Grafico de Control: Tipo XR

GRAFICO TIPO XR

Grafico Tipo C : Espesor de Obleas Parte2

GRÁFICO TIPO C

Graficos Tipo P Ejercicio: Espesor de Obleas

ESPESOR DE OBLEAS

En una fábrica de semi-conductores el espesor de las obleas es una característica de calidad, este espesor debe ser de 11 mas menos 1 milésima de pulgada, con la finalidad de determinar la proporción de obleas que no cumplen con las especificaciones, se ha decidido tomar 40 muestras, una cada hora durante los próximos 5 turnos de 8 horas.

Grafico de Control TIPO P

Ejercicios con 70 y 300 datos agrupados

Ejercicio de superaleaciones y fabricación de opresores

De la pobación de superaleaciones, tomamos una muestra de 70

De una poblacion de opresores, tomamos una muestra de 300 para evaluar la calidad en sus diametros

Diagrama de Ishikawa

Qué es el Diagrama de Ihshikawa?

El diagrama de Ishikawa, también llamado diagrama de espina de pescado, diagrama de causa-efecto , diagrama de Grandal o diagrama causal, se trata de un diagrama que por su estructura ha venido a llamarse también: diagrama de espina de pez

¿Quieres saber mas sobre este diagrama?

¿Quieres aprender a elaborar uno?

¿Como utilizar el diagraa de Ishikawa para resolver un problema en la calidad?

En la siguiente presentacion se encuentra la problematica de unas fundiciones y como resolverlo con esta herramienta para el control de la calidad.

Diagrama de ishikawa from Monica Garcia Arizpe

Correcciones a la Hoja de Control (elaborada por Ana Guerrero y registrada por Andrea Martínez)

Correcciones a una Hoja de Control

La siguiente hoja de control fue realizada por la alumna Ana Cecilia Guerrero, los datos registrados en ella fueron realizados por la alumna Andrea Martíne, y por ultimo Mónica Alejandra Garcia fue la encargada de realizar las graficas y correcciones .

Hoja de Control (elaborada por Andrea Martinez)

HOJA DE CONTROL

La Hoja de Control u hoja de recogida de datos, también llamada de Registro, sirve para reunir y clasificar las informaciones según determinadas categorías, mediante la anotación y registro de sus frecuencias bajo la forma de datos. Una vez que se ha establecido el fenómeno que se requiere estudiar e identificadas las categorías que los caracterizan, se registran estas en una hoja, indicando la frecuencia de observación. Lo esencial de los datos es que el propósito este claro y que los datos reflejen la verdad. Estas hojas de recopilación tienen muchas funciones, pero la principal es hacer fácil la recopilación de datos y realizarla de forma que puedan ser usadas fácilmente y analizarlos automáticamente.

Una vez que se ha fijado las razones para recopilar los datos, es importante que se analice las siguientes cuestiones:

-La información es cualitativa o cuantitativa

-Como, se recogerán los datos y en que tipo de documento se hará

-Cómo se utiliza la información recopilada

-Cómo de analizará

-Quién se encargará de la recogida de datos

-Con qué frecuencia se va a analizar

-Dónde se va a efectuar

Esta es una herramienta manual, en la que clasifican datos a través de marcas sobre la lectura realizadas en lugar de escribirlas, para estos propósitos son utilizados algunos formatos impresos, los objetivos mas importantes de la hoja de control son:

-Investigar procesos de distribución

-Artículos defectuosos

-Localización de defectos

-Causas de efectos

Actividades Relacionadas con el Control Estadístico del Proceso

Aqui te dejo una serie de actividades complementarias para el SPC, podemos encontrar las aplicaciones de la calidad en la industria, como aplicarlo a nuestra vida estudiantil y además uno que otro dato histórico de cómo la calidad se ha presentado desde siempre en la vida cotidiana.

Actividad 1: Estadística Aplicada a la Calidad

Actividad 1 La Importancia de la Calidad y Sus Obstaculos from Monica Garcia Arizpe

Actividad 2: Proceso

Actividad 2 Proceso from Monica Garcia Arizpe

Actividad 3: Definición de Proceso

Actividad 3 Proceso En Base a SPC from Monica Garcia Arizpe

Además de esta presentacion para la actividad 3 tambien necesitamos lo siguiente

Actividad 4: Variabilidad del Proceso

Actividad 4 Variabilidad del Proceso from Monica Garcia Arizpe

Actividad 5: Modificaciónes al Diagrama Para Cramer

En esta actvidad se agregaron notas para evitar olvidar algunas partes del proceso que son muy importantes para la obtencion de su correcto resultado.

