Article de référence | Réf : AG1775 v1

Rappels mathématiques
Mémento sur la notion de capabilité

Auteur(s) : Fabrice DESNOYER, Rénald VINCENT

Date de publication : 10 janv. 2004

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais English

RÉSUMÉ

Cet article décrit la capabilité, qui est essentiellement  l'aptitude, et les notions qui lui sont souvent rattachées à savoir la maîtrise statistique des processus (MSP), et l’échantillonnage. La variabilité est également décrite, qui apporte des informations incontournables en conception, en fabrication et en contrôle. Toutes les notions présentées dans cet article sont mises en situation dans le cadre d’un exemple industriel précis, afin de mettre en évidence les nuances terminologiques.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

Auteur(s)

INTRODUCTION

La capabilité est un terme désignant la notion d’aptitude. Derrière ce terme, il est possible de mélanger ou de confondre toute une série de concepts. Il est intimement lié à celui de statistiques, le flou peut s’immiscer dans les esprits.

Ce mémento a été élaboré pour développer les différents aspects liés à la capabilité et les notions qui lui sont souvent rattachées à savoir la maîtrise statistique des processus (MSP), en anglais « statistical process control » (SPC), la notion d’échantillonnage.

Cette notion de capabilité est d’ailleurs souvent confondue avec la notion de variabilité qui est une information vitale pour les différents acteurs de l’entreprise afin de percevoir le risque pris, que ce soit :

  • en conception pour assurer la viabilité d’une solution technologique ;

  • en fabrication pour vérifier la constance de production et donner un indicateur de maintenance ;

  • d’un point de vue de contrôle pour s’assurer que les moyens de mesure sont adaptés pour piloter le procédé.

L’ensemble des termes étant illustrés et mis en situation dans le cadre d’un procédé de pliage pour mettre en évidence les nuances terminologiques.

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-ag1775


Cet article fait partie de l’offre

Conception et Production

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Version en anglais English

8. Rappels mathématiques

  • L’étendue, symbole R ou W, est la différence entre la plus grande et la plus petite valeur observée d’une variable :

    R = valeur maximale – valeur minimale
  • La variance, symbole σ 2 ou s2, est la somme des carrés des écarts des valeurs observées par rapport à leur moyenne, divisée par un nombre égal au nombre d’observation moins un :

    σ2=1n1i(xix)2

    On utilise σ 2 lorsqu’il s’agit de toute la production et s2 lorsqu’il s’agit d’un échantillon.

  • L’écart type, symbole σ ou s, est la racine carrée de la variance. On utilise σ lorsqu’il s’agit de toute la production et s lorsqu’il s’agit d’un échantillon.

  • Le mode : estimateur de centrage, la valeur d’un mode correspond à un pic de fréquence rencontré dans une série de données.

  • La médiane : estimateur de centrage, elle est la valeur séparant les données en deux ensembles égaux. Il y a donc autant de données d’un côté de la médiane que de l’autre.

  • La moyenne arithmétique : estimateur de centrage, elle est la somme des valeurs divisée par le nombre de valeurs :

    X=1ni=1nXi
    Exemple

    pour des valeurs relevées : 2, 3, 1, 4, 5, 1, 4 :

    • étendue = 4 ;

    • variance = 2,29 ;

    • écart...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Conception et Production

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Rappels mathématiques
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - LE COZ (E.) -   Méthodes et outils de la qualité. Outils classiques.  -  , traité L’Entreprise industrielle (2001).

  • (2) - LE COZ (E.) -   Méthodes et outils de la qualité. Nouveaux outils.  -  , traité L’Entreprise industrielle (2001).

  • (3) - FEINBERG (M.) -   Validation interne des méthodes d’analyses.  -  P 224, traité Analyse et Caractérisation (2001).

  • (4) - BRUNSCHWIG (G.), PALSKY (A.) -   Maîtrise statistique des processus (MSP). Utilisation des cartes de contrôle.  -  R 290, traité Mesures et contrôle (1994).

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Conception et Production

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS