CAP4: Controle Estatístico do Processo (CEP)

Tamanho: px
Começar a partir da página:

Download "CAP4: Controle Estatístico do Processo (CEP)"

Transcrição

1 CAP4: Controle Estatístico do Processo (CEP) O principal objetivo do CEP é detectar rapidamente a ocorrência de causas evitáveis que produzam defeitos nas unidades produzidas pelo processo, de modo que a investigação e a ação corretiva possam ser realizadas antes que muitas unidades não-conformes sejam fabricadas. De uma forma geral, o que se busca com o CEP é a eliminação da variabilidade no processo, mesmo que isso seja teoricamente impossível. O que é um processo sob controle estatístico? Montgomery (2004, p. 96) diz que em qualquer processo de produção certa quantidade de variabilidade sempre existirá. Essa variabilidade natural ou ruído de fundo é o efeito cumulativo de muitas causas pequenas, essencialmente inevitáveis. Diz-se que um processo que opera apenas com as causas aleatórias de variação está sob controle estatístico. O que é um processo fora de controle? As variabilidades devidas a fontes como matéria prima defeituosa, máquinas desajustadas e erros de operadores são, geralmente, muito maiores do que o ruído de fundo e são conhecidas como causas atribuíveis. Um processo que opera na presença de causas atribuíveis está fora de controle. Os processos de produção podem operar longo tempo sob controle, produzindo itens aceitáveis, entretanto, quase que certamente, causas atribuíveis ocorrerão de maneira aparentemente aleatória, resultando em um deslocamento para um estado fora de controle. Exemplo 4.1: Consulte o artigo Causas_ Comuns_no_CEP.pdf Este artigo mostra como a exploração dos dados pode produzir melhoras contínuas no processo, mesmo que aparentemente figure como sob controle. Veja na figura 4.1 a dinâmica do CEP: Gráfico de controle Figura 4.1: Melhoria contínua do processo. É uma representação gráfica de uma característica da qualidade que foi medida ou calculada a partir de uma amostra. Contém uma linha central, representando o valor médio da característica da qualidade no estado de controle; duas linhas horizontais, chamadas limite superior de controle (LSC) e limite inferior de controle (LIC). Pontos que representam medidas da característica em questão, obtidas a partir de uma amostra (em geral de tamanho pequeno) em intervalo de tempo regular. Veja um exemplo típico na figura 4.2.

2 Limite Superior de controle Linha Central Limite Inferior de controle Figura 4.2: Um típico gráfico de controle A escolha dos limites de controle Devem ser definidas no planejamento dos gráficos de controle. Ao afastarmos os limites de controle da linha central, diminuímos o risco de erro tipo I, mas aumentamos a probabilidade de erro tipoii. No controle de processos, a cada amostra é realizado um teste da hipótese H 0 de que o processo está em controle estatístico para a variável considerada. H 0 : μ=μ 0 Região de aceitação = [LIC;LSC] Erro tipo I (alarme falso): Dizer que está fora de controle, quando está controlado (probabilidade α) Erro tipo II: Dizer que está sob controle, quando não está (probabilidade β) Os gráficos de controle, sejam de que tipo for, são estruturados a partir da linha central e dos limites inferior e superior de controle em geral utilizando o limite 3-sigma. Há também os limites de probabilidade 0.001, que corresponde a adotar como a probabilidade do erro tipo I. Neste caso, há uma estimativa de alarme falso de 1 para cada 1000 amostras retiradas do processo. Atente para o fato de que se o processo segue uma distribuição normal, o limite de probabilidade produziria um fator de multiplicação para os limites de controle de 3.09 (considerando apenas uma direção; P(Z>3.09)=0.001!) Exemplo 4.2 Obtenha os Limites de controle de probabilidade e 3-sigma considerando que a medida da característica de qualidade tem distribuição normal com μ=74 e σ=0.01 com e que são extraídas amostras de tamanho n=5. Erro padrão é Limites de probabilidade 0.001: LSC = * = LIC = * = Limites 3-sigma: LSC = * = LIC = * = Tamanho da amostra e frequência de amostragem Para determinar o tamanho da amostra deve-se ter em mente a magnitude da mudança que se deseja detectar. As amostras devem ser formadas pelos subgrupos racionais: observações que são agrupadas temporalmente com o propósito de monitorar o processo; são amostras que representem subgrupos de itens que sejam os mais homogêneos possíveis, visando exaltar diferenças entre grupos. Considerações gerais sobre o tamanho da amostra: Os subgrupos devem ter o menor tamanho possível de forma que as suas médias não mascarem as mudanças.

