TEMA 5. MUESTREO PARA LA ACEPTACIÓN.

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "TEMA 5. MUESTREO PARA LA ACEPTACIÓN."

Transcripción

1 TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor y nivel de inspección. El control de recepción o muestreo de aceptación es el que se aplica al recibir materias primas, productos elaborados o servicios administrativos que serán introducidos en un proceso de fabricación y/o administrativo para comprobar cómo cumplen unas especificaciones de calidad. Sus técnicas suponen un compromiso de calidad entre fabricante y comprador o personal de servicio y usuario. La contribución a la toma de muestras de los expertos en estadística, ha sido básicamente el establecer el tamaño de las mismas y establecer los riesgos que ayuden al responsable a tomar decisiones más inteligentes con respecto a la aceptabilidad del producto. Vamos a centrarnos en control de recepción por atributos de unidades defectuosas en un lote de productos elaborados. Su objetivo es juzgar la calidad del lote según la proporción de unidades defectuosas que recibe el cliente.

2 El muestreo de aceptación se define como el muestreo por el que se toma la decisión de aceptar o rechazar un lote en función de la información obtenida por la muestra. Un plan de muestreo simple es un procedimiento en el que se toma una muestra aleatoria de n unidades del lote para su inspección y determinación del destino del mismo en función de la información procedente de la muestra. Consiste, por tanto, en fijar de modo preciso un par de números (n, c), donde n es el tamaño de la muestra y c el número máximo de unidades defectuosas que puede tener la muestra para que el lote sea aceptado. Supondremos en nuestro caso que se recibe un lote grande de productos (N grande), teóricamente infinito, con una proporción p de artículos defectuosos. El lote se aceptará si la proporción de artículos defectuosos es menor que una proporción especificada por el vendedor, p p A (nivel de calidad aceptable, AQL). El valor p A depende de criterios económicos y técnicos y es fijado por el vendedor. Se pretende diseñar un procedimiento para la aceptación o rechazo del lote, que es lo que proporciona el mencionado plan (n, c). Así, denominando X = número de unidades defectuosas encontradas en la muestra de tamaño n, se aceptará el lote si X c. La proporción de artículos defectuosos en el lote (p) es desconocida, aunque estimada mediante la proporción correspondiente en la muestra. Como consecuencia de la decisión tomada en el plan de muestreo se cometerán los dos tipos de errores conocidos estadísticamente en cualquier contraste de hipótesis: 1) rechazar un lote que debería ser aceptado; 2) aceptar un lote que debería ser rechazo. Se corresponden con: Riesgo del fabricante o vendedor = = Prob (error tipo I) = P (rechazar el lote con p p A )

3 Valores usuales son 0 001, 0 01, 0 05 y Riesgo del comprador = = Prob (error tipo II) Para controlar este error el comprador especifica p R o nivel de calidad rechazable (LPTD) tal que la probabilidad de aceptar lotes con calidad igual o peor que p R (p p R ) sea muy baja. = P (aceptar el lote con p p R ) Valores usuales son 0 10, 0 12 y Plan de Muestreo Simple (n, c) Se selecciona al azar una muestra de tamaño n de un lote de N unidades, se inspecciona respecto a un atributo o característica de calidad, que clasifica cada unidad en apto o no apto, defectuoso o no defectuoso contabilizando el número de unidades que no cumplen los requisitos establecidos, X, y se compara con el número de aceptación, c, si X es menor o igual que c se decide aceptar el lote y si es mayor se rechaza. El esquema general se ve en la figura. Lote de tamaño N Obtenemos una muestra de tamaño n X = nº de defectuosos en la muestra Sí X c No Aceptar el lote Rechazar el lote

4 Para establecer un plan de muestreo (n, c) se requiere definir previamente (, p A ) y (, p R ), correspondientes a las probabilidades de los errores y a las calidades dada por el vendedor y exigida por el comprador, respectivamente. Es frecuente establecer la relación:. Para caracterizar el plan de muestreo se utiliza la curva característica (OC) definida por: OC(p) = Probabilidad (aceptar un lote con una proporción p de artículos defectuosos) Especificar (, p A ) y (, p R ) equivale a fijar dos puntos de la curva característica. A medida que aumenta el tamaño de muestra, si se mantiene constante, el error disminuye. La determinación del plan de muestreo a partir de dos puntos de la curva característica es laborioso. Para simplificar esta tarea se han construido tablas que los proporcionan. Estos planes se clasifican en dos tipos: 1. Planes de aceptación y rechazo. Normas japonesas y la norma militar. 2. Planes de control rectificativo. Se diferencian de los anteriores en que los lotes rechazados se inspeccionan al 100% sustituyendo las unidades defectuosas por aceptables. Los más utilizados son los de Dodge-Romig y los dados por las propias normas militares.

5 Cálculo del plan de Muestreo Simple (n, c) Para calcular el plan de muestreo (n, c) se utilizará la distribución binomial de parámetros (n, p), pues es de las más comunes para tamaños grandes de lote con relación al tamaño de la muestra, situación muy frecuente en la práctica. La función de probabilidad de X:, para x = 0, 1, 2,, que es la probabilidad de que en una muestra de tamaño n se encuentren x unidades defectuosas. Para que se cumplan los requisitos especificados (, p A ) y (, p R ) se han de verificar las ecuaciones siguientes: n c i n i P(X c) p A (1 p A ) 1 i 0 i n P(X c) p (1 p ) c i n i R R i 0 i donde n y c son las incógnitas. La primera ecuación expresa la probabilidad de aceptar el lote con un número de unidades defectuosas menor o igual que c, con calidad p A, la especificada por el proceso de fabricación (vendedor). Mientras que la segunda ecuación muestra la probabilidad de que se acepte un lote con un número de unidades defectuosas menor o igual que c, con calidad p R, especificada por el comprador o cliente. La resolución del sistema planteado no es fácil por lo que se conocen ciertos métodos gráficos (Nomograma y General Motors) o de tablas como las japonesas JIS Z 9002 o americanas MIL-STD_105D.

