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, económicos y financieros, para la elaboración y administración del plan maestro de mantenimiento que garantice la disponibilidad y confiabilidad de planta, contribuyendo a la competitividad de la empresa. Optimizar las actividades del mantenimiento y las condiciones de operación de los equipos a través de técnicas y herramientas de confiabilidad para incrementar la eficiencia global de los equipos y reducir los costos de mantenimiento como apoyo a la sustentabilidad y la competitividad de la empresa. 3. Cuatrimestre Primero 4. Horas Prácticas 37 5. Horas Teóricas 23 6. Horas Totales 60 7. Horas Totales por Semana 4 Cuatrimestre 8. Objetivo de la Asignatura El alumno optimizará la operación del mantenimiento para contribuir en la mejora de las condiciones de la empresa, mediante el uso de técnicas estadísticas. Unidades Temáticas Horas Prácticas Teóricas Totales I. Estimación 7 5 12 II. Prueba de hipótesis 7 5 12 III. Regresión y correlación 7 5 12 IV. Análisis de varianza 8 4 12 V. Confiabilidad 8 4 12 Totales 37 23 60
UNIDADES TEMÁTICAS 1. Unidad Temática I. Estimación 2. Horas Prácticas 7 3. Horas Teóricas 5 4. Horas Totales 12 El alumno determinará los parámetros poblacionales para 5. Objetivo aprovechar los resultados en la toma de decisiones, mediante el uso de muestras aleatorias, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros. Muestreo Temas Saber Saber hacer Ser Distribuciones muestrales Estimación Describir el proceso de muestreo aleatorio Describir las características de las distribuciones t, chi cuadrada, F Describir las características de los estimadores puntuales y por intervalos Realizar muestreo aleatorio Calcular probabilidades por medio de tablas para las distribuciones t, chi cuadrada, F en problemas de tasa de fallas, tiempo de vida de componentes, entre otros Estimar la media y la varianza de una población (puntual y por intervalos) en problemas de tasa de fallas, tiempo de vida de componentes, entre otros
Resultado de aprendizaje Estimará los parámetros poblacionales (media y varianza), a partir de una muestra aleatoria de datos del universo de mantenimiento, como los historiales, presentando un reporte. Proceso de evaluación Secuencia de aprendizaje 1.- Identificar los requerimientos para estimación de parámetros. 2.- Analizar las características de los estimadores 3.- Determinar los parámetros de una población Instrumentos y tipos de reactivos Ejercicios prácticos Lista de verificación
Métodos y técnicas de enseñanza Estudio de casos Aprendizaje auxiliado por las tecnologías de la información Proceso enseñanza aprendizaje Medios y materiales didácticos Pizarrón Computadora Software para Estadística Cañón, proyector Espacio Formativo Aula Laboratorio / Taller Empresa X
UNIDADES TEMÁTICAS 1. Unidad Temática II. Prueba de hipótesis 2. Horas Prácticas 7 3. Horas Teóricas 5 4. Horas Totales 12 El alumno realizará pruebas de hipótesis relativas a una población 5. Objetivo para aprovechar los resultados en la toma de decisiones, mediante el uso de los parámetros calculados de una muestra, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros. Temas Saber Saber hacer Ser Introducción al contraste de hipótesis. Prueba de hipótesis de medias Prueba de hipótesis de varianzas y desviaciones estándar Describir el propósito de la prueba de hipótesis y los errores tipo I y II Describir las opciones para prueba de hipótesis de las medias Describir las opciones para prueba de hipótesis de varianzas y desviaciones estándar Contrastar las hipótesis dentro de límites de probabilidad en problemas de tasa de fallas, tiempo de vida de componentes, entre otros Realizar pruebas de hipótesis de medias en problemas de tasa de fallas, tiempo de vida de componentes, entre otros Realizar pruebas de hipótesis de varianzas y desviaciones estándar en problemas de tasa de fallas, tiempo de vida de componentes, entre otros