3 Subgrupos de tamanho 4 ou 5 detectam mudanças no processo mais rapidamente que subgrupos maiores. Subgrupos de 4 ou 5 ítens são ótimos (ou quase) se as causas especiais produzem mudanças de 2σ (2 sigma) ou mais no nível geral do processo. Caso as mudanças sejam pequenas (1σ ou menos) será necessário, para detectá-las, escolher subgrupos maiores (de 15 ou 20 itens). Aplicação de ferramentas como CUSUM propiciam uma análise de pequenas variações. Na frequência da amostragem ou tomamos pequenas amostras a intervalos bem curtos, ou amostras maiores a intervalos mais longos. Uma medida que auxilia a decisão quanto ao tamanho da amostra e a frequência de amostragem é o comprimento médio da sequencia (CMS) do gráfico de controle. Comprimento médio da sequencia (CMS) é o número médio de pontos que devem ser marcados antes que um ponto indique uma condição de fora de controle., sendo p a probabilidade de um ponto exceder os limites de controle. é o CMS quando o processo está sob controle, ou seja, é o número médio de pontos até que ocorra um falso alarme. O desempenho do gráfico é avaliado pelo TMA, tempo médio para alerta. Se as amostras são tomadas a intervalos fixos de tempo, de h horas, então Exemplo 4.3 Para um gráfico de controle 3 sigma temos: Significa que mesmo que o processo esteja sob controle, haverá um alarme falso a cada 370 amostras, em média. Agora, suponha que quando a média do processo se desloque de μ 0 (sob controle) para μ 1 (fora de controle), com Neste caso, Significa que mesmo quando o processo estiver fora de controle, haverá um alarme a cada 2 amostras, em média. Agora, considere dois planejamentos de frequência de amostragem: Planejamento 1: frequência amostral a cada meia hora. Planejamento 2: frequência amostral a cada hora., uma hora se passará entre a mudança e a detecção., duas horas se passarão entre a mudança e a detecção Exemplo 4.4 Qual o impacto no tempo médio para alerta em um gráfico 3 sigma, quando se modifica o tamanho da amostra, supondo um processo com distribuição normal? Planejamento 1: frequência amostral a cada meia hora com n=5. Planejamento 2: frequência amostral a cada hora com n=10. Considere um deslocamento na média de para sendo. Assim, com o deslocamento na média, temos Entretanto, os limites de controle foram estabelecidos sob a hipótese: Assim temos

4 Agora considere um deslocamento de 1σ no exemplo 4.2. Assim. Para Se h=0.5 teremos detecção., aproximadamente 2h e 15min se passará entre a mudança e a Para Se h=0.5 teremos, aproximadamente cinquenta e três minutos se passará entre a mudança e a detecção. Desse modo, se a mudança tiver que ser detectada na primeira hora, teríamos que optar pelo planejamento 2 ou no caso de amostras de tamanho 5, teríamos que ter uma frequência de amostragem a cada 13 minutos. Detecção de Padrões em Gráficos de Controle Um gráfico de controle deve apresentar sequencia de pontos com padrão aleatório, ou seja, pontos acima e abaixo da linha central distribuídos de forma equilibrada, sem um comportamento específico. Por exemplo, uma sequencia crescente ou decrescente de 8 pontos tem probabilidade muito pequena de ocorrer em uma amostra aleatória de pontos. Assim, há indicações de que o processo esteja fora de controle tanto na situação em que o ponto esteja fora dos limites de controle como na situação em que os pontos apresentem um padrão não aleatório. Existe uma regra de decisão elaborada pela Western Eletric, conhecida como regras de zonas que sugerem que um processo está fora de controle quando: 1. Um ponto se localiza fora dos limites de controle 3-sigma; 2. Dois, em três pontos consecutivos se localizam além dos limites de alerta 2-sigma (zona A); 3. Quatro em cinco pontos consecutivos se localizam a uma distância de um sigma ou mais em relação à linha central (zona A e B); 4. Oito pontos consecutivos se localizam de um mesmo lado da linha central (zona A, B e C). Exemplo 4.5 Na figura 4.3 observa-se um processo fora de controle, pois há 4 pontos consecutivos além da zona B acima da linha central. Figura 4.3: Ilustração das Regras de Zona com os quatro últimos pontos violando a regra 3.

5 summary statistics summary statistics summary statistics Exercícios: 1. Considere um processo cuja variável medida tenha distribuição normal com. Amostras de tamanho são retiradas a cada 15 minutos para inspeção. a. Obtenha os limites superior e inferior de um gráfico de controle 3-sigma b. Suponha que em dado momento o processo saiu de controle acarretando em um deslocamento na média agora com. Avalie a probabilidade de se detectar tal mudança. c. Para a situação descrita em b, avalie o CMS. d. Para a situação descrita em b, qual o tempo médio para se detectar a mudança, ou seja, o TMA? e. Qual a frequência amostral (amostras de tamanho 5) para se ter TMA = 0.20h ou 12 min? 2. Considere um processo cuja variável medida tenha distribuição normal com. Se os limites de controle utilizados são e são retiradas amostras de tamanho, qual a probabilidade de concluir que o processo está fora de controle para esta situação? 3. Considere um processo cuja variável medida tenha distribuição normal com. Amostras de tamanho são retiradas a cada 15 minutos para inspeção. Utilize a regra de zona para avaliar se o processo está sob controle ou não, identificando em caso de fora de controle qual a regra que se aplicou. Amostras de tamanho 5 a cada 15min tempo(min) x1 x2 x3 x4 x OBS: Os pontos são o valor da média da amostra em cada intervalo de tempo! A primeira amostra (15min) apresentou média igual a 30.32, ou seja, média dentro dos limites de controle do gráfico. 4. Observe os gráficos abaixo e identifique em que momento o gráfico emitiu alarme de que o processo está fora de controle, utilizando a regra de zona. for A1 for A1 U U x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 Number of groups = 10 Center = 30.1 = U = Number beyond limits = 1 Number violating runs = 4 Number of groups = 10 Center = 30.3 a) B) = U = Number beyond limits = 0 Number violating runs = 0 Gabarito 1) a)lsc=30+3*0.3/sqrt(5)= LIC=30-3*0.3/sqrt(5)= b) O que precisa ser calculado: R=0.5 c) d) e) ; logo 2) 3)Zona A superior: de à (de 2sigma até 3sigma) Zona B superior: de à (de 1sigma até 2sigma) Zona C superior: de 30 à (da LC até 1sigma) Pontos do gráfico: Média da amostra em cada intervalo de tempo: 30.32; 30.48; 30.34; 30.16; Análise: Um ponto fora dos limites de controle do gráfico (de a ) Há 3 pontos consecutivos além da zona A superior o que indica fora de controle por ferir o padrão aleatório do gráfico; Há 4 pontos consecutivos além da zona A e B, dentre os 5 pontos observados. for A Number of groups = 5 Center = 30 = U = Number beyond limits = 1 Number violating runs = 0 U 4) a) Na oitava amostra já se observa uma sequencia de 8 pontos todos acima da LC b) Padrão aleatório, pontos dentro dos limites de controle.

