Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aceptaciongg
Aceptaciongg
1.
APUNTES DE CLASE
------------------------------------------------------------------------------------------------------------------------------------------
Muestreos de aceptacin
INDICE DE CONTENIDOS
1.
2.
3.
4.
GENERALIDADES ................................................................................................6
CURVA DE OPERACIN (CO) ...............................................................................6
NIVEL DE CALIDAD ACEPTABLE (NCA) Y CALIDAD LMITE (CL) ...............................8
PROCEDIMIENTO APROXIMADO PARA DETERMINAR UN PLAN DE MUESTREO QUE
SATISFAGA UN NCA Y UNA CL FIJADA..............................................................................10
4.5.
CURVA DE CALIDAD DE SALIDA MEDIA ................................................................11
4.6.
MUESTREOS LOTE A LOTE: MIL-STD-105E........................................................12
4.7.
OTROS PLANES DE MUESTREO POR ATRIBUTOS DE USO CORRIENTE. ......................14
5.
6.
GENERALIDADES ..............................................................................................15
PLANTEAMIENTO ESTADSTICO ...........................................................................16
MUESTREOS LOTE A LOTE SEGN MIL-STD-414.................................................21
ANEXO I.
PRINCIPALES FUNCIONES DE DISTRIBUCIN DE PROBABILIDAD
EMPLEADAS EN MUESTREOS DE ACEPTACIN ......................................................33
ANEXO II.
Pg. 2
Muestreos de aceptacin
1.
SA B A S Q U E...
......................................
La aplicacin del
clculo de
probabilidades a la
aceptacin de
productos se
desarroll por el
Departamento de
Defensa de los EE.UU.
en la II Guerra Mundial.
PLANTEAMIENTO
PROBLEMA
ESTADSTICO
DEL
Pg. 3
Muestreos de aceptacin
POBLACIN
EXTRACCIN DE UNA
MUESTRA ALEATORIA
MUESTRA
INSPECCIN DE LA
MUESTRA ALEATORIA
MUESTRA
INFERENCIA A LA
POBLACIN
POBLACIN
SI
ACEPTAR
ES ACEPTABLE
ESTA POBLACIN?
NO
RECHAZAR
Fig. 1 Muestreos de aceptacin
2.
APLICACIONES
ACEPTACIN
DEL
MUESTREO
DE
Pg. 4
Muestreos de aceptacin
De acuerdo con este criterio, el muestreo no tiene sentido. No obstante hay que
tener en cuenta lo siguiente:
3.
Pg. 5
Muestreos de aceptacin
4.
4.1.
GENERALIDADES
4.2.
CURVA DE OPERACIN
n=50 Ac=2
1
0,9
PR
OB
.
AC
EP
TA
CI
N
0,8
0,7
P(p)
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,5
1,5
2,5
3,5
4,5
5,5
6,5
7,5
8,5
9,5 10
% UNID. DEFECTUOSAS
Pg. 6
Muestreos de aceptacin
INTERPRETACIN DE LA CURVA DE
OPERACIN:
1- P(p) %
P(p) %
Fig. 3 Interpretacin del significado de la Curva de Operacin
Pg. 7
Muestreos de aceptacin
4.3.
Pg. 8
Muestreos de aceptacin
PUNTOS IMPORTANTES DE LA
CURVA DE OPERACIN
n=50 Ac=2
RIESGO DEL PRODUCTOR
1
0,9
PROB. ACEPTACIN
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,5
1,5
2,5
NCA-AQL
3,5
4,5
5 5,5
6,5
% UNID. DEFECTUOSAS
7,5
8,5
9,5 10
CL-LQ-LTPD
A C T IVID A D 1 :
D a d o u n p l a n d e m u e s tr e o c o n ta m a o d e m u e s tr a n = 5 0 y n m e r o
d e a c e p ta c i n Ac = 0 , h a l l a r s u AQ L .
Tiempo estimado de desarrollo: 5 minutos
Recurso(s) Utilizado(s): Conceptos de probabilidades y distribuciones bsicas.