Resultado de aprendizaje Aceptará o rechazará hipótesis relativas a datos del universo de mantenimiento, dentro de los límites de probabilidad establecidos. Proceso de evaluación Secuencia de aprendizaje 1.- Identificar las pruebas de hipótesis de uso común 2.- Interpretar los resultados de las pruebas de hipótesis en la toma de decisiones Instrumentos y tipos de reactivos Ejercicios prácticos Lista de verificación
Métodos y técnicas de enseñanza Estudio de casos Aprendizaje auxiliado por las tecnologías de la información Proceso enseñanza aprendizaje Medios y materiales didácticos Pizarrón Computadora Software para Estadística Cañón proyector Espacio Formativo Aula Laboratorio / Taller Empresa X
UNIDADES TEMÁTICAS 1. Unidad Temática III. Regresión y correlación 2. Horas Prácticas 7 3. Horas Teóricas 5 4. Horas Totales 12 El alumno ajustará polinomios de grado uno a un conjunto de datos, y aprovechará estos modelos para determinar tendencias, 5. Objetivo mediante las herramientas de regresión y correlación, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros. Temas Saber Saber hacer Ser Regresión lineal. Explicar los conceptos de ajuste de curvas y el método de mínimos cuadrados Calcular la pendiente y ordenada al origen para la recta que mejor se ajuste a un conjunto de datos en problemas de tasa de fallas, tiempo de vida de componentes, entre otros Pronosticar el comportamiento de variables dependientes con respecto a una variable independiente en problemas de tasa de fallas, tiempo de vida de componentes, entre otros Coeficiente correlación de Explicar el concepto de correlación Valorar el coeficiente de correlación en problemas de tasa de fallas, tiempo de vida de componentes, entre otros
Resultado de aprendizaje Ajustará una línea recta a un conjunto de puntos, verifica su validez y la aprovecha para realizar pronósticos, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros, presentando reportes. ESTADÍSTICA INDUSTRIAL Proceso de evaluación Secuencia de aprendizaje 1.- Comprender la técnica para ajuste de curvas 2.- Interpretar los resultados obtenidos mediante el método de mínimos cuadrados Instrumentos y tipos de reactivos Ejercicios prácticos Lista de verificación.
Métodos y técnicas de enseñanza Estudio de casos Aprendizaje auxiliado por las tecnologías de la información Proceso enseñanza aprendizaje Medios y materiales didácticos Pizarrón Computadora Software para Estadística Cañón proyector Espacio Formativo Aula Laboratorio / Taller Empresa X
UNIDADES TEMÁTICAS 1. Unidad Temática IV. Análisis de varianza 2. Horas Prácticas 8 3. Horas Teóricas 4 4. Horas Totales 12 El alumno diseñará y ejecutará experimentos relacionados con 5. Objetivo mantenimiento, para validar las condiciones del área, mediante el análisis de varianza, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros. Temas Saber Saber hacer Ser Diseño de experimentos de un factor Ejecución de experimentos de un factor Interpretar el diseño de experimentos de ingeniería, en especial los experimentos aleatorios de un factor. Definir el propósito de un análisis de varianza. Diseñar experimentos de ingeniería en mantenimiento que involucren un factor, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros Ejecutar y validar el resultado de un experimento aplicando el análisis de varianza, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros
Resultado de aprendizaje Diseñará y ejecutará experimentos que involucren un factor, validando la adecuación de los modelos, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros. Proceso de evaluación Secuencia de aprendizaje 1.- Comprender los conceptos involucrados en el diseño de experimentos 2.- Interpretar los resultados obtenidos de la ejecución de un experimento Instrumentos y tipos de reactivos Ejercicios prácticos Lista de verificación
Métodos y técnicas de enseñanza Estudio de casos Aprendizaje auxiliado por las tecnologías de la información Proceso enseñanza aprendizaje Medios y materiales didácticos Pizarrón Computadora Software para Estadística Cañón proyector Espacio Formativo Aula Laboratorio / Taller Empresa X
