Matrices or To Gona Les

DISEO DE PARMETROS 5 - 1
CONTENIDO

1. Introduccin_______________________________ 2
2. Grados de libertad _________________________ 7
3. Grados de libertar de una
matriz ortogonal __________________________ 11
4. Matrices ortogonales para
anlisis de datos __________________________ 12

CAPTULO
5
MATRICES
ORTOGONALES

CAPTULO 5
5 - 2 AMERICAN SUPPLIER INSTITUTE
Las tcnicas de Diseo de Experimentos nacen como
respuesta a la necesidad prctica de investigar sistemas
(un sistema puede ser un producto, un proceso, una
tcnica, una reaccin qumica, etc.). El objetivo final de
la investigacin es la creacin de un modelo que nos
permita intuir el comportamiento de nuestro sistema.

La creacin de modelos se ha aplicado desde hace si-
glos a la investigacin cientfica. As se han ido postu-
lando modelos en los campos de la Fsica, de la Qu-
mica, de la Biologa , de la Tcnica... Estos modelos se
han basado siempre en el conocimiento emprico del
efecto de una serie de factores sobre una caracterstica.
De esta forma, y como ejemplo, en la ecuacin del
comportamiento de los gases (PV = nRT) se experi-
ment con el efecto que ejercen sobre la presin los
factores "n de moles del gas", "temperatura" y "volu-
men".

A travs de la experimentacin directa con estos facto-
res se lleg al establecimiento de un modelo de com-
portamiento de este sistema. Este conocimiento sola-
mente se obtiene a travs de la experimentacin dire-
cta, es decir, mediante la introduccin deliberada de
cambios en el sistema, que nos va a permitir obtener
una informacin.

Esta informacin, obtenida mediante experimentacin
y que nos sirve para el establecimiento de un modelo
de comportamiento del sistema, puede ahora ser utili-
zada de dos formas distintas:
1. Por una parte, est el enfoque puramente cientfi-
co, en el que el fin ltimo es el establecimiento del
modelo en s; es una investigacin dirigida ni-
camente al conocimiento de un comportamiento y
al establecimiento de una Ley terica que expli-
que este comportamiento mediante ecuaciones
matemticas.
2. Por otra parte, est el enfoque prctico, en el que se
persigue no el conocimiento en s, sino la aplica-
1. INTRODUCCIN
MATRICES ORTOGONALES
DISEO DE PARMETROS 5- 3
cin de este conocimiento a la mejora u opti-
mizacin del sistema. En este caso no es tan impor-
tante el establecimiento de un modelo matemtico
riguroso, sino que lo que se busca, es la mejor con-
dicin para obtener el mejor funcionamiento o
prestacin del sistema.

Los experimentos industriales siguen este segundo en-
foque, buscando no un conocimiento exacto del siste-
ma, sino un conjunto de condiciones que nos permitan
obtener el mximo rendimiento, el dimetro ms ajus-
tado, la mayor fuerza de soldadura, el peso de lote
exacto o la textura ms adecuada de nuestro producto
o proceso.

El Diseo de Experimentos fue desarrollado por Sir
Ronald A. Fisher, en Inglaterra, en la dcada de 1920.
Se aplic por primera vez en agricultura, en el cultivo
de diversas variedades de patatas utilizando diferen-
tes fertilizantes.

Antes de Fisher, los experimentos se realizaban en in-
vernaderos, con humedad y temperatura constantes,
tierra artificial uniforme y manteniendo alejados a los
insectos. Una de las principales aportaciones de Fisher
fue la idea de realizar los experimentos bajo las condi-
ciones "ruidosas" del mundo real. En caso contrario,
un experimento realizado en condiciones que no son
las reales no ser reproducible en la produccin nor-
mal. Un buen Diseo de Experimentos debe conducir
a resultados reproducibles (Ref.: "The Design of Expe-
riments", de R. A. Fisher; Oliver & Boyd; Edimburg,
1935).

El Diseo de Experimentos de Fisher fue aplicado en
EEUU en agricultura, y actualmente este pas puede
alimentar a la mitad de la poblacin mundial. Durante
la dcada de los 40 se desarroll en EEUU la teora
fundamental y tcnicas sofisticadas de anlisis, por
parte de George E. P. Box, William G. Hunter, J. Stuart
Hunter y otros (Ref.: "Statistical for Experimenters", de
CAPTULO 5
Box, Hunter y Hunter).

La aplicacin eficiente de estas tcnicas a la industria
se llev a cabo por primera vez en Japn, donde se
aplic a la mejora de procesos productivos.

