El problema de encontrar diseños óptimos para discriminar entre dos modelos de efectos mixtos, bajo el supuesto de normalidad, ha sido considerado por algunos autores. Estos resultados se basan en las metodologías desarrolladas para discriminación en modelos de efectos fijos, principalmente extensiones del criterio de T-optimalidad. Para el caso de un modelo lineal mixto con heterogeneidad en los efectos aleatorios, el criterio de T-optimalidad no aplica pues las observaciones no tienen una distribución normal, y aunque el criterio KL-óptimo resuelve el caso de no normalidad, para distribuciones de mezcla de normales no existe una forma cerrada para la distancia K-L. En Hershey y Olsen (2007) se presentan diferentes aproximaciones para la divergencia de Kullback-Leibler, sin embargo, de acuerdo con la revisión bibliográfica realizada, el problema de diseño bajo estos enfoques no ha sido considerado. En este proyecto de investigación se propone precisamente una metodología para la construcción de diseños óptimos para discriminación en modelos de efectos mixtos no lineales con heterogeneidad en los efectos aleatorios. Para tal fin, se propone desarrollar una metodología para el problema de discriminación en una clase de modelos no lineales mixtos, llamados modelos marginales, en los que la función de respuesta es lineal en los efectos aleatorios. Bajo este modelo, se asume que la distribución de los efectos aleatorios es una mezcla de dos distribuciones normales con la misma matriz de varianzas-covarianzas.