UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Métodos multivariantes en control estadístico de la calidad
|
|
- Yolanda Reyes Ortiz de Zárate
- hace 8 años
- Vistas:
Transcripción
1 UNIVESIDAD NACIONAL MAYO DE SAN MACOS FACULTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE ESTADÍSTICA Métoos multivariantes en control estaístico e la calia Capítulo I. Gráficos e control estaístico univariaa TABAJO MONOGÁFICO Para optar el Título Profesional e Licenciao en Estaística AUTO Anchiraico Aguo, William ichar LIMA PEÚ 00
2 CAPITULO I GAFICOS DE CONTOL ESTADÍSTICO UNIVAIADA
3 CAP. I GAFICOS DE CONTOL ESTADÍSTICO UNIVAIADA Muchas características e calia se pueen expresar en términos e una meia numérica. Por ejemplo, poría meirse el iámetro e un cojinete con un micrómetro y expresarse en milímetros. Una característica e calia meible, como imensión, peso o volumen, se llama variable. Los iagramas e control para variables se usan ampliamente. Suelen permitir el uso e proceimientos e control más eficientes, y proporcionan más información respecto al renimiento el proceso que los iagramas e control e atributos. Cuano se trata con una característica e calia que es una variable, es una práctica estánar controlar el valor meio e la característica e calia y su variabilia. El control e la meia el proceso, o el nivel e calia promeio, suele ejercerse con el iagrama e control e meias, o iagrama e x. Es posible controlar la variabilia o ispersión el proceso meiante un iagrama e control e la esviación estánar, llamao iagrama e S, o con un iagrama e control e amplitu, llamao iagrama e. Este último es más usao. Por lo general se utilizan iagramas e x y por separao para caa característica e calia que interese (sin embargo, si ichas características están estrechamente relacionaas, esto puee llevar a veces a resultaos erróneos). Los iagramas e x y (o S) se hallan entre las más importantes y útiles técnicas e control estaístico e procesos en línea. En esta primera parte se a conocer los funamentos el Control Estaístico e Procesos, que es la base para poer aplicar los nuevos métoos e Control Estaístico e Calia. El Control Estaístico e Procesos (SPC, por sus siglas en inglés), es una metoología para vigilar un proceso, para ientificar las causas especiales e variación y para señalar la necesia e tomar alguna acción correctiva cuano sea apropiao. El proceso se consiera fuera e control cuano están presentes causas especiales. Si la variación en el proceso sólo se ebe a causas comunes, se ice que el proceso está bajo control estaístico. Una efinición práctica e control estaístico es que a través el tiempo tanto los promeios el proceso como las varianzas son constantes. El control estaístico e los procesos, SPC, se apoya en las gráficas e control, una e las herramientas básicas e la mejora e la calia. El SPC es una técnica probaa para mejorar tanto la calia como la prouctivia. Muchos clientes requieren que sus 10
4 proveeores presenten eviencias e un control estaístico e los procesos por lo que SPC proporciona la manera en la que una empresa puee emostrar su capacia e calia, una activia necesaria para la supervivencia en los actuales mercaos competitivos. 1.1 Metoología el Control Estaístico e los Procesos Las gráficas e control, como las emás herramientas básicas e mejora e la calia, son relativamente fáciles e utilizar. Las gráficas e control tienen tres aplicaciones básicas: (1) establecer un estao e control estaístico, () vigilar un proceso y avisar cuano el proceso se salga e control, y () eterminar la capacia el proceso. A continuación aparece un resumen e los pasos requerios para esarrollar y utilizar las gráficas e control. Los pasos 1 a 4 se enfocan al establecimiento e un estao e control estaístico; en el paso 5 se utiliza las gráficas para la vigilancia continua; y en el paso 6 se utilizan los atos para el análisis e la capacia el proceso. 1) Preparación a) Escoja la variable o atributo a meir b) Determine la base, tamaño y frecuencia e la muestra c) Defina la gráfica e control ) ecolección e Datos a) egistre los atos b) Calcule estaísticas relevantes: promeios, rangos, proporciones, etc. c) Trace los atos estaísticos sobre la gráfica ) Determinación e los límites e control e prueba a) Dibuje la línea central (promeio el proceso) sobre la gráfica b) Calcule los límites e control superior e inferior 4) Análisis e interpretación a) Investigue la gráfica para buscar falta e control b) Elimine puntos fuera e control c) Vuelva a calcular, si es necesario, los límites e control 11
