Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERIA INDUSTRIAL
σ
σX̅ = μ=̿
X
√n
• ̅ – 𝐑)
Gráfica de promedios y rangos (𝐗
Se estima la desviación típica del proceso a partir del rango medio de la siguiente forma. ̅
R
σ=
Por lo que X pasa a ser los límites de control.
d2
X = LCL o UCL
Considerando que entre +3σ y -3σ se encuentra 99.73%. Z toma el valor de 3.
̅
R 3
X=̿
X+3∗ ; A2 =
d2 ∗ √n d2 ∗ √n
̅ – R).
Por lo que los parámetros de control de la gráfica de promedios y rangos (X
∑𝑔𝑖=1 ̅
X ∑𝑔𝑖=1 R
𝑋̿ = 𝑅̅ =
g g
̅ es la media y R es el rango de la muestra
X
UCLX = ̿ ̅
X + A2 ∗ R ̅
UCLR = D4 ∗ R
̿
LCX = X ̅
LCR = R
LCLX = ̿ ̅
X − A2 ∗ R ̅
LCLR = D3 ∗ R
Parámetros revisados:
∑X̅−X ̅d ∑ R − Rd Ro
̅
Xo = Ro = σo =
g − gd g − gd d2
UCLX = ̅
Xo + A ∗ σo UCLR = D2 ∗ σo
̅o
LCX = X LCR = R o
LCLX = ̅
Xo − A ∗ σo LCLR = D1 ∗ σo
FACULTAD NACIONAL DE INGENIERIA
INGENIERIA INDUSTRIAL
• ̅ – 𝐒)
Gráfica de promedios y desviaciones (𝐗
̿ + A3 ∗ S̅ UCLS = B4 ∗ S̅
UCLX = X
LCS = S̅
LCX = ̿
X
LCLS = B3 ∗ S̅
LCLX = ̿
X − A3 ∗ S̅
▪ Parámetros revisados:
∑̅X−̅ Xd ∑ S − Sd So
̅
Xo = So = σo =
g − gd g − gd c4
̅ o + A ∗ σo
UCLX = X UCLS = B6 ∗ σo
LCX = ̅
Xo LCS = So
̅ o − A ∗ σo
LCLX = X LCLS = B5 ∗ σo
• Capacidad de proceso
Variacion tolerable
Capacidad de un proceso =
Variacion del proceso
Índice Cp
USL − LSL
Cp =
6σ
• Corrimiento
Probabilidad de detectar un corrimiento 1-β
LCL − μ1 UCL − μ1
Z1 = σ Z2 = σ
√n √n
λ λ
̿ + A2 R
UCL = X ̅√ ̿ − A2 R
LCL = X ̅√
2 − λ 2 − λ
∑X
LC = UCL = ̅ ̅
X + 2,66 ∗ R LCL = ̅ ̅
X − 2,66 ∗ R
g
∑R
LC = ̅
UCL = 3,267 ∗ R LCL = 0
g
Ci = ∑(x̅j − μ0 )
Ci: Suma que acumula las desviaciones de las medias muestrales con respecto a la media
Ct +: Suma acumulada superior
Ct -: Suma acumulada inferior C0 equivale a 0 normalmente.
μ0 = Dato ; σ = Dato ; μ1=De los datos ; k=( μ1 - μ0 )/2 ; h=5k
Limites revisados
p0 (1 − p0 ) ∑ np − npd p0 (1 − p0 )
UCLp = p0 + 3√ LC = p̅nuevo = p0 = LCLp = p0 − 3√
n ∑ n − nd n
Grafica np
∑ nc
np = n ∗ p̅ p̅ =
∑n
Límites de control
UCLp = np̅ + 3√np̅(1 − p̅) LC = np̅ LCLp = np̅ − 3√np̅(1 − p̅)
Limites revisados
∑ np − npd
UCLnp = np0 + 3√np0 (1 − p0 LC = np0 = LCLnp = np0 − 3√np0 (1 − p0
g − gd
Grafica c
Límites de control
∑c
UCLc = c̅ + 3√c̅ LCc = LCLc = c̅ − 3√c̅
g
FACULTAD NACIONAL DE INGENIERIA
INGENIERIA INDUSTRIAL
Limites revisados
∑ c − cd
UCLc = c0 + 3√c0 LCc = c0 = LCLc = c0 − 3√c0
g − gd
Grafica u
Límites de control
u̅ c ∑c u̅
UCLu = u̅ + 3√ u= LCu = u̅ = LCLu = u̅ − 3√
n n ∑n n
Limites revisados
u0 ∑ u − ud u0
UCLu = u0 + 3√ LCu = u0 = LCLu = u0 − 3√
n ∑ 𝐧 − 𝐧𝐝 n
DISTRIBUCIONES DE PROBABILIDAD
• Distribucion binomial.
