Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCION
REVISIN BIBLIOGRFICA
expresar en tantos por ciento y se representa por fi. La suma de las frecuencias
relativas es igual a 1, siempre y cuando no sea igual que 7 o por debajo de los
7 primeros nmeros sucesivos.
Frecuencia relativa (fi), es el cociente entre la frecuencia absoluta y el tamao de la
muestra (N). Es decir:
f_i = \frac{n_i}{N} = \frac{n_i}{\sum_i n_i}
Siendo el fi para todo el conjunto i. Se presenta en una tabla o nube de puntos en una
distribucin de frecuencias.
Si multiplicamos la frecuencia relativa por 100 obtendremos el porcentaje o tanto por
ciento (pi)
Frecuencia acumulada.- La frecuencia acumulada es la suma de las
frecuencias absolutas de todos los valores inferiores o iguales al valor
considerado. La frecuencia acumulada es la frecuencia estadstica F(XXr) con
que el valor de un variable aleatoria (X) es menor que o igual a un valor de
referencia (Xr). La frecuencia acumulada relativa se deja escribir como
Fc(XXr), o en breveFc(Xr), y se calcula de:
Fc (Xr) = MXr / N
Dnde: MXr es el nmero de datos X con un valor menor que o igual a Xr, y N es
nmero total de los datos. En breve se escribe:
Fc = M / N
Cuando Xr=Xmin, donde Xmin es el valor mnimo observado, se ve que Fc=1/N,
porque M=1. Por otro lado, cuando Xr=Xmax, donde Xmax es el valor mximo
observado, se ve que Fc=1, porque M=N.
En porcentaje la ecuacin es:
Fc(%) = 100 M / N
Frecuencia relativa acumulada.- La frecuencia relativa acumulada es el
cociente entre la frecuencia acumulada de un determinado valor y el nmero
total de datos. Se puede expresar en tantos por ciento.
DISTRIBUCION NORMAL
La distribucin normal o De Gauss presenta las siguientes caractersticas:
- El 68 % del rea est comprendida en el intervalo
=1
- El 95 % del rea est comprendida en el intervalo
= 2
- El 99, 7% del rea est comprendida en el intervalo = 3
En aquellas distribuciones que se aproximan a una curva normal, alrededor de dos
tercios de los sucesos caen dentro del intervalo de una desviacin estndar a ambos
lados de la media, todos excepto casi un 5% caen en un intervalo de dos desviaciones
El proceso de inspeccin
2.2.
CONTROL
DURANTE
EL
PROCESO
DE
CALIDAD(CONTROL
ESTADISTICO DE CALIDAD
Causas asignables y no asignables.- Las causas asignables y las causas no
asignables son dos tipos distintos de origen de variacin en un proceso, como est
definido en el pensamiento y mtodos estadsticos de Walter A. Shewhart y W.
Edwards Deming.
Variacin de causa comn o causa no asignable.- es la variacin usual,
histrica, cuantificable en un sistema.
Est caracterizada por:
Se caracteriza por:
Frecuencia
Dibujar una flecha horizontal larga y colocar en la punta el efecto definido con
anterioridad.
Identificar los factores primarios a travs de una tormenta de ideas. Colocarlos
alrededor de la flecha horizontal y unirlos a stos mediante lneas inclinadas.
Escribir los factores secundarios, terciarios, etc., tambin a travs de una
tormenta de ideas.
Para ayudar a determinar las posibles causas se pueden responder las
siguientes preguntas, Quin? Qu? Dnde? Cundo? Cmo? Cunto?
Analizar y seleccionar las causas reales.
Probar la validez de la secuencia causal, es decir, empezando desde la causa
raz seguir el razonamiento hasta el efecto investigado y comprobar que tiene
sentido lgico.
Si al terminar un diagrama se descubre que una rama tiene pocas causas en
comparacin con las dems, puede querer decir que esta rama requiere un
estudio ms en profundidad, debido, tal vez a que el equipo no conoce
suficientemente bien alguna parte del problema investigado. Se recomienda
estudiar detenidamente esta rama, por si en ella se encontrase la causa raz.
Uno de los fallos ms comunes a la hora de usar el diagrama causa-efecto es
tomar como reales las causas que aparecen, sin contrastarlas con informacin
del problema objeto de estudio.
GRAFICO DE CONTROL
Los Grficos de control sirven para poder analizar el comportamiento de los
diferentes procesos y poder prever posibles fallos de produccin mediante
mtodos estadsticos. Estas se utilizan en la mayora de los procesos industriales.
En ciertos procesos en los que se alcanza un alto grado de capacidad es
aconsejable reducir el nivel de control proporcionado por los grficos de control
estndar, para
ello
utilizaremos
los
lmites
de
control
modificados.
PARA
LA
FRACCION
DE
UNIDADES
Figura 1
Como recordaremos de un post anterior, los lmites de control de un grfico de fraccin
defectuosa con tamao de muestra variable vienen dado por la siguiente frmula:
Figura 2
Mientras que la fraccin defectuosa se p barra, se calcula con la siguiente frmula:
Figura 3
Ahora bien de las ecuaciones de la Figura 2, vemos que para calcular estos lmites
necesitamos el valor p barra, que es una estimacin de la fraccin defectuosa y ni, que
es el tamao de muestra de cada turno. Es decir, tendremos lmites de control de
diferentes tamaos, debido a que los tamaos de muestra son variables.
El valor de p barra es entonces:
Entonces tenemos ya el valor de p barra y los valores de ni, los cuales son los
artculos producidos en cada turno (tamao de muestra), cuyos valores se muestran
en la columna C de la Figura 1. Ya con esto, calculamos los lmites de control con las
frmulas de la Figura 1. Los valores se muestran en las columnas K, L y M de la
siguiente figura.
Figura 4
ANEXOS
I.
. BIBLIOGRAFIA.
http://web.cortland.edu/matresearch/controlprocesos.pdf
http://www.monografias.com/trabajos66/control-proceso/controlproceso.shtml
http://calidad.pucp.edu.pe/cursos/curso-de-especializacion-controlestadistico-de-procesos-con-minitab