5 5) Utilización como herramienta para la solución e problemas a) Continué con la recolección e atos y con el trazao b) Ientifique situaciones fuera e control y tome acción correctiva 6) Utilización e los atos e las gráficas e control para eterminar la capacia el proceso, si así se requiere. 1. Gráficas e Control para atos variables Los atos variables son los que se mien en una escala continua. Ejemplos e atos variables son la longitu, el peso y la istancia. Las gráficas que se utilizan más comúnmente para atos variables son las gráficas x (x meia) y (gráfica e rango). La gráfica x se utiliza para vigilar el centrao e un proceso, y la gráfica para vigilar la variación en el proceso. Se utiliza el rango como meia e la variación simplemente por comoia, particularmente cuano realizan manualmente los cálculos e la gráfica e control. Para muestras granes, o si los atos se analizan meiante programas e computaora, la esviación estánar es una mejor meia e la variabilia. 1. Elaboración e gráficas x y y establecimiento e un control estaístico El primer paso en el esarrollo e gráficas x y es la recolección e atos. Por regla general se obtienen aproximaamente e 5 a 0 muestras y se utilizan tamaños e muestras entre y 10 sieno las más comunes e 5. El número e muestras se inica meiante la letra k, y n es el tamaño e la muestra. Para caa muestra i se calcula la meia (ientificaa como x i ) y el rango ( i ). A continuación estos valores se trazan en sus gráficas e control respectivas y luego se realizan los cálculos el promeio o meia general y el rango promeio. Estos valores efinen la línea central para las graficas x y respectivamente. Sean x 1, x,..., x k las meias e las muestras. Entonces el mejor estimaor e µ, la meia el proceso, es el gran promeio o promeio agregao. La meia general es el promeio e las meias e las muestras x i. 1
6 k x i i= x = 1...(1.1) k De moo que se utilizara x como la línea central el iagrama x. Para fijar los limites e control se necesita un estimaor e la esviación estánar σ. Es posible evaluar σ a partir e las esviaciones estánares o e las ampliaciones e las k muestras. Por el momento nos concentraremos en el métoo e la amplitu. Si x1, x,..., x es una muestra e tamaño n, la amplitu e la muestra es la iferencia n entre la mayor y menor observaciones; ósea: = x max x min Existe una relación bien conocia entre la amplitu e una muestra proveniente e una istribución normal y la esviación estánar e icha istribución. La variable aleatoria W = σ se llama amplitu relativa. Los parámetros e la istribución e W son funciones el tamaño muestral n. La meia e W es. Por consiguiente un estimaor e σ es σ ˆ = P. En la tabla el apénice se an para valores e para iversos tamaños muéstrales. Sean 1,,... K las amplitues e las k muestras. El rango promeio se calcula e manera similar meiante la fórmula: k i i= = 1...(1.) k Entonces, un estimaor e σ se calcula como σ ˆ =...(1.) Si el tamaño muestral es relativamente pequeño, el métoo e la amplitu prouce un estimaor e la varianza casi tan bueno como el estimaor cuarático usual (la varianza muestral S S ). La eficiencia relativa el proceimiento e la amplitu, con respecto a, se expone a continuación para varios tamaños muéstrales: 1
7 n Eficiencia relativa En el caso e valores moeraos e n, igamos n 10, la amplitu piere rápiamente su eficiencia pues no toma en cuenta toa la información en la muestra, entre x min. Sin embargo para los valores pequeños e los tamaños muéstrales que se usan a menuo en los iagramas e control e variables ( n = 4, 5 ó 6) es el too satisfactorio. Si se utiliza x como un estimaor e y parámetros el iagrama e x son x max como un estimaor e σ, los y LSC = x + n Línea Central = x...(1.4) LIC = x n Se observa que la cantia A =...(1.5) n es una constante que epene únicamente el tamaño muestral y, por lo tanto, es posible volver a expresar (1.4) como UCL = x + A Limite Central = x...(1.6) LCL = x A 14
8 La constante A se encuentra tabulaa en la Tabla el Apénice para istintos tamaños muéstrales. Se vio que la amplitu muestral esta relacionaa con la esviación estatal el proceso. Por consiguiente, la variabilia el proceso puee controlarse representano los valores e e muestras sucesivas en un iagrama e control, el cual se llama iagrama e. Es posible eterminar con facilia los parámetros e icho iagrama. La línea central corresponerá a. Para obtener los limites e control se necesita un estimaor e σ. Suponieno que la característica e calia esta istribuia normalmente, puee encontrarse σ a partir e la istribución e la amplitu relativa W = σ. La esviación estánar e W, igamos, es una función conocia e n. Así, puesto que = Wσ la esviación estánar e es σ = σ Como se esconoce σ es posible estimar σ con σ ˆ =...(1.7) Por lo tanto, los parámetros el iagrama e, con los limites e control e tres sigmas habituales son LSC = + σ ˆ = + Limite Central =...(1.8) Si se toma LIC = σ ˆ = D = 1 15
