(12249) TITULACIÓN LICENCIATURA EN A.D.E. TÉCNICAS ESTADÍSTICAS DE CONTROL DE CALIDAD. Mª Isabel López Rodríguez Dpto.

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

Download "(12249) TITULACIÓN LICENCIATURA EN A.D.E. TÉCNICAS ESTADÍSTICAS DE CONTROL DE CALIDAD. Mª Isabel López Rodríguez Dpto."

Transcripción

1 TITULACIÓN LICENCIATURA EN A.D.E. TÉCNICAS ESTADÍSTICAS DE CONTROL DE CALIDAD (149) Mª Isabel López Rodríguez Dpto. Economía Aplicada CURSO ACADÉMICO 013/014

2 TEMA 5: CONTROL DE PROCESOS POR VARIABLES. TOLERANCIA Y CAPACIDAD 5.1. INTRODUCCIÓN 5.. GRÁFICOS DE SHEWHART 5.3. INTERPRETACIÓN GRÁFICOS 5.4. TOLERANCIA 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA 14/04/015

3 5.1. INTRODUCCIÓN 14/04/015 3

4 5.1. INTRODUCCIÓN TIPOS DE CAUSAS ASIGNABLES NO ASIGNABLES CARACTERÍSTICAS - Nº reducido y con grandes efectos - Provocan gran Variabilidad y consecuencias imprevisibles - Efectos que provocan no son aleatorios y desaparecen si se elimina la causa - Nº abundante y con efectos de pequeña importancia - Variabilidad constante - Efectos que provocan son aleatorios y además difíciles de reducir EJEMPLOS - Desajuste en maquinaria - Errores operarios - Distinta destreza entre los operarios. - Heterogeneidad en las materias primas utilizadas. - Causas de tipo ambiental 14/04/015 4

5 5.1. INTRODUCCIÓN TIPOS DE CAUSAS ASIGNABLES NO ASIGNABLES CARACTERÍSTICAS - Nº reducido y con grandes efectos - Provocan gran Variabilidad y consecuencias imprevisibles - Efectos que provocan no son aleatorios y desaparecen si se elimina la causa - Nº abundante y con efectos de pequeña importancia - Variabilidad constante - Efectos que provocan son aleatorios y además difíciles de reducir PROCESO BAJO CONTROL EJEMPLOS - Desajuste en maquinaria - Errores operarios - Distinta destreza entre los operarios. - Heterogeneidad en las materias primas utilizadas. - Causas de tipo ambiental PROCESO FUERA DE CONTROL 14/04/015 5

6 5.1. INTRODUCCIÓN EJEMPLO PROCESO FUERA DE CONTROL 14/04/015 6

7 5.1. INTRODUCCIÓN EJEMPLO PROCESO BAJO CONTROL 14/04/015 7

8 5.1. INTRODUCCIÓN 14/04/015 8

9 5.. GRÁFICOS DE SHEWHART Característica de calidad medible X y conocidos Finalidad de control de procesos: mantener el proceso bajo control ( permanezca constante) y desconocidos ESTIMARLOS 14/04/015 9

10 5.. GRÁFICOS DE SHEWHART ESTIMACIÓN y X R d Con R = recorrido medio de las k muestras d =valor tabulado (dependiente del tamaño muestral) Con S S c = desviación típica media de las k muestras c =valor tabulado (dependiente del tamaño muestral) 14/04/015 10

11 14/04/ GRÁFICOS DE SHEWHART Gráfico media- desviación PROCESO BAJO CONTROL n 3, n 3 B 3, B 4 tabuladas n c S 3,X n c S 3 X A S X A S, X 3 3 n c 3 A 3 S S S S 3, 3 S c S c 1 S B S, B c S c 1 3 c, c S c 1 3 c 4 3

12 14/04/ GRÁFICOS DE SHEWHART Gráfico media- recorrido PROCESO BAJO CONTROL n 3, n 3 n d R 3,X n d R 3 X R A X R, A X n d 3 A R R R R 3, 3 R d 3 R d R D D R, d R 3d d, d R 3d d D 3, D 4 tabuladas

13 5.. GRÁFICOS DE SHEWHART PROCESO BAJO CONTROL Gráfico media-desviación x A3S x x A3S B 4 S S B 3 S 14/04/015 13

14 5.. GRÁFICOS DE SHEWHART PROCESO BAJO CONTROL Gráfico media-recorrido x AR x x A R D 4 R R D 3 R 14/04/015 14

