Les caractéristiques de la courbe de Gauss
|
|
- Jean-Sébastien Beausoleil
- il y a 6 ans
- Total affichages :
Transcription
1
2 2
3 Les caractéristiques de la courbe de Gauss 3
4 Caractéristiques de la courbe L aire totale représente 100 % de ce qui est mesuré. les extrémités de la courbe tendent vers l infini 100 % 95,46 % 95 % de la population mesurée se trouve entre -2 et 2 écart-type 68,26 % -3 o -2 o -1 o 0 o 2o 3o Entre -1 et 1 écart-type, on observe 68,3 % de la population mesurée 4
5 Tables loi normale Ces tables donnent pour un «écart-type t» la fréquence correspondant à l aire coloriée (P1; P2 ou P3) P 1 P 2 P t Fonction de répartition probabilité d'une déviation t P1 t P1 t P1 0,00 0,000 1,05 0,353 2,10 0,482 0,05 0,019 1,10 0,364 2,20 0,486 0,10 0,039 1,15 0,374 2,30 0,489 0,15 0,059 1,20 0,384 2,40 0,491 0,20 0,079 1,25 0,394 2,50 0,493 0,25 0,098 1,30 0,403 2,576 0,495 0,30 0,117 1,35 0,411 2,60 0,495 0,35 0,136 1,40 0,419 2,70 0,496 0,40 0,155 1,45 0,426 2,80 0,497 0,45 0,173 1,50 0,433 2,90 0,498 0,50 0,191 3,00 0,498 0,55 0,208 1,55 0,439 0,60 0,225 1,60 0,445 3,20 0, ,65 0,242 1,65 0,450 3,40 0, ,67 0,250 1,70 0,455 3,60 0, ,70 0,258 1,75 0,459 3,80 0, ,75 0,273 1,80 0,464 4,00 0, ,80 0,288 1,85 0,467 4,50 0, ,85 0,302 1,90 0,471 0,90 0,315 1,95 0,474 0,95 0,328 1,96 0,475 1,00 0,341 2,00 0,477 -t 0 + t 0 -t + t Fonction de répartition probabilité d'un écart à la moyenne inférieur à t t P2 t P2 t P2 0,00 0,000 1,05 0,706 2,10 0,964 0,05 0,039 1,10 0,728 2,20 0,972 0,10 0,079 1,15 0,749 2,30 0,978 0,15 0,119 1,20 0,769 2,40 0,983 0,20 0,158 1,25 0,788 2,50 0,987 0,25 0,197 1,30 0,806 2,576 0,990 0,30 0,235 1,35 0,823 2,60 0,990 0,35 0,273 1,40 0,838 2,70 0,993 0,40 0,310 1,45 0,853 2,80 0,994 0,45 0,347 1,50 0,866 2,90 0,996 0,50 0,383 3,00 0,997 0,55 0,417 1,55 0,878 0,60 0,451 1,60 0,890 3,20 0, ,65 0,484 1,65 0,901 3,40 0, ,67 0,500 1,70 0,910 3,60 0, ,70 0,516 1,75 0,919 3,80 0, ,75 0,546 1,80 0,928 4,00 0, ,80 0,576 1,85 0,935 4,50 0, ,85 0,604 1,90 0,942 0,90 0,631 1,95 0,948 0,95 0,657 1,96 0,950 1,00 0,682 2,00 0,954 Fonction de répartition probabilité d'un écart à la moyenne supérieur à t t P3 t P3 t P3 0,00 0,000 1,05 0,293 2,10 0,035 0,05 0,960 1,10 0,271 2,20 0,027 0,10 0,920 1,15 0,250 2,30 0,021 0,15 0,880 1,20 0,230 2,40 0,016 0,20 0,841 1,25 0,211 2,50 0,012 0,25 0,802 1,30 0,193 2,576 0,010 0,30 0,764 1,35 0,177 2,60 0,009 0,35 0,726 1,40 0,161 2,70 0,007 0,40 0,689 1,45 0,147 2,80 0,005 0,45 0,652 1,50 0,133 2,90 0,003 0,50 0,617 3,00 0,002 0,55 0,582 1,55 0,121 0,60 0,548 1,60 0,109 3,20 0, ,65 0,515 1,65 0,099 3,40 0, ,67 0,500 1,70 0,089 3,60 0, ,70 0,484 1,75 0,080 3,80 0, ,75 0,453 1,80 0,071 4,00 0, ,80 0,423 1,85 0,064 4,50 0, ,85 0,395 1,90 0,057 0,90 0,368 1,95 0,051 0,95 0,342 1,96 0, ,00 0,317 2,00 0,045
6 6
7 Représentation graphique Loi Normale Ti Ts m0 La fraction de défectueux augmente lorsque: Déréglage de la moyenne la moyenne de la production n est plus centrée sur la valeur cible m0 Ti m0 Ts l écart-type de la production augmente Déréglage de l écart-type ou une combinaison des deux Ti m0 Ts 7
8 La capabilité machine Pour que la capabilité calculée corresponde à la réalité, la production doit être stable ou maîtrisée. De Cm et Cmk, on déduira les améliorations à mener: - sur le centrage - sur la dispersion. Il faut déceler les causes de ces variations anormales et y remédier. Il est plus difficile d agir sur la dispersion que sur le centrage. Ainsi, lorsque la dispersion de la machine est trop importante pour répondre aux spécifications, il est peut-être nécessaire de changer de machine pour une plus précise. En effet, il ne faut pas oublier que la dispersion d une même machine augmentera avec le temps par suit de l usure. 8
9 Capabilité machine Cm et Cmk Cm < 1,33 Cmk < 1,33 Cm > 1,33 Cmk < 1,33 Cm > 1,33 Cmk > 1,33 m Agir sur la dispersion et le centrage m Agir sur le centrage m Valider les actions Etablir la Capabilité du procédé 9
10 La capabilité process Le milieu La matière La main d oeuvre Production La méthode La machine 10
11 Capabilité Procédé Cp et Cpk Cp < 1 Cpk < 1 Cp > 1 Cpk < 1 Cp > 1 Cpk > 1 m Agir sur la dispersion et le centrage m Agir sur le centrage m Valider les actions Etablir la Carte de contrôle 11
12 Capabilité du moyen de mesure ATTENTION : Vérifier la Capabilité du moyen de mesure utilisé Il existe différentes méthodes de mesure de la capabilité de l appareil de mesure. On vérifie en général et en première analyse que la précision de l appareil de mesure est au moins égale à 1/10 ème de la dispersion mesurée. Il faut ensuite vérifier la répétabilité et la reproductibilité de la mesure. 12
13 13
14 Les cartes de contrôle 1- Présentation
15 Un instrument du quotidien Outil de suivi d un paramètre d un processus permettant d être alerté dès qu une cause spéciale agit. C est un document renseigné (lieu, date, spécifications ) accompagné d un journal de bord ( pour noter les changements effectués sur le procédé). Comment évolue la dimension? Quels réglages ont été effectués hier? Y a t il moins de déchets produit depuis? 15
16 La Carte de contrôle La carte de contrôle inscrit l histoire de la production au travers de deux paramètres statistiques: - la moyenne - la dispersion Carte de maîtrise de la moyenne Carte de maîtrise de la dispersion ( l écart-type ou l étendue ) 16
17 Exemple de Carte de contrôle Echantillon ,4 72,1 71,7 73,9 74, ,3 70,4 73,9 72,9 69, ,3 73,5 72,3 72,2 73, ,1 2 73,8 72,9 70,3 70,9 74,2 72,5 70,3 72,4 72, ,7 69,9 72,3 71,5 70,9 73,4 71,9 74,4 70,3 73,4 3 73,9 74,1 71,4 73,3 73,2 71,9 71,1 71,3 73,3 68,7 71,3 69,6 73,8 73,3 71,3 74,9 72,3 73,3 71,9 69,4 4 73,2 72,6 73,5 72, ,7 71,3 72, , ,8 69,3 71, ,9 68,7 72,1 72,9 73,9 5 74,1 73,6 72,7 69,7 74, ,7 71,7 70,9 73,4 70,9 71,3 73, ,3 74,7 69,8 71,3 71,3 73,5 Moyenne 73,8 72, ,5 73,3 72,7 70, ,8 71,6 71,4 70,1 72,3 72,3 71,8 73, ,9 71,9 72,5 72 Etendue 0,9 4,7 3,2 3,6 3,3 2,7 1 1,1 2,9 5,2 3,2 1,7 4,5 1,9 2,6 2,6 3,6 3,1 2,7 4,5 3 Moyenne Cote nominale: 70 nm TS: 75 nn TI: 65 nn Taille de l'échantillon: 100 Fréquence des prélèvements: horaire Moyen de mesure: complémètre 74 73,8 73, Carte de maîtrise de la moyenne 71 70,9 70, ,43 1,11 0, Carte de maîtrise de la dispersion ( l écart-type ou l étendue ) 17
18 Les cartes de contrôle 2- les limites de contrôle
19 Les tolérances Pour l instant, on ne dispose que des tolérances fixées (les spécifications) Les pièces sont bonnes ou mauvaises- Pas d informations supplémentaires Tolérances fixées par le client Tolérance supérieure (Ts) moyenne Tolérances fixées par le client Tolérance inférieure (Ti) Carte de la moyenne 19
20 Limites de contrôle Pour obtenir d autres informations ( tendance au déréglage ; déréglage confirmé ) on va calculer deux limites de contrôle: - la limite de surveillance: Carte de la moyenne Limite de réglage Limite de surveillance - la limite de réglage: (qui correspond à une sonnette d alarme) Limite de surveillance Limite de réglage 20
