Professional Documents
Culture Documents
REV00
INGENIERIA INDUSTRIAL
ESTADSTICA INDUSTRIAL
DIRECTORIO
II
PGINA LEGAL
Participantes
ISBN-----------------
III
NDICE
INTRODUCCIN............................................................................................................................................. 1
PROGRAMA DE ESTUDIOS ........................................................................................................................... 2
FICHA TCNICA ............................................................................................................................................. 3
DESARROLLO DE LA PRCTICA O PROYECTO ............................................................................................. 5
INSTRUMENTOS DE EVALUACIN ............................................................................................................... 9
GLOSARIO ................................................................................................................................................... 24
BIBLIOGRAFA ............................................................................................................................................. 26
IV
INTRODUCCIN
Los mtodos estadsticos no slo son tiles sino en verdad indispensables para comprender
el mundo que nos rodea. Nos proporcionan formas de adquirir nuevas perspectivas del
comportamiento de muchos fenmenos con que nos encontramos en el campo de la
ingeniera industrial. La Estadstica ensea cmo razonar lgicamente y tomar decisiones
informadas en presencia de la incertidumbre y la variacin.
As mismo es preciso recordar que no existen dos procesos iguales, es decir que todos los
procesos y sistemas de la vida real exhiben variabilidad e incertidumbre en cierta manera; la
cual es el resultado de cambios en las condiciones bajo las cuales se hacen las
observaciones. En el contexto de la manufactura, estos cambios pueden ser diferencias en
las propiedades de los materiales utilizados en la forma en que trabajan los obreros, en las
variables del proceso (tales como la temperatura, la presin o el tiempo de ocupacin) y en
los factores ambientales (como la humedad relativa). La variabilidad se presenta tambin
debido al sistema de medicin utilizado y al muestreo. Por ende la estadstica no solo ofrece
mtodos para analizar los experimentos realizados, sino tambin sugerencias sobre cmo
desarrollar los experimentos en forma eficiente, para disminuir los efectos de variacin y
tener mayor probabilidad de llegar a conclusiones correctas.
1
PROGRAMA DE ESTUDIOS
PROGRAMA DE ESTUDIO
DATOS GENERALES
NOMBRE DEL PROGRAMA
Ingeniera Industrial
EDUCATIVO:
OBJETIVO DEL PROGRAMA Formar profesionistas capaces de planear, disear, instalar, operar, analizar y mejorar procesos productivos integrados por factor humano, materiales, informacin, tecnologa, energa y recursos financieros, a travs de la conduccin de procesos de cambio y de mejora continua con una perspectiva integradora y estratgica; con actitud creativa, emprendedora y respetuosa del
EDUCATIVO: individuo y el medio ambiente, ajustando su desempeo a los cambios que requiere la sociedad.
OBJETIVO DE LA ASIGNATURA: El alumno ser capaz de efectuar anlisis estadsticos que contemplen la determinacin de tamao de muestra, prueba de hiptesis, parmetros de variabilidad y pruebas de bondad y ajuste para aplicarlas en los procesos industriales, comerciales y de servicios.
Al completar la unidad de
aprendizaje el alumno ser capaz
ED1: Exposicin de un proyecto
de:
donde a partir de una base de
Definir un plan de muestreo Gua de Observacin para
datos obtenida de un plan de
adecuado y representativo. Obtencin de datos exposicin de proyecto
muestreo adecuado, por medio de Estudio de casos de
para muestreo de un estadstico.
pruebas de hiptesis correctas muestreo y tamao de
Desarrollar pruebas de proceso real, resolver
2. Pruebas de hiptesis para aplicadas a una muestra se muestra. Proyecto: Material Impreso,
hiptesis para una proporcin. situaciones Situacin calculadora, CPU, Documental y de Cuestionario sobre
distribuciones especiales y para dos infiera un resultado acerca de una Instruccin programada: x N/A Inferencia N/A plumones, Pizarrn , 10 0 7 4
Elaborar pruebas de hiptesis problemticas y aplicar Real Can Campo interpretaciny aplicacin
poblaciones. poblacin metodologa para Estadstica software estadstico
para diferencia de medias y de la metodologa para de pruebas de hipotesis y
elaboracin de pruebas
proporciones. establecer inferencias pruebas de bondad y ajuste.