15 5.. GRÁFICOS DE SHEWHART PROCEDIMIENTO: 1º Si en gráfico algún punto fuera de los límites control Eliminar muestra correspondiente Recalcular LCentral, LCI y LCS º Todos los puntos entre líneas de control estimar parámetros poblacionales 3º Uso de gráficos de control para comprobar si el proceso se mantiene bajo control y/o presenta algún tipo de anomalía 14/04/015 15

16 5.. GRÁFICOS DE SHEWHART (MEDIA-DESVIACIÓN ) GRÁFICO MEDIAS GRÁFICO DE DESVIACIONES TÍPICAS /04/015 16

17 5.. GRÁFICOS DE SHEWHART (MEDIA-DESVIACIÓN ) GRÁFICO MEDIAS GRÁFICO DESVIACIONES TÍPICAS /04/015 17

18 5.. GRÁFICOS DE SHEWHART (MEDIA-RECORRIDO ) GRÁFICO DE MEDIAS GRÁFICO DE RECORRIDO /04/015 18

19 5.. GRÁFICOS DE SHEWHART (MEDIA-RECORRIDO ) GRÁFICO DE MEDIAS GRÁFICO RECORRIDO /04/015 19

20 5.3. INTERPRETACIÓN GRÁFICOS GRÁFICO MEDIAS Cambios bruscos en la media y / o en la dispersión GRÁFICO RECORRIDO - Posibles causas: cambio en la instalación, operario novato, /04/015 0

21 5.3. INTERPRETACIÓN GRÁFICOS CICLOS Ciclos: - Alternancia de crestas y valles Posibles causas: cambios de turnos, distintas calidades de materia prima,.. 14/04/015 1

22 5.3. INTERPRETACIÓN GRÁFICOS INESTABILIDAD Inestabilidad: - Existencia de grandes fluctuaciones Posibles causas: reajustes constantes en las maquinarias, /04/015

23 5.3. INTERPRETACIÓN GRÁFICOS RACHAS Rachas: - Existencia de un conjunto de puntos situados en la parte superior o inferior de la Línea Central Posibles causas: desgaste de herramientas, cansancio operarios, /04/015 3

24 5.3. INTERPRETACIÓN GRÁFICOS SOBREESTABILIDAD Sobreestabilidad: - Variabilidad menor de la esperada Posible cambio positivo en el proceso? causas? 14/04/015 4

25 TABLAS 14/04/015 5

26 5.4. TOLERANCIA Especificaciones bilaterales: (característica de calidad medible X con: = valor objetivo, de diseño o nominal) LTI= límite de Tolerancia Inferior LTS= límite de Tolerancia Superior [LTI, LTS]=intervalo de Tolerancia (se cumplen especificaciones si LTI X LTS o X [LTI, LTS] ) 14/04/015 6

27 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Objetivo estudio de capacidad: Constatar si un proceso (bajo control) es capaz de producir piezas que verifiquen especificaciones 14/04/015 7

28 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Índice de capacidad potencial: C P LTS LTI 6 LTS LTI Utilizado en procesos centrados ( ) Índice de capacidad real: C Pk LTS min, 3 LTI Utilizado cuando se produce un descentramiento del proceso 3 14/04/015 8

29 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD ÍNDICE DE CAPACIDAD POTENCIAL: C p <1 % defectuosos (=no cumplen especificaciones) mayor cuanto menor es C p Disminuir mediante mejora proceso y avances tecnológicos 14/04/015 9

30 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD ÍNDICE DE CAPACIDAD POTENCIAL: C p =1 % defectuosos 7 por mil insuficiente en términos de calidad Disminuir y control muy estricto para evitar un desplazamiento de la media (lo que aumentaría % defectuosos) 14/04/015 30

31 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD ÍNDICE DE CAPACIDAD POTENCIAL: C p >1 % defectuosos (=no cumplen especificaciones) menor cuanto mayor es C p (desde el punto de vista de calidad se exige que, como mínimo, supere el valor 1 33) Disminuir y supervisar procesos para evitar que este caiga fuera de control 14/04/015 31

32 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD ÍNDICE DE CAPACIDAD REAL C Pk LTS min, 3 LTI 3 LTI 3 C Pk LTS min, 3 LTI 3 LTS 3 14/04/015 3

33 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Proceso bajo control y no cumple especificaciones LCS LTS LTI LCI /04/015 33

34 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Proceso bajo control y no libre de fallos LCS LTS LCI LTI /04/015 34

35 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Proceso bajo control y libre de fallos LCS LTS LCI LTI /04/015 35

36 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Enfoque clásico Enfoque Taguchi 14/04/015 36

