Instituto Politécnico Nacional
Escuela Nacional de Ciencias Biológicas
Departamento de Farmacia
Tarea “Optimización”
Desarrollo de Sistemas de Suministro de Fármacos
Departamento de Farmacia
Profesores:
Q.F.I. Diaz Ramirez Carmen Cristina
Q.F.I. Santiago Baños Valentina Adulfa
Equipo 3:
Lara Ortiz Luis Adrian
Rangel Rosas Dafne
Guzmán Quijano Juan Carlos
Velázquez Tegoma Sandra Noemí
Telesforo García Ernesto Marcelo
Grupo: 9FV2
Contesta las siguientes preguntas previo a la sesión de laboratorio.
1. ¿Qué es la optimización?
Optimizar es la capacidad de hacer o resolver alguna cosa de la manera más
eficiente posible y, en el mejor de los casos, utilizando la menor cantidad de
recursos. Es un proceso para encontrar las condiciones requeridas con el fin de
lograr el mejor resultado en una situación determinada. Hacer algo tan perfecto,
efectivo o funcional como sea posible (Villafuerte, sin año).
2. ¿Cuáles son los atributos críticos de calidad de una suspensión oral?
- Valoración
- pH
- Velocidad de sedimentación
- Volumen de sedimentación
- Viscosidad
- Apariencia
- Densidad
- Uniformidad de dosis
- Límites microbianos
- Disolución
3. ¿Qué es un diseño uni-factorial?
Este modelo es el más sencillo del diseño de experimentos, en el cual la variable
respuesta puede depender de la influencia de un único factor, de forma que el
resto de las causas de variación se engloban en el error experimental (Amat,2016).
4. ¿Qué es un análisis de varianza?
La varianza es una medida de dispersión que representa la variabilidad de una serie de
datos respecto a su media. Formalmente se calcula como la suma de los residuos al
cuadrado divididos entre el total de observaciones (Fischer, 1919).
El análisis de varianza es un test estadístico a emplear cuando se desea comparar las
medias de dos o más grupos y prueba la hipótesis de que las medias de dos o más
poblaciones son iguales (Minitab,2019).
5. ¿Qué tipo de prueba estadística es la Fischer?
Es un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más
poblaciones son iguales. Los ANOVA evalúan la importancia de uno o más factores al
comparar las medias de la variable de respuesta en los diferentes niveles de los factores. La
hipótesis nula establece que todas las medias de la población (medias de los niveles de los
factores) son iguales mientras que la hipótesis alternativa establece que al menos una es
diferente (Minitab, 2019).
Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un
factor categórico con dos o más niveles. Los análisis ANOVA requieren datos de
poblaciones que sigan una distribución aproximadamente normal con varianzas iguales
entre los niveles de factores. Sin embargo, los procedimientos de ANOVA funcionan
bastante bien incluso cuando se viola el supuesto de normalidad, a menos que una o más
de las distribuciones sean muy asimétricas o si las varianzas son bastante diferentes. Las
transformaciones del conjunto de datos original pueden corregir estas violaciones.
Por ejemplo, usted diseña un experimento para evaluar la durabilidad de cuatro productos
de alfombra experimentales. Usted coloca una muestra de cada tipo de alfombra en diez
hogares y mide la durabilidad después de 60 días. Debido a que está examinando un factor
(tipo de alfombra), usted utiliza un ANOVA de un solo factor.
Si el valor p es menor que el nivel de significancia, entonces usted concluye que al menos
una media de durabilidad es diferente. Para información más detallada sobre las diferencias
entre medias específicas, utilice un método de comparaciones múltiples como el de Tukey.
El nombre "análisis de varianza" se basa en el enfoque en el cual el procedimiento utiliza las
varianzas para determinar si las medias son diferentes. El procedimiento funciona
comparando la varianza entre las medias de los grupos y la varianza dentro de los grupos
como una manera de determinar si los grupos son todos parte de una población más grande
o poblaciones separadas con características diferentes (Amat, 2016).
Referencias
● Amat,R, J. (2016). “ANOVA análisis de varianza para comparar múltiples
medias”. Sitio web: ciencia de datos. consultado el 13 de diciembre de 2020.
url: https://www.cienciadedatos.net/documentos/19_anova
● Minitab.(2019). “¿Qué es ANOVA?”. minitab software. consultado el 13 de
diciembre de 2020 url:
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statis
tics/anova/supporting-topics/basics/what-is-anova/
● Fisher, R. A. (1919). “The Correlation Between Relatives on the Supposition
of Mendelian Inheritance” Transactions of the Royal Society of Edinburgh Vol.
52, 02, pp 399-433.
● Villafuerte, R.L. (sin año) Técnicas de optimización en la formulación y
procesos farmacéuticos. ENCB IPN. consultado el 16 dic 20.
● Rivas, R., Castelán, O., Pérez, M., & Talavera, J. (2013). Investigación clínica
XVII. Prueba X2, de lo esperado a lo observado. Revista Médica del Instituto
Mexicano del Seguro Social, 51(5),552-557.[fecha de Consulta 16 de
Diciembre de 2020]. ISSN: 0443-5117. Disponible en:
https://www.redalyc.org/articulo.oa?id=4577/457745491010
