^^La importancia de la estadstica inferencial en la ingeniera industrial^^

Materia: Estadstica Inferencial

Profra: Ana Maritza Ramrez Govea

Alumno: Luis Uriel Nonell Snchez

3 Semestre Ingeniera Industrial No. De control: 11580010

Martes 4 de Diciembre del 2012

Introduccin En este ensayo se hablara de la importancia que tiene la estadstica con relacin a la Ingeniera industrial. Tambin podremos encontrar algunas aplicaciones de la estadstica en lo que es la Ingeniera. Tenemos que la estadstica es una herramienta muy utilizada hoy en da por la Ingeniera que busca implementar los procesos probabilsticos y estadsticos de anlisis e interpretacin de datos de un conjunto de elementos al entorno industrial con el hecho de ayudar en la toma de decisiones y en el control de los procesos industriales. La estadstica se ha convertido en una herramienta vital para el ingeniero, y por consiguiente, se han hecho necesarios ciertos conocimientos de estadstica sin los que el ingeniero no podra apreciar, entender o aplicar gran parte del trabajo desarrollado en su campo. Para un ingeniero un procedimiento matemtico es una herramienta que utilizara cuando le sea necesaria. Los mtodos estadsticos no son diferentes, slo que aqu los datos se ven como un grupo de elementos; se utilizan aproximaciones, promedios, probabilidades y estimaciones. Los productos de estos parmetros estadsticos permiten que se hagan inferencias acerca de una poblacin completa de posibles medidas o acerca del futuro comportamiento de algunas variables de las que se han obtenido unas muestras. Las decisiones se basan luego en esas inferencias. Desarrollo El uso de medidas estadsticas es quizs ms natural y normal en la ingeniera industrial que en cualquier otro campo de la ingeniera debido a su relacin con elementos y procesos de considerable diversidad. Por ejemplo, los procedimientos de muestreo estadstico se utilizan muy a menudo en la produccin del trabajo humano; un estudio de tiempos ordinario no es ms que un muestreo. Otro ejemplo son los procesos de fabricacin, no producen piezas idnticas cada ciclo; cada pieza es diferente a la anterior. A continuacin se relacionan algunos de los campos de la ingeniera industrial en los cuales la inferencia estadstica hace aportes, recordemos que tambin el ingeniero industrial se considera administrador: Control de calidad Programacin y planeacin de la produccin Seguridad industrial

Martes 4 de Diciembre del 2012

Estudios del trabajo Procesos de fabricacin Investigacin de operaciones Evaluacin de proyectos Investigacin de mercados Finanzas Diseo de escalas salariales

La forma de realizar un control estadstico de procesos es mediante la construccin de unos grficos cuyo diseo est en funcin del tipo de caractersticas de calidad que desea controlar. Tambin se puede considerar una herramienta de mejora, ya qu permite a los operarios un mayor dominio de los procesos de fabricacin, a base de ir identificando en que circunstancias se dan determinados fenmenos no deseables para de esta forma ir eliminndolos. Adems estas tcnicas permiten que solo se actu sobre el proceso cuando realmente es necesario, evitando comportamientos errticos que solo conducen a un aumento de su variabilidad intrnseca. En la industria tiene aplicacin para investigar la relacin entre el rendimiento de la produccin y uno o ms factores del (o de los) que depende, como la Temperatura, la humedad ambiental, la presin, la cantidad de insumos, etc.; con base en este anlisis se puede pronosticar el comportamiento de una variable que se desea estimar. Los modelos de regresin y correlacin de variables, su finalidad es establecer mtodos y estndares en el trabajo. En la industria de manufactura es importante estandarizar los tiempos y procedimientos del trabajo, se tomo por ejemplo la industria automotriz y el proceso de soldadura. El procedimiento es el siguiente. Recoleccin de datos de tiempo del proceso de soldadura y tamao de la soldadura a realizar por el operario Representar los datos de forma tabular Graficar los datos Una vez que se obtiene toda la informacin se realiza el anlisis de regresin para poder determinar el tiempo estimado que tomar la operacin de soldadura basndonos en su tamao dejando al tiempo como la variable dependiente en funcin del tamao de soldadura.
Martes 4 de Diciembre del 2012

Una es con la ecuacin podemos estimar los tiempos de soldadura basndonos en el tamao de la misma. El realizar este procedimiento para todas las operaciones en una lnea de ensamble ayuda al ingeniero industrial en la determinacin del tiempo estndar en base a los datos recolectados durante el proceso. El tiempo estndar es importante para: Balancear cargas de trabajo Elaboracin de presupuestos Determinacin de la capacidad de planta La regresin lineal aplicada en fabricacin es una tcnica estadstica para modelar e investigar la relacin entre dos o ms variables. Este mtodo es aplicable en muchas situaciones en las que se estudia la relacin entre dos o ms variables o predecir un comportamiento, algunas incluso sin relacin con la tecnologa. En caso de que no se pueda aplicar un modelo de regresin a un estudio, se dice que no hay correlacin entre las variables estudiadas. Un ultimo ejemplo seria: Los estudios de tiempos y movimientos permiten determinar las causas por las cuales se disminuye el rendimiento en los equipos de extraccin forestal durante los procesos de cosecha, diagramando los movimientos rutinarios que permiten determinar los ciclos (unidad de produccin), para conocer los rendimientos ptimos de cada equipo estudiado. Se realiz un anlisis estadstico por medio de una regresin lineal mltiple, pudiendo predecir el comportamiento de variables y formular un modelo matemtico que permite predecir el rendimiento de cada equipo, dependiendo de diferentes variables como pendiente, distancia de madereo y carga transportada. Se dise un modelo matemtico que permite predecir rendimientos en operaciones de madereo hasta una distancia media de 250 metros, pendientes entre 30 y 45%, en plantaciones de Pinus Tecunumanii, Pinus ocarpa, Pinus patula y Eucalyptus grandis.

