PROGRAMAS DO CONTROLE DE QUALIDADE
|
|
|
- Kátia Leal Castelo
- 9 Há anos
- Visualizações:
Transcrição
1 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 Burkert
2 Controle do Processo - Carta Controle sistema gráfico; - Controle fabricação exercido processo produtivo; - Objetivo manter qualidade s/ itens fora especificação; - Verificação controle extração amostras; Processo sob controle Amostras pop. normal Característico qualidade c/ distribuição normal Variação devido amostragem
3 -Gráficos de controle: Verificar quais valores da amostragem estão fora do padrão considerado. Gráfico de controle de variáveis Quantidades (APPCC) Gráfico de Médias Gráfico de Desvio padrão Gráfico da Amplitude Gráficos de Controle de Atributos: Qualidade (5S) Gráfico de fração defeituosa (p) Gráfico do número de itens defeituosos na amostra n (c) Gráfico do número de defeitos por unidade (U) Gráfico do número de defeitos em uma amostra (np)
4 - Distribuição normal estatística indispensável controle Itens Distribuição Normal 68% Intervalo 95% Intervalor 2 99,7% Intervalo 3 Figura 1 Distribuição normal
5 Gráficos de Controle - Distribuição normal; - Instrumento diagnóstico; - Abscissas n o ordem cronológica amostra ou sequência extrações associada tempo; - Ordenadas característico qualidade variável ou atributo; - Escala vertical LM, LSC, LIC.
6 Figura 2 Esquema geral dos gráficos de controle (sistema americano)
7 Tipos de Gráficos de Controle -Controle de Variáveis Característica medida - [ ]; - Índice peróxido; - Peso. -Controle de Atributo presença/ausência defeitos - N o ñ conformidades; - Cor do óleo; - Visceras; - Pele.
8 -Controle de Variáveis: - Média; - Desvio Padrão; - Amplitude. -Controle de Atributos: - Fração Defeituosa p; - Número Total de Defeituosos na Amostra; - Defeitos por Unidade; - Número C de Defeitos na Amostra.
9 Controle de Variáveis - Utiliza sistema norte-americano (ASA e ASTM); - Base intervalo 3 sigma; - Limites Controle: Média x 3 x Desvio Padrão s 3 s Amplitude r 3 r - Probabilidade pto Zona II: 0,003
10 Figura 3 Gráfico geral da média x
11 - Gráfico da Média a) Dados e Média Desvio-padrão Amostras extraídas População Normal LM = x = LSC = + A LSC = - A A 3 n x n
12 Exemplo: Dados e (Gráfico da Média) n = 5 itens µ = 5,60 σ = 0,05 A = 3 = 1,342 n LM = µ = 5,60 LSC = µ + A σ LSC = 5,60 +1,342x0,05 = 5,667 LIC = µ - A σ LIC = 5,60-1,342x0,05 = 5,533
13 b) Desconhecidos e Estimativas: k=25 n=4 (itens) k=20 n=5 - Estimativa da Média x 1 k ( x x... x 1 2 k ) LM=x
14 Amplitude Amostral R R R... Rk ) / ( 1 2 k R d 2 LSC = x + A 2.R LIC = x - A 2.R
15 Estimativa pela amplitude = =
16 Elimina 6 e 10 = Norma: μ = 140,78 σ = 3,77 = = LM Estimativa σ = = = 3,77
17 FIGURA 4 Gráfico da média (sistema inglês)
18 -Gráfico do Desvio Padrão Distribuição não caracterizar apenas valor médio necessário medida dispersão em torno da média Gráfico média não suficiente valores afastados média Gráficos de Controle de Dispersão Desvio Padrão Amplitude
19 - Estimativa do desvio-padrão Média e desvio padrão desconhecido (Gráfico do Desvio padrão) Desvio Padrão Amostral s 1 k ( s s... s 1 2 k ) s c 2 n>25 c 2 =1,00 A 1 c 2 3 n LSC=x + A 1.s LIC=x - A 1.s
20 - Estimativa do Desvio-padrão s {1 B c 2 3 2n [2( n 1) 2nc 2 2 ] 1/ 2 2 1/ [2( n 1) 2nc2 ] B c 2 3 2n 2 1/ [2( n 1) 2nc2 ] c 2 3 2n LM = s LIC = B 3.s LSC = B 4.s }
21 FIGURA 5 Gráfico do desvio padrão s
22 Exemplo: Média e desvio padrão conhecido (Gráfico do Desvio padrão) Amostra Item 1 Item 2 Item 3 Item 4 Item 5 Média 1 5,67 5,50 5,58 5,48 5,70 5, ,90 5,58 5,61 5,59 5,44 5, ,52 5,66 5,68 5,59 5,38 5, ,60 5,76 5,55 5,58 5,57 5, ,55 5,68 5,65 5,45 5,68 5, ,39 5,65 5,63 5,57 5,61 5, ,79 5,61 5,59 5,70 5,51 5, ,67 5,59 5,59 5,75 5,48 5, ,51 5,51 5,65 5,55 5,63 5, ,66 5,64 5,61 5,66 5,56 5,626
23 LM = C2σ LIC =B1σ LSC = B2σ K = 10 n = 5 μ = 5,6 σ = 0,05 LM = C 2 σ = 0,8407 x 0,05 = 0,042 LIC = 0 x 0,05 = 0 LSC = 1,756 x 0,05 = 0,088
24 - Gráfico da Amplitude - Cálculo amplitude + simples desvio padrão; - Aproximação normal satisfatória amostra máximo 10 itens; LM = R = d 2. R = d 3. d 2. 3d 3. = (d 2 3d 3 ). D 1 = d 2 3d 3 D 2 = d 2 + 3d 3 LIC = D 1. LSC = D 2.
