Unidad Muestra Didáctica Trabajo Grupal- 2 Integrantes: Omar Gallardo; Jaime Ojeda ; Jorge Carvacho

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

Download "Unidad Muestra Didáctica Trabajo Grupal- 2 Integrantes: Omar Gallardo; Jaime Ojeda ; Jorge Carvacho"

Transcripción

1 UNIDAD Nº 1 MUESTREO DE ACEPTACION Cátedra: Gestión de Calidad ( Estadístico ) Página 1

2 Omar Gallardo; Jaime Ojeda; Jorge Carvacho, 2015 Algunos derechos reservados Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-Chile 30 Página 2

3 MUESTREO POR ATRIBUTOS (NCh 44) CONCEPTOS PREVIOS INSPECCION = evaluación de la conformidad por medio de observación y dictamen, acompañada cuando sea apropiado por medición, ensayo/prueba o comparación con patrones INSPECCION POR ATRIBUTOS = Inspección en que el ítem se clasifica simplemente como conforme o no conforme respecto a un requisito especificado o conjunto de requisitos especificados, o se cuenta el número de no conformidades en el ítem Nota: la inspección por atributos incluye inspección para determinar la conformidad de los ítemes, así como inspección para determinar el número de no conformidades por 100 ítemes El objetivo principal de una inspección es comprobar que se produce la calidad requerida Se debe tener presente que los medios económicos no son ilimitados y que el precio de venta de un artículo comprende, entre otros conceptos, el costo de la inspección La finalidad del muestreo es reducir los costos de inspección y aumentar la garantía de los resultados ITEM / UNIDAD DE PRODUCTO = lo que puede ser descrito y considerado en forma individual Lo que en una inspección es objeto de una clasificación en defectuoso o no defectuoso, o se le cuenta el número de defectos Puede ser un producto único, un conjunto, un área, un volumen, un componente de un producto terminado o el mismo producto terminado Puede ser o no la misma unidad de compra, de fabricación o de despacho Ejemplo 1: Supóngase el examen de fibra de poliéster cortada, producida en lotes de 50 kg, para descubrir los agregados demasiado voluminosos Debe inspeccionarse cada lote, pero no es práctico examinar la totalidad de cada uno Se podría definir la unidad de producto como 25 g de fibra Por lo tanto se debe considerar que un lote tiene un tamaño de 2000 y la muestra para inspección estará formada por el número adecuado de unidades de 25 g tomadas del lote al azar Ejemplo 2: Supóngase un equipo electrónico que contiene en su circuito dos válvulas similares, siendo importante para el funcionamiento del equipo que las Página 3

4 características de las dos válvulas concuerden estrechamente La unidad de producto se puede definir entonces como un par concordante de válvulas Así, 500 pares de válvulas (total de 1000 válvulas) constituirán 500 unidades de producto, con un tamaño de lote también de 500 NO CONFORMIDADES / ITEMES NO CONFORMES En la inspección por atributos cabe la posibilidad de utilizar una de las dos alternativas siguientes: recuento del número de no conformidades (número de no conformidades por 100 ítemes), o bien recuento del número de ítemes no conformes (porcentaje de no conformes) NO CONFORMIDAD = el no cumplimiento de un requisito especificado Las no conformidades se clasificarán de acuerdo a su gravedad como: Clase A = Clase B = aquellas no conformidades de un tipo que se considera de la mayor importancia para el producto o servicio En el muestreo de aceptación, a dichos tipos de no conformidades se le asignarán valores de AQL muy pequeños aquellas no conformidades de un tipo que se considera es de un grado de importancia inmediatamente inferior Por lo tanto a éstas se les asignará un valor de AQL mayor que al de la Clase A y menor que a los de la Clase C, si existe una tercera clase, etc La clasificación anterior, se basa en el concepto de no conformidad y reemplaza a la clasificación de defectos críticos, mayores o menores que establecía NCh 44 Of1978 DEFECTO = el no cumplimiento de un requisito de uso previsto Definiciones de NCh 44Of 78: DEFECTO CRÍTICO = Un defecto que conduce probablemente a condiciones arriesgadas o peligrosas para los individuos que utilicen, mantengan o dependan del producto considerado, o un defecto que probablemente pueda impedir la función práctica de un producto final complejo Para este tipo de defectos es imposible elegir un valor del porcentaje de unidades defectuosas y decir este porcentaje de unidades defectuosas es aceptable La solución generalmente adoptada es inspección 100% con un número de aceptación de 0 (si se trata de ensayos no destructivos) Página 4

5 Nótese que no se trata de inspección 100% tradicional No se trata de clasificar una unidad de producto como buena o mala, sino que se pretende comprobar que no hay ninguna unidad de producto mala Si se encuentra una unidad de producto con defectos críticos, no significa que sea separada y se continúe la inspección Significa que el lote entero debe ser rechazado (lo que tampoco implica necesariamente destruir las piezas) Siempre que sea posible, significa también que se debe detener el proceso de producción, investigar como se produjo el defecto y aplicar métodos que impidan la reaparición del defecto a futuro DEFECTO MAYOR = Un defecto que sin ser crítico, puede dar por resultado una falla, o reducir en forma importante la posibilidad de uso del producto para los fines a que está destinado DEFECTO MENOR = Un defecto que no reduce en forma apreciable la posibilidad de uso del producto para el fin a que está destinado, o que interpretado en relación con las normas establecidas, presenta una discordancia que no produce consecuencias apreciables en el uso o funcionamiento eficaz del producto ITEM NO CONFORME = ítem con una o más no conformidades Ejemplo: Supóngase un lápiz pasta que no escribe La incapacidad de escribir constituye una no conformidad y el lápiz pasta es el ítem no conforme La calificación como ítem no conforme no significa necesariamente que el producto no se pueda usar para el uso previsto Por ejemplo un ladrillo puede tener una de sus dimensiones fuera de la tolerancia prevista, es decir es un ítem no conforme, lo que no significa que no se pueda usar para construir una muralla Esta distinción no tiene importancia si la unidad de producto no tiene más que una sola no conformidad, pero es esencial cuando tiene varias no conformidades Si una unidad de producto presenta tres características no conformes con lo especificado, existirán tres no conformidades pero un solo ítem no conforme Página 5

6 Ejemplo: Supóngase un lote constituido por 500 unidades De estas 480 son aceptables, 15 tienen 1 no conformidad cada una, 4 tienen 2 y una presenta 3 no conformidades Porcentaje de no conformes = número de ítemes no conformes x 100 tamaño de la población o lote Porcentaje de no conformes = x 100 = 4% (El lote tiene 4% de ítemes 500 no conformes) No conformidades = número de no conformidades por ítem x 100 por 100 ítemes tamaño de la población o lote No conformidades = 15*1 + 4*2 + 1*3 x 100 = 52 (El lote tiene 5,2 no por 100 ítemes 500 conformidades por 100 ítemes) ELECCION DE ALTERNATIVAS Es importante que la elección de alternativa de recuento se especifique antes de la inspección Conviene tener en cuenta las siguientes consideraciones: El número de no conformidades no tiene importancia cuando se emplea la alternativa de porcentaje de ítemes no conformes (tan no conforme es un ítem que tenga solo una no conformidad como otro que tenga varias) Lo mismo vale para el caso de no conformidades por 100 ítemes La alternativa de no conformidades por 100 ítemes supone que las no conformidades posibles son independientes unas de otras, pero se debe considerar las correlaciones posibles entre no conformidades para estipular que la ocurrencia de ellas debe ser considerada como una sola no conformidad Si el porcentaje de ítemes no conformes permitido es pequeño (menos de 25%), la decisión de emplear una alternativa u otra se basa principalmente en motivos de conveniencia administrativa (los efectos de los planes estipulados con una u otra alternativa son prácticamente iguales) En el intervalo entre 25% y 10%, es más severo el plan para no conformidades por 100 ítemes (sobre 10% se debe usar solamente esta última alternativa) Es preferible para el inspector emplear constantemente la misma alternativa, y no cambiar frecuentemente Página 6

