Módulo 3 Cartas de controle por atributos
|
|
- Alana Campelo de Abreu
- 6 Há anos
- Visualizações:
Transcrição
1 Módulo 3 Cartas de controle por atributos
2 Tipos de cartas de controle Atributos Existem duas situações em que se utilizam atributos: 1) Quando as medidas não são possíveis, como características inspecionadas visualmente (cor, brilho, arranhões e danos). 2) Quando as medidas são possíveis mas não são tomadas por questões econômicas, de tempo, ou de necessidades. Em outras palavras: quando o diâmetro de um furo pode ser medido com um micrômetro interno mas utiliza-se um calibre passa/não-passa para determinar a sua conformidade com as especificações. Carta p Proporção de não-conforme Atributos Dados discretos Carta np Carta c Carta u Número de não-conforme Número de não- conformidades Média de não- conformidades
3 Tipos de cartas de controle Atributos Classificação X Contagem Pergunta: a amostra tem alguma defeito? SIM NÃO SIM SIM NÃO Atributos do tipo SIM/NÃO são analisados através de gráficos do tipo p ou np. Pergunta: quantos defeitos tem a amostra? Atributos que consistem na contagem de defeitos são analisados através de gráficos do tipo c ou u.
4 Convenções n = tamanho da amostra k = número (quantidade) de amostras d = número de defeituosos p = fração defeituosa _ p = fração defeituosa média c = número de defeitos _ c = número médio de defeitos u = número de defeitos por unidade _ u = número médio de defeitos por unidade
5 Carta p Proporção de não-conforme A carta p é utilizada quando se deseja monitorar a proporção de peças nãoconformes. As amostras coletadas deverão ser classificadas em conforme e não-conforme. Assim, antes de iniciar o processo de coleta inicial certifique-se que as pessoas envolvidas estão capacitadas no critério estabelecido e que o critério está claro. O tamanho das amostras pode ser variável. Quanto maior o tamanho da amostra, melhor pois a probabilidade de peças não-conformes aparecer será maior. A fração defeituosa da amostra é a razão entre o número de defeituosos encontrado na amostra (d) e o tamanho da amostra (n) [p=d/n]. A distribuição da fração defeituosa é binomial, porém quando os tamanhos das amostras forem grandes o suficiente a distribuição pode ser aproximada para a curva normal. Critérios: = > Jarra conforme = > Jarra não-conforme, tem 2 não-conformidades
6 Carta p Proporção de não-conforme Construção da carta p : 1º passo: estabelecer o processo a ser monitorado, definir o tamanho das amostras, definir qual será a freqüência para coleta das amostras (1x por turno, 1x por dia, 1x por hora, etc.) e qual será o número de amostras coletadas para o cálculo dos limites de controle. 2º passo: calcular a proporção não-conforme de cada amostra coletada, sendo: n = Número de itens inspecionados (tamanho da amostra) np = Número de Itens não-conformes encontrados na amostra coletada. Calcula-se a proporção com a fórmula: 3º passo: estabelecer a escala de trabalho para plotar os valores na carta. Esta escala deve ser definida com base em um histórico do processo ou com base nos primeiros valores coletados, mas sempre deve ter como linha inicial 0 (zero) pois não há proporção negativa. 4º passo: plotar na carta os valores encontrados. No eixo y coloque a proporção não-conforme e no eixo x a data, hora ou outra medida da coleta da amostra. p = np n
7 Carta p Proporção de não-conforme Construção da carta p exemplo: Valores para o exemplo de injeção de jarras plásticas: Amostra Amostra 1 Amostra 2 Amostra 3 Amostra 4 Amostra 5 Tamanho da amostra ( n ) Qtde. Não-conforme ( np) Proporção nãoconforme ( p ) º passo: com base nos valores coletados, calcular a fração defeituosa do processo através da fórmula : p = n 1 p 1 + n2 p n1 + n 2 + n + n p nk nkp k = ( )/( )= 0,
8 Carta p Proporção de não-conforme 6º passo: calcular os limites de controle: n = n1 +n2 + n3... +nk = 144 = 0, ,0556 (1-0,0556)/144 = 0,1129 LSCp = p +3 p(1 p) / = 0, ,0556 (1-0,0556)/144 = -0,0017 LICp = p 3 p(1 p) / LMp = p = 0,0556 n n 7º passo: traçar os limites de controle na carta e seguir com a coleta. 8º passo: analisar as tendências do processo e estabelecer planos de ação para ajustes necessários e/ou melhorias.