9 D = pueen refinarse los parámetros e la grafica e como LSC = D 4 Limite Central =...(1.9) LIC = D Las constantes D y D 4 se an en la Tabla el Apénice para varios valores e n. Los límites e control representan el rango entro el cual se espera estén toos los puntos, si el proceso está bajo control estaístico. Si cualquier punto cae afuera e los límites e control o se observa cualquier patrón fuera e lo común, entonces probablemente alguna causa especial ha afectao el proceso. El proceso ebe estuiarse para eterminar la causa; si hay causas especiales, entonces no son representativas el estao veraero el control estaístico y los valores calculaos e la línea central y e los límites e control están istorsionaos. Los atos corresponientes a los puntos fuera e los límites eben eliminarse y se eben calcular nuevos valores para x, y para los límites e control. Para eterminar si un proceso está bajo control estaístico, siempre se estuia primero la gráfica.dao que los límites e control e x epenen el rango promeio, las causas especiales en la gráfica pueen proucir patrones fuera e lo común en la gráfica x, aún cuano el centrao el proceso esté bajo control. 16
10 Ejemplo: Gráficas e Control para la proucción e obleas e silicio. El espesor e las obleas e silicio utilizaas en la proucción e semiconuctores ebe ser cuiaosamente controlao. La tolerancia e un proucto e ese tipo es especifica como ± pulgaas. En la instalación fabril, caa hora se seleccionaban tres obleas y su espesor era meio cuiaosamente, hasta un iezmilésimo e pulgaa. El cuaro 1.1 muestra los resultaos obtenios para 5 muestras. Por ejemplo, la meia e la primera muestra es x 1 = 44. El rango e la muestra 1 es 70- = 48 (para simplificar los cálculos, se ha reoneao hasta el entero más cercano). El rango promeio es la suma e los rangos e las muestras (676) iviio entre el número e muestras (5); la meia general e la suma e los promeios e las muestras (1,11) iviio entre el número e muestras (5). Como el tamaño e la muestra es e, los factores utilizaos en el cálculo e los límites e control son A =1.0 y D 4 =.574 (Para tamaño e muestra 6 o menos, el factor es e D =0 ; por lo tanto, el limite inferior e control en la gráfica e rango es igual a cero). Las líneas centrales sin los limites e control aparecen trazaas en el cuaro 1.. Examinano primero la gráfica e rangos, parece que el proceso esta bajo control. Toos los puntos concurren entro e los limites e control y no hay ningún patrón fuera e lo común. En la gráfica x, sin embargo la muestra 17 aparece más allá el limite superior e control. Al investigar se escubrió que se había utilizao algo e material efectuoso. Estos atos eben eliminarse e los cálculos para las gráficas e control. El cuaro 1. muestra los cálculos una vez eliminaa la muestra 17. Por costumbre, los puntos fuera e control se anotan en la misma gráfica. La gráfica resultante parece estar bajo control. 17
11 Cuaro 1.1 NÚMEO DE LA PIEZA GAFICA N NOMBE DEL COMPONENTE PODUCTO OPEACIÓN POCESO LIMITES DE LA ESPECIFICACION Operaor Máquina Calibraor Unia e Meición Cero equivalente a Fecha Hora Meia e las muestras Sumas Promeio ango Notas Promeios angos Promeios angos
12 Cuaro 1. NÚMEO DE LA PIEZA GAFICA N NOMBE DEL COMPONENTE PODUCTO OPEACIÓN POCESO LIMITES DE LA ESPECIFICACION Operaor Máquina Calibraor Unia e Meición Cero equivalente a Fecha Hora Meia e las muestras Sumas Promeio ango Notas Promeios angos Promeios angos
13 Cuaro 1. NÚMEO DE LA PIEZA GAFICA N NOMBE DEL COMPONENTE PODUCTO OPEACIÓN POCESO LIMITES DE LA ESPECIFICACION Operaor Máquina Calibraor Unia e Meición Cero equivalente a Fecha Hora Meia e las muestras Sumas Promeio ango Notas Promeios angos Promeios angos
(f + g) (x) = f (x) + g (x) (α f) (x) = α f (x) (f g) (x) = f (x) g(x) + f(x) g (x) (x) = f (x) g(x) f(x) g (x) g. [g(x)] 2 (f g) (x) = f (g(x)) g (x)
Derivaa e una función en un punto: El concepto e erivaa e una función matemática se halla íntimamente relacionao con la noción e límite. Así, la erivaa se entiene como la variación que experimenta la función
Más detallesElectromagnetismo Pedagogía en Física R. Lagos. PROBLEMAS RESUELTOS
PROBLEMAS RESUELTOS. Un capacitor e lleno e aire está compuesto e os placas paralela, caa una con un área e 7 6 [ 2 ], separaas por una istancia e,8 [mm]. Si se aplica una iferencia e potencial e 20 [V]
Más detallesOPCIONES. c.- Titular o Comprador de la Opción: inversionista que adquiere el derecho a comprar/vender el activo subyacente.
arlos A. Díaz ontreras 1 OPIONES La opción es "un contrato que a erecho a su poseeor o titular (el que compró la opción), a comprar o vener un activo eterminao y a un precio eterminao, urante un perioo
Más detallesBoletín audioprotésico número 35
Boletín auioprotésico número 35 Cómo asegurar la ganancia in-situ correcta Noveaes el epartamento e Investigación auioprotésica y comunicación 9 502 1041 004 / 06-07 Introucción Normalmente, los auífonos
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detalles( ) 2. Pendiente de una Recta Tangente. Sea f una función que es continua en x. 1. Para definir la pendiente de la recta tangente ( )
Derivaa e una Función Ínice.. Introucción.. Peniente e una recta tangente.. Derivaa e una función. 4. Derivaas laterales. 5. Derivaa e una función compuesta (Regla e la Caena). 6. Tabla e erivaas usuales.
Más detallesSOLUCION DE UN ERROR CON OTRO ERROR
SOLUCION DE UN ERROR CON OTRO ERROR El matemático, al igual que too ser humano, puee incurrir en errores; en algunos casos sucee que el error no ha sio cometio por el creaor e la obra sino por los encargaos
Más detallesHERRAMIENTAS DE APOYO PARA LA IMPLEMENTACIÓN DE LA GESTIÓN POR PROCESOS EN EL MARCO DE LA POLÍTICA NACIONAL DE MODERNIZACIÓN DE LA GESTIÓN PÚBLICA
HERRAMIENTAS DE APOYO PARA LA IMPLEMENTACIÓN DE LA GESTIÓN POR PROCESOS EN EL MARCO DE LA POLÍTICA NACIONAL DE MODERNIZACIÓN DE LA GESTIÓN PÚBLICA Documento elaborado por la de la Presidencia del Consejo
Más detallesUN TERCER METODO EXPERIMENTAL PARA LA DETERMINACIÓN DE LA CONSTANTE DE ELASTICIDAD DE UN RESORTE
REVISTA COLOMBIANA DE FÍSICA, VOL. 6, No. 1. 004 UN TERCER METODO EXPERIMENTAL PARA LA DETERMINACIÓN DE LA CONSTANTE DE ELASTICIDAD DE UN RESORTE Francisco Ernesto Cortés Sánchez Funación Interamericana
Más detallesRECOMENDACIÓN 326-6. (Cuestión 59/1)
Rc. 326-6 RECOMENDACIÓN 326-6 DETERMINACIÓN Y MEDICIÓN DE LA POTENCIA DE LOS TRANSMISORES RADIOELÉCTRICOS (Cuestión 59/) Rc. 326-6 (95-959-963-966-974-978-982-986-990) El CCIR, CONSIDERANDO a) que el artículo
Más detallesGrado en Ingeniería. Estadística. Tema 3
Grado en Ingeniería Asignatura: Estadística Tema 3. Control Estadístico de Procesos (SPC) Control Estadístico de Procesos (SPC) Introducción Variabilidad de un proceso de fabricación Causas asignables
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesLA DERIVADA POR FÓRMULAS
CAPÍTULO LA DERIVADA POR FÓRMULAS. FÓRMULAS Obtener la erivaa e cualquier función por alguno e los os métoos vistos anteriormente, el e tabulaciones y el e incrementos, resulta una tarea muy engorrosa,
Más detallesTema 5 Elasticidades. Economía Aplicada
Tema 5 lasticiaes conomía Aplicaa Curso 2008-2009 Ínice 1. Introucción 2. lasticia e la emana 2.1. lasticia-precio 2.2. lasticia-renta 2.3. lasticia cruzaa 3. lasticia-precio e la oferta 4. lasticia-precio
Más detallesESTADÍSTICA PARA ADMINISTRACIÓN GRAFICAS DE CONTROL PARA LA DESVIACIÓN ESTÁNDAR DELPROCESO: GRAFICAS s
GRAFICAS DE CONTROL PARA LA DESVIACIÓN ESTÁNDAR DELPROCESO: GRAFICAS s Desviación estánar el proceso conocia La línea central e la gráfica e control no se sitúa en la esviación estánar esignaa para el
Más detalles6. PROBLEMAS DE MARKETING
6. PROBLEMAS DE MARKETING PROBLEMA 1 (POSICIONAMIENTO DEL PRODUCTO) Se ha realizao una encuesta sobre un grupo e consumiores e vino tinto e mesa para que, sobre una escala e 0 a 10, califiquen a las iferentes
Más detallesManual de la Práctica 2: Análisis de sistemas discretos