Actividad 6: Las 7 Herramientas Básicas para la Calidad

Actividad 6 Las 7 herramientas Basicas para la Calidad from Monica Garcia Arizpe

Control Estadístico del Proceso: Ejercicio 0

CONTROL ESTADÍSTICO DEL PROCESO (SPC)

En este tema de la calidad, la mejor herramienta que puede tener un ingeniero es la estadística, mas específicamente el control estadístico del proceso. Pero muchos se preguntarán ¿Qué es esto? Bueno, nos encontramos que el SPC son gráficos de control, que permiten usar criterios objetivos para distinguir variaciones de fondo de eventos de importancia, casi toda su potencia está en la capacidad de monitorizar el centro del proceso y su variación. La filosofía de administración por calidad total se basa en el mejoramiento constante del proceso, con la finalidad de prevenir que se elaboren productos ó servicios defectuosos. Por lo tanto un elemento fundamental en esta filosofía es el control del proceso. Es indispensable este control, pues en todo proceso está latente el fenómeno de la variabilidad. 

Ahora te preguntaras ¿Por qué varian los procesos? 

Esto se debe a que un proceso industrial, esta sometido a una serie de factores aleatorios que nos impiden la fabricacion de 2 productos exactamente iguales, es por esto que todos los productos fabricados no son uniformes y presentan siempre una variabilidad.

Aqui tenemos un ejemplo con la siguiente tabla, y justo despues de ella encontraremos 2 enlaces descargables necesarios para resolverla

Graficas de Control- Nelson Rules (RESUELTO)

ENGINEERING STATISTICS

Verdaderamente, el control estadístico es una de las mejores herramientas al momento que buscamos mejorar nuestros procesos y evitar cometer errores. Los gráficos de control nos facilitan la interpretación de los resultado obtenidos, tal como lo deberia hacer todo gráfico, pues esa es su función principal; el facilitar la interpretación de una serie de datos obtenidos. Cabe mencionar que los resultados obtenidos en este diagrama son un poco mas precisos e inclusive podemos observar como se va mejorando constantemente 

Control Estadistico Del Proceso: Problema De Aplicacion 1

Control Estadistico Del Proceso

El control estadístico de proceso o C.E.P. es una herramienta estadística que se utiliza en el puesto de trabajo para conseguir el producto adecuado y a la primera.

Cuando el proceso trabaja afectado solamente por un sistema constante de variables aleatorias no controlables (causas no asignables) se dice que está funcionando bajo Control Estadístico. Cuando, además de las causas no asignables, aparece una o varias causas asignables, se dice que el proceso está fuera de control.Un objetivo fundamental del C.E.P. es detectar rápidamente la presencia de “causas asignables” para emprender acciones correctoras que eviten la fabricación de productos defectuosos.

La puesta en marcha de un programa de control estadístico para un proceso en particular implica dos etapas: 

• 1ª etapa: Ajuste del proceso. 
• 2ª etapa: Control del proceso 

En esta ocasion resolveremos un problema relacionado con los superalloys o super aleaciones, el cual es el nombre generico de aleaciones empleadas en la industria espacial. Este problema lo podemos encontrar redactado en la siguiente presentación del curso asignado por nuestro profesor.

En las siguientes imagenes te presentamos la 1ra parte del problema terminado:

¿Problemas para resolverlo? Aqui abajo te dejo unos links de unas presentaciones para poder resolverlo. Recuerda, esta es solo la 1ra parte, en la siguiente entrada de este blog continuaremos con la interpretacion de nuestros resultados

Datos agrupados 04 from Matematica de Samos

Distribucion De Probabilidad Normal

DISTRIBUCION NORMAL

La distribución normal fue estudiada por Gauss. Se trata de una variable aleatoria continua (la variable puede tomar cualquier valor real). La función de densidad tiene forma de campana.

Dos parámetros determinan una distribución normal: la media y la desviación típica. Cuanto mayor sea la desviación típica mayor es la dispersión de la variable.

La distribución normal es simétrica respecto de la media.

La media está representada por un triángulo y se puede interpretar como un punto de equilibrio.

Para poder utilizar la tabla tenemos que transformar la variable X que sigue una distribución N(μ, σ) en otra variable Z que siga una distribución N(0, 1).