9 Carta p Proporção de não-conforme 0,13 PROPORÇÃO NÃO-CONFORME 0,10 0,07 0,03 0, AMOSTRAS (Poderiam ser dias, horas, etc.) LSC = 0,1129 LC = 0,0556 LIC =-0,0017 Que é igual a zero porque não existe o negativo
10 Carta np Número de itens não-conformes Este gráfico é similar ao anterior, com a diferença de que se deseja marcar o número de defeituosos na amostra. Construção da carta np : 1º passo: estabelecer o processo a ser monitorado, definir o tamanho das amostras, qual será a freqüência para coleta das amostras (1x por turno, 1x por dia, 1x por hora, etc.) e qual será o número de amostras coletadas para cálculo dos limites de controle. Geralmente estabelecemos 25 amostras. 2º passo: calcular a média de itens não-conformes e limites de controle do processo. np = Número de itens nãop-conformes encontrados na amostra coletada k = número de amostras coletadas Calcula-se a média de itens não-conformes com a fórmula: np = np + np k np k
11 Carta np Número de itens não-conformes Calcula-se os limites de controle através das fórmulas: LSCnp= np+ 3 np(1 p) LICnp= np 3 np(1 p) LMnp = np 3º passo: traçar os limites de controle na carta e seguir com a coleta. 4º passo: analisar as tendências do processo e estabelecer planos de ação para ajustes necessários e/ou melhorias.
12 Carta c Número de nãoconformidades/defeitos na amostra Características: Utiliza-se a carta c para monitorar a quantidade média de defeitos por amostra coletada. As amostras devem ter tamanho constante e geralmente abaixo de dez. Aplicamos geralmente onde, em função do histórico do processo, há a possibilidade de ocorrer vários tipos de defeitos de várias origens em um processo contínuo, ou então quando em uma única amostra podem haver várias ocorrências. Exemplo carta c Amostras = 10 Nº de defeituosos na amostra =
13 Carta c Número de não-conformidades/defeitos na amostra Construção da carta c: 1º passo: estabelecer o processo a ser monitorado, definir o tamanho das amostras, qual será a freqüência para coleta das amostras (1x por turno, 1x por dia, 1x por hora, etc) e qual será o número de amostras coletadas. Para cálculo dos limites de controle, geralmente estabelecemos 25 amostras. 2º passo: calcular a média de defeitos por amostra e também os limites de controle do processo. A média de não-conformidades ou defeitos por amostra é dado por: c = c + c2 + c3 + c k... c Calcula-se os limites de controle através das fórmulas: k LSCc= c + 3 c 3º passo: traçar os limites de controle na carta e seguir com a coleta. LICc= c 3 c 4º passo: analisar as tendências do processo e estabelecer planos de ação para ajustes necessários e/ou melhorias.
14 Carta c Número de não-conformidades/defeitos na amostra Exemplo: na fabricação de celulose micro cristalina em pó, de cada lote produzido é extraída uma amostra de 20 gramas e é contado o número de pontos pretos. Abaixo temos o resultado obtido em 15 lotes: Lote Pontos Lote Pontos c = c + c2 + c3 + c k... c k = 263/15=17,5 = LMc LSCc= c + 3 c = 17, ,5 = 30,05 LICc= c 3 c = 17,5-3 17,5 = 4,95
15 Carta c Número de não-conformidades/defeitos na amostra 56 Pontos pretos LSC = 30,05 LC = 17,5 LIC = 4, Lotes
16 Carta u Número de não-conformidades/defeitos na unidade de inspeção Características: Utiliza-se a carta u para monitorar a quantidade de defeitos por unidade de inspeção. As amostras podem ter tamanho variado e geralmente ficam em no mínimo dez. Carta u Nº total de defeitos encontrados = 4 Unidade de inspeção = 10 Nº de defeitos/unidade de inspeção = 4 / 10 = 0,
17 Carta u Número de não-conformidades/defeitos na unidade de inspeção Construção da carta u : 1º passo: estabelecer o processo a ser monitorado, definir o tamanho das amostras, qual será a freqüência para coleta das amostras (1x por turno, 1x por dia, 1x por hora, etc.) e qual será o número de amostras coletadas para cálculo dos limites de controle. Geralmente estabelecemos 25 amostras. 2º passo: coletar as amostras iniciais e plotar nas carta de controle através da fórmula abaixo: u = c n Sendo : u = número médio de defeitos por unidade de inspeção c = Somatória do número de defeitos por unidade n = unidade de inspeção (quantidade de itens, comprimento, volume, tempo, etc.) tomada como adequada para a finalidade de inspeção
18 Carta u Número de não-conformidades/defeitos na unidade de inspeção Calcular a média de não-conformidades por unidade por amostra e também os limites de controle do processo. - Média de não-conformidades por unidade: Calcula-se os limites de controle através das fórmulas: u = c n c + n c + n c + n c +... k nk ( 3 u n) ( 3 u n) LSCu = u + / LICu = u / LMu = u 3º passo: traçar os limites de controle na carta e seguir com a coleta. 4º passo: analisar as tendências do processo e estabelecer planos de ação para ajustes necessários e/ou melhorias.