Control por computaor Manual e la Práctica : Análisis e sistemas iscretos Jorge Pomares Baeza Fracisco Anrés Canelas Herías Grupo e Innovación Eucativa en Automática 009 GITE IEA - - Introucción En la
Más detalles3 Trabajo con agricultores y comerciantes
3 Trabajo con agricultores y comerciantes 26 Los posibles usuarios el mercao eben tomar parte en su planificación. El propósito e la Etapa 3 es iniciar un proceso e iálogo con los usuarios el mercao para
Más detalles8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...
Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación
Más detallesDEFINICION DE DERIVADA Sea una función definida en un intervalo abierto que contiene a a Diremos que f es Derivable en a si: si este límite existe
DERIVADA DEFINICION DE DERIVADA Sea una función efinia en un intervalo abierto que contiene a a Diremos que f es Derivable en a si: si este límite eiste Dicho límite, cuano eiste, se llama DERIVADA e f
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detalles1 /13. dictamen 01/13 1. Sobre el Proyecto de Decreto
ictamen 1 1 /13 Sobre el Proyecto e Decreto sobre el Proyecto e Decreto por el que se crea el Registro Vasco e Certificaos e Profesionalia y Acreitaciones Parciales Acumulables, y se establece el proceimiento
Más detallesValoración de opciones sobre acciones: el modelo Black-Scholes. Capítulo 10
Valoración e opciones sobre acciones: el moelo BlackScholes Capítulo 0 Moelo e valuación e BlackSholes El supuesto subyacente al moelo BS es que el precio e las acciones sigue un recorrio aleatorio (ranom
Más detallesESTIMACION POR INTERVALOS
ESTIMACION POR INTERVALOS En muchas situaciones, una estimación puntual no proporciona información suficiente sobre el parámetro. Por esta razón se construyen intervalos de confianza en donde el parámetro
Más detallesMODELO DE BLACK-SCHOLES
MODELO DE BLACK-CHOLE Puntos a esarrollar Como e obtiene la ecuacion e Black-choles e valoracion e erivaos? Valoracion neutral al riesgo Cuales son las formulas analiticas e valoracion e call y puts europeas?
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.
GRÁAFICOS DE CONTROL POR VARIABLES 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas más potentes para el control de procesos,
Más detallesCálculos de instalaciones de fontanería, gas y calefacción. Volumen 2: métodos de cálculos de calefacción y gas. Santiago Durán Montejano
Cálculos e instalaciones e fontanería, gas y calefacción. Volumen 2: métoos e cálculos e calefacción y gas. Santiago Durán Montejano 1ª eición: febrero 2008 Santiago Durán Montejano Tornapunta Eiciones,
Más detalles5. Prospección geológica con sondajes
5. Prospección geológica con sonajes INTRODUCCIÓN En este móulo e 228 horas se busca que los y las estuiantes conozcan la utilia e los sistemas e perforación geológica en los programas e exploración y
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detalles4. CARACTERIZACIÓN DE LA MUESTRA:... 16
1. INTRODUCCIÓN:... 3 2. OBJETIVOS:... 3 3. GENERAIDADES:... 4 3.1. MINERA:... 4 3.2. CASIFICACIÓN DE OS MINERAES SEGÚN SU COMPOSICIÓN QUÍMICA Y ESTRUCTURA:... 4 3.3. CARACTERIZACIÓN DE PARTÍCUAS:... 4
Más detallesTema 3: Variables aleatorias y vectores aleatorios bidimensionales
Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos
Más detallesEL MEDIO AMBIENTE TU CUIDAS NOSOTROS TU ECONOMÍA. www.disacompweb.com FAX: TEL: AV. MAGISTERIO #713 COL. MAESTROS FEDERALES MEXICALI B.C.
