Iso 10725

NORMA TCNICA NTP-ISO 10725
PERUANA 2009

Comisin de Normalizacin y de Fiscalizacin de Barreras Comerciales no Arancelarias - INDECOPI
Calle de La Prosa 138, San Borja (Lima 41) Apartado 145 Lima, Per

PROCEDIMIENTOS Y PLANES DE MUESTREO DE
ACEPTACIN PARA LA INSPECCIN DE
MATERIALES A GRANEL

Acceptance sampling plans and procedures for the inspection of bulk materials

(EQV. ISO 10725:2000 Acceptance sampling plans and procedures for the inspection of bulk materials)

2009-09-30
1 Edicin

R.029-2009/INDECOPI-CNB. Publicada el 2009-11-07 Precio basado en 101 pginas
I.C.S.: 03.120.30 ESTA NORMA ES RECOMENDABLE
Descriptores: Procedimientos, planes, muestreo de aceptacin, inspeccin de materiales a granel

i
NDICE

pgina

NDICE i

PREFACIO ii

1. OBJETO 1

2. REFERENCIAS NORMATIVAS 2

3. TRMINOS Y DEFINICIONES 3

4. SMBOLOS Y TRMINOS ABREVIADOS 6

5. PLANES DE MUESTREO 8

5.1 GENERAL
5.2 Aplicabilidad
5.3 Procedimientos de muestreo normalizados
5.4 Desviaciones estndar
5.5 Costos
5.6 Lmite de calidad de aceptacin y lmite de calidad de no aceptacin
5.7 Autoridad responsable

6. PROCEDIMIENTOS DE INSPECCIN 19

6.1 General
6.2 Evaluacin de las desviaciones estndar
6.3 Determinacin de tamaos de muestra
6.4 Seleccin y preparacin de muestras
6.5 Determinacin del valor de aceptacin
6.6 Determinacin de aceptabilidad de lote

7. EJEMPLOS 46

7.1 Desviacin estndar imprecisa con lmite de especificacin unilateral
7.2 Desviacin estndar imprecisa con lmites de especificacin bilaterales
7.3 Procedimiento opcional para conocer la desviacin estndar con lmite de
especificacin unilateral
7.4 Desviacin estndar conocida con lmite de especificacin unilateral
7.5 Desviacin estndar conocida con lmite de especificacin unilateral
7.6 Revisin de intervalo de discriminacin
7.7 Resultados de un lote
7.8 Resultados de lotes consecutivos

ii
8. ANTECEDENTE 58

ANEXOS

ANEXO A 59
ANEXO B 66
ANEXO C 73
ANEXO D 88

BIBLIOGRAFA 101

iii
PREFACIO

A. RESEA HISTRICA

A.1 La presente Norma Tcnica Peruana ha sido elaborada por el Comit
Tcnico de Normalizacin de Aplicacin de mtodos estadsticos, mediante el Sistema 1 o
de Adopcin, durante los meses de octubre de 2008 a agosto de 2009, utilizando como
antecedente a la norma ISO 10725:2000 Acceptance sampling plans and procedures for
the inspection of bulk materials.

A.2 El Comit Tcnico de Normalizacin de Aplicacin de mtodos
estadsticos present a la Comisin de Normalizacin y de Fiscalizacin de Barreras
Comerciales No Arancelarias CNB-, con fecha 2009-08-21, el PNTP-ISO 10725.2009,
para su revisin y aprobacin, siendo sometido a la etapa de Discusin Pblica el 2009-
08-28. No habindose presentado observaciones fue oficializado como Norma Tcnica
Peruana NTP-ISO 10725:2009 PROCEDIMIENTOS Y PLANES DE MUESTREO
DE ACEPTACIN PARA LA INSPECCIN DE MATERIALES A GRANEL, 1
Edicin, el 07 de noviembre de 2009.

A.3 Esta Norma Tcnica Peruana es una adopcin de la norma ISO
10725:2000. La presente Norma Tcnica Peruana presenta cambios editoriales referidos
principalmente a terminologa empleada propia del idioma espaol y ha sido estructurada
de acuerdo a las Guas Peruanas GP 001:1995 y GP 002:1995.

B. INSTITUCIONES QUE PARTICIPARON EN LA ELABORACIN
DE LA NORMA TCNICA PERUANA

Presidente Humberto Toso - Servicios
Industriales Pesqueros

Secretario Celso Gonzales

ENTIDAD REPRESENTANTE

CERPER S.A. Jos Camero

AENOR PERU Diana Garca

iv
SAT S.A. Fidel Poma

INSTITUTO PARA LA CALIDAD. PUCP Mnica Puertas

SENASA Cristina Toro

CONSULTORA Nelly Baiocchi

CONSULTOR Oscar Valdizn

CONSULTORA Julia Canchucaja

CONSULTOR Walter Prez

v
INTRODUCCIN

La aplicacin de los mtodos estadsticos en el campo del muestreo de materiales a
granel ha sido desarrollada desde fines de 1940, principalmente para grandes
cantidades de materias primas, tales como el carbn o materiales de hierro, donde el
principal inters fue un clculo estimado del parmetro de distribucin con costo
razonable, para ajustar el precio y procesarlo debidamente, cuando sea necesario.

Recientemente, la necesidad de aceptacin del muestreo de materiales a granel se ha
incrementado especialmente para productos industriales (como productos qumicos en
polvo o grnulos de plstico) donde la determinacin de la aceptabilidad de un lote es
ms importante que adquirir un clculo exacto del parmetro de distribucin. sta NTP
ha sido desarrollada con este propsito.

El objeto de esta NTP est situado en el lmite entre la ISO/TC69/SC 3 basado en el
muestreo a granel y ISO/TC 69/SC 5 que desarrolla la aceptacin de muestreo. Algunos
expertos del SC 5 han colaborado en el proyecto.

---oooOooo---

PERUANA 1 de 101

PROCEDIMIENTOS Y PLANES DE MUESTREO DE
ACEPTACIN PARA LA INSPECCIN DE
MATERIALES A GRANEL

1. OBJETO Y CAMPO DE APLICACIN

Esta Norma Tcnica Peruana establece planes de muestreo de aceptacin mediante la
determinacin de variables y el uso de procedimientos de inspeccin de aceptacin para
materiales a granel. Estos planes de muestreo cumplen con las curvas caractersticas
operativas especficas a un costo razonable.

Esta NTP es aplicable en la inspeccin donde el parmetro de distribucin de una
caracterstica de calidad individual es el principal factor en la determinacin de la
aceptabilidad del lote, sin embargo tambin proporciona procedimientos especiales para
caractersticas de calidad mltiple. Esta NTP es aplicable en los casos en los que valores de
las desviaciones estndar, en cada una de las etapas del muestreo, son conocidos o son
imprecisos.

Esta NTP es aplicable para varios tipos de materiales a granel, pero no siempre es aplicable
en minerales tales como hierro, carbn, petrleo crudo, etc., donde el clculo exacto del
parmetro de distribucin es ms importante que la determinacin de la aceptabilidad del
lote.

Para casos especiales, en los que los procedimientos estndar no son siempre adecuados y
en los que la desviacin estndar de medicin es dominante, esta NTP especifica los
procedimientos y planes de muestreo de aceptacin especial, como en el caso de lquidos.

PERUANA 2 de 101

2. REFERENCIAS NORMATIVAS

Las siguientes normas contienen disposiciones que al ser citadas en este texto, constituyen
requisitos de esta Norma Tcnica Peruana. Las ediciones indicadas estaban en vigencia en el
momento de esta publicacin. Como toda norma est sujeta a revisin, se recomienda a
aquellos que realicen acuerdos con base en ellas, que analicen la conveniencia de usar las
ediciones recientes de las normas citadas seguidamente. El Organismo Peruano de
Normalizacin posee la informacin de las Normas Tcnicas Peruanas en vigencia en todo
momento.

2.1 Normas Tcnicas Internacionales

2.1.1 ISO 3534-2:1993 Estadstica. Vocabulario y Smbolos. Parte 2:
Control estadstico de la calidad

2.1.2 ISO 11648-1:2003 Aspectos estadsticos de muestreo para
materiales a granel. Parte 1: principios
generales. Revisar si esta publicado

2.2 Normas Tcnicas Peruanas

2.2.1 NTP ISO 2859-1:2008 Procedimientos de muestreo para la
inspeccin por atributos. Parte 1 esquema de
muestreo indexado por lmite de calidad
aceptable (LCA) para la inspeccin lote por
lote

2.2.2 NTP ISO 3534-1:2003 Estadstica. Vocabulario y Smbolos. Parte 1:
Probabilidad y estadstica general

2.2.3 NTP ISO 5725-1:1994 Exactitud (veracidad y precisin) de mtodos
y resultado. Parte 1: principios generales y
definiciones

PERUANA 3 de 101

3. TRMINOS Y DEFINICIONES

Para el propsito de esta NTP se aplican los trminos y definiciones dados en NTP ISO
2859-1, NTP ISO 3534-1, ISO 3534-2, NTP ISO 5725-1 y las siguientes.

3.1
muestreo de aceptacin
Inspeccin de muestreo en la cual se toman decisiones para aceptar o rechazar un lote
basado en los resultados de una muestra o muestras seleccionadas de ese lote.

3.2
inspeccin de aceptacin
Inspeccin para determinar si un tem o lote entregado u ofrecido para la entrega es
aceptable.

3.3
sistema de muestreo
Conjunto de planes de muestreo, junto con el criterio mediante el cual se pueden elegir
planes de muestreo apropiados.

3.4
plan de muestreo
Combinacin del tamao de la muestra y sus criterios de aceptacin.

3.5
tamao de muestra
Nmero total de ensayos o mediciones y sus elementos.

NOTA 1: En esta NTP, el tamao de muestra es, por ejemplo, el nmero de incrementos de muestreo
en una muestra compsito, el numero de muestras compsito por lote, el numero de muestras para
ensayo preparadas a partir de una muestra compsito, el nmero de mediciones por muestra de
ensayo. El nmero de mediciones es el mismo que el nmero de porciones de ensayo.

NOTA 2: En esta NTP, este trmino no debe usarse para la cantidad de muestra como volumen o
masa de un incremento de muestreo.

3.6
criterios aceptacin
Criterio o elemento del criterio (por ejemplo, un valor de aceptacin) para la determinacin
de aceptabilidad del lote, es decir, aceptar o rechazar un lote.

PERUANA 4 de 101

3.7
lmite de calidad de Aceptacin
Cuando se considera una serie contina de lotes, un nivel del parmetro de distribucin
para el cual los propsitos de inspeccin de muestreo son el lmite del promedio de proceso
satisfactorio.

3.8
lmite de calidad de no aceptacin
Cuando se considera una serie contina de lotes, un nivel del parmetro de distribucin
para el cual los propsitos de inspeccin de muestreo son el lmite del promedio de proceso
no satisfactorio.

3.9
lmite de especificacin de una cola
Lmite de especificacin, inferior o superior de un parmetro de distribucin.

3.10
lmite de especificacin bilateral
Lmite de especificacin de los lmites inferior y superior de un parmetro de distribucin

3.11
material a granel
Cantidad de material dentro del cual las partes del componente al inicio no son fciles de
distinguir.

NOTA: Esta NTP excluye rollos de papel, bobinas de hilo, la chatarra de hierro o materiales
similares, debido a que es difcil aplicar los procedimientos de muestreo especficos.

3.12
incremento de muestreo
Cantidad de material a granel tomado en una accin por un dispositivo de muestreo.

3.13
muestra compsito
Agregacin de dos o ms incrementos de muestreo tomados de un lote para la inspeccin
del mismo.

3.14
muestra de ensayo
Muestra, preparada para ensayo o anlisis, la cantidad total o parte de ella usada para el
ensayo o anlisis al mismo tiempo.

PERUANA 5 de 101

3.15
porcin de Ensayo
Parte de una muestra de ensayo que se utiliza para el ensayo o anlisis al mismo tiempo.

3.16
valor de aceptacin
Valor de restriccin del promedio de la muestra que permite aceptacin del lote.

3.17
intervalo de discriminacin
Intervalo entre el lmite de calidad de aceptacin y del lmite de calidad de no aceptacin

3.18
intervalo lmite
Mnimo intervalo entre los lmites de calidad de aceptacin superior e inferior, cuando se
especifican los lmites de especificacin bilateral.

3.19
desviacin estndar relativa
Razn entre la desviacin estndar y el intervalo de discriminacin.

3.20
repetibilidad
Precisin bajo condiciones de repetibilidad, es decir, cuando los resultados de ensayos
independientes son obtenidos con el mismo mtodo en elementos de ensayo idnticos, en
el mismo laboratorio, por el mismo operador usando el mismo equipo dentro de intervalos
cortos de tiempo.

3.21
medicin de la precisin intermedia
Precisin bajo condiciones de precisin intermedia, es decir, cuando los resultados de
ensayo independientes son obtenidos con el mismo mtodo, en elementos de ensayo
idnticos, bajo algunas condiciones operativas diferentes (tiempo, calibracin, analista y
equipo)

PERUANA 6 de 101

4. SMBOLOS Y TRMINOS ABREVIADOS

Los smbolos y trminos abreviados empleados en esta NTP son los siguientes:

C costo variante por lote
C
I

Suma de costos proporcionales al nmero total de incrementos de muestreo
C
M
Suma de costos proporcionales al nmero total de mediciones
C
T
Suma de costos proporcionales al nmero total de muestras de ensayos.
c
I
Costo de extraer un incremento de muestreo.
c
M
Costo de una medicin
c
T
Costo de preparar una muestra de ensayo
c
TM
(
Costo de tratar una muestra de ensayo (= c
T
+ n
M
c
M
)
D Intervalo de discriminacin
D
N
Intervalo estrecho de discriminacin para mltiples caractersticas
d
I

Desviacin estndar relativa entre incrementos de muestreo
I
D
o | |
=
|
\ .

d
T

Desviacin estndar relativa de muestra de ensayo
T
D
o | |
=
|
\ .

d
O

Desviacin estndar total relativa
O
D
o | |
=
|
\ .

f
D
Factor de correccin para caractersticas mltiples
f
U
Factor para obtener lmite de control superior
G Nmero de lotes usados para recalcular desviaciones estndares
J Nmero de caractersticas de calidad
K
p
El p- fractil superior de la distribucin normal estandarizada
(Ejemplos de p son o, | y P
a
. Para o=0,05 K
o
= 1,64485 .Para |=0,10,
K
|
=1,28155, etc. ).
L
CI
Lmite de control inferior
L
ES
Lmite de especificacin inferior para el parmetro de distribucin

PERUANA 7 de 101

m parmetro de distribucin
m
A
Lmite de calidad de aceptacin para el parmetro de distribucin
m
R
Lmite de calidad de no aceptacin para el parmetro de distribucin
n
I
Nmero de incrementos de muestreo por muestra compsito
n
M
Nmero de mediciones para muestra de prueba
n
T
Nmero de muestras de ensayo por muestra compsito
P
a
Probabilidad de aceptacin
Q
CR
Calidad de riesgo del consumidor
Q
PR
Calidad de riesgo del productor
R
C

razn de costo
TM
I
c
c
| |
=
|
\ .

s
c
Desviacin estndar de la muestra compsito
s
cT
Desviacin estndar de la muestra combinada
s
M
Desviacin estndar de medicin
s
T
Desviacin estndar de la muestra de ensayo
t
p
(v) El p fractil inferior de la distribucin t con grados de libertad v
L
ES
Lmite de especificacin superior para el parmetro de distribucin
L
CS
Lmite de control superior
x
ijk
Valor medido para el k simo porcin de ensayo de la j-sima muestra de
ensayo de la i-sima muestra compsito
...
x
Promedio general de muestra
L
x
Valor de aceptacin inferior
U
x
Valor de aceptacin superior
o
Riesgo del productor
* Riesgo del productor individual
Riesgo del consumidor
* Riesgo del consumidor individual

Constante para obtener el valor de aceptacin
A
Intervalo entre los lmites de calidad de aceptacin superior e inferior

PERUANA 8 de 101

o
Constante para obtener el intervalo de restriccin
v
Grados de libertad de una desviacin estndar
v
E
Grados de libertad de un clculo de desviacin estndar
c
Desviacin estndar de muestra compuesta
E
Clculo de desviacin estndar para un parmetro de distribucin
M
Desviacin estndar de medicin
o
Desviacin estndar total
T

Desviacin estndar de muestra de ensayo
2 2 2
T P M M
n o o o = +
2
I
Componente de varianza entre incrementos de muestreo
2
M
Componente de varianza entre mediciones
2
P
Componente de varianza entre muestras de ensayo (varianza para la
preparacin de muestra de ensayo)

NOTA 1: Los smbolos acompaados por el subndice I y S, denotan que son los lmites de
especificacin inferior y superior respectivamente.

NOTA 2: El smbolo es usado para denotar una desviacin estndar de poblacin, mientras el
smbolo s es usado para el valor de muestra.

5. PLANES DE MUESTREO

5.1 Generalidades

Al comenzar los lmites de aceptacin, los siguientes trminos deben ser establecidos para
la inspeccin satisfactoria de un lote de material a granel.