7 La alternativa de no conformidades por 100 ítemes es preferible desde el punto de vista del registro de datos, ya que permitirá disponer de un historial completo de la calidad, mientras que si se adopta la alternativa de porcentaje de ítemes no conformes pueden escaparse de los registros algunas no conformidades La alternativa de porcentaje de ítemes no conformes puede a veces reducir el trabajo de inspección al permitir que ésta cese tan pronto aparezca una no conformidad en determinada unidad de producto (de todos modos no es recomendable truncar la inspección) Una vez elegida la alternativa para un producto dado, se deberá emplear tanto para definir la calidad requerida como para medir la calidad alcanzada NIVEL DE CALIDAD ACEPTABLE (NCA AQL) USO = El AQL junto con la letra código del tamaño de la muestra, se usa para seleccionar los planes de muestreo EXPLICACION = El AQL es el porcentaje máximo de itemes no conformes (o el número máximo de no conformidades por cien itemes) que para la inspección de la muestra puede considerarse satisfactorio como característica media de la fabricación SIGNIFICADO = Cuando se asigna un valor específico de AQL para una cierta no conformidad o grupo de no conformidades, ello indica que el programa de muestreo aceptará la gran mayoría de los lotes presentados, siempre que el nivel de calidad (porcentaje de no conformes o no conformidades por cien ítemes) de estos lotes, no sea superior al valor especificado de AQL Página 7 Los planes de muestreo están ordenados de modo que la probabilidad de aceptación en el valor especificado de AQL, depende del tamaño de la muestra para un AQL dado, siendo generalmente mayor para muestras grandes que par muestras pequeñas El AQL se elige como límite entre lo que será considerado como aceptable para una calidad media de fabricación y lo que no lo será Como tal, no describe de manera alguna un plan de muestreo, pero es una prescripción de lo que debe ser la producción y es una magnitud útil para tener en cuenta cuando se concibe un procedimiento de muestreo Naturalmente, lo mejor sería que cualquier lote producido presentara un porcentaje de itemes no conformes más bajo que el AQL, pero hay que tener en cuenta que el AQL expresa una media (si la calidad de lo que se está produciendo corresponde a un porcentaje de itemes no conformes como máximo igual al AQL, el producto puede considerarse como satisfactorio)

8 Si existiera un método para conocer de manera precisa el porcentaje de itemes no conformes de cada lote presentado, todos aquellos que tuvieran un porcentaje inferior al AQL serían aceptados y todos los con un porcentaje superior, serían rechazados En la práctica se juzga el lote de acuerdo con las mejores informaciones disponibles (planes de muestreo), pero hay que tener presente que el AQL es el límite que sería utilizado si se pudiera El hecho que se especifique el AQL no implica que una proporción de itemes no conformes que alcance el valor especificado sea completamente aceptable Siempre es preferible no tener ningún ítem no conforme que tener algunos pocos que lo sean, y cuanto más se pueda reducir la proporción por debajo del AQL, tanto mejor LIMITACION = El hecho que se establezca un valor de AQL, no implica que el productor tenga derecho a entregar conscientemente, itemes no conformes al cliente ESPECIFICACION DE AQL El AQL debe ser establecido en los contratos o establecido por la autoridad responsable de la empresa Se pueden establecer AQL s para grupos de no conformidades o para cada no conformidad en particular Los valores de AQL menores o iguales a 10, pueden expresarse como porcentaje de itemes no conformes o como número de no conformidades por cada 100 itemes Los AQL s mayores a 10, deben expresarse solamente como número de no conformidades por cada 100 itemes AQL s PREFERIDOS La serie de valores dados en las Tablas, se conocen como AQL s preferidos Cuando para algún producto se especifica un valor diferente de AQL, las tablas no son aplicables PRESENTACION DEL PRODUCTO LOTE DE INSPECCION Cantidad definida de algún producto, material o servicio que se junta y se somete a inspección FORMACION DE LOTES El producto se debe reunir en lotes o sublotes identificables o de tal manera que pueda ser trazable Cada uno debe estar formado, en lo posible, por unidades de un solo tipo, tamaño, Página 8

9 grado de calidad, clase y composición, fabricados esencialmente bajo las mismas condiciones y en el mismo período de tiempo PRESENTACION DE LOTES La formación de lotes, su tamaño y la forma de ser identificados y presentados por el proveedor, debe ser establecida o especificada por la autoridad responsable de la empresa Cuando sea necesario, el proveedor debe proporcionar los espacios necesarios y adecuados para el almacenamiento de cada lote, los medios necesarios para su identificación y presentación correcta y el personal para todas las manipulaciones requeridas para la extracción de muestras ACEPTABILIDAD DE LOTES Los lotes deben ser aceptados mediante la aplicación de uno o varios planes de muestreo LOTES RECHAZADOS La disposición es decisión de la autoridad responsable Pueden ser desechados, seleccionados (con o sin reemplazo de ítemes no conformes) retrabajados, reevaluados contra criterios de uso más específicos, etc ITEMES NO CONFORMES Queda reservado el derecho de no aceptar ningún ítem no conforme encontrado en la inspección de un lote aceptado, independientemente si forma o no parte de la muestra Los itemes no conformes pueden ser re trabajados o reemplazados por conformes y ser presentados de nuevo a inspección, con la aprobación de y en la forma especificada por la autoridad responsable MUESTRA Conjunto de uno o más itemes extraídos aleatoriamente de un lote, y destinados a proporcionar información sobre el lote (el número de itemes de la muestra se denomina tamaño de la muestra ) CUANDO MUESTREAR Las muestras deben ser extraídas mediante muestreo simple al azar Las muestras pueden ser extraídas después que el lote ha sido producido o durante su producción MUESTREO ESTRATIFICADO Página 9

10 Cuando el lote consiste de sublotes o estratos, identificados por algún criterio racional, se debe usar un muestreo estratificado, de forma que la submuestra de cada sublote o estrato sea proporcional al tamaño del sublote o estrato CASO ESPECIAL Cuando se use muestreo doble o muestreo múltiple, cada una de las muestras consecutivas se deben seleccionar entre los elementos restantes del mismo lote PROCEDIMIENTOS DE ACEPTABILIDAD MUESTREO SIMPLE Un plan de muestreo simple comprende tres números: n = tamaño de la muestra a = número de aceptación r = número de rechazo El plan se ejecuta tomando del lote al azar, unidades de producto hasta completar el tamaño de la muestra (las unidades de producto extraídas se denominan unidades de muestra y el total se denomina muestra ) Se inspecciona la muestra y se cuenta el número de unidades defectuosas Si este número es menor o igual al número de aceptación, se acepta el lote completo (menos las defectuosas encontradas), si el número de defectuosos es mayor o igual al número de rechazo, se rechaza el lote completo Ejemplo: Se debe inspeccionar los diámetros máximo y mínimo de unas clavijas Supóngase el siguiente plan de muestreo simple (LC = K, AQL = 1,5) n = 125 a = 5 unidades defectuosas r = 6 unidades defectuosas Se toman al azar del lote 125 clavijas y se inspeccionan Se encuentra que 122 de estas clavijas tienen su diámetro dentro de los límites especificados, 2 tienen el diámetro por encima del límite superior y 1 por debajo del límite inferior Por lo tanto la muestra tiene 3 itemes no conformes Se rechazan estos tres pero se acepta el lote completo (3 < 5) Página 10

11 MUESTREO DOBLE El muestreo doble es un sistema en que se toma una primera muestra de tamaño mas pequeño que la que sería necesaria en el muestreo simple y si la calidad encontrada es suficientemente buena o suficientemente mala, el lote se acepta o se rechaza directamente, pero si el resultado obtenido con la muestra es un valor intermedio, se debe tomar una segunda muestra antes de decidir sobre la aceptación o rechazo Ejemplo: muestra acumulado a r Tamaño primera muestra (n 1 ) = Tamaño segunda muestra (n 2 ) = Significa que si se encuentra hasta 2 no conformes en la primera muestra, se aceptará el lote sin tomar una segunda muestra Si se encuentran 5 o más no conformes en la primera muestra, se rechaza el lote sin tomar una segunda muestra Sin embargo, si la primera muestra contiene 2 a 4 no conformes, se debe tomar una segunda muestra de 80 unidades y la decisión dependerá del total de no conformes encontrados en ambas muestras acumuladas, aceptándose el lote, en este caso, para 6 no conformes o menos en total, y rechazándose cuando haya 7 o más no conformes en total MUESTREO MULTIPLE El principio del muestreo múltiple es el mismo que el del muestreo doble con la diferencia de que se puede llegar a recurrir a más de dos muestras (cinco en el caso de NCh 44) Las reglas para el muestreo múltiple son una extensión evidente de las correspondientes al muestreo doble La única diferencia es que a veces aparece el símbolo # en lugar de un número de aceptación (esto indica que no está permitida la aceptación y que las dos únicas decisiones posibles son el rechazo o el tomar una nueva muestra) Página 11

