Documente Academic
Documente Profesional
Documente Cultură
NDICE DE CONTENIDOS
1. FUNDAMENTO Y TCNICAS ESTADSTICAS 2. GRAFICOS DE CONTROL 3. ESTUDIOS DE CAPACIDAD 4. PLANES DE MUESTREO 5. HERRAMIENTAS DE CALIDAD
No hay conocimiento que pueda contribuir tanto a mejorar la calidad , productividad y competitividad de las empresas como el de los mtodos estadsticos Dr.W. Edwars Deming
CURSO CALIDAD
PLANIFICACIN TEMPORAL DEL CURSO
DIA 1
DIA 2
DIA 3
DIA 4
DIA 6 Temas 4 y 5
Temas 1, 2 y 3
CURSO CALIDAD
NDICE DE CONTENIDOS
1. FUNDAMENTO Y TCNICAS ESTADSTICAS 2. GRAFICOS DE CONTROL 3. ESTUDIOS DE CAPACIDAD 4. PLANES DE MUESTREO 5. HERRAMIENTAS DE CALIDAD
1.1.- PROBABILIDAD
Cada vez que realizamos un clculo matemtico para resolver un problema, lo que estamos haciendo es aplicar un modelo matemtico a un fenmeno de la realidad. En ningn caso se debe confundir modelo con realidad. Un modelo es slo una representacin de la realidad, utilizado para estudiar y analizar dicha realidad.
1.1.- PROBABILIDAD
Los modelos matemticos que, despus de efectuar los clculos nos dan un resultado numrico preciso, son los modelos Determinsticos. Sera el caso de las leyes de la gravedad aplicadas a la cada real de un cuerpo o el clculo la corriente elctrica que circula por un cable aplicando la ley de Ohm.
V I = = 5.7 A R
1.1.- PROBABILIDAD
Los fenmenos que necesitan otro tipo de modelos matemticos, se denominan no determinsticos, probabilsticos o estocsticos. El resultado no es un valor determinado, sino la probabilidad de un valor. Por ejemplo la probabilidad de que la bolsa suba un cierto porcentaje
1.1.- PROBABILIDAD
Entonces, tradicionalmente se ha definido la probabilidad P de un suceso como el grado de confianza que hay sobre la ocurrencia de un determinado suceso futuro, con valores entre 0 y 1.
Si la probabilidad es 1 significa que el suceso ocurrir con toda certeza. Si la probabilidad es 0,5 significa que un suceso puede ocurrir o puede no ocurrir con la misma confianza. Probabilidad 0 quiere decir que el suceso es imposible que ocurra.
La Poblacin engloba a todos los elementos de una misma clase, cada dato numrico. Normalmente no se obtiene toda esta informacin por escasez de tiempo, alto coste, ensayos destructivos Debido a estos motivos, lo que se hace habitualmente es tomar un subconjunto, una Muestra. sta es por tanto un subconjunto pequeo de observaciones extradas de una poblacin.
10
11
Promedio 29 33 26 32 30 31 29 30 31 27 29
x 29 x x 27 26 28 30 27 x x x 25 28 32 x x x 31 32 28 x x x x x x 30 30 31 x x x x x x x x 29 31 30 x x x x x x x x x x 30 34 24 25 26 27 28 29 30 31 32 33 34 35 33 31
Poblacin
Muestra
12
13
Los rectngulos representan las clases La base de los rectngulos representan los intervalos de clase Las alturas de los rectngulos representan las frecuencias de clases
14
16
EJEMPLO:
32 , 15 532 32 ,1 ,1 65
2, 17 5 2, 18 5 2, 19 5 2, 20 5 2, 21 5 32 ,2 1 32 ,2 2 32 ,2 3 32 ,2 4 53 53 53 53 2, 22 5 2, 23 5 2, 24 5
32 ,1 7 32 ,1 8 32 ,1 9 32 ,2 0 53 53 53 53
Histograma
32 ,
25 25 5 532 ,2 65
2,
17
18
19
( X ) X=
i
20
~ = x + n +1 e (x x ) x e +1 e e 2 n +1 e = ENTERO 2
La tercera forma es mediante la Moda. Es el valor de la muestra que aparece con ms frecuencia, el valor del dato que ms veces se repite
21
R = X max X min
22
(x x)
i =1 i
S2n-1 es la quasi-varianza. Se utiliza esta ltima por ser mejor indicador que la anterior. n2 es la varianza poblacional.
n 1
23
Medidas de Dispersin El recorrido intercuartlico, es la diferencia entre el cuartil superior y el inferior, representando el 50% de los valores de la muestra.