En la industria, nuestro objetivo diario es la mejora
continua de nuestros diseos, de nuestros productos y
de nuestros procesos. La nica forma de conseguir es-
ta mejora continua es mediante el contacto directo con
el sistema, del que obtenemos la informacin necesa-
ria para mejorarlo.

Sin embargo, en los experimentos industriales entra
en juego un nuevo factor: el coste. No podemos per-
mitirnos un coste ms elevado que el beneficio que
pudiramos obtener al realizar una mejora. Es necesa-
rio siempre realizar un balance entre el coste de la ex-
perimentacin y el beneficio que obtendramos al con-
seguir el objetivo que nos hemos fijado. De aqu tam-
bin la necesidad de marcar siempre un objetivo.

Al entrar en juego el factor coste, el Diseo de Experi-
mentos en la industria adquiere una importancia fun-
damental. Se requiere un mtodo que permita un n-
mero mnimo de experimentos, para conseguir esta-
blecer las condiciones ptimas en el tiempo ms corto
posible y por tanto al menor coste posible. Aqu el cos-
te lo medimos en dinero empleado en la experimenta-
cin, recursos humanos y materiales que hemos inver-
tido en la consecucin del objetivo.

Por lo tanto, la experimentacin industrial requiere
dos cosas:
?? Un mtodo eficiente de experimentacin.
?? Un conocimiento especializado del producto o del
proceso que queremos mejorar.

El mtodo eficiente lo proporciona la estadstica, y nos
permite reducir el coste hasta el mnimo necesario.
Sin embargo, sin un conocimiento especializado del
sistema, el coste aumentar mucho. A la hora de expe-
rimentar es necesario un conocimiento del sistema,
que no nos evitar realizar los experimentos, pero s
los va a reducir mucho en nmero. El conocimiento
especializado nos lo proporcionan aquellas personas
que estn ms cerca del sistema y, por tanto, en condi-
ciones de obtener mejor informacin de ste.

Hay, por lo tanto, partes bien diferenciadas en la ex-
perimentacin industrial:
1. Una parte es la planificacin del experimento, que
incluye la definicin de la caracterstica del sistema
que hemos de mejorar, la seleccin de los factores
que influyen ms fuertemente sobre esta caracte-
rstica (desechando aquellos con una influencia no
significativa) y la seleccin de los valores que da-
remos a stos factores en el experimento (valores
que han de permitir el funcionamiento del siste-
ma).
2. La otra parte corresponde al diseo del experimen-
to, anlisis de datos, obtencin de un modelo del
sistema, lo que lleva consigo el conocimiento del
efecto de los factores sobre l, la determinacin de
las condiciones ptimas de funcionamiento y la
prediccin del resultado.
3. Finalmente, hay una parte fundamental que con-
siste en la comprobacin de la exactitud del mode-
lo que hemos predicho a travs del anlisis de los
datos obtenidos de la experimentacin.

La primera parte slo la pueden realizar las personas
con conocimiento especializado del sistema, es decir,
los ingenieros, tcnicos y operarios que estn ms re-
lacionados con l.

La parte correspondiente al anlisis de datos requiere
de la participacin de un analista, con conocimientos
de estadstica aplicada a la experimentacin. Cuanto
menor sea la sofisticacin del mtodo empleado, ma-
CAPTULO 5
yor ser el nmero de personas capaces de llevar a ca-
bo el anlisis, lo que nos lleva a la bsqueda de un m-
todo que no slo sea eficiente, sino que adems no sea
excesivamente sofisticado y permita que personas con
formacin estadstica mnima sean capaces de llevar a
cabo el anlisis.

La realizacin de los experimentos es una etapa in-
termedia entre planificacin y anlisis, y es la fase en
la que se va a definir el coste del experimento. Cuanto
mayor sea el nmero de experimentos a realizar sobre
la lnea, mayor ser el coste, en forma de tiempos de
mquina, productos defectuosos resultantes de los ex-
perimentos y recursos dedicados a su ejecucin.

El mtodo del Dr. Taguchi para el diseo de experi-
mentos utiliza tcnicas que implican bajos costes y que
son aplicables a los problemas y requisitos de la in-
dustria moderna. El propsito que se tiene en el dise-
o del producto es encontrar aquella combinacin de
factores que sea la que nos proporcione el funciona-
miento ms estable y fiable al precio de fabricacin
ms bajo. La prctica de la experimentacin ha existi-
do desde hace tiempo; sin embargo, se ha utilizado
muy poco en la industria. Se ha entrenado poco a los
ingenieros en el rea del diseo de experimentos. Los
mtodos clsicos son difciles de implantar debido a
las suposiciones, procedimientos y al nivel de sofisti-
cacin estadstica requeridos para su uso.

El mtodo Taguchi es una herramienta ingenieril.
Simplifica y, en algunos casos elimina, gran parte de
los esfuerzos de diseo estadstico. Es una forma de
examinar simultneamente muchos factores a bajo
coste.

Taguchi recomienda el uso de matrices ortogonales
para disear los experimentos, introduciendo factores
de ruido en el mismo. Ha simplificado el uso de este
tipo de diseo al incorporar las matrices ortogonales y
las grficas lineales.

Por ltimo, en contraste con los enfoques tradiciona-
les, se ven las interacciones como equivalentes del
ruido: mientras las interacciones sean relativamente
suaves, el anlisis de los efectos principales nos pro-
porcionar las condiciones ptimas y una buena re-
productibilidad en un experimento. Las matrices or-
togonales son herramientas que permiten al ingeniero
evaluar la robustez de los diseos del proceso y del
producto con respecto a los factores de ruido.

Los grados de libertad son una medida de la cantidad
de informacin que puede obtenerse. Si tenemos ms
grados de libertad, mayor ser la informacin.

En las aplicaciones de este curso, entenderemos como
grados de libertad relativos a un conjunto de datos, el
mnimo nmero de comparaciones necesarias para or-
denar dichos datos.

As, en el siguiente ejemplo:

A
1
A
2
A
3

Cul es el nmero mnimo de comparaciones para
2. GRADOS DE
LIBERTAD
CAPTULO 5
saber qu persona es la ms alta?

Grados de libertad de un factor.

Cuando investigamos el efecto de un factor determi-
nado en un experimento, estamos comparando la fun-
cionalidad del producto o proceso considerando el
factor mencionado en varios niveles.

Por ejemplo, el factor A tiene dos niveles, A1 y A2, y
deseamos determinar qu nivel proporciona el mejor
funcionamiento. Para determinar esto, debemos hacer
una comparacin: comparamos el funcionamiento en
el nivel A1 y en el A2, como se muestra en la figura:

A
1
A
2

Los grados de libertad del factor A son el nmero de
comparaciones que es necesario hacer. Por lo tanto, el
factor A tiene 1 gl.

Supongamos que el factor B tiene tres niveles: B1, B2 y
B3. Para encontrar qu nivel ofrece el mejor funciona-
miento, podemos comparar:

1. B2 con B1
2. B3 con B1

Si hacemos estas dos comparaciones, necesitamos
comparar B2 con B3? No, ya que sera redundante. Ne-
cesitamos hacer slo dos comparaciones, por lo tanto,
el factor B tiene 2 gl.

B
1
B
2
B
3

Los grados de libertad de un factor son el nmero de
comparaciones que es necesario hacer entre los nive-
les, sin ser redundantes. Esta es una definicin intuiti-
va de lo que es grado de libertad.

En general, los grados de libertad de un factor son el
nmero de niveles menos 1. Esto representa el nme-
ro de afirmaciones independientes que pueden hacer-
se sobre un factor.

Como el factor B, en el ejemplo de arriba, tiene un gl
ms que el factor A, podemos obtener ms informa-
cin acerca de B que la que se puede obtener de A.
Cul es esta informacin adicional?

Factor A: Observe otra vez la grfica del efecto del fac-
tor A a dos niveles.

A
1
A
2
B
1
B
2
B
3

Se representa el efecto para A1 y para A2; pero, real-
mente conocemos cmo se comporta el factor A cuan-
do se sita en algn lugar entre A1 y A2? No. Sin em-
bargo, conectamos los puntos con una lnea recta para
visualizar mejor la diferencia en el funcionamiento en-
CAPTULO 5
tre los dos niveles, admitiendo que no tenemos infor-
macin acerca de la no linealidad del factor A.

Factor B: Recordemos que el factor B tiene tres niveles;
por lo tanto, tenemos tres datos para dibujar:

Ahora bien, es posible obtener informacin acerca del
efecto no lineal (cuadrtico?) del factor B, informa-
cin que no tuvimos del factor A.

Con esto concluimos que, cuantos ms niveles se utili-
cen para un factor en un experimento, mayor ser el
nmero de gl que va a tener y, por lo tanto, mayor la
informacin que puede obtenerse.

