ΣΥΓΧΡΟΝΑ ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΓΙΑ ΤΗΝ ΜΕΣΗ ΤΙΜΗ ΕΦΟ ΙΑΣΜΕΝΑ ΜΕ ΚΑΝΟΝΕΣ ΡΟΩΝ ΚΑΙ ΣΧΗΜΑΤΙΣΜΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΣΥΓΧΡΟΝΑ ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΓΙΑ ΤΗΝ ΜΕΣΗ ΤΙΜΗ ΕΦΟ ΙΑΣΜΕΝΑ ΜΕ ΚΑΝΟΝΕΣ ΡΟΩΝ ΚΑΙ ΣΧΗΜΑΤΙΣΜΩΝ"

Transcript

1 Π Α Ν Ε Π Ι Σ Τ Η Μ Ι Ο Π Ε Ι Ρ Α Ι Ω Σ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΣΥΓΧΡΟΝΑ ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΓΙΑ ΤΗΝ ΜΕΣΗ ΤΙΜΗ ΕΦΟ ΙΑΣΜΕΝΑ ΜΕ ΚΑΝΟΝΕΣ ΡΟΩΝ ΚΑΙ ΣΧΗΜΑΤΙΣΜΩΝ Σπυρίδων Νικόλαος Ε. Στογιάννος ιπλωµατική Εργασία που υποβλήθηκε στο Τµήµα Στατιστικής και Ασφαλιστικής Επιστήµης του Πανεπιστηµίου Πειραιώς ως µέρος των απαιτήσεων για την απόκτηση του Μεταπτυχιακού ιπλώµατος Ειδίκευσης στην Εφαρµοσµένη Στατιστική Πειραιάς Ιούνιος a

2 b

3 Π Α Ν Ε Π Ι Σ Τ Η Μ Ι Ο Π Ε Ι Ρ Α Ι Ω Σ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΣΥΓΧΡΟΝΑ ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΓΙΑ ΤΗΝ ΜΕΣΗ ΤΙΜΗ ΕΦΟ ΙΑΣΜΕΝΑ ΜΕ ΚΑΝΟΝΕΣ ΡΟΩΝ ΚΑΙ ΣΧΗΜΑΤΙΣΜΩΝ Σπυρίδων Νικόλαος Ε. Στογιάννος ιπλωµατική Εργασία που υποβλήθηκε στο Τµήµα Στατιστικής και Ασφαλιστικής Επιστήµης του Πανεπιστηµίου Πειραιώς ως µέρος των απαιτήσεων για την απόκτηση του Μεταπτυχιακού ιπλώµατος Ειδίκευσης στην Εφαρµοσµένη Στατιστική Πειραιάς Ιούνιος iii

4 Η παρούσα ιπλωµατική Εργασία εγκρίθηκε οµόφωνα από την Τριµελή Εξεταστική Επιτροπή που ορίσθηκε από τη ΓΣΕΣ του Τµήµατος Στατιστικής και Ασφαλιστικής Επιστήµης του Πανεπιστηµίου Πειραιώς στην υπ αριθµ... συνεδρίασή του σύµφωνα µε τον Εσωτερικό Κανονισµό Λειτουργίας του Προγράµµατος Μεταπτυχιακών Σπουδών στην Εφαρµοσµένη Στατιστική Τα µέλη της Επιτροπής ήταν: -. Αντζουλάκος, Αναπληρωτής Καθηγητής (Επιβλέπων) - Μ. Μπούτσικας, Επίκουρος Καθηγητής - Γ. Τζαβελάς, Λέκτορας Η έγκριση της ιπλωµατική Εργασίας από το Τµήµα Στατιστικής και Ασφαλιστικής Επιστήµης του Πανεπιστηµίου Πειραιώς δεν υποδηλώνει αποδοχή των γνωµών του συγγραφέα. iv

5 U N I V E R S I T Y O F P I R A E U S DEPARTENT OF STATISTICS AND INSURANCE SCIENCE POSTGRADUATE PROGRA IN APPIED STATISTICS odern control charts for rocess average sulemented with run and scans rules By Siridon Nikolaos E. Stogiannos Sc Dissertation Submitted to the Deartment of Statistics and Insurance Science of the University of Piraeus in artial fulfilment of the requirements for the degree of aster of Science in Alied Statistics Piraeus, Greece June v

6 vi

7 Στον καθηγητή µου Π. Κασταµωνίτη vii

8 viii

9 Ευχαριστίες Θα ήθελα να ευχαριστήσω τον επιβλέποντα καθηγητή µου κ. Αντζουλάκο ηµήτριο για την άψογη συνεργασία που είχαµε αλλά και για την πραγµατικά µεγάλη βοήθεια που µου προσέφερε προκειµένου να φέρω σε πέρας αυτή τη διπλωµατική εργασία και κυρίως για την υποµονή του και την επιµονή που επέδειξε για το πέρας της παρούσης καθώς και τα µέλη της τριµελούς επιτροπής κ.κ. Μ. Μπούτσικα (Επίκουρο Καθηγητή), Γ. Τζαβελά (Λέκτορα) για την επίβλεψη της παρούσας διπλωµατικής εργασίας. ix

10 x

11 Περίληψη Τα διαγράµµατα ελέγχου τύπου Shewhart για την παρακολούθηση του µέσου µ µιας διεργασίας δίνουν σήµα εκτός ελέγχου διεργασίας (µετατόπιση του µέσου) όταν ένα σηµείο του διαγράµµατος βρεθεί εκτός της ζώνης που ορίζεται από το κάτω (C) και το άνω (UC) όριο ελέγχου του διαγράµµατος. Είναι γνωστό ότι τα διαγράµµατα ελέγχου τύπου Shewhart δεν είναι ευαίσθητα σε µικρές µετατοπίσεις του µέσου της διεργασίας. Η ευαισθητοποίηση του διαγράµµατος ως προς την ικανότητα του να ανιχνεύει µικρές µετατοπίσεις του µέσου της διεργασίας επιτυγχάνεται µε χρήση προειδοποιητικών ορίων (εσωτερικών των C και UC) και µε χρήση κανόνων διακοπής (stoing rules) που περιγράφουν ενδεχόµενα που σχετίζονται µε την εµφάνιση ειδικών σχηµατισµών από σηµεία στο διάγραµµα. Η εµφάνιση ενός τέτοιου σχηµατισµού δίνει σήµα εκτός ελέγχου διεργασίας. Τέτοιοι κανόνες παρουσιάστηκαν και εφαρµόστηκαν για πρώτη φορά το 956 από την εταιρεία Western Electric Comany. Σκοπός της διπλωµατικής είναι η παρουσίαση της σύγχρονης βιβλιογραφίας για κανόνες διακοπής που σχετίζονται µε στατιστικές συναρτήσεις ροών (runs) και σχηµατισµών (atterns) στα διαγράµµατα ελέγχου τύπου Shewhart, και η συγκριτική µελέτη των διαφόρων προσεγγίσεων. xi

12 xii

13 Abstract Shewhart-tye control charts for monitoring the mean of a manufacturing rocess give signal of an out of control rocess (shift of the mean) when a lotted oint falls outside the area secified by the lower (C) and uer (UC) control limit of τηε chart. It is well known that Shewhart tye control charts are not sensitive in detecting small shifts of the rocess mean. The sensitization of the chart to detect small shifts of the rocess mean is usually achieved by the use of warning limits (internal of C and UC) and the adotion of stoing rules related with the aearance of secial atterns of lotted oints in the chart. The aearance of a secial attern of oints gives signal of an out of control rocess. Such rules were introduced and alied for the first time in 956 by the Western Electric Comany. The main urose of the dissertation is the resentation of the modern bibliograhy for stoing rules that are related to runs and atterns statistics in Shewhart-tye control charts, and the comarative study of different aroaches xiii

14 xiv

15 ΠΕΡΙΕΧΟΜΕΝΑ Κ Ε Φ Α Λ Α Ι Ο Εισαγωγή. Η έννοια της ποιότητας. Ιστορική εξέλιξη... Έλεγχος - επιθεώρηση... Στατιστικός έλεγχος ποιότητας..3. ιασφάλιση ποιότητας Στρατηγική διοίκηση της ποιότητας 4.3 ιαγράµµατα ελέγχου Shewhart 5.4 Μέσο µήκος ροής στα διαγράµµατα ελέγχου 9.5 Κανόνες ευαισθητοποίησης ενός διαγράµµατος ελέγχου Shewhart Κ Ε Φ Α Λ Α Ι Ο 5 Ανασκόπηση 5. Εισαγωγή 5. Cham και Woodall (987) 6. Shmueli και Cohen (3) 6.4 ichael Khoo (3) 36.5 Khoo και Ariffin (6) 44.6 Acosta (7) 5.7 Συγκριτική Σύνοψη 56 Κ Ε Φ Α Λ Α Ι Ο 3 6 Τροποποιηµένοι και αναθεωρηµένοι κανόνες ροών τύπου r-από-m 6 3. Τροποποιηµένο r-από-m διάγραµµα (8a) Η λογική του διαγραµµάτος Απόδοση του τροποποιηµένου r από m διαγράµµατος ελέγχου Συµπεράσµατα Μέθοδος αλυσίδων arkov για τη µελέτη του : r/m διαγράµµατος ελέγχου Αναθεωρηµένο m-από-k διάγραµµα ελέγχου Απόδοση των σχηµάτων R-/3 και R-4/ Εφαρµογή Μεθοδολογία µελέτης των διαγραµµάτων Ι-/3 και R-/3 79 Π Α Ρ Α Ρ Τ Η Μ Α 83 Β Ι Β Λ Ι Ο Γ Ρ Α Φ Ι Α 89 xv

16 xvi

17 Κ Ε Φ Α Λ Α Ι Ο. Η έννοια της ποιότητας Εισαγωγή Η ποιότητα είναι µια πολυσύνθετη έννοια, στην οποία έχουν δοθεί διάφοροι ορισµοί. Σύµφωνα µε το διεθνές πρότυπο ISO 84 (986): «Ποιότητα είναι το σύνολο των ιδιοτήτων και χαρακτηριστικών ενός προϊόντος, διαδικασίας ή υπηρεσίας που καθορίζουν την ικανότητα ανταπόκρισης σε δηλωµένες ή εννοούµενες ανάγκες» Ανεξάρτητα από προτιµήσεις ως προς τον ορισµό, είναι κοινά αποδεκτό ότι υπάρχουν δυο γενικές πλευρές της ποιότητας: ποιότητα σχεδιασµού και ποιότητα κατασκευής. Η ποιότητα σχεδιασµού αναφέρεται στα κύρια χαρακτηριστικά του προϊόντος. ιαφορές στην ποιότητα σχεδιασµού οµοειδών προϊόντων είναι απόρροια συνειδητών επιλογών της διοίκησης της επιχείρησης και ανάλογων επιλογών από τους µηχανικούς κατά τη φάση σχεδίασης του προϊόντος. Π.χ. ένα πολυτελές επιβατικό αυτοκίνητο µεγάλου κυβισµού έχει διαφορετική ποιότητα σχεδιασµού από ένα οικονοµικό αυτοκίνητο µικρού κυβισµού. Η επιλογή ορισµένης ποιότητας σχεδιασµού αποτελεί σηµαντική στρατηγική απόφαση και µέσο ανταγωνισµού, καθώς προσδιορίζει το τµήµα της αγοράς στο οποίο απευθύνεται το προϊόν. Ποιότητα κατασκευής είναι ο βαθµός συµµόρφωσης προς τις προδιαγραφές που προβλέπει ο σχεδιασµός του προϊόντος, Η ποιότητα κατασκευής αποτελεί αντικείµενο του ελέγχου ποιότητας και της διασφάλισης ποιότητας, που σύµφωνα µε το πρότυπο ISO 9 (994) ορίζονται ως εξής: Έλεγχος ποιότητας είναι οι επιχειρησιακές τεχνικές και δραστηριότητες που χρησιµοποιούνται για να ικανοποιηθούν οι απαιτήσεις για ποιότητα. ιασφάλιση ποιότητας είναι όλες εκείνες οι προγραµµατισµένες και συστηµατικές ενέργειες, που είναι απαραίτητες για να εξασφαλίζουν επαρκώς ότι ένα προϊόν ή υπηρεσία θα ανταποκρίνεται σε δεδοµένες απαιτήσεις για ποιότητα.

18 . Ιστορική εξέλιξη Η θεωρία και η πράξη της ποιότητας και γενικά του ελέγχου ποιότητας, ιδιαίτερα από την εποχή της βιοµηχανικής επανάστασης µέχρι σήµερα, έχουν περάσει από διάφορες περιόδους, που είναι δυνατό να ονοµασθούν και να ταξινοµηθούν µε διαφορετικούς τρόπους. Σύµφωνα πάντως µε την άποψη ορισµένων ειδικών ερευνητών (π.χ. Garvin (988)), η ιστορική εξέλιξη της ποιότητας µπορεί να περιγραφεί από 4 φάσεις.... Έλεγχος - επιθεώρηση Από τις αρχές του 9ου αιώνα, οπότε η τυποποίηση άρχισε να γίνεται εφικτή, µέχρι περίπου το 9 η διασφάλιση της ποιότητας βασίζεται αποκλειστικά στην επιθεώρηση και µέτρηση των παραγοµένων προϊόντων. Ενώ αρχικά ο έλεγχος αυτός διενεργείται άτυπα από τον ίδιο τον τεχνίτη, µε την εµφάνιση του Frederick Taylor και των µεθόδων της επιστηµονικής διοίκησης κατά το 9 ο έλεγχος ικανοποίησης των προδιαγραφών περνά στη δικαιοδοσία και ευθύνη ειδικών ελεγκτών. Ο έλεγχος ποιότητας όµως εξακολουθεί να περιορίζεται στον εντοπισµό και επισκευή των ελαττωµατικών προϊόντων, χωρίς γενικά να επεκτείνεται σε προσπάθειες αναγνώρισης και διόρθωσης των αιτίων της κακής ποιότητας.... Στατιστικός έλεγχος ποιότητας O στατιστικός έλεγχος ποιότητας έχει τις αρχές του την δεκαετία του 9 στα Bell Telehone aboratories των Η.Π.Α., όπου αναπτύχθηκαν σχεδόν ταυτόχρονα δύο από τις τρεις περιοχές του: η δειγµατοληψία αποδοχής και ο στατιστικός έλεγχος διεργασιών. Η δειγµατοληψία αποδοχής ξεκίνησε από την απλή διαπίστωση ότι ο % έλεγχος δεν είναι ο περισσότερο αποτελεσµατικός τρόπος, από οικονοµική άποψη, διαχωρισµού µεταξύ καλών και ελαττωµατικών προϊόντων. Ορµώµενοι από αυτή την παρατήρηση ο Harold Dodge και ο Harry Romig ανέπτυξαν δειγµατοληπτικά σχήµατα ελέγχου παρτίδων παραγωγής, σύµφωνα µε τα οποία η απόφαση για αποδοχή ή απόρριψη συγκεκριµένης παρτίδας εξαρτάται από την ποιότητα περιορισµένου αριθµού µονάδων, που ανήκουν σε τυχαίο δείγµα από την παρτίδα αυτή. Ο στατιστικός έλεγχος διεργασιών εισάγει για πρώτη φορά την έννοια της πρόληψης στον έλεγχο ποιότητας. Η αρχική του ανάπτυξη οφείλεται στον Walter Shewhart ο οποίος συνειδητοποίησε ότι η διασπορά τιµών ενός χαρακτηριστικού ποιότητας (π.χ. µιας διάστασης) είναι αναπόφευκτη κατά την παραγωγή, αλλά ένα µέρος της οφείλεται σε τυχαίες, µη ελεγχόµενες αιτίες και ένα άλλο µέρος οφείλεται σε συγκεκριµένα αίτια (συστηµατικές