6 Para la resolución del sistema anterior se ha realizado un programa en Visual Basic y Access, PMASIL (Plan de Muestreo de Aceptación SImple de Lotes). A la hora de resolver el sistema se utiliza un proceso iterativo. Se plantea la inecuación, pasando sendos términos, con el valor 0, se toma su valor absoluto y se suman. Se prueban los posibles valores para n y c y se elige como resultado el que haga que las suma de los dos valores absolutos diste menos de 0. Nos proporcionará soluciones para n y c basadas en un tamaño máximo de n, que siendo más precisos se asemejarán a los valores dados por los métodos de tablas y gráficos señalados anteriormente. Hay que destacar que el programa, además, es una forma rápida y sencilla, a la para que precisa, para calcular el mencionado plan de muestreo simple. Otro programa PMASIL_SIM permite de forma didáctica mediante una simulación el proceso siguiente: se crea un lote de tamaño N de 0 s, en proporción 1 p, y 1 s, en proporción p, donde 1 significa que el artículo es defectuoso. Se seleccionan en el mismo lote sucesivas muestras aleatorias de tamaño n y número de aceptación c, proporcionados por PMASIL como plan de muestreo simple especificado. Una vez examinadas una por una las muestras se decide aceptar o rechazar el lote en función del número de 1 s (unidades defectuosas) encontradas comparándolo con el número de aceptación c. Se contabilizará el número de veces que ha sido aceptado el lote y se calculará la proporción dividiendo entre el número total de simulaciones. Este resultado nos informará de la probabilidad de aceptación en las simulaciones. Posteriormente, se calculará la probabilidad de aceptación de un lote teórica dada por la distribución binomial.

7 donde p es la calidad del lote o proporción de artículos defectuosos El esquema que sigue el programa se muestra en la figura: Lote de tamaño N Proporción de correctos: p Propor ción de defectuosos: 1- p Seleccionar muestra de tamaño n N tamaño del lote p proporción de artículos defectuosos n tamaño de la muestra c número de aceptación X número de artículos defectuosos de la muestra R número de muestras a realizar X? c? No Sí Sumar 1 al número de muestras aceptadas Sí Nº de muestras probadas < R (muestras a realizar)? No Presentar Resultados: Nº de Muestras Aceptadas, Nº de pruebas realizadas, Proporción entre ambas, Probabilidad teórica El programa se presenta de dos formas diferentes: dentro de PMASIL en la opción de Simular probabilidad de aceptación se puede encontrar un resumen de los resultados. Proporcionará los resultados resumidos del número de lotes aceptados, el porcentaje o probabilidad de aceptación simulada y la probabilidad de aceptación teórica; por otra parte, PMASIL_SIM mostrará los cálculos intermedios de una forma clara y didáctica. Dará cada una de las muestras aleatorias elegidas, el número de defectuosos (de 1 s) de cada una y si el lote se acepta o se rechaza.

8 Planes de control rectificativo de Dodge-Romig Los planes de control rectificativo se basan en que los lotes rechazados son inspeccionados al 100% y todos los elementos defectuosos se sustituyen por buenos. De esta manera se garantiza que la calidad media de entrada en el almacén (AOQ) será alta. En efecto, en un lote de N unidades con una proporción p de defectuosas, si (p) es la probabilidad de que el plan de muestreo acepte lotes de dicha calidad, ya que los lotes se inspeccionan al 100% y todos los defectuosos se sustituyen por buenos, la calidad promedio en el almacén será: Si el valor de N no fuese muy grande, se tendría que: Así pues, el valor AOQ depende de p y se calcula multiplicando por p la curva característica. Cuando la calidad de entrada es muy buena (p pequeño) la calidad en el almacén será también buena. A medida que la proporción defectuosa aumenta, lo hará también AOQ, aunque en menor proporción, ya que los lotes comenzarán a ser rechazados e inspeccionados al 100%. Se obtiene un punto máximo que se denomina límite de la calidad media de entrada (AOQL): Lotes muy malos serán casi siempre rechazados, por tanto serán inspeccionados al 100% y conducirán a una calidad muy alta en el almacén. Otra medida importante respecto de la inspección rectificadora es la cantidad total media de inspección que requiere el plan de muestreo y que

9 se representará por ITM. Es claro que si los lotes no contienen unidades defectuosas, no se rechazará ninguno, y la cantidad por lote será el tamaño de la muestra n. Si por el contrario, todos los artículos son defectuosos, se someterán a inspección del 100% todos los lotes y el tamaño de inspección por lote será el tamaño de éste. Pero, si la calidad del lote está comprendida entre cero y uno, el tamaño de inspección variará entre el tamaño de la muestra n y el tamaño del lote N. Si el lote tiene una calidad p y la probabilidad de aceptación del lote es p a, entonces: FLUJO DEL MATERIAL EN RECEPCIÓN Las tablas de Dodge-Romig pueden utilizarse para muestreos simples y dobles, pudiendo entrar en ellas de dos formas: 1. Planes LTPD (= LQ = p R ). Dados N, AQL y el nivel de calidad rechazable LTPD, proporcionan n, c y AOQL del plan de control rectificativo.

10 2. Planes AOQL. Dados N, AQL y AOQL, se obtiene n, c y LTPD. Normas militares estándar Plan de muestreo simple. Como se sabe, un plan de muestreo simple es un procedimiento en el que se toma una muestra aleatoria de n unidades del lote para su inspección y determinación del destino del mismo en función de la información procedente de la muestra. Se selecciona al azar una muestra de tamaño n de un lote de N unidades, se inspecciona respecto a un atributo o característica de calidad, que clasifica cada unidad en apto o no apto, defectuoso o no defectuoso contabilizando el número de unidades que no cumplen los requisitos establecidos. Consiste, por tanto, en fijar de modo preciso tres números (n, Ac, Re), donde n es el tamaño de la muestra, Ac es el número de aceptación o máximo de unidades defectuosas que puede tener la muestra para que el lote sea aceptado, y Re el número de rechazo. Este último indica que si el número de unidades defectuosas encontradas en la muestra es igual o mayor que él, el lote es rechazado. Para dar el plan de muestreo (n, Ac, Re) en este trabajo utilizaremos las normas militares estándar. La norma UNE (MIL STD 105D) consiste en un conjunto de tablas que establecen los planes de muestreo de aceptación de lotes por atributos mencionados anteriormente. Un concepto clave para la utilización de estas tablas es el nivel de calidad aceptable (NCA o AQL). Se define como el porcentaje máximo de