19 Carta u Número de não-conformidades/defeitos na unidade de inspeção Do exemplo anterior, o tamanho da amostra era constante e igual a 20g. Então uma amostra de 20g é igual a 1UI, portanto n = 1 (tamanho da unidade de inspeção): u = c / n = 17,5 / 1 = 17,5 (do exercício anterior) ( 3 u n) ( 3 u n) LSCu = u + / LICu = u / = 17, ,5/1 = 30,05 = 17,5-3 17,5/1 = 4,95 LMu = u = 17,5
20 Exercícios Indique se é verdadeiro ou falso 1 - ( ) Há somente duas categorias de cartas de controle: variáveis e atributos. 2 - ( ) Cartas de controle por atributos são aplicadas para dados contínuos. 3 - ( ) A carta de controle do tipo p é aplicada para monitorar a proporção de itens não-conformes em uma amostra de tamanho variável. 4 - ( ) A carta de controle do tipo np é aplicada a processos com tamanho de amostra variável. 5 - ( ) A carta de controle do tipo c monitora o número médio de não- conformidades por amostra coletada. 6 - ( ) A carta de controle tipo u monitora o número médio de defeitos ou nãoconfomidades por unidade da amostra.
21 Resposta dos exercícios Indique se é verdadeiro ou falso 1 - ( V ) Há somente duas categorias de cartas de controle: variáveis e atributos. 2 - ( F ) Cartas de controle por atributos são aplicadas para dados contínuos. 3 - ( V ) A carta de controle do tipo p é aplicada para monitorar a proporção de itens não-conformes em uma amostra de tamanho variável. 4 - ( F ) A carta de controle do tipo np é aplicada a processos com tamanho de amostra variável. 5 - ( V ) A carta de controle do tipo c monitora o número médio de nãoconformidades por amostra coletada. 6 - ( V ) A carta de controle tipo u monitora o número médio de defeitos ou nãoconfomidades por unidade da amostra.
22 Fim do Módulo 3
CONTROLE ESTATÍSTICO DE PROCESSOS
Ferramentas da Qualidade CONTROLE ESTATÍSTICO DE PROCESSOS CONTROLE ESTATÍSTICO DE PROCESSOS (3/4) Gráficos de controle Gráfico de controle de variáveis Gráfico de controle de atributos Gráficos de Controle
Leia maisEng a. Morgana Pizzolato, Dr a. Aula 12 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 12 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Cartas de Controle para Variáveis Tipo 1: X
Leia maisMorgana Pizzolato, Dr a. Aula 09 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 09 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Cartas de Controle para Variáveis Tipo 1: X e R Tipo
Leia maisEPR 007 Controle Estatístico de Qualidade Gráficos de Controle por Atributos
EPR 7 Controle Estatístico de Qualidade Gráficos de Controle por Atributos Prof. Dr. Emerson José de Paiva Gráficos e tabelas originadas de Costa, Epprecht e Carpinetti (22) Definição Nem sempre é por
Leia maisMódulo 4. 6º Ferramenta: Diagrama de Dispersão; 7º Ferramenta: Carta de Controle; Exercícios.
Módulo 4 6º Ferramenta: Diagrama de Dispersão; 7º Ferramenta: Carta de Controle; Exercícios. 6ª. Ferramenta Diagrama de Dispersão Finalidade: Mostrar o que acontece com uma variável quando a outra muda,
Leia maisAplicar as técnicas de controle estatístico dos processos em sistemas produtivos.
Página 1 de 5 CONTROLE ESTATÍSTICO DO PROCESSO C E P Objetivo geral: Aplicar as técnicas de controle estatístico dos processos em sistemas produtivos. Etapa 5 Cartas de Controle por Atributos Às vezes
Leia maisGráfico de Controle por Atributos
Gráfico de Controle por Atributos Roteiro 1. Gráfico de np. 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 maisDistribuições discretas de probabilidades. Cap. 8 Binomial, Hipergeométrica, Poisson
Distribuições discretas de probabilidades Cap. 8 Binomial, Hipergeométrica, Poisson Definições Variável aleatória: função que associa a cada elemento do espaço amostral um número real. Exemplo: diâmetro
Leia maisControle Estatístico do Processo (CEP)
Controle Estatístico do Processo (CEP) CONTROLE ESTATÍSTICO DO PROCESSO É UM MÉTODO QUE PERMITE CONTROLAR CONTÍNUAMENTE AS CARACTERÍSTICAS CHAVES DE UM PRODUTO E PROCESSO, VISANDO A SUA MELHORIA. ORIGEM
Leia maisCEP CONTROLE ESTATÍSTICO DO PROCESSO
1 Walter Andrew Shewhart 1923 EUA Bell telefones Substituir inspeção de todas as peças Surge controle do processo e inspeção por amostragem gráficos de controle 1954 Indústrias japonesas Sob orientação
Leia mais7- Controle Estatístico de Processos CEP - Controle Estatístico de Processos
CEP - Controle Estatístico de Processos Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161 1 Tipo de Gráfico Dados do tipo variáveis ou atributo? Variável Atributo Alto ou Baixo Volume Não Tamanho
Leia maisPROGRAMAS DO CONTROLE DE QUALIDADE
Universidade Federal do Rio Grande Escola de Química e Alimentos Engenharia de Alimentos Análise Sensorial e Controle de Qualidade PROGRAMAS DO CONTROLE DE QUALIDADE Prof. Dra. Janaína Fernandes Medeiros
Leia maisGráfico de Pareto. Ferramentas da Qualidade
Gráfico de Pareto Gráfico de Pareto Ferramentas da Qualidade O que é? Gráfico de barras verticais que evidencia a priorização de temas. Princípio de Pareto (sociólogo e economista italiano - 80/20) Juran.
