IDENTIFYING DATA 2007_08
Subject Code 20012217
Study programme
Enginyeria Química (1993)
Cycle 2nd
Descriptors Credits Theory credits Practical credits Type Year Period
4.5 1.5 3 Optativa Second
Language
Department Enginyeria Química
Coordinator
MATEO SANZ, JOSEP MARIA
E-mail josepmaria.mateo@urv.cat
Lecturers
MATEO SANZ, JOSEP MARIA
Web
General description and relevant information Aprendre les tècniques de millora de la qualitat al laboratori (disseny d’experiments, superfícies de resposta), a la fase de producció (control estadístic de procés) i a la inspecció del producte acabat (control de recepció).

Competences
Code  
A3 La modelització bàsica matemàtica i numèrica de processos i propietats.
B1 Resoldre problemes de forma efectiva.
B2 Aprendre a aprendre.
B3 Aplicar pensament crític, lògic i creatiu.
B4 Treballar de forma autònoma amb iniciativa.
B5 Treballar de forma col·laborativa.
B8 Capacitat d’anàlisi i síntesi.
B9 Capacitat d’organització i planificació.
B10 Capacitat de gestió de la informació.
B11 Presa de decisions.
C2 Utilitzar com a usuari les eines bàsiques en TIC.
C5 Expressar-se correctament (tant de forma oral com escrita) en la llengua pròpia.

Learning aims
Objectives Competences
Obtenir l'interval de confiança per a : la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions a partir de dades mostrals. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Aplicar contrastos d'hipòtesis per a : la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions a partir de dades mostrals. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Donat un disseny d’un factor o de dos factors sense interacció, determinar si algun d'ells influeix sobre una variable resposta. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Construir una plantilla per a la recollida de dades, histogrames, diagrames de Pareto, diagrames causa-efecte i diagrames bivariants. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Estimar els efectes que intervenen en un disseny 2k complet i fraccionat usant els algorismes dels signes i de Yates. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Estimar la desviació típica dels efectes en un disseny 2k (complet o fraccionat). A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Donat un disseny 2k fraccionat, identificar el generador i la relació de definició d'aquest disseny. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Identificar els efectes significatius en un disseny 2k (complet o fraccionat). A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Contrastar l'adequació del model lineal en un disseny factorial. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Planificar la realització d’experiments mitjançant el mètode de la pendent màxima. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Dissenyar un experiment central compost i realitzar una aproximació quadràtica de la variable resposta en funció dels factors significatius. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Construir un mapa de contorn i/o realitzar una anàlisi canònica per determinar la naturalesa de la superfície ajustada i calcular el valor òptim de la variable resposta i els valors dels factors que fan que s'arribi a l'òptim. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
A partir d'una mostra, construir gràfics de control per variables, per atributs o per nombre de defectes depenent de la naturalesa de la variable a estudiar. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
A partir d'una mostra, calcular la capacitat d'un procés. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C2
C5
Donats quatre dels següents elements: nivell de qualitat acceptable, nivell de qualitat rebutjable, risc del venedor, risc del comprador, nombre d'elements que s'agafen per inspeccionar un lot i nombre d'elements defectuosos màxim (de la mostra) amb el què s'acceptarà el lot; calcular els altres dos elements. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C5
A partir d'unes dades, donar un pla de mostreig usant les taules del pla japonès JIS Z 9002, les taules del pla Military-Standard o el pla de control rectificatiu de Dodge-Romig. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C5
A partir d'un pla de mostreig, calcular la seva corba característica. A3
B1
B2
B3
B4
B5
B8
B9
B10
B11
C5