A quin debe enviarse la actividad: Autocomprobacin. Si el alumno tiene
dificultades debe repasar los conceptos de probabilidades, la distribucin
binomial y la de Poisson (ver anexo I)
Formato de envio: No aplicable.
Extensin: No aplicable.
Respuesta del tutor: No aplicable.
.Responde brevemente a la siguiente pregunta:
Pg. 9
Muestreos de aceptacin
4.4.
PROCEDIMIENTO
APROXIMADO
PARA
DETERMINAR UN PLAN DE MUESTREO QUE
SATISFAGA UN NCA Y UNA CL FIJADA
P ( n * NCA) =
i =0
( n * NCA) i n*NCA
e
= 0.95
i!
Ac
P ( n * CL) =
i =0
( n * CL) i n*CL
e
= 0.10
i!
P(n*NCA) = 0.95
n*NCA =0.051
n*NCA=0.352
n*NCA=0.817
n*NCA=1.360
P(n*CL) = 0.10
CL / NCA
n*CL =2.303
44.89
n*CL =3.881
11.02
n*CL =5.314
6.50
n*CL =6.678
4.91
Tabla 1
Pg. 10
Muestreos de aceptacin
4.5.
CSM = Pa ( p ) p + (1 Pa ( p ))0 = Pa ( p ) p
n=50 Ac=2
1,8
1,6
1,4
1,2
1
LMITE DE LA CALIDAD
DE SALIDA MEDIA
0,8
0,6
0,4
0,2
0
0
0,5
1,5
2,5
3,5
4,5
5,5
6,5
7,5
8,5
9,5 10
Pg. 11
Muestreos de aceptacin
INTERPRETACIN DE LA CURVA DE
CALIDAD DE SALIDA MEDIA:
1- P(p) %
p p
p p
Inspeccin 100%
0
P(p) %
La calidad promedio de
los lotes despus de la inspeccin es:
CSM=P(p)p
4.6.
Pg. 12
Muestreos de aceptacin
Pg. 13
Muestreos de aceptacin
SISTEMA DE CAMBIOS DE
SEVERIDAD EN EL MUESTREO
10 lotes consecutivos aceptados
noconformidades < TABLA VIII
Produccin sin cambios
Autorizado por la autoridad.
REDUCIDA
COMIENZO
NORMAL
Lote rechazado
Lote aceptado s/10.1.4
Produccin irregular
2 rechazos en 5
lotes consecutivos
RIGUROSA
5 lotes
consecutivos
aceptados
10 lotes
permaneciendo
en rigurosa:
PARAR
4.7.
OTROS
PLANES
DE
MUESTREO
ATRIBUTOS DE USO CORRIENTE.
Pg. 14
POR
Muestreos de aceptacin
Sistema Philips.
Se basa en curvas CO que pasan por el punto de indiferencia (fraccin
defectuosa que tiene igual probabilidad de ser aceptada que rechazada). Este
punto se acuerda entre proveedor y cliente. Los planes dan el tamao de la
muestra segn el tamao del lote y el nmero mximo de unidades defectuosas
admitido. Los planes son simples para lotes inferiores a 1000 unidades y dobles
para lotes mayores. La segunda muestra es de doble tamao que la primera.
Tablas de Dodge-Romig.
Las tablas Dodge-Romig contienen dos juegos distintos. El primero de ellos
utiliza la CL y por lo tanto es apropiado para lotes aislados. El segundo de ellos
utiliza el LIMITE DE LA CALIDAD MEDIA DE SALIDA y proporciona el plan
cuya inspeccin media total es mnima. Para la aplicacin de estas tablas se
precisa conocer aproximadamente la fraccin defectuosa con la que se
fabricaron las piezas.
5.
5.1.
GENERALIDADES
Pg. 15
Muestreos de aceptacin
5.2.
PLANTEAMIENTO ESTADSTICO
PARMETRO
ESTADSTICO
( conocido)
(x )
DISTRIBUCIN
/ n
( desconocido)
(x ) , donde
s/ n
N(0,1)
(x
n
s=
i =1
x)
n 1
Tabla 2
Pg. 16
tn-1
Muestreos de aceptacin
P ( z zT ) = AQL;
zT =
; = T zT
P(
x
z1 ) = 0.95;
/ n
z1 = z (0.95) = 1.65
Lo que equivale a que la media muestral ser inferior a (ver Fig. 8):
x + z (0,95)
= T zT + z (0,95)
z (0,95)
= T zT
= T k
n
n
Pg. 17
Muestreos de aceptacin
Distribucin de las
medias muestrales
P(x)
1.0
Lmite de Tolerancia T
0.5
Distribucin de las
piezas individuales
AQL
5%
0.0
-4
-3
-2
-1
ZONA DE RECHAZO
z (0.95)
n
z (0.10)
k = z AQL
k = zCL
de aqu resulta:
2
z (0.95) z (0.10)
n =
z
AQL
CL
Pg. 18
Muestreos de aceptacin
P(
Ts Ti
T Ti
<z< s
)> p
2
2
b) Qu las tolerancias estn muy separadas (Ts- Ti > 3). En este caso el
problema se reduce al caso de un solo lmite de tolerancia considerando
solo la tolerancia ms prxima.
c) El caso intermedio, en el que parte de la fraccin defectuosa corresponde a
cada una de las colas. En efecto, si p = p1+ p2 es la fraccin defectuosa, la
misma podr obtenerse con un lote centrado en 1 2 (ver Fig. 9). Sobre
esa figura se indican las regiones de aceptacin y rechazo de k.
P(x)
1.0
Lmite de Tolerancia Ti
2
Lmite de Tolerancia Ts
0.5
Distribucin de las
piezas individuales
P2
5%
5%
P1
0.0
-4
-3
-2
ZONA DE RECHAZO
-1
1
2
3
4
ZONA DE RECHAZO
Pg. 19
Muestreos de aceptacin
NCA = p1+ p2
z (0.95) z (0.10)
n =
z
z
P1
CL
k=
SIGMA DESCONOCIDA
En este caso, la t de Student nos permite realizar un contraste de la media pero
no nos permite fijar una fraccin defectuosa del lote.
Una vez obtenida una muestra de tamao n, con una media y una desviacin
Tx
k se rechace el
s
2
n
+ k 2Var ( s )
( n 1)
s2
n21 ;
s2
2
( n 1)
n21 ;
Var( s 2 ) =
4
( n 1)
y =
dy
x
dx x = x
Entonces:
s =
Pg. 20
1
2
2 4
=
n 1
2( n 1)
; Var(s) =
2
2( n 1)
Var ( n21 ) =
2
4
( n 1) 2
2( n 1) =
2 4
( n 1)
Muestreos de aceptacin
Var ( x ks ) =
2
n
2
2( n 1)
k2
k2
1 +
n
2
Con lo que se deduce que el hecho de desconocer la varianza del lote, penaliza
k2
. De manera que, si se
2
k=
k 2 z (0.95) z (0.10)
n = 1 +
2
z AQL zCL
5.3.
Pg. 21
Muestreos de aceptacin
La mecnica es la siguiente:
1. Fijacin del NCA y nivel de inspeccin (por ejemplo NCA=0.65 Nivel
IV). Dato: tamao del lote (por ejemplo 300). Supongamos el caso de
desconocida, que la especificacin marca un solo lmite (por ejemplo el
superior U) y que se quiere utilizar el mtodo de la desviacin tpica
muestral.
2. Comprobar en la Tabla A-1 el NCA equivalente que hay que utilizar.
Bsqueda de la letra - cdigo en la Tabla A-2. En este caso resulta ser
la H. Si se trata de un lote aislado sera necesario comprobar que la CL
es aceptable. Ello se puede comprobar en este caso utilizando la Tabla
A-3.