Variabilidade do processo

Variabilidade do processo Variabilidade do processo Em todo processo é natural encontrar certa quantidade de variabilidade. Processo sob controle estatístico: variabilidade natural por causas aleatórias Processo fora de controle:

Leia mais

CAP6: Gráfico de Controle para Atributos

CAP6: Gráfico de Controle para Atributos CAP6: Gráfico de Controle para Atributos Base Estatística Quando um item é produzido, o mesmo pode apresentar um ou mais defeitos, sendo este classificado como não conforme, independente da quantidade

Leia mais

Prof. Msc. Fernando Oliveira Boechat

Prof. Msc. Fernando Oliveira Boechat Prof. Msc. Fernando Oliveira Boechat Prof. Fernando Oliveira Boechat 1 Controle de Processos: Objetivos Gerar as informações necessárias ao desenvolvimento dos novos produtos; Fornecer os subsídios necessários

Leia mais

Histórico. Controle Estatístico de Processo

Histórico. Controle Estatístico de Processo Histórico O CEP se destacou como ferramenta poderosa após ter sido intensamente utilizada pelo Japão após a Segunda Guerra Mundial. Após a recuperação deste país, através da obtenção de processos produtivos

Leia mais

Gráfico de Controle por Atributos

Gráfico de Controle por Atributos Roteiro Gráfico de Controle por Atributos 1. Gráfico de np 2. Gráfico de p 3. Gráfico de C 4. Gráfico de u 5. Referências Gráficos de Controle por Atributos São usados em processos que: Produz itens defeituosos

Leia mais

4 Gráficos de controle

4 Gráficos de controle 4 Gráficos de controle O gráfico de controle é uma ferramenta poderosa do Controle Estatístico de Processo (CEP) para examinar a variabilidade em dados orientados no tempo. O CEP é composto por um conjunto

Leia mais

Controle estatístico, manutenção e confiabilidade de processos. Profa. Rejane Tubino

Controle estatístico, manutenção e confiabilidade de processos. Profa. Rejane Tubino Controle estatístico, manutenção e confiabilidade de processos Profa. Rejane Tubino Cartas de controle- CEP Aplicação: quando se necessitar verificar quanto de variabilidade do processo é devido à variação

Leia mais

CAP5: Amostragem e Distribuição Amostral

CAP5: Amostragem e Distribuição Amostral CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?

Leia mais

Gráfico de Controle por Variáveis

Gráfico de Controle por Variáveis Gráfico de Controle por Variáveis Roteiro 1. Construção de Gráficos de Controle de X e R 2. Análise de Desempenho dos Gráficos X e R 3. Alternativas para Monitoramento da Dispersão 4. Regras Suplementares

Leia mais

Controlo Estatístico de Processos Industriais

Controlo Estatístico de Processos Industriais Competir e Inovar na Gestão Aveiro, 12 de Fevereiro de 2008 Controlo Estatístico de Processos Industriais Helena Maria Dourado e Alvelos Controlo Estatístico de Processos Aplicação de métodos estatísticos

Leia mais

CAPÍTULO 9 CONTROLE ESTATÍSTICO DO PROCESSO - CEP

CAPÍTULO 9 CONTROLE ESTATÍSTICO DO PROCESSO - CEP CAPÍTULO 9 CONTROLE ESTATÍSTICO DO PROCESSO - CEP 1. INTRODUÇÃO Produções seriadas; Produções não-seriadas; Prestação de serviços. A) Processo com Interação de Insumos Definição de Processo: seqüência

Leia mais

Teste de Hipóteses e Intervalos de Confiança

Teste de Hipóteses e Intervalos de Confiança Teste de Hipóteses e Intervalos de Confiança Teste de Hipótese e Intervalo de Confiança para a média Monitor Adan Marcel 1) Deseja-se estudar se uma moléstia que ataca o rim altera o consumo de oxigênio

Leia mais

Estatística II Antonio Roque Aula 9. Testes de Hipóteses

Estatística II Antonio Roque Aula 9. Testes de Hipóteses Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para

Leia mais

5 Considerações Finais e Recomendações

5 Considerações Finais e Recomendações Considerações Finais e Recomendações 132 5 Considerações Finais e Recomendações O controle estatístico de processos compõe-se essencialmente do monitoramento on line dos processos por gráficos de controle

Leia mais

As cartas de controle podem ser usadas para monitorar ou avaliar um processo. Existem basicamente dois tipos de cartas de controle:

As cartas de controle podem ser usadas para monitorar ou avaliar um processo. Existem basicamente dois tipos de cartas de controle: Professor: Leandro Zvirtes UDESC/CCT Cartas de controle As cartas de controle podem ser usadas para monitorar ou avaliar um processo. Existem basicamente dois tipos de cartas de controle: Para dados do

Leia mais

a) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um

a) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um Escola Superior de Tecnologia de Viseu Probabilidades e Estatística 2007/2008 Ficha nº 7 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas de vendas, A e B, para o mesmo produto.