Leia maisCONTROLE ESTATÍSTICO DE PROCESSOS - CEP. Profa. Ghislaine Miranda Bonduelle UFPR/DETF
CONTROLE ESTATÍSTICO DE PROCESSOS - CEP Profa. Ghislaine Miranda Bonduelle UFPR/DETF CEP Pode ser definido como um método preventivo de se comparar continuamente os resultados de um processo com um padrão,
Leia maisUnidade 3 Inspeção para aceitação. Prof a. Dr a. Luciana Leite
Unidade 3 Inspeção para aceitação Prof a. Dr a. Luciana Leite Conteúdo 3.1 Inspeção da Qualidade 3.2 Riscos e parâmetros 3.3 Tipos de amostragem 3.4 Planos de amostragem 3.5 Inspeção Retificadora Inspeção
Leia maisCEP: Controle Estatístico de Processo
CEP: Controle Estatístico de Processo CEP: Controle Estatístico de Processos CEP (SPC Statistical Process Control) é uma técnica estatística para verificar a qualidade de um produto, durante o processo
Leia maisDisciplina: Gestão da Qualidade
Disciplina: Gestão da Qualidade As Sete Ferramentas da Qualidade: Cartas de Controle Prof. Fernando Porto Introdução As cartas de controle, conhecidas originalmente como gráficos de Shewhart ou gráficos
Leia maisINSPEÇÃO DA QUALIDADE. Ghislaine Miranda Bonduelle
INSPEÇÃO DA QUALIDADE Ghislaine Miranda Bonduelle INSPEÇÃO DA QUALIDADE È O PROCESSO DE VERIFICAÇÃO DE LOTES OU AMOSTRAS A FIM DE DETERMINAR SE A QUALIDADE DO PRODUTO ATENDE ÀS ESPECIFICAÇÕES Inspeção
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Definição: Uma variável aleatória v.a. é uma função que associa elementos do espaço amostral a valores numéricos, ou seja, X : Ω A, em que A R. Esquematicamente As variáveis aleatórias
Leia maisVisão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Análise da Imagem Análise da Imagem O algoritmo opera sobre a imagem e extrai
Leia maisPrincipais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:
Principais distribuições discretas Na prática, sempre se procura associar um fenômeno aleatório a ser estudado, a uma forma já conhecida de distribuição de probabilidade (distribuição teórica) e, a partir
Leia maisLAN 2740 INSPEÇÃO DA QUALIDADE. Inspeção para aceitação Planos de amostragem
LAN 2740 INSPEÇÃO DA QUALIDADE Inspeção para aceitação Planos de amostragem INSPEÇÃO DA QUALIDADE Em um processo produtivo, a inspeção da qualidade pode ser efetuada em diversos estágios: recepção de matéria-prima
Leia maisEngenharia da Qualidade II. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Engenharia da Qualidade II Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente.
Leia maisCAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES
CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?
Leia maisInspeção de Qualidade
Inspeção de Qualidade Roteiro 1. Inspeção para Aceitação 2. Planos de Amostragem Simples 3. Determinação Plano de Amostragem 4. Inspeção Retificadora 5. Plano de Amostragem Dupla 6. Referências Inspeção
Leia maisPRO 2712 CONTROLE DA QUALIDADE 1. Inspeção por Amostragem
PRO 2712 CONTROLE DA QUALIDADE 1 Inspeção por Amostragem PRO 2712 CONTROLE DA QUALIDADE 2 UM EXEMPLO SIMPLES Caixas com 10 bolas coloridas 10 PRETAS 9 PRETAS 1 BRANCA 8 PRETAS 1 BRANCA A B C 7 PRETAS 3
Leia mais1 Distribuições Discretas de Probabilidade
1 Distribuições Discretas de Probabilidade A distribuição discreta descreve quantidades aleatórias (dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, uma
Leia maisHinshitsu Consultoria & Treinamento S/C Ltda. CONTROLE ESTATÍSTICO DO PROCESSO C E P
Hinshitsu Consultoria & Treinamento S/C Ltda. CONTROLE ESTATÍSTICO DO PROCESSO C E P Itajubá/MG 20 de Julho de 2000 Objetivo geral Apresentar os conceitos e as ferramentas básicas do CEP, destinadas ao
Leia maisSumário. Introdução } 24/05/16 } 1. } Estatística: ciência que trata da coleta, processamento e disposição de dados.