12 Ejemplo: muestra acumulado a r Tamaño primera muestra (n 1 ) = # 4 Tamaño segunda muestra (n 2 ) = Tamaño tercera muestra (n 3 ) = Tamaño cuarta muestra (n 4 ) = Tamaño quinta muestra (n 5 ) = Recordar que los números de aceptación y rechazo se refieren a la muestra acumulada y no a la última muestra extraída COMPARACION ENTRE LOS MUESTREOS SIMPLE, DOBLE Y MULTIPLE El tipo de muestreo a aplicar, es necesario definirlo antes de comenzar la inspección En general, no se puede decir a priori cuál de ellos es superior a los demás (es necesario tener en cuenta la curva característica de operación para decidir el tipo de plan a utilizar) Para decidir se recomienda tener en consideración los puntos siguientes: Simplicidad: Tamaño medio de la muestra: Facilidad: El muestreo simple es evidentemente el más fácil de comprender y aplicar El doble es algo más complicado y el múltiple lo es más aún En el muestreo simple, el tamaño de la muestra es siempre el mismo, pero para los otros planes, varía en función del número de muestras a inspeccionar Algunas veces es muy simple tomar una segunda muestra La toma de dos muestras no es mucho más complicado que el de una sola muestra del tamaño acumulado Sin embargo, en otros casos la toma de muestras constituye la tarea esencial de la inspección, haciéndose muy complicada la extracción de una segunda muestra Duración ensayo: Página 12 del Si se trata de ensayos de larga duración y es posible someter a ensayo simultáneamente todos los artículos, será preferible utilizar el muestreo simple, ya que con los otros muestreos, se corre el riesgo de finalizar los ensayos de la primera muestra, y los resultados obtenidos no permitan tomar una decisión y se necesite tomar una segunda muestra o más, con lo que al menos se duplicaría la duración de los ensayos

13 No conformidades múltiples: Cuanto más complicados son los productos desde el punto de vista del número y categorías de no conformidades posibles, más difíciles son de aplicar los muestreos doble y múltiple Ejemplo 1: Se almacena cierto número de latas de conserva durante tres semanas en condiciones de atmósfera determinada para someterlas a un ensayo de conservación Para realizar el ensayo, se podría elegir una muestra simple de 80 latas, o un plan doble con 50 latas de muestra cada una, o un plan múltiple de 5 etapas con muestras de 20 latas cada una Si se utiliza el muestreo simple, se tendrá la respuesta a las tres semanas de iniciado el ensayo, con el muestreo doble también podrían estar los resultados a las tres semanas, pero también es posible esperar 6 semanas; con el muestreo múltiple se podría llegar a tener que esperar más de 3 meses para tener una respuesta en el peor de los casos Ejemplo 2: Se debe proceder a una inspección destructiva Todos los artículos del lote se presentan al Laboratorio de ensayo y el dispositivo empleado no puede aplicarse más que a un solo artículo a la vez Como la destrucción del artículo es el principal gasto que entraña el ensayo, es deseable destruir el mínimo posible de artículos Puesto que los artículos de la muestra deben ser ensayados uno a uno es probable que, en este caso, el empleo del muestreo múltiple haga ganar tiempo y dinero, al disminuir el tamaño medio de muestra necesario para tomar una decisión respecto de la aceptabilidad del lote CURVAS CARACTERISTICAS DE OPERACIÓN (curvas OC o curvas de eficacia) Una Curva Característica de Operación (o de eficacia), es un gráfico que indica lo que se puede esperar de un Plan de Muestreo determinado en relación con la aceptación o rechazo de lotes Se puede emplear un plan de muestreo específico sin conocer las propiedades de su curva característica Sin embargo, es esencial para la aplicación inteligente de un plan de muestreo para aceptación, el tener una clara comprensión de las propiedades de su curva característica Página 13

14 Cada curva OC corresponde a un plan de muestreo determinado y cada plan de muestreo posible tiene su propia curva OC, lo que permite comparar un plan de muestreo con otro Para determinado plan de muestreo, cada punto de la curva OC representa, en las abscisas, el valor del porcentaje de unidades defectuosas y en las ordenadas, el porcentaje de lotes que se espera sean aceptados (si dichos lotes provienen de un proceso productivo que tenga dicho porcentaje de unidades defectuosas y si se aplica el plan de muestreo correspondiente) Pa Calidad de entrada (p ) (a) Riesgo del productor (riesgo de rechazo de un producto que debería ser satisfactorio, usualmente establecido en Pa = 095, por lo que α = 005) Punto de riesgo dividido o Punto de indiferencia = calidad de indiferencia (p ), donde fabricante y consumidor asumen los mismos riesgos en la aplicación del plan (b) Riesgo del consumidor (riesgo de aceptar un producto que definitivamente es insatisfactorio, usualmente establecido en Pa = 010, por lo que b = 010) p Convencionalmente, los planes se identifican en términos de su funcionamiento (se hace referencia a un punto de la curva OC): Plan α (llamados también plan AQL) (p a) Plan β (plan LTPD, porcentaje de tolerancia de elementos defectuosos del lote) (p b) Plan del punto de indiferencia (p 050 ) INSPECCION NORMAL, RIGUROSA Y REDUCIDA Comienzo de la inspección Al comienzo de la inspección se debe usar inspección normal (a menos que la autoridad pertinente estipule otra cosa) Cambios de la inspección Los cambios de procedimiento se deben aplicar en forma independiente a cada clase de no conformidades o itemes no conformes PROCEDIMIENTOS DE CAMBIO Página 14

15 Normal a rigurosa Estando vigente la inspección normal, se debe establecer la inspección rigurosa cuando 2 de cada 5 lotes consecutivos hayan sido rechazados en la inspección original (sin tomar en cuenta los lotes re-inspeccionados) Rigurosa a normal Estando vigente la inspección rigurosa, se debe establecer la inspección normal cuando 5 lotes consecutivos hayan sido aceptados en la inspección original (sin tomar en cuenta los lotes re-inspeccionados) Normal a reducida Estando vigente la inspección normal, se debe establecer la inspección reducida cuando se cumplan todas las condiciones siguientes: a) 10 lotes precedentes(o el número indicado en Tabla 8), hayan sido sometidos a inspección normal y ninguno haya sido rechazado b) El total de defectuosos (o defectos) en las muestras de los 10 lotes anteriores sea menor o igual al número indicado en tabla 8 (en muestreo doble y múltiple incluir no sólo primeras muestras sino que todas las inspeccionadas) c) La producción tiene un ritmo constante d) La autoridad responsable estima deseable la inspección reducida Reducida a normal Estando vigente la inspección reducida, se debe establecer la inspección normal cuando en la inspección original se presente cualquiera de las condiciones siguientes: a) Un lote es rechazado, o b) Un lote es considerado aceptable y el procedimiento de muestreo se termine sin haber encontrado un criterio de aceptación o rechazo c) La producción se hace irregular o lenta d) Otras condiciones que justifiquen el retorno a inspección normal SUSPENSION DE LA INSPECCION En el caso que 10 lotes consecutivos (o cualquier otro número establecido por la autoridad responsable), sean sometidos a inspección rigurosa, se debe suspender el muestreo aplicado Página 15

16 bajo las disposiciones de NCh 44, a la espera de medidas destinadas a mejorar la calidad del producto presentado a inspección NIVELES DE INSPECCIÓN Establecen una relación entre el tamaño del lote y el tamaño de la muestra La disposición de las tablas es tal que, cuando el tamaño del lote es grande, la muestra es en general, mayor que cuando el tamaño del lote es pequeño (no obstante, el incremento no es directamente proporcional) Con el nivel I se obtiene algo menos de la mitad del tamaño de muestra que da el nivel II (considerándolo el estándar) y con el nivel III, alrededor de una vez y media del tamaño de muestra dado por el nivel II Los niveles de inspección especiales (S1 a S4), están concebidos para aquellos casos en que el tamaño de la muestra deba ser pequeño (el objetivo principal de los niveles especiales es el de mantener las muestras pequeñas cuando verdaderamente sea necesario, como en inspecciones destructivas por ejemplo) Sin embargo, debe tenerse cuidado para evitar el uso de AQL s contradictorios con estos niveles (por ejemplo, especificar nivel S1 con AQL de 010) La información sobre la calidad de la fabricación (obtenida del examen de las muestras), depende del tamaño absoluto de las muestras y no del porcentaje del lote que se examina Porqué se hace depender el tamaño de la muestra del tamaño del lote? Una elección al azar correcta es más difícil de realizar si la muestra corresponde a una proporción demasiado pequeña del lote Cuanto mayor es lo que se pone en juego, más importante resulta tomar una buena decisión El uso correcto de las tablas conduce al resultado siguiente: partiendo de una fabricación correcta, la probabilidad de aceptación aumenta a medida que crece el tamaño del lote, e inversamente, para lotes que provienen de una mala fabricación, crece la probabilidad de rechazarlos Cuando se tiene un lote de tamaño elevado, puede permitirse la toma de un tamaño de muestra que sería muy poco económico de tratarse de un pequeño lote (por ejemplo, resulta fácil justificar económicamente una muestra de 80 de un lote de 1000 unidades, mientras que sería oneroso tomar una muestra de 80 de un lote de 100) Página 16