Leia mais

Gráficos de Controle Estatístico de Qualidade para Indicadores do SAMU/DF (Serviço de Atendimento Móvel de Urgência do Distrito Federal)

Gráficos de Controle Estatístico de Qualidade para Indicadores do SAMU/DF (Serviço de Atendimento Móvel de Urgência do Distrito Federal) Universidade de Brasília Instituto de Ciências Exatas Departamento de Estatística Estágio Supervisionado 2 Gráficos de Controle Estatístico de Qualidade para Indicadores do SAMU/DF (Serviço de Atendimento

Leia mais

Exemplos de Testes de Hipóteses para Médias Populacionais

Exemplos de Testes de Hipóteses para Médias Populacionais Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra

Leia mais

Controle estatístico de processo: algumas ferramentas estatísticas. Linda Lee Ho Depto Eng de Produção EPUSP 2009

Controle estatístico de processo: algumas ferramentas estatísticas. Linda Lee Ho Depto Eng de Produção EPUSP 2009 Controle estatístico de processo: algumas ferramentas estatísticas Linda Lee Ho Depto Eng de Produção EPUSP 2009 Controle estatístico de Processo (CEP) Verificar estabilidade processo Coleção de ferramentas

Leia mais

Aula 5 Distribuição amostral da média

Aula 5 Distribuição amostral da média Aula 5 Distribuição amostral da média Nesta aula você irá aprofundar seus conhecimentos sobre a distribuição amostral da média amostral. Na aula anterior analisamos, por meio de alguns exemplos, o comportamento

Leia mais

Guia de bolso de técnicas de análise estatística

Guia de bolso de técnicas de análise estatística Guia de bolso de técnicas de análise estatística Guia de bolso de técnicas de análise estatística para uso em ferramentas de aperto Capítulo...Página 1. Introdução...4 2. Estatística básica...5 2.1 Variação...5

Leia mais

ESTATÍSTICA BÁSICA COM ANÁLISE E TRATAMENTO ESTATÍSTICO DE DADOS EM SPSS

ESTATÍSTICA BÁSICA COM ANÁLISE E TRATAMENTO ESTATÍSTICO DE DADOS EM SPSS ESTATÍSTICA BÁSICA COM ANÁLISE E TRATAMENTO ESTATÍSTICO DE DADOS EM SPSS Escola de Enfermagem UFRGS Julho/2007 Juscelino Zemiacki Estatístico Programa Básico: AULA 1 Noções Básicas de Estatística AULA

Leia mais

LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES

LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES Monitora Juliana Dubinski LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES EXERCÍCIO 1 (INTERVALO DE CONFIANÇA PARA MÉDIA) Suponha que X represente a duração da vida de uma peça de equipamento. Admita-se

Leia mais

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias

Leia mais

DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA

DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA INTRODUÇÃO O pesquisador social procura tirar conclusões a respeito de um grande número de sujeitos. Por exemplo, ele poderia desejar estudar: os 170.000.000 de cidadãos

Leia mais

Teste de Hipótese para uma Amostra Única

Teste de Hipótese para uma Amostra Única Teste de Hipótese para uma Amostra Única OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Estruturar problemas de engenharia de tomada de decisão, como

Leia mais

Capítulo 8 - Testes de hipóteses. 8.1 Introdução

Capítulo 8 - Testes de hipóteses. 8.1 Introdução Capítulo 8 - Testes de hipóteses 8.1 Introdução Nos capítulos anteriores vimos como estimar um parâmetro desconhecido a partir de uma amostra (obtendo estimativas pontuais e intervalos de confiança para

Leia mais

Decidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade

Decidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade Escola de Engenharia de Lorena - EEL Controle Estatístico de Processos CEP Prof. MSc. Fabrício Maciel Gomes Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente. Conceito de

Leia mais

1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.

1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente. TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à

Leia mais

LISTA DE EXERCÍCIOS 3

LISTA DE EXERCÍCIOS 3 DISCIPLINA: CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I PERÍODO: 2013.2 LISTA DE EXERCÍCIOS 3 1) Uma empresa fabricante de pastilhas para freio efetua um teste para controle de qualidade de seus produtos.

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Roteiro da apresentação 1 Controle de Qualidade Lupércio França Bessegato 2 3 4 5 Especialização em Estatística 6 7 8 Gráfico de Controle de Shewhart Hipóteses do gráfico de controle convencional: Normalidade

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte

Leia mais

SÉRIE: Estatística Básica Texto 4: TESTES DE HIPÓTESES SUMÁRIO

SÉRIE: Estatística Básica Texto 4: TESTES DE HIPÓTESES SUMÁRIO SUMÁRIO. INTRODUÇÃO... 3.. GENERALIDADES... 3.. METODOLOGIA DO TESTE DE HIPÓTESES... 3.3. AS HIPÓTESES... 3.4. A ESCOLHA DO TESTE ESTATÍSTICO... 4.5. CONCEITOS ADICIONAIS DO TESTE DE HIPÓTESES... 4.6.

Leia mais

Especialização em Engenharia Clínica

Especialização em Engenharia Clínica Especialização em Engenharia Clínica Introdução a Bioestatística Docente: > Marcelino M. de Andrade, Dr. Apresentação: Módulo 02 Teoria Elementar da Amostragem A teoria elementar da amostragem é um estudo

Leia mais

Curso e-learning CEP Controle Estatístico de Processo

Curso e-learning CEP Controle Estatístico de Processo Curso e-learning CEP Controle Estatístico de Processo Todos os direitos de cópia reservados. Não é permitida a distribuição física ou eletrônica deste material sem a permissão expressa do autor. Objetivos

Leia mais

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através

Leia mais

Índice de Exercícios. Exercício 1.