EC1. Solucin de un cuestionario de hiptesis.
Interpretar pruebas de bondad y estadsticas.
de ejercicios de pruebas de
ajuste mediante distribuciones
hiptesis y pruebas de bondad y
poisson, exponenciales, ji
ajuste.
cuadradas.
BIBLIOGR AF A Y R EF ER ENCIAS:
TTULO: Industrial Statistics, practice methods and guidance and improved performance
AUTOR: Anand M. Jockleard
AO: 2010
EDITORIAL O REFERENCIA: Wiley
LUGAR Y AO DE LA EDICIN United Stated of America
ISBN O REGISTRO: ISBN 978 0470 49716-6
COMP LEMENTAR IA
2
FICHA TCNICA
ESTADSTICA INDUSTRIAL
Clave: ESI-ES
Competencias
Capacidad de abstraccin, anlisis y sntesis; Capacidad de aplicar los
genricas a
conocimientos en la prctica; Capacidad de comunicacin oral y escrita.
desarrollar:
3
Anlisis de confiabilidad 15 0 10 5
4
DESARROLLO DE LA PRCTICA O PROYECTO
Estadstica Industrial
Nombre de la asignatura:
01
Nmero: Duracin (horas) : 3
Al completar la unidad de aprendizaje, el alumno ser capaz de:
Requerimientos (Material
Software Estadstico, Computadoras, Proyector, Material de Muestreo
o equipo):
Actividades a desarrollar en la prctica: Definir en prosa las actividades a desarrollar en cada etapa.
El profesor elegir los integrantes a conformar las parejas de trabajo.
En parejas, los alumnos analizarn dos bases de datos una con datos cualitativos y otra con
datos cuantitativos, obteniendo las medidas estadsticas descriptivas de las mismas.
El profesor revisar el anlisis descriptivo y evaluar la propuesta de la tcnica para calcular las
probabilidades correspondientes.
Los alumnos, con las estimaciones obtenidas y tomando en cuenta el tipo de variable y las
caractersticas del experimento en cuestin realizarn los clculos correspondientes para la
determinacin de las probabilidades necesarias.
Los alumnos, con las probabilidades calculadas calcularn la distribucin de probabilidad
correspondiente simulando as distintas fases del experimento.
El profesor evaluar el trabajo y proporcionar la retroalimentacin al mismo.
5
DESARROLLO DE LA PRCTICA O PROYECTO
Estadstica Industrial
Nombre de la asignatura:
Nombre de la Unidad de Pruebas de hiptesis para distribuciones especiales y para dos poblaciones.
Aprendizaje:
Nombre de la prctica o
proyecto: Inferencia Estadstica
01
Nmero: Duracin (horas) : 3
Al completar la unidad de aprendizaje el alumno ser capaz de:
Definir un plan de muestreo adecuado y representativo.
ED1: Exposicin de un proyecto donde a partir de una base de datos obtenida de un plan de muestreo
adecuado, por medio de pruebas de hiptesis correctas aplicadas a una muestra se infiera un resultado
acerca de una poblacin.
6
DESARROLLO DE LA PRCTICA O PROYECTO
Estadstica Industrial
Nombre de la asignatura:
02
Nmero: Duracin (horas) : 5
Al completar la unidad de aprendizaje el alumno ser capaz de:
Requerimientos (Material
Software Estadstico, Computadoras, Proyector, Material de Muestreo
o equipo):
Actividades a desarrollar en la prctica: Definir en prosa las actividades a desarrollar en cada etapa.
El profesor definir las personas que integrarn el equipo de trabajo as como el problema a
analizar por cada equipo.
En equipo de 4 personas, los alumnos resolvern un problema real por medio de la tcnica de
regresin lineal o mltiple.
Probarn los supuestos correspondientes para la correcta aplicacin de la tcnica de regresin.
El profesor evaluar los supuestos analizados por los alumnos definiendo si es correcta la
aplicacin de la tcnica.