A continuacion se presentan una serie de ejercicios resuelto de distribucion normal:

Distribución de Poisson

DISTRIBUCIÓN DE POISSON

Fue descubierta por Siméon-Denis Poisson, que la dio a conocer en 1838 en su trabajo Recherches sur la probabilité des jugements en matières criminelles et matière civile (Investigación sobre la probabilidad de los juicios en materias criminales y civiles).
En este tipo de experimentos los éxitos buscados son expresados por unidad de área, tiempo, pieza, etc, etc,:
- # de defectos de una tela por m²- # de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc, etc.
- # de bacterias por cm² de cultivo
- # de llamadas telefónicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a  un puerto por día, mes, etc, etc.
Para determinar la probabilidad de que ocurran x éxitos por unidad de tiempo, área, o producto, la fórmula a utilizar sería:
 
                                                            

donde:
p(x, l) = probabilidad de que ocurran x éxitos, cuando el número promedio de ocurrencia de ellos es ll = media o promedio de éxitos por unidad de tiempo, área o producto
e = 2.718
x = variable que nos denota el número de éxitos que se desea que ocurra
 
Hay que hacer notar que en esta distribución el número de éxitos que ocurren por unidad de tiempo, área o producto es totalmente al azar y que cada intervalo de tiempo es independiente de otro intervalo dado, así como cada área es independiente de otra área dada y cada producto es independiente de otro producto dado.

En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con probabilidades muy pequeñas, o sucesos "raros".

A continuacion se presentan una serie de ejercicios redactados en word con solucion en una hoja de excel e inclusive en el mismo archivo de word

Distribucion Binomial o de Bernoulli

DISTRIBUCION BINOMIAL

En estadística, la distribución binomial es una distribución de probabilidad discreta que cuenta el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayo

Un experimento sigue el modelo de la distribución binomial o de Bernoulli si

1.-En cada prueba del experimento sólo son posibles dos resultados: el suceso A (éxito) y su contrario .

2.-La probabilidad del suceso A es constante, es decir, que no varía de una prueba a otra. Se representa por p.

3.-El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.

La formula es la siguiente

n= es el numero de pruebas
k= el numero de exitos
p= probabilidad de exito
q=probabilidad de fracaso

 
Esta formula la usamos para sustituir el valor de (n/k)

A continuacion presentamos unos ejercicios

Probabilidad (Ejercicio#6)

La probabilidad 

Es un método por el cual se obtiene la frecuencia de un acontecimiento determinado mediante la realización de un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables.

La teoría de la probabilidad se usa extensamente en áreas como la estadística, la física, la matemática, las ciencias y la filosofía para sacar conclusiones sobre la probabilidad discreta de sucesos potenciales y la mecánica subyacente discreta de sistemas complejos, por lo tanto es la rama de las matemáticas que estudia, mide o determina a los experimentos o fenómenos aleatorios.

A continuacion presentamos unos ejercicios de probabilidad realizados con los alumnos de 2A de UTT

ESTADÍSTICA APLICADA A CALIDAD

Estadística: Datos Agrupados

DATOS AGRUPADOS EN ESTADISTICA

Los datos agrupados son un conjunto de información con un patrón establecido de dichos datos para la facilitación del manejo de los mismos. Los datos se agrupan en clases con el fin de sintetizar, resumir, condensar o hacer que la información obtenida de una investigación sea manejable con mayor facilidad.Para que sean datos agrupados tienes que contarlos y clasificarlos, por ejemplo cuantas personas había de la misma edad. (Siendo 20 personas).

A continuación te presentamos unos documentos que contienen un  relacionado con datos o agrupados y unos resultados de examenes  de admisión. El ejercicio contiene un archivo de word con problemas de razonamiento y conceptos básicos, además de un libro de excel con ejercicios resueltos de tabulaciones y graficaciones.

Problemas De Estadística

La estadística es una ciencia formal y una herramienta que estudia el uso y los análisis provenientes de una muestra representativa de datos, busca explicar las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.

La estadística se divide en dos grandes áreas:

ESTADISTICA DESCRIPTIVASe dedica a la descripción, visualización y resumen de datos originados a partir de los fenómenos de estudio. Los datos pueden ser resumidos numérica o gráficamente. Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar. Algunos ejemplos gráficos son: histograma, pirámide población, gráfico circular, entre otros.
ESTADÍSTICA INFERENCIAL
Se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones de unas características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables (análisis de regresión). Otras técnicas de modelamiento incluyen anova,series de tiempo y minería de datos.

A CONTINUACIÓN TE PRESENTAMOS DOS ARCHIVOS DONDE ENCONTRARAS EJERCICIOS RELACIONADOS CON EL TEMA DE ESTADÍSTICA