Índice de Exercícios. Exercício 1. Índice de Exercícios Exercício 1...1 Exercício 2...2 Exercício 3...4 Exercício 4...7 Exercício 5. (Ficha de trabalho de Metrologia e Qualidade módulo 4)...8 Exercício 6. (Ficha de trabalho de Metrologia

Leia mais

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - APO

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - APO Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - APO 11. O Dia do Trabalho, dia 1º de maio, é o 11º dia do ano quando o ano não é bissexto. No ano de 1958, ano em que o Brasil ganhou,

Leia mais

CAPÍTULO 5 - Exercícios

CAPÍTULO 5 - Exercícios CAPÍTULO 5 - Exercícios Distibuições de variáveis aleatórias discretas: Binomial 1. Se 20% dos parafusos produzidos por uma máquina são defeituosos, determinar a probabilidade de, entre 4 parafusos escolhidos

Leia mais

Aplicação de gráficos de controle para o monitoramento do processo de retificação do diâmetro interno de um cilindro de aço

Aplicação de gráficos de controle para o monitoramento do processo de retificação do diâmetro interno de um cilindro de aço Aplicação de gráficos de controle para o monitoramento do processo de retificação do diâmetro interno de um cilindro de aço Murilo Thiago da Maia (Universidade do Estado de Santa Catarina) murilot.maia@gmail.com

Leia mais

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão. ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

Leia mais

Treinando a sua equipe para aumentar a competitividade da sua empresa.

Treinando a sua equipe para aumentar a competitividade da sua empresa. Informativo Bimestral da Siqueira Campos Associados junho de 2015 - ano IX - Número 25 Catálogo de Cursos 2015 Treinando a sua equipe para aumentar a competitividade da sua empresa. Nesta edição Estatística

Leia mais

Exercícios - Distribuição Normal (Gauss)

Exercícios - Distribuição Normal (Gauss) Exercícios - Distribuição Normal (Gauss) Monitora: Juliana e Prof. Jomar 01. Uma empresa produz televisores de dois tipos, tipo A (comum) e tipo B (luxo), e garante a restituição da quantia paga se qualquer

Leia mais

MÓDULO 1. I - Estatística Básica

MÓDULO 1. I - Estatística Básica MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um

Leia mais

3 Estratégias de Análise Técnica

3 Estratégias de Análise Técnica 3 Estratégias de Análise Técnica Como foi visto no Capítulo 2, as estratégias dos investidores do mercado são compostas por dois fatores, a saber: o mecanismo de ativação σ i (t) (Eq. 2-10) e o mecanismo

Leia mais

Provas resolvidas do ISS-SP Matemática Financeira Estatística Lógica Professor Joselias joselias@uol.com.br - http://professorjoselias.blogspot.

Provas resolvidas do ISS-SP Matemática Financeira Estatística Lógica Professor Joselias joselias@uol.com.br - http://professorjoselias.blogspot. PROVA RESOLVDA DO CONCURSO DE FSCAL DO SS-SP ESTATÍSTCA- RACOCÍNO LÓGCO E MATEMÁTCA FNANCERA Questão 51. Uma pessoa necessita efetuar dois pagamentos, um de R$ 2.000,00 daqui a 6 meses e outro de R$ 2.382,88

Leia mais

UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM

UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM Unidade 2 Distribuições de Frequências e Representação Gráfica UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM Ao finalizar esta Unidade, você deverá ser capaz de: Calcular

Leia mais

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora 7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,

Leia mais

Estatística Descritiva

Estatística Descritiva Estatística Descritiva Como construir uma distribuição de freqüências. Como construir gráficos de freqüências. Como encontrar medidas de tendência central. Como encontrar medidas de variabilidade. Como

Leia mais

LEAN E A TEORIA DAS RESTRIÇÕES

LEAN E A TEORIA DAS RESTRIÇÕES Pós Graduação em Engenharia de Produção Ênfase na Produção Enxuta de Bens e Serviços (LEAN MANUFACTURING) LEAN E A TEORIA DAS RESTRIÇÕES Exercícios de Consolidação - gabarito - Prof. Eduardo G. M. Jardim,

Leia mais

COMUNICADO SIAD 44/2005 ASSUNTO: Material de Consumo Decreto de encerramento de exercício 2005

COMUNICADO SIAD 44/2005 ASSUNTO: Material de Consumo Decreto de encerramento de exercício 2005 SECRETARIA DE ESTADO DE PLANEJAMENTO E GESTÃO Rua Bernardo Guimarães, 2731. Tel.: (31) 3290-4600 CEP: 30.180-140 Belo Horizonte Minas Gerais Brasil CGC: 18.715.607 / 0001-13 Inscrição Estadual: Isento

Leia mais

Coleta de produtos pré-medidos para determinação do conteúdo efetivo e/ou exame formal.