11 unidades defectuosas alcanzable por la media del proceso para que se pueda considerar como satisfactorio desde el punto de vista de la inspección por muestreo. Se considera como un porcentaje de defectuosos aceptable por el comprador, un compromiso entre la capacidad del proceso del proveedor y las exigencias del cliente. El NCA ha de ser prefijado, generalmente por criterios económicos. El NCA indica que un lote con una proporción p de defectuosos que sea menor o igual que él será aceptado en la mayoría de los casos. (La probabilidad de aceptar un lote con p = NCA varía entre el 88-99%). Las normas militares ofrecen variantes en cuanto a la severidad del muestreo. Permite elegir tres rigores generales de inspección: normal, rigurosa y reducida, como se ve en la figura. La inspección normal se aplica generalmente al inicio del proceso y cuando la calidad del proveedor es del mismo orden de la que precisa el proceso de fabricación. La rigurosa se aplica cuando el historial de la calidad se ha deteriorado (calidad < necesaria). Y, por último, la reducida cuando el historial de calidad es excepcionalmente bueno (calidad > necesaria). En esta última el tamaño de muestra es menor. REDUCIDA NORMAL RIGUROSA Rigores generales de inspección esquema: Para poder cambiar el rigor de inspección se sigue el siguiente

12 10 o más lotes consecutivos aceptados y nº de defectuosos no supera el límite de la tabla de números límites en inspección reducida y producción estable y autoridad competente lo estima Inicio 2 de 5 lotes consecutivos son rechazados REDUCIDA NORMAL RIGUROSA Se rechaza un lote o no se toma decisión (nº defectuosos mayor que Ac pero menor que Re) o producción irregular o autoridad competente lo estima 5 lotes consecutivos aceptados Se para la inspección 10 lotes consecutivos rechazados Cambios de rigor de inspección Si se llama X = número de defectuosos en la muestra, cuando el rigor de inspección es reducido, puede ocurrir que: Sucede X Ac Decisión Se acepta el lote y se sigue en inspección reducida

13 Ac < X < Re X Re Se acepta el lote y se pasa a inspección normal Se rechaza el lote y se pasa a inspección normal Además, del AQL y del rigor de inspección, se ha de considerar el coste de inspección por unidad de producto: alto (nivel I), medio (nivel II) y bajo (nivel III). El tamaño del lote y el coste de inspección determinan en las tablas según la norma militar una letra código. Definida esta letra código y elegido el nivel de calidad aceptable las tablas diseñan un plan de muestreo para cada nivel de inspección: normal, reducida y rigurosa. La tabla de números límites en inspección reducida muestra en función del NCA y de los elementos extraídos en los últimos 10 lotes el máximo número de unidades defectuosas en inspección normal. Si las observaciones no aptas superan este valor se ha de seguir en este rigor. En algunas ocasiones podría ocurrir que se precisasen más de 10 lotes para conseguir el número de elementos necesarios que establecen las tablas. SIMIL "SIMIL" es una hoja de cálculo que, dado un tamaño de lote y el nivel de inspección y nivel de calidad aceptable, explica los pasos a seguir para obtener los tamaños de muestra y números de aceptación y rechazo para cada tipo de inspección: reducida, normal y rigurosa; así como, el máximo de unidades defectuosas para poder pasar de inspección normal a inspección reducida. Durante el cálculo aparece en la parte superior de la pantalla una

14 ventana indicando lo que está haciendo al tiempo que se mueve por la hoja de cálculo unos iconos que representan la acción realizada. Una vez obtenido el plan de muestreo, también podemos realizar una simulación de control de un proceso de producción que utilice dicho plan. Esta simulación puede generar aleatoriamente el número de defectuosos de cada lote inspeccionado o bien obtener dicho número de una tabla predefinida. Plan de muestreo doble. Un plan de muestreo doble es un procedimiento en el que se toma una muestra aleatoria de n 1 unidades del lote para su inspección y determinación del destino del mismo en función de la información procedente de la muestra. El lote se puede aceptar si el número de elementos defectuosos es menor o igual que uno dado (número de aceptación en la primera muestra, Ac 1 ), se puede rechazar si el número defectuosos es mayor o igual que un valor dado (número de rechazo, Re 1 ) o se puede pasar a la segunda muestra si el número de defectuosos está entre los dos valores anteriores. Si se ha de pasar a la segunda muestra, el lote será aceptado si la suma de defectuosos de la primera y segunda no superan el número de aceptación segundo (Ac 2 ). Se selecciona al azar una muestra de tamaño n 1 de un lote de N unidades, se inspecciona respecto a un atributo o característica de calidad, que clasifica cada unidad en apto o no apto, defectuoso o no defectuoso contabilizando el número de unidades que no cumplen los requisitos establecidos y, si es necesario, se inspecciona otra muestra de tamaño n 2. Consiste, por tanto, en fijar de modo preciso seis números (n1, Ac1, Re1, n2, Ac 2, Re 2 ), donde n 1 es el tamaño de la primera muestra, Ac 1 es el número de aceptación o máximo de unidades defectuosas que puede tener la primera muestra para que el lote sea aceptado, y Re 1 el número mínimo de defectuosas que hace rechazar el lote, n 2 es el tamaño de la segunda muestra, Ac 2 es el número de aceptación o máximo de unidades defectuosas

15 que pueden tener entre la primera muestra y la segunda para que el lote sea aceptado, y Re 2 el número mínimo de defectuosas en la primera y segunda muestras que hace rechazar el lote. La norma UNE (MIL STD 105D) también establecen los planes de muestreo dobles para la aceptación de lotes por atributos mencionados anteriormente. Si se llama X 1 = número de defectuosos en la primera muestra y X 2 = número de defectuosos en la segunda muestra, cuando el rigor de inspección es reducido, puede ocurrir que: Sucede X 1 Ac 1 Ac 1 < X 1 < Re 1 X 1 + X 2 Ac 2 Ac 2 < X 1 + X 2 Re 2 X 1 Re 1 X 1 + X 2 Re 2 Decisión Se acepta el lote y se sigue en inspección reducida Se pasa a la segunda muestra Se acepta el lote y se sigue en inspección reducida Se acepta el lote y se pasa a inspección normal Se rechaza el lote y se pasa a inspección normal Se rechaza el lote y se pasa a inspección normal Al igual que el plan simple se define la letra código y elegido el nivel de calidad aceptable y el rigor las tablas diseñan el plan de muestreo doble. Las condiciones de paso de un rigor de inspección a otro son las mismas.