19 µεταβολές, ειδικά αίτια µεταβλητότητας), τα οποία µπορούν να εντοπισθούν και να διορθωθούν. Για να διευκολύνει τη διάκριση ανάµεσα σε τυχαίες και συστηµατικές µεταβολές, ο Shewhart σχεδίασε απλές στατιστικές τεχνικές και αντίστοιχα διαγράµµατα ελέγχου και πρότεινε τρόπους βελτίωσης της ποιότητας µε εξάλειψη των αιτίων των συστηµατικών µεταβολών. Τα διαγράµµατα ελέγχου που εισήγαγε ο Shewhart εξακολουθούν και σήµερα να είναι τα ευρύτερα χρησιµοποιούµενα εργαλεία για τον έλεγχο οµαλής λειτουργίας των παραγωγικών διαδικασιών. Ο στατιστικός έλεγχος ποιότητας γνώρισε ιδιαίτερη ανάπτυξη στις Η.Π.Α. κατά τον Β παγκόσµιο πόλεµο, µε τη δηµιουργία στατιστικών πινάκων και προτύπων για την υποβοήθηση της παραγωγής και της παραλαβής ικανοποιητικής ποιότητας όπλων και πυροµαχικών από µεγάλο αριθµό προµηθευτών. Τα πρώτα µαθήµατα ελέγχου ποιότητας σε πανεπιστηµιακό επίπεδο έγιναν στο Carnegie Institute of Technology το 94 και στο Stanford University το 94. Η πρώτη επιστηµονική εταιρία ελέγχου ποιότητας δηµιουργήθηκε το 946 στις Ηνωµένες Πολιτείες. Η εφαρµογή των µεθόδων του στατιστικού ελέγχου ποιότητας δεν ατόνησε µε την εµφάνιση των νέων τάσεων που οριοθετούν τις δυο επόµενες φάσεις της ιστορικής εξέλιξής του. Αντίθετα νέα ώθηση δόθηκε µετά το 98 µε την ανάπτυξη τρίτης µεγάλης περιοχής του στατιστικού ελέγχου ποιότητας, που επικεντρώθηκε στη βελτίωση της ποιότητας κατά τη φάση σχεδίασης προϊόντων και παραγωγικών διαδικασιών µε τη βοήθεια του σχεδιασµού και της ανάλυσης πειραµάτων που αποτελεί την τρίτη περιοχή του στατιστικού ελέγχου ποιότητας...3. ιασφάλιση ποιότητας Η περίοδος της διασφάλισης ποιότητας χαρακτηρίζεται από την εισαγωγή νέων εννοιών και µεθόδων επιπλέον των στατιστικών και την επέκτασή τους από την παραγωγή σε όλους τους τοµείς δραστηριότητας των επιχειρήσεων. Μπορεί να θεωρηθεί ότι η βασική φάση ανάπτυξης της διασφάλισης ποιότητας καλύπτει χρονικά την περίοδο από το 95 µέχρι τα µέσα της δεκαετίας του 98 και περιλαµβάνει τις 4 παρακάτω συνιστώσες: (α) Κόστος ποιότητας: Η ποσοτικοποίηση των στοιχείων κόστους ποιότητας εισάγεται για πρώτη φορά το 95 από τον Joseh Juran στην πρώτη έκδοση του συγγράµµατος Quality Control Handbook, το οποίο εξακολουθεί να κατέχει σηµαντική θέση στη διεθνή βιβλιογραφία (Juran και Gryna (988)). 3

20 (β) Ολικός έλεγχος ποιότητας. Κεντρικός άξονας του ολικού ελέγχου ποιότητας είναι η θέση ότι η ευθύνη της ποιότητας δεν περιορίζεται στα τµήµατα παραγωγής και ποιοτικού ελέγχου, αλλά επεκτείνεται σε ολόκληρη την επιχείρηση και σε όλες τις φάσεις της σχεδίασης, αγοράς πρώτων υλών, παραγωγής, διανοµής και εξυπηρέτησης των πελατών. Εµπνευστής του ολικού ελέγχου ποιότητας και συγγραφέας του οµώνυµου βιβλίου που πρωτοεκδόθηκε το 95 είναι ο Armand Feigenbaum (Feigenbaum (99)). (γ) Ανάλυση αξιοπιστίας. Η αξιοπιστία αποτελεί τη χρονική διάσταση της ποιότητας, στην οποία δεν είχε δοθεί ιδιαίτερη προσοχή µέχρι το 95. Στη συνέχεια όµως η θεωρία αξιοπιστίας γνώρισε σηµαντική εξέλιξη εξαιτίας της ανάπτυξης της βιοµηχανίας ηλεκτρονικών και των σχετικών αναγκών βελτίωσης της ποιότητας των διαφόρων ηλεκτρονικών συσκευών. (δ) «Μηδενικά ελαττώµατα». Η τελευταία συνιστώσα της διασφάλισης ποιότητας επικεντρώνεται στον τοµέα του ανθρώπινου παράγοντα. Ξεκίνησε το 96 από την εταιρία artin όπου την εποχή εκείνη γινόταν η κατασκευή των πυραύλων Pershing για τον αµερικανικό στρατό. Με τα κατάλληλα κίνητρα, την έµφαση στην ποιότητα και τη σωστή παρακολούθηση και διαχείριση ενός προγράµµατος µε κύριο στόχο την προσπάθεια ολοκλήρωσης κάθε εργασίας χωρίς σφάλµατα εξαρχής, κατέστη δυνατή η κατασκευή προϊόντων µε µηδέν ελαττώµατα. Η φιλοσοφία του προγράµµατος και η άποψη ότι η τέλεια ποιότητα είναι και τεχνικά εφικτή και οικονοµικά επιθυµητή περιγράφεται σε ένα δηµοφιλές αλλά και αµφιλεγόµενο βιβλίο του Phili Crosby, που εργαζόταν στην εταιρία artin την δεκαετία του 96 (Crosby (979))...4. Στρατηγική διοίκηση της ποιότητας Η στρατηγική διοίκηση της ποιότητας αποτελεί την πιο σύγχρονη τάση, που υιοθετείται όλο και περισσότερο από τις βιοµηχανίες που πρωτοπορούν στα θέµατα ποιότητας. Αν και δεν υπάρχει κάποιο συγκεκριµένο γεγονός που σηµατοδοτεί την έναρξη αυτής της περιόδου, µπορεί να θεωρηθεί ότι από τα µέσα της δεκαετίας του 98 αρχίζει να γίνεται συνείδηση ότι η ποιότητα δεν αποτελεί απλά και µόνο ένα πρόβληµα που επιζητεί αντίδραση και λύση, αλλά είναι συχνά ένας τοµέας τον οποίο µπορεί να εκµεταλλευτεί στρατηγικά µια επιχείρηση για να ενισχύσει τη θέση της στην αγορά. Συνοπτικά η στρατηγική διοίκηση της ποιότητας στηρίζεται στις παρακάτω θέσεις: (α) Η ποιότητα είναι βασικός τοµέας ανταγωνισµού. Επειδή είναι πολυδιάστατη, δίνει ανάλογες δυνατότητες για τον χειρισµό της σαν εργαλείο ενίσχυσης της ανταγωνιστικότητας 4

21 µιας επιχείρησης, µε την επιλεκτική έµφαση σε εκείνες τις διαστάσεις, οι οποίες εξυπηρετούν αποτελεσµατικότερα τους στρατηγικούς στόχους. (β) Η ποιότητα ενός προϊόντος ορίζεται από την αγορά, δηλαδή από τους καταναλωτές που θα χρησιµοποιήσουν το προϊόν. Ειδικότερα οι προδιαγραφές δεν είναι σκόπιµο να καθορίζονται αυθαίρετα από τους µηχανικούς που σχεδιάζουν το προϊόν, αλλά αντίθετα η σχεδίαση του προϊόντος πρέπει να καθοδηγείται από τις επιθυµίες των καταναλωτών. (γ) Η ποιότητα δεν είναι απόλυτη, αλλά σχετική, δηλαδή πρέπει να αποτιµάται σε σύγκριση µε την ποιότητα αντίστοιχων προϊόντων των ανταγωνιστών. (δ) Η ικανοποίηση των πελατών και άρα η ποιότητα του προϊόντος δεν περιορίζονται στον χρόνο της αγοράς, αλλά επεκτείνονται και προσδιορίζονται σε όλη τη διάρκεια ζωής του προϊόντος. Η παραπάνω προσέγγιση της ποιότητας υποδηλώνει ορισµένες νέες απαιτήσεις για τις επιχειρήσεις. Συγκεκριµένα ιδιαίτερη σηµασία αποκτά η έρευνα αγοράς, µε την οποία µπορεί να εκτιµηθούν οι ανάγκες και επιθυµίες των καταναλωτών και ο βαθµός ικανοποίησής τους από τα προσφερόµενα προϊόντα. Επιπλέον, µεγαλύτερη βαρύτητα από την τιµή πώλησης αποκτά το συνολικό κόστος στον καταναλωτή σε όλη τη διάρκεια ζωής του προϊόντος, που περιλαµβάνει τα έξοδα συντήρησης και επισκευών, µε ανάλογες συνέπειες για τον τοµέα υποστήριξης των προϊόντων και εξυπηρέτησης των πελατών. Η αποδοχή του στρατηγικού ρόλου της ποιότητας και η προσπάθεια ανάπτυξης συστηµάτων και νοοτροπίας συνεχούς βελτίωσης της ποιότητας προϋποθέτουν µακροπρόθεσµη προοπτική, η οποία δυστυχώς υπάρχει σπάνια, ιδιαίτερα σε µικρές και µεσαίες επιχειρήσεις. Όµως τα συνεχώς αυξανόµενα µηνύµατα από τον επιχειρηµατικό κόσµο ενισχύουν τη διαπίστωση ότι η συστηµατική προσπάθεια βελτίωσης της ποιότητας στα πλαίσια της στρατηγικής διοίκησης οδηγούν προς την αύξηση του µεριδίου αγοράς και ταυτόχρονη µείωση του συνολικού κόστους ποιότητας..3 ιαγράµµατα ελέγχου Shewhart Στις παραγωγικές διεργασίες µας ενδιαφέρει η παρακολούθηση της συµπεριφορά µιας κρίσιµης ποσότητας ενός (µετρήσιµου) χαρακτηριστικού X (τυχαία µεταβλητή) των προϊόντων που παράγονται (για παράδειγµα το χαρακτηριστικό X µπορεί να είναι µήκος, βάρος, όγκος προϊόντων). Η παρακολούθηση της κρίσιµης ποσότητας βασίζεται σε µετρήσεις του χαρακτηριστικού Χ (τυχαία µεταβλητή), που προκύπτουν από την επιλογή τυχαίων δειγµάτων προϊόντων από την παραγωγή σε διαφορετικές χρονικές στιγµές, έστω τα 5

22 X, X,.... Χρησιµοποιώντας τα τυχαία δείγµατα X, X,... υπολογίζουµε την τιµή W = X ), i =,,..., µιας κατάλληλης στατιστικής συνάρτησης (τυχαίας µεταβλητής) που i g( i εκτιµά (συνήθως αµερόληπτη εκτιµήτρια) την κρίσιµη ποσότητα που µας ενδιαφέρει (π.χ. µέση τιµή ή διακύµανση της X ). Έτσι η (διαχρονική) παρακολούθηση της συµπεριφοράς της κρίσιµης ποσότητας επιτυγχάνεται µε την παρακολούθηση των τιµών που λαµβάνει η στατιστική συνάρτηση W στα διάφορα δείγµατα. Για παράδειγµα ας υποθέσουµε ότι ενδιαφερόµαστε να παρακολουθήσουµε τη συµπεριφορά της µέσης τιµής της διαµέτρου Χ των κυλίνδρων που παράγει µια µηχανή. Για το σκοπό µπορούµε να επιλέξουµε τυχαία δείγµατα µεγέθους n ( n ) κυλίνδρων από την παραγωγή της µηχανής σε διαφορετικά χρονικά διαστήµατα και να χρησιµοποιήσουµε τη στατιστική συνάρτηση W = g X ) = ( X X X ) n (η οποία είναι αµερόληπτη i ( i i i in / εκτιµήτρια του µέσου της Χ) για την παρακολούθηση της συµπεριφοράς της µέσης τιµής. Ένα τυπικό διάγραµµα ελέγχου Shewhart (τα διαγράµµατα αυτά τα εισήγαγε το 94 ο W. A. Shewhart) είναι µια γραφική παράσταση µε την ακόλουθη µορφή ιάγραµµα ελέγχου Τιµές στατιστικής συνάρτησης W 5,,5, 7,5 5, Άνω όριο ελέγχου Κεντρική γραµµή Κάτω όριο ελέγχου Αριθµός δείγµατος Σχήµα.. Τυπικό διάγραµµα ελέγχου τύπου Shewhart Στο παραπάνω σχήµα, εκτός από τις παρατηρούµενες τιµές της W που έχουν παρασταθεί µε σηµεία (κουκκίδες) τα οποία έχουν συνδεθεί µε µια τεθλασµένη γραµµή, έχουν σχεδιαστεί και άλλες τρεις γραµµές. Η κεντρική γραµµή (center line, C) ή µέσο επίπεδο της διεργασίας παριστάνει συνήθως τη µέση τιµή (mean value) της W όπως αυτή προκύπτει από τη λειτουργία µιας εντός ελέγχου διεργασίας ή την τιµή στόχο του προϊόντος. Οι δύο ακραίες γραµµές που εµφανίζονται ονοµάζονται άνω και κάτω όρια ελέγχου (uer and lower control limits, UC and C). Όσο οι τιµές (σηµεία, δεδοµένα) της W εµφανίζονται εντός των ορίων 6

23 ελέγχου και η συµπεριφορά τους είναι τυχαία µπορούµε να υποθέσουµε ότι η διεργασία παραµένει εντός ελέγχου (για την ακρίβεια εντός στατιστικού ελέγχου) και δεν χρειάζεται να προβούµε σε κάποια διορθωτική ενέργεια. Αν όµως κάποιο σηµείο βρεθεί εκτός των ορίων ελέγχου λέµε ότι υπάρχει ένδειξη ότι η διεργασία είναι εκτός ελέγχου και πρέπει να προχωρήσουµε σε έρευνα για να ανακαλύψουµε τις ειδικές αιτίες µεταβλητότητας που είναι υπεύθυνες για αυτή τη συµπεριφορά και αν κριθεί απαραίτητο να προβούµε σε διορθωτικές ενέργειες. Στο ακόλουθο πλαίσιο δίνεται ένα γενικό µοντέλο, το µοντέλο ορίων σίγµα (sigma limits model), για την κατασκευή ενός διαγράµµατος ελέγχου Μοντέλο ορίων σίγµα UC = µ W σw Center ine = µ W C = µ W σw Το µ W και το σ W δηλώνουν τη µέση τιµή και την τυπική απόκλιση της στατιστικής συνάρτησης W που απεικονίζεται στο διάγραµµα ελέγχου, η οποία εκτιµά την κρίσιµη ποσότητα ενός προϊόντος που θέλουµε να παρακολουθήσουµε, ενώ ο αριθµός δηλώνει την απόσταση των ορίων ελέγχου από την κεντρική γραµµή σε µονάδες τυπικής απόκλισης. Για την αποτελεσµατική χρήση ενός τέτοιου διαγράµµατος ελέγχου θα πρέπει η W να ακολουθεί κανονική κατανοµή. Όταν το = 3 οµιλούµε για κατασκευή ορίων ελέγχου τριών σίγµα (three sigma control limits, 3 σ ). Για µεγάλες τιµές του η απόσταση των ορίων ελέγχου από την κεντρική γραµµή µεγαλώνει και έτσι µειώνεται ο κίνδυνος (ρίσκο, πιθανότητα) να βρεθεί ένα σηµείο του διαγράµµατος εκτός των ορίων ελέγχου. Σε αναλογία µε την ορολογία που χρησιµοποιείται στους ελέγχους στατιστικών υποθέσεων, λέµε ότι µειώνεται η πιθανότητα του σφάλµατος τύπου Ι (ή ρίσκο α), αλλά ταυτόχρονα αυξάνεται η πιθανότητα του σφάλµατος τύπου ΙΙ (ή ρίσκο β). Για µικρές τιµές του έχουµε τα αντίθετα αποτελέσµατα. Για όρια ελέγχου 3σ και κανονική κατανοµή της στατιστικής συνάρτησης W, όταν η διεργασία είναι εντός ελέγχου, η πιθανότητα να πάρει η W τιµή εκτός των ορίων ελέγχου είναι ίση µε a =. 7. Το γεγονός αυτό πρακτικά σηµαίνει ότι ένας εσφαλµένος συναγερµός συµβαίνει 7 φορές ανά σηµεία του διαγράµµατος ελέγχου. Επίσης, για 7

24 εντός ελέγχου διεργασίες, η πιθανότητα να βρεθεί ένα σηµείο κάτω (πάνω) από το C (UC) είναι ίση µε a =. 35. Έστω ότι η κατανοµή του χαρακτηριστικού Χ των προϊόντων που παράγονται ακολουθεί κανονική κατανοµή N ( µ, σ ) µε µ και σ γνωστά. Έστω επίσης ότι έχουµε στη διάθεσή µας ανεξάρτητα τυχαία δείγµατα µεγέθους n το καθένα, τα X = X, X,..., X ), i. Για i ( i i in κάθε τυχαίο δείγµα X = X, X,..., X ) είναι γνωστό ότι ο δειγµατικός µέσος i ( i i in W i = X i = X i X i X n in ακολουθεί την κατανοµή N ( µ, σ / n), και είναι αµερόληπτος εκτιµητής της µέσης τιµής µ του χαρακτηριστικού X. Τα όρια ελέγχου και η κεντρική γραµµή του διαγράµµατος ελέγχου για την παρακολούθηση της µέσης τιµή του χαρακτηριστικού X, το οποίο ονοµάζεται Xbar ή X διάγραµµα ελέγχου, µε 3σ όρια ελέγχου δίνονται στο ακόλουθο πλαίσιο X διάγραµµα ελέγχου UC C C = = = µ µ µ 3 σ n 3 σ n Τα παραπάνω όρια ελέγχου του διαγράµµατος είναι γνωστά ως όρια ελέγχου Φάσης ΙΙ. Εκτός από το µοντέλο ορίων σίγµα, για την κατασκευή ορίων ελέγχου σε ένα διάγραµµα ελέγχου υπάρχει και το µοντέλο ορίων πιθανότητας (robability limits model) που παρουσιάζεται στο ακόλουθο πλαίσιο (µοντέλο ορίων πιθανότητας a ) για κανονική (ή προσεγγιστικά) κανονική κατανοµή της στατιστικής συνάρτησης W που απεικονίζεται σε αυτό Μοντέλο ορίων πιθανότητας α UC = wa / = µ W za / σ W Center ine = w.5 = µ W C = w ( a / ) = µ W za / σ W (µε w a συµβολίζεται το άνω α ποσοστιαίο σηµείο της W). Για εντός ελέγχου διεργασίες (µε κανονική κατανοµή για την W ) έχουµε ότι η πιθανότητα εσφαλµένου συναγερµού σε κάθε 8

25 πλευρά των ορίων ελέγχου είναι ίση µε a / ( a είναι η πιθανότητα εσφαλµένου συναγερµού). Τα δύο µοντέλα κατασκευής διαγραµµάτων ελέγχου που µόλις περιγράψαµε αποτελούν µοντέλα κατασκευής δίπλευρων διαγραµµάτων ελέγχου αφού υπάρχει και άνω και κάτω όριο ελέγχου. Στη βιβλιογραφία αναφέρονται και τα µονόπλευρα διαγράµµατα ελέγχου στα οποία απουσιάζει είτε το άνω είτε το κάτω όριο ελέγχου. Στα διαγράµµατα ελέγχου Shewhart διακρίνουµε δύο µεγάλες κατηγορίες ανάλογα µε το αν το χαρακτηριστικό X είναι συνεχής ή διακριτή τυχαία µεταβλητή. Αν η τυχαία µεταβλητή X είναι συνεχής µε µέση τιµή µ και διακύµανση σ τότε υπάρχουν διαγράµµατα ελέγχου Shewhart για την παρακολούθηση της µέσης τιµής και της διασποράς της X. Στην περίπτωση που η τυχαία µεταβλητή X είναι διακριτή υπάρχουν διαγράµµατα ελέγχου Shewhart για την παρακολούθηση του ποσοστού (και του αριθµού) των ελαττωµατικών προϊόντων που αποδίδει η παραγωγική διεργασία, καθώς επίσης και για τον αριθµό (και το µέσο αριθµό) των ελαττωµάτων (ατελειών) σε µια µονάδα ελέγχου (για περισσότερες λεπτοµέρειες δείτε Αντζουλάκος (6), αµιανού (996), Καφφές (996))..4 Μέσο µήκος ροής στα διαγράµµατα ελέγχου Μια βασική έννοια που σχετίζεται µε τα διαγράµµατα ελέγχου είναι το µέσο µήκος ροής AR (average run length) του διαγράµµατος. Η τυχαία µεταβλητή T που δηλώνει το πλήθος των σηµείων που πρέπει να σχεδιαστούν σε ένα διάγραµµα ελέγχου έως ότου πάρουµε ένδειξη εκτός ελέγχου διεργασίας ονοµάζεται µήκος ροής (run length) του διαγράµµατος. Το µέσο µήκος ροής AR ορίζεται ως ο αναµενόµενος αριθµός των σηµείων που πρέπει να σχεδιαστούν στο διάγραµµα έως ότου λάβουµε για πρώτη φορά ένδειξη εκτός ελέγχου διεργασίας, δηλαδή AR = E(T ). Στα διαγράµµατα ελέγχου Shewhart µε απεικονιζόµενη ποσότητα τη W η οποία έχει εντός ελέγχου µέσο µ, τυπική απόκλιση σ και συνάρτηση κατανοµής F ( ), έχουµε ότι η πιθανότητα εµφάνισης ενός σηµείου του διαγράµµατος εκτός των ορίων ελέγχου είναι ίση µε = P( C W UC) = F ( µ σ ) F ( ( µ σ και το εντός ελέγχου µέσο µήκος ροής είναι ίσο µε )) 9

26 AR = αφού το µήκος ροής T ακολουθεί τη γεωµετρική κατανοµή µε πιθανότητα επιτυχίας. Φυσικά για µια διεργασία που βρίσκεται εντός ελέγχου θέλουµε να έχουµε µεγάλη τιµή για το AR έτσι ώστε να µειωθεί ο αριθµός των λανθασµένων ενδείξεων εκτός ελέγχου διεργασίας. Για µια εκτός ελέγχου διεργασία, όπου η συνάρτηση κατανοµή της τυχαίας µεταβλητής W είναι η F ( ), έχουµε ότι η πιθανότητα εµφάνισης ενός σηµείου εκτός των ορίων ελέγχου του διαγράµµατος είναι ίση µε = P( C W UC) = F ( µ σ ) F ( ( µ σ )) και το εκτός ελέγχου µέσο µήκος ροής είναι ίσο µε AR =. Φυσικά για µια διεργασία που βρίσκεται εκτός ελέγχου θέλουµε να έχουµε µικρή τιµή για το AR έτσι ώστε να µειωθεί ο αριθµός των δειγµάτων (και συνεπώς ο χρόνος) που απαιτούνται για να γίνει αντιληπτό ότι η διεργασία είναι εκτός ελέγχου. Αν για την τυχαία µεταβλητή W είναι γνωστό ότι W ~ N ( µ, σ ) τότε είναι εύκολο να δειχθεί ότι το εντός ελέγχου µέσο µήκος ροής είναι ίσο µε και για = 3 προκύπτει ότι AR = Φ( ) AR Αν κατά τη διάρκεια της παραγωγικής διεργασίας η µέση τιµή της τυχαίας µεταβλητής W µετατοπιστεί από τη θέση µ στη θέση τυπικής απόκλισης) και η διακύµανσή της δεν αλλάξει έχουµε ότι µ * = µ δσ (µετατόπιση εκφρασµένη σε µονάδες = P( C W UC W ~ N ( µ δσ, σ )) = P( µ σ W µ σ W ~ N ( µ δσ, σ ) = Φ( δ ) Φ( δ ) = Φ( δ ) Φ( δ ) και

27 AR = = Φ( δ ) Φ( δ ). Από τα παραπάνω προκύπτει ότι µπορούµε να χρησιµοποιήσουµε το συµβολισµό AR (δ ) για να δηλώσουµε το µέσο µήκος ροής ενός διαγράµµατος ελέγχου Shewhart όταν ο µέσος της διεργασίας µετατοπιστεί από τη θέση µ στη θέση µ δσ. Φυσικά για δ = προκύπτει το εντός ελέγχου µέσο µήκος ροής. Επίσης µε ανάλογο τρόπο γίνεται ο υπολογισµός του AR στα µονόπλευρα διαγράµµατα ελέγχου. Για παράδειγµα, στο ακόλουθο σχήµα δίνεται γραφική παράσταση του AR στην περίπτωση που η στατιστική συνάρτηση W ~ N( µ,.5 / n) για n = και n = 5. Από το σχήµα προκύπτει ότι το AR δεν είναι καθόλου ικανοποιητικό για µικρές µετατοπίσεις του µέσου επιπέδου της διεργασίας. Για παράδειγµα αν το µέσο επίπεδο της διεργασίας από µ = µετατοπιστεί στη θέση µ * =. τότε β = και AR 3. Καµπύλη µέσου µήκους ροής (µ=, σ=.5, n=, 5) Μέσο µήκος ροής 3 4 n= n= Μέση τιµή W N µ n για =, 5 Σχήµα.. Μέσο µήκος ροής για ~ (,.5 / ) n. Η χρήση του AR ως µέτρου για την περιγραφή της απόδοσης µιας διεργασίας έχει υποστεί αρκετή κριτική τα τελευταία χρόνια γιατί το AR που παρατηρείται στην πράξη διαφέρει συνήθως αρκετά από το θεωρητικό AR (είτε είναι αρκετά µεγαλύτερο είτε είναι αρκετά µικρότερο) αφού η κατανοµή του µήκους ροής είναι πολύ ασυµµετρική ( G ( ) ) και συνεπώς η µέση τιµή δεν µπορεί να θεωρηθεί ως αντιπροσωπευτικό µέτρο κεντρικής τάσης της κατανοµής (ιδιαίτερα για µικρές τιµές του ).

28 .5 Κανόνες ευαισθητοποίησης ενός διαγράµµατος ελέγχου Shewhart Από µελέτες έχει διαπιστωθεί ότι για µικρές µετατοπίσεις του µέσου µ της W (έως και.5σ ) το εκτός ελέγχου µέσο µήκος ροής AR του διαγράµµατος ελέγχου Shewhart δεν είναι ικανοποιητικό (είναι αρκετά µεγάλος αριθµός). Για να κάνουµε περισσότερο ευαίσθητο ένα διάγραµµα ελέγχου ως προς την ικανότητά του να ανιχνεύει πιο γρήγορα εκτός ελέγχου διεργασίες, εκτός από τη σχεδίαση των ορίων ελέγχου, σχεδιάζουµε επίσης και προειδοποιητικά εσωτερικά των ορίων ελέγχου όπως δείχνει το παρακάτω σχήµα (η σχεδίαση των προειδοποιητικών ορίων προϋποθέτει την ανάπτυξη διαγραµµάτων ελέγχου χρησιµοποιώντας το µοντέλο των ορίων τριών σίγµα ( 3 σ )). ιάγραµµα ελέγχου 3 UC (3σ) σ προειδοποιητικό όριο W 9 σ προειδοποιητικό όριο C σ προειδοποιητικό όριο σ προειδοποιητικό όριο C (3σ) i Σχήµα.3. Προειδοποιητικά όρια ελέγχου Τα προειδοποιητικά όρια χρησιµοποιούνται µαζί µε κάποιους κανόνες που περιγράφουν την εµφάνιση ειδικών µοτίβων σε ένα διάγραµµα ελέγχου. Στην περίπτωση που εµφανιστεί το µοτίβο που περιγράφει ο κανόνας τότε θεωρούµε ότι η διεργασία είναι εκτός ελέγχου χωρίς απαραίτητα να έχουµε κάποιο σηµείο του διαγράµµατος εκτός των ορίων ελέγχου (UC και C). Οι σηµαντικότεροι κανόνες που χρησιµοποιούνται για την ευαισθητοποίηση ενός διαγράµµατος ελέγχου είναι οι ακόλουθοι:. Ένα ή περισσότερα σηµεία εκτός των ορίων ελέγχου. ύο από τρία συνεχόµενα σηµεία στην Ζώνη Α (σε µια από τις δύο ζώνες Α)

29 3. Τέσσερα από πέντε συνεχόµενα σηµεία πέραν της Ζώνης C (σε µια από τις δύο περιοχές) 4. Οκτώ συνεχόµενα σηµεία στην ίδια µεριά (επάνω ή κάτω) της κεντρικής γραµµής 5. Έξι συνεχόµενα σηµεία σε αύξουσα ή φθίνουσα διάταξη 6. εκαπέντε συνεχόµενα σηµεία στην ολική Ζώνη C 7. εκατέσσερα συνεχόµενα σηµεία σε εναλλασσόµενη µορφή πάνω-κάτω 8. Οκτώ συνεχόµενα σηµεία εκτός της ολικής Ζώνης C 9. Οποιαδήποτε ασυνήθιστη ή µη τυχαία ακολουθία σηµείων. Ένα ή περισσότερα σηµεία κοντά στα προειδοποιητικά όρια ή τα όρια ελέγχου. Οι πρώτοι τέσσερις κανόνες είναι γνωστοί ως Western Electric Rules. Στο ακόλουθο διάγραµµα ελέγχου έχουν σηµειωθεί τα σηµεία που χτυπούν για πρώτη φορά ο καθένας από τους Western Electric Rules. ιάγραµµα ελέγχου 3 UC 3 4 W C C i Σχήµα.4. Western Electric Rules Έτσι, στο σηµείο 4 χτύπησε ο Κανόνας, στο σηµείο χτύπησε ο Κανόνας 3, στο σηµείο 6 χτύπησε ο Κανόνας και στο σηµείο χτύπησε ο Κανόνας 4. Η χρήση πολλών κανόνων ταυτοχρόνως θα πρέπει να γίνεται µε ιδιαίτερη προσοχή γιατί ένας µεγάλος αριθµός λανθασµένων συναγερµών συνεπάγεται και αντίστοιχο αριθµό λανθασµένων διακοπών της παραγωγικής διαδικασίας για την ανίχνευση ειδικών αιτιών µεταβλητότητας µε αποτέλεσµα την αύξηση του κόστους παραγωγής. Επίσης η χρήση πολλών κανόνων ταυτοχρόνως καθιστά εξαιρετικά δύσκολο τον υπολογισµό του µέσου µήκους ροής AR του διαγράµµατος ελέγχου. Η πρώτη σηµαντική 3