Los grados de libertad de una matriz ortogonal son el
nmero de experimentos menos 1. Por ejemplo, los
grados de libertad de una L4 son 3, para una L8 sern
7.

Estos grados de libertad estn distribuidos en la ma-
triz de una manera especfica. Para una L8, como cada
columna tiene dos niveles, los 7 gl estn distribuidos
uno en cada columna.

L4(2
3
)
Nmero 1 2 3
1 1 1 1
2 1 2 2
3 2 1 2
4 2 2 1

Grados de libertad = 4 - 1 = 3

3. GRADOS DE
LIBERTAD DE
UNA MATRIZ
ORTOGONAL

L8(2
7
)
N 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2

Grados de libertad = 8 - 1 = 7

CAPTULO 5
Una matriz ortogonal es una tabla de combinaciones
de niveles de factores ordenados ortogonalmente. El
empleo de matrices ortogonales nos permite hacer
nuestras comparaciones entre niveles de manera
equilibrada, en lugar de hacerlas arbitrariamente. La
convencin que se utiliza para nombrar las matrices
ortogonales es La(b
c
), donde:

a = nmero de experimentos,
b = nmero de niveles de cada factor, y
c = nmero de columnas de la matriz.

A continuacin se muestra una matriz L4(2
3
) junto
con su grfica lineal. La L4 puede albergar 3 factores
a dos niveles. Es la ms pequea de la serie 2n. La L4
tiene 3 grados de libertad (3 factores a dos niveles,
un grado de libertad por factor).

Nmero 1 2 3
1 1 1 1
2 1 2 2
3 2 1 2
4 2 2 1

1 2
3

La construccin de la grfica lineal sigue criterios
muy sencillos:
?? Cada punto representa una columna (identificada
por su nmero).
?? El segmento representa una columna (identificada
por su nmero) que alberga la interaccin de las
columnas que une.
4. MATRICES
ORTOGONALES
PARA ANLISIS
DE DATOS
Matriz Ortogonal L8

La siguiente matriz de la serie 2
n
es la L8(2
7
), que
puede albergar 7 factores a dos niveles. La L8 tiene 7
grados de libertad. A continuacin se muestra la ma-
triz L8 junto con sus grficas lineales y su matriz trian-
gular.

N 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2

3
1
2 4
5
6
3
2
4
5
6
1
7

Col. N 1 2 3 4 5 6 7
(1) 3 2 5 4 7 6
(2) 1 6 7 4 5
(3) 7 6 5 4
(4) 1 2 3
(5) 3 2
(6) 1
(7)

CAPTULO 5
La matriz ortogonal L8(b) puede albergar un factor a 4
niveles y 4 factores a dos niveles:

N 1 2 3 4 5
1 1 1 1 1 1
2 1 2 2 2 2
3 2 1 1 2 2
4 2 2 2 1 1
5 3 1 2 1 2
6 3 2 1 2 1
7 4 1 2 2 1
8 4 2 1 1 2

Matriz Ortogonal L12(2
11
)

La L12 es una matriz ortogonal muy especial. Las in-
teracciones estn distribuidas entre todas las colum-
nas de forma uniforme. Por ejemplo, en lugar de asig-
nar la interaccin AxB a una sola columna, esta inter-
accin se encuentra mezclada de forma uniforme en
todas las columnas. En matrices como la L8 o la L16, las
grficas lineales nos dicen dnde hemos de colocar las
interacciones. No hay grficas lineales para una L12.

Con una L12 no se pueden analizar los efectos de las
interacciones. Si queremos estudiar interacciones, no
podemos utilizar esta matriz ortogonal.

La ventaja de distribuir uniformemente las interaccio-
nes entre todas las columnas es que ello nos permite
investigar 11 efectos principales sin sacrificar determi-
nadas columnas para el estudio de estas interacciones.
La L12 tiende a ofrecer una muy buena reproductibili-
dad. Es una matriz muy recomendada.

N 1 2 3 4 5 6 7 8 9 10 11
1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 2 2 2 2 2 2
3 1 1 2 2 2 1 1 1 2 2 2
4 1 2 1 2 2 1 2 2 1 1 2
5 1 2 2 1 2 2 1 2 1 2 1
6 1 2 2 2 1 2 2 1 2 1 1
7 2 1 2 2 2 1 2 2 1 2 1
8 2 1 2 1 1 2 2 1 1 1 2
9 2 1 1 2 2 2 1 2 2 1 1
10 2 2 2 1 2 1 1 2 2 1 2
11 2 2 1 2 1 2 1 1 1 2 2
12 2 2 1 1 1 1 2 1 2 2 1

CAPTULO 5
15
)

La matriz L16 estndar puede albergar 15 factores a 2
niveles. Esta matriz tiene 15 grados de libertad.