17 PUNTOS IMPORTANTES DE LA CURVA OC 1) Porcentaje de defectuosos tolerado del lote (LTPD, Lot Tolerated Percent Defective) El porcentaje de defectuosos admitido tiene sentido solamente asociado a un riesgo Si el comprador admite por ejemplo un 3% de defectuosos, espera que el sistema de control sea tal que con un porcentaje de defectuosos mayor de 3% se rechace el lote que está comprando Por otra parte, el fabricante en las mismas condiciones, desea que todo lote que tenga un porcentaje de defectuosos menor al 3% sea aceptado No existen situaciones que satisfagan simultáneamente ambos casos, sin embargo existen acuerdos posibles El LTPD da el mayor porcentaje de defectuosos que el comprador aceptará excepcionalmente (por lo tanto, debe asociarse a un riesgo del comprador muy pequeño y también a una probabilidad de aceptación muy pequeña) Los planes de muestreo basados en LTPD están fijados de forma que el porcentaje máximo de defectuosos tolerado esté asociado a un riesgo del consumidor de 0,1 (es decir, 9 de cada 10 lotes con ese porcentaje de defectuosos serán rechazados) Ejemplo: curvas operativas para un LTPD = 3% Pa ) Nivel de Calidad Aceptable (NCA AQL) A B C p Curva A n = 77 c= 0 Curva B n = 177 c= 2 Curva C n = 267 c= 4 Página 17

18 Es el punto de la Curva Operativa que entrega el porcentaje de defectuosos considerado como admisible, de forma que un lote que contiene dicho porcentaje de defectuosos deba ser aceptado prácticamente en todas las oportunidades Los planes de muestreo basados en este principio, están relacionados con una probabilidad de aceptación del 95% Un fabricante que produzca con un nivel de calidad determinado tendrá la seguridad que en promedio, al aplicar las tablas, no más del 5% de los lotes serán rechazados Por lo tanto, un productor desearía un plan que corresponda al AQL Ejemplo: curvas características para un AQL = 0,5% Pa ,5 C B A Curva A n = 10 c= 0 Curva B n = 160 c= 2 Curva C n = 390 c= 4 Todas las curvas tienen el mismo AQL pero su poder de discriminación es diferente (éste aumenta a mayor tamaño de la muestra, acercándose a la OC ideal) p Límite promedio de calidad de salida (AOQL, Average Outgoing Quality Limit) Este concepto, con el que se han desarrollado planes de muestreo, tiene utilidad cuando una sección de una fábrica recepciona artículos de otra sección de la misma fábrica (en tal caso no conviene usar planes de aceptación/rechazo sino planes de aceptación/rectificación) Se considera una relación entre la calidad de lotes antes de ser inspeccionados (calidad de entrada) y después de inspeccionarlos (calidad de salida) Entre dos situaciones extremas: calidad de entrada perfecta y calidad de entrada muy mala, existe un punto (función de la calidad de entrada) en el cual la calidad del material de salida es máxima (ligeramente inferior a la caracterizada por el AQL): Este límite es el AOQL: límite de fracción defectuosa que debe presentar, después de una inspección de muchos lotes, el producto aceptado Página 18

19 Se parte del supuesto que los lotes inspeccionados se aceptan siempre, es decir: Si para una muestra n se aceptan hasta a defectuosos y la cantidad de defectuosos detectados no supera ese valor, se acepta el lote Si lo supera, se realiza inspección 100% y se reemplazan los defectuosos por unidades conformes, aceptándose entonces el lote Ejemplo: curva de calidad media de salida (AOQ) para n = 300 y a = 5 Promedio de salida (Pa * p = AOQ) 0012 Límite de calidad media de salida (AOQL) p (calidad de entrada) SELECCIÓN DE MUESTRAS AL AZAR (según NCh 43) El muestreo estadístico requiere que las unidades que componen la muestra sean extraídas al azar, para su aplicación correcta Una extracción es al azar (imparcial) cuando el proceso de selección de unidades se realiza por sorteo (dados, urna con fichas, etc, lo cual evidentemente es poco práctico), es decir, todas las unidades que componen un lote tienen la misma posibilidad de ser extraídas ETAPAS EN LA SELECCIÓN DE MUESTRAS AL AZAR 1- Numeración de las unidades del lote Las unidades que componen el lote deben numerarse exhaustivamente, no necesariamente en forma física, sino mediante algún criterio lógico que no deje lugar a equivocaciones respecto al número asignado a cada unidad Página 19

20 En el caso de productos a granel, se puede usar un sistema de coordenadas geométricas 2- Serie original de números La serie original de números al azar es aquella que se lee directamente de las tablas de números al azar El punto de partida de la serie puede ser obtenido abriendo la tabla en cualquier página y dejando caer en ella un lápiz (sin mirar) El número marcado por el lápiz será el comienzo de la serie 3 Lectura de la tabla Cuando se necesiten números de 1 o de 2 dígitos, la tabla se leerá de izquierda a derecha, pasando al inicio de la fila siguiente cuando se halla llegado al extremo derecho de la fila inicial Cuando se necesiten números de 3 o mas dígitos, la tabla se leerá de arriba hacia abajo, pasando al inicio de la columna siguiente, en la misma página, cuando se halla llegado al extremo inferior de la columna inicial Cuando se necesiten números de 3 dígitos, se forman con dos columnas adyacentes, descartándose el último del grupo de 4 números Cuando se alcance el número final de una página (extremo inferior derecho), se debe continuar en el extremo superior izquierdo de la página siguiente (o de la primera página en caso que se haya llegado al último número de la tabla) Para continuar la selección en muestreos posteriores, puede considerarse como comienzo el número siguiente a aquel correspondiente a las últimas coordenadas del muestreo anterior 4 Extracción de números Los números a extraer dependerán del tamaño del lote (N), de acuerdo a los siguientes criterios; a) N 10 : se debe extraer la serie original de números de 1 dígito descartando aquellos mayores que N El cero de la tabla se leerá como 10 b) 11 N 20 : se debe extraer la serie original de números de 2 dígitos, reemplazando cada uno por el resto resultante de la división por 20, descartando aquellos restos mayores que N El resto cero se leerá como 20 Página 20

21 c) 21 N 50 : se debe extraer la serie original de números de 2 dígitos, reemplazando cada uno por el resto resultante de la división por 50, descartando aquellos restos mayores que N El resto cero se leerá como 50 d) 51 N 100 : se debe extraer la serie original de números de 2 dígitos, descartando aquellos mayores que N El doble cero (00) se leerá como 100 e) N > 100 : se debe extraer la serie original de números de 3 dígitos, siguiendo un procedimiento similar a lo descrito desde (a) hasta (d) 5 PROCEDIMIENTOS DE FORMACIÓN DE LAS MUESTRAS 51 Extracción de una muestra de un solo lote a) Numerar las unidades del lote de 1 a N b) Extraer la serie de 1 a n sin repetición de las N unidades c) Extraer del lote las unidades correspondientes a los números seleccionados 52 Extracción de una muestra de cada uno de varios lotes ( k lotes de tamaño N cada uno) a) Numerar las unidades de cada lote de 1 a N b) Extraer la serie de 1 a n sin repetición de las N unidades de cada lote, hasta completar k grupos c) Extraer de cada lote las unidades correspondientes a cada grupo k formado 53 Extracción de una muestra de cada uno de una serie indefinida de lotes Etapa 1 Etapa 2 En este caso se procede en dos etapas: a) Preparar una planilla con n columnas y C filas b) Obtener el número C del gráfico I (entrar con n y N ) c) Extraer la serie de 1 a n sin repetición de las N unidades de cada lote, hasta completar C grupos Página 21

22 a) Numerar las unidades de cada lote de 1 a N b) Extraer de cada lote (1 hasta C ) las n unidades seleccionadas en cada uno 54 Extracción sistemática de una muestra a) Numerar las unidades del lote de 1 a N b) Tomar como período de muestreo la parte entera s del cociente N/n c) Elegir al azar un número t en el intervalo 1 a s y proceder a muestrear las unidades del lote correspondientes a los números t, t+s, t+2s, etc d) Si la muestra resulta de tamaño n+1, eliminar de la muestra la última unidad seleccionada Gráfico I 100 n= N Página 22

23 INSPECCIÓN POR VARIABLES (NCh 1208) Se aplica a una sola característica de calidad, que puede ser medida con una escala continua, y para la cual la calidad se expresa en términos del porcentaje de defectuosos La teoría que sirve como fundamento al desarrollo de los planes de muestreo por variables, incluyendo las curvas OC, presupone que las medidas de la característica de calidad son variables aleatorias, independientes y con una misma distribución normal Se sugiere no utilizar el muestreo por variables en forma indiscriminada, particularmente cuando los supuestos de normalidad e independencia sean dudosos Los planes de muestreo por variables tienen la ventaja sobre los planes de muestreo por atributos de usar un tamaño de muestra apreciablemente menor, sin embargo tienen la desventaja de requerir mas cálculos ESTRUCTURA DE NCH 1208 Parte A Descripción general de los planes de muestreo Sección 1 Un Límite de Especificación (tablas B1, B2 y B5) Forma 1 Q s Ls x = s o x Li Qi = s Q x k (lote cumple) Forma 2 Q s o Q i p x p x M (lote cumple) Parte B Variabilidad desconocida Método de la desviación normal Sección 2 Dos Límites de Especificación (tablas B3, B4 y B5) Forma 2 1 AQL para ambos límites 2 AQL distintos para límites Q s p s Q i p i p = (p s +p i ) M Q s p s M s Q i p i M i p = (p s +p i ) máx(m s, M i ) Sección 3 Estimación del promedio proceso y criterios para Inspección rigurosa y reducida Tabla B6 de valores de T para inspección Rigurosa Tabla B7 de límites de estimación del porcentaje de defectuosos del lote para inspección Reducida Página 23

24 Sección 1 Un Límite de Especificación (tablas C1, C2 y C5) Forma 1 Q Q s i = L o s x R x Li = R Q x k (lote cumple) Forma 2 Q s o Q i p x p x M (lote cumple) Parte C Variabilidad desconocida Método del intervalo Sección 2 Sección 3 Dos Límites de Especificación (tablas C3, C4 y C5) Estimación del promedio proceso y criterios para Inspección rigurosa y reducida Forma 2 1 AQL para ambos límites 2 AQL distintos para límites Q s p s Q i p i p = (p s +p i ) M Q s p s M s Q i p i M i p = (p s +p i ) máx(m s, M i ) Tabla C6 de valores de T para inspección Rigurosa Tabla C7 de límites de estimación del porcentaje de defectuosos del lote para inspección Reducida Q s = Ls x σ Sección 1 Un Límite de Especificación (tablas D1, D2 y D5) Forma 1 Q i o x Li = σ Q x k (lote cumple) Parte D Variabilidad conocida Sección 2 Dos Límites de Especificación (tablas D3, D4 y D5) Forma 2 Forma 2 Q s o Q i p x 1 AQL para ambos límites 2 AQL distintos para límites p x M (lote cumple) Q s p s Q i p i p = (p s +p i ) M Q s p s M s Q i p i M i p = (p s +p i ) máx(m s, M i ) Sección 3 Estimación del promedio proceso y criterios para Inspección rigurosa y reducida Tabla D6 de valores de T para inspección Rigurosa Tabla D7 de límites de estimación del porcentaje de defectuosos del lote para inspección Reducida Página 24

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

Muestreo de aceptación para atributos. El muestreo es una herramienta de auditoría para conocer el estado de cada lote.

Muestreo de aceptación para atributos. El muestreo es una herramienta de auditoría para conocer el estado de cada lote. El muestreo es una herramienta de auditoría para conocer el estado de cada lote. DEFINICIONES Atributo Lote Muestra Aleatoriedad Homogeneidad Hay dos tipos de atributos : Aquellos casos cuando no es posible

Más detalles

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CONTROL #3

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CONTROL #3 UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CURSO : IN47A GESTIÓN DE OPERACIONES PROFESOR : A. SAURÉ A. WEINTRAUB AUXILIARES : J. PASSI J. RODRÍGUEZ

Más detalles

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una

Más detalles

RECOPILADO POR: EL PROGRAMA UNIVERSITARIO DE ALIMENTOS

RECOPILADO POR: EL PROGRAMA UNIVERSITARIO DE ALIMENTOS RECOPILADO POR: EL PROGRAMA UNIVERSITARIO DE ALIMENTOS NMX-Z-012/3-1987. MUESTREO PARA LA INSPECCIÓN POR ATRIBUTO. PARTE 3: REGLA DE CÁLCULO PARA LA DETERMINACIÓN DE PLANES DE MUESTREO. SAMPLING FOR INSPECTION

Más detalles

La inspección consiste en la evaluación de la calidad de alguna característica o parámetro en relación con las especificaciones.

La inspección consiste en la evaluación de la calidad de alguna característica o parámetro en relación con las especificaciones. La inspección consiste en la evaluación de la calidad de alguna característica o parámetro en relación con las especificaciones. 1. Interpretación de la especificación 2. Medición de la característica

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

Muestreo de aceptación

Muestreo de aceptación Muestreo de aceptación Cuándo aplicar muestreo de aceptación? Se puede aplicar en cualquier relación cliente proveedor, ya sea en el interior de una empresa o entre diferentes empresas y se puede ver como

Más detalles

DIRECTRIZ PARA EL MUESTREO DE PRODUCTOS

DIRECTRIZ PARA EL MUESTREO DE PRODUCTOS DIRECTRIZ SNA-acr-15-D Calle De La Prosa 138, San Borja (Lima 41) Apartado 145 Lima Perú DIRECTRIZ PARA EL MUESTREO DE PRODUCTOS Guidelines for the Sampling of Products 2013-09-12 Elaborado por: Cecilia

Más detalles

INSPECCIÓN DE LA RECEPCIÓN DE LA MATERIA PRIMA

INSPECCIÓN DE LA RECEPCIÓN DE LA MATERIA PRIMA CAPÍTULO 5: INSPECCIÓN DE LA RECEPCIÓN DE LA MATERIA PRIMA Página 38 5. ESTABLECIMIENTO DE LA INSPECCIÓN DE RECEPCIÓN DE LA MATERIA PRIMA 5.1 Control de recepción Cuando el proveedor envía el pedido se

Más detalles

Relación 1. Sucesos y probabilidad. Probabilidad condicionada.

Relación 1. Sucesos y probabilidad. Probabilidad condicionada. Relación. Sucesos y probabilidad. Probabilidad condicionada.. Sean A, B y C tres sucesos cualesquiera. Determine expresiones para los siguientes sucesos: Ocurre sólo A. Ocurren A y B pero no C. c) Ocurren

Más detalles

Distribuciones muestrales. Distribución muestral de Medias

Distribuciones muestrales. Distribución muestral de Medias Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO

Más detalles

NORMA ISO Introducción

NORMA ISO Introducción Introducción NORMA ISO 2859-1 Objetivo: eliminar productos defectuosos. Esencial para el enfoque basado en hechos de los SGC dado que la calidad no puede generarse sólo mediante inspección El control puede

Más detalles

BENEMÉRITA Y CENTENARIA ESCUELA NORMAL OFICIAL DE GUANAJUATO. Glosario de Términos

BENEMÉRITA Y CENTENARIA ESCUELA NORMAL OFICIAL DE GUANAJUATO. Glosario de Términos Página 1 de 7 9.3 GLOSARIO DE TÉRMINOS Las siguientes definiciones están dirigidas a asegurar el entendimiento del estándar de calidad de la Benemérita y Centenaria Escuela Normal Oficial de Guanajuato

Más detalles

Análisis de Capabilidad (Porcentaje Defectuoso)

Análisis de Capabilidad (Porcentaje Defectuoso) Análisis de Capabilidad (Porcentaje Defectuoso) STATGRAPHICS Rev. 9/4/2006 Este procedimiento esta diseñado para estimar el porcentaje de artículos defectuosos en una población basándose en muestra de

Más detalles

Muestreo Secuencial. El muestreo secuencial, al igual que el múltiple, es una extensión del muestreo doble.

Muestreo Secuencial. El muestreo secuencial, al igual que el múltiple, es una extensión del muestreo doble. El muestreo secuencial, al igual que el múltiple, es una extensión del muestreo doble. Después del muestreo de cada unidad, se toma la decisión de aceptar o rechazar el lote, o de continuar con el muestreo,

Más detalles

TEMA 3: Muestreo. Ing. Jadlyn González Ing. MétodosII (1º -2010)

TEMA 3: Muestreo. Ing. Jadlyn González Ing. MétodosII (1º -2010) TEMA 3: Muestreo Ing. MétodosII (1º -2010) Muestreo El muestreo de trabajo es una técnica que se utiliza para investigar las proporciones del tiempo total dedicada a las diversas actividades que componen

Más detalles

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos

Más detalles

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág.

