Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 158 vistas

    Estadisitica Suavizamiento

    Cargado por

    Alejandro De la Rosa
    Este documento presenta tres actividades relacionadas con el control estadístico de procesos. La primera actividad describe el cálculo de pronósticos usando suavizamiento exponencial y promedios móviles. La segunda actividad incluye ejemplos de construcción de gráficas de control y análisis de datos. La tercera actividad analiza datos de producción de café para evaluar la calidad del proceso.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd

    Estadisitica Suavizamiento

    Cargado por

    Alejandro De la Rosa
    158 vistas9 páginas
    Este documento presenta tres actividades relacionadas con el control estadístico de procesos. La primera actividad describe el cálculo de pronósticos usando suavizamiento exponencial y promedios móviles. La segunda actividad incluye ejemplos de construcción de gráficas de control y análisis de datos. La tercera actividad analiza datos de producción de café para evaluar la calidad del proceso.

    Descripción original:

    Título original

    Estadisitica_suavizamiento

    Derechos de autor

    © Attribution Non-Commercial (BY-NC)

    Formatos disponibles

    DOC, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta tres actividades relacionadas con el control estadístico de procesos. La primera actividad describe el cálculo de pronósticos usando suavizamiento exponencial y promedios móviles. La segunda actividad incluye ejemplos de construcción de gráficas de control y análisis de datos. La tercera actividad analiza datos de producción de café para evaluar la calidad del proceso.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd
    Descargar como doc, pdf o txt
    158 vistas9 páginas

    Estadisitica Suavizamiento

    Cargado por

    Alejandro De la Rosa
    Este documento presenta tres actividades relacionadas con el control estadístico de procesos. La primera actividad describe el cálculo de pronósticos usando suavizamiento exponencial y promedios móviles. La segunda actividad incluye ejemplos de construcción de gráficas de control y análisis de datos. La tercera actividad analiza datos de producción de café para evaluar la calidad del proceso.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd
    Descargar como doc, pdf o txt
    de 9

    ACTIVIDAD DE APRENDIZAJE ACTIVIDAD 2 1.- Un proceso que est bajo control tiene media = 12.5 y desviacin estndar = 0.8.

    a) Forme una grafica

    para usar muestras tamao 4

    b) Repita el inciso a para muestras de tamao 8 y 16

    c) Qu sucede con los lmites de la grfica de control cuando aumenta el tamao de la muestra? Describa por qu parece esto razonable. Los LIC y LSC aumentan y disminuyen respectivamente y es razonable por el cociente que se maneja al tener un denominador ms grande al momento de desarrollar la resta y la suma pertinentes para encontrar cada uno de los lmites y luego los lmites son ms prximos a la media del proceso. 2.- Se toma 25 muestras, cada uno de tamao 5, de un proceso bajo control. La suma de todos los datos reunidos es igual a 677.5 libras.

    a) Cul es un estimado de la media del proceso, en libras por unidad, cuando est bajo control? 677.5 = 27.1 25

    x=

    b) Construya la grfica de control para que este proceso, para usar muestras de tamao 5. Suponga que la desviacin estndar del proceso es .5, cuando est bajo control y que la media del proceso es el estimado que determino en el inciso a.

    LSC = + 3 LC = 27.1 LIC = + 3

    0 .5 = 27.1 + 3 = 27.77 n 5 0 .5 = 27.1 3 = 26.43 n 5

    ACTIVIDAD INTEGRADORA ACTIVIDAD 1 1.- La siguiente serie de tiempo representa las ventas de un producto durante los ltimos 12 meses. MES 1 2 3 4 5 6
    a) Use

    VENTAS 105 135 120 105 90 120

    MES 7 8 9 10 11 12

    VENTAS 145 140 100 80 100 110

    = 0.3 para calcular los valores de suavizamiento exponencial de la PRONOST serie de tiempo
    MES 1 2 3 4 5 6 7 8 9 10 11 12 VENTAS 105 135 120 105 90 120 145 140 100 80 100 110 ICO 105.00 105.00 114.00 115.80 112.56 105.79 110.05 120.54 126.38 118.46 106.92 104.85

    Tenemos la siguiente frmula: Ft = Ft 1 + ( At 1 Ft 1 ) Para 1, supondremos la misma cantidad

    Para 2 se pronostica lo siguiente: F2 = 105 + 0.3(105 105) = 105

    Para los siguientes se muestra la tabla

    PRONOST MES VENTAS ICO b) Use una constante de suavizamiento igual a 0.5 para calcular los valores 1 105 105.00 de suavizamiento exponencial. Cul de la constante, 0.3 o 0.5, parece 2 135 105.00 producir los mejores pronsticos? 3 120 120.00 4 105 120.00 5 90 112.50 6 120 101.25 Los mejores pronsticos son producidos 7 145 110.63 8 140 127.81 9 100 133.91 10 80 116.95 11 100 98.48 12 110 99.24

    por una constate de suavizamiento ms cercana a cero.

    c) Con los datos de la tabla realice un suavizamiento por promedios mviles.

    Suavizamiento por promedios mviles de orden 2


    MES 1 2 3 4 5 6 7 8 9 10 11 12 VENTAS 105 135 120 105 90 120 145 140 100 80 100 110 PRONOST ICO 120.00 127.50 112.50 97.50 105.00 132.50 142.50 120.00 90.00 90.00 105.00

    ACTIVIDAD 2
    1.- Para mediar la capacidad de un proceso de produccin se usa la temperatura. Cuando el proceso est bajo control, su media es = 128.5 y su desviacin estndar es = .4. a) Trace una grafica para usar como muestra de tamao 6.

    LSC = + 3 LC = 128.5 LIC = + 3

    4 = 128.5 + 3 = 133.40 n 6 4 = 128.5 3 = 123.60 n 6

    b ) Si una

    muestra arrojo los siguientes datos Se encuentra bajo control el proceso? De acuerdo a los lmites obtenidos
    LSC = + 3 LC = 128.5 LIC = + 3

    4 = 128.5 + 3 = 133.40 n 6 4 = 128.5 3 = 123.60 n 6


    128.2 129.1 128.7 128.4 129.2

    128.8

    De acuerdo a los datos, estos se encuentran dentro del rango de los lmites por lo tanto si estn bajo control c) Y con los siguientes datos Tambin est bajo control el proceso?
    129.3 128.7 128.6 129.2 129.5 129.0

    De acuerdo a los datos, estos se encuentran dentro del rango de los lmites por lo tanto si estn bajo control

    2.- Un proveedor de la industria automotriz fabrica pistones para varios modelos de automviles. Se tomaron 20 muestras cada una de 200 pistones, cuando se saba que el proceso trabajaba en forma correcta. A continuacin se presenta las cantidades de pistones defectuosos encontrados en las muestras.

    8 14

    10 10

    6 10

    4 7

    5 5

    7 8

    8 6

    12 10

    8 4

    15 8

    a) Cul es un estimado de la proporcin de piezas defectuosas cuando el proceso de fabricacin de pistones est bajo control?

    x=

    165 = 8.25 20

    b) Trace una grafica para el proceso de manufactura, suponiendo que cada muestra tiene 200 pistones Al hacer las operaciones correspondient es en lo clculos de lmites obtenemos la siguiente grfica c) Con los resultados del inciso b, A que conclusiones se debe llegar si en una muestra de 200 pitones hubieran 20 defectuosos? Este se saldra de rango, sera mayor que el LSC y existira mucha diferencia con el lmite central y por ende, se apreciara cambio en la calidad del proceso d) Calcule los lmites superior e inferior de control para una grafica .

