Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GESTIÓN DE
CALIDAD
Calidad:
• Es buscar nuevas necesidades del cliente.
• Hacer bien las cosas desde la primera vez.
• Diseñar, producir y entregar un producto de
satisfacción total.
• Producir un articulo o servicio de acuerdo a
normas establecidas.
Moderna:
• Calidad afecta toda la actividad de la empresa.
• Considera al cliente interno y externo.
• La responsabilidad de la calidad es de todos.
• La calidad la establece el cliente.
• La calidad pretende la prevención de fallas, etc.
Actuar Planificar
Act. plan
CILO DEMING
CICLO PDCA Verificar Hacer
check do
Aporte de Joseph M. Jura.-
Trilogía de calidad:
1. Control
2. Planeación
3. Mejora
1) Control: evaluar el desempeño actual del
proceso/comprar el desempeño actual con las metas
de a calidad establecidas.
2) Planeación: determinar clientes y
necesidades/desarrollar productos que responda a
esas necesidades.
3) Mejora: establecer un equipo de mejora con
responsabilidades claras/diagnosticar causa,
estimulas las medidas y estandarizar y mantener las
mejoras.
Evolución de calidad:
• Gestión total de calidad
• Aseguramiento de calidad
• Control de calidad
• Inspección en proceso
• Inspección final
Mejoramiento continuo
ma
rca o
eñ d el
dis ad to
li d
garantía Ca oduc
pr
re cio
empaque p
PRODUCTO
color Cara
cterí
física sticas
s
repu prod del
cio s del tació ucto
Se r v i n
n d e dor
ve
costos
precios
cliente
CALIDAD
trazabilidad
productividad
CLASE 3
Discreta:
• Tomar una cantidad numérica exacta, no admite
valores intermedio.
• N° trabajadores en una oficina, N° de alumnos por
curso, N° de hijos de una familia. Todos son
enteros, no fracciones.
Parámetros estadísticos.-
• En parámetro estadístico es un número que se
obtiene a partir de los datos de una distribución
estadística.
• Los parámetros estadísticos sirven para sintetizar
la información dado por una tabla de por una
grafica.
Centralización
Centralización tendencia central
tendencia • Rango
central • Desviación estándar De posición
• Media • Varianza • Cuartiles
• Mediana • Coeficiencia de • Deciles
• moda variación • Percentiles
Medidas de centralización.-
• Media aritmética. Es el valor, es la media es el
valor promedio de las distribución.
• Mediana: es la puntuación de la escala que separa
la mitad superior de las distribución y la inferior,
es decir, divide la serie de datos en 2 partes
iguales.
• Moda: la moda es el valor que más se repite en una
distribución.
Medidas de posición.-
• Cuartiles: los cuartiles dividen la serie de datos en
4 partes iguales.
• Deciles: dividen la serie de datos en 10 partes
iguales.
• Percentiles: dividen la serie de datos en 100
partes iguales.
Medidas de dispersión.-
• Rango o recorrido: es la diferencia entre el mayor
y el menor de los datos de una distribución
estadística.
• Desviación media: es la media aritmética de los
valores absolutos de las desviaciones respecto a la
media.
• Varianza: es la media aritmética del cuadrado de
las desviaciones respecto a la media.
• Desviación típica: es la raíz cuadrada de la
varianza.
En la media si es impar se mantiene, si es par se suma
los 2 números centrales y se dividen entre 2.
CLASE 5
P(X=r)= r! P®qⁿˉ®
r!(n-r)!
Se lee:
La probabilidad de que la variable X sea igual a la “r”
es igual al producto entre primero la razón del
factorial “r” entre el producto del factorial “r” por el
factorial “n-r” por la probabilidad de éxito elevado a la
“r” y por la probabilidad de fracaso elevado a la “n-r”
Combinación:
P(X=r)=(n) P®qⁿˉ®
(r)
P(X=r)= Cⁿ P®qⁿˉ®
Donde:
n= numero de ensayos(numero de veces)
r= numero de éxitos(r:0,1,2,…,n)
P= probabilidad de éxitos en un ensayo
q= probabilidad de fracaso en un ensayo
n-r= número de fracasos en el ensayo
Parámetros de la distribución binomial:
• Media: M=E[x]=£ⁿ=orP(X=r)=np
F(x1)=p(X≤x1)=(n/o)*p⁰*qⁿ+(n/1)*p¹*qⁿˉ¹+…+(n/
Siendo K el mayor numero entero menor o igual a X1
k)*pᵏ*qⁿˉᵏ
Esta función de distribución proporciona, para cada
numero real Xi, la probabilidad de que la variable X
tome valores menores o iguales que Xi.
Ejemplo:
Una muestra de 4 bombillas de luz, se selecciona al
azar de un gran lote. Suponiendo que 20% de las
bombillas de lote no cumplen con las especificaciones
técnicas, ¿Cuál es la probabilidad que la muestra
contenga exactamente 2 bombillas defectuosas?
DATO:
n= 4 El % siempre se pone en decimales
r= 2
p= 0.20
Es la resta o el resultado de lo que
q= 0.80
sobra 100-200= 80%= 0.80
Formula:
P(x=r)= n! P®qⁿˉ®
r!(n-r)!
P(x=2)= 4! (0.2)²(0.80)²
2!(4-2)!
=0.1536
d) P(x=0)=(15/0)0.72⁰*0.28¹⁵=5.007.10
=0.00000051%
e) P(x=15)=(15/15)0.72¹⁵*0.28⁰=0.00724 =0.724%
f) P(x=13)=(15/13)0.72¹³*0.28²=0.11503
=11.5%
Ejemplo 3:
Un lote industrial es 3% defectuoso. Calcular la
probabilidad de que al extraer una muestra al azar de
25 unidades se encuentre a lo suma 1 unidad defectuosa.
X=“numero de defectuosos en la muestra” X
Bin(25,0.23) P(extraer a lo sumo 1 defectuosos) =P(X ≤
1)
P(x ≤ 1)=P(x=o)+P(x=1)
=C²⁵*0.03⁰*0.97²⁵+C²⁵*0.03¹*0.97²⁴
=0.467+0.361=0.828
=82.8%
Aplicación de Poisson:
Pacientes que llegan a la sala de urgencias de un
hospital durante un cierto día.
Maletas perdidas en los vuelos aéreos.
Accidentes por hora en cierta parte de una
carretera.
Clientes que llegan a la ventanillas de un banco en
un determinado horario.
La distribución normal.- También conocida como
“campaña de Gaus” en honor al matemático Karl Guss,
es una distribución simétrica.
Es muy aplicable para inferencia estadísticas.
Se ajusta (casi) a las distribuciones de
frecuencias reales observadas.
Se utiliza para describir el comportamiento de una
variable continua.
Características:
1. Tiene un solo pico(unimodal). Forma acampanada.
2. La media cae en el centro.
3. La media, media y moda coinciden.
4. Es asintótica al eje horizontal.
f(x)
б б=1
Campana de
Gauss б
μ-б μ μ+ б ZoX
Función de densidad:
f(x) = 1 - (x- μ)²
б√2πᵉ 20²
• μ =media
• б =desviación típica
• б² =varianza
• π =3.1415
• e=2.7182
• x=abscisa