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág. ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística

Más detalles

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño

Más detalles

DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL

DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los

Más detalles

Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua

Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones

Más detalles

CARACTERÍSTICAS DE CALIDAD LIMITES DE ESPECIFICACIÓN gr gr gr

CARACTERÍSTICAS DE CALIDAD LIMITES DE ESPECIFICACIÓN gr gr gr Objetivo El objetivo del presente laboratorio es que el estudiante conozca y pueda establecer planes de inspección de características tipo variables. Se utilizará como norma base la MIL-STD 414 o su equivalente

Más detalles

Control Estadístico de Calidad (Notas de Clases) De acuerdo a Juran y Gryna (1977), calidad es la totalidad de características de un

Control Estadístico de Calidad (Notas de Clases) De acuerdo a Juran y Gryna (1977), calidad es la totalidad de características de un 1 Tema 1: Conceptos básicos 1. Calidad y Mejoramiento de Calidad De acuerdo a Juran y Gryna (1977), calidad es la totalidad de características de un producto o servicio que conducen con su aptitud a satisfacer

Más detalles

Teoría de la decisión Estadística

Teoría de la decisión Estadística Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y

Más detalles

PROTOCOLO DE ENSAYOS PARA MÓDULOS FOTOVOLTAICOS

PROTOCOLO DE ENSAYOS PARA MÓDULOS FOTOVOLTAICOS PROTOCOLO DE ENSAYOS PARA MÓDULOS FOTOVOLTAICOS PMFV Nº 01 : XX.XX.XXXX PRODUCTO : Módulos Fotovoltaicos. NORMAS : IEC 61215 2ED 2005-04; Cualificación de diseño y tipo para módulos Fotovoltaicos de Silicio

Más detalles

PROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)

PROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8) PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua

Más detalles

IND-LAB-CAL INSPECCIÓN POR VARIABLES

IND-LAB-CAL INSPECCIÓN POR VARIABLES INSPECCIÓN POR VARIABLES 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante conozca y pueda establecer planes y procedimientos para la inspección por variables. Se utilizará como norma

Más detalles

Población finita. reemplazo sobre poblaciones de tamaño finito N.

Población finita. reemplazo sobre poblaciones de tamaño finito N. Población finita 171 El TCL y las varianzas muestrales de medias y proporciones se basan en la premisa de muestras seleccionadas con reemplazo o de una población infinita. Sin embargo, en muchos estudios

Más detalles

IND-LAB-CAL INSPECCIÓN POR ATRIBUTOS

IND-LAB-CAL INSPECCIÓN POR ATRIBUTOS INSPECCIÓN POR ATRIBUTOS 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante conozca y pueda establecer planes y procedimientos para la insxpección por atributos. Se utilizará como norma

Más detalles

LOGO Fundamentos Básicos de Estadística I

LOGO Fundamentos Básicos de Estadística I LOGO Fundamentos Básicos de Estadística I Prof. Mariugenia Rincón mrinconj@gmail.com Definiciones Estadistica. Objetivo e Importancia Clasificación: Descriptiva e Inferencial Población y Muestra Unidad

Más detalles

STATGRAPHICS genera tres tipos de planes de muestreo de aceptación:

STATGRAPHICS genera tres tipos de planes de muestreo de aceptación: Muestreo de Aceptación (Variables) Cuando los lotes contienen un número relativamente grande de artículos que requieren la inspección, los planes de muestreo de aceptación pueden proporcionar la protección

Más detalles

SISTEMAS DE LA OCDE PARA LA CERTIFICACION VARIETAL O EL CONTROL DE LAS SEMILLAS DESTINADAS AL COMERCIO INTERNACIONAL

SISTEMAS DE LA OCDE PARA LA CERTIFICACION VARIETAL O EL CONTROL DE LAS SEMILLAS DESTINADAS AL COMERCIO INTERNACIONAL SISTEMAS DE LA OCDE PARA LA CERTIFICACION VARIETAL O EL CONTROL DE LAS SEMILLAS DESTINADAS AL COMERCIO INTERNACIONAL DIRECTRICES PARA LA MULTIPLICACION EN EL EXTRANJERO Agosto 2013 El objetivo de las Directrices

Más detalles

Muestreo de aceptación. Diplomado en gestión de la calidad Ing. J. Gpe. Octavio Cabrera Lazarini

Muestreo de aceptación. Diplomado en gestión de la calidad Ing. J. Gpe. Octavio Cabrera Lazarini Muestreo de aceptación Diplomado en gestión de la calidad Ing. J. Gpe. Octavio Cabrera Lazarini MUESTREO DE ACEPTACION Cuando el propósito de la inspección es la aceptación o el rechazo de un producto

Más detalles

Auditoria MUESTREO EN LA AUDITORÍA

Auditoria MUESTREO EN LA AUDITORÍA MUESTREO EN LA AUDITORÍA Introducción El propósito de esta Norma de Auditoría (NA) es establecer normas y proporcionar lineamientos sobre el uso de procedimientos de muestreo durante la auditoría y selección

Más detalles

TEMA 4: CONTRASTES DE HIPÓTESIS. CONCEPTOS BÁSICOS

TEMA 4: CONTRASTES DE HIPÓTESIS. CONCEPTOS BÁSICOS ASIGNATURA: ESTADÍSTICA II (Grado ADE,MIM,FBS) TEMA 4: CONTRASTES DE HIPÓTESIS. CONCEPTOS BÁSICOS 4.1. Hipótesis estadística. Tipos de hipótesis 4.2. Región crítica y región de aceptación 4.3. Errores

Más detalles

Prueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual:

Prueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual: Prueba de hipótesis Problema Un grupo de profesores, de cierto estado de la república, plantea una investigación acerca del aprendizaje de las ciencias naturales en la escuela primaria. Uno de los objetivos

Más detalles

PLAN DE MUESTREO. Conceptos necesarios para el muestreo

PLAN DE MUESTREO. Conceptos necesarios para el muestreo PLAN DE MUESTREO El muestreo se utiliza con frecuencia en IM, ya que ofrece beneficios importantes: 1. ahorra dinero: en lugar de entrevistar a un millón de personas, una muestra se puede entrevistar de

Más detalles

TEMA 2: Inspección estadística por atributos

TEMA 2: Inspección estadística por atributos TEMA 2: Inspección estadística por atributos 1 Introducción: Inspección estadística de lotes. 2 Planes de muestreo simple por atributos. 3 Planes de muestreo doble, múltiple y secuencial. 4 Planes de muestreo

Más detalles

STATGRAPHICS genera tres tipos de planes de muestreo de aceptación:

STATGRAPHICS genera tres tipos de planes de muestreo de aceptación: Muestreo de Aceptación (Atributos) Cuando los lotes contienen un número relativamente grande de artículos que requieren la inspección, los planes de muestreo de aceptación pueden proporcionar la protección

Más detalles

MUESTREO Y MEDICIÓN MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO. FeGoSa

MUESTREO Y MEDICIÓN MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO. FeGoSa MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO TAMAÑO DE LA MUESTRA AL ESTIMAR LA MEDIA DE LA POBLACIÓN Al prever el intervalo de confianza resultante de una media muestral y la desviación estándar,

Más detalles

CONCEPTOS BÁSICOS DE ESTADÍSTICA

CONCEPTOS BÁSICOS DE ESTADÍSTICA CONCEPTOS BÁSICOS DE ESTADÍSTICA Jorge M. Galbiati Riesco La Estadística está constituida por un conjunto de métodos de análisis de datos que pueden agruparse en tres categorías: La Estadística Descriptiva,

Más detalles

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola) UNIDAD III. PRUEBAS DE HIPÓTESIS 3.7 Prueba de hipótesis para la varianza La varianza como medida de dispersión es importante dado que nos ofrece una mejor visión de dispersión de datos. Por ejemplo: si

Más detalles

SISTEMA INTEGRADO DE GESTION

SISTEMA INTEGRADO DE GESTION REVISION: 1 PAGINA 1 DE 7 INDICE 1. OBJETIVO... 2 2. ALCANCE... 2 3. RESPONSABILIDAD Y AUTORIDAD... 2 4. DEFINICIONES... 3 5. CONDICIONES GENERALES... 3 5.1. CONTROL DE LOS DISPOSITIVOS DE SEGUIMIENTO

