If you would like to write for this, or any other Emerald publication, then please use our Emerald for Authors service information about how to choose which publication to write for and submission guidelines are available for all. Please visit www.emeraldinsight.com/authors for more information. About Emerald www.emeraldinsight.comEmerald is a global publisher linking research and practice to the benefit of society. The company manages a portfolio of more than 290 journals and over 2,350 books and book series volumes, as well as providing an extensive range of online products and additional customer resources and services.Emerald is both COUNTER 4 and TRANSFER compliant. The organization is a partner of the Committee on Publication Ethics (COPE) and also works with Portico and the LOCKSS initiative for digital archive preservation.*Related content and download information correct at time of download.

ResumenEsta investigación analiza el uso de estilos de aprendizaje en diferentes carreras universitarias y su relación con el curso y rendimiento académico de los estudiantes que ingresaron en el ciclo escolar 2014-

El presente trabajo trata sobre la aplicación de la metodología de seis sigma (DMAMC), así como los métodos Taguchi para resolver el problema de baja resistencia a la prueba de jalón de un diodo emisor de luz (LED) de una compañía electrónica del noroeste de México, el cual es utilizado en el ensamble de teléfonos celulares. Al término de este proyecto se logró una mejora significativa al aumentar la capacidad del proceso de 0.56 a 1.45 y un impacto en la reducción de los costos, tan solo por eliminación de desperdicio, del orden de 130 mil dólares estadounidenses anuales. Para lo anterior no se requirió de inversión adicional, únicamente fue necesario controlar el ajuste de cada uno de los factores importantes del proceso.

ResumenSe muestra la aplicación de una metodología bayesiana para la optimización simultánea de múltiples respuestas. Se modifica una propuesta anterior, introduciendo una modificación que la hace más flexible, ya que permite trabajar con el caso en que no todas las variables consideradas en el estudio son igualmente importantes. Para incorporar estas diferencias en cuanto a la relevancia de las variables de respuesta analizadas se utiliza la media geométrica ponderada de las probabilidades de que cada variable cumpla con su especificación. Con esto, las múltiples variables a optimizar se convierten en una sola. Mediante un ejemplo se muestra como la modificación propuesta ayuda a obtener distintos escenarios óptimos para considerar en la toma de decisiones. Palabras clave: múltiples respuestas, optimización, metodología bayesiana, media geométrica ponderada Bayesian methodology for simultaneous optimization of multiple responses AbstractThe application of a bayesian methodology for simultaneous optimization of multiple responses is presented. A previous proposal is modified by introducing a modification that makes it more flexible, allowing working with the case in which not all the variables considered in the study are equally important. To incorporate in the methodology these differences related to the analyzed response variables the weighted geometric mean of the probabilities that each variable meets its own specification is used. With this change, the multiple optimization variables are converted into only one. An example to show how the proposed modification helps in achieving different optimal scenarios to consider in making decisions is discussed.

No abstract