Estadística aplicada a la calidad

1. Juan Carlos Parrilla Cruz
15/2/15

2. Calcula media aritmética, mediana, moda, desviación media, varianza y desviación
estándar.
Interpreta la frecuencia relativa como probabilidades y determina
a. La probabilidad de que las piezas del lote cumplan con las especificaciones
del cliente (1.5 ± 0.15)
Nuestra probabilidad es de 100% deque los pernos cumplan con los
requerimientos pedidos.
b. La probabilidad de que las piezas del lote no cumplan con las
especificaciones del cliente
La probabilidad es de un 0% ya que nuestros pernos sicumplen con los
requerimientos necesarios.
¿Qué porcentaje de las piezas se encuentra en los siguientes intervalos? No olvides su
relación con la calidad.
c. Entre 𝒙̅−𝒔 y 𝒙̅+𝒔=1.4537 a1.5355
d. Entre 𝒙̅−𝟐𝒔 y 𝒙̅+𝟐𝒔=1.4128 a1.5764
e. Entre 𝒙̅−𝟑𝒔 y 𝒙̅+𝟑𝒔= 1.3719a1.6173
Tenemosun TV (valor deseado) 1.510 ± 0.192(1.318 a 1.702).
Entonces sitomamos en cuenta los demás intervalos veremos que
aproximadamente un 70% están entre (1.4537 a 1.5355), y en el segundo
intervalo aproximadamente hay un 93% están entre (1.4128 a 1.5764) y en los
últimos intervalos son los que más seacercan a mi diferencia lo que
aproximadamente se refiere es que la mayoría están hay (1.3719 a 1.6173).

3. Compara el TV (valor deseado) con la media aritmética de la muestra.
Como nuestro TV es 1.510 y nuestra media aritmética es 1.49463 nos da a notar
que no es mucho la distancia que hay entre nuestro TV y nuestra media
aritmética entonces sepuede decir que si secumple con lo que el cliente está
pidiendo.
Reinterpreta los resultados si las especificaciones del cliente fueran diferentes:
Si la especificación fuera 1.40±0.15; nuestro resultado sería algo muy alejado de
nuestra media aritmética y no sería muy bueno porqueno cumpliríamos con los
requerimientos de nuestro cliente.
Si la especificación fuera 1.45±0.15; nuestro resultado es algo muy cerca por lo
cual si cumpliríamos con los requerimientos de nuestro cliente.
Si la especificación fuera 1.55±0.15; nuestro resultado es algo muy alejado ya que
no podríamos cumplir con los requerimientos del cliente.
Si la especificación fuera 1.60±0.15; con este resultado nos alejaríamos mucho
más que el otro así que no podríamos cumplir con los requerimientos de nuestro
cliente.
Si la especificación fuera 1.40±0.20; con este resultado ahora en sealejaría
demasiado de nuestra media aritmética.
Si la especificación fuera 1.45±0.20; con este resultado se acercaría un poco pero
con nuestra media aritmética se alejaría y no cumpliríamos con los
requerimientos del lote de pernos.
Si la especificación fuera 1.50±0.20; nuestro resultado está muy cerca por lo cual
si podríamos cumplir con los requerimientos del cliente.
Si la especificación fuera 1.55±0.20; con este resultado cumpliríamos un poco ya
que si se aleja un poco.
Si la especificación fuera 1.60±0.20; con este resultado nos alejaremos muchísimo
de nuestra media aritmética y no cumpliríamos con los requerimientos del lote de
pernos de nuestros clientes.

4. Elabora un ensayo acerca de la importancia de la estadística en la ingeniería industrial.
Todos los Ingenieros Industriales toman por lo menos un curso en probabilidad y
un curso en estadística. Los cursos de la especialidad de ingeniería industrial
incluyen control de calidad, la simulación, y procesos estocásticos. Además cursos
tradicionales en planeación de producción, el modelación del riesgo económico, y
planeación de facilidades para emplear modelos estadísticos para entender estos
sistemas. Algunas de las otras disciplinas de la ingeniería toman algo de
probabilidady estadística, pero ningunaha integrado másestos tópicosmás dentro
de su estudio de sistemas que la ingeniería industrial.
Es por ello que es muy importante que las empresas tengan un ingeniero industrial
que les de las herramientas para llevar un control de la calidad, aumentar la
productividad,ser máscompetitivos en cuanto a lo que serefierea el marketing en
las empresas, manejar los procesos productivos cuidando la salud del trabajador,
la mejoría en las empresas, en fin, es muy importante la ingeniería industrial en las
empresas. Pero: ¿Cuáles son las herramientas que un ingeniero industrialnecesita
para llevar a cabo todas estas actividades en la industria? Esta respuesta se
encuentra en el presente documento, en el cual, el tema principal es la estadística.
La estadística desde mi punto de vista es muy importante ya que nos permite ver
la cantidad de mejoría, o, en su defecto, la disminución de nuestra productividad,
notar si estamos haciendo bien las cosas, si en realidad estamos aprovechando
nuestros recursos y sivamos por un buen camino.
Además, gracias a ella, podemos hacer un análisis de todo esto y hacer un
pronóstico de lo que venderemos en un futuro, si obtendremos ganancias, si la
empresa necesita mejorar o si nuestros proyectos implementados están
funcionando. Mediante diagramas, datos reales, tablas estadísticas (grafico de
cajas, grafica circular, graficas de barras, pero muy especialmente el histograma),
demostramos a las altas gerencias que hace falta una mejoría o que el sistema o
método que estamos implementando nos está ayudando a aumentar nuestro
servicio o producto terminado.
VALOR DESEADO Y TOLERANCIAS:
Se debe de encontrar sus aplicaciones y llevar un control de la calidad en múltiples
aéreas de trabajo.