Investigarn y analizarn las variables causales y exgenas del problema.
Formularn el modelo de regresin que proporcione el mejor ajuste al problema.
Estimarn los parmetros del modelo de regresin.
Comprobarn la confiabilidad del modelo de regresin.
El profesor evaluar el modelo de regresin y sus conclusiones y proporcionar la
retroalimentacin correspondiente.
EP1: Reporte de Prctica sobre la identificacin del modelo ptimo de regresin, comprobacin de
resultados y reflexin sobre factores exgenos que pueden influenciarlo.
7
DESARROLLO DE LA PRCTICA O PROYECTO
Estadstica Industrial
Nombre de la asignatura:
03
Nmero: Duracin (horas) : 5
Al completar la unidad de aprendizaje el alumno ser capaz de:
Resultado de
Proponer recomendaciones a un proceso en base a un estudio de
aprendizaje:
Repetibilidad y Reproducibilidad (R&R).
ED1: Prctica: Simulacin que reproduce en forma vivencial el anlisis de un proceso productivo
aplicando las tcnicas de repetibilidad y reproducibilidad (R&R) con apoyo de software estadstico.
8
INSTRUMENTOS
DE
EVALUACIN
9
LISTA DE COTEJO PARA REPORTE DE PRCTICA DE GENERACIN DE
DISTRIBUCIONES DE PROBABILIDAD
U1, EP1
UNIVERSIDAD POLITECNICA DE :
DATOS GENERALES DEL PROCESO DE EVALUACIN.
Nombres(s) del Alumno(s) Matrcula: Firma del alumno(s)
Producto: Nombre del Proyecto: Fecha:
Asignatura: Control Estadstico de la Calidad. Periodo Cuatrimestral:
Nombre del Docente: Firma del Docente.
INSTRUCCIONES
Revisar las actividades que se solicitan y marquen en los apartados SI cuando la evidencia se
cumple; en caso contrario marque NO. En la columna OBSERVACIONES indicaciones que pueden
ayudar al alumno a saber cules son las condiciones no cumplidas, si fuese necesario.
Valor del Caractersticas a cumplir CUMPLE OBSERVACIONES
reactivo SI NO
10
Clasifica correctamente los datos bajo
estudio.
Calcula por medio del procedimiento
correcto las medidas descriptivas para cada
base de datos.
Calcula las probabilidades correspondientes
utilizando las frmulas y metodologas
adecuadas.
Elabora la distribucin de probabilidad para
cada base de datos y desarrolla la
simulacin del experimento utilizando la
distribucin de probabilidad correcta.
Conclusiones: Las conclusiones son claras y acordes
15% con el objetivo esperado. Describe perfectamente
cada uno de los grficos y tablas utilizadas.
Responsabilidad: Entreg el reporte en la fecha y
10%
hora sealada
100% CALIFICACION
11
CUESTIONARIO GUA DE INTERPRETACIN Y APLICACIN DE LAS
DISTRIBUCIONES DE PROBABILIDAD DISCRETAS O CONTINUAS
U1, EC1
1) Dennis Hogan es el supervisor de la presa Conowingo Hydroelectric. El seor Hogan sabe que
las turbinas de la presa generan electricidad a una tasa pico cada da slo cuando pasan al
menos 1000000 de galones de agua a travs de las compuertas. Tambin sabe, por
experiencia que el flujo diario tiene una distribucin normal con media igual al flujo del da
anterior y desviacin estndar de 200000 galones. Ayer fluyeron 850000 galones por la
presa. Cul es la probabilidad de que las turbinas hoy generen electricidad a la tasa pico?
2) La compaa Nobb Door fabrica puertas para vehculos recreativos. La compaa tiene dos
propsitos en conflicto: desea construir puertas lo ms pequeas posible para ahorrar
material pero, para conservar su buena reputacin con el pblico, se siente obligada a
fabricar puertas con la altura suficiente para que el 95% de la poblacin adulta de Estados
Unidos pueda pasar sus marcos. Con el fin de determinar la altura con la cual fabricar las
puertas, la Nobb est dispuesta a suponer que la altura de la gente adulta de Estados Unidos
est distribuida normalmente con una media de 73 pulgadas (1.85 m), con una desviacin
estndar de 6 pulgadas (15.24 cm). Qu tan altas debern ser las puertas que fabrica la
compaa Nobb?