TU CUIDAS EL MEDIO AMBIENTE NOSOTROS TU ECONOMÍA VENTA DE TONERS Y TINTAS REMANUFACTURADOS. AV. MAGISTERIO #713 COL. MAESTROS FEDERALES MEXICALI B.C. FAX: TEL: 563-6316 563-6302 563-6314 COMPROMISO AMBIENTAL
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detalleswww.bvbusiness-school.com
Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control.
ESTUDIOS DE CAPACIDAD POTENCIAL DE CALIDAD 1.- INTRODUCCIÓN Este documento proporciona las pautas para la realización e interpretación de una de las herramientas fundamentales para el control y la planificación
Más detalleswww.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.
GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos
Más detallesDiseño de un estudio de investigación de mercados
Diseño de un estudio de investigación de mercados En cualquier diseño de un proyecto de investigación de mercados, es necesario especificar varios elementos como las fuentes a utilizar, la metodología,
Más detallesEstadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL
1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesLa clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda
La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda Qué SPC? SPC (Statistical Process Control) CEP (Control Estadístico de Proceso) El SPC es una herramienta estadística que nos permite analizar,
Más detallesSENA: CENTRO BIOTECNOLOGIA INDUSTRIAL PROGRAMA DE FORMACIÓN: TECNOLOGO GESTION LOGISTICA
Por población o universo se entiende como un conjunto de medidas, cuando estas son aplicadas a una característica cuantitativa, o como el recuento de todas las unidades que presentan una característica
Más detallesPRUEBA DE CONOCIMIENTOS Y DESTREZAS INDISPENSABLES 3º ESO 2010
PRUEBA DE CONOCIMIENTOS Y DESTREZAS INDISPENSABLES 3º ESO 00 ) Anrea abre un libro y observa que la suma e los números e las os páginas que tiene elante es 99. Cuáles son esos números? Las os páginas tienen
Más detalles211723417 - SANTA CRUZ DE LORICA GENERAL C.I.C. 01-12 2012 CONTROL INTERNO CONTABLE CGN2007_CONTROL_INTERNO_CONTABLE CALIF.
CO. ACTIVIA 1...EVALUACIÓN.89 1.1...1.1 E RECONOCIMIENTO 0 0.08 0 1.2...1.1.1 IENTIFICACIÓN 0.92 0 0 1. 1.SE TIENEN EBIAMENTE IENTIFICAOS LOS PROUCTOS PROCESO CONTABLE QUE EBEN SUMINISTRARSE A LAS EMÁS
Más detallesREPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.
REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer
Más detallesDifracción producida por un cabello Fundamento
Difracción proucia por un cabello Funamento Cuano la luz láser se hace inciir sobre un cabello humano, la imagen e ifracción que se obtiene es similar a la que prouce una oble renija (fig.1). Existe una
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesGRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS
GRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS 1) INTRODUCCIÓN Tanto la administración de calidad como la administración Seis Sigma utilizan una gran colección de herramientas estadísticas.