37 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Función de pérdida: L (x)=k (x - b) K=coeficiente de pérdida b =valor objetivo Pérdida media: E [L (x)]=k ( +(E [x] b) )=K ( +( b) ) Estimación pérdida media: k S x b 14/04/015 37

38 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Ejemplo Una empresa dedicada a la fabricación de material de laboratorio se fija, como objetivo, elaborar cierta pieza con un agujero de diámetro igual a 1 cm. Sin embargo, considera el producto tolerable si dicho diámetro mide entre 0,95 cm. y 1,05 cm (especificaciones 1±0'05 cm). Los operarios han observado cierto desgaste en la maquinaria que podría estar provocando que el valor objetivo no se alcance. Sin embargo, la Dirección no está dispuesta en invertir en su puesta a punto o reemplazamiento, pues a tenor de las siguientes observaciones (correspondiente a la medición del diámetro de 49 piezas seleccionadas al azar) todas las piezas cumplen con las especificaciones Sabiendo que el coste derivado de utilizar una pieza errónea es de 45, proporcionar a la Dirección los argumentos necesarios que la decanten por realizar la inversión necesaria (utiliza para ello la función de pérdida de Taguchi) 14/04/015 38

39 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Argumentos: Coeficiente de pérdida= Pérdida media estimada/unidad= /04/015 39

40 14/04/ ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Descomposición pérdida media estimada b x k ks b x S k ks b x k b x S S b x k S ks b x S b x b x k S b x k Proporción pérdida debida a variabilidad Proporción pérdida debida a descentramiento

41 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Descomposición pérdida media estimada k S x b ks kx b k ks S x b x b >1 <1 Medidas enfocadas a disminuir variabilidad (prioritariamente) Medidas enfocadas a disminuir descentramiento (prioritariamente) 14/04/015 41

TEMA 4: CONTROL POR VARIABLES Hoja de ejercicios (Entregar el 7 -problema de examen-)

TEMA 4: CONTROL POR VARIABLES Hoja de ejercicios (Entregar el 7 -problema de examen-) MÉTODOS ESTADÍSTICOS PARA LA MEJORA DE LA CALIDAD INGENIERIA DE TELECOMUNICACIONES TEMA 4: CONTROL POR VARIABLES Hoja de ejercicios (Entregar el 7 -problema de examen-) 1. Un proceso industrial fabrica

Más detalles

ESTUDIOS DE CAPACIDAD

ESTUDIOS DE CAPACIDAD ESTUDIOS DE CAPACIDAD La capacidad de una máquina o proceso, se puede interpretar como su aptitud para producir artículos de acuerdo con las especificaciones. También se puede interpretar como la aptitud

Más detalles

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

GRAFICOS DE CONTROL DATOS TIPO VARIABLES GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar

Más detalles

Rev 1 CAPACIDAD DE PROCESO. El objetivo del presente laboratorio es que el estudiante pueda realizar análisis de capacidad de proceso.

Rev 1 CAPACIDAD DE PROCESO. El objetivo del presente laboratorio es que el estudiante pueda realizar análisis de capacidad de proceso. CAPACIDAD DE PROCESO 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante pueda realizar análisis de capacidad de proceso. 2.- FUNDAMENTO TEÓRICO 2.1 ANALISIS DE CAPACIDAD DE PROCESO

Más detalles

Aprender a construir gráficos X-S y conocer sus limitaciones.

Aprender a construir gráficos X-S y conocer sus limitaciones. Objetivos Aprender a construir gráficos X-R y conocer sus limitaciones. Aprender a construir gráficos X-S y conocer sus limitaciones. Comprender la relación entre los Gráficos de Control y el intervalo

Más detalles

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico

Más detalles

Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica

Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica Control Estadístico de la Calidad Gráficos de Control Estadistica Básica Control de Calidad Calidad significa idoneidad de uso, Es la interacción de la calidad: Del diseño Nivel de desempeño, de confiabilidad

Más detalles

IND-LAB-CAL Capacidad de Proceso CAPACIDAD DE PROCESO

IND-LAB-CAL Capacidad de Proceso CAPACIDAD DE PROCESO CAPACIDAD DE PROCESO 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante pueda realizar análisis de capacidad de proceso. 2.- FUNDAMENTO TEÓRICO 2.1ANALISIS DE CAPACIDAD DE PROCESO Analicemos

Más detalles

Objetivos. Epígrafes 3-1. Francisco José García Álvarez

Objetivos. Epígrafes 3-1. Francisco José García Álvarez Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.