3) En un estudio reciente se encontr que las mujeres toman en promedio 8.6 semanas sin
goce de sueldo despus del nacimiento de su hijo. Supngase que la distribucin de estos
valores sigue una distribucin normal con desviacin estndar 2.0 semanas. Se toma una
muestra de 35 mujeres que acaban de regresar a su trabajo despus del nacimiento de su
hijo. Cul es la probabilidad de tomar una muestra de 25 semanas y encontrar que la media
muestra sea por lo menos 8.8 semanas?
12
5) Los sistemas militares de radar y de deteccin de misiles deben advertir a un pas de los
ataques del enemigo. Una interrogante sobre su confiabilidad consiste en determinar si un
sistema de deteccin podr identificar un ataque y emitir una alarma. Suponga que
determinado sistema de deteccin tiene un 0.90 de probabilidad de detectar un ataque con
misiles. Aplique la distribucin binomial de probabilidades para contestar las siguientes
preguntas.
c. Si se instalan tres sistemas, cul es la probabilidad de que al menos uno de ellos des-
cubra el ataque?
c) Cul es la diferencia entre una estimacin puntual y una estimacin por intervalos?
a. Un ventilador seleccionado al azar dure por lo menos 20, 000 hrs?, a lo sumo 30,000
hrs?, entre 20,000 y 30,000 hrs?
13
GUA DE OBSERVACIN PARA LA EVALUACION DE EXPOSICION POR EQUIPO
ESTADISTICA INDUSTRIAL
NUMERO DE EQUIPO GRUPO FECHA
TEMA
EVALUACION INDIVIDUAL DEL ALUMNO
Nombre del integrante
M M M M
PRESENTACION M R B B E M R B B E M R B B E M R B B E
1. El exponente viste de manera formal (traje, corbata, saco, zapato cerrado, falda a la mitad de la
rodilla) NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
2. El exponente muestra una imagen limpia y profesional NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
3. Al iniciar el tema, el exponente se presenta personalmente con el grupo NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
EXPOSICION
4. El alumno denota dominio y conocimiento del tema NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
5. El alumnos expone de manera fluida, sin nerviosismo, sin muletillas ni titubeos NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
6. El alumno interactua con el grupo, pregunta si hay dudas, establece comunicacin abierta NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
7. El alumno menciona ejemplos acordes al tema y para concretar su explicacin NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
PROMEDIO POR ALUMNO= SUMAx10/70
EVALUACION DEL EQUIPO
14
CUESTIONARIO SOBRE INTERPRETACIN Y APLICACIN DE PRUEBAS
DE HIPTESIS Y PRUEBAS DE BONDAD Y AJUSTE
U2, EC1
1) Algunos cientficos piensan que los robots jugarn un papel esencial en las fbricas en los
prximos 20 aos. Supongamos que en un experimento para determinar si es factible el uso
de robots para trenzar cables de computadora, se empleo un robot para ensamblar 500
cables. Se examinaron los calves y encontraron defectuosos 14 de ellos. Si los
ensambladores humanos tienen una tasa de 0.03 (3%), apoya esta informacin la hiptesis
de que la proporcin de partes defectuosas es menor para robots que para humanos?
2) Una muestra aleatoria de 150 donaciones recientes en un banco de sangre revela que 92
eran sangre tipo A. sugiere esto que el porcentaje real de donadores tipo A difiere del 40%,
el porcentaje de la poblacin con sangre tipo A? haga una prueba de hiptesis adecuada con
un nivel de significancia del 0.1. sera distinta su conclusin si se usara un nivel de
significancia de 0.5?
