SECUENCIA DIDÁCTICA. Módulo Competencia de Módulo:

(1)

SECUENCIA DIDÁCTICA

Nombre de curso: Diseño de Experimentos Clave de curso: MII1805C11

Antecedente: NINGUNA Clave de antecedente: NINGUNA

Módulo

Competencia de Módulo:

Aplicar las técnicas del diseño de experimentos para optimizar el rendimiento de los procesos productivos.

Competencia de curso:

Aplicar técnicas y filosofías de las corrientes experimentales que satisfagan las necesidades de calidad de los procesos industriales, sustentado en el Modelo de Análisis de Varianza.

Elementos de competencia:

1. Aplicar el diseño de experimentos de un factor a problemas donde se analiza el efecto de un suceso que puede ocurrir de diferentes maneras, para mejorar la calidad de los procesos industriales, sustentado en el Modelo de Análisis de Varianza.

2. Aplicar el diseño por bloques aleatorizados, cuadrados latinos y greco-latinos a problemas en donde se analiza el efecto de un suceso y en donde pueden presentarse variaciones en los datos por la realización del mismo experimento, para mejorar la calidad de los procesos industriales, sustentado en el Modelo de Análisis de Varianza.

3. Aplicar el diseño factorial a problemas en donde se analiza el efecto de dos o más sucesos que pueden ocurrir de diferentes maneras y en donde sus efectos pueden combinarse entre sí, para mejorar la calidad de los procesos industriales, sustentado en el Modelo de Análisis de Varianza.

Elaboró: MC. Jorge Alberto Cano Magdaleno Adscrito (Ing. Ind.) Abril de 2010

Autorizó: Dirección de Unidad Académica de San Luís Río Colorado, Sonora Mayo de 2010

Actualizó: Autorizó:

(2)

Elemento de competencia:

1. Aplicar el diseño de experimentos de un factor a problemas donde se analiza el efecto de un suceso que puede ocurrir de diferentes maneras, para mejorar la calidad de los procesos industriales, sustentado en el Modelo de Análisis de Varianza.

Fase Contenido Estrategias de _formación Actividades con tiempos de dedicación (T.D)

Actividades supervisadas (T.D) Actividades Independientes (T.D)

Explicar el diseño de experimentos. Definición de diseño experimental . Aplicación de diseño experimental. Exposición Mapa conceptual

Retroalimentación del facilitador sobre los lugares y sitios en donde se aplica el diseño de experimentos y en que consiste. Exposición (en equipo) de lo que son las hipótesis y el análisis de varianza.

2 h.

Investigación y elaboración de un mapa conceptual del campo del diseño experimental, concepto de hipótesis y análisis de varianza.

1 h.

Aplicar la variancia a un

proceso. Hipótesis con respecto a los efectos de un tratamiento Estimación de hipótesis. Trabajo colaborativo Exposición Resolución de problemas.

Solución en equipo de problemas de aplicación de análisis de varianza. Exposición de los alumnos (en equipos) sobre la solución de problemas en donde se aplica el análisis de varianza.

2h. 2 h.

Investigar en dónde se aplica el análisis de varianza, qué son los modelos de efectos fijos.

Resolución de ejercicios.

1 h.

Aplicar los modelos de

efectos fijos. Análisis de variancia para el modelo de efectos fijos de clasificación en un sentido. Lluvia de Ideas Exposición Resolución de problemas.

Lluvia de ideas de la investigación realizada sobre los modelos de efectos fijos y análisis de varianza.

Exposición de los alumnos (en equipos) del tema investigado sobre los modelos de efectos fijos.

Retroalimentación por parte del maestro, del tema investigado por los alumnos sobre los modelos de efectos fijos y análisis de varianza.

Resolución de ejercicios (individual).

2 h.

1 h.

2 h.

Investigar sobre los modelos de efectos aleatorios y su análisis de varianza. Resolución de ejercicios.

1 h.

2 h.

Aplicar los modelos de efectos aleatorios.

Factores que cuentan con un gran número de niveles y obtención de una muestra aleatoria de esa población.

Lluvia de Ideas Resolución de problemas.

Lluvia de ideas sobre la investigación realizada sobre los modelos de efectos aleatorios y análisis de varianza. Resolución de ejercicios (individual). Examen escrito

2 h.

2 h. 2 h.

Investigar sobre los diferentes tipos de errores residuales y la variabilidad que interviene en un diseño experimental. Resolución de ejercicios.

1 h. 2 h.

(3)

Capacidad de análisis y síntesis. Capacidad de organización y planificación Razonamiento critico. Aprendizaje autónomo. Responsabilidad. Iniciativa. Participación. Honestidad. Evidencias de la competencia

Mapa conceptual de los modelos de efectos aleatorios. Mapa conceptual del campo del diseño experimental. Ejercicios de tarea. Aplicación del ANOVA.

Tareas de investigación. Tipos de errores residuales y variabilidad que interviene en un diseño experimental. Examen

Aspectos afectivo-emocionales

Materiales didácticos de apoyo

Responsabilidad.

Disposición para aprender. Calidad en los trabajos. Asesoría.

Pintaron/desarrollo de ejercicios. Cañón/presentaciones.

Portafolio del estudiante Presentación del portafolio. Inclusión de información.