Martes 4 de Diciembre del 2012

Conclusin En conclusin la estadstica inferencial relacionada a la ingeniera industrial, nos ayuda a implementar los procedimientos probabilsticos y estadsticos de anlisis e interpretacin de datos o caractersticas de un conjunto de elementos al entorno industrial, a efectos de ayudar en la toma de decisiones y en el control de los procesos industriales y organizacionales. La estadstica se encarga de explicar adems de mostrarle al operario o al administrador de recursos, si su produccin es viable dado a la utilizacin de probabilidades. As por medio de tcnicas de control de calidad y mejora de los procesos de produccin se puede llevar a la funcionalidad perfecta. Adems es muy importante en las en las ingenieras pero en estos ltimos aos ha sido muy importante en estas y ms en la ingeniera industria ya que la estadstica se ha estado utilizando en los diferentes campos de la ingeniera industrial como puede ser: Programacin y planeacin de produccin, Seguridad industrial, Estudios del trabajo y control de calidad entre otros. Por ejemplo en control de calidad es muy importante pues si ves estadsticamente productos que salen del error estipulado para un estndar entonces el proceso est fallando y debes saber por qu. Aqu el objetivo de la estadstica es detectar problemas, tarea que en muchas ocasiones es difcil, ya que hemos aprendido a convivir con ellos, y solucionarlos definitivamente. Se trata de conseguir reducir la zona de perdida en forma significativa. Algunos de los beneficios de la estadstica inferencial es que, como, buenos ingenieros se debe de buscar mtodos para poder reducir el tiempo de trabajo pero con una mejor calidad, y esto se logra gracias a la estadstica inferencial, esta a su ves abarca muchos temas de los cuales no hemos tratado pero con el paso del tiempo los vamos a descifrar. Lo que me queda claro es que en la vida del entorno industrial la mayora de las veces se ve en la necesidad de tener una mejora continua y es ah cuando la estadstica inferencial entra en accin, no es obligatorio siempre tener que utilizarlo pero si se busca tener una mejor calidad y tener la confianza del cliente es necesario utilizar los mtodos que se sugieren en la estadstica inferencial, para as obtener de regreso un agradecimiento por los que se vean beneficiados con ellos. Para terminar sabemos que el mundo ha ido cambiando drsticamente en todo lo que podamos imaginar, entonces, as como cambian las cosas, surgirn nuevos mtodos que harn de esta vida mas simplificada y si la ingeniera industrial revoluciona lo harn tambin las tcnicas porque todo es una cadena, es decir, van de la mano sea directa o indirectamente y esto hace que se mejore la tecnologa.
Martes 4 de Diciembre del 2012

Cuando se implemento la estadstica en las empresas en la rama de control de calidad esta fue benfica ya que la calidad fue mejor se aumento la confiabilidad y los costos bajaron. Aunque algunas personas piensan que la estadstica no ayuda eso ya depender del punto de vista de cada quien y tambin depender en como lo apliquen esa ya ser una decisin personal aunque algunos si lo han aplicado en sus empresas y ha sido benfica para esta. Ya generalizando todo, la importancia de la estadstica inferencial en la ingeniera industrial es que, se utiliza para el control de calidad de los productos, grficos de control (se sacan muestras del proceso y se ubican en el grafico), adems para encuestas y estudios para conocer la calidad o preferencia de un articulo. Una aplicacin que realiza la estadstica inferencial sobre la ingeniera industrial es el muestreo del trabajo el cual es un mtodo que permite analizar el trabajo mediante un nmero grande de observaciones que se toman en momentos aleatorios. El muestreo del trabajo se utiliza ms que nada para: * Determinar la utilizacin de maquinas, * Calcular los suplementos y * establecer los estndares de tiempo.

Martes 4 de Diciembre del 2012

Bibliografa Miller Irwin y Freund, John. Probabilidad y Estadstica para ingenieros. 2008. USA. Editorial Reverte S.A. pp. 416. Alvarado Valencia, Jorge Andrs y Obagi Araujo, Juan Jos. Fundamentos de inferencia estadstica. 2008. Colombia. Editorial Pontificia Universidad Javeriana. pp. 360. Vaughn, R.C. Introduccin a la ingeniera industrial. 1990. USA. Editorial Reverte S.A. pp. 474. Wright, Paul H. Introduccin a la ingeniera. 2004. USA. Editorial Limusa-Wiley. Pp. 297 Sheldon M. Ross. Introduccin a la estadstica. 2005. Espaa. Ed. Reverte. Guillermo Lusa Monforte. Historia de la ingeniera industrial. Barcelona Espaa. 2004. Omar Romero Hernndez. Introduccin a la ingeniera industrial. Ed. Thomson. Mxico. 2002.

Martes 4 de Diciembre del 2012