PERUANA 9 de 101

5.2 APLICABILIDAD

5.2.1 Media del lote

Esta NTP es aplicable cuando el parmetro de distribucin de una caracterstica de calidad
individual, es el principal factor en la determinacin de la aceptabilidad del lote.

Cuando el material es homogenizado a travs de un procesamiento adicional en la planta
del consumidor, ste puede ser el principal interesado en el parmetro de distribucin.

Si dos o ms caractersticas de calidad se especifican para un material, entonces el
procedimiento dado en el anexo A debe ser aplicado. El Anexo A tambin proporciona
procedimientos opcionales para caractersticas mltiples para prevenir un incremento del
riesgo del productor y el riesgo del consumidor.

Esta NTP esta basado en asumir que el parmetro de distribucin se mantiene sin cambios
durante el muestreo de aceptacin para el lote o que los valores esperados del promedio
fsico y la media aritmtica son iguales. Es necesario tener un especial cuidado con algunas
caractersticas inestables tal como la humedad de un material particular. Podra haber
algunos casos excepcionales donde este supuesto no es cierto, tal como se demuestra en el
siguiente ejemplo.

Ejemplo:
El polvo de CMC (Carboximetil celulosa) es usado como un aditivo del cemento, y en esta
aplicacin una de las ms importantes caractersticas es la viscosidad de la solucin
acuosa. Si dos muestras de igual masa, una con un alto valor de viscosidad y la otra con un
bajo valor, son mezcladas, la viscosidad de la muestra mezclada es siempre menor a la
media aritmtica de los dos valores de la muestra original. Esta NTP no es aplicable a tales
casos.

5.2.2 Desviacin estndar

Esta NTP esta basado en el supuesto de que los valores de la desviacin estndar de la
caracterstica de calidad especificada son conocidos y estables. Las directrices para
verificar la estabilidad de la desviacin estndar son las siguientes:

a) En el procedimiento estndar, se encuentra que los grficos de control para
s
C
y s
T
no tienen puntos fuera de control, y si no hay otra evidencia que de lugar a
dudas sobre la estabilidad, uno puede considerar que todas las desviaciones estndar
son estables. Si
M
es grande e inestable, entonces este hecho probablemente es
detectado por el grfico de control para s
T
. Si
M
es suficientemente pequeo, su
estabilidad puede ser de poca importancia, porque la estimacin de su precisin no es
necesaria.

PERUANA 10 de 101

b) En el procedimiento especial en el Anexo B, si el grafico de control de s
T
no
tiene puntos fuera de control, y si no hay otra evidencia acerca de la estabilidad,
entonces toda la desviacin estndar puede ser considerada estable. En este caso la
estabilidad de
I
y
T
puede ser de poca importancia, porque la estimacin de su
precisin no es necesaria.

Sin embargo, al inicio del muestreo de aceptacin, el valor preciso y/o la estabilidad de la
desviacin estndar individual no puede ser suficientemente conocida. Adems pueden
ocurrir, menores y transitorias desviaciones de los lineamientos dados por encima de la
estabilidad durante la aplicacin de este sistema de muestreo de aceptacin. En tales casos,
los procedimientos usados para desviaciones estndar imprecisas son aplicables cuando se
usan los valores asumidos de desviaciones estndar de la caracterstica de calidad
especifica.

Si los valores relevantes de la desviacin estndar no estn todos disponibles en su
totalidad, esta NTP no es aplicable.

5.2.3 Lotes de inspeccin

Estos planes de muestreo se pretender usar, primeramente, para una serie continua de lotes.
Sin embargo, si los requisitos para las desviaciones estndar se satisfacen, estos planes
podran tambin pueden usarse para lotes aislados.

5.3 PROCEDIMIENTOS DE MUESTREO ESTANDARIZADOS

5.3.1 GENERALIDADES

Esta NTP contiene los siguientes procedimientos para la inspeccin de un lote individual:

a) Incremento de muestreo;
b) Constitucin de muestras compsito;
c) Preparacin de muestras de ensayo; y
d) Mediciones

PERUANA 11 de 101

La Figura 1 ilustra el diagrama de flujo de los procedimientos descritos anteriormente. Con
el fin de evitar recargar la figura 1, los nmeros de las muestras de ensayo no usadas y las
porciones de ensayo dibujadas son mucho ms pequeas que los valores usuales,
respectivamente (Vase el Anexo C.2.7)

En el muestreo representativo se usar con rigurosidad los procedimientos mencionados
anteriormente. Por ejemplo, se requiere que la muestra compsito individual pueda
representar el lote completo. Con el fin de obtener resultados confiables, es importante
especificar instrucciones o procedimientos estandarizados. Se recomienda que la referencia
se haga para la norma ISO 11648-1, de tal manera que los procedimientos razonables de
muestreo puedan ser especificados.

5.3.2 Incremento de muestreos (vase la figura 1)

Tomar incremento de muestreos 2n
I
de un lote. Se recomienda que sea usado un muestreo
dinmico, donde los incrementos de muestreos sean tomados desde un lote en
movimiento. Sin embargo, el uso de un muestreo esttico, cuando el lote permanece
esttico.

Se recomienda tambin que se utilice un dispositivo de muestreo apropiado. Cuando el
material contiene granos gruesos, el volumen de incrementos de muestreo individual debe
ser suficientemente grande para obtener una muestra representativa.

5.3.3 Constitucin de muestras compsito (Vase la figura 1)

Juntar los incrementos de muestreos de n
I
y formar dos muestras compsito. En esta NTP,
se han adoptado dos muestras compsito. Cada muestra compsito debe ser representativa
del lote completo. Este requisito debe ser logrado llevando a cabo un muestreo duplicado
sistemtico, descrito como sigue:

Entre 2n
I
de incremento de muestreo ordenados, juntar aquellos con nmeros impares
( 1, 3, ,2n
I-1
) para formar la muestra compsito N 1, y aquellos con nmeros pares
(2,4,,2n
I
) para formar la muestra compsito N 2.

5.3.4 Preparacin de las muestras de ensayo (Vase la Figura 1)

Preparar n
T
muestras de ensayo de cada una de las dos muestras compsitos. Establecer el
procedimiento para la preparacin de la muestra de ensayo de antemano, tomando en
cuenta la naturaleza del material a inspeccionar.

PERUANA 12 de 101

Cuando el material tiene partculas gruesas, asegurar que el procedimiento de preparacin
de la muestra de ensayo incluya uno o ms etapas de reduccin de tamao de partcula
(tales como trituracin y molienda), homogenizacin (tal como mezclado) y divisin de
muestra. El procedimiento debera especificar la masa de la muestra de ensayo y, si es
necesario, el tamao de partcula de la misma. Cuando el material es lquido, las muestras
de ensayo pueden ser tomadas directamente de la muestra compsito, despus de agitarse
suficientemente.

NOTA: Si se escoge un procedimiento adecuado para la preparacin de la muestra de ensayo,
entonces un componente de la varianza entre muestras de ensayo
2
T
puede ser mucho mas pequeo
que el componente de la varianza entre incrementos de muestreo,
2
T
. Por otro lado las
consideraciones econmicas tambin son importantes. Por ejemplo, la molienda gruesa es efectiva en
reducir
2
T
, pero la molienda fina de la cantidad total de muestra compsito es frecuentemente ms
cara.

Clave
incrementos de muestreo de nmeros impares
incrementos de muestreo de nmeros pares
usado
sin usar

FIGURA 1 - Modelo esquemtico del procedimiento de muestreo de aceptacin a
granel

5.3.5 Mediciones (Vase la Figura 1)

Dibujar las porciones de ensayo n
M
para 2n
T
de muestras de ensayo, respectivamente, y
llevar a cabo las mediciones 2n
T
n
M
por lote. Es necesario especificar las condiciones de
medicin en detalle.

PERUANA 13 de 101

5.4 DESVIACIN ESTANDAR

5.4.1 Generalidades

En caso de desviaciones estndar imprecisas, determinar la desviacin estndar de la
muestra en varias etapas, de acuerdo con el apartado 6.2.9. En caso de desviaciones
estndar conocidas, determinar las desviaciones estndar de la muestra en varias etapas de
acuerdo con el apartado 6.2.3. La informacin necesaria, comn para ambos casos, est
dado del apartado 5.4.2 al apartado 5.4.4.

Si se dispone de resultados de inspecciones anteriores, entonces las estimaciones de las
desviaciones estndar pueden obtenerse a partir de ellos. Si el conocimiento de las
desviaciones estndar en sus respectivas etapas es insuficiente, entonces es necesario
obtener valores relevantes. Se recomienda usar una de las tcnicas experimentales descritas
en la norma ISO 11648-1 y 11648-2. En muchos casos un diseo de experimento anidado
es el ms apropiado.

