Cogollo Flórez, Myladis RocioCogollo Flórez, Juan MiguelMejía López, Einer David2022-10-042023-10-052022-10-042022-10-05https://repositorio.unicordoba.edu.co/handle/ucordoba/6685La evaluación del grado de cumplimiento de las especificaciones de los procesos de producción, es una labor continua y de interés para distintas industrias para determinar si el proceso es valido en la producción de un articulo bajo ciertos requisitos de calidad prefijados. Para ello, una de las herramientas empleadas son los índices de capacidad de procesos, los cuales permiten evaluar la capacidad de un proceso. Se utilizan varias estadísticas como Cp, Cpk, Cpm y Cpmk para estimar la capacidad de un proceso que en la mayoría de los casos se supone que se tiene una muestra grande con población Normal. Cuando los límites de especificación o los estadísticos no son números concretos, la mejor elección es emplear un enfoque difuso para calcular dichos índices. Se realiza una revisión de la literatura sobre los índices de capacidad de procesos difusos y se encuentra que hasta la fecha, no se han explorado técnicas diferentes a los intervalos de confianza para elegir los números triangulares que intervienen en la construcción de los mismos. En esta investigación se calcula formalmente el Cpm, bajo enfoques distintos de construcción de los números triangulares USL, LSL y T, asumiendo a su vez la imprecisión de la media y dispersión del proceso. Este estudio se realiza vía simulación considerando las distribuciones Log − normal y Gamma debido a la variedad de formas asimétricas sesgadas positivamente y dos conjuntos de datos recolectados durante 27 semanas en la Universidad de Valparaíso-Chile para estudiar el efecto de estas selecciones en el desempeño de dicho índice. Los resultados hallados al examinar las diferentes formas de construcción de los números triangulares usando datos reales, demuestran que este es un enfoque útil y confiable para aplicar en las diferentes industrias.Resumen XIAgradecimientos XVIntroducción 11. Fundamentación 51.1. Índices de capacidad de procesos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51.2. Teoría Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71.2.1. Conjuntos Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71.2.2. α−Cortes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81.2.3. Números Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91.3. Índices de procesos de capacidad fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . 91.4. Enfoque de estimación de Buckley . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111.4.1. Algoritmo EDICP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121.5. Estimación fuzzy del índice Cpm: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122. Estado del arte 153. Análisis del diferencial asociado al número triangular en el Cpm fuzzy 174. Estudio de simulación y resultados 234.1. Resultados para una distribución Gamma(α, β) . . . . . . . . . . . . . . . . . . . . . 244.2. Resultados para una distribución Lognormal(α, β) . . . . . . . . . . . . . . . . . . . 314.3. Análisis de la Capacidad en el Cpm fuzzy de los datos simulados . . . . . . . . . . . 395. Aplicación 415.1. Estudio de caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415.2. Conjunto de datos para el estudio de caso . . . . . . . . . . . . . . . . . . . . . . . . 435.2.1. Conjunto de datos I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435.2.2. Conjunto de datos II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435.2.3. Estadísticas descriptivas de los conjuntos de datos y pruebas de bondad de ajuste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445.2.4. Capacidad del proceso Cpm . . . . . . . . . . . . . . . . . . . . . . . . . . . . 506. Conclusiones y recomendaciones 576.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 576.2. Recomendaciones y futuras investigaciones . . . . . . . . . . . . . . . . . . . . . . . . 58A. Código de simulación en R 63application/pdfspaCopyright Universidad de Córdoba, 2022Trabajo de grado - Pregradoinfo:eu-repo/semantics/embargoedAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Conjunto difusoÍndices de capacidad de procesosEstimación difusaIntervalos de confianzaFuzzy setProcess capability indicesFuzzy estimationConfidence intervals.