N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2
3 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2
4 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1
5 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2
6 1 2 2 1 1 2 2 2 2 1 1 2 2 1 1
7 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1
8 1 2 2 2 2 1 1 2 2 1 1 1 1 2 2
9 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
10 2 1 2 1 2 1 2 2 1 2 1 2 1 2 1
11 2 1 2 2 1 2 1 1 2 1 2 2 1 2 1
12 2 1 2 2 1 2 1 2 1 2 1 1 2 1 2
13 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1
14 2 2 1 1 2 2 1 2 1 1 2 2 1 1 2
15 2 2 1 2 1 1 2 1 2 2 1 2 1 1 2
16 2 2 1 2 1 1 2 2 1 1 2 1 2 2 1

La tabla triangular de interacciones entre columnas
para la L16 estndar es la siguiente:

Columna
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
(1) 3 2 5 4 7 6 9 8 11 10 13 12 15 14
(2) 1 6 7 4 5 10 11 8 9 14 15 12 13
(3) 7 6 5 4 11 10 9 8 15 14 13 12
(4) 1 2 3 12 13 14 15 8 9 10 11
(5) 3 2 13 12 15 14 9 8 11 10
(6) 1 14 15 12 13 10 11 8 9
(7) 15 14 13 12 11 10 9 8
(8) 1 2 3 4 5 6 7
(9) 3 2 5 4 7 6
(10) 1 6 7 4 5
(11) 7 6 5 4
(12) 1 2 3
(13) 3 2
(14) 1
(15)

CAPTULO 5

Adems del diseo estndar L16, existen otras 6 matri-
ces L16 modificadas. Estas matrices permiten la inves-
tigacin de combinaciones de factores con 2, 3, hasta 8
niveles.

Matriz L16(b):

Nm. 1 2 3 4 5 6 7 8 9 10 11 12 13
1 1 1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 2 2 2 2 2 2 2 2
3 1 2 2 2 2 1 1 1 1 2 2 2 2
4 1 2 2 2 2 2 2 2 2 1 1 1 1
5 2 1 1 2 2 1 1 2 2 1 1 2 2
6 2 1 1 2 2 2 2 1 1 2 2 1 1
7 2 2 2 1 1 1 1 2 2 2 2 1 1
8 2 2 2 1 1 2 2 1 1 1 1 2 2
9 3 1 2 1 2 1 2 1 2 1 2 1 2
10 3 1 2 1 2 2 1 2 1 2 1 2 1
11 3 2 1 2 1 1 2 1 2 2 1 2 1
12 3 2 1 2 1 2 1 2 1 1 2 1 2
13 4 1 2 2 1 1 2 2 1 1 2 2 1
14 4 1 2 2 1 2 1 1 2 2 1 1 2
15 4 2 1 1 2 1 2 2 1 2 1 1 2
16 4 2 1 1 2 2 1 1 2 1 2 2 1

a)
b)
2
6
10
0
3 8
13
5 7
12
4 9
11
1 2
3,4,5

CAPTULO 5
Matriz L16(c):

Nm. 1 2 3 4 5 6 7 8 9 10 11
1 1 1 1 1 1 1 1 1 1 1 1
2 1 2 1 1 1 2 2 2 2 2 2
3 1 3 2 2 2 1 1 1 2 2 2
4 1 4 2 2 2 2 2 2 1 1 1
5 2 1 1 2 2 1 2 2 1 2 2
6 2 2 1 2 2 2 1 1 2 1 1
7 2 3 2 1 1 1 2 2 2 1 1
8 2 4 2 1 1 2 1 1 1 2 2
9 3 1 2 1 2 2 1 2 2 1 2
10 3 2 2 1 2 1 2 1 1 2 1
11 3 3 1 2 1 2 1 2 1 2 1
12 3 4 1 2 1 1 2 1 2 1 2
13 4 1 2 2 1 2 2 1 2 2 1
14 4 2 2 2 1 1 1 2 1 1 2
15 4 3 1 1 2 2 2 1 1 1 2
16 4 4 1 1 2 1 1 2 2 2 1

3 11
5 6
4 8
7
10
9

Matriz L16(d):