30 εργασία που αντιµετώπισε το προαναφερθέν πρόβληµα µε ένα ενοποιητικό τρόπο ήταν των Cham και Woodall (987). Στο κεφάλαιο 3 θα αναπτύξουµε την αναγκαία θεωρία για τον υπολογισµό του µέσου µήκους ροής AR ενός διαγράµµατος ελέγχου Shewhart υπό την παρουσία κανόνων ευαισθητοποίησης χρησιµοποιώντας µια προσέγγιση παρόµοια µε αυτή που αναπτύχθηκε στις εργασίες των Fu (996), Koutras (997), Antzoulakos (999, ) (δείτε επίσης Ρακιτζής (4)). 4

31 Κ Ε Φ Α Λ Α Ι Ο Ανασκόπηση. Εισαγωγή Μεταξύ άλλων, στις εργασίες των Page (955), Western Electric Comany (956), Roberts (958), Bissell (978) και Wheeler (983) χρησιµοποιήθηκαν κανόνες ροών για την ευαισθητοποίηση ενός διαγράµµατος ελέγχου. Ωστόσο σε αυτές τις εργασίες δεν προτάθηκε µια γενική προσέγγιση για να καθοριστούν οι ακριβείς ιδιότητες των διαγραµµάτων ελέγχου. Αυτό έγινε για πρώτη φορά στην εργασία των Cham και Woodall (987) όπου προτάθηκε µια προσέγγιση µε χρήση αλυσίδων arkov για να βρεθεί το µέσος µήκος ροής, αλλά και η κατανοµή του µήκους ροής του X διαγράµµατος ελέγχου Shewhart εφοδιασµένου µε κανόνες ροών. Οι Shmueli και Cohen (3) πρότειναν µια απλή µεθοδολογία για τη µελέτη την κατανοµής του µήκους ροής ενός διαγράµµατος ελέγχου εφοδιασµένου µε κανόνες ροών. Η µεθοδολογία που ανέπτυξαν σκοπεύει στην εύρεση της πιθανογεννήτριας του µήκους ροής του διαγράµµατος. Το βασικό µειονέκτηµα της εργασίας των Cham και Woodall (987) (και προφανώς και των Shmueli και Cohen (3)) είναι ότι δεν µπορούµε να έχουµε το επιθυµητό εντός ελέγχου µέσο µήκος ροής αφού οι ζώνες και τα όρια ελέγχου των διαγραµµάτων είναι σταθερά. Ο Klein () πρότεινε τη χρησιµοποίηση δύο διαγραµµάτων ελέγχου όπου το εντός ελέγχου µήκος ροής µπορεί να πάρει όποια τιµή θέλουµε. O Khoo (3), προέκτεινε την εργασία του Klein (). Προκειµένου να αντιµετωπιστεί το πρόβληµα των διαγραµµάτων στην ανίχνευση µικρών αλλά και µεγάλων µετατοπίσεων οι Khoo και Ariffin (6) εισήγαγαν διπλά συµµετρικά όρια ελέγχου. Τέλος στην εργασία του ο Acosta (7) µελέτησε σε βάθος κανόνες της µορφής k-από-k και k-από-k. 5

32 . Cham και Woodall (987)... Συµπληρωµατικοί κανόνες ροών Έστω µια τυχαία µεταβλητή Χ που µετρά την ποιότητα ενός προϊόντος. Παρατηρούµε διαδοχικούς ανεξάρτητους δειγµατικούς µέσους X,..., για τους οποίους υποθέτουµε ότι X i, X ~ N ( µ, σ / n), i =,,..., όπου το σ είναι γνωστό και παραµένει σταθερό στο χρόνο. i Είναι βολικό να βασισθούν οι αποφάσεις µας στο τυποποιηµένο δείγµα Z i = ( X µ ) /( σ / n), i =,,.... Ως γνωστόν, τα διαγράµµατα ελέγχου Shewhart i βασίζονται στους τρέχοντες δειγµατικούς µέσους, όπου ένα σήµα εκτός ελέγχου προκύπτει στο στάδιο T όταν Z T >, όπου συνήθως το = 3. Αυτή η διαδικασία έχει το µειονέκτηµα ότι δεν είναι ευαίσθητη σε µικρές µετατοπίσεις του µέσου. Ένας τρόπος να βελτιώσουµε την ευαισθησία στις µικρές µετατοπίσεις του µέσου είναι να προσθέσουµε περισσότερους κανόνες για να έχουµε ένδειξη εκτός ελέγχου διεργασίας. Οι κανόνες ευαισθητοποίησης ενός διαγράµµατος ελέγχου Shewhart στο οποίο απεικονίζεται µια τυχαία µεταβλητή W µε εντός ελέγχου µέσο µ και τυπική απόκλιση σ ( C = µ σ, UC = µ σ ) µπορούν να κωδικοποιηθούν µε τον ακόλουθο τρόπο σύµφωνα µε τους Cham και Woodall (987). Ο συµβολισµός T ( k, m, a, b) θα δηλώνει ότι k από m διαδοχικά σηµεία του διαγράµµατος βρίσκονται στο διάστηµα ( µ a σ, µ bσ ), a < b. Έτσι στο σύνηθες διάγραµµα ελέγχου Shewhart, = 3, ο Κανόνας της Παραγράφου.5, που είναι ο κλασικός κανόνας λήψης ένδειξης εκτός ελέγχου διεργασίας, µπορεί να γραφεί στη µορφή C = { T (,,, 3), T (,,3, )}, και ο Κανόνας της Παραγράφου.5 µπορεί να αποδοθεί ως C = { T (,3, 3, ), T (,3,,3)} Οι Cham και Woodall (987) µελέτησαν τους ακόλουθους κανόνες ευαισθητοποίησης Rule : C = { T (,,, 3), T (,,3, )} Rule : C = { T (,3, 3, ), (,3,,3)} T Rule 3: C = { T (4,5, 3, ), (4,5,,3 )} 3 T Rule 4: C = { T (8,8, 3,), (8,8,,3)} 4 T 6

33 Με το συµβολισµό Rule 5: C = { T (,, 3, ), (,,,3)} 5 T Rule 6: C = { T (5,5, 3, ), (5,5,,3 )} 6 T Rule 7: C = { T (,,, 3.9), T (,,3.9, )} 7 Rule 8: C = { T (,3, 3.9,.96), T (,3,.96,3.9} 8 Rule 9: C = { T (8,8, 3.9,), (8,8,,3.9)} 9 T C ij... k = C C... C i j k δηλώνεται ένα διάγραµµα ελέγχου Shewhart το οποίο δίνει ένδειξη εκτός ελέγχου διεργασίας όταν συµβεί τουλάχιστον ένα ενδεχόµενο από αυτά που περιγράφουν οι κανόνες C C..., C i, j, k. Ο κανόνας ij k C... ονοµάζεται σύνθετος κανόνας.... Συγκρίσεις AR O Πίνακας. περιέχει τιµές του µέσου µήκους ροής σε διάφορα διαγράµµατα ελέγχου Shewhart εφοδιασµένα µε κανόνες ροών. Η µετατόπιση του µέσου δίνεται σε µονάδες τυπικής απόκλισης, δηλαδή δ = n µ µ / σ. Ο Πίνακας. δείχνει ότι η χρήση των κανόνων ροών αυξάνουν την ευαισθησία των διαγραµµάτων σε µικρές µετατοπίσεις του µέσου. Οι κανόνες ροών, επίσης, ελαττώνουν (κάτω από 37.4) το µέσο µήκος ροής στην τιµή στόχο (AR ). Το εντός ελέγχου µέσο µήκος ροής για το διάγραµµα C34 είναι µόλις 9.75 και η χρήση περισσοτέρων κανόνων ροών θα µειώσουν περισσότερο την τιµή αυτή. Ωστόσο, οποιαδήποτε επιθυµητή τιµή του AR µπορεί να επιτευχθεί, διευρύνοντας τα όρια ελέγχου. Ο Πίνακας. περιέχει τους λόγους των τιµών του AR του «αντίστοιχου» τυπικού X διαγράµµατος ελέγχου µε τις τιµές για το AR όπως εκείνες του Πίνακα.. Τα όρια ελέγχου για το X διάγραµµα ελέγχου () έχουν επιλεχθεί µε ακρίβεια δυο δεκαδικών ψηφίων, έτσι ώστε το AR να είναι όσο το δυνατόν πιο κοντά αλλά όχι µεγαλύτερο του αντίστοιχου AR που αναφέρεται στο X διάγραµµα ελέγχου εφοδιασµένου µε κανόνες ροών. Γίνεται προφανές από τον Πίνακα. ότι τα εφοδιασµένα µε κανόνες ροών διαγράµµατα ελέγχου είναι πιο αποτελεσµατικά στην ανίχνευση µικρών µετατοπίσεων του 7

34 µέσου. Τα διαγράµµατα µε κανόνες ροών είναι λιγότερο αποτελεσµατικά στις µεγάλες µετατοπίσεις του µέσου, αλλά και οι δύο τύποι διαγραµµάτων τείνουν να ανιχνεύουν µεγάλες µετατοπίσεις αρκετά γρήγορα. Η αύξηση της ευαισθησίας που αποκτάται µε τη χρηση κανόνων ροών δεν µπορεί να κερδηθεί µειώνοντας την απόσταση των ορίων ελέγχου ενός τυπικού X διαγράµµατος ελέγχου. 8

35 Πίνακας.. AR τιµές για διαγράµµατα ελέγχου Shewhart εφοδιασµένα µε κανόνες ροών Μετατόπιση ιαγράµµατα Ελέγχου δ C C7 C C78 C5 C3 C4 C79 C6 C3 C56 C4 C789 C34 C456 C

36 Πίνακας.. Λόγοι AR τιµών (διαγράµµατα Shewhart συγρκινόµενο µε αντίστοιχα διαγράµµατα ελέγχου Shewhart µε κανόνες ροών) Όριο ελέγχου Shewhart Μετατόπιση δ C C7 C C78 C5 C3 C4 C79 C6 C3 C56 C4 C789 C34 C456 C

37 ..3. Μεθοδολογία Αλυσίδων arkov Οι πιθανές τιµές της τυποποιηµένης δειγµατικής µέσης τιµής µπορούν να κατηγοριοποιηθούν καταλλήλως ανάλογα µε τους συγκεκριµένους κανόνες ροών που χρησιµοποιούνται. Εάν συµβολίσουµε µε r τον αριθµό των διαφορετικών τιµών στο σύνολο { a, b ( i,,, t) } i i = και µε A, A,, A τις διαταγµένες τιµές τους, τότε η r περιοχή R j ( j =,,, r) ορίζεται να είναι το διάστηµα ( A, A j- j ), και µε j ορίζεται η πιθανότητα να πέσει µια παρατήρηση στο διάστηµα R j ( j =,,, r). Για παράδειγµα, οι περιοχές που σχετίζονται για τον κανόνα C 3 είναι R = (-, -3), R = (-3, -), R = ( - ), R = ( 3) και R = (3, ). 3, 4, 5 Οι καταστάσεις της αλυσίδας arkov υποδεικνύουν την κατάσταση του διαγράµµατος σε σχέση µε τους κανόνες ροών. Υπάρχει µια απορροφητική κατάσταση που αντιστοιχεί στην εκτός ελέγχου ένδειξη. Μπορούν να χρησιµοποιηθούν δύο απορροφητικές καταστάσεις, οι οποίες θα δηλώνουν ποια πλευρά του διαγράµµατος παρήγαγε την εκτός ελέγχου ένδειξη. όπου και Για τον κανόνα T k, m, a, b ), m >, ορίζουµε τα διανύσµατα: ( i i i i i W = W,..., W ), X = X,..., X ) i ( i, i, m i i ( i, i, W i, j =, εάν η j κατά σειρά προηγούµενη παρατήρηση ήταν µέσα στο ( a, b i i ) W i, j =, αλλιώς X i j Wi, j j, =, όταν ( Wi, h) < mi ki X i, j =, αλλιώς h= m i Το διάνυσµα X i δηλώνει µε τα µόνο τις παρατηρήσεις που πέφτουν στο διάστηµα a, b i ) και που µπορούν να συµβάλλουν σε µια εκτός ελέγχου ένδειξη. Έτσι µια µεταβατική ( i κατάσταση ενός διαγράµµατος που χρησιµοποιεί t κανόνες µπορεί να αναπαρασταθεί ως S = ( X, X,..., X t ) όπου το υπο-διάνυσµα X i ορίζεται, όπως προηγουµένως, για τον κανόνα T k, m, a, b ), i =,,, t. Για κάθε κανόνα µε m =, δεν είναι απαραίτητο να ( i i i i θυµόµαστε καµία πληροφορία για τις προηγούµενες παρατηρήσεις. Πέραν τούτου, για να µειώσουµε το µέγεθος του διανύσµατος S, είναι βολικό να αντικαταστήσουµε το υπο-

38 διάνυσµα που σχετίζεται µε κάθε κανόνα της µορφής T ( m, m, a, b), m >, µε έναν «µετρητή» l, όπου το l µπορεί να πάρει τιµές,,, m. Ο µετρητής l δηλώνει τον αριθµό των συνεχόµενων σηµείων που πέφτουν στο διάστηµα ( a, b) µε σηµείο εκκίνησης το πιο πρόσφατο σηµείο που ήταν εκτός του διαστήµατος ( a, b). Ο Πίνακας.3 περιλαµβάνει τις 3 καταστάσεις της αλυσίδας arkov για το διάγραµµα ελέγχου C 3. Οι τέσσερις πρώτες συνιστώσες κάθε διανύσµατος αναπαριστούν την κατάσταση που σχετίζεται µε τον κανόνα T(4, 5, - 3, -), και οι επόµενες µε τον κανόνα T(4, 5,, 3). Για παράδειγµα, η κατάσταση, που συµβολίζεται µε (), δηλώνει ότι οι προηγούµενες 3 παρατηρήσεις έπεσαν στα διαστήµατα (, 3), (-3, -) και (, 3), αντίστοιχα. Εάν υπήρχε κάποια παρατήρηση πιο πριν από αυτές τις τρεις, θα ήταν τέτοια ώστε δεν θα µπορούσε να συµβάλει σε εκτός ελέγχου ένδειξη. Ο πίνακας µεταβάσεων P ορίζεται ως P = [ P i,j ], όπου P i,j είναι η πιθανότητα να µεταβούµε από την κατάσταση i στην κατάσταση j. Οι καταστάσεις αριθµούνται από το έως το s, όπου η κατάσταση είναι η αρχική κατάσταση και η κατάσταση s είναι η απορροφητική. Για κάθε κανόνα T k, m, a, b ), ορίζουµε ( i i i i X i =, εάν η τρέχουσα παρατήρηση είναι στο διάστηµα a, ), X i =, αλλιώς., ( i bi Η µετάβαση στην απορροφητική κατάσταση συµβαίνει εάν για κάποιο i ισχύει m i j= X i, j ειδάλλως υπάρχει µετάβαση σε άλλη µεταβατική κατάσταση. Αυτή η µεταβατική κατάσταση µπορεί να αναπαρασταθεί από διάνυσµα V = y, y,, y ), όπου y = y,, y ), i =,,, t, και i, j = i, j = k i ( t j y X εάν ( X ) < m k y i, j =, αλλιώς ( j =,,, mi, i =,,, t). h= i, h i i t ( i, j i, m - i