Más detallesPronósticos. Pronósticos y gráficos Diapositiva 1
Pronósticos Pronósticos Información de base Media móvil Pronóstico lineal - Tendencia Pronóstico no lineal - Crecimiento Suavización exponencial Regresiones mediante líneas de tendencia en gráficos Gráficos:
Más detallesFISICA I Escuela Politécnica de Ingeniería de Minas y Energía AJUSTE POR MÍNIMOS CUADRADOS
AJUSTE POR MÍNIMOS CUADRADOS Existen numerosas leyes físicas en las que se sabe de antemano que dos magnitudes x e y se relacionan a través de una ecuación lineal y = ax + b donde las constantes b (ordenada
Más detallesPLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES
PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES CONTROL DE CALIDAD CONTROL ESTADÍSTICO DE PROCESO Avanzar hacia la excelencia operacional es clave para la mejora de la competitividad de
Más detalleswww.bvbusiness-school.com
Gráficos de Control por Variables www.bvbusiness-school.com GÁFICOS DE CONTOL PO VAIABLES Los gráficos de control por variables se utilizan para aquellas características de calidad que permiten ser medidas
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesBREVE MANUAL DE SOLVER
BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación
Más detallesCALIDAD página: 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ECONOMÍA Y ADMINISTRACIÓN DE EMPRESA
CALIDAD página: 1 HISTOGRAMA QUÉ ES EL HISTOGRAMA? El histograma es una herramienta útil para resumir y analizar datos. Por su naturaleza gráfica, puede ayudar a identificar e interpretar pautas que son
Más detalles4.4.1 Servicio de Prevención Propio.
1 Si se trata de una empresa entre 250 y 500 trabajadores que desarrolla actividades incluidas en el Anexo I del Reglamento de los Servicios de Prevención, o de una empresa de más de 500 trabajadores con
Más detallesCARTAS DE CONTROL. FeGoSa
Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro
Más detallesMEDICION DEL TRABAJO
MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo
Más detallesEn el contexto de las estadísticas del Sector
TEMA DE PORTADA OCTUBRE 04 9 Las estadísticas del INE sobre empresas y estudios Mª Antonia Vigara Hernández, Mª Dolores Rebollo Rivelott y Rafaela Mayo Moreno Subdirección General de Estadísticas Industriales
Más detallesCifras significativas e incertidumbre en las mediciones
Unidades de medición Cifras significativas e incertidumbre en las mediciones Todas las mediciones constan de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades
Más detallesINFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010
INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.
Más detalleswww.aulamatematica.com
www.aulamatematica.com APLIICACIIÓN DE DERIIVADAS:: PROBLEMAS DE OPTIIMIIZACIIÓN CON 1 VARIIABLE.. 004 Los costes de fabricación C(x) en euros de cierta variedad de galletas dependen de la cantidad elaborada
Más detallesOBRA CIVIL PARA CANALIZACIÓN DE GAS CON TUBO DE PE
Norma Técnica OBR CIVIL PR CNLIZCIÓN DE GS CON TUBO DE PE Paralelismos, cruces y protecciones entre rees y acometias e gas y otros servicios INDICE 1. OBJETO 2 2. ÁMBITO DE PLICCIÓN 2 3. CONSIDERCIONES
Más detallesDiseños de Investigación 40 conceptos que debes conocer
Diseños de Investigación 40 conceptos que debes conocer 1. El método científico: Se puede realizar desde dos enfoques distintos, hipotético deductivo y analítico inductivo. Con frecuencia los dos ocurren
Más detallesDescripción: dos. función. decreciente. Figura 1. Figura 2
Descripción: En éste tema se utiliza la primera derivada para encontrar los valores máximo y mínimo de una función, así como para determinar los intervalos en donde la función es creciente o decreciente,
Más detalles6. DISEÑOS FACTORIALES 2 K NO REPLICADOS
6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6.1 INTRODUCCION El aumentar el numero de factores en un diseño 2 k crece rápidamente el numero de tratamientos y por tanto el numero de corridas experimentales.
Más detallesMetodología de construcción de Indicadores MODELO 3
MODELO 3 El Departamento Administrativo de la Función Pública, elaboró el documento Guía para el Diseño de un Sistema de Evaluación y Control de gestión. El contiene las instrucciones para el diligenciamiento
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesGestión de Proyectos Método de la Cadena Crítica
Gestión de Proyectos Método de la Cadena Crítica Un ejemplo Consideremos un proyecto simple como el mostrado por el diagrama de Gantt siguiente: Como mero propósito pedagógico, el color de la barra de
Más detallesEstacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ
Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de
Más detallesF, su unidad es el Newton, las masas su unidad es el kg y la distancia, en metros, donde G es:
Si los cuerpos que tienen masa se atraen, por qué no vemos que se atraigan os pupitres e la clase? Efectivamente, los os pupitres se atraen, e acuero con la ley e gravitación universal, pero en la misma
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Lic. Elda Monterroso UNLu Características de calidad Variables Características que se pueden medir (peso, longitud, temperatura, etc.) Pueden ser números enteros o fracciones
Más detallesCÓMO REDACTAR UNA SOLICITUD DE PATENTE
CÓMO REDACTAR UNA SOLICITUD DE PATENTE ESQUEMA DE LA MEMORIA PARA SOLICITUD DE PATENTE TITULO Designación técnica de la invención. Debe estar en congruencia con las reivindicaciones. El título debe ser
Más detallesDETERMINACIÓN DEL VOLUMEN DE PEDIDO.
Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las
Más detallesINFORME AUDITORIA DE SU SITIO WEB GOOGLE PAGE RANK ÍNDICE INTERNET
INFORME AUDITORIA DE SU SITIO WEB HOTEL EJEMPLO HTTP://WWW.HOTELEJEMPLO.COM El propósito de este documento es demostrar con datos reales la situación de la página web respecto a los buscadores, y en concreto
Más detallesSUAVIZACIÓN CONCEPTOS BÁSICOS
SUAVIZACIÓN CONCEPTOS BÁSICOS Revisemos algunos conceptos que utilizarás para el diseño de los equipos del sistema de suavización, recuerda que muchos ya los has visto en cursos anteriores y que esto es
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesIMPLEMENTACIÓN DE SENSORES VIRTUALES EN FOUNDATION FIELDBUS
IMPLEMENACIÓN DE SENSORES VIRUALES EN FOUNDAION FIELDBUS Anrés J. Piñón Pazos Dpto. Ingeniería Inustrial, Universiae e A Coruña. E.U.P. Ferrol, Ava. 19 e Febrero, s/n, 15405 A Coruña, anrespp@cf.uc.es
Más detallesMEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL
MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación
Más detallesClase 4: Probabilidades de un evento
Clase 4: Probabilidades de un evento Definiciones A continuación vamos a considerar sólo aquellos experimentos para los que el EM contiene un número finito de elementos. La probabilidad de la ocurrencia
Más detallesMODELO DE RESPUESTAS
1/6 MODELO DE RESPUESTAS ASIGNATURA: CONTROL DE PRODUCCIÓN CÓDIGO: 203 MOMENTO: Segunda Integral VERSIÓN: 1 FECHA DE APLICACIÓN: 15/11/2008 Prof. Responsable: Ing. Ana María Alvarez Coordinador: Ing. Anel
Más detallesUNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL
UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características
Más detallesTEMA 2: Representación de la Información en las computadoras
TEMA 2: Representación de la Información en las computadoras Introducción Una computadora es una máquina que procesa información y ejecuta programas. Para que la computadora ejecute un programa, es necesario
Más detallesGráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana.
LECCIÓN CONDENSADA 2.1 Gráficas de caja En esta lección crearás e interpretarás las gráficas de caja para conjuntos de datos usarás el rango intercuartil (IQR) para identificar valores extremos potenciales
Más detallesParámetros y estadísticos
Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 2
7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).
Más detallesCAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de
CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.
Más detallesSaaS Software as a Service
SaaS Prouct Lines Cuauhtémoc Lemus CIMAT, A. C. - Unia Zacatecas Blv. L. el Patrocinio #102 Fraccionamiento Lomas el Patrocinio C.P. 98070 Zacatecas, Zacatecas, México +52 492 998 1529 2010 CIMAT SaaS
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesUsos de los Mapas Conceptuales en Educación
Usos de los Mapas Conceptuales en Educación Carmen M. Collado & Alberto J. Cañas Introducción Los mapas conceptuales son una poderosa herramienta de enseñanza-aprendizaje. Su utilización en (y fuera de)
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 2
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)
Más detallesCapítulo VI. Diagramas de Entidad Relación
Diagramas de Entidad Relación Diagramas de entidad relación Tabla de contenido 1.- Concepto de entidad... 91 1.1.- Entidad del negocio... 91 1.2.- Atributos y datos... 91 2.- Asociación de entidades...
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesMantenimiento Limpieza
Mantenimiento Limpieza El programa nos permite decidir qué tipo de limpieza queremos hacer. Si queremos una limpieza diaria, tipo Hotel, en el que se realizan todos los servicios en la habitación cada
Más detallesInterferencia y difracción
Interferencia ifracción 3 INTRODUCCIÓN TEÓRICA Los efensores e la teoría corpuscular e Newton argumentaban que si la luz era una ona, ebería manifestar fenómenos típicos e ésta. Thomas Young, en 1801,
Más detalles