Más detalles

Objetivos. Epígrafes 8-1. Francisco José García Álvarez

Objetivos. Epígrafes 8-1. Francisco José García Álvarez Objetivos Entender los fundamentos estadísticos del muestreo de aceptación por variables. Aprender los procedimientos más usados del muestreo de aceptación por variables: Norma militar 414 Epígrafes Introducción

Más detalles

«La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno».

«La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno». «La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno». George Bernard Shaw (1856-1950) Escritor irlandés. Para empezar: Primera parte: Estadística

Más detalles

Control de procesos por variables

Control de procesos por variables Capítulo 4 Control de procesos por variables 1. Fundamentos de los gráficos de control 2. Gráfico de control para la media 3. Gráficos de control para la dispersión 4. Capacidad de un proceso. Índice de

Más detalles

CONTROL ESTADISTICO DE LA CALIDAD

CONTROL ESTADISTICO DE LA CALIDAD CICLO 2012-II Módulo: Unidad: 4 Semana: 4 CONTROL ESTADISTICO DE LA CALIDAD Ing. Enrique Montenegro Marcelo GRAFICOS DE CONTROL ORIENTACIONES Al finalizar este capitulo el alumno deberá poder construir

Más detalles

Unidad V. Control Estadístico de la Calidad

Unidad V. Control Estadístico de la Calidad UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ Unidad V. Control Estadístico de la Calidad Objetivos Reconocer los principios estadísticos del control de calidad. Explicar la forma

Más detalles

TEMA 3: Control Estadístico de la Calidad

TEMA 3: Control Estadístico de la Calidad TEMA 3: Control Estadístico de la Calidad 1. Introducción al control de la calidad. 2. Métodos de mejora de la calidad 3. Gráficos de control de Shewhart: Gráficos c Gráficos np Gráficos X y R 4. Interpretación

Más detalles

Control Estadístico de Procesos (SPC) para NO estadísticos.

Control Estadístico de Procesos (SPC) para NO estadísticos. Control Estadístico de Procesos (SPC) para NO estadísticos. - Sesión 3ª de 4 - Impartido por: Jaume Ramonet Fernández Ingeniero Industrial Superior PMP (PMI ) Consultoría y Formación Actitud requerida

Más detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS DE REGRESIÓN ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y

Más detalles

Los Gráficos de Control de Shewart

Los Gráficos de Control de Shewart Los Gráficos de Control de Shewart La idea tradicional de inspeccionar el producto final y eliminar las unidades que no cumplen con las especificaciones una vez terminado el proceso, se reemplaza por una

Más detalles

USO SECUENCIAL DE HERRAMIENTAS DE CONTROL DE CALIDAD EN PROCESOS PRODUCTIVOS: UNA APLICACIÓN EN EL SECTOR AGROALIMENTARI0

USO SECUENCIAL DE HERRAMIENTAS DE CONTROL DE CALIDAD EN PROCESOS PRODUCTIVOS: UNA APLICACIÓN EN EL SECTOR AGROALIMENTARI0 Pecvnia, núm. 18 (enero-junio 2014), pp. 73-95 USO SECUENCIAL DE HERRAMIENTAS DE CONTROL DE CALIDAD EN PROCESOS PRODUCTIVOS: UNA APLICACIÓN EN EL SECTOR AGROALIMENTARI0 fecha de recepción: 15/10/2014 fecha

Más detalles

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III Unidad 5 Control Estadístico de la Calidad Administración de Operaciones III 1 Contenido 1. Antecedentes del control estadístico de la calidad 2. Definición 3. Importancia y aplicación 4. Control estadístico

Más detalles

T2. El modelo lineal simple

T2. El modelo lineal simple T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de

Más detalles

11 Control estadístico de procesos

11 Control estadístico de procesos 11 Control estadístico de procesos Consideremos que el proceso de relleno de botellas de agua mencionado en el capítulo 3, que tenía de especificaciones 00 ± cm 3, está en estado de control rellenando

Más detalles

Estadística Inferencial. Sesión No. 9 Regresión y correlación lineal

Estadística Inferencial. Sesión No. 9 Regresión y correlación lineal Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia

Más detalles

(1 punto) (1.5 puntos)

(1 punto) (1.5 puntos) Ejercicios de inferencia estadística. 1. Sea la población {1,2,3,4}. a) Construya todas las muestras posibles de tamaño 2, mediante muestreo aleatorio simple. b) Calcule la varianza de las medias muestrales.