21 Limites de contrôle les limites de réglage: tout dépassement de ces limites correspond à un déréglage du processus. le seuil choisit est 0,002. C est à dire 2 chances sur 1000 (0,002) Carte de la moyenne Limite de réglage Limite de surveillance de constater un écart important par rapport à la moyenne. les limites de surveillance: Limite de surveillance Limite de réglage la présence d un point entre ces deux limites indique une tendance au déréglage. le seuil est 0,05. 21
22 Limites de surveillance P 3 = 0,05 Le seuil des limites de surveillance est fixé à 0,05. Une telle probabilité signifie qu il y a 5 chances sur 100 de trouver un point en dehors des limites de surveillance. -1,96o 0 Limite de surveillance + t 1,96o Fonction de répartition probabilité d'un écart à la moyenne supérieur à t t P3 t P3 t P3 0,00 0,000 1,05 0,293 2,10 0,035 0,05 0,960 1,10 0,271 2,20 0,027 0,10 0,920 1,15 0,250 2,30 0,021 0,15 0,880 1,20 0,230 2,40 0,016 0,20 0,841 1,25 0,211 2,50 0,012 0,25 0,802 1,30 0,193 2,576 0,010 0,30 0,764 1,35 0,177 2,60 0,009 0,35 0,726 1,40 0,161 2,70 0,007 0,40 0,689 1,45 0,147 2,80 0,005 0,45 0,652 1,50 0,133 2,90 0,003 0,50 0,617 3,00 0,002 0,55 0,582 1,55 0,121 0,60 0,548 1,60 0,109 3,20 0, ,65 0,515 1,65 0,099 3,40 0, ,67 0,500 1,70 0,089 3,60 0, ,70 0,484 1,75 0,080 3,80 0, ,75 0,453 1,80 0,071 4,00 0, ,80 0,423 1,85 0,064 4,50 0, ,85 0,395 1,90 0,057 0,90 0,368 1,95 0,051 0,95 0,342 1,96 0,050 1,00 0,317 2,00 0,045 La fonction de répartition P3 donne la probabilité P3 en fonction de t, le nombre d écart-type (la valeur de t, l écart-type, est ici 1,96) La limite de surveillance s écrit : m + 1,96 o 22
23 Exercice pratique Sachant que son seuil est de 0,002, déterminer la formule des limites de réglage en fonction de la moyenne et de l écart-type. Placer sur la courbe ci-dessous les limites de réglages et de surveillance. -3 o -2 o -1 o 0 o 2o 3o 23
24 Limites de contrôle Limite de réglage Limite de surveillance 0 moyenne 2o 3o Dans cet exemple, on observe qu un point sort des limites de surveillance. A première vue, il faudra surveiller cette production. 24
25 Lois de probabilités des distributions d échantillonnage Avant de détailler le calcul des limites de contrôle, il est essentiel de comprendre comment on passe d une population à un échantillon c est-à-dire répondre aux questions suivantes: Peut-on considérer que la moyenne de l échantillon est la même que celle de la population? Existe t il une relation entre l écart-type de la population et l écart-type de l échantillon?... 25
26 Rapport entre la population et l échantillon Distribution des données m Ts Ti m La moyenne des moyennes reste Ts identique La taille de l échantillon n = 5 26
27 Théorème 1: distribution des moyennes Théorème 1: Distribution des moyennes o L ensemble constitué par la série des moyennes de k échantillons de taille n prélevés dans une population P (de moyenne m et d écart-type sigma) est distribuée avec: m -la moyenne de l échantillon: m e = m - l écart-type de l échantillon: n est la taille de l échantillon o / Vn o e = o / Vn m 27
28 Exercice pratique Sachant que, pour une Population, on écrit les limites de réglage et de surveillance respectivement ainsi: m + 3,09 et donner la formule des limites de réglage et de surveillance pour un échantillon de taille n. m + a r o o et m + 1,96 m + a s o o Retrouver par le calcul les constantes a r et a s pour la carte de la moyenne ( l écart-type est connu) avec n = 5. Comparer votre résultat avec la table des constantes N 2. 28
29 Théorème 2: distribution des écarts-types Théorème 2: Distribution des écarts-types o L ensemble constitué par la série des écartstypes de k échantillons de taille n prélevés dans une population P (de moyenne m et d écart-type sigma) est distribuée avec: m -la moyenne de l échantillon: m e = o o / V2 n - l écart-type de l échantillon: o e = o / V2 n n est la taille de l échantillon selon une loi normale si P est normale et n assez grand (pratiquement n > 20) o 29
30 Les limites peuvent être modifiées en fonction du taux de défectueux que l on souhaite admettre. Le calcul des limites de réglage et de surveillance est effectué en fonction de la moyenne et de la dispersion (écarttype ou étendue). 30
31 Récapitulatif On distingue plusieurs cas: - carte de la moyenne et de l étendue: - moyenne et écart-type connus - moyenne et écart-type inconnus - carte de la moyenne et de l écart-type - moyenne et écart-type connus - moyenne et écart-type inconnus 31
32 Carte moyenne-étendue (moyenne et écart-type connus) (moyenne et écart-type inconnus) Carte X : Carte R : réglage surveillance X ± a r X ± a s o o Limite inférieure d r(i) d s(i) o o Limite supérieure d r(s) d s(s) o o On utilise la moyenne connue et l écart type connu Table de constante N 2 (moyenne et écart-type connus) carte des moyennes carte des étendues taille de Réglage Surveillance Réglage Surveillance l'échantillon n a r a s d r(i) d r(s) d s(i) d s(s) 2 2,185 1, ,65 0,04 3,17 3 1,784 1,132 0,06 5,06 0,3 3,68 4 1,545 0,98 0,2 5,31 0,59 3,98 5 1,382 0,876 0,37 5,48 0,85 4,2 6 1,262 0,8 0,54 5,62 1,06 4,36 7 1,168 0,741 0,69 5,73 1,25 4,49 8 1,092 0,693 0,83 5,82 1,41 4,61 9 1,03 0,653 0,96 5,9 1,55 4,7 10 0,977 0,62 1,08 5,97 1,67 4,79 32
33 Carte de la moyenne et étendue (moyenne et écart-type inconnus) (moyenne et écart-type inconnus) Carte X : Carte R : réglage surveillance X ± a r R X ± a s R Limite inférieure Limite supérieure d r(i) R d r(s) R d s(i) R d s(s) R On utilise la moyenne estimée et l écart type estimé Table de constante N 3 (moyenne et écart-type inconnus) taille de l'échantillon carte des moyennes Réglage Surveillance carte des étendues Réglage Surveillance n a' r a' s d' r(i) d' r(s) d' s(i) d' s(s) 2 1,937 1,229 0,00 4,12 0,04 2,81 3 1,054 0,668 0,04 2,99 0,18 2,17 4 0,75 0,476 0,10 2,58 0,29 1,93 5 0,594 0,377 0,16 2,36 0,37 1,81 6 0,498 0,316 0,21 2,22 0,42 1,72 7 0,432 0,274 0,26 2,12 0,46 1,66 8 0,384 0,244 0,29 2,04 0,50 1,62 9 0,347 0,22 0,32 1,99 0,52 1, ,317 0,202 0,35 1,94 0,54 1,56 33
34 Carte moyenne-écart-type (moyenne et écart-type connus) (moyenne et écart-type inconnus) réglage surveillance Carte X : Carte : X ± a r X ± a s o o Limite inférieure b r(i) b s(i) o o o Limite supérieure b r(s) b s(s) o o On utilise la moyenne connue et l écart type connu Table de constante N 4 (moyenne et écart-type connus) carte des moyennes carte des écart-types taille de l'échantillon Réglage Surveillance Réglage Surveillance n a r a s b r(i) b r(s) b s(i) b s(s) 2 2,185 1,386 0,001 2,327 0,022 1, ,784 1,132 0,026 2,146 0,130 1, ,545 0,98 0,078 2,017 0,232 1, ,382 0,876 0,135 1,922 0,311 1, ,262 0,8 0,187 1,849 0,372 1, ,168 0,741 0,233 1,791 0,420 1, ,092 0,693 0,274 1,744 0,459 1, ,03 0,653 0,309 1,704 0,492 1, ,977 0,62 0,339 1,670 0,520 1,379 34
35 Carte moyenne-écart-type (moyenne et écart-type inconnus) (moyenne et écart-type inconnus) réglage surveillance Carte X : Carte : X ± a r X ± a s o o Limite inférieure b r(i) b s(i) o o o Limite supérieure b r(s) b s(s) o o On utilise les formules et table identiques au cas moyenne et écart-type connus. MAIS: La valeur de l écart-type étant une approximation, on la calcule ainsi: O = O / b n O est la moyenne des écart-types Table de constante N 4 (moyenne et écart-type connus) carte des moyennes carte des écart-types taille de l'échantillon Réglage Surveillance Réglage Surveillance n a r a s b r(i) b r(s) b s(i) b s(s) 2 2,185 1,386 0,001 2,327 0,022 1, ,784 1,132 0,026 2,146 0,130 1, ,545 0,98 0,078 2,017 0,232 1, ,382 0,876 0,135 1,922 0,311 1, ,262 0,8 0,187 1,849 0,372 1, ,168 0,741 0,233 1,791 0,420 1, ,092 0,693 0,274 1,744 0,459 1, ,03 0,653 0,309 1,704 0,492 1, ,977 0,62 0,339 1,670 0,520 1,379 On utilise la moyenne estimée et l écart type estimé Table de constantes N 5 taille de b n l'échantillon 2 0, , , , , , , , ,923 35
