Browsing by Author "Ana María Borges Peña"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Control de calidad y aseguramiento de la calidad
    (Centro de Estudios en Línea, 2023) Ana María Borges Peña; Centro de Estudios en Línea
    La mejora en la calidad de los productos y servicios es fundamental para que las empresas aumenten sus ventas y reduzcan sus costos, lo cual contribuye a mejorar su rentabilidad. Incrementar las ventas suele ocurrir cuando las empresas aceleran su respuesta, reducen los precios debido a economías de escala y mejoran su reputación a través de la calidad de sus productos. Por otro lado, mejorar la calidad permite reducir los costos al aumentar la productividad, disminuir el trabajo repetitivo, el desperdicio y los costos innecesarios.
  • Thumbnail Image
    Item
    Control estadístico de procesos
    (Centro de Estudios en Línea, 2023) Ana María Borges Peña; Centro de Estudios en Línea
    Existen diversas tecnologías estadísticas y de ingeniería que son útiles en el mejoramiento de la calidad, como el control estadístico de procesos (CEP), el diseño de experimentos y el muestreo de aceptación. El CEP tiene como objetivo hacer predecible un proceso a través del tiempo, utilizando técnicas como las cartas de control que permiten monitorear el proceso y detectar señales que llevan a acciones correctivas para eliminar variabilidad.
  • Thumbnail Image
    Item
    Pronóstico: métodos y modelos de pronóstico
    (Centro de Estudios en Línea, 2023) Ana María Borges Peña; Centro de Estudios en Línea
    En este tema se desarrollaron algunos modelos cuantitativos de pronóstico: de series temporales y de regresión lineal. Resulta conveniente resaltar que existen otros modelos y técnicas, incluso la técnica de simulación se puede utilizar para hacer pronósticos. Lo importante es escoger los modelos y técnicas que mejor se adapten a lo que se quiere hacer. Es conveniente también resaltar otras técnicas como el aprendizaje automático para hacer pronósticos. Se ha aplicado a casos reales donde una máquina puede llegar a aprender; este caso tiene por centro de operación un algoritmo que revisa los datos y es capaz de predecir comportamientos futuros. En particular, los algoritmos de redes neuronales han sido muy útiles para pronósticos con aprendizaje automático, que es un subconjunto o rama de la inteligencia artificial que permite que un sistema aprenda y mejore de forma autónoma, sin tener que ser programado explícitamente.