Más detalles

ANALISIS DE FRECUENCIA EN HIDROLOGIA

ANALISIS DE FRECUENCIA EN HIDROLOGIA ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos

Más detalles

07/12/2009 CARACTERÍSTICAS PRINCIPALES GRAFICOS DE CONTROL POR ATRIBUTOS DEFINICIÓN

07/12/2009 CARACTERÍSTICAS PRINCIPALES GRAFICOS DE CONTROL POR ATRIBUTOS DEFINICIÓN GRAFICOS DE CONTROL POR ATRIBUTOS DEFINICIÓN Son Gráficos de Control basados en la observación de la presencia o ausencia de una determinada característica, o de cualquier tipo de defecto en el producto,

Más detalles

Estadística. Convocatoria ordinaria. Mayo de Nombre. Titulación Grupo

Estadística. Convocatoria ordinaria. Mayo de Nombre. Titulación Grupo Estadística. Convocatoria ordinaria Mayo de 2015 Nombre. Titulación Grupo Problema 1 (1.75 puntos) En una ciudad, el 40% de las personas son rubias, el 30% tiene los ojos azules y el 10% son rubios con

Más detalles

Control Estadístico de la Calidad y los Procesos. Facultad de Ingeniería Industrial UTP 2015

Control Estadístico de la Calidad y los Procesos. Facultad de Ingeniería Industrial UTP 2015 Control Estadístico de la Calidad y los Procesos Facultad de Ingeniería Industrial UTP 2015 1 Qué es calidad? Concordancia con los requisitos y especificaciones (Crosby). Adecuación para el uso (Juran).

Más detalles

2. Distribuciones de Muestreo

2. Distribuciones de Muestreo 2. Distribuciones de Muestreo Conceptos básicos Para introducir los conceptos básicos consideremos el siguiente ejemplo: Supongamos que estamos interesados en determinar el número medio de televisores

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4,

Más detalles

INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso

INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento

Más detalles

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith) INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que

Más detalles

Práctica de Control Estadístico de Procesos Control por Variables

Práctica de Control Estadístico de Procesos Control por Variables Práctica de Control Estadístico de Procesos Control por Variables Fichero de datos: Sensorpresion.sf3 1. Los datos Un sensor de presión ha de trabajar en condiciones de alta temperatura. Para controlar

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales 1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución

Más detalles

Práctica 5: Estimación de parámetros. Una población.

Práctica 5: Estimación de parámetros. Una población. Práctica 5: Estimación de parámetros. Una población. 1. Considere el conjunto f1; 3; 5; 7; 9g (a) Enumere todas las muestras de tamaño 2 que pueden ser seleccionadas con reposición de ese conjunto. Calcule

Más detalles

Control Estadístico de Procesos Capacidad de Proceso

Control Estadístico de Procesos Capacidad de Proceso Control Estadístico de Procesos Capacidad de Proceso Un proceso de fabricación es un conjunto de equipos, materiales, personas y métodos de trabajo que genera un producto fabricado. Maquinaria Métodos

Más detalles

Campo de medida (Rango, Range)

Campo de medida (Rango, Range) Campo de medida (Rango, Range) Es el conjunto de valores de la variable medida que están comprendidos entre los límites superior e inferior de la capacidad de medida o de transmisión del instrumento, se

Más detalles

1. Ejercicios. 2 a parte

1. Ejercicios. 2 a parte 1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de

Más detalles

Estadística. Convocatoria ordinaria

Estadística. Convocatoria ordinaria Estadística. Convocatoria ordinaria Nombre Número de Examen Titulación... Grupo... Este examen puntúa sobre 20 puntos Problema 1. En un grupo de familias, un 10% ha cambiado de coche y también ha cambiado

Más detalles

CARTAS DE CONTROL. Control Estadístico de la Calidad. Tuesday, August 5, 14

CARTAS DE CONTROL. Control Estadístico de la Calidad. Tuesday, August 5, 14 CARTAS DE CONTROL Control Estadístico de la Calidad PROCESOS PRODUCTIVOS Los procesos productivos son incapaces de producir dos unidades de producto exactamente iguales. Esto se debe a un sin número de

Más detalles

Introducción al control estadístico de procesos

Introducción al control estadístico de procesos Capítulo 9 Introducción al control estadístico de procesos 1. Fundamentos de los gráficos de control 2. Gráfico de control para la media 3. Gráficos de control para la dispersión 4. Capacidad de un proceso.