CV =
sn 1 x
24
Medidas de Asimetra El factor de asimetra, es un parmetro adimensional que indica hacia donde se concentra la asimetra (si existe)
k=
( xi x )3 n s3
k < 0 Asimetra negativa, cola a la izquierda k = 0 No tiene asimetra k > 1 Asimetra positiva, cola a la derecha
25
26
27
28
DISTRIBUCION DISCRETA
DISTRIBUCION MULTIVARIABLE
29
Normal
Uniforme
t (student)
F (Fischer)
2 Chi cuadrado
Exponencial
Weibull
Lognormal
Vida Fatiga
Gamma
Doble exp.
Normal Pot.
Lognormal Pot.
Tukey-
30 Valor Extrem.
31
Variable Aleatoria X
32
El rea total debajo de la curva es igual a 1. El rea debajo de la curva comprendida entre - y + es aproximadamente igual a 0,68 del rea total; entre -2 y +2 es aproximadamente igual a 0,95 del rea total, con el criterio 6 se encuentra aprox. El 0,9973 del area total, etc.
33
Llamando Z a
34
Densidad de Probabilidad
= 0 =1 Cambio de variable
Z
1 2 3 4 5 6 7 8
= 15 = 2,5
X
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Variables Aleatorias X y Z
35
36
37
38
Decisin correcta
Decisin correcta
39
Punto A B C
xi mx + mx - mx
yi 1 -1 0
40
- Frecuencia de clase (f) - Frecuencia acumulada ( f) - Frecuencia acumulada relativa ( f %) - Nmero de intervalos (i), determinados de la siguiente manera:
41
42
1.6.- CAJA-BIGOTES
En general se utilizan para estudiar y comparar distribuciones muestrales. Normalmente se utiliza con cuartiles, aunque tambin puede utilizarse con percentiles.
*
El bigote referesenta una extensin del valor mximo dentro del lmite superior. Q3+1.5(Q3-Q1)
Representa el tercer cuartil (Q3) . El 75% de los values son inferiores a este valor.
El bigote referesenta una extensin del valor mnimo dentro del lmite inferior. Q1-1.5(Q3-Q1)
Representa el primer cuartil (Q1). El 25% de los valores son inferiores a este valor.
43
44
Tubos de Ensayo
Minitab 13
Statgraphics 5.1
Histogram of Medicion
Normal 16 14 12 Frequency 10 8 6 4 2 0 32,16 32,18 32,20 32,22 Medicion 32,24 32,26
Mean StDev N 32,21 0,02260 82
Histograma
18 15 12 9 6 3 0
32,155 32,165 32,175 32,185 32,195 32,205 32,215 32,225 32,235 32,245 32,255 32,265 32,275
frecuencia
medicin
45
nmeros 3,4,5,6,7,8,9,10,11,12,14,17
x=
= 106 = 8,83
N = 12
e = ENTERO (
13 )=6 2 ~ = X + 13 6 ( X X ) = 8,5 x 6 7 6 2
Tubos de ensayo
46
Medidas de dispersin
nmeros 3,4,5,6,7,8,9,10,11,12,14,17
2 n 1
( xi 8,83) 2
i =1
12
11
= 17,606
sn 1 = 17,606 = 4,196
CV =
Tubos de ensayo
47
Tubos de ensayo
0,23 0,797 32,210 0,023 0,001 0,083245 -0,607768 82 32,160 32,193 32,209 32,226 32,260 32,215 32,217 0,027
32,16
32,18
32,20
32,22
32,24
32,26
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian 95% C onfidence Interv al for S tDev 0,020
48