3. A continuacin depende si se desea utilizar la forma 1 o la forma 2. La
forma 1 se basa en comparar el valor obtenido de z con el valor k que
deja una cola de la normal igual a la fraccin defectiva admisible M. Es
decir:
z=
U m
s
P(x > k ) = M
P ( x > z ) = Pu
Si se sigue la forma 1 se va a la Tabla B-1 y se halla el tamao de la
muestra (n=20 en este caso) y k=1,96. Si se sigue la forma 2 se va a la
Tabla B-3 y se halla el tamao de la muestra (que naturalmente
coincide con la calculada de la otra forma) y M=2,05.
4. Se calcula el valor de m (media muestral) y de s, desviacin tpica
muestral:
n
s=
5. Se calcula el valor de:
z=
Pg. 22
(x
i =1
x )2
n 1
U m
s
Muestreos de aceptacin
Pg. 23
Muestreos de aceptacin
6.
UNIDADES INSPECCIONADAS
P
E
AC
R
A
T
N
O
C
N
I
T
R
A
U
RE
A
H
C
R
A
Z
UNIDADES RECHAZADAS
Fig. 10: Muestreos secuenciales o contnuos
Pg. 24
Muestreos de aceptacin
Plan de
Muestreo
Caractersticas
CSP-1
CSP-F
CSP-2
CSP-T
CSP-V
Parmetros Datos
entrada
salida
Letra
Cdigo
Observaciones
I, F
Cambios bruscos en la
demanda de necesidad
de inspectores.
I, F
I, F, S
Reduce el riesgo de
volver a inspeccin 100%
I, F, S
Recomendable
si
fraccin defectuosa
muy baja
la
es
I, X,
F, S
Recomendable
si
fraccin defectuosa
muy baja.
la
es
AQL
Letra
Cdigo
AQL
N
Letra
Cdigo
AQL
Letra
Cdigo
AQL
Letra
Cdigo
AQL
F
I
X
S
Pg. 25
Muestreos de aceptacin
Nmero de unidades en el
intervalo de produccin
28
9 25
26 90
91 500
501 1.200
1201 3.200
3201 10.000
10.001 35.000
35.001 150.000
150.001 en adelante
Pg. 26
Muestreos de aceptacin
COMIENZO
INSPECCIN
100%
i unidades
conformes?
No
S
INSPECCIN
DE UNA
FRACCIN f
No
S
CONFORME?
Pg. 27
Muestreos de aceptacin
COMIENZO
DIVIDIR LA PRODUCCIN
EN SUBGRUPOS DE
TAMAO Ni
INSPECCIN
100%
i unidades
conformes?
No
S
INSPECCIN
DE UNA
FRACCIN f
No
S
CONFORME?
Pg. 28
Muestreos de aceptacin
COMIENZO
STOP
INSPECCIN
100%
No
NMERO DE
UNIDADES
INSPECCIONA
DAS > S?
i unidades
conformes?
No
No
i unidades
conformes?
INSPECCIN
DE UNA
FRACCIN f
CONTINA LA
INSPECCIN DE UNA
FRACCIN f Y SE
CUENTAN LAS
UNIDADES
INSPECCIONADAS
No
S
CONFORME?
Pg. 29
Muestreos de aceptacin
COMIENZO
INSPECCIN
100%
No
i unidades
conformes?
NMERO DE
UNIDADES
INSPECCIONA
DAS > S?
No
S
INSPECCIN
DE UNA
FRACCIN f
No
No
S
CONFORME?
i UNIDADES
SIN
DEFECTOS?
S
INSPECCIN
DE UNA
FRACCIN f/2
No
S
CONFORME?
i UNIDADES
SIN
DEFECTOS?
S
INSPECCIN
DE UNA
FRACCIN f/4
No
CONFORME?
Pg. 30
STOP
Muestreos de aceptacin
COMIENZO
INSPECCIN
100%
i unidades
conformes?
No
S
INSPECCIN
DE UNA
FRACCIN f
STOP
S
CONFORME?
S
No
INSPECCIN
100%
No
NMERO DE
UNIDADES
INSPECCIONA
DAS > S?
No
CONFORME?