36 Les cartes de contrôle 3- Analyse des cartes de contrôle
37 Procédé sous-contrôle Cette carte de contrôle traduit un fonctionnement normal. On dit que le processus est maîtrisé ou sous - contrôle. Il subit une variation normale. LCS LSS LSI LCI Situation sur la carte de contrôle Procédé souscontrôle Les courbes de moyennes et d étendue oscillent de chaque coté de la moyenne Pour la carte des moyennes Produire Pour la carte des étendues Produire 37
38 Analyse des cartes de contrôle Le SPC a pour objectif de déceler les déréglages ou même les tendances au déréglage. Si un processus n est plus maîtrisé, on recherche les causes vraisemblables: la machine, l homme, les matières premières, la méthode ou l outillage On recherche les causes de déréglage si il y a: - 1 point hors des limites de réglage - une tendance 38
39 Points hors limites ou presque Situation sur la carte de contrôle Pour la carte des moyennes Pour la carte des étendues LCS LSS LSI LCI Point hors limites Le dernier point a franchi une limite de contrôle Régler le procédé de la valeur de l écart qui sépare le point de la valeur cible Cas limite supérieure la capabilité machine se détériore; trouver l origine et intervenir Cas limite inférieure La capabilité machine s améliore; comprendre pourquoi LCS LSS LSI LCI Point proche des limites Le dernier point tracé se situe audelà d une limite de surveillance Confirmer la tendance en prélevant immédiatement un autre échantillon si le point revient dans le tiers central : PRODUIRE si le point est aussi proche des limites ou hors limites : REGLER de l écart entre la moyenne des deux points et la valeur cible Cas limite supérieure la capabilité machine se détériore; trouver l origine et intervenir Cas limite inférieure La capabilité machine s améliore; comprendre pourquoi 39
40 Points hors limites ou presque Situation sur la carte de contrôle Exemple de causes identifiables LCS LSS LSI LCI Point hors limites Le dernier point a franchi une limite de contrôle Par exemple: une imperfection des matières premières ou un défaut un changement dans les dimensions des matières premières (fin de rouleau) mise en marche ou arrêt de la machine LCS LSS LSI LCI Point proche des limites Le dernier point tracé se situe audelà d une limite de surveillance 40
41 Tendance Situation sur la carte de contrôle Pour la carte des moyennes Pour la carte des étendues LCS LSS LSI LCI Tendance supérieure ou inférieure Plus de 7 points consécutifs sont supérieurs ou inférieurs à la moyenne Régler le procédé de l écart moyen qui sépare la tendance de la valeur cible Cas tendance supérieure la capabilité machine se détériore; trouver l origine et intervenir Cas tendance inférieure La capabilité machine s améliore; trouver l origine de cette amélioration pour la maintenir LCS LSS LSI LCI Tendance croissante ou décroissante Plus de 7 points consécutifs sont en augmentation régulière ou en diminution régulière Régler le procédé lorsque le dernier point approche les limites de contrôle, de l écart qui sépare le dernier point de la valeur cible Cas d une série croissante la capabilité machine se détériore; trouver l origine et intervenir Cas d une série décroissante La capabilité machine s améliore; trouver l origine de cette amélioration pour la maintenir 41
42 Tendance Situation sur la carte de contrôle Exemple de causes identifiables LCS LSS LSI LCI Tendance supérieure ou inférieure Plus de 7 points consécutifs sont supérieurs ou inférieurs à la moyenne Par exemple: changement de vitesse de la machin changement de matières premières outils différents changement ou abandon de l instrument de mesure. LCS LSS LSI LCI Tendance croissante ou décroissante Plus de 7 points consécutifs sont en augmentation régulière ou en diminution régulière Par exemple: l usure des outils la détérioration du processus l accumulation de produits défectueux... la fatigue de l opérateur (carte de la dispersion)... 42
43 Cas particuliers Situation sur la carte de contrôle Pour la carte des moyennes Pour la carte des étendues LCS LSS LSI LCI Points éloignés de la moyenne Des séries de points sont proches des limites ou 2 points sur 3 sont au-delà de la limite de surveillance Trouver l origine des modes la production est bimodale; trouver l origine des écarts et du cycle correspondant et intervenir en supprimant la source des déréglages Trouver l origine des modes trouver l origine des variations de la capabilité et du cycle correspondant et intervenir en supprimant la source des variations LCS LSS LSI LCI Tendance à l uniformisation Tous les points sont regroupés sur la tendance centrale de la carte Recalculer les limites de contrôle ou Passer du contrôle à la surveillance en espaçant les fréquences de prélèvement et de mesure Recalculer les limites de contrôle ou Passer du contrôle à la surveillance en espaçant les fréquences de prélèvement et de mesure 43
44 Application Limite de réglage Limite de surveillance Limite de surveillance Limite de réglage Déterminer pour chaque cas quel est le type de situation non maîtrisée ainsi que les actions à entreprendre. 44
45 Les cartes de contrôle 4- Etude de cas construction et analyse de la carte moyenne - étendue (moyenne et écart-type inconnus)
46 Etape 1: collecte des données Lieu de l'étude: Date: Désignation de pièce: Opération: Machine: Numéro de pièce: Caractéristique: Echantillon ,4 72,1 71,7 73,9 74, ,3 70,4 73,9 72,9 69, ,3 73,5 72,3 72,2 73, ,1 2 73,8 72,9 70,3 70,9 74,2 72,5 70,3 72,4 72, ,7 69,9 72,3 71,5 70,9 73,4 71,9 74,4 70,3 73,4 3 73,9 74,1 71,4 73,3 73,2 71,9 71,1 71,3 73,3 68,7 71,3 69,6 73,8 73,3 71,3 74,9 72,3 73,3 71,9 69,4 4 73,2 72,6 73,5 72, ,7 71,3 72, , ,8 69,3 71, ,9 68,7 72,1 72,9 73,9 5 74,1 73,6 72,7 69,7 74, ,7 71,7 70,9 73,4 70,9 71,3 73, ,3 74,7 69,8 71,3 71,3 73,5 Moyenne Etendue Cote nominale: 70 nm TS: 75 nn TI: 65 nn Taille de l'échantillon: 100 Fréquence des prélèvements: horaire Moyen de mesure: complémètre 46
47 Etape 2: calcul moyenne et dispersion Lieu de l'étude: Date: Désignation de pièce: Opération: Machine: Numéro de pièce: Caractéristique: Echantillon ,4 72,1 71,7 73,9 74, ,3 70,4 73,9 72,9 69, ,3 73,5 72,3 72,2 73, ,1 2 73,8 72,9 70,3 70,9 74,2 72,5 70,3 72,4 72, ,7 69,9 72,3 71,5 70,9 73,4 71,9 74,4 70,3 73,4 3 73,9 74,1 71,4 73,3 73,2 71,9 71,1 71,3 73,3 68,7 71,3 69,6 73,8 73,3 71,3 74,9 72,3 73,3 71,9 69,4 4 73,2 72,6 73,5 72, ,7 71,3 72, , ,8 69,3 71, ,9 68,7 72,1 72,9 73,9 5 74,1 73,6 72,7 69,7 74, ,7 71,7 70,9 73,4 70,9 71,3 73, ,3 74,7 69,8 71,3 71,3 73,5 Moyenne 73,8 72, ,5 73,3 72,7 70, ,8 71,6 71,4 70,1 72,3 72,3 71,8 73, ,9 71,9 72,5 72 Etendue 0,9 4,7 3,2 3,6 3,3 2,7 1 1,1 2,9 5,2 3,2 1,7 4,5 1,9 2,6 2,6 3,6 3,1 2,7 4,5 3 Moyenne Cote nominale: 70 nm TS: 75 nn TI: 65 nn Taille de l'échantillon: 100 Fréquence des prélèvements: horaire Moyen de mesure: complémètre 47