3) Una lnea area ha desarrollado un plan para un club del viajero ejecutivo, sobre la premisa
de que 5% de sus clientes actuales llenaran los requisitos para ser socios., una muestra
aleatoria de 500 clientes dio por resultado que 40 llenaran los requisitos.
a. con estos datos pruebe con un nivel de 0.1 la hiptesis nula de que la premisa de la
compaa es correcta contra la alternativa de que no es correcta.
4) Se determin el nivel de plomo en la sangre para una muestra de 152 trabajadores hombres,
entre 20 y 30 aos de edad que laboran con desechos peligrosos y tambin para una
muestra de 86 trabajadores mujeres obtenindose una media error estndar igual a
5.50.3 para los hombres y 3.80.2 para las mujeres. Estime la diferencia entre el
verdadero promedio en niveles de plomo en la sangre para trabajadores hombres y mujeres,
que proporcione informacin acerca de su confiabilidad y precisin.
5) Una prueba oblicua de corte es muy aceptada para evaluar materiales adhesivos en
reparacin del concreto; usa especmenes de cilindros hechos de dos mitades idnticas
pegados a 30. El artculo Testing the bond Between Repair Materials and concrete Substrace
(ACI Materials J 1996) indica que para 12 especmenes preparados con cepillado de alambre
la Resistencia promedio al corte (N/mm2) fue 19.20 y la desviacin estndar muestral 1.58;
mientras que para 12 especmenes cincelados a mano; los valores correspondientes fueron
23.13 y 4.01. La resistencia promedio para ambos parece distinta?
15
RBRICA PARA REPORTE DE PRCTICA SOBRE LOS PASOS A SEGUIR PARA LA
GENERACIN DEL MODELO DE REGRESIN PTIMO
U3, EP1
16
imgenes, formas y regresin.
aplicaciones para su
presentacin).
4. Definicin del
problema (define de
manera clara el problema
a resolver por medio de la
tcnica de regresin).
5. Metodologa (sigue de
manera precisa cada uno
de los pasos de la
metodologa adecuada).
6. Ortografa (0)
7. Referencias
bibliogrficas.
17
CUESTIONARIO DE INTERPRETACIN Y APLICACIN DE MODELOS DE
REGRESIN SIMPLE Y MLTIPLE
U3, EC1
c) calcular R2
f) suponer que la pureza y el porcentaje de hidrocarburos son variables aleatorias con distribucin
normal conjunta, cul es la correlacin entre la pureza del oxgeno y el porcentaje de
hidrocarburos? Probar la hiptesis que =0, establecer un intervalo de confianza de 95% para .
2. una importante aerolnea seleccion una muestra aleatoria de 25 vuelos, y encontr que la
correlacin entre el nmero de pasajeros y el peso total de equipaje, en libras, almacenado en el
18
comportamiento correspondiente es de 0.94. Usando un nivel de confianza de 0.05 puede
concluirse que existe una asociacin positiva entre las dos variables?
3. La empresa Super Markets Inc. Est pensando en expandirse a una determinada regin. La
seorita Luan Miller directora de planeacin tiene que presentar un anlisis de la expansin
propuesta. Como parte del anlisis debe presentar informacin sobre la cantidad mensual que
gastan en comestibles las personas en esa regin. A la seorita Miller le gustara presentar tambin
informacin sobre la relacin entre la cantidad gastada en comestibles y el ingreso. Ella obtiene la
siguiente informacin muestral:
4. Mencione las hiptesis en las cules se basa el anlisis de correlacin y regresin mltiple
5. El seor Steve Douglas fue contratado como gerente en capacitacin por una importante empresa
financiera. Como primer proyecto se le pidi que estudiara la utilidad bruta en la industria qumica,
Qu factores afectan las utilidades en esa industria? Steve selecciona al azar una muestra aleatoria
de 16 compaas, y obtiene datos respecto a la cantidad de empleados el nmero de dividendos
consecutivos pagados de acciones comunes, el valor total de inventario al inicio del presente ao y la
ganancia bruta de cada empresa. Sus hallazgos son:
19
Profit Employee Dividend Invent
2800 140 12 1800
1300 65 21 320
1230 130 42 820
1600 115 80 76
4500 390 120 3600
5700 670 64 8400
3150 205 43 508
640 40 14 870
3400 480 88 5500
6700 810 98 9875
3700 120 44 6500
6440 590 110 9130
1280 440 38 1200
4160 280 24 890
3870 650 60 1200
980 150 24 1300
b) Realice una prueba de hiptesis global para determinar si alguno de los coeficientes de regresin
neta es diferente de cero.
c) realice una prueba de hiptesis para los coeficientes de regresin individuales. Pensara en
eliminar alguna de las variables independientes?
e) determine los residuales para la ecuacin del inciso d) use un diagrama de tallo y hoja o un
histograma para verificar la distribucin de los residuales es aproximadamente normal.
f) grafique un diagrama de dispersin de los residuales calculados en el inciso e), indica alguna
violacin de los supuestos.
20
GUA DE OBSERVACIN PARA LA EVALUACION DE PRACTICA DE SITUACIN SIMULADA DE UN R&R Y EXPOSICIN
ESTADISTICA INDUSTRIAL
NUMERO DE EQUIPO GRUPO FECHA
TEMA
EVALUACION INDIVIDUAL DEL ALUMNO
Nombre del integrante
M M M M
CONTENIDO DEL TEMA M R B B E M R B B E M R B B E M R B B E
6. El alumno interactua con el grupo, pregunta si hay dudas, establece comunicacin abierta NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
7. El alumno menciona ejemplos acordes al tema y para concretar su explicacin NC BU BA I C NC BU BA I C NC BU BA I C NC BU BA I C
PROMEDIO POR ALUMNO= SUMAx10/70
EVALUACION DEL EQUIPO
21
RBRICA PARA EL CASO DE ESTUDIO DEL ANLISIS DE PATRONES
PROBABILSTICOS DE FALLAS
U4, EP1
22
imgenes, formas y
aplicaciones para su
presentacin).
4. Metodologa (sigue
de manera precisa cada
uno de los pasos de la
metodologa adecuada).
5. Ortografa (0)
6. Referencias
bibliogrficas.
23
GLOSARIO
1. Anlisis de Regresin. Tcnica estadstica para modelar e investigar la relacin entre dos
o ms variables.
3. Colinealidad mltiple. Dependencias muy fuertes entre las variables regresoras xj , puede
tener efectos de consecuencias sobre las estimaciones de los coeficientes de regresin y
sobre la aplicabilidad general del modelo estimado.
9. Error tipo I. Se define como el rechazo de la hiptesis nula cuando sta es verdadera.
10. Error tipo II. Se define como la aceptacin de la hiptesis nula cuando sta es falsa.
11. Factores de Inflacin de la Varianza (VIF). Medidas de colinealidad mltiple muy tiles.
entre mayor sea el VIF ms marcada ser la colinealidad mltiple.
24
15. Modelo de regresin lineal simple. Supone que el valor esperado de Y es una funcin
lineal de x, pero que el valor real de Y para un valor fijo de x se determina por la funcin
del valor medio ms un trmino del error aleatorio.
16. Muestreo: Es la tcnica para la seleccin de una muestra a partir de una poblacin.
17. Muestro por atributos: Muestro en que los elementos y la muestra estn clasificados en
dos o ms categoras segn un determinado atributo o caracterstica cualitativa.
20. Regresin Mltiple. Modelo de regresin que contiene ms de una variables regresora.
22. Tendencia central. Representa el valor al que tienden a concentrarse los datos de una
muestra o un proceso.
23. Tiempo de falla. Tiempo que transcurre hasta que el producto deja de funcionar. tiempo
de vida del producto.
25. Valor P. Es el nivel de significacin ms bajo que llevara al rechazo de la hiptesis nula
con los datos dados.
25
BIBLIOGRAFA
Bsica
Probabilidad y estadstica para ingeniera y ciencias
DEVORE, Jay L,
2008
Cengage Learning editores
Mxico, 2008
ISBN 9789706868312
26
Diseo y Anlisis de Experimentos
MONTGOMERY Douglas C.
Limusa Wiley
Mxico, 2004
ISBN 968-18-6156-6
Complementaria
27