Más detalles

CONTROL CUANTITATIVO DE LA CALIDAD EN UNA EMPRESA DEL SECTOR SERVICIOS

CONTROL CUANTITATIVO DE LA CALIDAD EN UNA EMPRESA DEL SECTOR SERVICIOS Pecvnia, núms. 16/17 (enero-diciembre 013), pp. 197-15 fecha de recepción: 4/03/014 fecha de aceptación: 15/05/014 CONTROL CUANTITATIVO DE LA CALIDAD EN UNA EMPRESA DEL SECTOR SERVICIOS María Isabel López

Más detalles

IND-LAB-CAL Gráficos de Control Variables CONTROL DE PROCESOS - GRAFICOS DE CONTROL - CARACTERÍSTICAS TIPO VARIABLES

IND-LAB-CAL Gráficos de Control Variables CONTROL DE PROCESOS - GRAFICOS DE CONTROL - CARACTERÍSTICAS TIPO VARIABLES CONTROL DE PROCESOS - GRAFICOS DE CONTROL - CARACTERÍSTICAS TIPO VARIABLES 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos

Más detalles

1 CÁLCULO DE PROBABILIDADES

1 CÁLCULO DE PROBABILIDADES 1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que

Más detalles

PROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO.

PROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO. 1º) (Andalucía, Junio, 98) Se considera la siguiente tabla estadística, donde a es una incógnita: X 2 4 a 3 5 Y 1 2 1 1 3 a) Calcular el valor de a sabiendo que la media de X es 3. b) Mediante la correspondiente

Más detalles

Regresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística

Regresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012

Más detalles

LA CAPACIDAD DE UN PROCESO DE CUMPLIR LOS REQUISITOS DEL CLIENTE DEPENDE DE SU VARIABILIDAD.

LA CAPACIDAD DE UN PROCESO DE CUMPLIR LOS REQUISITOS DEL CLIENTE DEPENDE DE SU VARIABILIDAD. Procesos: Siempre tienen variabilidad LA CAPACIDAD DE UN PROCESO DE CUMPLIR LOS REQUISITOS DEL CLIENTE DEPENDE DE SU VARIABILIDAD. Alfredo Serpell Ingeniero civil industrial UC Phd University of Texas

Más detalles

Teoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales

Teoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales Teoría de muestras Distribución de variables aleatorias en el muestreo 1. Distribución de medias muestrales Dada una variable estadística observada en una población, se puede calcular se media y su desviación

Más detalles

Juan Carlos Colonia INFERENCIA ESTADÍSTICA

Juan Carlos Colonia INFERENCIA ESTADÍSTICA Juan Carlos Colonia INFERENCIA ESTADÍSTICA PARÁMETROS Y ESTADÍSTICAS Es fundamental entender la diferencia entre parámetros y estadísticos. Los parámetros se refieren a la distribución de la población

Más detalles

Intervalos de Confianza

Intervalos de Confianza Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 10 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización En estadística existen dos métodos para la

Más detalles

CAPÍTULO 4 CAPACIDAD DEL PROCESO

CAPÍTULO 4 CAPACIDAD DEL PROCESO APÍTULO 4 APAIDAD DEL PROESO APÍTULO 4 APAIDAD DEL PROESO En este capítulo se hace una evaluación de la situación actual de la producción de la tapa de las guanteras para el coche modelo Jetta A4. Para

Más detalles

EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS

EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS 1. Qúe propiedad o propiedades caracterizan a una distribución normal tipificada frente a una distribución normal cualquiera? a. El área bajo su función de densidad

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. Prólogo a la Segunda Edición INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.

Más detalles

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por

Más detalles

Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad

Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad Introducción Cuantificar la variabilidad de un proceso. Analizar esta variabilidad en relación con los requisitos

Más detalles

INGENIERÍA EN MANTENIMIENTO INDUSTRIAL

INGENIERÍA EN MANTENIMIENTO INDUSTRIAL HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Industrial 2. Competencias Diseñar estrategias de mantenimiento mediante el análisis de factores humanos, tecnológicos,

Más detalles

PREGUNTAS APARECIDAS EN EXÁMENES

PREGUNTAS APARECIDAS EN EXÁMENES PREGUNTAS APARECIDAS EN EXÁMENES 1. a) Utilidad y significado de las medidas de posición central. Defina las que conozca b) Utilidad y significado de las medidas de dispersión. Defina las que conozca 2.

Más detalles

Método de cuadrados mínimos

Método de cuadrados mínimos REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,

Más detalles

Ejercicios resueltos

Ejercicios resueltos UNIDAD TEMÁTICA 7 CONTRASTE DE HIPÓTESIS ENUNCIADO 1 Se ha realizado una encuesta en una población mediante una muestra de 200 personas resultando 72 fumadores. (a Estima la proporción de fumadores así

Más detalles

Tema 4: Variables Aleatorias

Tema 4: Variables Aleatorias Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto

Más detalles

ESTIMACION INFERENCIA ESTADISTICA

ESTIMACION INFERENCIA ESTADISTICA P M INFERENCIA ESTADISTICA Desde nuestro punto de vista, el objetivo es expresar, en términos probabilísticos, la incertidumbre de una información relativa a la población obtenida mediante la información

Más detalles

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................

