Introducción: En cualquier empresa manufacturera donde hay compras de artículos o donde se van a hacer aplicaciones extensas del control estadístico de la calidad, la experiencia indica que haya cuatro categorías de comprensión del tema:

1. Grado de comprensión de las matemáticas en las cuales se basan los gráficos de control y las tablas de muestreo y su relación con otras herramientas para el análisis de datos que han perfeccionado los estadísticos matemáticos.

2. Conocimiento general practico de los principios de los distintos tipos de graficas de control y tablas para muestreo. Se requiere saber cómo funcionan estos métodos, como interpretar los resultados y decidir el método a utilizar en determinados casos.

3. Conocimiento general de los objetivos y posibles usos del control estadístico de la calidad para permitir supervisar el trabajo estadístico de la calidad.

4. Uso de reglas empíricas en el control estadístico de la calidad

PARTE I

Base Matemática Introducción, definición aleatoriedad

Probabilidad, conteos y algebra de sucesos. Teorema de Bayes

Variables aleatorias.

Función de probabilidad.pdf.

Función distribución.cdf.

Distribución normal

Otras distribuciones

Transformaciones de v.a.

Muestreo y estimación

Intervalo de confianza

Prueba de Hipótesis

Regresión simple.

PARTE II

SPC: Control estadístico del proceso

¿Por qué se requieren las graficas de control? Conceptos estadísticos.

Funcionamiento de la gráfica de control.

Análisis de capacidad de proceso

Fundamentos de la teoría de probabilidades

Aspectos estadísticos de especificaciones y tolerancias

PARTE III(no se da)

Muestreo para aceptación Conceptos fundamentales en el muestreo para aceptación

Sistemas para el muestreo de aceptación lote por lote por atributos.

Inspección para aceptación por producción continúa

Muestreo por aceptación por variables

PARTE IV(no se da)

Temas afines Aspectos de las pruebas de duración y confiabilidad

Aspectos económicos de las decisiones de calidad

Diseño de un sistema de control de calidad.

En esta asignatura se utilizan diversas metodologías de enseñanza, siendo la más utilizada la resolución de problemas.Se potenciará el trabajo autónomo, mediante el uso de recursos informáticos y bibliográficos que ayuden al alumnado a comprender los distintos aspectos de la materia.



Parte de la asignatura se desarrollará a través de la metodología Aprendizaje Basado en Problemas (APB), conviene que los alumnos tengan una idea, lo más clara posible, sobre cuál es la base de esta metodología docente.



En la modalidad magistral se impartirán breves exposiciones por parte del docente, dedicando la mayoría del tiempo presencial a la realización de actividades diversas, generalmente trabajando en grupo 4 p, y en ocasiones, realizando alguna actividad individual.

La resolución de cuestiones y problemas en el aula se realizará de forma participativa. Se proporcionarán problemas y ejercicios que desarrollarán individualmente o en grupo, lo que permitirá profundizar en el conocimiento teórico de la materia.

En las prácticas de ordenador, se utilizarán programas básicos, hojas de calculo.

Esta asignatura contempla un sistema de evaluación continua a la que el alumno puede renunciar para ser evaluado mediante el sistema de evaluación final, siempre y cuando presente por escrito dicha renuncia al profesor responsable de la asignatura antes de la semana 10 del cuatrimestre. Una vez recibido el escrito de renuncia, se deberá firmar tanto por el alumno como por el profesor responsable, el documento de “Renuncia a la evaluación continua de la asignatura Habilidades Sociales y de Comunicación y Herramientas de Investigación en la Ingeniería”.

La asignatura dispone de una plataforma Moodle de aprendizaje que permite localizar todos los contenidos y seguir la evolución de la misma.

Oinarrizko bibliografia

• Probabilidad y Estadistica para Ingenierias y ciencias.Walpole Myers et al.Ed. Pearson (2007).8ªEdición.



• Analisis de datos Multivariantes. D. Peña. M Mc Graw-Hill. (2002)



• Manual del usuario del sistema básico de IBM SPSS Statistics 23. IBM. (2013)

• Las claves del seis sigma.Peter S. Pande et al.Ed.McGrawHill.2002



•

Gehiago sakontzeko bibliografia

Análisis y diseño de experimentos. Gutierrez. Mc Graw-Hill. (2003)

• Análisis Multivariante aplicado. E Uriel y J. Aldás. Thomson (2005)

• Técnicas estadísticas multivariantes con SPSS. César Pérez López. Garceta. (2009

Aldizkariak

Dyna Ingeniería e Industria
http://www.revistadyna.com/inicio-dyna
International Journal of Production Research
http://www.tandfonline.com/toc/tprs20/current