25 Média e desvio desconhecidos ESCREVER = =
26 Controle de Atributos - Presença defeito peça defeituosa; - Ñ considera intensidade; - Apenas 1 gráfico + econômico; - Único característico qualidade ñ mensurável; - Critério p/ defeituoso lista.
27 -Recomendável: N o característicos cada peça ; s/ intensidade medida passa-ñ-passa; Medida defeito antieconômica custo peça; Qualidade inspeção visual.
28 - Gráfico da Fração Defeituosa p - Peças: Perfeitas x Defeituosas; p = d/n = Peças defeituosas/ Total peças LSC = p + 3 raiz p(1-p)/n LIC = p 3 raiz p(1-p)/n
29 Ex: Gráfico da fração defeituosa (fração não conforme) Quadro 1: Fração defeituosa (resultados de 25 amostras; n = 50 peças) Amostra d Fração defeituosa p = d/n 1 1 0, , , , , , , , , , , , , , , , , , , , , , , , ,02 Total 80
30 p = d nxk LSC = LIC = p ± 3 p(1-p)/n p = 80 = 0, LSC = 0, ((0,064x0,936)/50) LSC = 0, ,105 = 0,169 LIC = 0,064-0,105 = -... = 0
31 - Gráfico do Número Total de Defeituosos np - Amostras = tamanho n; - Equivalente gráfico p; - Alteração escala ordenadas. LM = n.p LIC np 3 np(1 p) LSC np 3 np(1 p)
32 -Gráfico de Defeitos por Unidade u (não conformidades por unidade) Gráfico de controle para não conformidades por unidade Peça c/ + de 1 defeito Controle do n o defeitos - Unidade Produto comp./área defeitos/m; - Recomendado produto c/ várias partes muitos característicos qualidade.
33 u = N o total defeitos em todas amostras N o total de unidades em todas as amostras LIC u 3 LSC u 3 u u
34 Exemplo: Número de defeitos por unidade em 25 latas de sardinha defeitos totais = 278 K = 25 n = 1 Ū = 278 = 11,12 LSC = 11, ,12 = 21,14 25 LIC = 11, ,12 = 1,10
35 Novos cálculos: ELIMINANDO 27 defeitos totais = = 251 K = 24 n = 1 Ū = 251 = 10,46 LSC = 10, ,46 = 20,17 24 LIC = 10, ,46 = 0,
36 Novos cálculos: ELIMINANDO 21 defeitos totais = = 230 K = 23 n = 1 Ū = 230 = 10 LSC = = 19,48 23 LIC = = 0,
37 -Gráfico do Número C de Defeitos na Amostra (gráfico de controle para não conformidades) - Amostras igual tamanho n cte; - Equivalente u mudança escala ordenadas - Ñ existe unidade natural qualidade comp./áreas =; - Ñ precisa ser n o inteiro. C = N o total defeitos em todas peças N o de amostras LIC c 3 LSC c 3 c c
38 Exemplo: Amostra Número de falhas Total 144 C = 144 = 7,20 20 LSC = 7, ,20 = 15,24 LIC = 7,20-3 7,20 = -... = 0
Disciplina: 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
Controle 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
LAN 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 [email protected] Número do lote Teor de sólidos RM 1 33,75 2 33,05 0,7 3 34 0,95 4 33,81 0,19
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
Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Gráfico 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
17/04/ PLANO DE AMOSTRAGEM - CONTROLE DE PROCESSO AMOSTRAGEM OBJETIVOS: PLANO DE AMOSTRAGEM. O que deve ser analisado PARA REALIZAR AMOSTRAGEM
- PLANO DE AMOSTRAGEM - CONTROLE DE PROCESSO Profa. Ms. Priscila Torres AMOSTRA Porção do material separado, seguindo o procedimento de amostragem definido. A quantidade retirada deve ser suficiente para
Controle 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
Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09. Prof. Eduardo R Luz - MsC
Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09 Prof. Eduardo R Luz - MsC AULA 1 SUMÁRIO A Administração da Qualidade O Controle da Qualidade CEP Origem e história Outros conceitos relacionados ao CEP
Controle 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
Módulo 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,
CAPÍTULO 6 CARACTERÍSTICAS DE OPERAÇÃO DOS PLANOS DE AMOSTRAGEM
CAPÍTULO 6 CARACTERÍSTICAS DE OPERAÇÃO DOS PLANOS DE AMOSTRAGEM A CCO define para cada plano de amostragem: a probabilidade de aceitação do lote (P) que tem uma qualidade p em porcentagem defeituosa, e