Sumário } FERRAMENTAS DA QUALIDADE: INTRODUÇÃO FLUXOGRAMA ESTRATIFICAÇÃO FOLHA DE VERIFICAÇÃO GRÁFICO DE PARETO DIAGRAMA DE CAUSA E EFEITO HISTOGRAMA DIAGRAMA DE DISPERSÃO CARTA DE CONTROLE } CONCLUSÃO
Leia maisControle Estatístico de Processo
PRO 2712 CONTROLE DA QUALIDADE 1 Controle Estatístico de Processo PRO 2712 CONTROLE DA QUALIDADE 2 O QUE É UM PROCESSO? conjunto de atividades executadas com um certo objetivo ou finalidade conjunto de
Leia maisEngenharia da Qualidade. Unidade 3 Inspeção por Amostragem para Aceitação Prof. Luciana Rosa Leite
Engenharia da Qualidade Unidade 3 Inspeção por Amostragem para Aceitação Prof. Luciana Rosa Leite Conteúdo da Unidade 3.1 Inspeção da Qualidade 3.2 Riscos e parâmetros 3.3 Tipos de amostragem 3.4 Planos
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2011 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia maisCE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 30 de maio, 2017 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 30 de maio, 2017 1 / 47 Aula 3 - Métodos e filosofia do
Leia maisControle da Qualidade. Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite
Controle da Qualidade Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite Nesta Unidade: 4.1 Variabilidade de processos 4.2 Características da Qualidade 4.3 Gráficos de Controle
Leia maisControle Estatístico da Qualidade
Controle Estatístico da ESQUEMA DO CAPÍTULO 15.1 MELHORIA E ESTATÍSTICA DA QUALIDADE 15.2 CONTROLE ESTATÍSTICO DA QUALIDADE 15.3 CONTROLE ESTATÍSTICO DE PROCESSO 15.4 INTRODUÇÃO AOS GRÁFICOS DE CONTROLE
Leia maisCEP - CONTROLE ESTATÍSTICO DO PROCESSO
CEP - CONTROLE ESTATÍSTICO DO PROCESSO Alcantaro Corrêa Presidente da FIESC Sérgio Roberto Arruda Diretor Regional do SENAI/SC Antônio José Carradore Diretor de Educação e Tecnologia do SENAI/SC Marco
Leia maisControle de Qualidade
Gráficos com autocorrelação Controle de Qualidade Lupércio França Bessegato Especialização em Estatística Roteiro da apresentação Gráficos com autocorrelação 1 2 3 4 5 6 Gráficos com autocorrelação 7 8
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2019 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia maisQualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Gráficos com.
Roteiro da apresentação 1 Controle de Qualidade Lupércio França Bessegato 2 3 4 Gráficos com autocorrelação UFMG Especialização em Estatística Setembro/2008 Gráficos com autocorrelação 5 6 Gráficos com
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Definição: Uma variável aleatória v.a. é uma função que associa elementos do espaço amostral a valores numéricos, ou seja, X : I, em que I. Esquematicamente: As variáveis aleatórias
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2010 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 3. Uma peça é classificada como defeituosa
Leia maisPRINCIPAIS MODELOS DISCRETOS
PRINCIPAIS MODELOS DISCRETOS 2012 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia maisProf. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Referências Bibliográficas Sistema de Avaliação Duas Provas teóricas Um Trabalho em Grupo MédiaFinal 0,4
Leia maisProfessora Ana Hermínia Andrade. Período
Distribuições de probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Modelos de distribuição Para
Leia maisInspeção de Qualidade
Inspeção de Qualidade Nem sempre a inspeção 100% é possível ou necessária. 1.Inspeção para aceitação Na inspeção por amostragem, itens são selecionados aleatoriamente do lote para compor a amostra. Dependendo
Leia maisCONTROLE ESTATÍSTICO DE QUALIDADE: UM ESTUDO DE CASO EM UMA EMPRESA DO SETOR ALIMENTÍCIO NA CIDADE DE CAMPINA GRANDE - PB
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 CONTROLE ESTATÍSTICO DE QUALIDADE: UM ESTUDO DE CASO EM UMA EMPRESA DO SETOR ALIMENTÍCIO NA CIDADE DE CAMPINA GRANDE - PB Iasmin Ayala Macedo Duarte
Leia maisProbabilidade e Estatística 2011/2
Probabilidade e Estatística 2011/2 Prof. Fernando Deeke Sasse Exercícios resolvidos sobre distribuições discretas Distribuição Binomial 1. Lotes de 50 peças são examinados. O número médio de peças não-conformes
Leia maisDistribuição de Probabilidade. Prof.: Joni Fusinato
Distribuição de Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Modelos de Probabilidade Utilizados para descrever fenômenos ou situações que encontramos na natureza, ou
Leia maisGerência da qualidade
Gerência da qualidade Abordagens da Qualidade - Opções - Abordagem baseada em Manufatura: considera a qualidade como sendo conformidade com as especificações. Foco no processo produtivo. - Abordagem baseada
Leia maisEstatística e Qualidade
Estatística e Qualidade Fabrício Bueno Sumário 1Introdução...1 2Folhas de verificação...2 2.1Proporção de itens não-conformes...2 2.2Inspeção de atributos...3 2.3Localização de defeitos...4 2.4Causa dos
Leia maisProbabilidade: aula 2, 3 e 4
Probabilidade: aula 2, 3 e 4 Regras de contagem e combinatória Permutação Simples: Exemplo: De quantas maneiras 5 pessoas podem viajar em um automóvel com 5 lugares, se apenas uma delas sabe dirigir? Atividade:
Leia maisa) Inspeção por Atributos Neste caso verifica-se a ocorrência de defeitos, sem determinar-se sua intensidade. É uma avaliação qualitativa.
