Models Markovian to CSP Plans for acceptance sampling

dc.creatorCohen Jiménez, Jesús R
dc.creatorMercado Caruso, Nohora Nubia
dc.creatorPérez Oliveira, Harold
dc.creatorCrissien Borrero, Tito José
dc.creatorCoronado Hernández, Jairo Rafael
dc.date2019-01-24T22:07:21Z
dc.date2019-01-24T22:07:21Z
dc.date2017
dc.date.accessioned2023-10-03T19:15:50Z
dc.date.available2023-10-03T19:15:50Z
dc.identifier07981015
dc.identifierhttp://hdl.handle.net/11323/2215
dc.identifierCorporación Universidad de la Costa
dc.identifierREDICUC - Repositorio CUC
dc.identifierhttps://repositorio.cuc.edu.co/
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9169352
dc.descriptionEn este trabajo se presentan modelos para crear planes CSP de muestreo por aceptación a través de modelos matemáticos estadísticos apoyado de las teorías de markov, cadenas de estados de markov y los diferentes planes de muestreo. De esta manera, se diseña un modelo matemático-estadístico bajo los lineamientos de las teorías bayesiana y markoviana de estados probabilísticos aplicados a los planes CSP de muestreo por aceptación en producción continua. Este modelo funciona como medio de control para la reducción de productos no conformes en la entrega a clientes con el propósito de mejorar la productividad y competitividad de la empresa.
dc.descriptionIn this work presents models of statistical sampling plans for acceptance CSP supported Marcov theories, states of Markov chains and different sampling plans in this way to design a mathematical-statistical model under the guidance of the Bayesian theory and applied probabilistic Markov state CSP plans for acceptance sampling in continuous production function as control means for reducing non-conforming products delivery to customers by the company with production lines of this type, capable of improving competitiveness in international organizations and national and international markets, supported both in the technology resulting in reduced costs and increased productivity.
dc.formatapplication/pdf
dc.languagespa
dc.publisherRevista Espacios
dc.relationHelfes, H., & Lucantoni. (2006). A Markov Modulated Characterization of Packetized Voice and Data Traffic and Related Statistical Multiplexer Performance. IEEE Journal on Selected Areas in Communications (4), 856 - 868. Millán Naveas, G., & Lefranc Hernández, G. (2010). INCLUSIÓN DE CORRELACIONES TEMPORALES CON DEPENDENCIA A LARGO PLAZO Y PATRONES AUTOSIMILARES EN MODELOS DE REDES IEEE 802.3. Ingeniare. Revista chilena de ingeniería , 18, 95-104. Franco Cardona, C. J., Velasquez Henao, J. D., & Olaya Morales, Y. (2008). Caracterizacion de la demanda mensual de electricidad en Colombia usando un modelo de componentes no observables. Cuaderno de administraciòn , 221-235. Warren , S. (1994). Neural networks and statistical models. SAS Institute Inc., Cary, NC, USA , 1538-1550. Cybenko, M. (1989). Approximation by superpositions of a sigmoidal function. 2, 303–314. Ken-ichi , F. (1989). the approximate realization of continuous mappings by neural networks. Neural Neworks. Neural Networks , 183–192. Hornik, K. (1989). Multilayer feedforward networks are universal approximators. Neural Network , 359-366. Barbosa. (2005). Notas de Clase “CSP con MARKOV". ARMANDO LENIN , T. A., ARISTIZÁBAL VELÁSQUEZ, R. E., & HERMILSON , V. C. (07 de 2010). Estimación de las provisiones esperadas en una institución financiera utilizando modelo logit y probit. Revista ciencias estratégicas , 259-270. Duncan, A. (2001). CONTROL DE CALIDAD Y ESTADISTICA INDUSTRIAL. 1088. DAVID VELÁSQUEZ, J., FRANCO, C. J., & ALONSO GARCÍA, H. (2009). UN MODELO NO LINEAL PARA LA PREDICCIÓN DE LA DEMANDA MENSUAL DE ELECTRICIDAD EN COLOMBIA. 25. Besterfield , D. (1995). Control de Calidad. PRENTICE HALL HISPANOAMERICANA S.A. Araya. (1994). Induction of decision Tree when Examples are Described with Noisy Measurements and with Fuzzy Class Membership. Zhang, G., & Patuwo, E. (1997). Forecasting with artificial neural networks: The state of the art. International Journal of Forecasting , 35-60. H. I. Lee, A., & Wei Wu, C. (2016). A modified variables repetitive group sampling plan with the consideration of preceding lots information. Annals of Operations Research , 355–373. Ortíz Barrios, M. A., & Felizzola Jiménez, H. A. (2014). Metodología miceps para control estadístico de procesos: caso aplicado al proceso de producción de vidrio templado. Prospect , 12 (2), 73-81. Chung-Ho, C. (2016). Optimum process mean setting with specified average outgoing quality limit protection for variable single sampling plan. Journal of Statistics and Management Systems , 19, 499-508. Choy, B., yu, P., & Yeh, l. (2016). A sequential sampling plan for exponential distribution. Sequential Analysis,. Sequential Analysis , 35, 331-336. Safe, H., Kazemzadeh, R., & Gholipour Kanani, y. (Octubre de 2016). A Markov Chain Approach for Double-Objective Economic statistical Design of the Variable Sampling Interval X‾ Control Chart. Communications in Statistics - Theory and Methods .
dc.rightsAtribución – No comercial – Compartir igual
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectModelos matemáticos estadístico
dc.subjectTeorías de markov
dc.subjectCadenas de estados de markov
dc.subjectPlanes de muestreo
dc.subjectTeorías bayesiana
dc.subjectTeoría markoviana
dc.subjectPlanes CSP
dc.subjectStatistical mathematical models
dc.subjectTheories of Markov chains
dc.subjectMarkov states
dc.subjectSampling plans
dc.subjectBayesian theory
dc.subjectMarkov theory
dc.subjectCSP plans
dc.titleModelos Markovianos para Planes CSP de muestreo por aceptación
dc.titleModels Markovian to CSP Plans for acceptance sampling
dc.typeArtículo de revista
dc.typehttp://purl.org/coar/resource_type/c_6501
dc.typeText
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typehttp://purl.org/redcol/resource_type/ART
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa


Este ítem pertenece a la siguiente institución