No
x<i UNIDADES
SIN
DEFECTOS?
Pg. 31
Muestreos de aceptacin
RESUMEN
Pg. 32
Muestreos de aceptacin
ANEXO I.
PRINCIPALES
FUNCIONES
DE
DISTRIBUCIN DE PROBABILIDAD EMPLEADAS
EN MUESTREOS DE ACEPTACIN
DISTRIBUCIN BINOMIAL
Un proceso de Bernoulli se caracteriza por:
n
n x
f ( x ) = p x (1 p )
x
La esperanza matemtica y la varianza de la distribucin binomial:
E [x ] = np
Var[x ] = npq
Pg. 33
Muestreos de aceptacin
0.6
Probabilidad
0.5
0.4
0.3
0.2
0.1
0.0
0
x
Nmero de intentos N= 10 Probabilidad de xito P= 0.05
D N D
x n x
f (x ) =
N
n
La esperanza matemtica y la varianza de la distribucin hipergeomtrica:
E [x ] = n D / N
Pg. 34
Var[x ] =
n D(N D )(N n )
N 2 (N 1)
Muestreos de aceptacin
DISTRIBUCIN DE POISSON
Supongamos un proceso en el que se producen sucesos puntuales sobre un
soporte continuo, por ejemplo entradas de llamadas en una central telefnica a
lo largo del tiempo, defectos producidos en una lnea de montaje, etc.
S1
S2
S3
S4
S5
S6
S7
.
Fig. 17 Proceso de Poisson
f (x ) =
x
x!
exp( )
E [x ] = Var[x ] =
Obsrvese que el proceso de Poisson puede ser asimilado a una variable
aleatoria binomial en la que se estn sacando muestras continuamente y donde
=np. En efecto, puede comprobarse que si se calcula el lmite de la funcin
binomial cuando n tiende a infinito se obtiene precisamente la distribucin de
Poisson.
Pg. 35
Muestreos de aceptacin
Probabilidad
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0
x
Media= 0.05
f (x ) =
( x )2
1
exp
2
2
2
y la funcin de distribucin:
F (x ) =
[]
> x >
x
( x )2
1
exp
2 2 dx
2
[]
Pg. 36
Muestreos de aceptacin
0.4
0.3
0.2
68 %
95 %
99,73 %
-6
-4
-2
0
X
z=
DISTRIBUCIN CHI-CUADRADO.
Sean (x1, x2, x3,.. ,xn) n variables aleatorias normales N(0,1), es decir con = 0
y = 1, e independientes entre s. Construyamos la variable aleatoria:
n 2 = x12 + x2 2 + K + xn 2
Esta variable aleatoria se distribuye de acuerdo con la siguiente funcin de
densidad, que se denomina Chi-Cuadrado con n grados de libertad:
f ( x ) = K n x (n 2 ) / 2 exp( x / 2 )
Pg. 37
Muestreos de aceptacin
[ ]
[ ]
E n = n
Var n = 2n
n2
que es equivalente, el cuadrado de la distancia entre el punto (x1, x2, x3,.. xn) y
el origen. Esta interpretacin permite entender mejor las aplicaciones de esta
distribucin cuando se emplea en los contrastes de ajuste.
Probabilidad
0.10
0.05
0.00
0
10
20
30
x
Grado s de Libertad= 10
Pg. 38
Muestreos de aceptacin
0.04
Probabilidad
0.03
0.02
0.01
0.00
20
30
40
50
60
70
80
90
x
Grados de Libertad= 50
n2
tn =
x
1 2
n n
12
E [tn ] = 0
Pg. 39
Muestreos de aceptacin
NORMAL vs t de Student
0.4
N(0,1)
t 15 g. de l.
t 10 g. de l.
P(x)
0.3
t 5 g. de l.
t 2 g. de l.
0.2
0.1
0.0
-4
-3
-2
-1
Pg. 40
Muestreos de aceptacin
ANEXO II.
MIL-STD-105E
DODGE ROMIG
MIL-STD-414
MIL-STD-1235
Pg. 41