5.4.2 Desviacin estndar entre incrementos de muestreo

Los valores de las caractersticas de calidad de los incrementos de muestreo tomados para
un lote, pueden variar debido a diferentes fuentes de variacin. La desviacin estndar
entre incrementos de muestreo o
I
es la raz cuadrada positiva del componente de varianza
entre los incrementos de muestreo o
2
I
.

NOTA: Si el material en un contenedor es un gas o un lquido de baja viscosidad, la desviacin
estndar del incremento de muestreo, o
I
puede asumirse como cero. Sin embargo, si el material es un
lquido viscoso o slido, y si se encuentra en dos o ms contenedores, la varianza del incremento de
muestreo o
2
I
, usualmente est compuesta de dos componentes, por ejemplo, las varianzas de los
incrementos de muestreo dentro del contenedor y entre contenedores.

5.4.3 Desviacin estndar entre muestras de ensayo

Las muestras de ensayo provenientes de una muestra compsito, de acuerdo con el
procedimiento de preparacin de la muestra de ensayo especificada, podra contener
variacin debido a la divisin de la muestra compsito. La desviacin estndar entre las
muestras de ensayo o
T
, es la raz cuadrada positiva del componente de varianza entre las
muestras de ensayo o
2
T
.

NOTA: la desviacin estndar entre las muestras de ensayo
T
conformado por slidos no siempre es
significativo, excepto cuando el tamao de las partculas es suficientemente pequea. En contraste, en
el caso de un lquido de baja viscosidad o gas
T
es frecuentemente no significativo

PERUANA 14 de 101

5.4.4 Desviacin estndar de medicin

Los resultados de mediciones pueden variar debido a las diferentes fuentes de variacin,
que incluye el procedimiento de medicin y la variacin de la porcin de ensayo dentro de
una muestra de ensayo.

Cuando el nmero total de mediciones es pequeo, la desviacin estndar de medicin
usualmente corresponde a la repetibilidad. Cuando el nmero total de mediciones es
grande, es ms difcil mantener las condiciones de repetibilidad., entonces resulta
apropiado el uso de la precisin intermedia. Para ms informacin, vase la
NTP-ISO 5725-1, NTP-ISO5725-2 y NTP-ISO 5725-3.

NOTA: En esta NTP, la razn aproximada de
M
/
T
, es ms importante que la misma
M
. Si
M
/
T
es
suficientemente pequea (por ejemplo, menor a 0.2) no es necesario conocer el valor exacto de
M

5.5 COSTOS

5.5.1 Generalidades

Esta NTP usa los siguientes valores de costo, para obtener el plan de muestreo econmico.
Con el conocimiento de estos valores de costo, es tambin posible obtener un plan de
muestreo aplicable. (Vase el apartado 5.5.6)

5.5.2 Componentes de costos

El costo de variacin total por lote, C, consiste en la suma de los costos proporcionales al
nmero total de incrementos de muestreo, al nmero total de muestras de ensayo y al
nmero total de las mediciones, como sigue:

C= C
I
+ C
T
+ C
M

= 2n
I
c
I
+ 2n
T
c
T
+ 2n
T
n
M
c
M

Los valores de los costos unitarios, c
I
, c
T
y c
M
, se utilizan para obtener planes de
muestreo econmicos

PERUANA 15 de 101

5.5.3 Costo de tomar un incremento de muestreo

La suma de los costos es proporcional al nmero total de incrementos de muestreo C
I
y
contiene los siguientes elementos:

a) costo de tomar los incrementos de muestreo.
b) el costo de homogenizar para formar una muestra compsito.

El costo de tomar un incremento de muestreo, c
I
, est dado por la siguiente ecuacin:

2
=
I
I
I
C
c
n

5.5.4 Costo de preparacin de una muestra de ensayo

La suma del costo proporcional al nmero total de muestras de ensayo, C
T
contiene los
siguientes elementos:

a) El costo de la reduccin del tamao y divisin de la muestra.
b) El costo de preparar muestras de ensayo

El costo de preparar una muestra de ensayo, c
T
, est dado por la siguiente ecuacin:

2
=
T
T
T
C
c
n

5.5.5 Costo de una medicin

El costo de una medicin c
M
esta dado por la siguiente ecuacin:

2
=
M
M
T M
C
c
n n

Donde la suma de los costos C
M
, es proporcional al nmero total de mediciones.

5.5.6 Procedimientos para casos cuando los valores de costos son conocidos
insuficientemente

Al inicio del contrato, el conocimiento de los valores de costo anteriores puede ser
insuficiente. En tales casos, los siguientes procedimientos deben ser utilizados con el fin
de obtener un plan de muestreo aplicable.

PERUANA 16 de 101

a) Cuando el conocimiento de los valores de costo anteriores es insuficiente,
asumir la razn aproximada, c
I
: c
T
: c
M
, y usar cada trmino de la razn en lugar del
valor de costo respectivo.

Ejemplo:
Al inicio del contrato, la razn de costo aproximado fue asumida de la siguiente manera:

c
I
: c
T
: c
M
=3:1:0,5

Donde c
I
=3, c
T
=1 y c
M
=0,5

, el plan de muestreo se obtuvo de acuerdo con el
procedimiento estandarizado.

Despus de formarse los cinco lotes, la razn del costo fue revisado como sigue:

c
I
: c
T
: c
M
=3,5:1:0,4

Usando el nuevo valor de costo (c
I
=3,5, c
T
=1 y c
M
=0,4) el plan de muestreo aplicable se
obtuvo nuevamente, pero tanto el nivel de razn del costo como el plan de muestreo
permanecen sin cambios.

b) Si es difcil asumir la razn del costo aproximado, usar la siguiente razn:

c
I
: c
T
: c
M
=1:1:1

5.6 LMITE DE CALIDAD DE ACEPTACIN Y LMITE DE CALIDAD
DE NO ACEPTACIN

5.6.1 Generalidades

Las mediciones de calidad, el lmite de calidad de aceptacin m
A
y el lmite de calidad de
no aceptacin m
R
deberan ser especificadas de acuerdo con los siguientes procedimientos.

5.6.2 Intervalo entre m
R
y el lmite de especificacin

Se recomienda que el intervalo entre el lmite de calidad no aceptacin y el lmite de
especificacin (m
RL
L
EI
o L
ES
- m
RU
) se especifique tomando en cuenta el uso actual de
un lote aceptado. Por ejemplo, si un lote aceptado es dividido, en sub-lotes en uso actual,
entonces la variacin entre sub-lotes debe considerarse cuando se determina el intervalo.

Cuando se especifican los lmites de especificacin de dos colas, los dos intervalos (m
R
,
L
-
L
EI
o L
ES
- m
R
,
U
) pueden ser diferentes.

PERUANA 17 de 101

Este intervalo puede ser ajustado al lmite de calidad del material suministrado. Si el lmite
de calidad dista mucho de ser satisfactorio, ste puede ser incrementado de tal manera que
pueda reducirse el riesgo del consumidor en el lmite de especificacin. Para este propsito
el anexo D ofrece informacin importante. Por el contrario, si el lmite de calidad es
satisfactorio, este intervalo puede ser reducido a cero o incluso puede ser un valor
negativo.

5.6.3 Intervalo de discriminacin

El Intervalo de discriminacin D, es el intervalo entre el lmite de calidad de aceptacin y
el lmite de calidad de no aceptacin. Se recomienda que el valor D, sea especificado,
tomando en cuenta los valores de las desviaciones estndares o
I
, o
I
, y o
M
, .Si el valor del
Intervalo de discriminacin es muy pequeo, entonces esta NTP puede no dar un plan de
muestreo aplicable, y la eleccin del lmite de calidad de aceptacin y/o el lmite de calidad
de no aceptacin no necesitar ser reconsiderado.

Cuando se establecen los lmites de especificacin de dos colas L
IE
y L
SE
, los dos intervalos
de discriminacin (
L A
m
,
-
L R
m
,
y
U R
m
,
-
U A
m
,
) deben ser iguales.

El intervalo de discriminacin puede ajustarse al lmite de calidad del material
proporcionado. Si el lmite de calidad es satisfactorio, el intervalo de discriminacin puede
aumentarse para lograr una reduccin en los costos.

NOTA: Este intervalo debera determinarse principalmente a partir de aspectos tcnicos. La NTP ISO
10576 puede dar informacin para la determinacin de este intervalo.

5.6.4 Intervalo entre los lmites de calidad de aceptacin

Cuando se especifica lmites de la especificacin de dos colas , el intervalo entre los lmites
de calidad de aceptacin superior e inferior, A, debe ser igual o mayor que el intervalo
limitante, o x D. Es decir:

, , A U A L
m m xD A = > o

Para los procedimientos normalizados de desviaciones estndares conocidas, o= 0,636, y
para los procedimientos opcionales, o= 0,566.