48 Etape 3: calcul des limites Echantillon ,4 72,1 71,7 73,9 74, ,3 70,4 73,9 72,9 69, ,3 73,5 72,3 72,2 73, ,1 2 73,8 72,9 70,3 70,9 74,2 72,5 70,3 72,4 72, ,7 69,9 72,3 71,5 70,9 73,4 71,9 74,4 70,3 73,4 3 73,9 74,1 71,4 73,3 73,2 71,9 71,1 71,3 73,3 68,7 71,3 69,6 73,8 73,3 71,3 74,9 72,3 73,3 71,9 69,4 4 73,2 72,6 73,5 72, ,7 71,3 72, , ,8 69,3 71, ,9 68,7 72,1 72,9 73,9 5 74,1 73,6 72,7 69,7 74, ,7 71,7 70,9 73,4 70,9 71,3 73, ,3 74,7 69,8 71,3 71,3 73,5 Moyenne 73,8 72, ,5 73,3 72,7 70, ,8 71,6 71,4 70,1 72,3 72,3 71,8 73, ,9 71,9 72,5 72 Etendue 0,9 4,7 3,2 3,6 3,3 2,7 1 1,1 2,9 5,2 3,2 1,7 4,5 1,9 2,6 2,6 3,6 3,1 2,7 4,5 3 Moyenne Cote nominale: 70 nm TS: 75 nn TI: 65 nn Taille de l'échantillon: 100 Fréquence des prélèvements: horaire Moyen de mesure: complémètre 73,8 73, ,9 70,2 5,43 1,11 0,
49 Etape 3: a) calcul des limites pour la carte de la moyenne (moyenne et écart-type inconnus) Lorsque la moyenne et l écart-type sont inconnus, on utilise les formules suivantes pour calculer les limites de réglage et de surveillance pour la carte de la moyenne. Table de constante N 3 (moyenne et écart-type inconnus) (moyenne et écart-type inconnus) réglage surveillance Carte X : X ± a r R X ± a s R taille de l'échantillon carte des moyennes Réglage Surveillance carte des étendues Réglage Surveillance n a' r a' s d' r(i) d' r(s) d' s(i) d' s(s) 2 1,937 1,229 0,00 4,12 0,04 2,81 3 1,054 0,668 0,04 2,99 0,18 2,17 4 0,75 0,476 0,10 2,58 0,29 1,93 5 0,594 0,377 0,16 2,36 0,37 1,81 6 0,498 0,316 0,21 2,22 0,42 1,72 7 0,432 0,274 0,26 2,12 0,46 1,66 8 0,384 0,244 0,29 2,04 0,50 1,62 9 0,347 0,22 0,32 1,99 0,52 1, ,317 0,202 0,35 1,94 0,54 1,56 49
50 Etape 3: a) calcul des limites pour la carte de la moyenne (moyenne et écart-type inconnus) Dans le cas étudié, on a calculé précédemment la moyenne et l étendue (étape 2): X= 72 R = 3 D après la table de constante, on obtient les constantes suivantes (pour une taille d échantillon de 5) Table de constante N 3 (moyenne et écart-type inconnus) carte des moyennes carte des étendues taille de l'échantillon Réglage Surveillance Réglage Surveillance n a' r a' s d' r(i) d' r(s) d' s(i) d' s(s) 2 1,937 1,229 0,00 4,12 0,04 2,81 3 1,054 0,668 0,04 2,99 0,18 2,17 4 0,75 0,476 0,10 2,58 0,29 1,93 5 0,594 0,377 0,16 2,36 0,37 1,81 6 0,498 0,316 0,21 2,22 0,42 1,72 7 0,432 0,274 0,26 2,12 0,46 1,66 8 0,384 0,244 0,29 2,04 0,50 1,62 9 0,347 0,22 0,32 1,99 0,52 1, ,317 0,202 0,35 1,94 0,54 1,56 a r = 0,594 a s = 0,377 Voici le détail des calculs: Limite pour les moyennes De réglage De surveillance ,594 * 3 = 73, ,377 * 3 = ,594 * 3 = 70,2 72-0,377 * 3 = 70.9 On reporte les limites sur la Carte des moyennes 73,874 73, ,971 70,2 50
51 Etape 3: b) calcul des limites pour la carte de l étendue (moyenne et écart-type inconnus) Lorsque la moyenne et l écart-type sont inconnus, on utilise les formules suivantes pour calculer les limites de réglage et de surveillance pour la carte de l étendue. Table de constante N 3 (moyenne et écart-type inconnus) (moyenne et écart-type inconnus) Carte R : réglage surveillance Limite inférieure Limite supérieure d r(i) R d r(s) R d s(i) R d s(s) R taille de l'échantillon carte des moyennes Réglage Surveillance carte des étendues Réglage Surveillance n a' r a' s d' r(i) d' r(s) d' s(i) d' s(s) 2 1,937 Carte des 1,229 étendues 0,00 4,12 0,04 2,81 3 1,054 0,668 0,04 2,99 0,18 2,17 4 0,75 0,476 0,10 2,58 0,29 1,93 5 0,594 0,377 0,16 2,36 0,37 1,81 6 0,498 0,316 0,21 2,22 0,42 1,72 7 0,432 0,274 0,26 2,12 0,46 1,66 8 0,384 0,244 0,29 2,04 0,50 1,62 9 0,347 0,22 0,32 1,99 0,52 1, ,317 0,202 0,35 1,94 0,54 1,56 51
52 Etape 3: b) calcul des limites pour la carte de l étendue (moyenne et écart-type inconnus) Dans le cas étudié, on a calculé précédemment l étendue (étape 2): D après la table de constante, on obtient les constantes suivantes (pour une taille d échantillon de 5): - pour les limites de réglage: - pour les limites de surveillance: d r(i) = 0,16 et d r(s) = 2,36 d s(i) = 0,37 et d s(s) = 1,81 R = 3 Table de constante N 3 (moyenne et écart-type inconnus) carte des moyennes carte des étendues taille de l'échantillon Réglage Surveillance Réglage Surveillance n a' r a' s d' r(i) d' r(s) d' s(i) d' s(s) 2 1,937 1,229 0,00 4,12 0,04 2,81 3 1,054 0,668 0,04 2,99 0,18 2,17 4 0,75 0,476 0,10 2,58 0,29 1,93 5 0,594 0,377 0,16 2,36 0,37 1,81 6 0,498 0,316 0,21 2,22 0,42 1,72 7 0,432 0,274 0,26 2,12 0,46 1,66 8 0,384 0,244 0,29 2,04 0,50 1,62 9 0,347 0,22 0,32 1,99 0,52 1, ,317 0,202 0,35 1,94 0,54 1,56 Voici le détail des calculs: Limites pour les étendues De réglage De surveillance ,43 Carte des étendues 0,16 * 3 = 0,48 0,37 * 3 = 1,11 3 2,36 * 3 = 7,08 1,81 * 3 = 5,43 1,11 0,
53 Etape 4: reporter les valeurs Echantillon ,4 72,1 71,7 73,9 74, ,3 70,4 73,9 72,9 69, ,3 73,5 72,3 72,2 73, ,1 2 73,8 72,9 70,3 70,9 74,2 72,5 70,3 72,4 72, ,7 69,9 72,3 71,5 70,9 73,4 71,9 74,4 70,3 73,4 3 73,9 74,1 71,4 73,3 73,2 71,9 71,1 71,3 73,3 68,7 71,3 69,6 73,8 73,3 71,3 74,9 72,3 73,3 71,9 69,4 4 73,2 72,6 73,5 72, ,7 71,3 72, , ,8 69,3 71, ,9 68,7 72,1 72,9 73,9 5 74,1 73,6 72,7 69,7 74, ,7 71,7 70,9 73,4 70,9 71,3 73, ,3 74,7 69,8 71,3 71,3 73,5 Moyenne 73,8 72, ,5 73,3 72,7 70, ,8 71,6 71,4 70,1 72,3 72,3 71,8 73, ,9 71,9 72,5 72 Etendue 0,9 4,7 3,2 3,6 3,3 2,7 1 1,1 2,9 5,2 3,2 1,7 4,5 1,9 2,6 2,6 3,6 3,1 2,7 4,5 3 Moyenne Cote nominale: 70 nm TS: 75 nn TI: 65 nn Taille de l'échantillon: 100 Fréquence des prélèvements: horaire Moyen de mesure: complémètre 74 73,8 73, ,9 70, ,43 1,11 0,
54 Etape 5: analyser la carte Echantillon ,4 72,1 71,7 73,9 74, ,3 70,4 73,9 72,9 69, ,3 73,5 72,3 72,2 73, ,1 2 73,8 72,9 70,3 70,9 74,2 72,5 70,3 72,4 72, ,7 69,9 72,3 71,5 70,9 73,4 71,9 74,4 70,3 73,4 3 73,9 74,1 71,4 73,3 73,2 71,9 71,1 71,3 73,3 68,7 71,3 69,6 73,8 73,3 71,3 74,9 72,3 73,3 71,9 69,4 4 73,2 72,6 73,5 72, ,7 71,3 72, , ,8 69,3 71, ,9 68,7 72,1 72,9 73,9 5 74,1 73,6 72,7 69,7 74, ,7 71,7 70,9 73,4 70,9 71,3 73, ,3 74,7 69,8 71,3 71,3 73,5 Moyenne 73,8 72, ,5 73,3 72,7 70, ,8 71,6 71,4 70,1 72,3 72,3 71,8 73, ,9 71,9 72,5 72 Etendue 0,9 4,7 3,2 3,6 3,3 2,7 1 1,1 2,9 5,2 3,2 1,7 4,5 1,9 2,6 2,6 3,6 3,1 2,7 4,5 3 Moyenne Cote nominale: 70 nm TS: 75 nn TI: 65 nn Taille de l'échantillon: 100 Fréquence des prélèvements: horaire Moyen de mesure: complémètre 74 73,8 73,1 2 points sont hors des 73 limites de surveillance; on 72 peut affirmer qu il est nécessaire de régler ,9 70, ,43 1,11 0, Tous les points sont entre les limites de surveillance. 54
55 55
56 Mise en œuvre du contrôle 1- Notion d efficacité
57 Les risques alpha et béta Le contrôle est nécessairement assorti de deux risques d erreur: - le risque alpha α : ( ou risque fournisseur) Conclure à un déréglage alors que la machine est en réalité bien réglée - le risque béta β : ( ou risque client) Conclure à un fonctionnement normal de la machine alors que celle-ci est déréglée. 57