CEP 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
CE219 - 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
Solução dos Exercícios - Capítulos 1 a 3
Capítulo 9 Solução dos Exercícios - Capítulos a 3 9. Capítulo. a Como o valor se refere aos pacientes estudados, e não a todos os pacientes, esse é o valor de uma estatística amostral. b Estatística amostral
Aplicar 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
Engenharia 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
CEP - 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
Controle 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
Cap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Morgana 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
CEP: 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
Módulo 3 Cartas de controle por atributos
Módulo 3 Cartas de controle por atributos Tipos de cartas de controle Atributos Existem duas situações em que se utilizam atributos: 1) Quando as medidas não são possíveis, como características inspecionadas
Gráfico de Controle Estatístico
Universidade Federal de Pernambuco Centro de Informática Programa de Pós-graduação Gráfico de Controle Estatístico Tópicos Avançados em Análise de Desempenho de Sistemas Pedro Melo e Eduardo Bonadio 22
CONTROLE ESTATÍSTICO DE QUALIDADE
CONTROLE ESTATÍSTICO DE QUALIDADE Ralph S. Silva http://www.im.ufrj.br/ralph/ceq.html Departamento Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Março-Julho/2012 Sumário
Controle Estatístico de Qualidade. Capítulo 5 (montgomery)
Controle Estatístico de Qualidade Capítulo 5 (montgomery) Gráficos de Controle para Variáveis Relembrando Dois objetivos do CEP: Manter o processo operando em condição estável durante maior parte do tempo;
ENGENHARIA 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
Distribuições amostrais
Distribuições amostrais Tatiene Correia de Souza / UFPB [email protected] October 14, 2014 Souza () Distribuições amostrais October 14, 2014 1 / 23 Distribuição Amostral Objetivo Estender a noção de uma
Probabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
Estatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia [email protected] Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 8 amostragem amostragem
CE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 20 de abril, 2018 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 1 / 25 Aula 5 - Análise da capacidade
CONCURSO PETROBRAS DRAFT. Desenvolvimento de Produtos, Qualidade e Manutenção. Questões Resolvidas. Produzido por Exatas Concursos
CONCURSO PETROBRAS ENGENHEIRO(A) DE PRODUÇÃO JÚNIOR ENGENHEIRO(A) JÚNIOR - ÁREA: PRODUÇÃO Desenvolvimento de Produtos, Qualidade e Manutenção Questões Resolvidas QUESTÕES RETIRADAS DE PROVAS DA BANCA CESGRANRIO
Métodos Quantitativos
Métodos Quantitativos Prof. Edson Nemer Site: www.professornemer.com Ementa Introdução ao Controle Estatístico de Processos Revisão de Conceitos Básicos de Estatística Distribuição de Frequências e Histogramas
AS SETE FERRAMENTAS DA QUALIDADE
AS SETE FERRAMENTAS DA QUALIDADE Introdução: Atribui-se a Kaoru Ishikawa a popularização e mesmo em alguns casos a elaboração inicial do que ele chamou de ferramentas da Qualidade. Vamos discorrer sobre
Gestão 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
Engenharia da Qualidade I Aula 6
Engenharia da Qualidade I Aula 6 Ferramentas para o Controle e Melhoria da Qualidade Gráfico de Controle Prof. Geronimo Virginio Tagliaferro Os gráficos de controle surgiram devido à necessidade de introduzir
Estatística Descritiva. Objetivos de Aprendizagem. 6.1 Sumário de Dados. Cap. 6 - Estatística Descritiva 1. UFMG-ICEx-EST. Média da amostra: Exemplo:
6 ESQUEMA DO CAPÍTULO Estatística Descritiva 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Gráfico 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.