Más detalles

PLANES DE MUESTREO DEL CODEX PARA ALIMENTOS PREENVASADOS (NCA 6,5) 1 CODEX STAN 233

PLANES DE MUESTREO DEL CODEX PARA ALIMENTOS PREENVASADOS (NCA 6,5) 1 CODEX STAN 233 CODEX STAN Página 1 de 11 PLANES DE MUESTREO DEL CODEX PARA ALIMENTOS PREENVASADOS (NCA,) 1 CODEX STAN 1. AMBITO DE APLICACIÓN Los Planes de Muestreo, que figuran en el Apéndice I de este documento, se

Más detalles

GUIA PARA LA PREPARACION DE INFORMES DE INSPECCION DE BUENAS PRACTICAS DE LABORATORIO

GUIA PARA LA PREPARACION DE INFORMES DE INSPECCION DE BUENAS PRACTICAS DE LABORATORIO MINISTERIO DE SANIDAD Y CONSUMO GUIA PARA LA PREPARACION DE INFORMES DE INSPECCION DE BUENAS PRACTICAS DE LABORATORIO DOCUMENTO Nº 4 2ª Versión Noviembre 2001 AGENCIA ESPAÑOLA DEL MEDICAMENTO SUMARIO 1.-

Más detalles

La evaluación de la exposición a contaminantes químicos: Sílice

La evaluación de la exposición a contaminantes químicos: Sílice La evaluación de la exposición a contaminantes químicos: Sílice 1 R.D. 374/2001 ITC 2.0.02 Criterios para la prevención de la exposición al polvo de sílice. 2 CRITERIO R.D. 374/2001, sobre protección de

Más detalles

Contenido. Página 2 de 8

Contenido. Página 2 de 8 RÚBRICA Contenido INTRODUCCIÓN... 3 CONFIGURACIÓN Y GESTIÓN DE UNA RÚBRICA... 3 Definir un nuevo formulario de calificación desde cero, para crear un nuevo formulario desde cero... 4 Crear un nuevo formulario

Más detalles

IN D U ST RI AL I ZA R. Cátedra: ANALISIS DE ALIMENTOS. M.S.c. Br. LUIS ARTICA M. Luis Artica M.. 1

IN D U ST RI AL I ZA R. Cátedra: ANALISIS DE ALIMENTOS. M.S.c. Br. LUIS ARTICA M. Luis Artica M.. 1 IN D U ST RI AL I ZA R Cátedra: ANALISIS DE ALIMENTOS M.S.c. Br. LUIS ARTICA M. Luis Artica M.. 1 IN D U ST RI AL I ZA R EL ISO (ORGANISMOS INTERNACIONAL PARA LA NORMALIZACION) POSEEN COMITES TECNICOS

Más detalles

1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal.

1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal. Límites de Tolerancia Los límites de tolerancia proporcionan un rango de valores para X tal que se puede tener 100(1-α) % de confianza que P por ciento de la población, de la cual provienen los datos,

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

CONCEPTOS FUNDAMENTALES

CONCEPTOS FUNDAMENTALES TEMA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICAS PRIMERA PARTE: Conceptos fundamentales 8.1. Hipótesis estadística. Tipos de hipótesis 8.2. Región crítica y región de aceptación 8.3. Errores tipo I y tipo

Más detalles

Distribución Normal Curva Normal distribución gaussiana

Distribución Normal Curva Normal distribución gaussiana Distribución Normal La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. La distribución normal tiene grandes aplicaciones prácticas, en

Más detalles

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2014-1

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2014-1 GUÍAS Módulo de Razonamiento cuantitativo SABER PRO 2014-1 GUÍAS Módulo Razonamiento cuantitativo Este módulo evalúa competencias relacionadas con las habilidades matemáticas que todo ciudadano debe tener,

Más detalles

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos

Más detalles

CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD

CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD LIBRO: PARTE: TÍTULO: CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD 1. CONTROL DE CALIDAD 02. Criterios Estadísticos de Muestreo A. CONTENIDO Este Manual contiene los procedimientos para seleccionar al azar,

Más detalles

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2014/15 Contenidos 1. Introducción

Más detalles

Probabilidades y la curva normal

Probabilidades y la curva normal Probabilidades y la curva normal Las distribuciones reales y las distribuciones teóricas Por Tevni Grajales Guerra Tal cual estudiamos en nuestro tercer tema. Cuando registramos los valores de una variable

Más detalles

El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo.

El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado cuenta con 3 departamentos: Abarrotes, Embutidos y. Solamente el Departamento

Más detalles

Control del Muestreo. Determinación de Errores del Muestreo

Control del Muestreo. Determinación de Errores del Muestreo Control del Muestreo Determinación de Errores del Muestreo Definiciones de utilidad Lote: se refiere a un conjunto de material, cuya composición quiere estimarse. Incremento: corresponde a un grupo de

Más detalles

C. SIL2 D. SIL3. Viernes, 02 de Octubre 2010 Copyright (C) CFSE.ORG Page 1 of 8

C. SIL2 D. SIL3. Viernes, 02 de Octubre 2010 Copyright (C) CFSE.ORG Page 1 of 8 CFSP Aplicación de Proceso Sección 1: Selección Múltiple EJEMPLO Número del candidato (Sin Nombre): Por favor escriba su nombre arriba, en el espacio designado. Solo una respuesta es la correcta. Por favor

Más detalles

Tema 3. Medidas de tendencia central Ejercicios resueltos 1

Tema 3. Medidas de tendencia central Ejercicios resueltos 1 Tema 3. Medidas de tendencia central Ejercicios resueltos 1 Ejercicio resuelto 3.1 La demanda de cierto artículo en 48 días fue 1, 4, 1, 0, 2, 1, 1, 3, 2, 1, 1, 0, 3, 2, 4, 3, 4, 1, 2, 1, 1, 2, 2, 2, 1,

Más detalles

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos CONTROL DE LOS PROCESOS DE FABRICACIÓN Introducción a las técnicas de control estadístico de los procesos Introducción Departamento de Ingeniería Mecánica de la UPV-EHU ElControlEstadísticodelosProcesos

Más detalles

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico. Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico

Más detalles

II. SECCIONES PRINCIPALES 1-2-3... Figura1: Partes principales de un Informe Técnico

II. SECCIONES PRINCIPALES 1-2-3... Figura1: Partes principales de un Informe Técnico Formato del Informe El informe técnico debe ser un documento profesional. Para clarificar el texto deben usarse Figuras, tablas y dibujos. Las tres partes principales de un informe técnico se muestran

Más detalles

Algoritmo de. búsqueda aleatoria pura aplicado al diseño de planes de muestreo doble

Algoritmo de. búsqueda aleatoria pura aplicado al diseño de planes de muestreo doble 28 REVISTA Universidad EAFIT. Vol. 40. No. 135 julio, agosto, septiembre 2004 REVISTA Universidad EAFIT Vol. 40. No. 135. 2004. pp. 28-39 Algoritmo de búsqueda aleatoria pura aplicado al diseño de planes

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución

Más detalles

Una distribución de frecuencias es una herramienta estadística muy útil para organizar un grupo de observaciones.

Una distribución de frecuencias es una herramienta estadística muy útil para organizar un grupo de observaciones. DISTRIBUCIÓN DE FRECUENCIAS (Tomado de: http://mx.geocities.com/fracosta11/dfrec.html) Una distribución de frecuencias es una herramienta estadística muy útil para organizar un grupo de observaciones.

Más detalles

EL GRUPO MERCADO COMÚN RESUELVE:

EL GRUPO MERCADO COMÚN RESUELVE: MERCOSUR/GMC/RES. N 07/08 REGLAMENTO TÉCNICO MERCOSUR SOBRE CONTROL METROLÓGICO DE PRODUCTOS PREMEDIDOS COMERCIALIZADOS EN UNIDADES DE MASA Y VOLUMEN DE CONTENIDO NOMINAL IGUAL (DEROGACIÓN DE LAS RES.

Más detalles

Fundamentos de negocio Producción > Elementos clave para competir (Calidad y productividad) > Control de la calidad

Fundamentos de negocio Producción > Elementos clave para competir (Calidad y productividad) > Control de la calidad Concepto de control de la calidad Si bien es necesario determinar las características y los estándares de nuestro producto para lograr una buena aceptación en el mercado, es igualmente importante que controlemos

Más detalles

EVALUACIÓN INTERNA LA INVESTIGACIÓN HISTÓRICA

EVALUACIÓN INTERNA LA INVESTIGACIÓN HISTÓRICA EVALUACIÓN INTERNA LA INVESTIGACIÓN HISTÓRICA Qué es una investigación histórica? Es un trabajo escrito de 1.500 a 2.000 palabras, compuesto por seis secciones: un plan de investigación; un resumen de

Más detalles

Teoría 3_10 Gráficos!