58 Ces risques dépendent de la taille de l échantillon (cf courbe d efficacité). L efficacité du contrôle croit rapidement avec n 58
59 Notion d efficacité Définir les limites de réglage pour 2 tailles d échantillon (5 et 20) en fonction de l écart-type de la population et de la taille de l échantillon. Population normale m Population avec déréglage d un écart-type o 3,09 o Ts En déduire le risque d accepter un déréglage avec cette carte. n = 5 Distribution de la moyenne des échantillons n = 20 59
60 Calcul de la limite supérieure de réglage 3,09 o Ts m Calcul de la limite de réglage sup pour n=5 n = 5 m + 1,4 o m + 3,09 o V5 soit m + 1,4 Calcul de la limite de réglage sup pour n=20 m + 3,09 o soit m + 0,7 o V20 o n = 20 m + 0,7 60 o
61 Déréglage de la production Si la production se dérègle d un écart-type, quel sera le taux de défectueux? on souhaite également connaître le risque d accepter un déréglage suivant la taille de l échantillon (n=5; n=20) Taux de défectueux = 0,001 soit 0,1 % m 3,09 o Ts (cf tablep3: la moitié de P3 (3,09) ) Taux de défectueux = 0,02 soit 2 % (cf tablep3: la moitié de P3 (2,09) ) o 61
62 Calcul du risque béta m 3,09 o Ts Taux de défectueux = 0,02 soit 2 % o Taux de défectueux = 0,19 soit 19 % et d acceptation: 80% ( t = 0,4 * racine carrée(5) = 0,89; à t=0,89 correspond P3 =0,38. n = 5 m + 1,4 o Le taux de défectueux est la moitié de P3(0,89) soit 0,19 Taux de défectueux = 90 % et d acceptation: 10% ( t = 0,3*racine carrée(20) = 1,34; à t=1,34 correspond P3 =0,18. Le taux accepté est la moitié de P3(1,34) soit 0,10 n = 20 m + 0,7 62 o
63 10 9 Proportion de défectueux (p %) Graphique 1a Courbe d efficacité = 3, ,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3 n = 20 Probabilité d acceptation (p%) n=5 Carte de contrôle de la moyenne Paramètre de déréglage de la moyenne (lambda) Graphique 1b Graphique 1a: Pour théta égale 3,09 (limite de réglage),on obtient avec un déréglage d 1 écart-type un taux de défectueux de 2 % Graphique 1b: Pour un déréglage d 1 écarttype, la probabilité d acceptation est égale à: - 80 % pour n=5-10 % pour n=20 63
64 Mise en œuvre du contrôle 2- Synthèse
65 Taille des échantillons La La taille taille n de de l échantillon prélevé prélevé fixe fixe la la fiabilité fiabilité de de l estimation de de la la population fabriquée. Elle Elle détermine ainsi ainsi l efficacité de de la la carte carte de de contrôle contrôle La La valeur valeur n=5 n=5 est est traditionnellement prise prise dans dans les les industries mécaniques pour pour la la facilité facilité de de calcul calcul de de la la moyenne qu elle qu elle procure. procure. Le Le tableau tableau ci-dessous donne donne la la probabilité (en (en%) %) de de détecter détecter un un déréglage de de k écarts écarts types types pour pour n=1 n=1 ààn=7. n=7. C est C est le le risque risque (1-β (1-β).). k 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 n=1 0,6 2,3 6,7 15,9 30, ,1 84,1 93,3 97,7 n=2 1,4 5,7 18,9 43,6 70,2 89,3 97,4 99, n=3 1,7 10,2 34,5 67,7 90,7 98,6 99, n=4 2,3 15, ,1 97,72 99, n=5 3 22,4 63,7 92,9 99, n=6 3,8 29,1 74,8 97, n=7 4,8 36,3 83,4 98, Exemple: Avec un échantillon de taille n=5, un déréglage de 2 écarts-types sera détecté avec une probabilité de 92,9 %. 65
66 Fréquence des prélèvements On choisit, en général, une fréquence relativement élevée au début de la mise en place d une carte et, à mesure que l on maîtrise mieux le processus (amélioration de la stabilité), on diminue la fréquence de prélèvement. Règle empirique : La fréquence de prélèvement d une carte de contrôle doit être au moins 4 fois plus importante que la fréquence des actions correctives sur le procédé R. Cavé propose de calculer l intervalle entre deux prélèvements (noté : I) à l aide de la formule suivante : I(nbre de pièces) = n. N soit 60 I(minutes) = n. N c avec c :cadence horaire de la machine n : nombre de pièces prélevées N : nombre de pièces fabriquées entre deux réglages 66
67 Observation du procédé Réaliser une carte de contrôle sans limites pour connaître la variabilité naturelle du procédé et vérifier la Normalité de la production Calculer la Capabilité du processus Vérifier si le processus est capable et s il est centré Rappel : la capabilité machine se calcule à partir d échantillons produits dans un contexte (4M) figé (court terme) - la capabilité processus se détermine dans un contexte de production «normal» (moyen terme) Mise en place des cartes de contrôle Mettre en œuvre des améliorations sur le processus ou la machine non Cp et Cpk >1,66 Cm, Cmk > 2 Calculer les limites de contrôle Fixer les limites des variations générées par les causes communes en rejetant, le cas échéant, les causes spéciales identifiées Mettre en place les cartes de contrôle en production Déterminer la fréquence des prélèvements et s assurer de la compétence (formation), de la participation des opérateurs et de la faisabilité de la mesure pour placer le processus sous contrôle - Fixer les règles de réaction de l opérateur oui Prévenir l apparition de causes spéciales Découvrir les actions susceptibles d améliorer la capabilité du processus en analysant systématiquement les variations sur les cartes de contrôle Améliorer la capabilité du procédé Résoudre les problèmes identifiés à l aide de l analyse des cartes 67
68 Conclusion Norme la M.S.P selon les recommandations de l'afnor (norme NF X décembre 1995). 68
69
70 2ème partie: Les notions essentielles de statistiques exercice 1: utilisation des tables exercice 2: utilisation des tables exercice 3: test de la droite de Henry 3ème partie: Etude de la capabilité exercice 4 4ème partie: Les cartes de contrôle exercice 5
71 Exercice 1: utilisation des tables 1) Si les tolérances inférieures et supérieures sont fixées à m0 4 o, quelle sera le taux de défectueux? 2) Un client exige un taux de défectueux égal à 0,1 %. Quelles seront les limites des cartes de contrôle à prendre en compte? P 3 -t + t 0 Fonction de répartition probabilité d'un écart à la moyenne supérieur à t t P3 t P3 t P3 0,00 0,000 1,05 0,293 2,10 0,035 0,05 0,960 1,10 0,271 2,20 0,027 0,10 0,920 1,15 0,250 2,30 0,021 0,15 0,880 1,20 0,230 2,40 0,016 0,20 0,841 1,25 0,211 2,50 0,012 0,25 0,802 1,30 0,193 2,576 0,010 0,30 0,764 1,35 0,177 2,60 0,009 0,35 0,726 1,40 0,161 2,70 0,007 0,40 0,689 1,45 0,147 2,80 0,005 0,45 0,652 1,50 0,133 2,90 0,003 0,50 0,617 3,00 0,002 0,55 0,582 1,55 0,121 0,60 0,548 1,60 0,109 3,20 0, ,65 0,515 1,65 0,099 3,40 0, ,67 0,500 1,70 0,089 3,60 0, ,70 0,484 1,75 0,080 3,80 0, ,75 0,453 1,80 0,071 4,00 0, ,80 0,423 1,85 0,064 4,50 0, ,85 0,395 1,90 0,057 0,90 0,368 1,95 0,051 0,95 0,342 1,96 0,050 1,00 0,317 2,00 0,045 71
72 Exercice 2: utilisation des tables Jean prend des échantillons de 5 pièces toutes les heures. Il mesure leur hauteur, puis calcule la moyenne et l étendue de l échantillon. Au bout de 20 heures, il calcule la moyenne des moyennes: 0,206 et la moyenne des étendues: 0,002. 1) Estimer l écart-type de cette production. 2) Jean a vérifié que cette production est distribuée comme la loi normale. La moyenne des hauteurs est 0,206. Déterminer quel pourcentage de pièces st compris entre 0,206 et 0, sigma. 3) Quel pourcentage de pièces est compris entre 0,206-1 sigma et 0, sigma? 4) A quelles hauteurs correspondent «0, sigma», «0,206-1sigma»? 5) Déduire des tables un encadrement de la hauteur de 99,7 % des pièces 72