Organización e integración del portafolio.

Aportación de contenidos, ideas y sugerencias propias.

Fuentes de Información

Lincoln, Ch. (2007). Introducción a la estadística (1ª.. Ed.). México: Patria.

Montgomery, C. (1991). Diseño y Análisis de Experimentos. (1ª. Ed.). México: Iberoamericana.

Vicente, L. (2005). Diseño de Experimentos, (1ª. Ed.). México: Pearson.

(4)

2. Aplicar el diseño por bloques aleatorizados, cuadrados latinos y greco-latinos a problemas en donde se analiza el efecto de un suceso y en donde pueden presentarse variaciones en los datos por la realización del mismo experimento, para mejorar la calidad de los procesos industriales, sustentado en el Modelo de Análisis de Varianza.

Aplicar los bloques

aleatorizados. Error de los residuos de un experimento, al sustraer la variabilidad debida a las unidades experimentales. Lluvia de ideas Mapa conceptual Exposición Resolución de problemas.

Lluvia de ideas sobre la investigación de los diferentes tipos de errores residuales. Lluvia de ideas (en equipo) de cómo se descompone la variabilidad de las unidades experimentales.

Retroalimentación por parte del facilitador sobre la sustracción de la variabilidad en un ANOVA. Resolución de ejercicios. 2 h. 2 h. 2 h. 2 h

Investigar los diseños cuadrados latinos. Elaborar mapa conceptual del campo del diseño experimental.

1 h. 1 h.

Aplicar diseños de cuadrado latino.

Análisis sistemático por bloques en dos direcciones, utilizando el diseño de cuadrado Latino. Exposición Resolución de problemas.

Exposición en equipo de los diseños cuadrados latinos.

2 h.

Investigar los diseños cuadrados greco-latinos.

1 h. 1 h. Aplicar diseños de

cuadrados greco-latinos. Análisis sistemático por bloques en tres direcciones, utilizando el diseño de cuadrado Greco-Latino. Exposición Resolución de problemas.

Exposición en equipos de los diseños cuadrados greco latinos.

Retroalimentación del facilitador sobre los cuadrados latinos y greco latinos. Resolución de ejercicios.

2 h.

1 h. 2 h.

Investigar sobre los diseños con bloques incompletos balanceados.

1 h.

Aplicar diseños por bloques incompletos balanceados.

Programación de experimento en el que los recursos sean escasos o cuando el tamaño del lote de prueba esté

incompleto.

Exposición Resolución de problemas.

Lluvia de ideas en equipos de los diseños con bloques incompletos balanceados. Retroalimentación del facilitador sobre los diseños de bloques incompletos

balanceados. Resolución de ejercicios Examen. 2 h. 1 h. 2 h. 2 h.

Investigar sobre los diseños factoriales de dos factores y generales.

1 h.

(5)

Atributos genéricos Valores y actitudes Evaluación

Capacidad de análisis y síntesis. Capacidad de organización y planificación Razonamiento critico. Aprendizaje autónomo. Responsabilidad. Iniciativa. Participación. Honestidad. Evidencias de la competencia

Mapa conceptual de los diferentes tipos de diseños (bloques, cuadrados latinos, etc.) Ejercicios de tarea. Cuadrados Latinos.

Tareas de investigación. Examen

Responsabilidad.

Disposición para aprender. Calidad en los trabajos. Asesoría.

(6)

3. Aplicar el diseño factorial a problemas en donde se analiza el efecto de dos o más sucesos que pueden ocurrir de diferentes maneras y en donde sus efectos pueden combinarse entre sí, para mejorar la calidad de los procesos industriales, sustentado en el Modelo de Análisis de Varianza.

Aplicar diseños factoriales de dos factores. Programar un diseño bifactorial. Mapa mental Exposición Resolución de problemas.

Exposición en equipos de los diseños factoriales con dos factores.

Retroalimentación del facilitador sobre los diseños factoriales de dos factores. Resolución de ejercicios.

2 h.

2 h. 4 h.

Elaborar mapa mental sobre los diseños

factoriales. 1 h.

Aplicar diseños

factoriales generales. Programar un diseño con más de dos factores.

Lluvia de Idas Exposición Resolución de problemas.

Lluvia de ideas sobre los diseños factoriales con dos factores y generales. Resolución de ejercicios.

2 h.

4 h.

Investigar sobre los diseños factoriales 2k_.

1 h. 1 h.

Aplicar diseños factoriales 2K_.

Aplicar dos diversos casos especiales del diseño factorial.

Exposición Resolución de problemas.

Exposición en equipos de los diseños factoriales 2k_.

Retroalimentación del facilitador sobre los diseños factoriales 2k_. Resolución de ejercicios. Examen 2 h. 2 h. 2 h. 2 h. Resolución de ejercicios. 3 h.

(7)

Capacidad de análisis y síntesis. Capacidad de organización y planificación Razonamiento critico. Aprendizaje autónomo. Responsabilidad. Iniciativa. Participación. Honestidad. Evidencias de la competencia Mapas mental de diseños factoriales. Ejercicios de tarea. Diseños 2k_.

Tareas de investigación. Diseños factoriales 2k_.

Examen

Responsabilidad.

Disposición para aprender. Calidad en los trabajos.

Asesoría.