TEMA

IDENTIFICACION DEl PH OPTIMO EN LOS RIOS HUALLAGA

E HIGUERAS

Docente:
Curso:
Alumnos:

Hunuco - 2015

Mg. Rosario Vargas Roncal

Diseo de Experimentos
ANGULO ORTEGA, Danny
BAUTISTA ESTEVAN, Jhomson
CABALLERO NEVIN, Ronal
EVARISTO SALAS, Royer
YARASKI AGUILAR, Jheremy

OBJETIVOS

OBJETIVO GENERAL

Identificar que factores

contribuyen a la
contaminacin de los ros
Huallaga e Higueras
utilizando como medio de
medicin un instrumento
llamado Multiparametro Ysi
556 MPS.
OBJETIVOS ESPECFICOS
Identificar cual de los ros es
considerado optimo para poder
potabilizarlo ya sea el Huallaga o
el Higueras.
Identificar cual de los ros tiene
mayor o menor nivel de PH y esto
en que aporta a la contaminacin
de los mismos.

INTRODUCCION
En el presente trabajo
se busca medir el PH y
con las misma el nivel
de contaminacin en
los ros Huallaga e
Higueras en la cuidad
Hunuco,
para
determinar
si
es
factible su potabilidad
para consumo humano,
para lo cual se hace
uso del
diseo de
experimentos

ANTECEDENTES

Debido a la
contaminacin de los ros
se genera la proliferacin
de los mosquitos es por
ello que decidimos hacer
una investigacin para
determinar que factores
influyan en dicha
contaminacin.
Lo anterior sealado
nos lleva a demostrar las

PLANTEAMIENTO DEL PROBLEMA

Se quiere averiguar
lo siguiente:
Determinar cual de
los ros tiene mayor
contaminacin y que
factores influyen en
la misma.
Identificar cual de los
ros es optimo para
poder ser
potabilizados .
Decidimos hacer una
prueba con menos
factores por ello
utilizamos diseo
fraccionados.

MODELO DEL DISEO EXPERIMENTAL

yij = + i + j + k +ijkl
Donde:
yij : Es la observacin de la variable respuesta medida
en el i-simo factor y j-simo nivel (contaminacin).
: Es la media general.
i : es el i-esimo efecto de factor (pH) .

j : Es el efecto del j-simo factor (turbidez).

i : Es el efecto del j-simo factor (% OD).
ijkl: Es el trmino usual NID(0,2) del error aleatorio.
i: Variando de 1 hasta el nmero de efecto (pH).
j: Variando de 1 hasta el nmero de efecto (turbidez).
k: Variando de 1 hasta el nmero de efecto (% OD)
L: Variando de 1 hasta el numero de replica.

PLANTEAMIENTO DE HIPOTESIS
HIPOTESIS PARA EL NIVEL DE pH:
Ho: El nivel de pH si influye significativamente en la
contaminacin de los ros.
Ha:: El nivel de pH no influye significativamente en la
contaminacin de los ros.
HIPOTESIS PARA LA TURBIDEZ:
Ho: La turbidez si influye significativamente en la
contaminacin de los ros.
Ha: La turbidez no influye significativamente en la
contaminacin de los ros.
HIPOTESIS PARA EL PORCENTAJE DE OXIGENO
DISUELTO (% OD)
Ho: El % OD si influye significativamente en la
contaminacin de los ros.
Ha: El % OD no influye significativamente en la
contaminacin de los ros.
VARIABLE RESPUESTA: valores obtenidos por el
Multiparametro Ysi 556 MPS.

RECOPILACION DE DATOS
En la siguiente tabla se presentan los
datos del experimento realizado a las
polleras tomado en cuenta tres
factores, dos niveles y RIOS(B)
con dos replicas.
HUALLAGA

NIVEL DE pH
(A)

HIGUERAS

AMBO

HUNUCO

CARRISALES

KOTOSH

7.2

6.5

7.8

8.8

8.0
7.9

6.0

8.3

8.6

5.9

8.0

8.2

8.5

6.8

7.5

8.5

FUENTE: Investigacin tomada muestreo in

situ.

CONDICIONES PARA EL USO DE

LA ANOVA EN FRACCIONADO
LA MUESTRA TIENE QUE TENDER A
UNA DISTRIBUCION NORMAL.
LA MUESTRA DEBE DE SER
SELECCIONADA DE POBLACIONES
INDPENDIENTES.
LAS MUESTRAS DEBEN DE TENER
VARIANZAS IGUALES

GENERAR UN DISEO FRACIONADO EN

MINITAB
Ingresamos los datos en MINITAB como
se muestra en la figura
1Stat>>DOE>>Factorial>>Create
Factorial Design..
2Number of Factors: (numero de
factores)
31/2Faction>>OK
4Options>>RandomizeRuns>>OK
5Factors>>Rellenar como gua el
cuadro que se muestra>>OK
OK

GRAFICOS DE LA DISTRIBUCION DE
ERRORES

OBSERVACIO
N
COMO SE OBSERVA EN LA GRAFICA LOS DATOS
DISTRIBUIDOS SE NOTA QUE NO TIENEN
DEPENDENCIA DE ERRORES POR LO TANTO SE
PUEDE APLICAR LA TABLA ANOVA.

FUENTE
Racion(B)

ESTIMACION DE EFECTOS Y
Grados de Libertad COEFICIENTE
Suma de Cuadrados
Media de cuadrados
F
1

2.000

2.000

0.73

0.442

Pollerias(A) 1

180.500

180.500

65.64

0.001

Lugares (C) 1

4.500

4.500

1.64

0.270

Error

11.000

2.750

Total

198.000

S = 1.65831 R-Sq = 94.44% R-Sq(adj) = 90.28%

INTERPRETACION
El tipo de pollera influye significativamente en el tiempo que
demora en llevar el pedido.
Se acepta la hipotesis alterna a un grado de significacion de 5%,
porque nuestra F esta la region de rechazo. tambien P<0.05
Ho: La racin de dicho pedido no influye significativamente en el
tiempo que demora en llevar el pedido.
Se acepta la hipostesis nula a un grado de significacion de 5%,
porque la F esta en la regin de aceptacion. tambien P>0.05
Ho: Los lugares de dicho pedido influye significativamente en el
tiempo que demora en llevar el pedido.
Se acepta la hipostesis nula a un grado de significacion de 5%,
porque la F esta en la regin de aceptacion. tambien P>0.05

ESTIMACION DE EFECTO O
SIGNIFICANCIA MEDIANTE GRAFICOS

INTERPRETACION
Term

Efecto

Constante

Coeficiente
13.0000

Pollerias(A)

9.5000 4.7500

Racion(B)

-1.0000

Lugares (C)

-1.5000 -0.7500

-0.50

CONCLUSIONES

Del experimento realizado se puede

concluir en los siguientes:
PRIMERO:
Al concluir la investigacion se llego a la
conclucion de que las polleras si tienen una
significacin en el tiempo de llamada de
dicho deliveri.
Esto se demostr en un Diseo por Bloques
que la Pollera Quintito hace en menor
tiempo. (diapositiva 32)
SEGUNDO:
Que los lugares y las raciones no influyen
en el tiempo de atencin al cliente
mediante un Deliveri.