39 Για παράδειγµα, στον Πίνακα.3, εάν βρισκόµαστε στην κατάσταση 7, (), και η επόµενη παρατήρηση πέσει στην περιοχή R = (-3, -), τότε η αλυσίδα µεταβαίνει στην κατάσταση 8, (). Πίνακας.3. Καταστάσεις και µεταβάσεις για το διάγραµµα ελέγχου C 3 Παρούσα Κατάσταση Αριθµός επόµενης κατάστασης No. Reresentation R R R 3 R 4 R 5 () 3 3 () () () () () () () () () () () () () () () () () () () () () () () () () () () () Absorbing Ο Πίνακας.4 δίνει το ποσοστό των µη µηδενικών στοιχείων του πίνακα µετάβασης των αλυσίδων arkov που συνδέονται µε διάφορα διαγράµµατα ελέγχου εφοδιασµένα µε κανόνες ροών. Προκύπτει ότι οι πίνακες είναι γενικά αραιοί. 3

40 Πίνακας.4. Ιδιότητες του πίνακα µετάβασης της αλυσίδας arkov ιάγραµµα Αριθµός ελέγχου καταστάσεων C, C 7 C 5 C C6, C 78 C 56 C 4, C 79 C 3 C C456 C 3 C 34 C 34 4, C 789 Ποσοστό από µη µηδενικά στοιχεία Για να υπολογίσουµε τις πιθανότητες του µήκους ροής, ορίζουµε το ( s -) διάνυσµα h ως όπου h = [Pr( N = h),..., Pr( N s = h N i είναι το µήκος ροής του διαγράµµατος µε αρχική κατάσταση i. Οι Brook και Evans (97) έδειξαν ότι αυτά τα διανύσµατα µπορούν να υπολογιστούν µε το επαναληπτικό σχήµα ( I = Q) h = Q h-, h =, 3,, όπου είναι ένα διάνυσµα στήλη µε παντού, και ο πίνακας Q είναι ένας ( s ) ( s ) πίνακας που απορρέει από τον πίνακα P διαγράφοντας την τελευταία γραµµή και την τελευταία στήλη. Αυτός ο τρόπος υπολογισµού των πιθανοτήτων του µήκους ροής είναι αρκετά απλός επαναληπτικός τρόπος λαµβάνοντας υπόψη ότι ο πίνακας P είναι αραιός. Για παράδειγµα, για τον διάγραµµα ελέγχου C, έχουµε το ακόλουθο επαναληπτικό σχήµα για τον υπολογισµό των πιθανοτήτων του µήκους ροής Pr(N = h) = 3Pr(N = h - ) Pr(N = h - ) 4Pr(N 4 = h - ), Pr(N = h) = 3Pr(N 3 = h - ) 4 Pr(N 5 = h - ), Pr(N 3 = h) = 3Pr(N = h - ) 4 Pr(N 4 = h - ), Pr(N 4 = h) = 3Pr(N6 = h - ) Pr(N7 = h - ), )], 4

41 Pr(N 5 = h) = 3Pr(N6 = h - ), Pr(N6 = h) = 3Pr(N = h - ) Pr(N = h - ), Pr(N7 = h) = 3Pr(N 3 = h - ), για h =, 3,4,, όπου Pr(N = ) = , Pr(N = ) = - 3-4, Pr(N 3 = ) = - 3-4, Pr(N 4 = ) = - - 3, Pr(N 5 = ) = - 3, Pr(N 6 = ) = - - 3, Pr(N = =, 7 ) Οι Brook και Evans (97) έδειξαν ότι το AR για αρχική κατάσταση i µπορεί να υπολογιστεί µε πρόσθεση των στοιχείων της i-οστης γραµµής του πίνακα ( I Q). Οι Woodall και Reynolds (983) έδωσαν µια µέθοδο για τον προσεγγιστικό υπολογισµό του AR. Αυτή η προσέγγιση είναι η πλέον αποτελεσµατική στην περίπτωσή µας, διότι ο πίνακας Q έχει συνήθως µεγάλη διάσταση και είναι αραιός. Οι Woodall και Reynolds (983) έδειξαν ότι όπου n* E( N) h Pr( N h= = h) ˆ λ Pr( N = n*) [ n* /( ˆ) λ /( ˆ) λ ], ˆ λ [ h= = n* [ n* h= Pr( N = h)] Pr( N = h)] και N είναι το µήκος ροής. Για να διαφωτιστεί η αποτελεσµατικότητα αυτής της προσέγγισης, η µεγαλύτερη τιµή που απαιτήθηκε για να υπολογιστούν τα AR του Πίνακα., ήταν n*=. Το ποσοστιαίο σηµείο N ( < a < ), το οποίο ορίζεται ως ο µικρότερος ακέραιος a τέτοιος ώστε Pr( N N a ) a, µπορεί να προσδιορισθεί εύκολα όταν N a n *. Όπως έδειξαν οι Woodall και Reynolds (983), όταν N a > n * τότε ln[( ˆ)( λ N n * a n* h= Pr( N = h) a)/ Pr( N ln( ˆ) λ = n*) ˆ] λ 5

42 Εάν χρειάζεται µόνο το AR για ένα δίπλευρο διάγραµµα, τότε η προσέγγιση που αναπτύξαµε µε αλυσίδες arkov µπορεί να χρησιµοποιηθεί για να υπολογίσουµε το ακριβές AR των δύο µονόπλευρων διαγραµµάτων, έστω AR και AR U, και τότε η παρακάτω σχέση µας δίνει µια ακριβή προσέγγιση του AR του δίπλευρου διαγράµµατος =. AR AR AR U Για παράδειγµα, το µονόπλευρο C 34 απαιτεί µόνο 9 καταστάσεις, ενώ το δίπλευρο απαιτεί 6. Θα πρέπει να σηµειωθεί πως η παραπάνω σχέση δίνει ακριβές αποτέλεσµα όταν έχουµε k = m.. Shmueli και Cohen (3)... Εισαγωγή Οι Shmueli και Cohen (3) πρότειναν µια απλή µεθοδολογία για τη µελέτη την κατανοµής του µήκους ροής ενός διαγράµµατος ελέγχου εφοδιασµένου µε κανόνες ροών. Η µεθοδολογία που ανέπτυξαν σκοπεύει στην εύρεση της πιθανογεννήτριας του µήκους ροής του διαγράµµατος. Έστω ότι στο διάγραµµα ελέγχου απεικονίζονται τυποποιηµένες Z τιµές. Στο διάγραµµα ορίζουµε τις περιοχές S, A i, B i και C, i =,, όπως στο ακόλουθο σχήµα. i Τυποποιηµένο διάγραµµα ελέγχου S Α Β C C B A S i Σχήµα.. Τυποποιηµένο διάγραµµα ελέγχου τύπου Shewhart χωρισµένο σε 7 ζώνες 6

43 Σύµφωνα µε τους Cham και Woodall (987), θεωρούµε τους ακόλουθους κανόνες (και µερικούς συνδυασµούς τους) για ένα τυποποιηµένο διάγραµµα ελέγχου: R = {T(,,S)} R = {T(,3, A ),T(,3,A )} R3 = {T(4,5,B A ),T(4,5,A B )} R4 = {T(8,8,C B A ),T(8,8,A B C )} R = 5 {T(,, A ),T(,,A )} R6 = {T(5,5,B A ),T(5,5,A B )} Επιπροσθέτως, συµβολίζουµε την πιθανότητα ένα σηµείο να είναι στην περιοχή A i, B i και C i ως a i, b i και c, i =,,. Η πιθανότητα να υπερβαίνει τα όρια ελέγχου i συµβολίζεται µε δ. Αυτές οι πιθανότητες µπορούν να υπολογιστούν για µια εντός ελέγχου διαδικασία ή για οποιαδήποτε µετατόπιση του µέσου. Για παράδειγµα, εάν η διαδικασία είναι εντός ελέγχου έχουµε ότι δ = Φ(-3) =.7 και a a = ( Φ(3) - Φ()).48. Εάν τώρα έχουµε µια µετατόπιση του µέσου κατά = σ, τότε οι πιθανότητες είναι δ = - Φ() Φ(-4) =.3 και a a = Φ() - Φ() Φ(-3) - Φ(-4).37. =... Εύρεση της πιθανογεννήτριας του µήκους ροής Ορίζουµε ως «κατάληξη» (suffix) την ακολουθία των γραµµάτων που συµβολίζουν τις περιοχές του γραφήµατος στις οποίες πέφτουν τα τελευταία σηµεία. Για παράδειγµα, A S δηλώνει ότι τα τελευταία δύο σηµεία παρουσιάστηκαν στις περιοχές Α και S. Για να βρούµε την πιθανογεννήτρια του µήκους ροής για έναν απλό κανόνα, ή για έναν συνδυασµό κανόνων, γενικεύεται η µεθοδολογία του Feller (968) σύµφωνα µε τα ακόλουθα βήµατα:. Βρίσκουµε όλες τις Q το πλήθος διαφορετικές καταλήξεις που προκαλούν ένδειξη εκτός ελέγχου διαδικασίας.. Ορίζουµε u την πιθανότητα συµπληρώσει το n (i) n οστό σηµείο την i οστή κατάληξη, ( i) µε u, i =,,..., Q. = 7

44 3. ιατυπώνουµε µια αναδροµική σχέση για κάθε u, i =,,..., Q. (i) n 4. Υπολογίζουµε τις Q σειρές δυνάµεων ( i) n U i ( s) = un s, i =,,..., Q. n= 5. Η πιθανογεννήτρια του µήκους ροής δίνεται από την σχέση G( s) = Q i= U ( s) Q Το µέσο µήκος ροής, AR, λαµβάνεται εύκολα παραγωγίζοντας την πιθανογεννήτρια. i..3. Κανόνες ροών και κατανοµές k τάξης Χρησιµοποιώντας τους συµβολισµούς της Παραγράφου.., οι κανόνες που περιγράφτηκαν εκεί µπορούν να χωριστούν σε δύο τύπους:. Κανόνες ροών τύπου T ( k,k,z ). Περιλαµβάνουν τους κανόνες R, R 4, R 5 και R 6. Σχηµατισµούς τύπου T ( k,k,z ). Περιλαµβάνουν τους κανόνες R και R 3 Ο χρόνος αναµονής, µέχρι να συµβεί ένα γεγονός του πρώτου τύπου, ανήκει στην «γεωµετρική κατανοµή k τάξης». Όταν k = (Johnson et al., (99)) τότε έχουµε την τυπική γεωµετρική κατανοµή. Ο χρόνος αναµονής, µέχρι να συµβεί ένα γεγονός του δεύτερου τύπου, ανήκει στην k από d ( d > k ) κατανοµή, η οποία διαπραγµατεύεται τον χρόνο αναµονής µέχρι να συµβούν k επιτυχίες σε ένα παράθυρο µε µέγιστο µήκος d συνεχόµενες δοκιµές Bernoulli. (βλ. Balakrishnan και Koutras ())..4. Κανόνες ροών τύπου T(k, k, Z) Αυτή η περίπτωση σχετίζεται µε τους κανόνες R 4, R 5 και R 6 όπου µια ένδειξη εκτός ελέγχου διεργασίας προκύπτει από τον κανόνα ροής k σηµεία σε µία από τις δύο περιοχές, τις όποιες συµβολίζουµε Ζ και Ζ, ή από ένα σηµείο στην περιοχή S. Για παράδειγµα, για τον συνδυασµό τον κανόνων R 5 ( k = ) και R υπάρχουν τρεις καταλήξεις S, A A, A A. Στη γενική περίπτωση η πιθανότητα να πέσει ένα σηµείο στην ζώνη Ζ i συµβολίζεται µε ( i =,). Οι τρεις αναδροµικές σχέσεις που συσχετίζονται µε τις i τρεις πιθανές καταλήξεις S, Z Z Z και Z Z Z, δίνονται από τις σχέσεις 8

45 9 () = u n δ () () ()... = k k n n n k u u u (3) (3) (3)... = k k n n n k u u u Πολλαπλασιάζοντας µε n s και αθροίζοντας ως προς n, λαµβάνουµε τις τρεις συναρτήσεις ) ( ) ( ) ( 3 s, U s, U s U, από τις οποίες προκύπτει η πιθανογεννήτρια ) ( ) ( ) ( )] ( ) ( [ ) ( ) ( ) ( ) ( )] ( ) ( [ ) ( ) ( = k k k k k k k k k k k k k k k k s s s s s s s s s G δ δ δ δ δ δ δ δ. Το ακριβές µέσο µήκος ροής (AR) λαµβάνεται µε παραγώγιση της παραπάνω συνάρτησης. Έτσι k k k k k k k k G AR ) )( ( ) )( ( )] )( [( ) )( ( () = = δ. Ο παραπάνω τύπος, µε διαφορετική µεθοδολογία, έχει δοθεί και από τον Aki (99)...5. Κανόνες ροών τύπου T(k, k, Z) Αυτή η περίπτωση σχετίζεται µε τους κανόνες R και R 3 όπου ένδειξη εκτός ελέγχου διεργασίας προκύπτει όταν k από τα τελευταία k συνεχόµενα σηµεία βρίσκονται στην περιοχή Ζ ή Ζ. Κατανοµές αυτού του είδους έχουν µελετηθεί από πολλούς συγγραφείς (βλ. Balakrishnan και Koutras ()). Για παράδειγµα, για τον κανόνα R και για τον κανόνα T(, 3, Z) (για λόγους απλότητας θεωρούµε την περίπτωση = k, αφού για µεγαλύτερες τιµές του k µπορούµε να εργαστούµε παρόµοια) έχουµε επτά δυνατές καταλήξεις: S, {Z Z }, {Z Z Z }, } ) ( { Z S Z Z Z, {Z Z }, {Z Z Z }, και } ) ( { Z S Z Z Z. Η αναδροµική σχέση για την πρώτη κατάληξη είναι η () = u n δ, για τις επόµενες τρεις καταλήξεις έχουµε ] [ (4) (3) () () = n n n n u u u u ] [ (4) (3) () (6) (3) = n n n n n u u u u u

ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ SHEWHART KAI KANONAΣ ΡΟΩΝ r / m

ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ SHEWHART KAI KANONAΣ ΡΟΩΝ r / m Π Α Ν Ε Π Ι Σ Τ Η Μ Ι O Π Ε Ι Ρ Α Ι Ω Σ Σχολή Χρηματοοικονομικής και Στατιστικής Τ μήμα Στατιστικής κ αι Ασφαλιστικής Επιστή μης ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ

Διαβάστε περισσότερα

ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΤΥΠΟΥ SHEWHART ΜΕ ΚΑΝΟΝΕΣ ΙΑΚΟΠΗΣ ΠΟΥ ΒΑΣΙΖΟΝΤΑΙ ΣΕ ΡΟΕΣ

ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΤΥΠΟΥ SHEWHART ΜΕ ΚΑΝΟΝΕΣ ΙΑΚΟΠΗΣ ΠΟΥ ΒΑΣΙΖΟΝΤΑΙ ΣΕ ΡΟΕΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΤΥΠΟΥ SHEWHART ΜΕ ΚΑΝΟΝΕΣ ΙΑΚΟΠΗΣ ΠΟΥ ΒΑΣΙΖΟΝΤΑΙ ΣΕ ΡΟΕΣ

Διαβάστε περισσότερα

ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ SHEWHART ΜΕ ΚΑΝΟΝΕΣ ΕΥΑΙΣΘΗΤΟΠΟΙΗΣΗΣ ΠΟΥ ΒΑΣΙΖΟΝΤΑΙ ΣΤΗ ΘΕΩΡΙΑ ΡΟΩΝ

ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ SHEWHART ΜΕ ΚΑΝΟΝΕΣ ΕΥΑΙΣΘΗΤΟΠΟΙΗΣΗΣ ΠΟΥ ΒΑΣΙΖΟΝΤΑΙ ΣΤΗ ΘΕΩΡΙΑ ΡΟΩΝ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 18 ου Πανελληνίου Συνεδρίου Στατιστικής (2005) σελ.325-331 ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ SHEWHART ΜΕ ΚΑΝΟΝΕΣ ΕΥΑΙΣΘΗΤΟΠΟΙΗΣΗΣ ΠΟΥ ΒΑΣΙΖΟΝΤΑΙ ΣΤΗ ΘΕΩΡΙΑ ΡΟΩΝ Α. Ρακιτζής 1

Διαβάστε περισσότερα

ΒΕΛΤΙΩΜΕΝΑ R ΑΠΟ M ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ

ΒΕΛΤΙΩΜΕΝΑ R ΑΠΟ M ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 20 ου Πανελληνίου Συνεδρίου Στατιστικής (2007), σελ 95-102 ΒΕΛΤΙΩΜΕΝΑ R ΑΠΟ M ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ Αντζουλάκος Δημήτριος, Ρακιτζής Αθανάσιος 1 Τμήμα Στατιστικής και

Διαβάστε περισσότερα

Διοίκηση Ολικής Ποιότητας ΔΙΑΛΕΞΗ 8 η : Στατιστικός Έλεγχος Ποιότητας. Δρ. Α. Στεφανή Τμήμα Διοίκησης Επιχειρήσεων ΤΕΙ Δυτικής Ελλάδας - Μεσολόγγι

Διοίκηση Ολικής Ποιότητας ΔΙΑΛΕΞΗ 8 η : Στατιστικός Έλεγχος Ποιότητας. Δρ. Α. Στεφανή Τμήμα Διοίκησης Επιχειρήσεων ΤΕΙ Δυτικής Ελλάδας - Μεσολόγγι Διοίκηση Ολικής Ποιότητας ΔΙΑΛΕΞΗ 8 η : Στατιστικός Έλεγχος Ποιότητας Δρ. Α. Στεφανή Τμήμα Διοίκησης Επιχειρήσεων ΤΕΙ Δυτικής Ελλάδας - Μεσολόγγι Πρόληψη - Επιθεώρησης Τεχνικές ελέγχου: Δειγματοληψία:

Διαβάστε περισσότερα

Βασικές τεχνικές στατιστικού ελέγχου ποιότητας

Βασικές τεχνικές στατιστικού ελέγχου ποιότητας Βασικές τεχνικές στατιστικού ελέγχου ποιότητας ειγµατοληψία αποδοχής, µε τη λήψη αντιπροσωπευτικών δειγµάτων σύµφωνα µε την στατιστική θεωρία της δειγµατοληψίας. ιαγράµµατα ελέγχου, όπου τα αποτελέσµατα

Διαβάστε περισσότερα

1. Εισαγωγή Ο έλεγχος υποθέσεων αναφέρεται στις ιδιότητες µιας άγνωστης παραµέτρους του πληθυσµού: Ο κατηγορούµενος είναι αθώος

1. Εισαγωγή Ο έλεγχος υποθέσεων αναφέρεται στις ιδιότητες µιας άγνωστης παραµέτρους του πληθυσµού: Ο κατηγορούµενος είναι αθώος Έλεγχοι Υποθέσεων 1. Εισαγωγή Ο έλεγχος υποθέσεων αναφέρεται στις ιδιότητες µιας άγνωστης παραµέτρους του πληθυσµού: Ο κατηγορούµενος είναι αθώος µ = 100 Κάθε υπόθεση συνοδεύεται από µια εναλλακτική: Ο

Διαβάστε περισσότερα

Ελληνικό Ανοικτό Πανεπιστήμιο

Ελληνικό Ανοικτό Πανεπιστήμιο Διοίκηση Ολικής Ποιότητας και Διαχείριση Περιβάλλοντος Ελληνικό Ανοικτό Πανεπιστήμιο Πρόγραμμα Σπουδών: Διοίκηση Επιχειρήσεων και Οργανισμών Ακαδημαϊκό Έτος 2006-07 2η ΟΣΣ Ευτύχιος Σαρτζετάκης, Αναπληρωτής

Διαβάστε περισσότερα

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21 ΚΕΦΑΛΑΙΟ 21 Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ (Power of a Test) Όπως είδαμε προηγουμένως, στον Στατιστικό Έλεγχο Υποθέσεων, ορίζουμε δύο είδη πιθανών λαθών (κινδύνων) που μπορεί να συμβούν όταν παίρνουμε αποφάσεις

Διαβάστε περισσότερα

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ ΕΙΣΑΓΩΓΗ Ο όρος «ποιότητα», είναι μια απλή έννοια που εκφράζεται

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 08-09 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος

Διαβάστε περισσότερα

Είδη Μεταβλητών. κλίµακα µέτρησης

Είδη Μεταβλητών. κλίµακα µέτρησης ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό

Διαβάστε περισσότερα

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β Κουγιουμτζής Δημήτρης Τμήμα Πολιτικών Μηχανικών Α.Π.Θ. Θεσσαλονίκη, Μάρτιος 4 Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn) MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ g( Έστω τυχαίες µεταβλητές οι οποίες έχουν κάποια από κοινού κατανοµή Ας υποθέσουµε ότι επιθυµούµε να προσδιορίσουµε την κατανοµή της τυχαίας µεταβλητής g( Η θεωρία των ένα-προς-ένα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 6-7 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

Δ Ι Π Λ Ω Μ Α Τ Ι Κ Η Ε Ρ Γ Α Σ Ι Α ΕΠΙΔΡΑΣΗ ΤΗΣ ΕΚΤΙΜΗΣΗΣ ΤΩΝ ΠΑΡΑΜΕΤΡΩΝ ΣΤΙΣ ΙΔΙΟΤΗΤΕΣ ΤΩΝ ΔΙΑΓΡΑΜΜΑΤΩΝ ΕΛΕΓΧΟΥ ΓΙΑ ΤΗ ΜΕΣΗ ΤΙΜΗ

Δ Ι Π Λ Ω Μ Α Τ Ι Κ Η Ε Ρ Γ Α Σ Ι Α ΕΠΙΔΡΑΣΗ ΤΗΣ ΕΚΤΙΜΗΣΗΣ ΤΩΝ ΠΑΡΑΜΕΤΡΩΝ ΣΤΙΣ ΙΔΙΟΤΗΤΕΣ ΤΩΝ ΔΙΑΓΡΑΜΜΑΤΩΝ ΕΛΕΓΧΟΥ ΓΙΑ ΤΗ ΜΕΣΗ ΤΙΜΗ Μ Ε Τ Α Π Τ Υ Χ Ι Α Κ O Π Ρ Ο Γ Ρ Α Μ Μ Α Σ Π Ο Υ Δ Ω Ν Σ Τ Η Ν Ε Φ Α Ρ Μ Ο Σ Μ Ε Ν Η Σ Τ Α Τ Ι Σ Τ Ι Κ Η Δ Ι Π Λ Ω Μ Α Τ Ι Κ Η Ε Ρ Γ Α Σ Ι Α ΕΠΙΔΡΑΣΗ ΤΗΣ ΕΚΤΙΜΗΣΗΣ ΤΩΝ ΠΑΡΑΜΕΤΡΩΝ ΣΤΙΣ ΙΔΙΟΤΗΤΕΣ ΤΩΝ ΔΙΑΓΡΑΜΜΑΤΩΝ

Διαβάστε περισσότερα

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων ΙΙ

Στατιστική Επιχειρήσεων ΙΙ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Στατιστική Επιχειρήσεων ΙΙ Ενότητα #4: Έλεγχος Υποθέσεων Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες-Χειµερινό Εξάµηνο 08-09 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 Ασκηση Το πείραµά µας συνίσταται στη ϱίψη 3 τίµιων κερµάτων. Συµβολίζουµε

Διαβάστε περισσότερα

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 5-6 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 7-8 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

Λουκάς Τσιρώνης

Λουκάς Τσιρώνης M3 Λουκάς Τσιρώνης loukas.tsironis@gmail.com Περιεχόμενα 1. Εισαγωγή στη ΟΠ 2. Σχεδιασμός Ποιότητας 3. Έλεγχος Ποιότητας 4. Βελτίωση Ποιότητας 5. Οικονομική Ανάλυση της Ποιότητας 6. Μέθοδοι Τεχνικές και

Διαβάστε περισσότερα

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής. 2.6 ΟΡΙΑ ΑΝΟΧΗΣ Το διάστηµα εµπιστοσύνης παρέχει µία εκτίµηση µιας άγνωστης παραµέτρου µε την µορφή διαστήµατος και ένα συγκεκριµένο βαθµό εµπιστοσύνης ότι το διάστηµα αυτό, µε τον τρόπο που κατασκευάσθηκε,

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για

Διαβάστε περισσότερα

Διοίκηση Ποιότητας Έργων 4 η Διάλεξη. Δηµήτρης Τσέλιος Μεταπτυχιακό πρόγραµµα στη Διαχείριση Έργων και Προγραµµάτων

Διοίκηση Ποιότητας Έργων 4 η Διάλεξη. Δηµήτρης Τσέλιος Μεταπτυχιακό πρόγραµµα στη Διαχείριση Έργων και Προγραµµάτων 1 Διοίκηση Ποιότητας Έργων 4 η Διάλεξη Δηµήτρης Τσέλιος 01-04-2017 Μεταπτυχιακό πρόγραµµα στη Διαχείριση Έργων και Προγραµµάτων 2 Περιεχόµενα της 4 ης Διάλεξης Διοίκηση Ολικής Ποιότητας ΔΟΠ Βασικές Αρχές

Διαβάστε περισσότερα

Κεφάλαιο 2: Έννοιες και Ορισμοί

Κεφάλαιο 2: Έννοιες και Ορισμοί ΔΙΟΙΚΗΣΗ ΟΛΙΚΗΣ ΠΟΙΟΤΗΤΑΣ Ε.ΜΙΧΑΗΛΙΔΟΥ - 1 Κεφάλαιο 2: Έννοιες και Ορισμοί Η επιτυχία των επιχειρήσεων βασίζεται στην ικανοποίηση των απαιτήσεων των πελατών για: - Ποιοτικά και αξιόπιστα προϊόντα - Ποιοτικές

Διαβάστε περισσότερα

ΔΙΟΙΚΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ III ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ

ΔΙΟΙΚΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ III ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ ΔΙΟΙΚΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ III ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ Λέκτορας Ι. Γιαννατσής Καθηγητής Π. Φωτήλας Η ΣΗΜΑΣΙΑ ΤΗΣ ΠΟΙΟΤΗΤΑΣ Η ποιότητα των παρεχόμενων προϊόντων/υπηρεσιών αποτελεί τον

Διαβάστε περισσότερα

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης 1 Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης Όπως γνωρίζουμε από προηγούμενα κεφάλαια, στόχος των περισσότερων στατιστικών αναλύσεων, είναι η έγκυρη γενίκευση των συμπερασμάτων, που προέρχονται από

Διαβάστε περισσότερα

στατιστική θεωρεία της δειγµατοληψίας

στατιστική θεωρεία της δειγµατοληψίας στατιστική θεωρεία της δειγµατοληψίας ΕΙΓΜΑΤΟΛΗΨΙΑ : Εισαγωγή δειγµατοληψία Τα στοιχεία που απαιτούνται τόσο για την ανάλυση των µεταφορικών συστηµάτων και όσο και για την ανάπτυξη των συγκοινωνιακών µοντέλων

Διαβάστε περισσότερα

ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes)

ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes) ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes) Πολλά ΧΠ δεν µπορούν να αναπαρασταθούν αριθµητικά. Τα ΧΠ χαρακτηρίζονται συµµορφούµενα και µη-συµµορφούµενα. Τα ΧΠ τέτοιου είδους ονοµάζονται

Διαβάστε περισσότερα

ΕΚΤΙΜΗΣΗ ΤΗΣ ΤΥΠΙΚΗΣ ΑΠΟΚΛΙΣΗΣ ΣΤΟ ΣΤΑΤΙΣΤΙΚΟ ΕΛΕΓΧΟ ΠΟΙΟΤΗΤΑΣ

ΕΚΤΙΜΗΣΗ ΤΗΣ ΤΥΠΙΚΗΣ ΑΠΟΚΛΙΣΗΣ ΣΤΟ ΣΤΑΤΙΣΤΙΚΟ ΕΛΕΓΧΟ ΠΟΙΟΤΗΤΑΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΕΚΤΙΜΗΣΗ ΤΗΣ ΤΥΠΙΚΗΣ ΑΠΟΚΛΙΣΗΣ ΣΤΟ ΣΤΑΤΙΣΤΙΚΟ ΕΛΕΓΧΟ ΠΟΙΟΤΗΤΑΣ ΓΕΩΡΓΙΟΣ

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

Σηµειώσεις στις σειρές . ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος

Διαβάστε περισσότερα

οµή δικτύου ΣΧΗΜΑ 8.1

οµή δικτύου ΣΧΗΜΑ 8.1 8. ίκτυα Kohonen Το µοντέλο αυτό των δικτύων προτάθηκε το 1984 από τον Kοhonen, και αφορά διαδικασία εκµάθησης χωρίς επίβλεψη, δηλαδή δεν δίδεται καµία εξωτερική επέµβαση σχετικά µε τους στόχους που πρέπει

Διαβάστε περισσότερα

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τοµέας Μαθηµατικών, Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόµενα Εισαγωγή στη

Διαβάστε περισσότερα

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα Εργαστήριο Μαθηµατικών & Στατιστικής Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ η Πρόοδος στο Μάθηµα Στατιστική 5//8 ο Θέµα To % των ζώων µιας µεγάλης κτηνοτροφικής µονάδας έχει προσβληθεί από µια ασθένεια. Για τη διάγνωση της συγκεκριµένης

Διαβάστε περισσότερα

ΔΙΟΙΚΗΣΗ ΠΟΙΟΤΗΤΑΣ. Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

ΔΙΟΙΚΗΣΗ ΠΟΙΟΤΗΤΑΣ. Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΔΙΟΙΚΗΣΗ ΠΟΙΟΤΗΤΑΣ Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Ορισμοί Ποιότητας (1)

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 ιακριτές Τυχαίες Μεταβλητές ( Ι ) Επιµέλεια : Στιβακτάκης Ραδάµανθυς Ασκηση.