16 SIMIL 2.0 "SIMIL 2.0" es otra hoja de cálculo en la que, dado un tamaño de lote y el nivel de inspección y nivel de calidad aceptable, explica los pasos a seguir para obtener los tamaños de muestra y números de aceptación y rechazo para cada tipo de inspección: reducida, normal y rigurosa en plan de muestreo doble; así como, el máximo de unidades defectuosas para poder pasar de inspección normal a inspección reducida. Una vez obtenido el plan de muestreo, también podemos realizar una simulación de control de un proceso de producción que utilice dicho plan. Esta simulación puede generar aleatoriamente el número de defectuosos de cada lote inspeccionado o bien obtener dicho número de una tabla predefinida.

4. HERRAMIENTAS ESTADÍSTICAS

4. HERRAMIENTAS ESTADÍSTICAS 4. HERRAMIENTAS ESTADÍSTICAS 4.1 Definiciones La mayor parte de las decisiones se toman en función de la calidad, como en la mayoría de las demás áreas del moderno esfuerzo humano (por ejemplo, en la evaluación

Más detalles

Suplemento Control estadístico stico de procesos

Suplemento Control estadístico stico de procesos Suplemento Control estadístico stico de procesos Contenido Control estadístico de procesos (CEP) Gráficos de control para variables El teorema central del límite Fijación de límites del gráfico de medias

Más detalles

Tema 5. Variables aleatorias discretas

Tema 5. Variables aleatorias discretas Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso

Más detalles

Eulàlia Griful Ponsati Miguel Ángel Canela Campos

Eulàlia Griful Ponsati Miguel Ángel Canela Campos AULA POLITÈCNICA / ORGANIZACIÓN DE EMPRESAS Eulàlia Griful Ponsati Miguel Ángel Canela Campos Gestión de la calidad EDICIONS UPC AULA POLITÈCNICA / ORGANIZACIÓN DE EMPRESAS Eulàlia Griful Ponsati Miguel

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe

Más detalles

Unidad Administrativa Especial de Catastro Distrital Carrera 30 No 25 90 PBX 2347600 www.catastrobogota.gov.co http://mapas.bogota.gov.

Unidad Administrativa Especial de Catastro Distrital Carrera 30 No 25 90 PBX 2347600 www.catastrobogota.gov.co http://mapas.bogota.gov. Página 1 de 38 Título Versión 1.1 Instructivo para la elaboración de Muestreo Autor - Infraestructura de Datos Espaciales para el Distrito Capital - Equipo IDECA Identificador IPIG-06 Fecha de creación

Más detalles

Unidad 7: Muestreo de aceptación

Unidad 7: Muestreo de aceptación Unidad 7: Muestreo de aceptación Cap 12. Gutiérrez Liliana Recchioni Unidad 7: 7.1. Tipos de planes de muestreo. 7.2. Variabilidad y curvas características (CO). 7.3. Diseño de un plan de muestreo simple

Más detalles

DIAGRAMAS DE CONTROL TEORÍA GENERAL

DIAGRAMAS DE CONTROL TEORÍA GENERAL 1. DESARROLLO HISTÓRICO DIAGRAMAS DE CONTROL TEORÍA GENERAL 20 s Shewhart Primeros avances en el control estadístico de calidad. Segunda Guerra Mundial Se emplearon con mayor fuerza No se utilizaron Deming

Más detalles

El objetivo técnico de las salvaguardias

El objetivo técnico de las salvaguardias El objetivo técnico de las salvaguardias EL COMPROMISO DE NO DESVIACIÓN Y EL OBJETIVO DE LAS SALVAGUARDIAS (. ^ Desde la creación del Organismo Internacional de Energía Atómica en 1957 se ha impuesto cada

Más detalles

El Muestreo para la aceptación de lotes puede ser un método complementario a otros métodos de muestreo tradicionales.

El Muestreo para la aceptación de lotes puede ser un método complementario a otros métodos de muestreo tradicionales. El Muestreo para la aceptación de lotes puede ser un método complementario a otros métodos de muestreo tradicionales. El tipo de medida de frecuencia que se utiliza para la medición de muchos de los indicadores

Más detalles

Indicadores de la Variable.- Son aquellas cualidades o propiedades del objeto que pueden ser directamente observadas y cuantificadas en la práctica.

Indicadores de la Variable.- Son aquellas cualidades o propiedades del objeto que pueden ser directamente observadas y cuantificadas en la práctica. Las variables de un estudio. La variable es determinada característica o propiedad del objeto de estudio, a la cual se observa y/o cuantifica en la investigación y que puede variar de un elemento a otro

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables no es aplicable. GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos

Más detalles

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 2: PROBABILIDADES Profesor: Hugo S. Salinas Segundo Semestre 2010 1. Describir el espacio muestral

Más detalles

Nombre del polinomio. uno monomio 17 x 5 dos binomio 2x 3 6x tres trinomio x 4 x 2 + 2

Nombre del polinomio. uno monomio 17 x 5 dos binomio 2x 3 6x tres trinomio x 4 x 2 + 2 SISTEMA DE ACCESO COMÚN A LAS CARRERAS DE INGENIERÍA DE LA UNaM III. UNIDAD : FUNCIONES POLINÓMICAS III..1 POLINOMIOS La expresión 5x + 7 x + 4x 1 recibe el nombre de polinomio en la variable x. Es de

Más detalles

"CONTRASTES DE HIPÓTESIS" 4.4 Parte básica

CONTRASTES DE HIPÓTESIS 4.4 Parte básica 76 "CONTRASTES DE HIPÓTESIS" 4.4 Parte básica 77 4.4.1 Introducción a los contrastes de hipótesis La Inferencia Estadística consta de dos partes: Estimación y Contrastes de Hipótesis. La primera se ha

Más detalles

Ejercicios de Macroeconomía Avanzada

Ejercicios de Macroeconomía Avanzada Ejercicios de Macroeconomía Avanzada José L Torres Chacón Departamento de Teoría e Historia Económica Universidad de Málaga Septiembre 200 ii Indice I Sistemas dinámicos básicos 5 Introducción a la dinámica

Más detalles

UNIDAD I NÚMEROS REALES

UNIDAD I NÚMEROS REALES UNIDAD I NÚMEROS REALES Los números que se utilizan en el álgebra son los números reales. Hay un número real en cada punto de la recta numérica. Los números reales se dividen en números racionales y números

Más detalles

Tema 7: Juegos con información incompleta

Tema 7: Juegos con información incompleta Tema 7: Juegos con información incompleta Microeconomía Avanzada II Iñigo Iturbe-Ormaeche U. de Alicante 2008-09 Modelo de Spence Introducción y ejemplos Equilibrio Bayesiano de Nash Aplicaciones Señales

Más detalles

OPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X =

OPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X = Selectividad Junio 011 Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO/A DEBERÁ ESCOGER UNO DE

Más detalles

Ambas componentes del sistema tienen costos asociados que deben de considerarse.