Coleta de produtos pré-medidos para determinação do conteúdo efetivo e/ou exame formal. AVALIAÇÃO PRELIMINAR DE MERCADORIAS PRÉ- MEDIDAS PARA REALIZAÇÃO DE EXAME QUANTITATIVO NORMA N o NIT-DIMEP-004 APROVADA EM SET/2014 N o 01/05 SUMÁRIO 1 Objetivo 2 Campo de Aplicação 3 Responsabilidade

Leia mais

AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais

AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais 1 AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 20 e 22 de abril e 04 de maio de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte:

Leia mais

EXAME NACIONAL DO ENSINO SECUNDÁRIO VERSÃO 2

EXAME NACIONAL DO ENSINO SECUNDÁRIO VERSÃO 2 EXAME NACIONAL DO ENSINO SECUNDÁRIO 10.º/11.º ou 11.º/12.º Anos de Escolaridade (Decreto-Lei n.º 286/89, de 29 de Agosto Programas novos e Decreto-Lei n.º 74/2004, de 26 de Março) PROVA 712/12 Págs. Duração

Leia mais

Aplicação da Carta de Farol no monitoramento de torque de parafusos numa linha de montagem: estudo de caso

Aplicação da Carta de Farol no monitoramento de torque de parafusos numa linha de montagem: estudo de caso Aplicação da Carta de Farol no monitoramento de torque de parafusos numa linha de montagem: estudo de caso Daniel Barcellos Mathias (PUCPR) dbmathias@bol.com.br Marcelo Giroto Rebelato (PUCPR) mgiroto@ccet.pucpr,.br

Leia mais

Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa. O tamanho do grupo é uma variável aleatória discreta

Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa. O tamanho do grupo é uma variável aleatória discreta Aula 5 Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios? Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa.

Leia mais

Aula 1: Introdução à Probabilidade

Aula 1: Introdução à Probabilidade Aula 1: Introdução à Probabilidade Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 07 de Março de 2012 Experimento Aleatório Um experimento é qualquer processo

Leia mais

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 2 3 quadrimestre 2011

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 2 3 quadrimestre 2011 BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares outubro 011 BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 quadrimestre 011 Além

Leia mais

Pesquisador em Informações Geográficas e Estatísticas A I GESTÃO DA QUALIDADE LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO.

Pesquisador em Informações Geográficas e Estatísticas A I GESTÃO DA QUALIDADE LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO. 7 EDITAL N o 04/2013 LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO. 01 - O candidato recebeu do fiscal o seguinte material: a) este CADERNO DE QUESTÕES, com os enunciados das 8 (oito) questões discursivas, sem

Leia mais

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder Intervalo de Confiança e cálculo de tamanho de amostra Henrique Dantas Neder Intervalo de confiança para a média da população µ X Até o momento discutimos as propriedades da distrbuição normal e vimos

Leia mais

Preparação para a Certificação de Engenheiro da Qualidade 1

Preparação para a Certificação de Engenheiro da Qualidade 1 Preparação para a Certificação de Engenheiro da Qualidade 1 OBJETIVOS DO CURSO Apresentar aos participantes os conteúdos do Corpo de Conhecimento necessários à certificação, possibilitando que aprimorem

Leia mais

Controle Estatístico de Processo: Cartas de Controle

Controle Estatístico de Processo: Cartas de Controle Controle Estatístico de Processo: Cartas de Controle Lupércio França Bessegato Dep. Estatística/UFJF Prof. Lupércio França Bessegato Departamento de Estatística UFJF E-mail: lupercio.bessegato@ufjf.edu.br

Leia mais

MÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA

MÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA MÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA Em um amostra, quando se têm os valores de uma certa característica, é fácil constatar que os dados normalmente não se distribuem uniformemente, havendo uma

Leia mais

Ferramentas da Qualidade. Professor: Leandro Zvirtes UDESC/CCT

Ferramentas da Qualidade. Professor: Leandro Zvirtes UDESC/CCT Ferramentas da Qualidade Professor: Leandro Zvirtes UDESC/CCT Histogramas Histograma O histograma é um gráfico de barras no qual o eixo horizontal, subdividido em vários pequenos intervalos, apresenta

Leia mais

AMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll

AMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll AMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll! Os parâmetros para decisão do auditor.! Tipos de planos de amostragem estatística em auditoria. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas

Leia mais

Em qualquer processo produtivo, deve-se garantir que as

Em qualquer processo produtivo, deve-se garantir que as Confiabilidade, calibração e definições importantes para os instrumentos de medir Os instrumentos de medição são os dispositivos utilizados para realizar uma medição e no âmbito da metrologia legal são

Leia mais

Ferramentas da Qualidade. Professor: Fabrício Maciel Gomes fmgomes@usp.br

Ferramentas da Qualidade. Professor: Fabrício Maciel Gomes fmgomes@usp.br Ferramentas da Qualidade Professor: Fabrício Maciel Gomes fmgomes@usp.br ABORDAGENS DA QUALIDADE ABORDAGENS DA QUALIDADE Desde que a Qualidade se tornou um atributo do processo produtivo, ela vem sendo

Leia mais

Cap. 12 Testes Qui- Quadrados e Testes Não-Paramétricos. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc.

Cap. 12 Testes Qui- Quadrados e Testes Não-Paramétricos. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Cap. 1 Testes Qui- Quadrados e Testes Não-Paramétricos Statistics for Managers Using Microsoft Excel, 5e 008 Prentice-Hall, Inc. Chap 1-1 Final de curso... tempo de recordar : ) Cap. 9 Fundamentos de testes

Leia mais

UNIVERSIDADE FEDERAL DE ALFENAS

UNIVERSIDADE FEDERAL DE ALFENAS UNIVERSIDADE FEDERAL DE ALFENAS RAFAEL LEMOS BASTOS CEPpt: UM PACOTE R PARA O CONTROLE ESTATÍSTICO DE PROCESSO Alfenas 2011 Rafael Lemos Bastos CEPpt: Um pacote R para o Controle Estatístico de Processo

Leia mais

Olá pessoal. Foram bem? Até que a prova não foi difícil! Vamos corrigir.