Διαβάστε περισσότερα

Γενικές Παρατηρήσεις για τις Εργαστηριακές Ασκήσεις Φυσικοχηµείας

Γενικές Παρατηρήσεις για τις Εργαστηριακές Ασκήσεις Φυσικοχηµείας Γενικές Παρατηρήσεις για τις Εργαστηριακές Ασκήσεις Φυσικοχηµείας Σκοπός των ασκήσεων είναι η κατανόηση φυσικών φαινοµένων και µεγεθών και η µέτρησή τους. Η κατανόηση αρχίζει µε την µελέτη των σηµειώσεων,

Διαβάστε περισσότερα

Μοντέλο συστήματος διαχείρισης της ποιότητας

Μοντέλο συστήματος διαχείρισης της ποιότητας Μοντέλο συστήματος διαχείρισης της ποιότητας Διαρκής βελτίωση του Συστήματος Διαχείρισης της Ποιότητας Ευθύνη της Διοίκησης Πελάτες Πελάτες Διαχείριση Πόρων Μέτρηση, ανάλυση και βελτίωση Ικανοποίηση Απαιτήσεις

Διαβάστε περισσότερα

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32 Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 22 Μαΐου 2017 1/32 Εισαγωγή: Τυπικό παράδειγμα στατιστικού ελέγχου υποθέσεων. Ενας νέος τύπος

Διαβάστε περισσότερα

Διοίκηση Ποιότητας Έργων 2 η Διάλεξη. Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων

Διοίκηση Ποιότητας Έργων 2 η Διάλεξη. Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων 1 Διοίκηση Ποιότητας Έργων 2 η Διάλεξη Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων 2 Περιεχόμενα της 2 ης Διάλεξης Στοιχεία και Τεχνικές Ποιοτικού Ελέγχου Σύνοψη Διακύμανση και Ικανότητα

Διαβάστε περισσότερα

ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ

ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ Μετά από την εκτίµηση των παραµέτρων ενός προσοµοιώµατος, πρέπει να ελέγχουµε την αλήθεια της υποθέσεως που κάναµε. Είναι ορθή η υπόθεση που κάναµε? Βεβαίως συνήθως υπάρχουν

Διαβάστε περισσότερα

Στατιστική. Εκτιμητική

Στατιστική. Εκτιμητική Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια

Διαβάστε περισσότερα

4.3. Γραµµικοί ταξινοµητές

4.3. Γραµµικοί ταξινοµητές Γραµµικοί ταξινοµητές Γραµµικός ταξινοµητής είναι ένα σύστηµα ταξινόµησης που χρησιµοποιεί γραµµικές διακριτικές συναρτήσεις Οι ταξινοµητές αυτοί αναπαρίστανται συχνά µε οµάδες κόµβων εντός των οποίων

Διαβάστε περισσότερα

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

Αριθµητική Ανάλυση 1 εκεµβρίου / 43 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 1 / 43 Κεφ.5. Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων ίνεται ένας πίνακας A C n n και Ϲητούνται να προσδιορισθούν οι

Διαβάστε περισσότερα

Α. α) ίνεται η συνάρτηση F(x)=f(x)+g(x). Αν οι συναρτήσεις f, g είναι παραγωγίσιµες, να αποδείξετε ότι: F (x)=f (x)+g (x).

Α. α) ίνεται η συνάρτηση F(x)=f(x)+g(x). Αν οι συναρτήσεις f, g είναι παραγωγίσιµες, να αποδείξετε ότι: F (x)=f (x)+g (x). Νίκος Σούρµπης - - Γιώργος Βαρβαδούκας ΘΕΜΑ ο Α. α) ίνεται η συνάρτηση F()=f()+g(). Αν οι συναρτήσεις f, g είναι παραγωγίσιµες, να αποδείξετε ότι: F ()=f ()+g (). β)να γράψετε στο τετράδιό σας τις παραγώγους

Διαβάστε περισσότερα

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρμοσμένες Επιστήμες Στατιστικός Πληθυσμός και Δείγμα Το στατιστικό

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΘΕΩΡΙΑ ΓΕΝΙΚΗΣ ΙΣΟΡΡΟΠΙΑΣ ΧΡΗΣΕΩΝ ΓΗΣ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΘΕΩΡΙΑ ΓΕΝΙΚΗΣ ΙΣΟΡΡΟΠΙΑΣ ΧΡΗΣΕΩΝ ΓΗΣ ΚΕΦΑΛΑΙΟ 8 ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΘΕΩΡΙΑ ΓΕΝΙΚΗΣ ΙΣΟΡΡΟΠΙΑΣ ΧΡΗΣΕΩΝ ΓΗΣ Όταν εξετάζουµε µία συγκεκριµένη αγορά, πχ. την αστική αγορά εργασίας, η ανάλυση αυτή ονοµάζεται µερικής ισορροπίας. Όταν η ανάλυση µας περιλαµβάνει

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΗΣ ΚΡΗΤΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΗΣ ΚΡΗΤΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΗΣ ΚΡΗΤΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ- ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ Εργασία για το σεµινάριο «Στατιστική περιγραφική εφαρµοσµένη στην ψυχοπαιδαγωγική(β06σ03)» ΤΙΤΛΟΣ: «ΜΕΛΕΤΗ ΠΕΡΙΓΡΑΦΙΚΗΣ

Διαβάστε περισσότερα

Μεταπτυχιακή Διπλωματική Εργασία. Παραµετρικά και Μη Παραµετρικά ιαγράµµατα Ελέγχου και Εφαρµογές. Ανδρέας Κτενίδης

Μεταπτυχιακή Διπλωματική Εργασία. Παραµετρικά και Μη Παραµετρικά ιαγράµµατα Ελέγχου και Εφαρµογές. Ανδρέας Κτενίδης ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Διαμεταπτυχιακό - Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών: Μαθηματική Προτυποποίηση στις Σύγχρονες Τεχνολογίες και

Διαβάστε περισσότερα

Μοντέλο συστήματος διαχείρισης της ποιότητας

Μοντέλο συστήματος διαχείρισης της ποιότητας Μοντέλο συστήματος διαχείρισης της ποιότητας Διαρκής βελτίωση του Συστήματος Διαχείρισης της Ποιότητας Ευθύνη της Διοίκησης Πελάτες Πελάτες Διαχείριση Πόρων Μέτρηση, ανάλυση και βελτίωση Ικανοποίηση Απαιτήσεις

Διαβάστε περισσότερα

Κεφάλαιο M4. Κίνηση σε δύο διαστάσεις

Κεφάλαιο M4. Κίνηση σε δύο διαστάσεις Κεφάλαιο M4 Κίνηση σε δύο διαστάσεις Κινηµατική σε δύο διαστάσεις Θα περιγράψουµε τη διανυσµατική φύση της θέσης, της ταχύτητας, και της επιτάχυνσης µε περισσότερες λεπτοµέρειες. Θα µελετήσουµε την κίνηση

Διαβάστε περισσότερα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση

Διαβάστε περισσότερα

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ 1.Έστω ο δειγματικός χώρος Ω = { 1,,, K,10} με ισοπίθανα απλά ενδεχόμενα. Να 4 βρείτε την πιθανότητα ώστε η συνάρτηση f ( x ) = x 4x + λ να

Διαβάστε περισσότερα

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων Φίλτρα Kalman Εξαγωγή των εξισώσεων τους µε βάση το κριτήριο ελαχιστοποίησης της Μεθόδου των Ελαχίστων Τετραγώνων. Αναλυτικές Μέθοδοι στη Γεωπληροφορική Μεταπτυχιακό Πρόγραµµα ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ιατύπωση του

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ασκηση 1. Σε κάθε περίπτωση πρέπει να χρησιµοποιήσουµε

Διαβάστε περισσότερα

) = a ο αριθµός των µηχανών n ο αριθµός των δειγµάτων που παίρνω από κάθε µηχανή

) = a ο αριθµός των µηχανών n ο αριθµός των δειγµάτων που παίρνω από κάθε µηχανή Ανάλυση Συνδιακύµανσης Alsis of Covrice Η ανάλυση συνδιακύµανσης είναι µία άλλη τεχνική για να βελτιώσουµε την ακρίβεια της προσέγγισης του µοντέλου µας στο πείραµα. Ας υποθέσουµε ότι σ ένα πείραµα εκτός

Διαβάστε περισσότερα

Πρώτες ύλες. Πιθανοί κίνδυνοι σε όλα τα στάδια της παραγωγής. Καθορισµός πιθανότητας επιβίωσης µικροοργανισµών. Εκτίµηση επικινδυνότητας

Πρώτες ύλες. Πιθανοί κίνδυνοι σε όλα τα στάδια της παραγωγής. Καθορισµός πιθανότητας επιβίωσης µικροοργανισµών. Εκτίµηση επικινδυνότητας 1 ΑΡΧΕΣ ΤΗΣ HACCP Αρχή 1η: Προσδιορισµός των πιθανών κινδύνων που σχετίζονται µε την παραγωγή τροφίµων σε όλα τα στάδια, από την ανάπτυξη και τη συγκοµιδή των πρώτων υλών, την παραγωγική διαδικασία, την

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ. 1 ο ΔΙΑΓΩΝΙΣΜΑ. ΘΕΜΑ 1 ο Δίνεται η συνάρτηση f x. Ι. Το πεδίο ορισμού της f είναι:., 1 υ -1, B. 1, Γ. -1,., 1.

ΜΑΘΗΜΑΤΙΚΑ. 1 ο ΔΙΑΓΩΝΙΣΜΑ. ΘΕΜΑ 1 ο Δίνεται η συνάρτηση f x. Ι. Το πεδίο ορισμού της f είναι:., 1 υ -1, B. 1, Γ. -1,., 1. Γ ΛΥΚΕΙΟΥ-ΓΕΝΙΚΗ ΠΑΙΔΕΙΑ ΜΑΘΗΜΑΤΙΚΑ ο ΔΙΑΓΩΝΙΣΜΑ ΘΕΜΑ ο Δίνεται η συνάρτηση f Ι. Το πεδίο ορισμού της f είναι:., υ -, B., Γ. -,.,., ΙΙ. Το όριο f lm 0 είναι ίσο με: Α. 0 Β. Γ. Δ. Ε. Τίποτε από τα προηγούμενα

Διαβάστε περισσότερα

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 25 ΜΑΪΟΥ 2004 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 25 ΜΑΪΟΥ 2004 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΤΑΞΗ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 25 ΜΑΪΟΥ 2004 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΘΕΜΑ 1ο Α. Να αποδείξετε ότι

Διαβάστε περισσότερα

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής: ΣΕΙΡΕΣ TAYLOR Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων Πολυώνυµο είναι κάθε συνάρτηση της µορφής: p( ) = a + a + a + a + + a, όπου οι συντελεστές α i θα θεωρούνται

Διαβάστε περισσότερα

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 ) Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ 3.1 Η έννοια της παραγώγου Εστω y = f(x) µία συνάρτηση, που συνδέει τις µεταβλητές ποσότητες x και y. Ενα ερώτηµα που µπορεί να προκύψει καθώς µελετούµε τις δύο αυτές ποσοτήτες είναι

Διαβάστε περισσότερα

Α4. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας στο τετράδιό σας δίπλα στο γράµµα που αντιστοιχεί σε κάθε πρόταση, τη λέξη Σωστό, αν η

Α4. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας στο τετράδιό σας δίπλα στο γράµµα που αντιστοιχεί σε κάθε πρόταση, τη λέξη Σωστό, αν η ΠΡΟΣΟΜΟΙΩΣΗ ΑΠΟΛΥΤΗΡΙΩΝ ΕΞΕΤΑΣΕΩΝ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΥΡΙΑΚΗ 7 ΑΠΡΙΛΙΟΥ 203 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΘΕΜΑ Α Α. Για δυο ασυµβίβαστα ενδεχόµενα

Διαβάστε περισσότερα

F είναι ίσος µε ν. i ÏÅÖÅ ( ) h 3,f 3.

F είναι ίσος µε ν. i ÏÅÖÅ ( ) h 3,f 3. Επαναληπτικά Θέµατα ΟΕΦΕ 0 Γ' ΤΑΞΗ ΓΕΝ. ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΘΕΜΑ A ΕΚΦΩΝΗΣΕΙΣ Α. Για δύο συµπληρωµατικά ενδεχόµενα Α και A ενός δειγµατικού χώρου Ω να P A = P A.

Διαβάστε περισσότερα

ΣΥΓΚΡΙΤΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΕΠΙ ΟΣΗΣ ΤΩΝ ΦΟΙΤΗΤΩΝ ΥΟ ΑΚΑ ΗΜΑΪΚΩΝ ΤΜΗΜΑΤΩΝ ΕΝΟΣ ΑΕΙ ΩΣ ΠΡΟΣ ΤΟ ΣΥΣΤΗΜΑ ΕΙΣΑΓΩΓΗΣ ΤΟΥΣ ΣΤΗ ΤΡΙΤΟΒΑΘΜΙΑ ΕΚΠΑΙ ΕΥΣΗ

ΣΥΓΚΡΙΤΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΕΠΙ ΟΣΗΣ ΤΩΝ ΦΟΙΤΗΤΩΝ ΥΟ ΑΚΑ ΗΜΑΪΚΩΝ ΤΜΗΜΑΤΩΝ ΕΝΟΣ ΑΕΙ ΩΣ ΠΡΟΣ ΤΟ ΣΥΣΤΗΜΑ ΕΙΣΑΓΩΓΗΣ ΤΟΥΣ ΣΤΗ ΤΡΙΤΟΒΑΘΜΙΑ ΕΚΠΑΙ ΕΥΣΗ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 17 ου Πανελληνίου Συνεδρίου Στατιστικής (2), σελ. 11-1 ΣΥΓΚΡΙΤΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΕΠΙ ΟΣΗΣ ΤΩΝ ΦΟΙΤΗΤΩΝ ΥΟ ΑΚΑ ΗΜΑΪΚΩΝ ΤΜΗΜΑΤΩΝ ΕΝΟΣ ΑΕΙ ΩΣ ΠΡΟΣ ΤΟ ΣΥΣΤΗΜΑ ΕΙΣΑΓΩΓΗΣ

Διαβάστε περισσότερα

ΦΡΑΓΜΑΤΑ ΑΞΙΟΠΙΣΤΙΑΣ

ΦΡΑΓΜΑΤΑ ΑΞΙΟΠΙΣΤΙΑΣ Π Α Ν Ε Π Ι Σ Τ Η Μ Ι Ο Π Ε Ι Ρ Α Ι Ω Σ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΦΡΑΓΜΑΤΑ ΑΞΙΟΠΙΣΤΙΑΣ Φώτιος Σ. Μηλιένος Διπλωματική Εργασία

Διαβάστε περισσότερα

ΕΥΑΙΣΘΗΣΙΑ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ

ΕΥΑΙΣΘΗΣΙΑ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ ΤΕΙ ΠΕΙΡΑΙΑ -ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΗΛΕΚΤΡΟΝΙΚΩΝ ΦΙΛΤΡΩΝ ΧΕΙΜΕΡΙΝΟ 2017-18 ΕΥΑΙΣΘΗΣΙΑ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ 1. ΕΥΑΙΣΘΗΣΙΑ Ενα κύκλωµα, το οποίο κάνει µια συγκεκριµένη λειτουργία εκφραζόµενη