Aula 8 - INSPEÇÃO DA QUALIDADE (NORMA NBR 5426) É o processo que busca identificar se uma peça, amostra ou lote atende determinadas especificações da qualidade. Realiza-se em produto já existente ou em
Leia maisCONTROLO ESTATÍSTICO DO PROCESSO
CONTROLO ESTATÍSTICO DO PROCESSO A. Análise de Pareto Código do defeito A B C D E F G H I. Com o objectivo de diminuir os custos da qualidade, uma empresa produtora de biscoitos e bolachas fez um levantamento
Leia maisGESTÃO DA QUALIDADE. Aula 7 ISO 9.000
GESTÃO DA QUALIDADE Aula 7 ISO 9.000 ISO International Organization for Standardization CONCEITO A expressão ISO 9000 designa um grupo de normas técnicas que estabelecem um modelo de gestão da qualidade
Leia maisMorgana Pizzolato, Dr a. Aula 04 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 04 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Cronograma parcial DPS1037 Data Aula Conteúdo 10/ago 1 Introdução à Engenharia da Qualidade
Leia maisMorgana Pizzolato, Dr a. Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Inspeção 100% Inspeção por amostragem 2 ATIVIDADE Cinco caixas (A, B, C, D,
Leia maisGráficos de Controle
Gráficos de Controle CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento de Estatística
Leia maisF (x) = P (X x) = Σ xi xp(x i ) E(X) = x i p(x i ).
Variável Aleatória Uma variável aleatória é uma variável numérica, cujo valor medido pode variar de uma réplica para outra do experimento. Exemplos: (i) Variáveis aleatórias contínuas: corrente elétrica,
Leia maisDepartamento de Estatística UFSCar Probabilidade e Estatística Lista de Exercícios 2 Prof. José Carlos Fogo (11/09/2014)
Departamento de Estatística UFSCar Probabilidade e Estatística Lista de Exercícios 2 Prof. José Carlos Fogo (11/09/2014) 1) Seja X v.a. representando o número de usuários de um microcomputador no período
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva www.pessoal.utfpr.edu.br/ngsilva Introdução Distribuições Discretas de Probabilidade Muitas variáveis
Leia maisAplicar as técnicas de controle estatístico dos processos em sistemas produtivos.
