【文章內(nèi)容簡介】 開始使用到第一次故障的時間216。加工機(jī)械軸承的誤差 216。一罐午餐肉的重量2．概率的定義（ 1） 古典定義 ：假設(shè)所涉及的隨機(jī)現(xiàn)象的 樣本點總數(shù)為 n，被考察事件的 A含有 k個樣本點 （每個樣本點出現(xiàn)的可能性相同），則 事件 A的概率為 P(A) = k/n 。擲兩顆骰子，樣本點用數(shù)對（ x1, x2）表示， x1：第一次投擲出現(xiàn)的點數(shù)， x2：第二次投擲出現(xiàn)的點數(shù)。樣本空間 X={(x1,x2), x1, x2 = 1,2,3,4,5,6}， 共 6*6=36個樣本事件 A（點數(shù)之和為 5） ={(1,4), (2,3), (3,2), (4,1)}，共 4個樣本點則 P(A) = 4/36 =1/9（ 2）統(tǒng)計定義：假設(shè)與事件 A有關(guān)的隨機(jī)現(xiàn)象是可以大量重復(fù)的，若在 n次重復(fù)實驗中事件 A發(fā)生 kn次 ，則事件 A發(fā)生的頻率為 fn (A) = kn/n。頻率 Fn(A)將 隨著重復(fù)試驗次數(shù)不斷增加而趨于穩(wěn)定 ，這個 穩(wěn)定值 就是 事件 A的概率 。在實際中人們無法把一個試驗無限次重復(fù)下去，只能 用重復(fù)次數(shù) n較大時的頻率去近似概率 。試驗者 拋的次數(shù)(n)正面出現(xiàn)次數(shù) (k)正面出現(xiàn)頻率 (k/n)德 .摩根 2048 1061 普豐 4040 2048 皮爾遜 12023 6019 皮爾遜 24000 12023 維尼 30000 14994 歷史上拋硬幣試驗中正面出現(xiàn)頻率正面出現(xiàn)概率： 3．隨機(jī)變量表示隨機(jī)現(xiàn)象結(jié)果的變量稱為隨機(jī)變量，常用大寫字母 X、 Y、 Z來表示，它們的取值用相應(yīng)的小寫字母 x、 y、 z來表示。假如一個隨機(jī)變量僅取數(shù)軸上 有限個點或可列個點 ，則稱該隨機(jī)變量為 離散隨機(jī)變量 。例如，一臺機(jī)床在一天內(nèi)發(fā)生的 故障數(shù) X都是取 非負(fù)整數(shù) 的離散隨機(jī)變量。記為 X =( 0， 1， 2， 3， …) 。假如一個隨機(jī)變量的 所有可能取值 充滿 數(shù)軸上的一個區(qū)間（ a, b）， 則稱該隨機(jī)變量為 連續(xù)隨機(jī)變量 。例如，一臺電視機(jī)的壽命 X（單位：小時）是在 [0， ∞]上聯(lián)系取值的連續(xù)隨機(jī)變量。 X= 0（一開機(jī)就出現(xiàn)故障）4000＜ X≤10000 （電視機(jī)壽命在4000至 10000小時之間 ）4．隨機(jī)變量的分布雖然隨機(jī)變量的取值是隨機(jī)的，但內(nèi)在還是有規(guī)律性的，這個規(guī)律性可以用分布來描述。 分布包含以下兩方面的內(nèi)容：（ 1） X可能取哪些值，或在哪個區(qū)間上取值？（ 2） X取這些值的概率各是多少，或 X在任一區(qū)間上取值的概率是多少？（ 1）離散隨機(jī)變量的分布假設(shè)隨機(jī)變量 X僅取 n個值： x1， x2， … ， xn，各個取值的概率分別為 p1， p2， … ， pn。X x1 x2 … xnP p1 p2 … pn分布的分布列表示：分布的數(shù)學(xué)公式表示：P（ X = xi） = pi， i= 1， 2， … ， n，其中， pi ≥ 0, p1+p2+…+pn = 1.（ 2）連續(xù)隨機(jī)變量 X的分布可用概率密度函數(shù) p(x)來表示。下面以產(chǎn)品的質(zhì)量特性（如加工機(jī)械軸的直徑）為例來說明 p(x)的由來。 5. 隨機(jī)變量的特征數(shù)隨機(jī)變量 X的分布（ 概率函數(shù)或密度函數(shù) ）有幾個重要的特征數(shù)如均值、方差和標(biāo)準(zhǔn)差，用來表示分布的 集中位置（中心位置） 和 分布大小 。（ 1）均值均值 E(X)用來表示 分布的中心位置 。對于絕大多數(shù)的隨機(jī)變量，在均值附近取值的機(jī)會較多。其計算公式為：離散分布 E(X) =∑xipi連續(xù)分布 E(X) =∫xp(x)dx（ 2）方差方差用來表示 分布的散布大小 ，用 Var(X)表示。方差大意味著分布的散布程度大，即分布較分散；方差小意味著分布的散布程度小，即分布較集中。離散分布方差 Var(X) = [xiE(x)]2pi連續(xù)分布方差 Var(X) = ∫[xiE(x)]2pxdx（ 3）標(biāo)準(zhǔn)差方差的量綱是 X的量綱的平方。為使表示分布散布大小的量綱與 X的量綱相同，常對方差開方，并稱它為 X的標(biāo)準(zhǔn)差。σ(X) =Var(x)1/2 6．正態(tài)分布正態(tài)曲線 ： 對稱的鐘形曲線正態(tài)分布的概率密度函數(shù)為：μ：均值（正態(tài)分布的中心）σ2：方差σ（＞ 0） ：標(biāo)準(zhǔn)差N(μ1, σ) N(μ2, σ) μ1 μ2方差相同 ：形狀完全相同，僅位置不同均值相同 ：位置相同，形狀（高低與胖瘦）不同 N(μ, σ1) N(μ, σ2) σ1 σ2中心極限定理：設(shè) X1,X2,…,Xn 為多個 相互獨立同分布的 隨機(jī)變量，假如其 共同分布為 N(μ， σ)，則 樣本均值服從正態(tài)分布 N(μ， σ2/n)設(shè) X1,X2,…,Xn 為多個 相互獨立同分布的 隨機(jī)變量，其共同分布 不為正態(tài)分布 ，但其 均值 μ和方差 σ2都存在，則當(dāng) n相當(dāng)大 時， 樣本均值 近似服從正態(tài)分布 N(μ， σ2/n)平均值運算?？蓮姆钦龖B(tài)分布獲得正態(tài)分布。由此可見，正態(tài)分布是質(zhì)量管理中最重要也最常用的分布。在計算某個質(zhì)量特性 X的合格品率與不合格品率的時候，常用到產(chǎn)品規(guī)范限，包括上規(guī)范限 TU和下規(guī)范限 TL。在正態(tài)分布中心 μ與規(guī)范中心 M(=(TU +TL)/2)重合時，若取上規(guī)范限為 μ+kσ、下規(guī)范限為 μkσ（ k = 1， 2， 3， 4， 5， 6），則有：合格品率 = P（ |X μ|≤kσ），不合格品率 = P（|X μ|＞ kσ）。 規(guī)范限 合格品率 (%) 不合格品率（ppm,106）μ 177。 1σ μ 177。 2σ μ 177。 3σ μ 177。 4σ μ 177。 5σ μ 177。 6σ X超出規(guī)范限 μ177。kσ時的合格品率和不合格品率 控制圖原理1. 質(zhì)量特性的波動及其原因2. 質(zhì)量因素的分類3. 質(zhì)量統(tǒng)計的觀點4. 過程狀態(tài)的描述5. 統(tǒng)計控成控制（ SPC）1. 質(zhì)量特性的波動及其原因由于生產(chǎn)過程中存在許多 波動源 ，造成生產(chǎn)出的 產(chǎn)品沒有兩件完全一樣 ，產(chǎn)品間的差異通常用 質(zhì)量特性的差異反映出來。例 1：軸承加工質(zhì)量特性 ：直徑波動源 ：機(jī)器的老化，刀具的磨損，毛坯的差異，電壓的波動，操作者的生理、心理波動，操作場所的溫度，光線差異例 2：餐飲服務(wù)質(zhì)量特性 ：顧客滿意度 /服務(wù)差錯率波動源 ：原料質(zhì)量的差異，廚師生理、心理的變化，就餐環(huán)境的變化，顧客消費偏好和習(xí)慣，服務(wù)人員的情緒2. 