PERUANA 18 de 101

Para los procedimientos de desviaciones estndar imprecisas, el valor de o puede
obtenerse de la tabla 1, la cual es indexada por v
E
. El valor de v
E
se proporcionar junto
los tamaos de muestra. En la etapa preliminar, es conveniente para asumir los siguientes
valores internos:

v
E
= 8 y o = 0,566.

TABLA 1 - Los Valores de
o
para lmites de especificacin bilaterales
(Desviaciones estndar imprecisas)

3,0 a 3,9 0,929
4,0 a 4,9 0,758
5,0 a 5,9 0,670
6,0 a 6,9 0,617

7,0 a 7,9 0,582
8,0 0,566
TABLA: Los valores son usados para determinar la aplicabilidad de los lmites de
especificacin de dos colas

5.7 AUTORIDAD RESPONSABLE

5.7.1 Funciones

La autoridad responsable tiene varias funciones tales como:

a) aprobar los valores de desviaciones estndar;

b) juzgar la estabilidad de desviaciones estndar;

c) seleccionar entre desviaciones estndar conocidas e imprecisas;

d) aprobar los valores de m
A
y m
R
;

e) decidir si se usa o no procedimientos opcionales;

f) otras funciones especificadas o implcitas.
E
v
o
>
o

PERUANA 19 de 101

Es deseable que la autoridad responsable tenga suficiente conocimiento y habilidad como
para mantener la neutralidad de este sistema de muestreo de aceptacin y para realizar sin
complicaciones los procedimientos de muestreo de aceptacin.

5.7.2 Relacin contractual

La autoridad responsable puede ser cualquiera de los siguientes:

a) primera parte;
b) segunda parte;
c) tercera parte; o
d) cualquiera de la primera, segunda o tercera parte, difiriendo segn la
funcin.

La autoridad responsable debe especificarse por adelantado al muestreo de aceptacin, en
el contrato o cualquier otro documento pertinente. Vase tambin el apartado 3.1.12 de
NTP -ISO 2859-1.

6. PROCEDIMIENTOS DE INSPECCIN

6.1 Generalidades

Este apartado ofrece los siguientes procedimientos:

a) Evaluacin de las desviaciones estndar;
b) Determinacin de los tamaos de la muestra;
c) Seleccin y preparacin de las muestras;
d) Determinacin del valor de aceptacin;
e) Determinacin de la aceptabilidad del lote.

6.2 Evaluacin de las desviaciones estndar

6.2.1 Generalidades

Si los resultados de inspecciones pasadas estn disponibles, los valores necesarios de
desviacin estndar, o
I
, o
T
y o
M
, pueden obtenerse a travs de los procedimientos para la
confirmacin y re-estimacin dados abajo. De lo contrario (vase el apartado 6.2.9) es
permitido usar los valores de desviaciones estndar especificados por un acuerdo entre el
proveedor y el comprador.

PERUANA 20 de 101

Es especialmente ventajoso usar los valores de desviaciones estndar especificados por un
acuerdo en lo siguiente casos:

a) al inicio del contrato, cuando el conocimiento de valores o no es siempre
suficiente; o

b) el productor tiene mucho ms conocimiento sobre las desviaciones estndar
que el consumidor; o

c) durante la inspeccin, cuando la grfica de control de s
c
o de s
T
ha dado un
punto fuera de control, pero el proceso se ha mejorado despus de esto, y se cree que
las desviaciones estndar han sido disminuidas.

6.2.2 Procedimientos de confirmacin

Cuando los procedimientos se aplican a una serie continua de lotes, la estabilidad de las
desviaciones estndar debe verificarse lote a lote. Para este propsito, es conveniente usar
los grficos de control como las mostradas en el apartado 6.2.4. Si la verificacin de
resultados indica una falta de estabilidad de las desviaciones estndar, entonces debe tomar
acciones apropiadas.

Por otro lado, deben re-estimarse peridicamente valores de la desviacin estndar de la
poblacin. A menos que por otra parte especificada, las desviaciones estndar deben re-
estimarse de los resultados de los 10 lotes inmediatamente precedentes, y despus de cada
cinco lotes subsecuentes, sin tener en cuenta la aceptabilidad de los lotes. Si la desviacin
estndar es re-estimada, entonces deben reevaluarse los tamaos de muestra, n
M
, n
I
y n
T
. Si
la re-estimacin lleva a tamaos de muestra diferentes a los prefijados, entonces el nuevo
plan de muestreo debe usarse para el prximo lote, debido que los tamaos de muestra
apropiados han cambiado. Para informacin adicional (vase el Anexo C.2.3).

6.2.3 Desviaciones estndar

La desviacin estndar de la muestra compsito (valor de muestra, s
c
) se obtiene de los
promedios de la muestra compsito utilizando la siguiente ecuacin ms simple:

2
) (
2
.. 2 .. 1
x x
s
C

=

PERUANA 21 de 101

La desviacin estndar de la muestra de ensayo (valor de muestra, s
T
) se obtiene de los
promedios de muestra de ensayo, utilizando la siguiente ecuacin:

2
2
. ..
1 1
1
( )
T
n
T ij i
i j
T
s x x
= =
=
v

donde
) 1 ( 2 =
T T
n v

Si n
r
=2, entonces la siguiente ecuacin simple es aplicable.

=
2
1
2
. 2 . 1
2
) (
2
1
i
i i
T
x x
s

Si 1
M
n > , entonces la desviacin estndar de medicin (valor de muestra,
M
s ) puede
obtenerse de manera similar.

Si
M
n
> 1, entonces la desviacin estndar de medicin (valor de muestra, s
M
) puede ser
obtenida similarmente.

2
2
.
1 1 1
1
( )
T M
n n
M ijk ij
i j k
M
s x x
= = =
=
v

donde
) 1 ( 2 =
M T M
n n v

Si
2 =
M
n
, entonces es aplicable la siguiente ecuacin simple:

= =
=
2
1 1
2
2 1
2
) (
1
i
n
j
ij ij
M
M
T
x x
s
v

donde el
T M
n 2 = v
.

Si el nmero total de mediciones es suficientemente pequeo, entonces una calculadora
convencional puede usarse para el clculo de los valores anteriores, por otra parte se
recomienda el uso de un software apropiado.

2
1

PERUANA 22 de 101

6.2.4 Grficas de control

6.2.4.1 Generalidades

Los grficos de control usadas en esta NTP son de un tipo especfico. Ellos tienen un lmite
de control superior, L
CS
, pero ellos no tienen un lmite de control inferior, L
CI
(para mayor
informacin vase el Anexo C.2.3 ).

6.2.4.2 Grfico de control de s
c

El lmite de control superior L
CS
, c de una grfica de control de s
c
debe obtenerse, para
cada uno de los 10 lotes (u otro nmero de lotes utilizado para la verificacin), sin tener en
cuenta la aceptabilidad del lote, usando la siguiente ecuacin:

CS
L ,
c U C
f x = o

donde

f
U
es un valor dado en la Tabla 2, como una funcin de grados de libertad (v
c
= 1);

o
c
es una desviacin estndar de la poblacin entre las muestras compsito.

Si ninguna de las desviaciones estndar (valor de muestra, s
c
) excede el L
CS
,
c
correspondiente, entonces el grfico de control de s
c
puede considerarse que muestra un
estado de control, caso contrario debe ser considerado como que ha mostrado un estado de
fuera de control.

NOTA 1: Porque el nmero de muestras compsito se mantienen para dos, el L
CS,c
es comn para
todos los lotes.

NOTA 2: Si un nmero suficiente de resultados de inspeccin precedente no est disponible, entonces
o
c
est dado por la siguiente ecuacin:

T
T I
c
n n
2
1
2
o o
o + =

PERUANA 23 de 101

6.2.4.3 Grfico de control de s
T

El lmite de control superior, L
CS,T
, de una grfica de control de s
T
debe obtenerse, para
cada uno de los 10 lotes, (o el otro nmero de lotes usados para la verificacin), sin tener
en cuenta la aceptabilidad del lote, usando la siguiente ecuacin:

CS T
L ,
U T
f x = o
donde:

f
U
es un factor dado en la Tabla 2, como una funcin de grados de libertad para la muestra
de ensayo, v
T
;
o
T
es una desviacin estndar de la poblacin entre las muestras de ensayo.

Si ninguna de las desviaciones estndar (valor de muestra, s
T
) excede el L
CS,T

correspondiente, entonces puede considerarse que el grfico de control de s
T
muestra un
estado de control, de lo contrario, puede ser considerado como un estado de fuera de
control.

NOTA 1: Si n
T
se mantiene constante, entonces el L
CS,T
es comn a todos los lotes.