Olá pessoal. Foram bem? Até que a prova não foi difícil! Vamos corrigir. Olá pessoal. Foram bem? Até que a prova não foi difícil! Vamos corrigir. Resolução Lembre-se das fórmulas: coeficiente de variação (x) = coeficiente de correlação (x, y) = desvio padrão (x) média (x) covariância

Leia mais

Probabilidade - aula I

Probabilidade - aula I e 27 de Fevereiro de 2015 e e Experimentos Aleatórios e Objetivos Ao final deste capítulo você deve ser capaz de: Entender e descrever espaços amostrais e eventos para experimentos aleatórios. Interpretar

Leia mais

Manual para elaboração de cartas de controle para monitoramento de processos de medição quantitativos em. laboratórios de ensaio

Manual para elaboração de cartas de controle para monitoramento de processos de medição quantitativos em. laboratórios de ensaio 2013 Manual para elaboração de cartas de controle para monitoramento de processos de medição quantitativos em Camila Cardoso de Oliveira Daniel Granato Miriam Solange Fernandes Caruso Alice Momoyo Sakuma

Leia mais

Probabilidade e Estatística 2009/1 Prof. Fernando Deeke Sasse CCT-UDESC Exercícios 2

Probabilidade e Estatística 2009/1 Prof. Fernando Deeke Sasse CCT-UDESC Exercícios 2 Distribuição exponencial Solução. (a) f := (lambda, x) -> lambda*exp(-lambda*x); f := l, x /l e Kl x Probabilidade e Estatística 009/ Prof. Fernando Deeke Sasse CCT-UDESC Exercícios A distância entre os

Leia mais

Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas

Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas 1. (Paulino e Branco, 2005) Num depósito estão armazenadas 500 embalagens de um produto, das quais 50 estão deterioradas. Inspeciona-se uma

Leia mais

PROVA RESOLVIDA E COMENTADA DA POLÍCIA RODOVIÁRIA FEDERAL(PRF) - Professor Joselias Out- 2009.

PROVA RESOLVIDA E COMENTADA DA POLÍCIA RODOVIÁRIA FEDERAL(PRF) - Professor Joselias Out- 2009. PROVA RESOLVIDA E COMENTADA DA POLÍCIA RODOVIÁRIA FEDERAL(PRF) - Oi Amigos, Como estou recebendo muitos pedidos da resolução da prova a PRF-2009. Elaborei os comentários das questões. Observe que foram

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Segunda Lista de Exercícios 01 de julho de 2013 1 Uma indústria fabrica peças, das quais 1 5 são defeituosas. Dois compradores, A e B, classificam os lotes de peças adquiridos em

Leia mais

INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS

INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS Lista de Exercícios - Modelos Probabilísticos 1 INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS 35) Em um sistema de transmissão de dados existe uma probabilidade igual a 0,05 de um dado ser transmitido

Leia mais

Métodos Estatísticos. 6 - Amostragem. Referencia: Estatística Aplicada às Ciências Sociais, Cap. 3 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002.

Métodos Estatísticos. 6 - Amostragem. Referencia: Estatística Aplicada às Ciências Sociais, Cap. 3 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Métodos Estatísticos 6 - Amostragem Referencia: Estatística Aplicada às Ciências Sociais, Cap. 3 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. População x Amostra População - conjunto dos elementos

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística MAE6 Noções de Estatística Grupo A - º semestre de 007 Exercício ( pontos) Uma máquina de empacotar um determinado produto o faz segundo uma distribuição normal, com média µ e desvio padrão 0g. (a) Em

Leia mais

Conjunto de todos os resultados possíveis de um experimento aleatório.

Conjunto de todos os resultados possíveis de um experimento aleatório. VII Probabilidades Em todos os fenômenos estudados pela Estatística, os resultados, mesmo nas mesmas condições de experimentação, variam de uma observação para outra, dificultando a previsão de um resultado

Leia mais

3 Planejamento de Experimentos

3 Planejamento de Experimentos 3 Planejamento de Experimentos Segundo Montgomery (2004) os métodos de controle estatístico do processo e o planejamento experimental, são duas ferramentas muito poderosas para a melhoria e otimização

Leia mais

TEORIA DA AMOSTRAGEM APLICADA À AUDITORIA

TEORIA DA AMOSTRAGEM APLICADA À AUDITORIA UNIVERSIDADE DE BRASÍLIA (FACE) DEPARTAMENTO DE CIÊNCIAS CONTÁBEIS E ATUARIAIS Prof. Wolney Resende de Oliveira Auditoria 1 Turma B TEORIA DA AMOSTRAGEM APLICADA À AUDITORIA Alunos: Alisson Rodrigues -

Leia mais

Fundamentos de Teste de Software

Fundamentos de Teste de Software Núcleo de Excelência em Testes de Sistemas Fundamentos de Teste de Software Módulo 2- Teste Estático e Teste Dinâmico Aula 4 Projeto de Teste 1 SUMÁRIO INTRODUÇÃO... 3 ANÁLISE E PROJETO DE TESTE... 3 1.

Leia mais

CONCURSO PETROBRAS DRAFT. Pesquisa Operacional, TI, Probabilidade e Estatística. Questões Resolvidas. Produzido por Exatas Concursos www.exatas.com.