質(zhì)量因素的分類按 不同來源 可分為：人 員， 機(jī) 器，材 料 ， 環(huán) 境，方 法 ， 測 量（計算機(jī)軟件，輔助材料，水點公用設(shè)施）按 影響大小與作用性質(zhì) 可分為：偶然 因素， 系統(tǒng) 因素偶然因素（如 機(jī)床的輕微振動、原材料的細(xì)微差異、操作的微小差別 ）的 特點 ：影響很小 ：對產(chǎn)品質(zhì)量影響很小始終存在 ：這些因素的影響貫穿生產(chǎn)始終每件不同 ：隨機(jī)性，對每件產(chǎn)品應(yīng)想不同難以除去 ：技術(shù)上困難，或經(jīng)濟(jì)上不合算系統(tǒng)因素（如 固定螺母松動造成的劇烈振動、刀具的嚴(yán)重磨損、違法規(guī)程的錯誤操作 ）的 特點 ：影響較大 ：對產(chǎn)品質(zhì)量影響大有時存在 ：某種原因產(chǎn)生，不總是存在同向影響 ：某些質(zhì)量特性變大或變小不難除去 ：技術(shù)上易識別，經(jīng)濟(jì)上合算3. 質(zhì)量統(tǒng)計的觀點1） 產(chǎn)品質(zhì)量具有變異性 ：由于產(chǎn)品質(zhì)量是在一定的質(zhì)量因素限制下制造出來的，質(zhì)量因素的變化導(dǎo)致產(chǎn)品質(zhì)量在生產(chǎn)過程中不斷發(fā)生變化。2） 質(zhì)量變異具有 統(tǒng)計 規(guī)律 ：在生產(chǎn)正常的情況下，通過大量的數(shù)據(jù)觀測，利用數(shù)理統(tǒng)計的方法，可以精確地確定產(chǎn)品質(zhì)量變異的幅度以及不同大小的變異幅度發(fā)生的可能性。4. 過程狀態(tài)的描述（ 1）過程分析表述 1：完成過程的系統(tǒng)是否 滿足顧客要求 ，或者說工序（過程）能否生產(chǎn)出（ 一定合格率 的） 滿足技術(shù)要求 的產(chǎn)品。表述 2：工序總體的 平均值 與標(biāo)準(zhǔn)偏差是否 在技術(shù)要求的范圍以內(nèi) 。表述 3： 系統(tǒng) 是否具有 滿足設(shè)計規(guī)范要求的 過程能力 。（ 3）過程控制表述 1：在生產(chǎn)過程中，通過統(tǒng)計檢驗判斷 總體的分布是否偏離事先（過程分析）確定的標(biāo)準(zhǔn) ，同時 采取相應(yīng)的保證措施 。表述 2：工序總體的平均值及標(biāo)準(zhǔn)偏差為已知時，確定該總體分布 是否保持穩(wěn)定的狀態(tài) ， 是否保持已有的過程能力 。5. 統(tǒng)計控成控制（ SPC）主要是指 應(yīng)用統(tǒng)計分析技術(shù) 對生產(chǎn)過程進(jìn)行 實時監(jiān)控 ，科學(xué)的區(qū)分出生產(chǎn)過程中產(chǎn)品質(zhì)量的 隨機(jī)波動 與 異常波動 ，從而對生產(chǎn)過程的異常趨勢提出預(yù)警，以便生產(chǎn)管理人員及時采取措施， 消除異常 ， 恢復(fù)過程的穩(wěn)定 ，從而達(dá)到提高和控制質(zhì)量的目的。中心線 CL 上控制界限UCL 下控制界限LCL 正常過程 ：描點 在 UCL和 LCL之間 且 隨機(jī) 常規(guī)控制圖的分類1. 正態(tài)分布（計量值） 均值控制圖 ：用于觀察正態(tài)分布的 均值的變化 。 極差控制圖 ：用于觀察正態(tài)分布的 分散或變異情況 的變化。 均值 極差控制圖 ：對于計量數(shù)據(jù)而言，這是 最基本的控制圖 。它用于控制對象為長度、重量、強(qiáng)度