UNIDADES TEMÁTICAS 1. Unidad Temática V. Confiabilidad 2. Horas Prácticas 8 3. Horas Teóricas 4 4. Horas Totales 12 El alumno aplicará modelos de confiabilidad a sistemas y 5. Objetivo equipos de producción para optimizar los requerimientos de mantenimiento, mediante el cálculo de indicadores de confiabilidad. Temas Saber Saber hacer Ser Distribuciones exponenciales, Weibull, lognormal, gamma y Rayleigh. Curva de la bañera, MTBF, MTTF, mantenibilidad, confiabilidad y disponibilidad Confiabilidad de sistemas en serie y con redundancia activa o de reserva. Identificar las distribuciones exponencial, Weibull, lognormal, gamma y Rayleigh Describir las características de la curva de la bañera y los indicadores de MTBF, MTTF, mantenibilidad, confiabilidad y disponibilidad Realizar cálculos de probabilidades con las distribuciones exponencial y Weibull, en problemas de tasa de fallas, tiempo de vida de componentes, entre otros Realizar cálculos de MTBF y MTTF Discutir la confiabilidad en el mantenimiento Determinar los indicadores de confiabilidad, disponibilidad y mantenibilidad de maquinaria y equipo
Resultado de aprendizaje Presentará un reporte de medición de indicadores de confiabilidad, aplicando modelos de confiabilidad para la optimización de requerimientos de mantenimiento. Proceso de evaluación Secuencia de aprendizaje 1.- Identificar los modelos de confiabilidad 2.- Calcular índices de confiabilidad 3.- Analizar los resultados obtenidos Instrumentos y tipos de reactivos Ejercicios prácticos Lista de verificación
Métodos y técnicas de enseñanza Estudio de casos Aprendizaje auxiliado por las tecnologías de la información Proceso enseñanza aprendizaje Medios y materiales didácticos Pizarrón Computadora Software para Estadística Cañón proyector Espacio Formativo Aula Laboratorio / Taller Empresa X
CAPACIDADES DERIVADAS DE LAS COMPETENCIAS PROFESIONALES A LAS QUE CONTRIBUYE LA ASIGNATURA Capacidad Analizar las condiciones internas y el entorno de la empresa mediante la aplicación de métodos, técnicas y procedimientos para la toma de decisiones. Criterios de Desempeño Elabora un diagnóstico de la situación del mantenimiento en la empresa a partir del análisis realizado mediante los métodos, técnicas y procedimientos aplicados, integrando una síntesis y propone estrategias de mantenimiento para la toma de decisiones. Determinar los indicadores estratégicos mediante la ponderación de los factores de competitividad (disponibilidad de equipo, fiabilidad, costos de mantenimiento), que orientarán la toma de decisiones Estructurar los mediante filosofías de mantenimiento: correctivo, preventivo, predictivo y autónomo para asegurar su cumplimiento programas maestros de mantenimiento Asegurar la fiabilidad de los equipos mediante la coordinación de las actividades de grupos de trabajo para minimizar las fallas procurando la mejora continua y la calidad del servicio al cliente. Entrega el conjunto de indicadores estratégicos de mantenimiento considerando las condiciones internas y externas del área. (Humanos, tecnológicos, materiales y financieros) a aplicar, así como su forma de cálculo y criterios de interpretación. Elabora propuesta de mejora al plan maestro de mantenimiento en función de los resultados y análisis de la aplicación de las técnicas pertinentes de mantenimiento (Inspección visual, Lubricación, termografía, ultrasonido, vibraciones, alineación con láser y otras pruebas no destructivas) Presenta una programa que incluya el cálculo y análisis de la fiabilidad, así como los resultados de la implementación para un equipo, basado en técnicas, como el análisis de causa raíz, análisis de modo efecto falla (AMEF), mantenimiento basado en la fiabilidad (RCM), entre otras.
FUENTES BIBLIOGRÁFICAS Autor Miller Freund y Año Título del Documento (1997) Probabilidad y estadística para ingenieros Ciudad País Editorial Edo. De México Prentice-Hall México Montgomery y Runger (1996) Probabilidad y estadística aplicada para ingenieros México D.F México McGraw-Hill William W. Hines y D. Montgomery Ronald E Walpole, H. Myers y L. Myers, (2001) Probabilidad y México D.F México CECSA estadística para ingenieros (2007) Probabilidad y Edo. estadística para México ingenieros De México Pearson