Nm. 1 2 3 4 5 6 7 8 9
1 1 1 1 1 1 1 1 1 1
2 1 2 2 1 1 2 2 2 2
3 1 3 3 2 2 1 1 2 2
4 1 4 4 2 2 2 2 1 1
5 2 1 2 2 2 1 2 1 2
6 2 2 1 2 2 2 1 2 1
7 2 3 4 1 1 1 2 2 1
8 2 4 3 1 1 2 1 1 2
9 3 1 3 1 2 2 2 2 1
10 3 2 4 1 2 1 1 1 2
11 3 3 1 2 1 2 2 1 2
12 3 4 2 2 1 1 1 2 1
13 4 1 4 2 1 2 1 2 2
14 4 2 3 2 1 1 2 1 1
15 4 3 2 1 2 2 1 1 1
16 4 4 1 1 2 1 2 2 2

4 7
5 6
8
9

CAPTULO 5
Matriz L16(e):

Nm. 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1
2 1 2 2 2 1 2 2
3 1 3 3 3 2 1 2
4 1 4 4 4 2 2 1
5 2 1 2 3 2 2 1
6 2 2 1 4 2 1 2
7 2 3 4 1 1 2 2
8 2 4 3 2 1 1 1
9 3 1 3 4 1 2 2
10 3 2 4 3 1 1 1
11 3 3 1 2 2 2 1
12 3 4 2 1 2 1 2
13 4 1 4 2 2 1 2
14 4 2 3 1 2 2 1
15 4 3 2 4 1 1 1
16 4 4 1 3 1 2 2

5 6
7

Matriz L16(f):

Nm. 1 2 3 4 5
1 1 1 1 1 1
2 1 2 2 2 2
3 1 3 3 3 3
4 1 4 4 4 4
5 2 1 2 3 4
6 2 2 1 4 3
7 2 3 4 1 2
8 2 4 3 2 1
9 3 1 3 4 2
10 3 2 4 3 1
11 3 3 1 2 4
12 3 4 2 1 3
13 4 1 4 2 3
14 4 2 3 1 4
15 4 3 2 4 1
16 4 4 1 3 2

1 2
3,4,5

CAPTULO 5
Matriz L16(g):

Nm. 1 2 3 4 5 6 7 8 9
1 1 1 1 1 1 1 1 1 1
2 1 2 2 2 2 2 2 2 2
3 2 1 1 1 1 2 2 2 2
4 2 2 2 2 2 1 1 1 1
5 3 1 1 2 2 1 1 2 2
6 3 2 2 1 1 2 2 1 1
7 4 1 1 2 2 2 2 1 1
8 4 2 2 1 1 1 1 2 2
9 5 1 2 1 2 1 2 1 2
10 5 2 1 2 1 2 1 2 1
11 6 1 2 1 2 2 1 2 1
12 6 2 1 2 1 1 2 1 2
13 7 1 2 2 1 1 2 2 1
14 7 2 1 1 2 2 1 1 2
15 8 1 2 2 1 2 1 1 2
16 8 2 1 1 2 1 2 2 1

4
):

La L9 es la ms pequea de la serie 3
n
, que nos permi-
ten investigar factores a tres niveles. La L9 puede al-
bergar 4 factores a tres niveles y tiene 8 grados de li-
bertad, que se pueden descomponer en dos grados de
libertad por columna.

Para cada factor se requiere una columna:

glA = 3 - 1 = 2

glB = 3 - 1 = 2

Para la interaccin AxB, se necesitan dos columnas:

glAxB = 2 x 2 = 4

Nm. 1 2 3 4
1 1 1 1 1
2 1 2 2 2
3 1 3 3 3
4 2 1 2 3
5 2 2 3 1
6 2 3 1 2
7 3 1 3 2
8 3 2 1 3
9 3 3 2 1

1 2
3,4

CAPTULO 5
1
x3
7
):

Al igual que la L12, esta es una matriz ortogonal con
un diseo especial, presentando una columna con dos
niveles y siete columnas a tres niveles.

Nm. 1 2 3 4 5 6 7 8
1 1 1 1 1 1 1 1 1
2 1 1 2 2 2 2 2 2
3 1 1 3 3 3 3 3 3
4 1 2 1 1 2 2 3 3
5 1 2 2 2 3 3 1 1
6 1 2 3 3 1 1 2 2
7 1 3 1 2 1 3 2 3
8 1 3 2 3 2 1 3 1
9 1 3 3 1 3 2 1 2
10 2 1 1 3 3 2 2 1
11 2 1 2 1 1 3 3 2
12 2 1 3 2 2 1 1 3
13 2 2 1 2 3 1 3 2
14 2 2 2 3 1 2 1 3
15 2 2 3 1 2 3 2 1
16 2 3 1 3 2 3 1 2
17 2 3 2 1 3 1 2 3
18 2 3 3 2 1 2 3 1

1 2

Cuntos grados de libertad tiene la L18?

gl = 1 + 2 + 2 + 2 + 2 + 2 + 2 + 2 = 15

Sin embargo, se supone que una matriz L18 debe tener 17
grados de libertad. En esta matriz hay una interaccin
construida entre las columnas 1 y 2. Esto significa que
podemos obtener informacin de la interaccin sin sacri-
ficar ninguna columna.