Página 1 de 8 CONTROLE ESTATÍSTICO DO PROCESSO C E P Objetivo geral: Aplicar as técnicas de controle estatístico dos processos em sistemas produtivos. Etapa 1 Para refletir: De acordo com a definição de
Leia maisMorgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Inspeção 100% Inspeção por amostragem 2 ATIVIDADE Cinco caixas
Leia maisDistribuição de Probabilidade Variáveis Aleatórias Discretas. Prof.: Joni Fusinato
Distribuição de Probabilidade Variáveis Aleatórias Discretas Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Distribuição de Probabilidade Descreve a chance que uma variável pode assumir
Leia maisEngenharia da Qualidade. Profa. Luciana Rosa Leite
Engenharia da Qualidade Profa. Luciana Rosa Leite Unidade 1 Introdução à Engenharia Da Qualidade 1.1 Evolução da Gestão da Qualidade 1.2 Revisão de conceitos estatísticos Exercícios Evolução da Gestão
Leia maisRoteiro de Atividades Experimentais para o Laboratório de EPO Controle Estatístico de Processo (CEP)
Roteiro de Atividades Experimentais para o Laboratório de EPO Controle Estatístico de Processo (CEP) Profº Raymundo J. de S. Mançú 2016 1 SUMÁRIO 1 EXPERIÊNCIA Nº 1...3 1.1 TÍTULO...3 1.2 OBJETIVO...3
Leia maisLista de Exercícios - Modelos Probabilísticos 1 INE 7002 GABARITO LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS
Lista de Exercícios - Modelos Probabilísticos INE 72 GABARITO LISTA DE EERCÍCIOS MODELOS PROBABILÍSTICOS 35) a) Binomial: cada realização tem apenas 2 resultados possíveis, o número de realizações é conhecido,
Leia maisCEP - Controle Estatístico de Processos
- Controle Estatístico de Processos o o o o o Gerenciando na Presença da Variação Controle Gráficos para Atributos Gráficos para Variáveis Amostras e Controle Gerenciando na Presença da Variação Controle
Leia maisDistribuições amostrais
Distribuições amostrais Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br October 14, 2014 Souza () Distribuições amostrais October 14, 2014 1 / 23 Distribuição Amostral Objetivo Estender a noção de uma
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 2 Leitura obrigatória: Devore, seções 3.4, 3.5 (hipergeométrica), 3.6 Aula 5-1 Objetivos Nesta parte 01 aprendemos a representar,
Leia maisMorgana Pizzolato, Dr a. Aula 05 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 05 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Teorema do Limite Central (TLC) Introdução ao Controle Estatístico
Leia maisDistribuição de Probabilidade. Prof. Ademilson
Distribuição de Probabilidade Prof. Ademilson Distribuição de Probabilidade Em Estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
Leia maisExemplo de aplicação da distribuição Binomial e da distribuição de Poisson: (normas da ABTN)
EXEMPLOS Exemplo de aplicação da distribuição Binomial e da distribuição de Poisson: (normas da ABTN) É dada a tabela de escolha do código de amostra em função do tamanho do lote e do nível de inspeção
Leia maisDistribuições Discretas: Hipergeométrica, Binomial e Poisson
CAP3: Distribuições Discretas e Contínuas Distribuições Discretas: Hipergeométrica, Binomial e Poisson Uma distribuição de probabilidade é um modelo matemático que relaciona o valor da variável com a probabilidade
Leia maisLista de exercícios sobre Distribuições Binomial, Poisson e Normal UFPR /2. Monitor Adi Maciel de A. Jr Prof. Jomar.
Lista de exercícios sobre Distribuições Binomial, Poisson e Normal UFPR - 2014/2 Monitor Adi Maciel de A. Jr Prof. Jomar. ----------------//----------------//---------------- Distribuição Binomial N =
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia mais2)Para o exercício anterior e usando os limites de controle e estimativas revistas para este processo, determine se este está estável. Justifique.
ª LISTA DE ESTATÍSTICA (apresentar os cálculos com 4 casas decimais) )Em uma fábrica de produtos de higiene foram medidos os pesos de sabonetes em amostras de tamanho cinco. Supõe-se que o peso dos sabonetes
Leia maisAs restrições acima, sobre, são equivalentes a e. Combinandoas, poderemos escrever.
Livro: Probabilidade - Aplicações à Estatística Paul L. Meyer Capitulo 4 Variáveis Aleatórias Unidimensionais. Exemplo 4.9. Ao operar determinada máquina, existe alguma probabilidade de que o operador
Leia maisFerramentas da Qualidade
Ferramentas da Qualidade Opção de apresentação Preparado pelos professor:gregório Bouer -2005 As Ferramentas da Qualidade - Por que utilizar? - A aprendizagem não se resume apenas à atividade intelectual.
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Cálculo das Probabilidades e Estatística I. Segunda Lista de Exercícios
UNIVERSIDADE FEDERAL DA PARAÍBA Cálculo das Probabilidades e Estatística I Professora: Juliana Freitas Pires Segunda Lista de Exercícios Questão 1. Descreva o espaço amostral para cada um dos seguintes
Leia maisAdilson Cunha Rusteiko
Janeiro, 2015 Estatística , A Estatística Estatística: É a parte da matemática aplicada que fornece métodos para coleta, organização, descrição, análise e interpretação
Leia maisPRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades
PRO71 ESTATÍSTICA 3.1 PRO 71 ESTATÍSTICA I 3. Distribuições de Probabilidades Variáveis Aleatórias Variáveis Aleatórias são valores numéricos que são atribuídos aos resultados de um eperimento aleatório.
Leia maisÍNDICE. 1.0 Introdução Acessórios de Instalação Montagem e Instalação Travar a posição do tubo Modelos...