5. La acumulación de tolerancias es de suma importancia para la elaboración,
fabricación, diseño, etc. Porque por medio de esta se tiene la seguridad de que el
procesode producciónestá bien diseñadoy asíno tener quellegar al remaquinado
o a la eliminación de nuestras piezas producidas, como también a la devolución de
las mismas. El saber o conocer nuestro valor deseado y las tolerancias a las que
estamos sujetos sirve de herramienta para corregir o evitar imperfecciones
presentadas en el diseño. Aplicándolas correctamente es como se evitara dicha
aparición de alteraciones e imperfecciones.
El valor deseado en la aplicación a la industria es aquel valor al cual la empresa
quiere llegar en sus productos. Se refiere a las medidas que el producto debe
obtener para ser un producto excelente, de excelente calidad, y que cumple con
todos aquellos requisitos tanto del cliente interno como del cliente externo. Pero
para ello, como es imposible que todas las piezas sean o salgan iguales se les da un
valor de discrepancia y es aquel valor de tolerancia que se les da a las piezas para
pasarseo llegar al valor deseado o sea, el valor al que se desea llegar.
Calidad en términos de cumplimiento de especificaciones o requerimientos del cliente.

6. Kaoru Ishikawa (1990) Definela calidad como desarrollar, diseñar, manufacturar y
mantener un producto de calidad que sea el más económico, útil y satisfactorio
para el consumidor.
Joseph. M. Juran (1993). La calidad se define, como aptitud o adecuación al uso,
lo cual implica todas aquellas características de un producto que el usuario
reconoce que le benefician y siempreserán determinadas por el cliente, y no por
el productor, vendedor o persona que repara el producto.
A. Galgano (1995): La calidad se obtiene con la participación de todas las áreas
de la empresa. O sea, la calidad del producto es el resultado del trabajo de todos
los departamentos; cada uno de ellos debe llevar a cabo sus funciones y
realizarlas con calidad. Además la calidad seproyecta sobretodo hacia el interior
de la empresa, pero existe también un significado operativo que se proyecta hacia
el exterior y que representa uno de los pilares fundamentales de todo el edificio
de la Gestión de la Calidad Total (GCT).
Philip Crosby (1996). Conformidad con los requisitos.
Por su parte, Philip Crosby (1997), la calidad es ajustarsea las especificaciones,
desde una perspectiva ingenieril se define como el cumplimiento de normas y
requerimientos precisos. Su lema es "Hacerlo bien, a la primera vez y conseguir
cero defectos", confirmando quela calidad está basada en
cuatro principios absolutos: cumplimiento de requisitos, sistema de prevención,
su estándar de realización es cero defectos y su medida es el precio del
incumplimiento.
ISO 9000/2000.Calidad: capacidad de un conjunto de características inherentes de
un producto, sistema o proceso para satisfacer los requisitos de los clientes y
otras partes interesadas.
Distribución normal de probabilidad y su interpretación.

7. En estadística y probabilidad se llama distribución normal, distribución de
Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de
variable continua que con más frecuencia aparece aproximada en fenómenos
reales.
La gráfica de su función de densidad tiene una forma acampanada y es simétrica
respecto de un determinado parámetro. Esta curva se conoce como campana de
Gauss.
La importancia de esta distribución radica en que permite modelar numerosos
fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que
subyacen a gran partede este tipo de fenómenos son desconocidos, por la enorme
cantidad de variables incontrolables que en ellos intervienen, el uso del modelo
normal puede justificarse asumiendo que cada observación se obtiene como la
suma de unas pocas causas independientes.
De hecho, la estadística es un modelo matemático que sólo permite describir un
fenómeno, sin explicación alguna. Para la explicación causal es preciso el diseño
experimental, de ahí que al uso de la estadística en psicología y sociología sea
conocido como método correlacional.
La distribución normal también es importante por su relación con la estimación
por mínimos cuadrados,unode los métodos de estimación más simples y antiguos.
La distribución normal también aparece en muchas áreas de la propia estadística.
Por ejemplo, la distribución muestral de las medias muestrales es
aproximadamente normal, cuando la distribución de la población de la cual se
extrae la muestra no es normal. Además, la distribución normal maximiza la
entropía entre todas las distribuciones con media y varianza conocidas, lo cual la
convierte en la elección natural de la distribución subyacente a una lista de datos
resumidos en términos de media muestral y varianza. La distribución normal es la
más extendida en estadística y muchos test estadísticos están basados en una
supuesta "normalidad".
En probabilidad, la distribución normal aparece como el límite de varias
distribuciones de probabilidad continuas y discretas.