Ambas componentes del sistema tienen costos asociados que deben de considerarse. 1. Introducción. En este trabajo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares

Más detalles

LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( )

LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( ) LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( ) La distribución Normal tiene numerosas aplicaciones en el campo de la Probabilidad y la Estadística,

Más detalles

Tema 3. Variables aleatorias. Inferencia estadística

Tema 3. Variables aleatorias. Inferencia estadística Estadística y metodología de la investigación Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 3. Variables aleatorias. Inferencia estadística 1. Introducción 1 2. Variables aleatorias 1 2.1. Variable

Más detalles

Selectividad Septiembre 2013 OPCIÓN B

Selectividad Septiembre 2013 OPCIÓN B Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES 1.- Definición de variable aleatoria discreta. Normalmente, los resultados posibles (espacio muestral Ω) de un experimento aleatorio no son

Más detalles

Líneas de espera. Introducción.

Líneas de espera. Introducción. Líneas de espera. Introducción. En este capítulo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas

Más detalles

Inferencia Estadística

Inferencia Estadística Universidad Nacional de San Cristóbal de Huamanga Facultad de Ingeniería de Minas, Geología y Civil Departamento Académico de Matemática y Física Área de Estadística Inferencia Estadística Alejandro Guillermo

Más detalles

Comercio y logística I de Microsoft Dynamics AX 4.0

Comercio y logística I de Microsoft Dynamics AX 4.0 8809A Comercio y logística I de Microsoft Dynamics AX 4.0 Fabricante: Microsoft Grupo: Dynamics Subgrupo: Microsoft Dynamics AX 4.0 Formación: Presencial Horas: 15 Introducción El curso Comercio y logística

Más detalles

Comentarios de introducción al Procedimiento de Compras Como apuntábamos en los capítulos iniciales, uno de los pilares en los que se apoya nuestro sistema de la calidad es el producto entregado a nuestros

Más detalles

El sistema de aseguramiento de calidad adecuado para la fabricación de medicamentos debe garantizar que:

El sistema de aseguramiento de calidad adecuado para la fabricación de medicamentos debe garantizar que: II. GENERALIDADES. II.1. CONCEPTOS GENERALES. II.1.1. GESTION DE LA CALIDAD. La gestión de la calidad total es la organización estructurada y funcional de recursos humanos y materiales que tiene por objeto

Más detalles

Análisis y cuantificación del Riesgo

Análisis y cuantificación del Riesgo Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el

Más detalles

PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA

PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA Problema 1 PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA Hoja 2 Una población de 20 animales insectívoros se introduce en una zona donde el 14% de los insectos que le sirven de alimento son venenosos. Cada

Más detalles

Relación de problemas: Variables aleatorias

Relación de problemas: Variables aleatorias Estadística y modelización. Ingeniero Técnico en Diseño Industrial. Relación de problemas: Variables aleatorias 1. Se lanza tres veces una moneda y se observa el número de caras. (a) Calcula la distribución

Más detalles

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que

Más detalles

Control de la producción de plantas de selección de EELL

Control de la producción de plantas de selección de EELL Control de la producción de plantas de selección de EELL Directamente de los vehículos de recogida a su llegada a la planta de selección. De la playa de descarga o foso de recepción de la planta de selección.

Más detalles

Garantía de calidad. Suma total de actividades organizadas con el objetode garantizar que los medicamentos poseen la calidad requerida para su uso.

Garantía de calidad. Suma total de actividades organizadas con el objetode garantizar que los medicamentos poseen la calidad requerida para su uso. Garantía de calidad Calidad:conjunto de atributos o cualidades que constituyen la manera de ser de una cosa. Atributos básicos para definir la calidad de un producto farmacéutico: Identidad Pureza Potencia

Más detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)

Más detalles

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 gramos del primer elemento y 1 gramo del segundo; un kilo

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones de agosto de 200. Estandarización Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades. De la misma forma

Más detalles

Anexo 11. Valoración de la calidad de los distintos tipos de estudios

Anexo 11. Valoración de la calidad de los distintos tipos de estudios Anexo 11. Valoración de la calidad de los distintos tipos de estudios Ensayos Clínicos Un ensayo clínico aleatorizado (ECA) es un estudio experimental en el que se aplica una intervención a un grupo de

Más detalles

MUESTREO PARA ACEPTACION

MUESTREO PARA ACEPTACION MUESTREO PARA ACEPTACION Inspección de Calidad Consiste en un procedimiento técnico que permite verificar si los materiales, el proceso de fabricación y los productos terminados cumplen con sus respectivas

Más detalles

TEMA 11: LAS AMORTIZACIONES

TEMA 11: LAS AMORTIZACIONES TEMA 11: LAS AMORTIZACIONES 1- Las correcciones valorativas 2- las depreciaciones 3- la amortización 4- cómo se contabilizan las amortizaciones? 5- los métodos de amortización 5.1- amortización constante

Más detalles

IES Real Instituto de Jovellanos de Gijón Serie 8. Distribuciones de Probabilidad MATEMÁTICAS 1º B.I. N.M. - Serie 8: Distribuciones de Probabilidad

IES Real Instituto de Jovellanos de Gijón Serie 8. Distribuciones de Probabilidad MATEMÁTICAS 1º B.I. N.M. - Serie 8: Distribuciones de Probabilidad MATEMÁTICAS 1º B.I. N.M. - Serie 8: Distribuciones de Probabilidad 1 Una variable aleatoria X toma los valores 0, 3, 5, 6 y 10, con probabilidades 0 16; 0 25; 0 21; 0 12 y 0 26 respectivamente. a) Comprueba

Más detalles

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS 1) Reseña histórica Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios

Más detalles

Procedimiento del sistema integrado de gestión. Compras y control de proveedores

Procedimiento del sistema integrado de gestión. Compras y control de proveedores GESTIÓN DE LA CALIDAD Procedimiento del sistema integrado de gestión. Compras y control de proveedores Luis Francisco Rubio Cerezo Asesor en Implantación de Sistemas de Calidad rubiocerezo@telefonica.net

Más detalles

Métodos generales de generación de variables aleatorias

Métodos generales de generación de variables aleatorias Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad

Más detalles

Tema 3. Concepto de Probabilidad

Tema 3. Concepto de Probabilidad Tema 3. Concepto de Probabilidad Presentación y Objetivos. El Cálculo de Probabilidades estudia el concepto de probabilidad como medida de incertidumbre. En situaciones donde se pueden obtener varios resultados

Más detalles

Soluciones de los ejercicios de la primera Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo

Soluciones de los ejercicios de la primera Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo Soluciones de los ejercicios de la primera Unidad Dr. Víctor Hernández Dr. Jorge Martín Dr. José Antonio Carrillo 5 de marzo de 0 Índice general Ejercicio.. Manejo del formalismo de los sucesos.............

Más detalles

Ejercicios de Programación Lineal

Ejercicios de Programación Lineal Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de

Más detalles

SP04003: Control Estadístico de Calidad. Actividad 11.- Opciones de planes de. Objetivo de la actividad

SP04003: Control Estadístico de Calidad. Actividad 11.- Opciones de planes de. Objetivo de la actividad SP04003: Control Estadístico de Calidad Actividad 11.- Opciones de planes de muestreo Objetivo de la actividad Al finalizar la actividad serás capaz de: Conocer las opciones que ofrece el plan de muestreo

Más detalles

a) No curse la opción Científico-Tecnológica. b) Si es chico, curse la opción de Humanidades y C. Sociales

a) No curse la opción Científico-Tecnológica. b) Si es chico, curse la opción de Humanidades y C. Sociales 1 PROBABILIDAD 1.(97).- Para realizar un control de calidad de un producto se examinan tres unidades del producto, extraídas al azar (y sin reemplazamiento) de un lote de 100 unidades. Las unidades pueden

Más detalles

Tema 7. Límites y continuidad de funciones

Tema 7. Límites y continuidad de funciones Matemáticas II (Bachillerato de Ciencias) Análisis: Límites y continuidad de funciones 55 Límite de una función en un punto Tema 7 Límites y continuidad de funciones Idea inicial Si una función f está

Más detalles

Cálculo de las Acciones Motoras en Mecánica Analítica

Cálculo de las Acciones Motoras en Mecánica Analítica Cálculo de las Acciones Motoras en Mecánica Analítica 1. Planteamiento general El diseño típico de la motorización de un sistema mecánico S es el que se muestra en la figura 1. Su posición viene definida

Más detalles

Departamento de Economía Aplicada I FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES LICENCIATURA EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS

Departamento de Economía Aplicada I FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES LICENCIATURA EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES LICENCIATURA EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS ESTADÍSTICA I Relación de Ejercicios nº 4 PROBABILIDAD Curso 007-008 1) Describir el espacio muestral

Más detalles

Statgraphics Centurión

Statgraphics Centurión Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que

Más detalles

Polinomios y fracciones algebraicas

Polinomios y fracciones algebraicas 0 Polinomios y fracciones algebraicas En esta Unidad aprenderás a: d Trabajar con epresiones polinómicas. d Factorizar polinomios. d Operar con fracciones algebraicas. d Descomponer una fracción algebraica

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo

Más detalles

1.4.1. Residuos pesados

1.4.1. Residuos pesados 1.4. Métodos de aproximación de ED 1.4.1. Residuos pesados El método de los residuos pesados es un método general y poderoso para obtener soluciones aproximadas de ecuaciones diferenciales ordinarias (EDO)

Más detalles

PROPUESTAS COMERCIALES

PROPUESTAS COMERCIALES PROPUESTAS COMERCIALES 1. Alcance... 2 2. Entidades básicas... 2 3. Circuito... 2 3.1. Mantenimiento de rutas... 2 3.2. Añadir ofertas... 5 3.2.1. Alta desde CRM... 5 3.2.2. Alta desde el módulo de Propuestas

Más detalles

Si buscamos conversiones de una variable aleatoria exponencial con parámetro Á,, el método de la transformada inversa produce

Si buscamos conversiones de una variable aleatoria exponencial con parámetro Á,, el método de la transformada inversa produce 170 PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA Si buscamos conversiones de una variable aleatoria exponencial con parámetro Á,, el método de la transformada inversa produce xi = in (u ), i = 1, 2,... (6-34)

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Capítulo 6. Modificar archivos de datos. Ordenar casos

Capítulo 6. Modificar archivos de datos. Ordenar casos Capítulo 6 Modificar archivos de datos Los archivos de datos no siempre están organizados de forma idónea. En ocasiones podemos desear cambiar el orden de los casos, o transponer las filas y las columnas,

Más detalles

De dos incógnitas. Por ejemplo, x + y 3 = 4. De tres incógnitas. Por ejemplo, x + y + 2z = 4. Y así sucesivamente.

De dos incógnitas. Por ejemplo, x + y 3 = 4. De tres incógnitas. Por ejemplo, x + y + 2z = 4. Y así sucesivamente. 3 Ecuaciones 17 3 Ecuaciones Una ecuación es una igualdad en la que aparecen ligados, mediante operaciones algebraicas, números y letras Las letras que aparecen en una ecuación se llaman incógnitas Existen

Más detalles

Biometría Clase 8 Pruebas de hipótesis para una muestra. Adriana Pérez 1

Biometría Clase 8 Pruebas de hipótesis para una muestra. Adriana Pérez 1 Biometría Clase 8 Pruebas de hipótesis para una muestra Adriana Pérez 1 Qué es una prueba de hipótesis? Es un proceso para determinar la validez de una aseveración hecha sobre la población basándose en

Más detalles

TEMA 10.LAS INVERSIONES DE LA EMPRESA.

TEMA 10.LAS INVERSIONES DE LA EMPRESA. 1. LAS DECISIONES DE INVERSIÓN. El concepto inversión se puede ver desde 2 puntos de vista: 1. En sentido económico: (también se llaman inversiones reales o productivas). Consiste en adquirir bienes de

Más detalles

Estadística aplicada y modelización. 15 de junio de 2005

Estadística aplicada y modelización. 15 de junio de 2005 Estadística aplicada y modelización. 15 de junio de 2005 SOLUCIÓN MODELO A 1. En una población de fumadores se quiere examinar la relación entre el número de cigarrillos que consumen diariamente y el número

Más detalles

Academia de Matemáticas. Apuntes para la Materia de Estadística II. Guía Básica para el Estudio de la Estadística Inferencial.

Academia de Matemáticas. Apuntes para la Materia de Estadística II. Guía Básica para el Estudio de la Estadística Inferencial. UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO Facultad de Contaduría y Ciencias Administrativas Academia de Matemáticas Apuntes para la Materia de Estadística II Guía Básica para el Estudio de la Estadística

Más detalles

Muestreo. Introducción

Muestreo. Introducción Muestreo Introducción En este documento ofrecemos un resumen sobre el concepto de muestreo, y los tipos de muestreo existentes. Además, adjuntamos una hoja para el cálculo de tamaños muestrales en auditorías

Más detalles

DISEÑO DEL SOFTWARE TRAFFIC ANALYZER. Analyzer. En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software

DISEÑO DEL SOFTWARE TRAFFIC ANALYZER. Analyzer. En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software 3 Diseño del Software Traffic Analyzer En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software que analiza el tráfico en redes de telefonía y computadoras, denominado Traffic

Más detalles

Unidad Didáctica 5: El Pedido y entrega de mercancías

Unidad Didáctica 5: El Pedido y entrega de mercancías Unidad Didáctica 5: El Pedido y entrega de mercancías JUSTIFICANTES Y DOCUMENTOS Las operaciones que realiza la empresa es necesario que queden reflejadas en soportes materiales para que exista constancia

Más detalles

GUÍA DE EVIDENCIA DE LA UNIDAD DE COMPETENCIA CUALIFICACIÓN PROFESIONAL: EFICIENCIA ENERGÉTICA EN EDIFICIOS. Código: ENA358_3 NIVEL: 3

GUÍA DE EVIDENCIA DE LA UNIDAD DE COMPETENCIA CUALIFICACIÓN PROFESIONAL: EFICIENCIA ENERGÉTICA EN EDIFICIOS. Código: ENA358_3 NIVEL: 3 MINISTERIO DE EDUCACIÓN, CULTURA Y DEPORTE SECRETARÍA DE ESTADO DE EDUCACIÓN, FORMACIÓN PROFESIONAL Y UNIVERSIDADES DIRECCIÓN GENERAL DE FORMACIÓN PROFESIONAL INSTITUTO NACIONAL DE LAS CUALIFICACIONES

Más detalles

[Guía del Participante]

[Guía del Participante] HERRAMIENTAS DE LA CALIDAD TOTAL [Guía del Participante] Unidad 1 Técnico Nivel Operativo Guía del Participante PRIMERA EDICIÓN Mayo 2014 Todos los derechos reservados. Esta publicación no puede ser reproducida

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN: PRUEBA PARCIAL N o 2 Profesor: Hugo S. Salinas. Primer Semestre 20. El gerente

Más detalles

TALLER No. 3. Prueba No. 1 - Importar y cargar datos en IDEA

TALLER No. 3. Prueba No. 1 - Importar y cargar datos en IDEA TALLER No. 3 AUDITORÍA AL PROCESO DE NOMINA PROGRAMA DE AUDITORÍA Objetivo de la Auditoria: Prueba No. 1 - Importar y cargar datos en IDEA Desarrollar habilidades para importar datos a IDEA y crear la

Más detalles

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,

Más detalles

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B 1. Una empresa tiene 3000 bolsas de ajo morado de Las

Más detalles

CAPÍTULO III ANÁLISIS DE INVERSIONES GANADERAS

CAPÍTULO III ANÁLISIS DE INVERSIONES GANADERAS CAPÍTULO III ANÁLISIS DE INVERSIONES GANADERAS 1. Concepto de inversión. Según Pierre Masse la inversión es el acto mediante el cual se cambia la posibilidad de una satisfacción inmediata y cierta a la

Más detalles

Capítulo II Marco Teórico CAPÍTULO II

Capítulo II Marco Teórico CAPÍTULO II 13 CAPÍTULO II 14 CAPÍTULO 2 El presente capítulo presenta el marco teórico, el cual propone los conceptos, herramientas y métodos con que se resolverá el problema de la identificación de las variables,

Más detalles

Apuntes de Grafos. 1. Definiciones

Apuntes de Grafos. 1. Definiciones Apuntes de Grafos Un grafo es una entidad matemática introducida por Euler en 736 para representar entidades (vértices) que pueden relacionarse libremente entre sí, mediante el concepto de arista Se puede

Más detalles

Se introduce en la Ventana de Álgebra la expresión cuya primitiva queremos calcular. Con la expresión seleccionada

Se introduce en la Ventana de Álgebra la expresión cuya primitiva queremos calcular. Con la expresión seleccionada Integrales Definidas e Indefinidas Cómo calcular una integral indefinida (primitiva) o una integral definida? Se introduce en la Ventana de Álgebra la expresión cuya primitiva queremos calcular Con la

Más detalles

Hoja1!C4. Hoja1!$C$4. Fila

Hoja1!C4. Hoja1!$C$4. Fila CAPÍTULO 6......... Cálculo y funciones con Excel 2000 6.1.- Referencias De Celdas Como vimos con anterioridad en Excel 2000 se referencian las celdas por la fila y la columna en la que están. Además como

Más detalles

U H = Fm * U M + Fv * U V

U H = Fm * U M + Fv * U V CÁLCULO DE LA TRANSMITANCIA DEL HUECO PARA SUSTITUCIÓN DE VENTANAS La fórmula para calcular la transmitancia del hueco con el marco y el cristal seleccionados será: U H = Fm * U M + Fv * U V Donde Fm es

Más detalles

SISTEMA DE AUTORIZACIÓN DE IMPORTACIÓN DE PLAGUICIDAS

SISTEMA DE AUTORIZACIÓN DE IMPORTACIÓN DE PLAGUICIDAS SISTEMA DE AUTORIZACIÓN DE IMPORTACIÓN DE PLAGUICIDAS Manual de Usuario 1. Ingreso al Sistema 2. Registro de Agencias de Aduanas 3. Solicitar Autorización de Importación de Producto 4. Solicitar Autorización