Teoría 3_10 Gráficos! Teoría 3_10 Gráficos! Gráficos de columnas Ideal para mostrar cambios de datos en un período de tiempo o para ilustrar comparaciones entre elementos. En los gráficos de columnas, las categorías normalmente

Más detalles

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 011 Índice 1. Antecedentes Generales 1. Comparación de puntajes promedios.1. Errores

Más detalles

Tema 11: Intervalos de confianza.

Tema 11: Intervalos de confianza. Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por

Más detalles

7. Distribución normal

7. Distribución normal 7. Distribución normal Sin duda, la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de

Más detalles

Taller sobre Pruebas Estadísticas de Hipótesis

Taller sobre Pruebas Estadísticas de Hipótesis Taller sobre Pruebas Estadísticas de Hipótesis Muestreo de Aceptación Enrique Villa Diharce III VERANO DE PROBABILIDAD Y ESTADÌSTICA Guanajuato, Gto. 11-22 de Julio de 2011 CONTENIDO 1.- El problema del

Más detalles

4 DEFINICIONESY ABREVIATURAS Conformidad: Cumplimiento de un requisito. Corrección: Acción tomada para eliminar una no conformidad detectada.

4 DEFINICIONESY ABREVIATURAS Conformidad: Cumplimiento de un requisito. Corrección: Acción tomada para eliminar una no conformidad detectada. Página 1 de 6 1 POLÍTICA Es política del SVCADC asegurar la calidad de sus ensayos, identificando cualquier aspecto de su trabajo de ensayo o calibración que no sea conforme con sus propios procedimientos

Más detalles

ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación

ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Implica siempre a variables

Más detalles

1 Sistema de información de ejemplo.

1 Sistema de información de ejemplo. 1 Sistema de información de ejemplo. En este capítulo se describe el diseño de una pequeña base de datos, denominada Compras, que se utiliza en el curso como ayuda a las explicaciones de funcionamiento

Más detalles

FORMATO MENSAJE DE RESPUESTA A DOCUMENTOS TRIBUTARIOS ELECTRÓNICOS 2005-04-13. Versión 1.0

FORMATO MENSAJE DE RESPUESTA A DOCUMENTOS TRIBUTARIOS ELECTRÓNICOS 2005-04-13. Versión 1.0 FORMATO MENSAJE DE RESPUESTA A DOCUMENTOS TRIBUTARIOS ELECTRÓNICOS 2005-04-3 Versión.0 FORMATO RESPUESTA A DOCUMENTOS TRIBUTARIOS ELECTRÓNICOS ÍNDICE DE CONTENIDO Servicio de Impuestos Internos.- INSTRUCCIONES

Más detalles

Soluciones Examen de Estadística

Soluciones Examen de Estadística Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 15 de Febrero, 5 Cuestiones horas C1. Un programa se ejecuta desde uno cualquiera de cuatro periféricos A, B, C y D con arreglo

Más detalles

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE Unidad de Análisis Estadístico División de Evaluación de Logros de Aprendizaje Agencia de Calidad de la Educación 013 Índice 1.

Más detalles

Manual de Gestión de la Calidad Glosario

Manual de Gestión de la Calidad Glosario MGC-10 Septiembre 2006 0 1 de 5 9.. 9.1 s relativos a la calidad. Requisito Grado en el que un conjunto de características inherentes cumple con los Necesidad o expectativa establecida, generalmente implícita

Más detalles

a) Ac1 > Ac2 > Ac3 b) n1 > n2 > n3

a) Ac1 > Ac2 > Ac3 b) n1 > n2 > n3 2.3. SO 8 Planes de muestreo para la aceptación de lotes (I) L INSPIÓN POR PLNS MUSTRO La inspección en la recepción es un control básico para que no se transfiera la mala calidad entre empresas o departamentos.

Más detalles

Monografías. Matemáticas. Directrices monografía de matemáticas 2 Estructura de la monografía 4 Criterios de evaluación 6

Monografías. Matemáticas. Directrices monografía de matemáticas 2 Estructura de la monografía 4 Criterios de evaluación 6 Monografías Matemáticas Directrices monografía de matemáticas 2 Estructura de la monografía 4 Criterios de evaluación 6 Qué es una monografía? Es un estudio a fondo de un tema delimitado. El tema deberá

Más detalles

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2013-1

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2013-1 Módulo de Razonamiento cuantitativo Este módulo evalúa competencias relacionadas con las habilidades en la comprensión de conceptos básicos de las matemáticas para analizar, modelar y resolver problemas

Más detalles

DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIONES DE PROBABILIDAD DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar

Más detalles

Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León

Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS APLICAAS A LAS CIENCIAS SOCIALES EJERCICIO Nº Páginas 2 OPTATIVIA: EL ALUMNO EBERÁ ESCOGER UNA E LAS OS OPCIONES

Más detalles

Inferencia estadística Estimación - 1. MasMates.com Colecciones de ejercicios

Inferencia estadística Estimación - 1. MasMates.com Colecciones de ejercicios 1. Una ciudad de 2000 habitantes está poblada por personas de pelo negro, rubio o castaño. Se ha seleccionado, mediante muestreo aleatorio estratificado con afijación proporcional, una muestra constituida

Más detalles

Los números naturales

Los números naturales Los números naturales Los números naturales Los números naturales son aquellos que sirven para contar. Se suelen representar utilizando las cifras del 0 al 9. signo suma o resultado Suma: 9 + 12 = 21 sumandos

Más detalles

Muestreo y Distribuciones muestrales. 51 SOLUCIONES

Muestreo y Distribuciones muestrales. 51 SOLUCIONES Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo

Más detalles

GUÍA DE APRENDIZAJE. Módulo VI Seis Sigma. Aprendizaje sin fronteras uvirtual@pep.pemex.com

GUÍA DE APRENDIZAJE. Módulo VI Seis Sigma. Aprendizaje sin fronteras uvirtual@pep.pemex.com GUÍA DE APRENDIZAJE Módulo VI Seis Sigma ÍNDICE PLANES DE CONTROL 3 EL PROCESO DMAIC..4 IMPORTANCIA AL CLIENTE..5 ESTRATEGIA DEL PLAN DE CONTROL.6 TIPOS DE PLAN 7 COMPONENTES DE UN PLAN DE CONTROL.8 PASOS

Más detalles

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN

Más detalles

DIRECTRICES RELATIVAS A LA ELABORACIÓN Y LA UTILIZACIÓN DE UNA BASE DE DATOS NACIONAL DE VALORACIÓN QUE FUNCIONE COMO INSTRUMENTO DE EVALUACIÓN DE

DIRECTRICES RELATIVAS A LA ELABORACIÓN Y LA UTILIZACIÓN DE UNA BASE DE DATOS NACIONAL DE VALORACIÓN QUE FUNCIONE COMO INSTRUMENTO DE EVALUACIÓN DE WCO OMD DIRECTRICES RELATIVAS A LA ELABORACIÓN Y LA UTILIZACIÓN DE UNA BASE DE DATOS NACIONAL DE VALORACIÓN QUE FUNCIONE COMO INSTRUMENTO DE EVALUACIÓN DE RIESGOS Índice de contenidos Preámbulo Introducción

Más detalles

PARTE II: MUESTREO... 10 6.- CONCEPTOS BÁSICOS... 10 7.- MÉTODOS DE MUESTREO... 10 8.- NÚMERO DE MUESTRAS... 10 9.- DISTRIBUCIONES MUESTRALES...

PARTE II: MUESTREO... 10 6.- CONCEPTOS BÁSICOS... 10 7.- MÉTODOS DE MUESTREO... 10 8.- NÚMERO DE MUESTRAS... 10 9.- DISTRIBUCIONES MUESTRALES... Contenidos: PARTE I: DISTRIBUCIONES DE PROBABILIDAD... 2 1.- VARIABLES ALEATORIAS... 2 2.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.- LA DISTRIBUCIÓN BINOMIAL... 5 4.- LA DISTRIBUCIÓN NORMAL... 7 5.- USO

Más detalles

Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos

Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos 1. Probabilidad condicionada. Espacio de probabilidad condicionado La probabilidad condicionada es uno de los conceptos clave

Más detalles

ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN

ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN ARQUITECTURA TÉCNICA ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II CURSO: 2009-2010 APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN. ESTADÍSTICA APLICADA AL CONTROL:. GENERALIDADES. MUESTREO

Más detalles