Contents
Topic Sub-topic
1. Conceptes bàsics d'estadística. 1.1. Inferència estadística.
1.2. Construcció d'intervals de confiança.
1.3. Contrastos d'hipòtesis.
1.4. Anàlisi de la variància.
2. Eines bàsiques per a la millora de la qualitat. 2.1. Plantilles per a la recollida de dades.
2.2. Histogrames.
2.3. Diagrames de Pareto.
2.4. Diagrames causa-efecte.
2.5. Diagrames bivariants.
2.6. Estratificació.
3. Disseny d'experiments. 3.1. Introducció.
3.2. Disseny de dos factors amb interacció.
3.3. Exemple d'un disseny factorial 23.
3.4. Disseny factorial 2k.
3.5. Disseny factorials fraccionats.
4. Superfícies de resposta. 4.1. Estratègies de la metodologia de superfícies de resposta.
4.2. Aproximació lineal a les condicions òptims. Validació.
4.3. Camí de màxim ascens.
4.4. Aproximació quadràtica. Dissenys centrals compostos.
4.5. Mapes de contorns i anàlisi canònica.
5. Control estadístic d'un procés. 5.1. Introducció.
5.2. Concepte de procés sota control.
5.3. Control de processos per variables.
5.4. Control de processos per atributs.
5.5. Control de processos per nombre de defectes.
6. Control de recepció. 6.1. Introducció.
6.2. El control simple per atributs.
6.3. Plans de mostreig.

Planning
Methodologies  ::  Tests
  Competences (*) Class hours Hours outside the classroom (**) Total hours
Introductory activities
1 0 1
 
Lecture
15 22.5 37.5
Problem solving, classroom exercises
15 18 33
Practicals using information and communication technologies (ICTs) in computer rooms
12 14.4 26.4
 
Personal tuition
1 0 1
 
Objective short-answer tests
2 0 2
 
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies
  Description
Introductory activities Introducció de l'assignatura on s'expliquen els continguts a treballar, els objectius a avaluar, la metodologia que s'usa i el mètode d'avaluació.
Lecture El professor explica els continguts teòrics de cada tema. S'usa la pissarra i la projecció dels apunts.
Problem solving, classroom exercises Es demanen als alumnes que facin i lliurin exercicis relacionats amb els continguts que se'estan treballant en cada moment. Aquests exercicis formen part de l'avaluació continuada de l'assignatura.
Practicals using information and communication technologies (ICTs) in computer rooms Es demanen als alumnes que facin i lliurin pràctiques, realitzades amb ordinador, relacionades amb els continguts que se'estan treballant en cada moment. Aquestes pràctiques formen part de l'avaluació continuada de l'assignatura.

Personalized attention
 
Problem solving, classroom exercises
Practicals using information and communication technologies (ICTs) in computer rooms
Personal tuition
Description
Els alumnes poden tenir atenció personalitzada de qualsevol aspecte del curs durant les hores d'atenció d'alumnes i en les hores de resolució d'exercicis i pràctiques a l'aula.

Assessment
  Description Weight
Problem solving, classroom exercises El professor resoldrà problemes a l’aula. A continuació l’alumne, amb ajuda del professor, haurà de resoldre problemes semblants. Per no veure penalitzada la nota d’aquesta part, es demana un mínim d’assistència del 80% a les classes. 25%
Practicals using information and communication technologies (ICTs) in computer rooms Es valorarà l’aprofitament de les pràctiques. Per no veure penalitzada la nota d’aquesta part, es demana un mínim d’assistència del 80% a les classes. 25%
Objective short-answer tests Examen final de caràcter de síntesi. Es pot usar qualsevol mena de material escrit. 50%
 
Other comments and second exam session

Sources of information

Basic A. Prat, X. Tort-Martorell, P. Grima y L. Pozueta, Métodos Estadísticos. Control y Mejora de la Calidad, Ed. UPC, 1997

Complementary D. C. Montgomery, Control Estadístico de la Calidad, Grupo Editorial Iberoamérica, 1991
G. E. P. Box, W. G. Hunter i J. S. Hunter, Estadística para Investigadores, Ed. Reverté, 1989
D. Peña, Estadística: Modelos y Métodos. Vol. I i Vol. II, Ed. Alianza, 1989

Recommendations


 
Other comments
Assignatures que es recomana haver cursat prèviament (i aprovat): Estadística.