ÍNDICE 1.0 Introdução...2 2.0 Acessórios de Instalação...2 3.0 Montagem e Instalação...3 3.1 Piscinas de forma retangular...7 3.2 Piscinas de forma oval...8 4.0 Travar a posição do tubo...9 5.0 Modelos...9
Leia maisEEL - USP. Aula 2 Projeto do Produto, do processo e planejamento da produção. Prof. Dr. Geronimo
EEL - USP Aula 2 Projeto do Produto, do processo e planejamento da produção Prof. Dr. Geronimo O processo de planejamento de instalações voltadas para a produção de montagem pode ser listado: 1. Definir
Leia maisUNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO
UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO CONTROLE ESTATÍSTICO DE PROCESSO Prof. Dr. Roberto Antonio Martins - 2002 - Índice 1
Leia maisCONTROLE ESTATÍSTICO DE PROCESSOS
Ferramentas da Qualidade CONTROLE ESTATÍSTICO DE PROCESSOS CONTROLE ESTATÍSTICO DE PROCESSOS (2/4) HISTOGRAMA: O QUE É E PARA QUE SERVE CONSTRUÇÃO DE HISTOGRAMAS EXERCÍCIOS Utilização de histogramas 2
Leia maisADMINISTRAÇÃO DE RECURSOS MATERIAIS E PATRIMONIAIS
ADMINISTRAÇÃO DE RECURSOS MATERIAIS E PATRIMONIAIS Unidades 06 Recebimento de materiais Conceito de qualidade Padrões de qualidade Inspeção de qualidade Recebimento quantitativo Procedimentos operacionais
Leia mais1 Teoria da Decisão Estatística
1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos
Leia maisLista de exercícios 2 Métodos Estatísticos Básicos
Lista de exercícios 2 Métodos Estatísticos Básicos Prof. Regis Augusto Ely 1 de julho de 2014 1 Variáveis aleatórias unidimensionais 1. Suponha que a variável aleatória X tenha os valores possíveis 1,
Leia maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
Leia maisEscola Politécnica de Pernambuco Departamento de Engenharia Mecânica PROGRAMA. Número de Créditos: TEÓRICOS: 04; PRÁTICOS: 0 ; TOTAL: 4
PROGRAMA Disciplina: INTRODUÇÃO A ENGENHARIA DE PRODUÇÃO Código: MECN0030 Carga Horária Semestral: 0 Horas Obrigatória: Eletiva : sim Número de Créditos: TEÓRICOS: 04; PRÁTICOS: 0 ; TOTAL: 4 Pré-Requisito:
Leia maisFernando José Caldeira Bastos Filho ~ : - ' UMA PROPOSTA DE METODOLOGIA PARA ACOMPANHAMENTO DO DESEMPENHO DE TURBINAS HIDRÁULICAS TIPO FRANCIS
UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO.' v!ndo/, C- *'XiAGO t., * '{< "í Fernando José Caldeira Bastos Filho ~ : - ' ( \' '.. i ;. UMA PROPOSTA DE METODOLOGIA
Leia maisGestão da Qualidade. Aula 8. Prof. Pablo
Gestão da Qualidade Aula 8 Prof. Pablo Proposito da Aula 1. Folha de Verificação 2. Carta de Controle Folha de Verificação Folha de Verificação A Folha de Verificação é uma ferramenta utilizada no controle
Leia maisLAN 2740 aula 8. Exercícios: Índices de capacidade Gráfico de controle por atributos. prof. Thais M. F. S. Vieira
LAN 2740 aula 8 Exercícios: Índices de capacidade Gráfico de controle por atributos prof. Thais M. F. S. Vieira tvieira@usp.br Número do lote Teor de sólidos RM 1 33,75 2 33,05 0,7 3 34 0,95 4 33,81 0,19
Leia maisDISTRIBUIÇÕES BERNOULLI E BINOMIAL
DISTRIBUIÇÕES BERNOULLI E BINOMIAL Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de junho de 2017 Distribuição Bernoulli Nos experimentos
Leia maisDistribuições de Probabilidade Conjuntas
Distribuições de Probabilidade Conjuntas 1. Duas variáveis aleatórias discretas Exemplo 1. No desenvolvimento de um novo receptor para transmissão digital de informação, cada bit é classificado como aceitável,
Leia maisAplicação de controle estatístico de processo na produção por injeção plástica de jarras térmicas
Aplicação de controle estatístico de processo na produção por injeção plástica de jarras térmicas Matheus Andre Mallmann (Universidade de Santa Cruz do Sul) matheus.a.mallmann@hotmail.com Karoline dos
Leia maisGráficos de controle para atributos
Gráficos de controle para atributos CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 4 CARTAS DE CONTROLE PARA VARIÁVEIS
ENGENHAIA DA QUALIDADE A ENG 09008 AULA 4 CATAS DE CONTOLE PAA VAIÁVEIS POFESSOES: CALA SCHWENGBE TEN CATEN Tópicos desta aula Cartas de Controle para Variáveis Tipo 1: Tipo : Tipo 3: X X X ~ e e S e Tipo
Leia mais