GRAFICA DE CONTROL P Integrantes: María del Carmen Juárez Montes (registrador) Francisco Javier Contreras Cornejo (portador) Pedro Cornejo Sánchez (líder)

Slides:



Advertisements
Presentaciones similares
Intervalos de Confianza para la Media de la Población
Advertisements

Integración/Primeras aplicaciones/Áreas
EC. DIFERENCIAL Def: Se llama ecuación diferencial a una relación que contiene una o varias derivadas de una función no especificada “y” con respecto.
VALOR ESPERADO DE LA DISTRIBUCIÓN
Integrales VI Sesión.
INTEGRACIÓN.
Gráficas de control ITST.
CÁLCULO DIFERENCIAL.
COSTO VOLUMEN UTILIDAD
Gráficas de control por atributos.
La derivada Conforme transcurre el tiempo, vivimos inmersos en un constante cambio. A la par que cambia nuestra edad, cambia nuestro aspecto, nuestras.
Función Lineal.
Razón de Cambio Promedio Razón de Cambio instantánea (la derivada)
Ecuación de Schrödinger
Cartas p y Cartas c.  Las cartas de control para X y R o X y S, están diseñadas para monitorear los datos cuantitativos de un proceso.
Tomado de UNIMET Prof. Antonio Syers
Caratula Introducción ( de que se trata el trabajo)
Unidad 1: ECUACIONES DIFERENCIALES DE PRIMER ORDEN
M. en C. José Andrés Vázquez Flores
Ejercicio 5-6 Inciso (a) Inciso (b) Inciso (c) Inciso (d) Inciso (e)
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Estadística Descriptiva: 4. Correlación y Regresión Lineal Ricardo Ñanculef Alegría Universidad Técnica Federico Santa María.
PROGRESIONES GEOMETRICAS
Introducción a Funciones de una variable
Teorema fundamental del cálculo
Grafica de control P INTEGRANTES: Miguel Ángel Vázquez Vázquez
Alrededor de un terreno que mide 60 m. por 80 m
Distribuciones derivadas del muestreo
Escuela de Ingeniería Forestal.
Vamos a resolver el siguiente sistema de ecuaciones lineales.
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA ATRIBUTOS
Guías Modulares de Estudio Matemáticas IV – Parte B
Área de regiones en coordenadas Polares
Unidad V: Estimación de
ESTADISTICA TEMA y 223.
Gerenciamiento Técnico de Proyectos
Control de Calidad Gráficos de Control Mérida, 11/Noviembre/2008.
el Desplazamiento (Dx)
Donde var=varianza, ee=error estándar y O² es la constante o varianza homoscedastica de Uᵢ del supuesto 4. Todas las cantidades que entran en las.
Guías Modulares de Estudio Cálculo diferencial – Parte B
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA DEFECTOS
Planeación de la capacidad Es la planeación especifica del nivel de recursos, lo que le da soporte a una empresa para una mejor producción. Requiere dos.
LA PARABOLA.
Intervalo de Confianza para una proporción con muestra grande
9 Reglas de Derivación. Derivadas.
Estudios Profesionales para la Empresa
Norma MIL-STD-105D (ANSI/ASQC Z1.4)
DISTRIBUCIONES MUESTRALES
UCLA – DAC M. Sc. Jorge E. Hernández H.