Más detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:

UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema: UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre

Más detalles

UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera. Asignatura: Método Cuantitativo Empresarial

UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera. Asignatura: Método Cuantitativo Empresarial UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera Asignatura: Método Cuantitativo Empresarial CLAVE: PDF-421 Prerrequisitos: Licenciatura No. de Créditos: 03 I. PRESENTACION El método

Más detalles

Tema: Análisis de valores faltantes con SPSS

Tema: Análisis de valores faltantes con SPSS Tema: Análisis de valores faltantes con SPSS 1.- Introducción Hemos de comenzar advirtiendo que el Procedimiento Valores perdidos no se incluye en el sistema Base de SPSS, por lo que solo estará disponible

Más detalles

Conceptos básicos de estadística

Conceptos básicos de estadística Conceptos básicos de estadística Autor: M. en G. Alberto Porras Velázquez Introducción La estadística se refiere a un conjunto de métodos para manejar la obtención, presentación y análisis de observaciones

Más detalles

Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central

Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Objetivos: Al terminar este capítulo podrá: 1. Explicar por qué una muestra es la única forma posible de tener conocimientos acerca de una

Más detalles

Asignatura : INFERENCIA ESTADÍSTICA I Titulación : DIPLOMADO EN ESTADÍSTICA Profesor : ISABEL MOLINA PERALTA Capítulo 5 : INTERVALOS DE CONFIANZA

Asignatura : INFERENCIA ESTADÍSTICA I Titulación : DIPLOMADO EN ESTADÍSTICA Profesor : ISABEL MOLINA PERALTA Capítulo 5 : INTERVALOS DE CONFIANZA Asignatura : INFERENCIA ESTADÍSTICA I Titulación : DIPLOMADO EN ESTADÍSTICA Profesor : ISABEL MOLINA PERALTA Capítulo 5 : INTERVALOS DE CONFIANZA Typeset by FoilTEX 5.1 MÉTODO DE LA CANTIDAD PIVOTAL X

Más detalles

Master en Gestión de la Calidad

Master en Gestión de la Calidad Master en Gestión de la Calidad E U R O P E A N Q U A L I T Y 18. Estudios de Capacidad 1 / 1 Estudios de Capacidad: Lo que vamos a estudiar en este apartado se emplea tanto en la planificación de los

Más detalles

BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN

BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN Aproximación intutitiva a la inferencia estadística La Estadística es la ciencia que se ocupa de la ordenación y análisis de datos procedentes

Más detalles

SEMINARIO 2. Introducción a la presentación de resultados científicos

SEMINARIO 2. Introducción a la presentación de resultados científicos SEMINARIO 2 Introducción a la presentación de resultados científicos 1. Las variables de estudio 2. Estadística descriptiva 3. Gráficos descriptivos de las variables Histogramas Gráficos de caja-bigotes

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA MANUFACTURA EN COMPETENCIAS PROFESIONALES

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA MANUFACTURA EN COMPETENCIAS PROFESIONALES TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA MANUFACTURA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CONTROL ESTADÍSTICO DEL PROCESO 1. Competencias Administrar la cadena de suministro,

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo

Más detalles

Ms. C. Marco Vinicio Rodríguez

Ms. C. Marco Vinicio Rodríguez Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:

Más detalles

Análisis de Componentes de la Varianza

Análisis de Componentes de la Varianza Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable

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

12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei EJERCICIOS DE SELECTIVIDAD 1. (JUNIO 2000) Una variable aleatoria X tiene distribución normal siendo su desviación típica igual a 3.

Más detalles

Otra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza

Otra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer

Más detalles

Muestreo de variables aleatorias

Muestreo de variables aleatorias Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 Distribución de la muestra 3 4 5 Distribuciones de la media y la varianza en poblaciones normales Introducción Tiene como

Más detalles

Capítulo 3: Metrología y Calidad. TEMA 5: Control de calidad

Capítulo 3: Metrología y Calidad. TEMA 5: Control de calidad Capítulo 3: Metrología y Calidad TEMA 5: Control de calidad Índice 1. Calidad Introducción Definición de Control de calidad 2. Control y mejora de la calidad Qué es un Plan de control de Calidad Medida

Más detalles

Carrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.

Carrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos. 1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA

Más detalles

DETERMINACIÓN DE LOS COEFICIENTES DE VARIACIÓN

DETERMINACIÓN DE LOS COEFICIENTES DE VARIACIÓN DETERMINACIÓN DE LOS COEFICIENTES DE VARIACIÓN La encuesta sobre Actividades de Innovación, tiene como objetivo definir una línea base de investigación que permita obtener información sobre actividades

Más detalles

APLICACIÓN DE LA METODOLOGÍA DE DAUDIN A LOS GRÁFICOS POR ATRIBUTOS

APLICACIÓN DE LA METODOLOGÍA DE DAUDIN A LOS GRÁFICOS POR ATRIBUTOS 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 APLICACIÓN DE LA METODOLOGÍA DE DAUDIN A LOS GRÁFICOS POR ATRIBUTOS Elena Pérez Bernabeu 1, José M. Jabaloyes

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 2010/11 Tema 3. Contrastes de bondad

Más detalles

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema

Más detalles

MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 6. variabilidad

MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 6. variabilidad Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 009-010 010 MÉTODOS DE IVESTIGACIÓ E EDUCACIÓ Tema 6 Medidas de dispersión o variabilidad MÉTODOS DE IVESTIG. E EDUCACIÓ Objetivos

Más detalles

INTRODUCCIÓN AL MUESTREO

INTRODUCCIÓN AL MUESTREO INTRODUCCIÓN AL MUESTREO Licenciatura de Ciencias Ambientales UPM Matemáticas y Estadística Aplicadas Prof: Susana Martín Fernández Prof: Esperanza Ayuga Téllez Definiciones Previas Población. Conjunto

Más detalles

ÍNDICE INTRODUCCIÓN... 21

ÍNDICE INTRODUCCIÓN... 21 INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...

Más detalles

EJERCICIOS PROBABILIDAD (1) 2. Sean A y S dos sucesos de un espacio muestral tales que P(A)=0 4; P(A S)=0 5 y P(S/A)= 0 5 Calcular P(S) y P(A/ S )

EJERCICIOS PROBABILIDAD (1) 2. Sean A y S dos sucesos de un espacio muestral tales que P(A)=0 4; P(A S)=0 5 y P(S/A)= 0 5 Calcular P(S) y P(A/ S ) EJERCICIOS PROBABILIDAD (1) 1 2 3 1. Sean A y B dos sucesos tales que P(A)=, P( B )= y P( A B )=. 2 5 4 Calcular a) P(B/A) b) P( A /B) 2. Sean A y S dos sucesos de un espacio muestral tales que P(A)=0

Más detalles

Rendimiento de un activo

Rendimiento de un activo Rendimiento de un activo Es la ganancia o pérdida total que experimenta el propietario de una inversión en un periodo de tiempo específico. Se obtiene como el cambio en el valor del activo más cualquier

Más detalles

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una

Más detalles

Tema 6: Introducción a la inferencia estadística

Tema 6: Introducción a la inferencia estadística Tema 6: Introducción a la inferencia estadística Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 6: Introducción a la inferencia estadística

Más detalles

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada. ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos

Más detalles

CM0244. Suficientable

CM0244. Suficientable IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE

Más detalles

Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad

Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad 1. Objetivos de la práctica Utilización de herramientas estadísticas para el Control de Procesos. En particular realizaremos:

Más detalles

MATERIA: CONTROL ESTADÍSTICO DEL PROCESO GRADO: ENCARGADA DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTIZ TEMA: INTERPRETACIÓN DE HISTOGRAMAS

MATERIA: CONTROL ESTADÍSTICO DEL PROCESO GRADO: ENCARGADA DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTIZ TEMA: INTERPRETACIÓN DE HISTOGRAMAS MATERIA: CONTROL ESTADÍSTICO DEL PROCESO GRADO: 3C ENCARGADA DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTIZ TEMA: INTERPRETACIÓN DE HISTOGRAMAS INTEGRANTES DEL EQUIPO: ELIZABETH GRIJALVA ROCHA KAREN LIZETH

Más detalles

Prof. Angel Zambrano ENERO 2009 Universidad de Los Andes Escuela de Estadística

Prof. Angel Zambrano ENERO 2009 Universidad de Los Andes Escuela de Estadística Prof. Angel Zambrano ENERO 009 Universidad de Los Andes Escuela de Estadística Muestreo: Es una metodología que apoyándose en la teoría estadística y de acuerdo a las características del estudio, indica

Más detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables

Más detalles