Διαβάστε περισσότερα

Γ ΤΑΞΗ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑ Α Β )

Γ ΤΑΞΗ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑ Α Β ) ΑΡΧΗ ΗΣ ΣΕΛΙ ΑΣ Γ ΤΑΞΗ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑ Α Β ) ΚΥΡΙΑΚΗ /0/0 - ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ:ΕΝΝΕΑ (9) ΕΝΔΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑΤΩΝ ΘΕΜΑ

Διαβάστε περισσότερα

Κεφάλαιο 6 Παράγωγος

Κεφάλαιο 6 Παράγωγος Σελίδα από 5 Κεφάλαιο 6 Παράγωγος Στο κεφάλαιο αυτό στόχος µας είναι να συνδέσουµε µία συγκεκριµένη συνάρτηση f ( ) µε µία δεύτερη συνάρτηση f ( ), την οποία και θα ονοµάζουµε παράγωγο της f. Η τιµή της

Διαβάστε περισσότερα

ΓΕΝΙΚ Ι Ο Κ Ο Ε ΠΙ Π Τ Ι Ε Τ Λ Ε ΕΙΟ Ι Ο Ε Θ Ε Ν Θ ΙΚ Ι Η Κ Σ Η Α Μ

ΓΕΝΙΚ Ι Ο Κ Ο Ε ΠΙ Π Τ Ι Ε Τ Λ Ε ΕΙΟ Ι Ο Ε Θ Ε Ν Θ ΙΚ Ι Η Κ Σ Η Α Μ ΓΕΝΙΚΟ ΕΠΙΤΕΛΕΙΟ ΕΘΝΙΚΗΣ ΑΜΥΝΑΣ ΚΛΑΔΟΣ ΣΤΡΑΤΗΓΙΚΗΣ & ΠΟΛΙΤΙΚΗΣ ΔΙΕΥΘΥΝΣΗ ΑΜΥΝΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Σεμινάριο ΔΙΑΚΛΑΔΙΚΟ ΣΧΟΛΕΙΟ ΔΙΑΛΕΙΤΟΥΡΓΙΚΟΤΗΤΑΣ -ΠΟΙΟΤΗΤΑΣ - ΣΤΟΧΟΘΕΣΙΑΣ Θέμα: «Τεχνικές Διαχείρισης

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΔΙΟΙΚΗΣΗ της ΥΓΕΙΑΣ» ΑΞΙΟΛΟΓΗΣΗ ΑΠΟΔΟΣΗΣ ΠΡΟΣΩΠΙΚΟΥ: ΜΕΛΕΤΗ ΠΕΡΙΠΤΩΣΗΣ ΙΔΙΩΤΙΚΟΥ ΝΟΣΟΚΟΜΕΙΟΥ ΠΑΡΑΓΙΟΥΔΑΚΗ ΜΑΓΔΑΛΗΝΗ

ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΔΙΟΙΚΗΣΗ της ΥΓΕΙΑΣ» ΑΞΙΟΛΟΓΗΣΗ ΑΠΟΔΟΣΗΣ ΠΡΟΣΩΠΙΚΟΥ: ΜΕΛΕΤΗ ΠΕΡΙΠΤΩΣΗΣ ΙΔΙΩΤΙΚΟΥ ΝΟΣΟΚΟΜΕΙΟΥ ΠΑΡΑΓΙΟΥΔΑΚΗ ΜΑΓΔΑΛΗΝΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΔΙΟΙΚΗΣΗ της ΥΓΕΙΑΣ» ΑΞΙΟΛΟΓΗΣΗ ΑΠΟΔΟΣΗΣ ΠΡΟΣΩΠΙΚΟΥ: ΜΕΛΕΤΗ ΠΕΡΙΠΤΩΣΗΣ ΙΔΙΩΤΙΚΟΥ ΝΟΣΟΚΟΜΕΙΟΥ ΠΑΡΑΓΙΟΥΔΑΚΗ ΜΑΓΔΑΛΗΝΗ Διπλωματική

Διαβάστε περισσότερα

3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ

3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ 3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ Πρόβλημα: Ένας ραδιοφωνικός σταθμός ενδιαφέρεται να κάνει μια ανάλυση για τους πελάτες του που διαφημίζονται σ αυτόν για να εξετάσει την ποσοστιαία μεταβολή των πωλήσεων

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΚΙΝΟΥΜΕΝΟΥ ΜΕΣΟΥ Ανθούλα Ν. Τσίπη Διπλωματική Εργασία που

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ Ερωτήσεις πολλαπλής επιλογής Συντάκτης: Δημήτριος Κρέτσης 1. Ο κλάδος της περιγραφικής Στατιστικής: α. Ασχολείται με την επεξεργασία των δεδομένων και την ανάλυση

Διαβάστε περισσότερα

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι:

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: Κατανοµές ειγµατοληψίας 1.Εισαγωγή Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: 1. Στατιστικής και 2. Κατανοµής ειγµατοληψίας

Διαβάστε περισσότερα

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.)

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.) 3 Οριακά θεωρήµατα Κεντρικό Οριακό Θεώρηµα (ΚΟΘ) Ένα από τα πιο συνηθισµένα προβλήµατα που ανακύπτουν στη στατιστική είναι ο προσδιορισµός της κατανοµής ενός µεγάλου αθροίσµατος ανεξάρτητων τµ Έστω Χ Χ

Διαβάστε περισσότερα

Μοντέλο συστήματος διαχείρισης της ποιότητας

Μοντέλο συστήματος διαχείρισης της ποιότητας Μοντέλο συστήματος διαχείρισης της ποιότητας Διαρκής βελτίωση του Συστήματος Διαχείρισης της Ποιότητας Ευθύνη της Διοίκησης Πελάτες Πελάτες Διαχείριση Πόρων Μέτρηση, ανάλυση και βελτίωση Ικανοποίηση Απαιτήσεις

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ

ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ Ε. ΞΕΚΑΛΑΚΗ Καθηγήτριας του Τμήματος Στατιστικής του Οικονομικού Πανεπιστημίου Αθηνών ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ B ΕΚΔΟΣΗ ΑΘΗΝΑ 2004 ΠΡΟΛΟΓΟΣ Η συλλογή και επεξεργασία δεδομένων από πεπερασμένους πληθυσμούς

Διαβάστε περισσότερα

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΥΣΗΣ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ ΜΑΘΗΜΑ: ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 4 AΣΚΗΣΗ () [ ] (.5)

Διαβάστε περισσότερα

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Η μηδενική υπόθεση είναι ένας ισχυρισμός σχετικά με την τιμή μιας πληθυσμιακής παραμέτρου. Είναι

Διαβάστε περισσότερα

ν ν = 6. όταν είναι πραγµατικός αριθµός.

ν ν = 6. όταν είναι πραγµατικός αριθµός. Συνάρτηση: ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ λέγεται µια διαδικασία µε την οποία κάθε στοιχείο ενός συνόλου Α αντιστοιχίζεται σε ένα ακριβώς στοιχείο κάποιου άλλου συνόλου Β. Γνησίως αύξουσα: σε ένα διάστηµα του πεδίου

Διαβάστε περισσότερα

Περίπου ίση µε την ελάχιστη τιµή του δείγµατος.

Περίπου ίση µε την ελάχιστη τιµή του δείγµατος. 1. Η µέση υπερετήσια τιµή δείγµατος µέσων ετήσιων παροχών Q (m3/s) που ακολουθούν κατανοµή Gauss, ξεπερνιέται κατά µέσο όρο κάθε: 1/0. = 2 έτη. 1/1 = 1 έτος. 0./1 = 0. έτος. 2. Έστω δείγµα 20 ετών µέσων

Διαβάστε περισσότερα

Μέθοδοι και Όργανα Περιβαλλοντικών Μετρήσεων Μέρος Α. Διαπίστευση Εργαστηρίου Δοκιμών

Μέθοδοι και Όργανα Περιβαλλοντικών Μετρήσεων Μέρος Α. Διαπίστευση Εργαστηρίου Δοκιμών Μέθοδοι και Όργανα Περιβαλλοντικών Μετρήσεων Μέρος Α Διαπίστευση Εργαστηρίου Δοκιμών ΑΠΟΤΥΠΩΣΗ ΤΗΣ ΥΦΙΣΤΑΜΕΝΗΣ ΚΑΤΑΣΤΑΣΗΣ Πίνακας των προς διαπίστευση δοκιμών Περιγραφή Δοκιμής/Ανάλυσης Υλικό/α που ελέγχονται

Διαβάστε περισσότερα

(365)(364)(363)...(365 n + 1) (365) k

(365)(364)(363)...(365 n + 1) (365) k ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 21//2016 Ηµεροµηνία Παράδοσης :

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Π E Ρ IEXOMENA Πρόλογος... xiii ΜΕΡΟΣ ΠΡΩΤΟ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΙΚΕΣ ΕΝΝΟΙΕΣ ΠΑΡΟΥΣΙΑΣΗ ΤΩΝ ΣΤΑΤΙΣΤΙΚΩΝ Ε ΟΜΕΝΩΝ 1.1 Εισαγωγή... 3 1.2 Ορισµός και αντικείµενο της στατιστικής... 3

Διαβάστε περισσότερα

ΤΕΧΝΙΚΕΣ ΕΛΕΓΧΟΥ ΜΗ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

ΤΕΧΝΙΚΕΣ ΕΛΕΓΧΟΥ ΜΗ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΤΕΧΝΙΚΕΣ ΕΛΕΓΧΟΥ ΜΗ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ Βασιλική Χ. Ράδου Διπλωματική Εργασία

Διαβάστε περισσότερα

Η ΘΕΩΡΙΑ ΤΗΣ ΕΠΙΧΕΙΡΗΣΗΣ

Η ΘΕΩΡΙΑ ΤΗΣ ΕΠΙΧΕΙΡΗΣΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΚΑΘΗΓΗΤΗΣ ΚΩΣΤΑΣ ΒΕΛΕΝΤΖΑΣ Η ΘΕΩΡΙΑ ΤΗΣ ΕΠΙΧΕΙΡΗΣΗΣ. Μερικές έννοιες Η συνάρτηση παραγωγής (, ), όπου είναι το συνολικό προϊόν και και οι συντελεστές

Διαβάστε περισσότερα

Q- ΔΙΑΓΡΑΜΜΑΤΑ ΓΙΑ ΤΗΝ ΠΑΡΑΜΕΤΡΟ p ΤΗΣ ΔΙΩΝΥΜΙΚΗΣ ΚΑΤΑΝΟΜΗΣ

Q- ΔΙΑΓΡΑΜΜΑΤΑ ΓΙΑ ΤΗΝ ΠΑΡΑΜΕΤΡΟ p ΤΗΣ ΔΙΩΝΥΜΙΚΗΣ ΚΑΤΑΝΟΜΗΣ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 20 ου Πανελληνίου Συνεδρίου Στατιστικής (2007), σελ 249-258 Q- ΔΙΑΓΡΑΜΜΑΤΑ ΓΙΑ ΤΗΝ ΠΑΡΑΜΕΤΡΟ p ΤΗΣ ΔΙΩΝΥΜΙΚΗΣ ΚΑΤΑΝΟΜΗΣ Μανώλης Μανατάκης Τμήμα Μηχανολόγων και Αεροναυπηγών

Διαβάστε περισσότερα

4 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 31.

4 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 31. ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ η ΕΚΑ Α. Οι µηνιαίες αποδοχές, σε, ν υπαλλήλων είναι x, x,, x ν και αυτές αποτελούν οµοιογενές δείγµα µε µέση τιµή 000. Αν το 8% έχει µισθό Α, το 6% Β και οι υπόλοιποι Γ : Να βρείτε το

Διαβάστε περισσότερα

Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση

Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση Εκεί που είμαστε Κεφάλαια 7 και 8: Οι διωνυμικές,κανονικές, εκθετικές κατανομές και κατανομές Poisson μας επιτρέπουν να κάνουμε διατυπώσεις πιθανοτήτων γύρω από το Χ

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΟΡΓΑΝΙΣΜΩΝ. Πρότυπη Προτεινόμενη Απάντηση 2 ης ΓΕ

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΟΡΓΑΝΙΣΜΩΝ. Πρότυπη Προτεινόμενη Απάντηση 2 ης ΓΕ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΟΡΓΑΝΙΣΜΩΝ ΔΕΟ 42 ΔΙΟΙΚΗΣΗ ΟΛΙΚΗΣ ΠΟΙΟΤΗΤΑΣ Επιμέλεια ύλης: Βίκυ Βάρδα Πρότυπη Προτεινόμενη Απάντηση 2 ης ΓΕ 2015-2016 Κ.Βάρναλη 54, 210 5711484 grammateia@eclass4u.gr

Διαβάστε περισσότερα

ν ν = 6. όταν είναι πραγµατικός αριθµός.

ν ν = 6. όταν είναι πραγµατικός αριθµός. Συνάρτηση: ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ λέγεται µια διαδικασία µε την οποία κάθε στοιχείο ενός συνόλου Α αντιστοιχίζεται σε ένα ακριβώς στοιχείο κάποιου άλλου συνόλου Β. Γνησίως αύξουσα: σε ένα διάστηµα του πεδίου

Διαβάστε περισσότερα

ΧΡΟΝΟΙ ΑΝΑΜΟΝΗΣ ΜΕΧΡΙ ΤΗΝ ΠΡΩΤΗ ΕΜΦΑΝΙΣΗ ΣΧΗΜΑΤΙΣΜΩΝ ΣΕ ΜΙΑ ΔΙΔΙΑΣΤΑΤΗ ΑΚΟΛΟΥΘΙΑ ΤΡΙΤΙΜΩΝ ΔΟΚΙΜΩΝ

ΧΡΟΝΟΙ ΑΝΑΜΟΝΗΣ ΜΕΧΡΙ ΤΗΝ ΠΡΩΤΗ ΕΜΦΑΝΙΣΗ ΣΧΗΜΑΤΙΣΜΩΝ ΣΕ ΜΙΑ ΔΙΔΙΑΣΤΑΤΗ ΑΚΟΛΟΥΘΙΑ ΤΡΙΤΙΜΩΝ ΔΟΚΙΜΩΝ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 8 ου Πανελληνίου Συνεδρίου Στατιστικής (5) σελ.97-33 ΧΡΟΝΟΙ ΑΝΑΜΟΝΗΣ ΜΕΧΡΙ ΤΗΝ ΠΡΩΤΗ ΕΜΦΑΝΙΣΗ ΣΧΗΜΑΤΙΣΜΩΝ ΣΕ ΜΙΑ ΔΙΔΙΑΣΤΑΤΗ ΑΚΟΛΟΥΘΙΑ ΤΡΙΤΙΜΩΝ ΔΟΚΙΜΩΝ Σ. Μπερσίμης

Διαβάστε περισσότερα

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR

Διαβάστε περισσότερα

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται

Διαβάστε περισσότερα

5 Παράγωγος συνάρτησης

5 Παράγωγος συνάρτησης 5 Παράγωγος συνάρτησης Ας ϑεωρήσουµε µια συνάρτηση f µε πεδίο ορισµού το [a, b]. Για κάθε 0 [a, b] ορίζουµε µια νέα συνάρτηση µε τύπο µε πεδίο ορισµού D(Π 0 ) = D(f ) { 0 }. Την συνάρτηση Π 0 Π 0 () =

Διαβάστε περισσότερα