7- 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
Estatística Aplicada
Estatística Aplicada Intervalos de Confiança Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada INTERVALOS DE CONFIANÇA Processos de estimação Estimação por ponto: o processo em
CAPÍTULO 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?
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal MEDIDAS DE DISPERSÃO As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual,
CONTROLE 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,
Estatística e Probabilidade. Aula 11 Cap 06
Aula 11 Cap 06 Intervalos de confiança para variância e desvio padrão Confiando no erro... Intervalos de Confiança para variância e desvio padrão Na produção industrial, é necessário controlar o tamanho
Estatística Aplicada. Inferência estatística com desvio padrão populacional conhecido Amostragem Capítulo 10 Itens 10.1 a 10.3
Estatística Aplicada Inferência estatística com desvio padrão populacional conhecido Amostragem Capítulo 10 Itens 10.1 a 10.3 Definição Estimação consiste em usar dados amostrais para estimar parâmetros
Intervalos de Confiança
Intervalos de Confiança Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP [email protected] Araraquara, SP - 2016 1 2 Teorema do Limite Central Se amostras de tamanho n
Capítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
F (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,
Engenharia 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.
Capacidade de Processo Material Complementar
Capacidade de Processo Material Complementar Exemplo Pistões Anéis de pistão para motores de automóveis produzidos por processo de forja Objetivo: Controle estatístico para diâmetro interno dos anéis por
Prof. Francisco Crisóstomo
Unidade II ESTATÍSTICA BÁSICA Prof. Francisco Crisóstomo Unidade II Medidas de posição Medidas de posição Tem como característica definir um valor que representa um conjunto de valores (rol), ou seja,
DISTRIBUIÇÃO NORMAL CÁLCULO DE Z. m.a.perissinotto DIN - 1
DISTRIBUIÇÃO NORMAL m.a.perissinotto DIN - 1 Seu aspecto gráfico é semelhante a um sino e, para sua construção, são necessários dois parâmetros: µ ( média ) e s ( desvio padrão ). A curva teórica é simétrica
Contextualização e noções básicas do CEQ
Contextualização e noções básicas do CEQ Conteúdo Programático MÓDULO 1: Previsão e Estimação da Demanda 1.1 Origem nas contribuições de Shewhart 1.2 Evolução e contexto histórico 1.3 A qualidade no contexto
MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
2)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
LAN 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
Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Estatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática BARBETTA, Pedro Alberto REIS, Marcelo Menezes BORNIA, Antonio Cezar MUDANÇAS E CORREÇOES DA ª EDIÇÃO p. 03, após expressão 4.9: P( A B) = P( B A) p.
Morgana 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
Controlo Estatístico do Processo
Controlo Estatístico do Processo Gestão da Produção II LEM-24/25 Paulo Peças CEP Os processos produtivos apresentam sempre um dado nível de variabilidade como resultado apenas da sua aleatoriedade intrínseca.
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível
Metodologia Aplicada a Computação.
Metodologia Aplicada a Computação [email protected] Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,
Cap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
P. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem)
Amostragem: Em pesquisas científicas, quando se deseja conhecer características de uma população, é comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter
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
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Unidade 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
Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Inspeção 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
Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
EELT-7035 Processos Estocásticos em Engenharia. Variáveis Aleatórias. EELT-7035 Variáveis Aleatórias Discretas. Evelio M. G.
EELT-7035 Processos Estocásticos em Engenharia Variáveis Aleatórias Discretas 21 de março de 2019 Variáveis Aleatórias Variável aleatória, X( ): função que mapeia o espaço amostral (S) em números pertencentes
Estatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
CAPÍTULO 9: CONTROLE ESTATÍSTICO DO PROCESSO CEP
CAPÍTULO : CONTROLE ESTATÍSTICO DO PROCESSO CEP.1 Considerações Gerais O Controle Estatístico do Processo (CEP) é uma técnica que visa analisar o processo em si, buscando mantê-lo sob controle; isto é,
Testes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma
Gráficos de Controle
Gráficos de Controle CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli [email protected] Prof. Walmes Zeviani [email protected] Laboratório de Estatística e Geoinformação Departamento de Estatística
Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