Función de densidad
n
P(X = xi ) = ( ) px (1 − p)n−x
x
n = Número de ensayos/experimentos
x = Número de éxitos
p = Probabilidad de éxito
E(x) = x̅ = n ∗ p
VAR(x) = n ∗ p ∗ q
• Distribucion poisson.
e−λ . λx
pi = P(X = x) =
x!
Considerando una distribución de poisson, donde su media y varianza es
E(x) = VAR(x) = λ
• Distribución geométrica.
• Distribución hipergeométrica
𝑘 𝑁−𝑘
( )( )
𝑝(𝑥𝑖) = 𝑥 𝑛 − 𝑥
𝑁
( )
𝑛
La esperanza matemática y varianza se determinan de la siguiente manera.
𝑘 𝑘 𝑘 𝑁−𝑛
𝐸(𝑥) = 𝑛 𝑉𝐴𝑅(𝑥) = 𝑛 (1 − )
𝑁 𝑁 𝑁 𝑁−1
Distribuciones de probabilidad continua
• La distribución normal
1 1 x−μ 2
f(x) = exp {− ( ) } − ∞<x<+∞
σ√2π 2 σ
1 1
f(x) = exp {− z 2 } − ∞ <x < +∞
√2π 2
X−μ
Z=
σ
• Distribucion uniforme.
Se dice que la variable aleatoria X sigue una distribución uniforma en el intervalo [a, b] cuando su
función de densidad es
FACULTAD NACIONAL DE INGENIERIA
INGENIERIA INDUSTRIAL
• Distribucion exponencial
• Distribucion triangular
2(𝑥 − 𝑎)
𝑓(𝑥) = ; 𝑎≤𝑥<𝑏
(𝑏 − 𝑎)(𝑐 − 𝑎)
2
𝑓(𝑥) = ; 𝑥=𝑏
(𝑐 − 𝑎)
2(𝑐 − 𝑥)
𝑓(𝑥) = ; 𝑏≤𝑥<𝑐
(𝑐 − 𝑏)(𝑐 − 𝑎)
Media
𝑎+𝑏+𝑐
𝜇=
3
La varianza:
𝑎2 + 𝑏2 +𝑐 2 − 𝑎𝑏 − 𝑎𝑐 − 𝑏𝑐
𝜎=
18
• Distribucion Erlang
𝜆𝑟 𝑥 𝑟−1 𝑒 −𝜆𝑡
𝑓𝑥 (𝑥) = ; 𝑝𝑎𝑟𝑎 𝑥 > 0 𝑦 𝑟 = 1,2, . ..
(𝑟 − 1)!
𝑟
𝜇𝑥 = 𝐸(𝑥) = 𝜆
𝑟
𝜎𝑥 2 = 𝑉𝐴𝑅(𝑥) = 𝜆2
• Distribucion gamma
1 𝑥
−
𝑓 (𝑥; 𝛼; 𝛽 ) = 𝑥 (𝛼−1) 𝑒 𝛽
𝛽𝛼 ∗ 𝛤(𝛼)
𝛤 (𝛼 ) = (𝛼 − 1)!
Para lo cual se debe hallar los parámetros de forma (α) y escala (β)de la distribución gamma
Esperanza matemática
𝜇 = 𝛼𝛽
Varianza
𝜎 2 = 𝛼𝛽 2
• Distribucion Weibull