73 Exercice 3: test de la droite de Henry Tracez l histogramme à partir des valeurs ci-dessous. La population est -elle normale? A partir de la droite de Henry : Déterminez la moyenne de l échantillon Déterminez l écart type N lot Ech1 Ech2 Ech3 Ech4 Ech5 Ech6 Ech7 Ech8 Ech9 Ech ,38 66,92 66,94 66,84 66,96 67,08 66,74 66,66 67,02 66, ,54 66,68 66,80 66,90 66,64 66,54 66,96 66,80 66,80 66, ,98 66,88 66,80 66,72 66,80 66,60 66,52 66,86 66,82 66, ,64 66,88 66,52 67,10 66,92 67,04 66,84 66,90 66,88 66, ,84 66,50 66,82 66,74 66,76 66,90 66,74 66,87 66,74 66,98 73
74 Exercice 3: test de la droite de Henry N lot Ech1 Ech2 Ech3 Ech4 Ech5 Ech6 Ech7 Ech8 Ech9 Ech ,38 66,92 66,94 66,84 66,96 67,08 66,74 66,66 67,02 66, ,54 66,68 66,80 66,90 66,64 66,54 66,96 66,80 66,80 66, ,98 66,88 66,80 66,72 66,80 66,60 66,52 66,86 66,82 66, ,64 66,88 66,52 67,10 66,92 67,04 66,84 66,90 66,88 66, ,84 66,50 66,82 66,74 66,76 66,90 66,74 66,87 66,74 66,98 Moyenne:.....Ecart-type:... Som me Cum ul % c
75 Exercice 4: étude de la capabilité A partir de la droite de Henry, en fonction des limites de tolérance données et pour les différents cas : Déterminez la moyenne de l échantillon Déterminez l écart type Calculez les indices de capabilité Cm et Cmk Evaluez le pourcentage de défectueux par valeur inférieure par valeur supérieure Proposez une amélioration si nécessaire 75
76 Exercice 4 : étude de la capabilité Cas N Moyenne = Ecart type = Cm = Cmk = Taux de défectueux = Amélioration :. 76
77 Exercice 4 : étude de la capabilité Cas N Moyenne = Ecart type = Cm = Cmk = Taux de défectueux = Amélioration :. 77
78 Exercice 4 : étude de la capabilité Cas N Moyenne = Ecart type = Cm = Cmk = Taux de défectueux = Amélioration :. 78
79 Exercice 4 : étude de la capabilité Cas N Moyenne = Ecart type = Cm = Cmk = Taux de défectueux = Amélioration :. 79
80 Exercice 4 : étude de la capabilité Cas N Moyenne = Ecart type = Cm = Cmk = Taux de défectueux = Amélioration :. 80
81 Exercice 4 : étude de la capabilité Cas N Moyenne = Ecart type = Cm = Cmk = Taux de défectueux = Amélioration :. 81
82 Exercice 4 : étude de la capabilité Cas N Moyenne = Ecart type = Cm = Cmk = Taux de défectueux = Amélioration :. 82
83 Exercice 5: la carte de contrôle On réalise une série de 100 mesures en 20 lots de 5 échantillons: Calculer les limites supérieures et inférieures de contrôle de la moyenne et de l écart-type. Tracer les cartes de contrôle ( moyenne - écart-type) Qu en concluez vous? N lot Ech1 Ech2 Ech3 Ech4 Ech5 Moyenne Ecart-type 1 1,22 1,17 1,26 1,22 1,17 1,21 0,04 2 1,12 1,17 1,30 1,26 1,03 1,18 0,11 3 1,03 1,22 1,12 1,08 1,22 1,13 0,08 4 1,17 1,12 1,26 1,12 1,22 1,18 0,06 5 1,12 1,30 1,12 1,17 1,08 1,16 0,09 6 0,99 1,03 1,30 1,08 1,03 1,09 0,12 7 1,26 1,22 1,12 1,17 1,17 1,19 0,05 8 1,08 1,22 1,22 1,17 1,08 1,15 0,07 9 1,08 1,22 1,17 1,08 1,03 1,12 0, ,17 1,30 1,22 1,22 1,26 1,23 0, ,17 1,17 1,12 1,22 1,12 1,16 0, ,12 1,35 1,03 1,26 1,22 1,20 0, ,03 1,26 1,12 1,08 0,99 1,10 0, ,12 1,17 1,03 1,17 1,08 1,11 0, ,12 1,22 1,03 1,17 1,22 1,15 0, ,08 1,08 1,12 1,12 1,03 1,09 0, ,08 1,22 1,03 1,26 1,22 1,16 0, ,26 1,30 1,12 1,17 1,08 1,19 0, ,17 1,26 1,22 1,12 1,26 1,21 0, ,35 1,17 1,35 1,26 1,44 1,31 0,10 83
84
85 2ème partie: Les notions essentielles de statistiques exercice 1: utilisation des tables exercice 2: utilisation des tables exercice 3: test de la droite de Henry 3ème partie: Etude de la capabilité exercice 4 4ème partie: Les cartes de contrôle exercice 5
86 Exercice 1: Utilisation des tables 1) Si les tolérances inférieures et supérieures sont fixées à m0 4 o, quelle sera le taux de défectueux? 6, % 2) Un client exige un taux de défectueux égal à 0,1 %. Quelles seront les limites des cartes de contrôle à prendre en compte? m0 + 3,2 sigma 86
87 Exercice 2: utilisation des tables 1) écart-type estimé = étendue / constante pour n=5 (cf tables) 0.002/2,326 = 0,0097 (soit arrondi: 0,001) 2)Déterminer quel pourcentage de pièces st compris entre 0,206 et 0, sigma. Sur la table P1 pour la valeur de sigma (t) égale à 1, on lit la valeur 0,341 soit 34,1 % 3) Quel pourcentage de pièces est compris entre 0,206-1 sigma et 0, sigma? Sur la table P2 pour la valeur de sigma égale à 1, on lit la valeur 0,682 soit 68,2 % 4) A quelles hauteurs correspondent «0, sigma», «0,206-1sigma»? «0, sigma» soit 0,207 et «0,206-1sigma» soit 0,205 5) Déduire des tables un encadrement de la hauteur de 99,7 % des pièces sur la table P2, la valeur correspondant à 99,7 % (0,997) est 3 sigma. La hauteur de 99,7% des pièces est comprise entre 0,206-3 sigma et 0, sigma soit 0,203 < hauteur de 99,7%des pièces < 0,209 87
88 Exercice 3: test de la droite de Henry Som me Cum ul % c Moyenne: 66,728..Ecart-type: 0,
89 Exercice 4: étude de la capabilité Cas N Moyenne = 20,12 Ecart type = 0,01 Cm = 2,5 Cmk = 2,33 Taux de défectueux = 0 % Amélioration : OK 89
90 Exercice 4: étude de la capabilité Cas N Moyenne = 20,10 Ecart type = 0,01 Cm = 1,66 Cmk = 0,67 Taux de défectueux = 2 % Amélioration : la machine est suffisamment précise (Cm > 1,33) mais on observe un déréglage de la moyenne (Cmk), qui entraîne la formation de produits défectueux 90
91 Exercice 4: étude de la capabilité Cas N Moyenne = 20,15 Ecart type = 0,01 Cm = 3,67 Cmk = 3,67 Taux de défectueux = 0 % Amélioration : aucune mais la machine est beaucoup trop précise pour le travail demandé.! 91
92 Exercice 4: étude de la capabilité Cas N Moyenne = 20,20 Ecart type = 0,01 Cm = 1,67 Cmk = - 0,67 Taux de défectueux = 98 % Amélioration : Il faut agir sur le centrage la précision de la machine est suffisante.. 92
93 Exercice 4: étude de la capabilité Cas N Moyenne = 20,14 Ecart type = 0,04 Cm = 0,42 Cmk = 0,33 Taux de défectueux = 18 % Amélioration : La machine n est pas suffisamment précise. 93
94 Exercice 4: étude de la capabilité Cas N Moyenne = 20,26 Ecart type = 0,005 Cm = 6,67 Cmk = - 2,67 Taux de défectueux = 100 % Amélioration : La machine est trop précise mais le déréglage de la moyenne a entraîné la formation de produits défectueux à 100 %. 94
95 Exercice 4: étude de la capabilité Cas N Moyenne = 20,12 Ecart type = 0,01 Cm = 3,33 Cmk = 3,33 Taux de défectueux = 0 % Amélioration : aucune. 95
96 Exercice 5: la carte de contrôle L écart-type de la production n est pas connu. Pour estimer sigma, on fait le rapport de la moyenne des écarts-types (0,08) par la constante dans la table n 5 (0,841) ; soit un écart-type estimé à 0,1 X = 1.17 Moyenne écart-type = 0.08 Pour un échantillon de n= 5, la table moyenne -écart-type donne les coefficients suivants: ar = ; as = br(i) = ; br(s) = bs(i) = ; bs(s) = Moyenne: Ecart-type: Les limites de réglage et de surveillance sont donc les suivantes: ex: 1,17 * (0,08/0,841) * 1,382 = 1,30 pour la limite de réglage supérieure. Table de constantes N 5 taille de b n l'échantillon 2 0, , , , , , , , ,923 Table de constante N 4 (moyenne et écart-type connus) carte des moyennes carte des écart-types taille de l'échantillon Réglage Surveillance Réglage Surveillance n a r a s b r(i) b r(s) b s(i) b s(s) 2 2,185 1,386 0,001 2,327 0,022 1, ,784 1,132 0,026 2,146 0,130 1, ,545 0,98 0,078 2,017 0,232 1, ,382 0,876 0,135 1,922 0,311 1, ,262 0,8 0,187 1,849 0,372 1, ,168 0,741 0,233 1,791 0,420 1, ,092 0,693 0,274 1,744 0,459 1, ,03 0,653 0,309 1,704 0,492 1, ,977 0,62 0,339 1,670 0,520 1,379 moyenne réglage 1,04 1,30 surveillance 1,09 1,25 écart-type réglage 0,01 0,18 surveillance 0,03 0,14 96