Más detalles

LA ENSEÑANZA APRENDIZAJE DE LOS METODOS CUANTITATIVOS EN LA CARRERA DE BIBLIOTECOLOGÍA DE LA UNAM: ESTUDIO DE CASO

LA ENSEÑANZA APRENDIZAJE DE LOS METODOS CUANTITATIVOS EN LA CARRERA DE BIBLIOTECOLOGÍA DE LA UNAM: ESTUDIO DE CASO LA ENSEÑANZA APRENDIZAJE DE LOS METODOS CUANTITATIVOS EN LA CARRERA DE BIBLIOTECOLOGÍA DE LA UNAM: ESTUDIO DE CASO Rosalba Barraza Mendoza Isabel Chong de la Cruz Universidad Nacional Autónoma de México.

Más detalles

aplicado al Experiencia La gestión de un servicio y, por ende, la

aplicado al Experiencia La gestión de un servicio y, por ende, la EN PORTADA 6 Sigma aplicado al Experiencia En este artículo vamos a dar una visión más particular sobre la aplicabilidad de 6 Sigma al sector Servicios. Existe abundante literatura al respecto, pero sobre

Más detalles

Estabilidad dinámica Introducción

Estabilidad dinámica Introducción Figura 127: Varada Si el momento de asiento unitario del barco, en las condiciones de desplazamiento en las que se encuentra, es M u, tendremos que la alteración producida al bajar la marea de forma que

Más detalles

INTRODUCCIÓN A LAS FINANZAS (Informática)

INTRODUCCIÓN A LAS FINANZAS (Informática) INTRODUCCIÓN A LAS FINANZAS (Informática) SEGUNDO SEMESTRE 2011 Apunte N 2 Objetivos de la unidad Al finalizar la Unidad Nº2, debe ser capaz de: Entender el concepto de costo de oportunidad del dinero,

Más detalles

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son

Más detalles

Inventarios. Concepto de Inventario

Inventarios. Concepto de Inventario Inventarios El inventario tiene como propósito fundamental proveer a la empresa de materiales necesarios, para su continuo y regular desenvolvimiento, es decir, el inventario tiene un papel vital para

Más detalles

CAPÍTULO 3: LOS PROCESOS DE PRODUCCIÓN ACTUALES. La empresa muestrea sus procesos de forma aleatoria; además, solo documenta en

CAPÍTULO 3: LOS PROCESOS DE PRODUCCIÓN ACTUALES. La empresa muestrea sus procesos de forma aleatoria; además, solo documenta en CAPÍTULO 3: LOS PROCESOS DE PRODUCCIÓN ACTUALES. 3.1. Control de procesos. La empresa muestrea sus procesos de forma aleatoria; además, solo documenta en registros escritos dichas lecturas. La forma de

Más detalles

Estimación de la densidad

Estimación de la densidad 23 de marzo de 2009 : histograma Si suponemos que F tiene función de densidad f puede ser útil estimarla. Un estimador muy utilizado es el histograma. Dado un origen x 0 y un ancho h > 0 el histograma

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

MATEMÁTICAS CONTENIDOS MÍNIMOS DE 1º E.S.O.

MATEMÁTICAS CONTENIDOS MÍNIMOS DE 1º E.S.O. MATEMÁTICAS CONTENIDOS MÍNIMOS DE 1º E.S.O. Calcular el valor de posición de cualquier cifra en cualquier número natural. Aplicar las propiedades fundamentales de la suma, resta, multiplicación y división

Más detalles

TALLER No.1 AUDITORÍA A CUENTAS POR COBRAR DE COMFAPOPAYAN UTILIZANDO SOFTWARE DE AUDITORÍA - IDEA.

TALLER No.1 AUDITORÍA A CUENTAS POR COBRAR DE COMFAPOPAYAN UTILIZANDO SOFTWARE DE AUDITORÍA - IDEA. TALLER No.1 AUDITORÍA A CUENTAS POR COBRAR DE COMFAPOPAYAN UTILIZANDO SOFTWARE DE AUDITORÍA - IDEA. PROGRAMA DE AUDITORÍA Objetivo de la Auditoria : Asegurar que las Cuentas por Cobrar que se muestran

Más detalles

GESTIÓN DE LA CALIDAD DE LOS PROVEEDORES La Experiencia del Sector

GESTIÓN DE LA CALIDAD DE LOS PROVEEDORES La Experiencia del Sector GESTIÓN DE LA CALIDAD DE LOS PROVEEDORES La Experiencia del Sector 1 Presentado por: Laureano Padilla Coordinador de Comités s de la AEC lpadilla@aec.es de la Automoción RESUMEN DE LAS EXIGENCIAS DE LAS

Más detalles

Tema 1 Introducción a la Ingeniería de Software

Tema 1 Introducción a la Ingeniería de Software Tema 1 Introducción a la Ingeniería de Software Curso Ingeniería de Software UMCA Profesor Luis Gmo. Zúñiga Mendoza 1. Software En la actualidad todo país depende de complejos sistemas informáticos. Podemos

Más detalles

CARTAS DE CONTROL. FeGoSa

CARTAS DE CONTROL. FeGoSa Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro

Más detalles

Módulo 9: Aplicaciones Administrativas y Financieras de la Hoja de Cálculo. Guía del formador por cada módulo formativo

Módulo 9: Aplicaciones Administrativas y Financieras de la Hoja de Cálculo. Guía del formador por cada módulo formativo Módulo 9: Aplicaciones Administrativas y Financieras de la Hoja de Cálculo Guía del formador por cada módulo formativo Módulo 9 1. DENOMINACIÓN DEL MÓDULO MÓDULO 9: APLICACIONES ADMINISTRATIVAS Y INANCIERAS

Más detalles

Errores en el producto, evaluación y gráficas de polinomios

Errores en el producto, evaluación y gráficas de polinomios http://www.sinewton.org/numeros ISSN: 1887-1984 Volumen 81, noviembre de 01, páginas 5-3 Errores en el producto, evaluación y gráficas de polinomios Félix Martínez de la Rosa (Universidad de Cádiz. España)

Más detalles