Los grados de libertad de la interaccin son:

gl = 1 x 2 = 2

Esto significa que los grados de libertad totales son:

Total gl = 15 + 2 = 17

La L18 es otra matriz muy recomendable. Al igual que
ocurra en la L12, las interacciones estn distribuidas de
forma ms o menos uniforme entre todas las columnas,
con lo que podemos investigar efectos principales puros.
CAPTULO 5
Las dos primeras columnas de la L18 pueden ser reem-
plazadas por un factor a 6 niveles, para producir la ma-
triz L18(b).

Matriz L18(b):

Nm. 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1
2 1 2 2 2 2 2 2
3 1 3 3 3 3 3 3

4 2 1 1 2 2 3 3
5 2 2 2 3 3 1 1
6 2 3 3 1 1 2 2

7 3 1 2 1 3 2 3
8 3 2 3 2 1 3 1
9 3 3 1 3 2 1 2

10 4 1 3 3 2 2 1
11 4 2 1 1 3 3 2
12 4 3 2 2 1 1 3

13 5 1 2 3 1 3 2
14 5 2 3 1 2 1 3
15 5 3 1 2 3 2 1

16 6 1 3 2 3 1 2
17 6 2 1 3 1 2 3
18 6 3 2 1 2 3 1
13
).

Nm. 1 2 3 4 5 6 7 8 9 10 11 12 13
1 1 1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 2 2 2 2 2 2 2 2 2
3 1 1 1 1 3 3 3 3 3 3 3 3 3

4 1 2 2 2 1 1 1 2 2 2 3 3 3
5 1 2 2 2 2 2 2 3 3 3 1 1 1
6 1 2 2 2 3 3 3 1 1 1 2 2 2

7 1 3 3 3 1 1 1 3 3 3 2 2 2
8 1 3 3 3 2 2 2 1 1 1 3 3 3
9 1 3 3 3 3 3 3 2 2 2 1 1 1

10 2 1 2 3 1 2 3 1 2 3 1 2 3
11 2 1 2 3 2 3 1 2 3 1 2 3 1
12 2 1 2 3 3 1 2 3 1 2 3 1 2

13 2 2 3 1 1 2 3 2 3 1 3 1 2
14 2 2 3 1 2 3 1 3 1 2 1 2 3
15 2 2 3 1 3 1 2 1 2 3 2 3 1

16 2 3 1 2 1 2 3 3 1 2 2 3 1
17 2 3 1 2 2 3 1 1 2 3 3 1 2
18 2 3 1 2 3 1 2 2 3 1 1 2 3

19 3 1 3 2 1 3 2 1 3 2 1 3 2
20 3 1 3 2 2 1 3 2 1 3 2 1 3
21 3 1 3 2 3 2 1 3 2 1 3 2 1

22 3 2 1 3 1 3 2 2 1 3 3 2 1
23 3 2 1 3 2 1 3 3 2 1 1 3 2
24 3 2 1 3 3 2 1 1 3 2 2 1 3

25 3 3 2 1 1 3 2 3 2 1 2 1 3
26 3 3 2 1 2 1 3 1 3 2 3 2 1
27 3 3 2 1 3 2 1 2 1 3 1 3 2

CAPTULO 5
Con una L27, al igual que ocurra con la L9, se necesi-
tan dos columnas para cada interaccin.

1
2
5
8
11
3,4
6,7
9,10
12,13
1
8,11 2 5
3,4 6,7
9 10 12 13

En general, no es correcto investigar interacciones
usando diseos de tres niveles. Si fuera necesario es-
tudiar interacciones, la mejor prctica es efectuar un
experimento previo a dos niveles. De esta forma, solo
las interacciones fuertes necesitarn ser incluidas en
el experimento a tres niveles. este enfoque minimiza-
r el nmero total de experimentos necesarios.

A continuacin se muestra la tabla triangular de in-
teracciones de la matriz L27.

Columna
1 2 3 4 5 6 7 8 9 10 11 12 13

(1)
3 2 2 6 5 5 9 8 8 12 11 11
4 4 3 7 7 6 10 10 9 13 13 12

(2)
1 1 8 9 10 5 6 7 5 6 7
4 3 11 13 13 11 12 13 8 9 10

(3)
1 9 10 8 7 5 6 6 7 5
2 13 11 12 12 13 11 10 8 9

(4)
10 8 9 6 7 5 7 5 6
12 13 11 13 11 12 9 10 8

(5)
1 1 2 3 4 2 4 3
7 6 11 13 12 8 10 9

(6)
1 4 2 3 3 2 4
5 13 12 11 10 9 8

(7)
3 4 2 4 3 2
12 11 13 9 8 10

(8)
1 1 2 3 4
10 9 5 7 6

(9)
1 4 2 3
8 7 6 5

(10)
3 4 2
6 5 7

(11)
1 1
13 12

(12)
1
11

CAPTULO 5
La matriz L27(b) permite la investigacin de un factor
a 9 niveles y otros 9 factores a tres niveles.

Matriz L27(b):

Nm. 1 2 3 4 5 6 7 8 9 10
1 1 1 1 1 1 1 1 1 1 1
2 1 2 2 2 2 2 2 2 2 2
3 1 3 3 3 3 3 3 3 3 3
4 2 1 1 1 2 2 2 3 3 3
5 2 2 2 2 3 3 3 1 1 1
6 2 3 3 3 1 1 1 2 2 2
7 3 1 1 1 3 3 3 2 2 2
8 3 2 2 2 1 1 1 3 3 3
9 3 3 3 3 2 2 2 1 1 1
10 4 1 2 3 1 2 3 1 2 3
11 4 2 3 1 2 3 1 2 3 1
12 4 3 1 2 3 1 2 3 1 2
13 5 1 2 3 2 3 1 3 1 2
14 5 2 3 1 3 1 2 1 2 3
15 5 3 1 2 1 2 3 2 3 1
16 6 1 2 3 3 1 2 2 3 1
17 6 2 3 1 1 2 3 3 1 2
18 6 3 1 2 2 3 1 1 2 3
19 7 1 3 2 1 3 2 1 3 2
20 7 2 1 3 2 1 3 2 1 3
21 7 3 2 1 3 2 1 3 2 1
22 8 1 3 2 2 1 3 3 2 1
23 8 2 1 3 3 2 1 1 3 2
24 8 3 2 1 1 3 2 2 1 3
25 9 1 3 2 3 2 1 2 1 3
26 9 2 1 3 1 3 2 3 2 1
27 9 3 2 1 2 1 3 1 3 2

Matrices ms utilizadas (estndar y modificadas)

Matriz Nmero Mximo de Factores
L4 3 factores x 2 niveles 2 2 2
L8 a 7 factores x 2 niveles 2 2 2 2 2 2 2
b 1 factor x 4 niveles y 4 factores x 2 niveles 4 2 2 2 2
L9 4 factores x 3 niveles 3 3 3 3
L12 11 factores x 2 niveles (sin interacciones) 2 2 2 2 2 2 2 2 2 2 2
L16 a 15 factores x 2 niveles 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
b 1 factor x 4 niveles y 12 factores x 2 niveles 4 2 2 2 2 2 2 2 2 2 2 2 2
c 2 factores x 4 niveles y 9 factores x 2 niveles 4 4 2 2 2 2 2 2 2 2 2
d 3 factores x 4 niveles y 6 factores x 2 niveles 4 4 4 2 2 2 2 2 2
e 4 factores x 4 niveles y 3 factores x 2 niveles 4 4 4 4 2 2 2
f 5 factores x 4 niveles 4 4 4 4 4
g 1 factor x 8 niveles y 8 factores x 2 niveles 8 2 2 2 2 2 2 2 2
L18 a 7 factores x 3 niveles y 1 factor x 2 niveles 3 3 3 3 3 3 3 2
b 1 factor x 6 niveles y 6 factores x 3 niveles 6 3 3 3 3 3 3
L27 a 13 factores x 3 niveles 3 3 3 3 3 3 3 3 3 3 3 3 3
b 1 factor x 9 niveles y 9 factores x 3 niveles 9 3 3 3 3 3 3 3 3 3

CAPTULO 5

Matrices or To Gona Les

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matrices or To Gona Les

Uploaded by

Copyright:

Available Formats

DISEO DE PARMETROS 5 - 1

You might also like