EL MÉTODO DE LA SECANTE Y SECANTE MODIFICADA
Integrales. Área de regiones en coordenadas Polares.
Direcciones mixtas Desde un punto de vista práctico, podemos decir que mientras que el empleo de direcciones relativas y absolutas.
Ecuaciones.
Septiembre  Responde a quienes y cuantas personas se aplicará el instrumento de recolección de datos.
estadístico de procesos.
El Hombre Bala Pablo Gallo, Gabriel Labarthe, Mauro Senatore
Tema: Tema: NOCIÓN DE FUNCIÓN NOCIÓN DE FUNCIÓN Laura compró 2 cuadernos iguales pagando $11.90; cuando llegó a su casa se dió cuenta que.
Control Estadístico de Procesos
PROPORCIONALIDAD Y FUNCIONES LINEALES.
Cartas para atributos Existen muchas características de calidad que no son medidas con un instrumento de medición en una escala continua o al menos en.
INFERENCIA ESTADÍSTICA
“  Optativa 5° Semestre. LAF. Jessica Paredes Silva.
Realizado por: Grupo_3 Grupo 51. En matemáticas, la secuencia de Fibonacci es una sucesión de números enteros que fue descrita por primera vez en Europa.
Intervalos de Confianza M. C. José Juan Rincón Pasaye UMSNH – FIE Mayo de 2003.
LOGO Medidas de posición Pedro Godoy G. Media Aritmética Valor representativo de un conjunto de datos Para datos no agrupados 1, x2, x3, x4,…………………………,
JOANN GÓMEZ MAX SOLANO RAUL RUSTRIAN ECUACIONES DE SEGUNDO GRADO BUENAS SOMOS JOANN, RAUL Y MAX Y LES PRESENTAMOS EL TEMA ECUACIONES DE SEGUNDO GRADO.
Transcripción de la presentación:

GRAFICA DE CONTROL P Integrantes: María del Carmen Juárez Montes (registrador) Francisco Javier Contreras Cornejo (portador) Pedro Cornejo Sánchez (líder)

gráfico de control p de fracción defectuosa, se considera el total de la producción, de una hora, un turno o de un día, como una muestra y como esta es variable en general, nos quedan muestras de tamaño variable

Los fundamentos teóricos en que se basa el gráfico de control de fracción defectuosa p, con tamaño de muestra variable, son los mismos fundamentos del gráfico de control p para un tamaño de muestra constante. De la misma manera, los límites de control para el gráfico p con tamaño de muestra variable, se derivan de los límites de control del gráfico p con tamaño constante.

los límites de control para este caso es: Ahora, si tenemos que los tamaños de muestra en lugar de ser constante, son variables, solamente tenemos que sustituir en la ecuación anterior, el valor de n, por el valor de cada muestra particular  .

Límites de control basados en los valores muestrales (a) Los límites de control de muestras de tamaño variable serían: Donde: Límites de control basados en los valores estándar (b) Si se conoce el valor estándar de p, podemos calcular los límites de control con base en el valor de p, sustituyendo este valor, en lugar de  en las fórmulas anteriores.

Ahora veremos un ejemplo de este tipo de gráfico de control. En la siguiente figura tenemos los datos de 24 muestras de producto producido por turno. En la columna producción tenemos el total de producto fabricado por turno. La columna Producto Defectuoso nos indica el número de artículos defectuosos por turno; la columna Número de Defectos nos indica el número de defectos encontrados en la producción de cada turno, nótese que por cada turno el número de defectos es mayor o igual que el número de defectuosos, ya que un artículo defectuoso puede tener uno o más defectos.

Finalmente tenemos la columna de Fracción Defectuosa, la fracción defectuosa de un turno se calcula dividiendo el número de productos defectuosos por la producción de ese turno, es decir, los valores de la columna D divididos por los valores de la columna C.

Ahora bien de las ecuaciones de la Figura 2, vemos que para calcular estos límites necesitamos el valor p barra, que es una estimación de la fracción defectuosa y ni, que es el tamaño de muestra de cada turno. Es decir, tendremos límites de control de diferentes tamaños, debido a que los tamaños 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 artículos producidos en cada turno (tamaño de muestra), cuyos valores se muestran en la columna C de la Figura 1. Ya con esto, calculamos los límites de control con las fórmulas de la Figura 1. Los valores se muestran en las columnas K, L y M de la siguiente figura.

Por otra parte, en la columna J, de la figura anterior, tenemos la fracción defectuosa de cada muestra o turno, está se calcula para cada turno, dividiendo el número de defectuosos del turno por el total de artículos producidos. Con los valores de las cuatro columnas de la Figura 4, podemos construir el gráfico de control.

Con los datos de la Figura 4, el gráfico de control nos quedaría así: