E S T A D I S T I C A S
L I C . G E R A R D O E D G A R
M A T A
U N I V E R S I D A D
T E C N O L O G I C A D E
T O R R E ...
1
ESTADISTICA APLICADA A
LA CALIDAD
Lic. Edgar Gerardo mata
07/02/2015
ESTADISTICAS
AUTOR: DAMARIS MUÑOZ RODRIGUEZ
Resuelv...
2
Nos encontramos con datos que se presentan en forma
agrupada, y no como puntos de datos individuales. La
siguiente tabla...
3
La media aritmética para datos agrupados.
También conocida como promedio. Es la multiplicación de
la frecuencia absoluta...
4
2. Traza las gráficas: Un histograma con la frecuencia absoluta, una gráfica
circular con la frecuencia relativa, una oj...
5
Clase muestra el diámetro de los pernos. y en la frecuencia las
veces que son repetitivas y cuantas en sí.
7
10
23
27
49...
6
2% 3%
8%
9%
16%
15%
16%
10%
10%
6%
3% 2%
0%
0% 0%
la grafica circular representala frecuencias
relativa de las piezas
1 ...
7
En tus respuestas a las siguientespreguntas,estableceuna
relación con la calidad del producto argumentando tus
afirmacio...
8
ENSAYO
La estadística en la ingeniería industrial.
La estadística aplicada en la Ingeniería se hace mediante la rama de ...
9
* Estadística industrial * Estadística Espacial * Estadística en Agronomía *
Estadística en Planificación * Estadística ...
Próxima SlideShare
Cargando en…5
×

Estadística aplicada a la calidad university

166 visualizaciones

Publicado el

utt

Publicado en: Educación
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
166
En SlideShare
0
De insertados
0
Número de insertados
2
Acciones
Compartido
0
Descargas
1
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Estadística aplicada a la calidad university

  1. 1. E S T A D I S T I C A S L I C . G E R A R D O E D G A R M A T A U N I V E R S I D A D T E C N O L O G I C A D E T O R R E O N T S U : P R O C E S O S I N D U S T R I A L E S E N E L A R E A M A N U F A C T U R A 0 7 / 0 2 / 2 0 1 5 AUTOR: DAMARIS MUÑOZ RODRIGUEZ [Escribaaquí una descripciónbreve del documento. Una descripciónbreve esunresumencortodel contenidodel documento.Escribaaquíuna descripciónbreve del documento.Unadescripción breve esunresumencortodel contenidodel documento.] ESTADISTICA APLICADA A LA CALIDAD
  2. 2. 1 ESTADISTICA APLICADA A LA CALIDAD Lic. Edgar Gerardo mata 07/02/2015 ESTADISTICAS AUTOR: DAMARIS MUÑOZ RODRIGUEZ Resuelve o contesta las siguientescuestionesy, en las preguntas,señala la relación que tiene con la calidad,y las recomendaciones que harías en cada caso. En la fabricaciónde pernos, el diámetro es una característica importante para su uso. Con el objeto de determinar si un lote cumple con las especificaciones delcliente, se extrae una muestra de 300 piezas y se inspecciona.Los resultados de la inspecciónse encuentran en el archivo adjunto (de acuerdo a tu número de lista). Realiza un estudio estadístico agrupando los datos en 9 intervalos, calcula media aritmética, mediana, moda, desviaciónmedia, varianza y desviación estándar.
  3. 3. 2 Nos encontramos con datos que se presentan en forma agrupada, y no como puntos de datos individuales. La siguiente tabla contiene datos agrupados: Sabemos que las clases o categorías se refierena las variaciones de la muestra: 1.386≤1.414 significa que hemos reunido aquí los datos para cualquier perno de la muestra que sea mayor que 1.386 pero menor o exactamente igual a 1.414 en la medidade su diámetro.De 1.414 ≤1.420 significa que encontramos alguna pieza que está en clase o grupo de pernos que tienen un diámetro mayor de 1.414 pero menos o exactamente igual a 1.420 cm de diámetro y así sucesivamente. En la siguiente columna que es la de frecuencia, nos encontramos con que 7 piezas tienen entre 1.386 y 1.414 cm de diámetro,13 piezas tienen entre 1.403 y 1.431 de diámetro,y, en Conjunto, tenemos datos de 300 piezas que abarcan toda muestra que tomamos de piezas con diámetros entre 1.386 y 1.654 intervalos reales lim inferior lim superior 1,386 1,414 1,4031 1,431 1,4202 1,449 1,4373 1,466 1,4544 1,483 1,4715 1,500 1,4886 1,517 1,5057 1,534 1,5228 1,551 1,5399 1,568 1,557 1,585 1,5741 1,602 1,5912 1,620 1,6083 1,637 1,6254 1,654 7 10 23 27 49 44 46 30 28 19 8 7 1 1 0
  4. 4. 3 La media aritmética para datos agrupados. También conocida como promedio. Es la multiplicación de la frecuencia absoluta por nuestras categorías y el resultado se divide entre los números de datos Como podemos ver tenemos una media aritmética de 1.576y de ahí se parte para poderrealizar la desviación media después vemos una varianza y de esa varianza se muestra la varianza muestra donde nos refleja el promedio de cada categoría La mediana Es el orden de los 300 y se enfoca en el número central de datos. La mediana es 1.576 Moda Es el número con mayor frecuencia en nuestra tabla de datos La moda es 1.576
  5. 5. 4 2. Traza las gráficas: Un histograma con la frecuencia absoluta, una gráfica circular con la frecuencia relativa, una ojiva y una gráfica de cajas y bigotes. Incluye en el histograma las rectas señalando x-s, x-2s, x-3s, x, x+s, x+2s, x+3s, USL, LSL y TV. 3. Interpreta las gráficas en términos del producto fabricado;pernos. 4. Determina si los datos están distribuidos en forma normal y relaciona esto con la validez de tus interpretaciones.
  6. 6. 5 Clase muestra el diámetro de los pernos. y en la frecuencia las veces que son repetitivas y cuantas en sí. 7 10 23 27 49 44 46 30 28 19 8 7 1 1 0 0 10 20 30 40 50 60 1 Frecuencia Clase Histograma Series1 Series2 Series3 Series4 Series5 Series6 Series7 Series8 Series9 Series10 Series11 Series12
  7. 7. 6 2% 3% 8% 9% 16% 15% 16% 10% 10% 6% 3% 2% 0% 0% 0% la grafica circular representala frecuencias relativa de las piezas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
  8. 8. 7 En tus respuestas a las siguientespreguntas,estableceuna relación con la calidad del producto argumentando tus afirmaciones. 5. Interpreta las frecuencias relativas como probabilidades y determina a. La probabilidad de que las piezas del lote cumplan con las especificacionesdelcliente (1.5 ± 0.15) a. 1.40±0.15 b. 1.45±0.15 c. 1.55±0.15 d. 1.60±0.15 e. 1.40±0.20 f. 1.45±0.20 g. 1.50±0.20 h. 1.55±0.20 i. 1.60±0.20 9. ¿Cuál es la función de la estadísticaen este ejercicio? Es muy importante ya que nos permite observar cual es la cantidad que deseamos calcularen el ejercicio.Es como,en otras palabras, si queremos saber cuál es la calidad en nuestros productos,haciendo varios cálculos en las tablas y saber interpretar cada dato en los histogramas. 10. Elabora un ensayo acerca de la importancia de la estadística en la ingeniería industrial.
  9. 9. 8 ENSAYO La estadística en la ingeniería industrial. La estadística aplicada en la Ingeniería se hace mediante la rama de la estadística que busca implementar los procesos probabilísticos y estadísticos de análisis e interpretación de datos o características 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. Pueden distinguirse tres partes: * el estudio de las series temporales y las técnicas de previsión, y la descripción de los pasos necesarios para el establecimiento de un sistema de previsión operativo y duradero en una empresa; * el análisis multivariante, necesario para la extracción de información de grandes cantidades de datos, una de las necesidades más apremiantes; * el control de calidad y la fiabilidad. Las aplicaciones de la estadística en la ingeniería actualmente han tomado un rápido y sostenido incremento, debido al poder de cálculo de la computación desde la segunda mitad del siglo XX. Para comprender el desarrollo de las aplicaciones de la estadística en la ingeniería hay que citar que los Viejos Modelos Estadísticos fueron casi siempre de la clase de los modelos lineales. Ahora, complejos computadores junto con apropiados algoritmos numéricos, están utilizando modelos no lineales (especialmente redes neuronales y árboles de decisión) y la creación de nuevos tipos tales como modelos lineales generalizados y modelos multinivel. El incremento en el poder computacional también ha llevado al crecimiento en popularidad de métodos intensivos computacionalmente basados en re muestreo, tales como test de permutación y de bootstrap, mientras técnicas como el muestreo de Gibbs han hecho los métodos bayesianos más accesibles. En el futuro inmediato la estadística aplicada en la ingeniería, tendrá un nuevo énfasis en estadísticas "experimentales" y "empíricas". Un gran número de paquetes estadísticos está ahora disponible para los ingenieros. Los Sistemas dinámicos y teoría del caos, desde hace una década empezó a ser utilizada por la comunidad hispana de ingeniería, pues en la comunidad de ingeniería anglosajona de Estados Unidos estaba ya establecida la conducta caótica en sistemas dinámicos no lineales. Algunos campos de investigación en la Ingeniería usan la estadística tan extensamente que tienen terminología especializada. Estas aplicaciones incluyen: * Ciencias actuariales * Física estadística
  10. 10. 9 * Estadística industrial * Estadística Espacial * Estadística en Agronomía * Estadística en Planificación * Estadística en Investigación de Mercados. * Estadística en Planeación de Obras Civiles - megaproyectos. * Estadística en Restauración de Obras * Geo estadística * Bioestadística * Estadísticas de negocios y mercadeo. * Estadística Computacional * Investigación de Operaciones * Estadísticas de Consultoría * Estadística en la comercialización o mercadotecnia * Cienciometría * Estadística del Medio Ambiente * Minería de datos (aplica estadística y reconocimiento de patrones para el conocimiento de datos) * Estadística económica (Econometría) * Estadística en procesos de ingeniería * Estadística en Psicometría y Ergonomía Laboral. * Controles Estadísticos en Calidad y Productividad * Estadística en Técnicas de Muestreo y Control. * Análisis de procesos y quimiometría (para análisis de datos en química analítica e ingeniería química) * Confiabilidad estadística aplicada al Diseño de Plantas Industriales. * Procesamiento de imágenes e Interpretación Binarias para Equipos de Diagnóstico de Fallas y Mantenimiento Predictivo. La estadística aplicada en la Ingeniería Industrial es una herramienta básica en negocios y producción. Es usada para entender la variabilidad de sistemas de medición, control de procesos (como en control estadístico de procesos o SPC (CEP), para compilar datos y para tomar decisiones. En estas aplicaciones es una herramienta clave, y probablemente la única herramienta disponible. Las ciencias fundamentales que se ocupan de la metodología son ciencias matemáticas, a saber matemáticas, estadística, e informática. La caracterización del sistema emplea así modelos y métodos matemáticos, estadísticos, y de computación, y da un aumento directo a las herramientas de la ingeniería industrial tales como optimización, procesos estocásticos, y simulación. Los cursos de la especialidad de la ingeniería industrial por lo tanto utilizan estas " ciencias básicas " y las herramientas del IE para entender los elementos tradicionales de la producción como análisis económico, plantación de la producción, diseños de recursos, manejo de materiales, procesos y sistemas de fabricación, Análisis de puestos de trabajo, y así sucesivamente. Todos los ingenieros, incluyendo Ingenieros Industriales, toman matemáticas con cálculo y ecuaciones diferenciales. La ingeniería industrial es diferente ya que está basada en matemáticas de" variable discreta", mientras que el resto de la ingeniería se basa en matemáticas de " variable continua". Así los Ingenieros Industriales acentúan el uso del álgebra lineal y de las ecuaciones diferenciales, en comparación con el uso de las ecuaciones diferenciales que son de uso frecuente en otras ingenierías. Este énfasis llega a ser evidente en la optimización de los sistemas de producción en los que estamos estructurando las órdenes, la programación de tratamientos por lotes, determinando el número de unidades de material manejables, adaptando las disposiciones de la fábrica, encontrando secuencias de movimientos, etc. Los ingenieros industriales se ocupan casi exclusivamente de los sistemas de componentes discretos. Así que los Ingenieros industriales tienen una diversa cultura matemática.

×