Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INTRODUCCION
Una de las reas de la actividad humana en la que la aplicacin de tcnicas estadsticas ha tenido gran difusin y al mismo tiempo un enorme xito, es en la de aquellos aspectos que se relacionan con el control de calidad de produccin de bienes y suministro de servicios. Un elemento fundamental en la filosofa del control de calidad moderno es la utilizacin generalizada de procedimientos cientficos, incluidos los mtodos estadsticos, en la planificacin, recogida de datos y anlisis de los mismos, de tal forma que las decisiones no se sustenten en meras conjeturas.
CONTROL DE CALIDAD
A menudo los datos numricos (que representan una caracteristica de calidad de producto), son claves para sacar conclusiones.
Datos
Conclusiones
ESTADISTICA
Comprende : LA RECOPILACION, PRESENTACION, ANALISIS E INTERPRETACION DE LOS DATOS NUMERICOS
Definiciones ...
Variable : son caractersticas que se pueden representar
por una cifra; son registrados con un instrumento graduado. Son datos que pueden adquirir cualquier valor dentro del dominio. Normalmente se obtienen por medicin..
la utilizacin de tcnicas en base a principios matemticos que nos proporcionan informacin para la toma de decisiones con respecto a la calidad de un producto.
Es una metodologa orientada a la mejora de procesos productivos/servicios basada en la utilizacin de criterios estadsticos
Reduce la variabilidad en los procesos/servicios La mejora de procesos/servicios lleva a la reduccin del nmero de fallos y a la disminucin de costos y ello permite: mejorar la competitividad de las empresas: aumentar la calidad y por tanto la satisfaccin del cliente y lo fideliza.
QU busca EL CEC ?
Reducir la variabilidad y la dispersin hacer las cosas bien a la primera previniendo los fallos en lugar de corregir sus efectos. Tomar las decisiones en funcin de datos y no de percepciones subjetivas. Corregir los procesos defectuosos en vez de los productos/servicios defectuosos
Caractersticas de
CARACTERSTICA DE CALIDAD Caracterstica inherente de un producto, proceso o sistema relacionado con un requisito (que existe en algo, como una caracterstica, inherente o asignada,).
CARACTERSTICA
Rasgo diferenciador.
Tipos de Variaciones
Inherentes :son fluctuaciones aleatorias generadas por una combinacin de causas naturales. Resulta antieconmico eliminarlo.
Asignable: fluctuaciones No aleatorias, generadas por una causa o combinacin de causas identificables y econmicamente removible
Distribucion de frecuencia
La distribucin agrupadas de frecuencia de un conjunto de observaciones es una disposicin que muestra la frecuencia de los valores de la variable ordenada en clases
Frecuencia : El nmero de observaciones en una celda Celda : intervalo a lo largo de la escala de medicin, de cda clase ordenada
Histograma de Frecuencias
Un histograma de frecuencias es un grfico que se forma levantando rectngulos sobre cada uno de los Lmites Reales de cada intervalo, con una altura equivalente a la frecuencia absoluta de cada clase.
Polgono de frecuencia
Un polgono de frecuencias es slo una lnea que conecta los Puntos Medios de todas las barras de un histograma.
Ejemplo:
Suponga que un investigador desea determinar cmo vara el peso de un grupo de estudiantes de primer semestre de una universidad. Selecciona una muestra de 50 estudiantes y registra sus pesos en kilogramos. Los datos obtenidos fueron los siguientes:
Frecuencia absoluta
0 53 55 56 57 58 59 60 61 62 63 Peso (Kg) 64 65 66 67 68 69 70 71 72
Frecuencia absoluta
4 Serie1 3
0 53 55 56 57 58 59 60 61 62 63 Peso (Kg) 64 65 66 67 68 69 70 71 72
Construccin de la Ojiva
Ojiva
60
50
40
30
Serie1
20
10
0 53 55 56 57 58 59 60 61 62 63 Pesos (Kg) 64 65 66 67 68 69 70 71 72
Dado un conjunto numrico de datos, x1, x2, ..., xn, se define su media aritmtica como:
Mediana : Valor central de todos los datos ordenados por magnitud. La mediana es un valor de la variable que deja por debajo de s a la mitad de los datos, una vez que stos estn ordenados de menor a mayor
Moda : Valor ms frecuente de la data La moda es el dato ms repetido, el valor de la variable con mayor frecuencia absoluta.
Medidas de Dispersion
Tambin llamadas medidas de variabilidad, muestran la variabilidad de una distribucin, indicando por medio de un nmero, si las diferentes puntuaciones de una variable estn muy alejadas de la media.
Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms homognea ser a la media. As se sabe si todos los casos son parecidos o varan mucho entre ellos
VARIANZA ( s2 ): es el promedio del cuadrado de las distancias entre cada observacin y la media aritmtica del conjunto de observaciones.
DESVIACIN TPICA (S): La varianza viene dada por las mismas unidades que la variable pero al cuadrado, para evitar este problema podemos usar como medida de dispersin la desviacin tpica que se define como la raz cuadrada positiva de la varianza
DISTRIBUCIN DE PROBABILIDADES
La forma de la curva en el grfico de la funcin de distribucin es caracterstica de la poblacin de observaciones asociada con la misma, y depende de variables internas del proceso que gener los datos de la poblacin. Existen distintas funciones de distribucin tericas, cada una de las cuales est basada en un modelo de comportamiento del proceso que gener el universo de observacin La aplicacin de una de estas distribuciones tericas a una poblacin particular est justificada si las hiptesis (suposiciones) del modelo de comportamiento del proceso que gener la poblacin se cumplen.
Variables aleatorias
Es una descripcin numrica del resultado de un experimento aleatorio De acuerdo a lo anterior las podemos clasificar como discretas o continuas Las discretas son variables aleatorias con un rango finito ( o infinito contable) Las continuas son variables que pueden asumir cualquier valor en un intervalo o conjunto de intervalos . Una forma de determinar si una variable es continua o discreta es imaginarse que los datos de esa variable son los puntos en una recta numrica
Variables aleatorias
En la prctica, se sabe que ciertos procesos y fenmenos generan resultados numricos cuya distribucin de probabilidades se puede ajustar a determinados modelos tericos. Por ejemplo, el nmero de partculas alfa emitidas por un material radiactivo sigue una distribucin de Poisson. Existen muchas otras distribuciones tericas, como la Binomial, la Exponencial, la de Weisbull, etc. Cada una de ellas tiene su propio campo de aplicacin, que se sostiene en un determinado comportamiento de los fenmenos, y al aplicarla se est haciendo en forma implcita la suposicin de que se cumplen las suposiciones del modelo subyacente.
La Distribucin Normal
Una distribucin muy importante en el control de calidad es la Distribucin Normal o de Gauss. La ecuacin matemtica de la funcin de Gauss es la siguiente:
Curva Normal
Se llama distribucin normal, distribucin de Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece en fenmenos reales
La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un determinado parmetro.
Como podemos observar, en ella hay un slo parmetro, Z, que incluye al promedio y la desviacin standard de la poblacin. Esta funcin est tabulada. Al calcular Z, lo que estamos haciendo, en realidad, es un cambio de variable por el cual movemos la campana de Gauss centrndola en el 0 del eje X, y modificamos el ancho para que la desviacin standard sea 1.
Distribucin Binomial
Es una distribucin discreta de probabilidad conocida por sus variadas aplicaciones que se relaciona con un experimento de etapas mltiples Un experimento binomial tiene cuatro propiedades: 1. El experimento consiste en una sucesin de nintentos idnticos 2. En cada intento son posibles 2 resultados. xito o Fracaso 3. La probabilidad de xito, representado por p, no cambia de un intento a otro. En consecuencia, la probabilidad de fracaso, (1p), no cambia de un intento a otro. Supuesto de estacionariedad 4. Los intentos son independientes
Distribucin Binomial
Cules son los parmetros estadsticos de la variable aleatoria Y ? La media es: la varianza es: y, l a desviacin standard resulta: ;
Distribucin Poisson
Es una distribucin de probabilidad que muestra la probabilidad de x ocurrencias de un evento en unintervalo especificado de tiempo o e espacioLas propiedades de un experimento de Poisson son: La probabilidad de una ocurrencia es igual en dosintervalos cualesquiera de igual longitudLa ocurrencia o no ocurrencia en cualquier intervalo esindependiente de la ocurrencia o no ocurrencia encualquier otro intervalo
Distribucin Poisson
Si continuamos subdividiendo el rea indefinidamente, la frmula binomial nos dar la probabilidad de obtener 0, 1, 2, 3, ... n defectos, con n tendiendo a infinito.
En el lmite, la frmula binomial tiende a la frmula de Poisson:
donde x es la variable aleatoria y l el parmetro de la distribucin de Poisson. En el lmite, el producto de n por p, , es igual al parmetro de la distribucin:
Distribucin Poisson
Se puede observar que la curva de la funcin de Poisson es asimtrica, como la binomial. El promedio y la varianza de esta variable aleatoria son iguales al parmetro de la distribucin: