Documentos de Académico
Documentos de Profesional
Documentos de Cultura
r
d
i
d
a
s
(
$
)
Longitud del corte del forro por agenda
21.7 22.3
Prdidas
menores
Prdidas
mayores
Para este ejempl o:
Valor nominal u objetivo= 22 cm
Especificaciones o tolerancias= 22 .3 cm
Lmite inferior de especificacin (LIE) = 21.7 cm
Lmite superior de especificacin (LSE) = 22.3 cm
Carlos Viesca Gonzlez 14
P
r
d
i
d
a
d
e
c
a
l
i
d
a
d
Caractersticas de calidad
Valor nominal
Se comporta de forma
exponencial en las prdidas
Carlos Viesca Gonzlez 15
En al gunos estudi os emp ri cos se ha encontrado:
P
r
d
i
d
a
s
(
$
)
Valor nominal
Prdida de calidad
Caracterstica de calidad
Tendencia
Actualmente la tendencia de control
de calidad es la reduccin de
variabilidad
Carlos Viesca Gonzlez 16
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
x
3
+
x
3
L mi tes de control :
L mi tes de control : los determina el
proceso.
Carlos Viesca Gonzlez 25
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Carlos Viesca Gonzlez 27
Prueba # 2:
Prueba # 2:
Ocho puntos en forma consecutiva
por arriba o por debajo del
promedio
C
a
r
a
c
t
e
r
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Prueba # 3:
Prueba # 3:
Cinco puntos consecutivos en
forma ascendente o descendente
C
a
r
a
c
t
e
r
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Carlos Viesca Gonzlez 28
Prueba # 4:
Prueba # 4:
Catorce puntos alternndose en
forma consecutiva arriba y abajo.
Prueba # 5:
Prueba # 5:
Dos o tres puntos en la zona A o
ms all
C
a
r
a
c
t
e
r
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
LSC
LIC
LC
A
B
C
C
B
A
C
a
r
a
c
t
e
r
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Carlos Viesca Gonzlez 29
Prueba # 6:
Prueba # 6:
Cuatro de cinco puntos
consecutivos en la zona B o ms
all
Prueba # 7:
Prueba # 7:
Quince puntos consecutivos en la
zona C
C
a
r
a
c
t
e
r
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
LSC
LIC
LC
A
B
C
C
B
A
C
a
r
a
c
t
e
r
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Carlos Viesca Gonzlez 30
Prueba # 8:
Prueba # 8:
Ocho puntos consecutivos que no caigan en la zona C
C
a
r
a
c
t
e
r
s
t
i
c
a
d
e
c
a
l
i
d
a
d
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Carlos Viesca Gonzlez 31
Prueba de hi ptesi s:
Ho: El proceso est bajo control vs
Ha: El proceso no est bajo control
Frmulas:
x
x
x
Z
n
x
Carlos Viesca Gonzlez 35
LSC
LIC
La media cambia
El error tipo II se obtiene con la nueva media
Carlos Viesca Gonzlez 36
1
ARL
Carlos Viesca Gonzlez 38
1
1
ARL
Carlos Viesca Gonzlez 39
a) si l os l mi tes de control son ms anchos:
se reduce
se incrementa
a) si l os l mi tes de control son ms
angostos:
se incrementa
se reduce
a) si se toman muestras ms grandes:
se reduce
se reduce
Carlos Viesca Gonzlez 40
Donde:
i
= P(error tipoI) con la regla
) 1 ( 1
) (
1
i
k
i
I tipo error de total P
Grfi ca de rangos:
R LC
R D LSC
4
R D LSC
3
d
R
Carlos Viesca Gonzlez 51
x
Carlos Viesca Gonzlez 56
6. 6.
Cal cul ar S
Cal cul ar S
:
: Calcular la desviacin estndar
de cada subgrupo.
7. 7.
Cal cul ar :
Cal cul ar : dividiendo el total de las S
de cada subgrupo por el nmero de
subgrupos.
1
) (
1
2
n
x x
S
n
i
i
S
Carlos Viesca Gonzlez 57
8. 8.
Cal cul ar l as l neas de control :
Cal cul ar l as l neas de control :
Calcular cada una de las lneas de
control para la grfica y la grfica
S con las siguientes frmulas:
x
Carlos Viesca Gonzlez 58
Grfi ca S:
L nea central :
L mi te superi or de control :
L mi te i nferi or de control :
Nota i mportante: En estas grficas de control la
desviacin estndar se estima con la expresin
S LC
S B LSC
4
S B LIC
3
4
c
S
Carlos Viesca Gonzlez 59
Grfica :
Lnea central:
Datos normales.
Carlos Viesca Gonzlez 65
Cp
Cpk
Carlos Viesca Gonzlez 67
Dnde:
'
4
2
c
S
d
R
S
( ) S x
( ) R x
Carlos Viesca Gonzlez 76
6
LIE LSE
Cp
'
3
LIE LSE
mnimo Cpk
Carlos Viesca Gonzlez 84
1. Cpk > 1.33; el proceso es capaz y es
comnmente usado como una meta
para muchas compaas.
2. 1 < Cpk < 1.33; el proceso es
marginalmente capaz.
3. Cpk < 1; el proceso no es capaz
Carlos Viesca Gonzlez 85
( ) Rm x
Carlos Viesca Gonzlez 86
R D LIC
3
p, np
C, U
Carlos Viesca Gonzlez 90
Conforme, no conforme
Pasa, no pasa
Defecto:
Defecto: falla o no conformidad que ocasiona que
un artculo no satisfaga los requerimientos
especificados.
Fracci n defectuosa:
Fracci n defectuosa: es la razn del nmero de
artculos defectuoso en la muestra (d), respecto al
total de los artculos de la muestra (n)
Carlos Viesca Gonzlez 95
Grfica p
Carlos Viesca Gonzlez 96
i
i
n
d
p LC
n
p p
p LSC
) 1 (
3
+
n
p p
p LIC
) 1 (
3
Carlos Viesca Gonzlez 99
Con n variable:
n promedio
Lmites estandarizados
Carlos Viesca Gonzlez 112
la muestra tamao de n
#defectos c
,k , i
dnde:
n
c
u
i
i
i
i
i
2 1
u LC
i
n
u
u LSC 3 +
i
n
u
u LIC 3
Carlos Viesca Gonzlez 113
Grfi cas CUSUM y EWMA
Carlos Viesca Gonzlez 114
.
:
1
Carlos Viesca Gonzlez 116
Proceso tabular:
+
+
+ +
1
1
, 0 max
, 0 max
i i o i
i o i i
C x k C
C k x C
'
>
> + +
+
+
+
+
+
H C si
N
C
k
H C si
N
C
k
i
i
i
o
i
i
i
o
,
,
La grfi ca EWMA para l a medi a del proceso La grfi ca EWMA para l a medi a del proceso: :
donde:
En ocasiones z
0
= promedio de los datos preliminares
1
) 1 (
+
i i i
z x z
Carlos Viesca Gonzlez 122
+
Carlos Viesca Gonzlez 123
Dnde:
Objetivos:
1. Comprender y aplicar los conceptos bsicos
del muestreo de aceptacin.
2. Identificar y diferenciar los sistemas de
muestreo de aceptacin para atributos,
particularmente el MIL - STD - 105E.
3. Comprender el funcionamiento de un sistema
de muestreo de aceptacin para variables.
Carlos Viesca Gonzlez 127
Introducci n:
Porqu es vl i do el muestreo?
Formaci n de l otes:
Muestreo al eatori o:
Errores de i nspecci n:
En la implantacin de un muestreo de
aceptacin se supone que el inspector
sigue el plan de muestreo que debe aplicar
y que la inspeccin se hace sin errores.
Carlos Viesca Gonzlez 145
Termi nol og a:
Si stema de muestreo:
Ti pos de i nspecci n:
Si stema en seri e:
Si stema en seri e: todos los
componentes estn relacionados de
manera que el sistema deja de
funcionar si alguno de sus componentes
falla.
i
n
i
o
R R
1
Carlos Viesca Gonzlez 179
Si stema en paral el o:
Si stema en paral el o: todos sus
componentes estn relacionados de
manera que el sistema deja de
funcionar si todos sus componentes
fallan.
( )
i
n
i
o
R R
1 1
1
Carlos Viesca Gonzlez 180
Ejemplo:
A
B
R
A
= .90
R
B
= .95
( ) ( ) ( ) ( ) ( ) ( )
995 .
95 . 90 . 95 . 90 .
+ B A P B A P
Entonces la confiabilidad del sistema es:
Carlos Viesca Gonzlez 181
1. Los artculos de mala
calidad son eliminados.
2. Periodo de vida til.
3. Etapa de reemplazo.
T
a
s
a
d
e
f
a
l
l
a
tiempo
2.- Etapa de
madurez
1.- periodo
inicial
3.- envejecimiento
Carlos Viesca Gonzlez 182
t=
t= variable aleatoria que representa el
tiempo de vida del producto, tiempo entre
fallas de un producto.
f(t)=
f(t)= funcin de probabilidad o funcin de
densidad.
0
1 ) (
0 ) (
dt t f
t f
Carlos Viesca Gonzlez 183
F(t)=
F(t)= funcin de probabilidad o densidad
acumulada (probabilidad de que un producto
falle hasta antes del tiempo t)
( )
<
t
dt t f t T P t F ) ( ) (
Carlos Viesca Gonzlez 184
>
t
dt t f t T P t f t R ) ( ) ( ) ( 1 ) (
f(t) tiene una varianza y una media.
Carlos Viesca Gonzlez 185
Medi a:
Medi a: puede ser el tiempo media
hasta que el producto falla (MTTF) es
decir, que no se puede reparar.
Carlos Viesca Gonzlez 186
dt t f t MTBF o MTTF t E )) ( ( ) (
Carlos Viesca Gonzlez 187
Exponenci al :
Exponenci al :
t e e t f
t
t
=
= nmero de fallas por ud. de tiempo.
=
= tiempo medio por fallas (MTBF) o
tiempo medio para fallas.
) (
1 1
t z fallas de tasa
Carlos Viesca Gonzlez 190
f(t)
tiempo
1
R(t)
tiempo
) ( ) ( 1 ) ( t T P t F t R >
Carlos Viesca Gonzlez 192
Tasa de fallas
Z(t)
tiempo
[ ]
[ ] dad confiabili e e dt e t T P t R
falla prob e e t T P t F
e dt e dt t f t T P
t
t t t
t t
t
t t
t t
>
1
]
1
1 1 ) ( ) (
. 1 1 1 ) ( ) (
1
) ( ) (
0
0 0
Carlos Viesca Gonzlez 193
Normal :
Normal :
t
e
t f
t
Carlos Viesca Gonzlez 196
Z(t)
tiempo
Tasa de fallas
t
z z f t R ; ) ( 1 ) (
Carlos Viesca Gonzlez 197
Weibull:
1
]
1
1
]
1
, ) (
) ( 1
1
) (
1
]
1
m
o
t t m
t Z
Carlos Viesca Gonzlez 199
Confiabilidad:
m
t t
o
e t R
1
]
1
) (
) (
La media es:
) 1 ( ) (
) (
1
1
,
_
+ +
v v v
v de gamma funcin v
m
t MTBF MTTF
o
Carlos Viesca Gonzlez 200
m:
m: representa la forma de la distribucin
:
: representa la magnitud de la media
t
t
o o
:
: es un parmetro de posicin
2
m =.5
m =1
m =2
m =4
Carlos Viesca Gonzlez 202
m =.5
m =1
m =2
m =4
R(t)
2
Carlos Viesca Gonzlez 203
m =.5
m =1
m =2
m =4
Z(t)
2
Carlos Viesca Gonzlez 204
,
_
n
i
i
n
i
i s
t
t
MTBF
e e t R
n
i
i
1
1
1
) (
1
,
_
+ + + +
n
MTBF
e t R
entonces igual es toda si
e t R
n
t
p
i i
t
n
i
p
i
1
3
1
2
1
1
1
1 1 ) (
:
1 1 ) (
1
+
1
< <
Carlos Viesca Gonzlez 211
+
k
i
i k
T k n t T
1
) (
Carlos Viesca Gonzlez 214
+ +
< <
k
k
k
k
k
T T
k
T
,
_
,
_
t e
t
t f , ) (
1 1
Carlos Viesca Gonzlez 216
1
) (
) (
) ( ) (
1
1
) ( 1 ) (
,
_
+
t
t t
o
t R
t f
t r t Z
MTBF
e t R e t F
t m
Carlos Viesca Gonzlez 217
Resultados conocidos:
0 ; ) (
0
1
x dx e x k
x k
( )
( ) ( )
( ) entero n para n n
k k k k
; )! 1 (
1 ; 1 ) 1 (
2
1
1 ) 1 (
>
;
1
) (
t
e t f