97 Exercice 5: la carte de contrôle Carte de la moyenne Carte de l écart-type La carte de contrôle de la moyenne indique un déréglage, alors que la dispersion est maîtrisée
Le suivi de la qualité. Méthode MSP : généralités
Le suivi de la qualité La politique qualité d une entreprise impose que celle maîtrise sa fabrication. Pour cela, elle doit être capable d évaluer la «qualité» de son processus de production et ceci parfois
Plus en détailOrganisme de recherche et d information sur la logistique et le transport LES TECHNIQUES DE SUIVI DES ARTICLES ET DES STOCKS
LES TECHNIQUES DE SUIVI DES ARTICLES ET DES STOCKS La gestion et la maîtrise des flux entrants et sortants du magasin nécessite la mise en œuvre d un dispositif à trois composantes : la classification
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
Plus en détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
Plus en détailRares sont ceux d entre nous qui, lors
Solutions PROGICIELS DE CONTRÔLE STATISTIQUE SPC : BIEN IDENTIFIER LE BESOIN AVANT DE CHOISIR Choisir un progiciel de Maîtrise Statistique des Procédés (MSP) ou de la qualité d une fabrication (SQC) n
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailComment suivre l évolution d une transformation chimique? + S 2 O 8 = I 2 + 2 SO 4
Afin d optimiser leurs procédés, les industries chimiques doivent contrôler le bon déroulement de la réaction de synthèse menant aux espèces voulues. Comment suivre l évolution d une transformation chimique?
Plus en détailMesures et incertitudes
En physique et en chimie, toute grandeur, mesurée ou calculée, est entachée d erreur, ce qui ne l empêche pas d être exploitée pour prendre des décisions. Aujourd hui, la notion d erreur a son vocabulaire
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailCahier des Clauses Techniques Particulières (C.C.T.P.)
Cahier des Clauses Techniques Particulières (C.C.T.P.) SÉCURISATION DE DEUX BÂTIMENTS A USAGE SPORTIF: COSEC - CHEMIN SOUS LE FORT SALLE MARCEL RAMILLIER RUE ANDRE GELAS Marché n 14.025T LOT 2 : DISPOSITIF
Plus en détailEvaluation de la variabilité d'un système de mesure
Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailCONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design»
CONFERENCE PALISADE Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design» 1 SIGMA PLUS Logiciels, Formations et Etudes Statistiques
Plus en détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailEXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points)
BAC S 2011 LIBAN http://labolycee.org EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) Les parties A et B sont indépendantes. A : Étude du fonctionnement d un spectrophotomètre
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailExercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailTP 7 : oscillateur de torsion
TP 7 : oscillateur de torsion Objectif : étude des oscillations libres et forcées d un pendule de torsion 1 Principe général 1.1 Définition Un pendule de torsion est constitué par un fil large (métallique)
Plus en détailAppliquer la maîtrise statistique des processus (MSP/SPC)
Maurice PILLET Professeur des Universités IUT Annecy Université de Savoie, Laboratoire LISTIC Ancien élève de l'ecole Normale Supérieure de CACHAN Appliquer la maîtrise statistique des processus (MSP/SPC)
Plus en détailCompte rendu de LA37 B, TP numéro 1. Evolution de la température et du degrée d'hydratation
4 6 8 2 4 8 22 26 3 34 38 42 46 5 54 58 62 66 7 74 78 83 89 96 8 44 Bertin Morgan Compte rendu de LA37 B, TP numéro. Les essais effectués par le laboratoire des ponts et chaussés nous ont fournis la température
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailBACCALAURÉAT PROFESSIONNEL SUJET
SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détail- la mise en place du contrôle budgétaire est souvent mal vécue, car perçue comme une sanction par le personnel de l entreprise.
C H A P I T R E 7 Le contrôle budgétaire Objectifs Le contrôle budgétaire permet de comparer les réalisations avec les prévisions. Déceler les écarts significatifs, les analyser et prendre des mesures
Plus en détailExprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %
23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une
Plus en détailLecture graphique. Table des matières
Lecture graphique Table des matières 1 Lecture d une courbe 2 1.1 Définition d une fonction.......................... 2 1.2 Exemple d une courbe........................... 2 1.3 Coût, recette et bénéfice...........................
Plus en détailFormules et Approches Utilisées dans le Calcul du Coût Réel
Formules et Approches Utilisées dans le Calcul du Coût Réel Objectifs du Taux Annuel Effectif Global (TAEG) et du Taux d Intérêt Effectif (TIE) Le coût réel d un crédit inclut non seulement l intérêt,
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailManuel d utilisation DeveryLoc
Manuel d utilisation DeveryLoc Page 1/37 Version Numéro de la version Date de modification Modification apporté Version v.1 Le 1 juillet 2004 Version v.2 Le 1 Juin 2006 Page 2/37 SOMMAIRE 1. SE CONNECTER
Plus en détailLogistique, Transports
Baccalauréat Professionnel Logistique, Transports 1. France, juin 2006 1 2. Transport, France, juin 2005 2 3. Transport, France, juin 2004 4 4. Transport eploitation, France, juin 2003 6 5. Transport,
Plus en détailUnity Real Time 2.0 Service Pack 2 update
Unity Real Time 2.0 Service Pack 2 update Configuration des Objectifs Analytiques La nouvelle version permet, en un écran, de configurer un lot, un panel ou un instrument. Le menu est accessible au moyen
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailWEBINAIRE SUR LE SUIVI DE TENDANCES
WEBINAIRE SUR LE SUIVI DE TENDANCES Le 16/02/2012 à 21H Présenté par Gilles SANTACREU (Boursikoter.com) En partenariat avec CMC Markets 1 Gilles SANTACREU, 43 ans - Webmaster et fondateur du site Boursikoter.com
Plus en détailLes pourcentages. Un pourcentage est défini par un rapport dont le dénominateur est 100. Ce rapport appelé taux de pourcentage est noté t.
Les pourcentages I Définition : Un pourcentage est défini par un rapport dont le dénominateur est 100. Ce rapport appelé taux de pourcentage est noté t. Exemple : Ecrire sous forme décimale les taux de
Plus en détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
Plus en détailLE TABLEAU DE BORD DE SUIVI DE L ACTIVITE
TABLEAU DE BORD LE TABLEAU DE BORD DE SUIVI DE L ACTIVITE DEFINITION Le tableau de bord est un support (papier ou informatique) qui sert à collecter de manière régulière des informations permettant de
Plus en détailSOMMAIRE MONTAGE DU COMPTEUR ET CAPTEURS...3 LE MOT DU CHEF DE PRODUIT...5 L ORGANISATION DE L ECRAN...5 LES PICTOGRAMMES UTILISES...5 LES BOUTONS...
OMMAIRE MONTAGE DU COMPTEUR ET CAPTEUR...3 LE MOT DU CHEF DE PRODUIT...5 L ORGANIATION DE L ECRAN...5 LE PICTOGRAMME UTILIE...5 LE BOUTON...5 LE MENU...5 AVANT LA PREMIERE ORTIE (ou après changement de
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailL'art d'établir un ordre du jour efficace
L'art d'établir un ordre du jour efficace Par Denise Edwards Extrait de : http://www.omafra.gov.on.ca/french/rural/facts/05 038.htm Table des matières Introduction Sources des points à l ordre du jour
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailCONTROLE D ACCES A TRANSPONDEUR LECTEUR DE BADGE SANS CONTACT ST
CONTROLE D ACCES A TRANSPONDEUR LECTEUR DE BADGE SANS CONTACT ST 660 Référence : 9690 Ce système utilise la technique du transpondeur, c est à dire que les échanges de données entre le badge et le lecteur
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailLes suites numériques
Chapitre 3 Term. STMG Les suites numériques Ce que dit le programme : Suites arithmétiques et géométriques CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Suites arithmétiques et géométriques Expression du terme
Plus en détailDEMAND MANAGEMENT inc
Mars 2009 Pour vos appels d offre OPTIMISATION DES STOCKS 2 e ÉDITION DEMAND MANAGEMENT inc SupplyChainMagazine.fr 19, rue Saint-Georges - 94700 Maisons-Alfort QUESTIONNAIRE EDITEURS DE LOGICIELS D OPTIMISATION
Plus en détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailData loggers SOFREL LT/LT-US Solutions réseaux d eaux usées
Data loggers SOFREL LT/LT-US Solutions réseaux d eaux usées Les data loggers SOFREL LT et LT-US ont été conçus pour la surveillance des réseaux d eaux usées et pluviales (collecteurs, déversoirs d orage,
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailAUTRES ASPECTS DU GPS. Partie I : tolérance de Battement Partie II : tolérancement par frontières
AUTRES ASPECTS DU GPS Partie I : tolérance de Battement Partie II : tolérancement par frontières 1 Partie I Tolérance de battement Défaut de Battement Défautconjuguéde forme, orientation et position, constatélorsde
Plus en détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détailFRANCAIS MANUEL D UTILISATION THERMOMETRE MEDICAL SANS CONTACT A INFRAROUGE MODELE LX-26
MANUEL D UTILISATION FRANCAIS THERMOMETRE MEDICAL SANS CONTACT A INFRAROUGE MODELE LX-26 www.thermo-flash.com APPRENTISSAGE RAPIDE DU THERMOFLASH LX-26 Le ThermoFlash LX-26 est pré-paramétré en sortie
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailPARTIE 4 PROCESSUS DE SURVEILLANCE DES PRODUITS CERTIFIES MODIFICATIONS ET EVOLUTION
REGLES DE CERTIFICATION MARQUE NFPOSTES DE SECURITE MICROBIOLOGIQUE PARTIE 4 PROCESSUS DE SURVEILLANCE DES PRODUITS CERTIFIES MODIFICATIONS ET EVOLUTION SOMMAIRE 4.1. Processus de surveillance des produits
Plus en détailEPFL 2010. TP n 3 Essai oedomètrique. Moncef Radi Sehaqui Hamza - Nguyen Ha-Phong - Ilias Nafaï Weil Florian
1 EPFL 2010 Moncef Radi Sehaqui Hamza - Nguyen Ha-Phong - Ilia Nafaï Weil Florian 11 Table de matière Ø Introduction 3 Ø Objectif 3 Ø Déroulement de l eai 4 Ø Exécution de deux palier de charge 6 Ø Calcul
Plus en détailIndicateur i 20. Manuel d utilisation
Indicateur i 20 WWW.PRECIAMOLEN.COM Manuel d utilisation 04-50-00-0 MU A / 12/2012 Sommaire 1. Avant-propos... 5 Conventions documentaires... 5 Pictogrammes... 5 Terminologie et abréviations... 5 Documentation
Plus en détailPetit lexique de calcul à l usage des élèves de sixième et de cinquième par M. PARCABE, professeur au collège Alain FOURNIER de BORDEAUX, mars 2007
Petit lexique de calcul à l usage des élèves de sixième et de cinquième par M. PARCABE, professeur au collège Alain FOURNIER de BORDEAUX, mars 2007 page 1 / 10 abscisse addition additionner ajouter appliquer
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailCoûts, avantages et inconvénients des différents moyens de paiement
Coûts, avantages et inconvénients des différents moyens de paiement Présentation de l'étude de la Banque nationale de Belgique à la conférence de l'esta (Valence, le 15 mai 2006) Historique de l'étude
Plus en détailELEC2753 Electrotechnique examen du 11/06/2012
ELEC2753 Electrotechnique examen du 11/06/2012 Pour faciliter la correction et la surveillance, merci de répondre aux 3 questions sur des feuilles différentes et d'écrire immédiatement votre nom sur toutes
Plus en détailCondition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½
Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½ Patrick Ciarlet et Vivette Girault ciarlet@ensta.fr & girault@ann.jussieu.fr ENSTA & Laboratoire Jacques-Louis Lions, Paris 6 Condition
Plus en détailMAITRISE DE LA CHAINE LOGISTIQUE GLOBALE (SUPPLY CHAIN MANAGEMENT) Dimensionnement et pilotage des flux de produits
MAITRISE DE LA CHAINE LOGISTIQUE GLOBALE (SUPPLY CHAIN MANAGEMENT) Dimensionnement et pilotage des flux de produits Préambule La performance flux, quel que soit le vocable sous lequel on la désigne ( Juste
Plus en détailLE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )
SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
Plus en détailLISTE D EXERCICES 2 (à la maison)
Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros
Plus en détailMesure du surendettement en Europe
Mesure du surendettement en Europe Conférence du 24 juin 2008 Didier Davydoff, Directeur de l OEE 0EE - Observatoire de l'épargne européenne 1 Introduction: l augmentation des encours de crédit aux ménages
Plus en détailLes Conditions aux limites
Chapitre 5 Les Conditions aux limites Lorsque nous désirons appliquer les équations de base de l EM à des problèmes d exploration géophysique, il est essentiel, pour pouvoir résoudre les équations différentielles,
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailSynthèse. Loyauté et réciprocité des échanges entre l Union Européenne et les pays tiers. Propositions et axes de réflexion des IEEC
Synthèse Loyauté et réciprocité des échanges entre l Union Européenne et les pays tiers Propositions et axes de réflexion des IEEC Introduction Alors que les marchés internationaux ont toujours été un
Plus en détailTP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
Plus en détailTURBOS Votre effet de levier sur mesure
TURBOS Votre effet de levier sur mesure Société Générale attire l attention du public sur le fait que ces produits, de par leur nature optionnelle, sont susceptibles de connaître de fortes fluctuations,
Plus en détailLa lutte contre la fraude parmi les programmes de fidélisation et de cartes-cadeaux
La lutte contre la fraude parmi les programmes de fidélisation et de cartes-cadeaux Accueil Les participants sont en mode d écoute seulement Vous devez composer le numéro de téléphone suivant pour entendre
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailSTRICTEMENT CONFIDENTIEL
MOIS / ANNEE ETUDE DE VALORISATION Société «EDIVAL» STRICTEMENT CONFIDENTIEL BUREAUX 31, Rue de Brest 69002 LYON Tél : +33 (0)8 71 55 11 98 SIÈGE SOCIAL 94, Rue Saint Lazare 75009 PARIS Tél : +33 (0)1
Plus en détailEquipement d un forage d eau potable
Equipement d un d eau potable Mise en situation La Société des Sources de Soultzmatt est une Société d Economie Mixte (SEM) dont l activité est l extraction et l embouteillage d eau de source en vue de
Plus en détailTRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME
Baccalauréat Professionnel SYSTÈMES ÉLECTRONIQUES NUMÉRIQUES Champ professionnel : Alarme Sécurité Incendie SOUS - EPREUVE E12 TRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME Durée 3 heures coefficient 2 Note
Plus en détailTP 3 diffusion à travers une membrane
TP 3 diffusion à travers une membrane CONSIGNES DE SÉCURITÉ Ce TP nécessite la manipulation de liquides pouvant tacher les vêtements. Le port de la blouse est fortement conseillé. Les essuie tout en papier
Plus en détailBAX MC Contrats à terme sur acceptations bancaires canadiennes de trois mois
BAX MC Contrats à terme sur acceptations bancaires canadiennes de trois mois Groupe TMX Actions Bourse de Toronto Bourse de croissance TSX Equicom Produits dérivés Bourse de Montréal CDCC Marché climatique
Plus en détailDonner les limites de validité de la relation obtenue.
olutions! ours! - Multiplicateur 0 e s alculer en fonction de. Donner les limites de validité de la relation obtenue. Quelle est la valeur supérieure de? Quel est le rôle de 0? - Multiplicateur e 0 s alculer
Plus en détailhttp://mondomaine.com/dossier : seul le dossier dossier sera cherché, tous les sousdomaines
Principales fonctionnalités de l outil Le coeur du service suivre les variations de position d un mot-clé associé à une URL sur un moteur de recherche (Google - Bing - Yahoo) dans une locale (association
Plus en détailFICHE 1 Fiche à destination des enseignants
FICHE 1 Fiche à destination des enseignants 1S 8 (b) Un entretien d embauche autour de l eau de Dakin Type d'activité Activité expérimentale avec démarche d investigation Dans cette version, l élève est
Plus en détail