    N 165 = = 0.04125 n 4000 LCC = 200( 0.04125) = 8.25 p=

    LSC = np + 3 np(1 p ) = 8.25 + 3 8.25(1 0.04125) = 16.68 LIC = 8.25 3( 2.81) = 0.18 = 0

    e) Conteste el inciso c con los resultados del inciso d. En este caso tambin se sale de rango e indica cambio de calidad en el proceso

    3.- Los siguientes datos se recopilaron en el proceso de produccin de caf tropical. Corresponden a los pesos de llenado, basados en muestras de envases de 3 libras de caf. Con estos datos construya la grafica y R. A qu conclusiones se puede llegar a cerca de la calidad del proceso de produccin? OBSERVACIONES MUESTRA 1 2 3 4 5 6 7 8 9 10 1 3.05 3.13 3.06 3.09 3.10 3.08 3.06 3.11 3.09 3.06 30.83 3.083 2 3.08 3.07 3.04 3.08 3.06 3.10 3.06 3.08 3.09 3.11 30.77 3.077 3 3.07 3.05 3.12 3.09 3.06 3.13 3.08 3.07 3.08 3.07 30.82 3.082 4 3.11 3.10 3.11 3.09 3.07 3.03 3.10 3.07 3.07 3.09 30.84 3.084 5 3.11 3.10 3.10 3.07 3.08 3.06 3.08 3.07 3.09 3.07 30.83 3.083

    Para la Grfica x

    ( .0 3) 2 + ( .0 5) 2 + ( .0 2) 2 + ( .0 1) 2 + ( .0 2) 2 + ( .0 2) 2 + ( .0 3) 2 + ( .0 1) 2 + ( .0 2) 2 + ( .0 1) 2 + ( .0 4) 2 + ( .0 2) 2 + ( .0 2) 2 + ( .0 2) 2 + ( .0 1) 2 + ( .0 3) 2 + ( .0 1) 2 + ( .0 3) 2 + ( .0 4) 2 + ( .0 1) 2 + ( .0 2) 2 + ( .0 5) 2 + ( .0 1) 2 + ( .0 1) 2 + ( .0 3) 2 + ( .0 2) 2 + ( .0 3) 2 + ( .0 1) 2 + ( .0 1) 2 + ( .0 5) 2 + ( .0 2) 2 + ( .0 1) 2 + ( .0 1) 2 + ( .0 1) 2 + ( .0 3) 2 + ( .0 2) 2 + ( .0 2) 2 + ( .0 1) 2 + ( .0 2) 2 + ( .0 1) 2 + ( .0 1) 2 + ( .0 1) 2
    50

    0.0 2 3 9 = 0 .0 2 2 50

    x=

    154.09 = 3.08 50

    LSC = + 3 LC = 3.08 LIC = + 3

    0.22 = 3.08 + 3 = 3.4 n 5 0.22 = 3.08 3 = 2.8 n 5

    Para la grfica R

    Tenemos los siguientes datos:


    R 3.0 5 3.1 3 3.0 6 3.0 9 3.0 8 3.0 7 3.0 4 3.0 8 3.0 3.1 6 3.0 8 3.1 3.0 7 3.0 5 3.1 2 3.0 9 3.0 6 3.1 3 3.1 1 3.1 3.1 1 3.0 9 3.0 7 3.0 3 3.11 0.06 3.1 0.08 3.1 0.08 3.07 0.02 3.08 0.04 3.06 0.1 Segn la constante para d4 cuando tenemos 5 observaciones:2.114

    LIC = 0 LCC = 0.053 LSC = ( 0.053)( 2.114 ) = 0.11

    3.0 6 3.1 1 3.0 9 3.0 6

    3.0 6 3.0 8 3.0 9 3.1 1

    3.0 8 3.0 7 3.0 8 3.0 7

    3.1 3.0 7 3.0 7 3.0 9

    3.08 0.04 3.07 0.04 3.09 0.02 3.07 0.05 0.5 3 promed 0.0 io 53

    También podría gustarte