CONCURSO PETROBRAS DRAFT. Pesquisa Operacional, TI, Probabilidade e Estatística. Questões Resolvidas. Produzido por Exatas Concursos www.exatas.com. CONCURSO PETROBRAS ENGENHEIRO(A) DE PRODUÇÃO JÚNIOR ENGENHEIRO(A) JÚNIOR - ÁREA: PRODUÇÃO Pesquisa Operacional, TI, Probabilidade e Estatística Questões Resolvidas QUESTÕES RETIRADAS DE PROVAS DA BANCA

Leia mais

Monitoramento e Controle de Processo Multivariado

Monitoramento e Controle de Processo Multivariado Monitoramento e Controle de Processo Multivariado Roteiro 1. O Problema do Controle da Qualidade Multivariado 2. Descrição de Dados Multivariados 3. Gráfico de Controle T 2 de Hotelling (Subgrupos) 4.

Leia mais

PESQUISA DE MERCADO AMOSTRAGEM

PESQUISA DE MERCADO AMOSTRAGEM PESQUISA DE MERCADO Universo, população e amostra Coleta de dados: é impossível adquirir informações de um todo (universo ou população); Por essa razão escolhe-se uma parte do todo (amostra) representação

Leia mais

Manual de Operação e Instalação

Manual de Operação e Instalação Manual de Operação e Instalação Chave de nível capacitiva Cod: 073AA-004-122M Rev. B Série LC-200 Março / 2010 S/A Rua João Serrano, 250 Bairro do Limão São Paulo SP CEP 02551-060 Fone: (11) 3488-8999

Leia mais

Tolerância geométrica de forma

Tolerância geométrica de forma Tolerância geométrica de forma A UU L AL A Apesar do alto nível de desenvolvimento tecnológico, ainda é impossível obter superfícies perfeitamente exatas. Por isso, sempre se mantém um limite de tolerância

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec o semestre 011/01 1 o Teste B 1/04/01 11:00 Duração: 1 hora e 30 minutos Justifique

Leia mais

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade Roteiro da apresentação Controle de Qualidade 1 2 3 Lupércio França Bessegato UFMG Especialização em Estatística 4 5 Abril/2007 6 7 Conceito de Qualidade Não há uma única definição. Melhoria da Empresa

Leia mais

Instruções. N. de Inscrição:

Instruções. N. de Inscrição: Escola de Administração Fazendária Missão: Desenvolver pessoas para o aperfeiçoamento da gestão das fi nanças públicas e a promoção da cidadania. Prova Conhecimentos Específicos Edital ESAF n. 79, de 06/1/013

Leia mais

Probabilidade. Distribuição Binomial

Probabilidade. Distribuição Binomial Probabilidade Distribuição Binomial Distribuição Binomial (Experimentos de Bernoulli) Considere as seguintes experimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na

Leia mais

Ferramentas Básicas da Qualidade

Ferramentas Básicas da Qualidade PRO 2712 CONTROLE DA QUALIDADE 1 Ferramentas Básicas da Qualidade PRO 2712 CONTROLE DA QUALIDADE 2 AS SETE FERRAMENTAS BÁSICAS DA QUALIDADE Diagrama de Pareto Diagrama de Causa-e-Efeito Lista de Verificação

Leia mais

Administração Financeira - Profs. Nelson Antonio Vascon e Marisa Gomes da Costa 42

Administração Financeira - Profs. Nelson Antonio Vascon e Marisa Gomes da Costa 42 Administração Financeira - Profs. Nelson Antonio Vascon e Marisa Gomes da Costa 42 2.8. GESTÃO DE DUPLICATAS A RECEBER Entre os objetivos do gestor financeiro destaca-se como principal a maximização do

Leia mais

ESTUDO DO CONTROLE E ANÁLISE DA CAPACIDADE DO PROCESSO DE PRODUÇÃO DE ÁGUA POTÁVEL

ESTUDO DO CONTROLE E ANÁLISE DA CAPACIDADE DO PROCESSO DE PRODUÇÃO DE ÁGUA POTÁVEL ESTUDO DO CONTROLE E ANÁLISE DA CAPACIDADE DO PROCESSO DE PRODUÇÃO DE ÁGUA POTÁVEL Jairo Marlon Corrêa PPGMNE-UFPR Curitiba - PR jairomarlon@gmail.com Anselmo Chaves Neto PPGMNE/DEST-UFPR Centro Politécnico,

Leia mais

FÍSICA CADERNO DE QUESTÕES

FÍSICA CADERNO DE QUESTÕES CONCURSO DE ADMISSÃO AO CURSO DE FORMAÇÃO E GRADUAÇÃO FÍSICA CADERNO DE QUESTÕES 2015 1 a QUESTÃO Valor: 1,00 Uma mola comprimida por uma deformação x está em contato com um corpo de massa m, que se encontra

Leia mais

Universidade Federal Fluminense

Universidade Federal Fluminense Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA ESTATÍSTICA V Lista 9: Intervalo de Confiança. 1. Um pesquisador está estudando a resistência de um determinado

Leia mais

Apresentação de Dados em Tabelas e Gráficos

Apresentação de Dados em Tabelas e Gráficos Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística

Leia mais

GRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 12)

GRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 12) 1 GRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 12) GRÁFICOS DE CONTROLE DE ATRIBUTOS O termo "atributo", utilizado em controle

Leia mais

Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação Caso Univariado

Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação Caso Univariado UNIVERSIDADE FEDERAL DE JUIZ DE FORA CURSO DE BACHARELADO EM ESTATÍSTICA ALAN DE PAIVA LOURES Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação Caso Univariado Juiz

Leia mais