NOTA 2: Si un nmero suficiente de resultados de inspeccin precedente no est disponible, entonces
o
T
est dado por la siguiente ecuacin:

2
2 M
T P
M
n
o
o = o +
2
3

PERUANA 24 de 101

TABLA 2 - Valores de f
U
para UCL

v

fU

v

fU

v

fU

v

fU
1
2
3
4
5
2,800
2,297
2,065
1,924
1,827
31
32
33
34
35
1,331
1,326
1,321
1,316
1,311
61
62
63
64
65
1,235
1,233
1,231
1,230
1,228
104
108
112
116
120
1,180
1,176
1,173
1,170
1,167
6
7
8
9
10

1,755
1,700
1,654
1,617
1,585
36
37
38
39
40
1,307
1,303
1,299
1,295
1,291
66
67
68
69
70
1,226
1,224
1,223
1,221
1,219
124
128
132
136
140
1,165
1,162
1,159
1,157
1,155
11
12
13
14
15
1,558
1,534
1,513
1,494
1,477
41
42
43
44
45
1,287
1,284
1,281
1,277
1,274
71
72
73
74
75
1,218
1,216
1,215
1,213
1,212
144
148
152
156
160
1,153
1,150
1,148
1,147
1,145
16
17
18
19
20
1,462
1,448
1,435
1,424
1,413
46
47
48
49
50
1,271
1,268
1,265
1,263
1,260
76
77
78
79
80
1,211
1,209
1,208
1,206
1,205
164
168
172
176
180
1,143
1,141
1,140
1,138
1,136
21
22
23
24
25
1,403
1,393
1,385
1,377
1,369
51
52
53
54
55
1,257
1,255
1,252
1,250
1,248
82
84
86
88
90
1,203
1,200
1,198
1,196
1,193
184
188
192
196
200
1,135
1,133
1,132
1,131
1,129
26
27
28
29
30

1,362
1,355
1,348
1,342
1,336
56
57
58
59
60
1,246
1,243
1,241
1,239
1,237
92
94
96
98
100
1,191
1,189
1,187
1,185
1,183
220
240
260
280
300
1,123
1,118
1,113
1,109
1,105
NOTA: Cuando v no est dado, puede usarse interpolacin lineal.

6.2.4.4 Grfico de control s
M

Si
M
n
> 1, entonces el lmite de control superior, L
CS,M
, para una grfica de control de
M
s

puede calcularse similarmente.

L
CS
,
M
=
U M
f x o

2
4

PERUANA 25 de 101

donde

U
f
es un factor dado en la Tabla 2, como una funcin de grados de libertad para la
medicin
M
v
;
M
o
es una desviacin estndar de la poblacin de medicin.

Si ninguna de las desviaciones estndar (valor de la muestra,
M
s
) excede el L
CS,M

correspondiente, entonces la grfica de control de
M
s
, puede considerarse que muestra un
estado de control, caso contrario debe ser considerada como mostrando un estado de fuera
de control.

NOTA: Si ambos tamaos de muestra,
T
n
y
M
n
, se mantiene constante, entonces el L
CS,M
es comn
para todos los lotes.

6.2.5 Re-estimacin de las desviaciones estndar de la poblacin


Se har una re-estimacin de las desviaciones estndar de la poblacin para los G lotes
inmediatamente precedentes. G ser de 10, a menos que la autoridad responsable lo
especifique de otra manera,. Se recomienda que la re-estimacin se lleve a cabo despus de
cada cinco lotes consecutivos.

6.2.5.2 Tamaos de muestra constante

Cuando los tamaos de muestra son constantes para i lotes, las desviaciones estndar de la
poblacin,
c
o
y
T
o
, son estimados de las desviaciones estndar (los valores de las muestra,
c
s
y
T
s
) usando la siguiente frmula:

G
S
G
I
J C
C
=
=
1
,
2
o

y

G
s
G
i
i T
T
=
=
1
,
2
o

PERUANA 26 de 101

donde G es el nmero de lotes usado para la re-estimacin.

Si
M
n
> 1, entonces la desviacin estndar de medicin,
M
o
, puede estimarse de manera
similar:

G
s
G
i
i M
M
=
=
1
,
2
o

6.2.5.3 Tamaos de muestra variables

Cuando los tamaos de muestra no son constantes para G lotes, las desviaciones estndar
de la poblacin,
c
o
y
T
o
, son estimadas de las desviaciones estndar (los valores de las
muestra,
c
s
y
T
s
) usando las siguientes ecuaciones:

=
=

=
G
i
i c
G
i
i c
i c
c
s
1
,
1
,
2
,
v
v
o

y

=
=

=
G
i
i T
G
i
i T
i T
T
s
1
,
1
,
2
,
v
v
o

donde

G es el nmero de lotes usados para el re-estimacin;
Si
M
n
> 1, entonces la desviacin estndar de medicin ,
M
o
, puede ser estimado
similarmente:

PERUANA 27 de 101

=
=

=
G
i
i M
G
i
i M i M
M
s
1
,
1
, ,
2
v
v
o

6.2.6 Re-estimacin de componentes de varianza


Las desviaciones estndar de la poblacin,
c
o
y
T
o
varan si los tamaos de muestra,
M
n
,
T
n
o
I
n
, cambian, si
c
o y
T
o no son afectadas por el tamao de la muestra. El
componente de varianza entre incrementos de muestreo,
2
I
o
, y el componente de varianza
entre las muestras de ensayo, I
2
o , son algo diferentes de otras varianzas. Es imposible de
obtener un componente de varianza directamente, pero puede ser obtenida como las
diferencias de otras varianzas.

6.2.6.2 El componente de varianza entre incrementos de muestreo

El componente de varianza entre incrementos de muestreo,
2
I
o
, se da por la siguiente
ecuacin:

|
|
.
|
\
|
=
T
T
c I
n
n
2
2 2
1
o
o o

Si
2
I
o < 0, entonces se asume que
2
I
o
= 0

6.2.6.3 Componentes de varianza entre las muestras de ensayos

Si
M
n
> 1, entonces el componente varianza entre las muestras de, ensayo,
2
P
o
, se da por
la siguiente ecuacin:
M
M
T P
n
2
2 2
o
o o =
Si
2
P
o
< 0, entonces se asume que
2
P
o
= 0;
Si
M
n
= 1, entonces no es necesario separar
2
P
o
y
2
M
o

PERUANA 28 de 101

6.2.7 Desviacin estndar estimada

La desviacin estndar estimada,
E
o , es la desviacin estndar del clculo del parmetro
de la distribucin (se usa para obtener la curva de CO)
E
o
est dado por la siguiente
ecuacin:

T
T
I
I
M T
M
P
P
I
I
E
n n n n n n 2 2 2 2 2
2 2 2 2 2
o o o o o
o + = + + =

6.2.8 Accin para situaciones de fuera de control

Durante la inspeccin de una serie continua de lotes, si el
c
s
o la grfica de control de
T
s
contiene uno o ms puntos fuera de control (incluso despus de la re-estimacin de
o
y
U
CL
), entonces alguna accin es necesaria. Si razones especficas han sido encontradas y
acciones correctivas apropiadas son posibles, entonces se realizar la accin correctiva. De
lo contrario, si el proveedor y el comprador aceptan, entonces la siguiente accin es
aplicable, sujeta a la aprobacin de la autoridad responsable:

a) para especificar el valor(es) adecuado(s) de desviacin estndar; o

b) cambiar a una inspeccin opcional aumentada.

Si la autoridad responsable juzga que la desviacin estndar de la poblacin se ha
convertido en inestable, entonces los procedimientos para las desviaciones estndar
conocidas no son ms aplicables.

6.2.9 Desviaciones estndar imprecisas

El valor de las desviaciones estndar,
I
o
,
P
o
y
M
o
, debe asumirse con la referencia a los
ms recientemente datos pertinentes y disponibles y los valores a ser usados deben estar
acordados entre el proveedor y el comprador.

NOTA: Si cualquiera de las desviaciones estndar parece ser inestable, entonces un valor grande debe
asumirse con referencia a los datos recientemente disponibles.

PERUANA 29 de 101

6.3 Determinacin de tamaos de muestra

6.3.1 Procedimientos para obtener tamaos de muestra

Como es difcil obtener todos los tamaos de la muestra al mismo tiempo, los siguientes
procedimientos deberan ser seguidos:

a) la determinacin del valor econmico del nmero de mediciones,
M
n ;
b) la determinacin de la desviacin estndar de muestra de ensayo,
T
o
;
c) la determinacin de las desviaciones estndar relativas,
I
d
y
T
d
;
d) la determinacin del costo de tratar una muestra de ensayo,
T
c
;
e) la determinacin de la proporcin del costo,
C
R
y el nivel de proporcin del
costo; y
f) la seleccin de tabla conveniente y la determinacin de valores econmicos
de
I
n
y
T
n
.

6.3.2 Clculo de
M
n

6.3.2.1 Uso de desviaciones estndar conocidas

Para las desviaciones estndar conocidas, el primer paso determinando el valor econmico
para el nmero de mediciones por muestra de ensayo,
M
n
, es calcular un valor interino, b,
usando la ecuacin siguiente:

M
T
P
M
c
c
b
o
o
=

Entonces debe redondearse a un entero,
M
n
, como sigue:

a) Si b < 1,5, entonces
M
n
= 1;
b) Si 1,5 < b < 2,5, entonces
M
n
= 2;
c) Si b > 2,5, entonces
M
n
= 3.

NOTA 1 La ecuacin anterior muestra el valor ms econmico de
M
n
antes de redondear, qu
minimizara
T
c
.

PERUANA 30 de 101

NOTA 2: La ecuacin anterior puede dar un valor notablemente grande de b. En la prctica, un valor
grande de
M
n
no es deseable porque generalmente a los operarios les disgusta tomar muchas medidas
en la misma muestra de prueba, y los resultados de la prueba pueden ser menos fiables. Por
consiguiente, se asume que el valor mximo de
M
n
es tres. Si tales factores humanos pueden
desatenderse y un valor grande de
M
n
es tolerable, entonces el valor de b calculado usando la
ecuacin anterior puede redondearse al entero ms cercano.

6.3.2.2 Uso de desviaciones estndar imprecisas

Para las desviaciones estndar imprecisas, el nmero de mediciones por la muestra de
ensayo,
M
n
, debe determinarse usando la siguiente regla:

NOTA: En la regla anterior el efecto del costo es despreciable.

6.3.3 Desviacin estndar de la muestra de ensayo

La desviacin estndar de la muestra de ensayo,
T
o
, debe obtenerse usando la siguiente
ecuacin:

M
M
P T
n
2
2
o
o o + =

6.3.4 Las desviaciones estndar relativas
Las desviaciones estndar,
I
o
y
T
o
, deben convertirse a desviaciones estndar relativas,
I
d
y
T
d
, dividiendo por el intervalo de la discriminacin, D, para que puedan simplificarse
los procedimientos siguientes. As,

D
d
I
I
o
=
y
D
d
T
T
o
=

6.3.5 El costo de tratar una muestra de ensayo
El costo de tratar una muestra de ensayo,
TM
c
, se da por la siguiente ecuacin:

M M T TM
c n c c + =

PERUANA 31 de 101

6.3.6 Razn del costo y nivel de razn de costo
La razn del costo,
c
R
se da por la siguiente ecuacin:

I
TM
c
C
C
R =

El nivel de razn del costo debe seleccionarse de acuerdo con las siguientes pautas:

a) nivel 1: si
c
R
<<1 entonces fije
c
R
= 0,1;
b) nivel 2: si
c
R
< 1 entonces fije
c
R
= 0,3;
c) nivel 3: si
c
R
~
1 entonces fije
c
R
= 1;
d) nivel 4: si
c
R
> 1 entonces fije
c
R
= 3;
e) nivel 5: si
c
R
>> 1 entonces fije
c
R
= 10.

6.3.7 Determinacin de
I
n
y
T
n

6.3.7.1 La estructura de tablas

Las tablas 3 a la 7 proporcionan los valores por las desviaciones estndar conocidas y se
mantienen para la determinacin del nmero de incrementos de muestreo por muestra
compsito,
I
n
, y el nmero de muestras de ensayo por muestra compsito,
T
n
. Estas estn
indexadas por el nivel de razn del costo. Cada tabla tiene dos entradas, la
I
d
preferida
(desviacin estndar de muestra de ensayo relativa) y la preferida
T
d
(desviacin estndar
relativa entre incrementos de muestreo). La zona del
I
d
actual se muestra al lado del
I
d
preferido. La zona de
T
d
actual es igual a la que corresponde a
I
d
.

Las tablas de la numero 8 a la 12 proporcionan valores para procedimientos opcionales a
un nivel de riesgo de 5 % y tienen la misma estructura como aqullos en las tablas de la 3 a
la 7.

Las tablas de la nmero 13 a la 22 proporcionan valores para desviaciones estndar
imprecisas a un nivel de riesgo de 5 % para
M
n
= 1 y
M
n
= 2. Estas tablas tienen la misma
estructura esencialmente como las tablas 3 a 7 slo que los valores para el
E
v
tambin han
sido incluidos.

PERUANA 32 de 101

6.3.7.2 Seleccin de tablas

Una tabla apropiada debe seleccionarse de acuerdo con el nivel de razn del costo
aplicable o combinacin de
M
n
y el nivel de razn del costo.

6.3.7.3 Los valores clasificados leyendo de
I
n
y
T
n

En la tabla seleccionada, los valores de
I
n
y
T
n
deben leerse como sigue:

a) encuentre una lnea de
I
d
preferido cuya zona (mostrado en la columna
adyacente) contiene el
I
d
actual;
b) encuentre una columna de
T
d
preferido cuya zona contiene el
T
d
actual.
Cada zona para el
T
d
preferido es la misma que el
I
d
preferido, respectivamente;

c) lea
I
n
y
T
n
de una celda dnde la lnea de
I
d
preferido cruza la columna de
T
d
preferido.

Si cualquiera de lo siguiente ocurre, entonces ir al apartado 6.3.7.4, porque
I
n
o
T
n
es
demasiado grande para ser recomendado:

- Ninguna lnea de
I
d
preferida existe.
- Ninguna columna de
T
d
preferido existe.
- Si" *" se muestra en la celda en lugar de
I
n
y
T
n
, entonces ir directamente
al apartado 6.3.7.4 o se busca otras tablas de tamao de muestra. Si una tabla de
tamao de muestra subsecuente o precedente para el nivel de razn del costo
proporciona de
I
n
y
T
n
para la celda correspondiente, estos tamaos de muestra son
aplicables, en cualquier otro caso ir al apartado 6.3.7.4.

6.3.7.4 Reconsideracin del intervalo de discriminacin

Si es imposible obtener n
I
y n
T
, o si los valores obtenidos para n
I
y n
T
parecieran ser muy
grande, entonces regresar al apartado 5.6.3 para la reconsideracin del intervalo de
discriminacin.

3
2

PERUANA 33 de 101

6.4 Seleccin y preparacin de muestras

6.4.1 Generalidades

Para la inspeccin de un lote individual, se deben seguir los siguientes procedimientos
(Vase la Figura 1).

6.4.2 Remisin de un lote

Como regla un bach de produccin de material a granel presentado una sola vez u ofrecido
para su despacho deber ser remitido como un lote de inspeccin.

6.4.3 Toma de incrementos de muestreo

De acuerdo al procedimiento especificado en el apartado 5.3.2 para la toma de incrementos
de muestreo, se debern tomar 2n
I
incrementos de un lote.

6.4.4 Conformacin de muestras compsito

De acuerdo con el procedimiento especificado en el apartado 5.3.3 para la conformacin de
muestra compsito, n
I
incrementos de muestreo sern agrupados y juntados para formar
una muestra compsito, formando dos muestras compsito

6.4.5 Preparacin de las muestras de ensayo

De acuerdo al procedimiento de preparacin de muestra de ensayo especificado en el
apartado 5.3.4, sern preparadas n
T
muestras de ensayo, respectivamente de cada una de las
dos muestras compsito.

6.4.6 Mediciones

De acuerdo al procedimiento de medicin especificado en el apartado 5.3.5, sern extradas
n
M
porciones de ensayo de 2n
T
muestras de ensayo, respectivamente, y se debern hacer
2n
T
n
M
mediciones por lote.

6.4.7 Determinacin de la aceptabilidad del lote

El promedio de la muestra ser calculado y se deber determinar la aceptabilidad del lote
de acuerdo al apartado 6.6.

PERUANA 34 de 101

6.4.8 Disposicin de un lote no aceptable

Un lote no aceptable ser dispuesto en concordancia con un acuerdo previamente
establecido en la inspeccin para aceptacin de un lote individual.

TABLA 3 Tamaos de muestra ( 5%, 10%), razn de costo nivel 1 para R
C

0,10 (0 a 0,17)
dI dT (valor preferido)
Valor
preferido
Zona 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 9 2 14 2 20 2 32 2 48
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 10 2 15 2 22 2 32 2 50
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 10 2 16 2 22 2 34 2 50
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 8 2 12 2 17 2 24 2 36 *
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 9 2 13 2 19 2 26 2 40 *
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 3 2 4 2 5 2 8 2 11 2 15 2 22 2 32 3 42 *
0,630 0,561 a 0,710 2 2 2 2 2 2 2 3 2 5 2 6 2 8 2 10 3 12 3 17 3 26 3 36 4 48 *
0,800 0,711 a 0,900 3 2 3 2 3 3 3 4 3 6 3 7 3 9 4 11 4 15 4 22 4 30 5 38 * *
1,00 0,901 a 1,12 5 2 5 3 5 4 5 5 5 6 5 7 5 11 5 14 6 24 6 24 6 34 7 44 * *
1,25 1,13 a 1,40 7 3 7 4 7 4 7 6 7 8 8 9 8 12 8 17 8 22 9 26 9 40 10 50 * *
1,60 1,41 a 1,80 11 4 11 5 11 12 7 12 9 12 12 12 16 13 20 13 26 14 32 14 46 * * *
2,00 1,81 a 2,24 18 4 18 6 18 7 18 9 18 12 18 15 19 19 19 26 20 30 20 42 22 50 * * *
2,50 2,25 a 2,80 28 6 28 7 28 9 28 11 28 14 28 18 28 24 30 28 30 40 30 50 * * * *
3,15 2,81 a 3,55 44 7 44 9 44 11 44 14 44 18 44 22 46 28 46 36 46 48 * * * * *
NOTA 1 Cada zona para el dT preferido es igual a la del mismo dI preferido, respectivamente.
NOTA 2 De ocurrir uno de los eventos siguientes, entonces reconsiderar el intervalo de discriminacin
a) No existe fila del dI preferido
b) No existe columna del dT preferido
NOTA 3 Si se observa * en la celda, entonces reconsiderar el intervalo de discriminacin, o busque en otras tablas, que puedan dar tamaos de muestra
aplicables.

PERUANA 35 de 101

C

0,32 (0,18 a 0,56)
Valor
preferido
Zona 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 8 2 14 2 19 2 28 2 46
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 8 2 15 2 20 2 30 2 46
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 9 2 16 2 20 2 30 2 50
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 9 2 17 2 22 2 34 3 50
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 10 2 19 3 22 3 34 4 50
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 9 3 11 3 22 3 26 4 36 *
0,630 0,561 a 0,710 2 2 2 2 2 2 2 2 2 3 2 4 3 4 3 6 3 10 4 12 4 26 5 26 5 40 *
0,800 0,711 a 0,900 3 2 3 2 3 2 4 2 4 3 4 4 4 5 4 8 5 10 5 15 6 30 7 28 8 40 *
1,00 0,901 a 1,12 5 2 5 2 5 2 5 3 5 4 5 5 6 6 6 9 7 11 7 17 8 34 9 32 10 46 *
1,25 1,13 a 1,40 7 2 7 2 7 3 8 3 8 4 8 6 9 8 9 11 10 13 10 19 12 40 13 36 14 50 *
1,60 1,41 a 1,80 12 2 12 3 12 3 12 4 12 6 13 7 14 9 14 12 15 16 16 22 17 46 19 40 * *
2,00 1,81 a 2,24 18 3 18 3 18 4 19 5 19 7 19 9 20 11 20 15 22 20 24 24 24 50 26 48 * *
2,50 2,25 a 2,80 28 3 28 4 28 5 28 6 30 8 30 11 30 14 32 18 32 24 34 30 36 42 * * *
3,15 2,81 a 3,55 44 4 44 5 44 6 44 8 46 10 46 13 48 17 48 22 50 28 50 36 * * * *
NOTA Vase las notas de la Tabla 3
C

1,0 (0,57 a 1,7)
Valor
preferido
Zona
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 12 2 18 2 28 2 44
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 12 2 19 2 30 3 46
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 8 2 13 2 20 3 30 4 46
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 5 2 9 3 13 3 20 4 30 5 46
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 3 9 3 14 4 20 5 32 6 48
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 2 2 2 2 4 3 4 3 7 4 9 4 15 5 22 6 32 8 50
0,630 0,561 a 0,710 2 2 2 2 2 2 2 2 3 2 4 2 4 4 4 5 4 7 5 10 6 15 7 22 8 34 10 50
0,800 0,711 a 0,900 3 2 3 2 3 2 4 2 4 2 4 3 5 4 6 5 6 8 7 11 8 17 10 24 11 36 *
1,00 0,901 a 1,12 5 2 5 2 5 2 5 2 6 2 7 3 7 4 8 6 8 9 10 12 11 18 13 26 15 38 *
1,25 1,13 a 1,40 7 2 7 2 8 2 9 2 9 3 9 4 10 5 11 7 12 10 14 13 15 20 17 28 20 40 *
1,60 1,41 a 1,80 12 2 12 2 13 2 13 3 14 3 15 4 15 6 17 8 18 11 20 15 22 22 24 32 28 44 *
2,00 1,81 a 2,24 18 2 19 2 20 2 20 3 20 4 22 5 22 7 24 10 26 13 28 17 32 24 34 34 38 48 *
2,50 2,25 a 2,80 28 2 30 2 30 3 30 4 32 5 32 6 34 8 36 11 38 15 40 20 44 28 48 38 * *
3,15 2,81 a 3,55 44 2 46 3 46 4 46 5 48 6 50 8 50 10 * * * * * * *

PERUANA 36 de 101

C
3,2 (1,8 a 5,6)
Valor
preferido
Zona
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 12 3 18 3 28 4 44
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 3 12 3 18 4 28 5 44
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 3 7 3 12 4 18 5 28 6 44
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 3 5 3 8 4 12 5 19 6 28 8 44
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 3 2 3 4 4 5 4 8 6 12 7 19 8 30 10 46
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 2 2 4 2 4 4 5 5 6 8 7 13 9 19 11 30 13 46
0,630 0,561 a 0,710 2 2 2 2 2 2 3 2 3 2 4 2 4 3 5 4 6 6 8 9 9 14 11 20 14 30 17 48
0,800 0,711 a 0,900 3 2 3 2 4 2 4 2 5 2 6 2 6 3 8 4 9 6 11 9 12 14 15 20 18 32 22 48
1,00 0,901 a 1,12 5 2 5 2 6 2 6 2 7 2 9 2 10 3 10 5 11 7 13 10 16 15 20 22 24 32 28 50
1,25 1,13 a 1,40 8 2 8 2 9 2 9 2 10 2 11 3 12 4 15 5 17 7 19 10 22 16 24 24 30 34 36 50
1,60 1,41 a 1,80 12 2 13 2 14 2 14 2 16 2 17 3 19 4 20 6 24 8 26 12 30 17 36 24 42 36 *
2,00 1,81 a 2,24 19 2 20 2 20 2 22 2 22 3 26 3 26 5 28 7 32 9 36 13 40 19 48 26 * *
2,50 2,25 a 2,80 28 2 30 2 30 2 34 2 34 3 36 4 40 5 40 8 46 10 50 14 * * * *
3,15 2,81 a 3,55 46 2 46 2 50 2 50 3 50 4 * * * * * * * * *
C
10 (5,7 ms)
Valor
preferido
Zona
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 3 7 4 11 4 18 6 28 7 44
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 5 4 7 5 11 6 18 7 28 9 44
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 4 5 4 7 6 11 7 18 9 28 11 44
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 3 5 5 6 7 7 12 9 18 11 28 14 44
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 3 2 5 2 6 3 6 5 8 7 9 12 12 18 14 28 18 44
0,500 0,451 a 0,560 2 2 2 2 2 2 3 2 3 2 4 2 6 2 7 3 7 5 9 8 12 12 15 18 18 28 22 44
0,630 0,561 a 0,710 3 2 3 2 3 2 4 2 5 2 5 2 8 2 9 3 11 5 12 8 16 12 19 19 24 28 28 46
0,800 0,711 a 0,900 4 2 4 2 5 2 6 2 7 2 8 2 10 2 11 4 14 5 17 8 20 13 26 19 28 30 36 46
1,00 0,901 a 1,12 6 2 6 2 7 2 8 2 9 2 11 2 12 3 15 4 17 6 22 8 26 13 30 20 40 30 48 46
1,25 1,13 a 1,40 9 2 10 2 10 2 12 2 13 2 15 2 17 3 22 4 24 6 26 9 32 14 42 20 50 30 *
1,60 1,41 a 1,80 14 2 15 2 16 2 17 2 19 2 22 2 26 3 30 4 34 6 40 9 46 14 50 22 * *
2,00 1,81 a 2,24 20 2 22 2 22 2 24 2 26 2 32 2 36 5 38 5 44 7 50 10 * * * *
2,50 2,25 a 2,80 32 2 32 2 34 2 36 2 40 2 42 3 48 4 * * * * * * *
3,15 2,81 a 3,55 48 2 50 2 50 2 * * * * * * * * * * *
C
0,10 (0 a 0,17)

PERUANA 37 de 101

Valor
preferido
Zona
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 8 2 11 2 18 2 26 2 40
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 8 2 12 2 19 2 28 2 42
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 9 2 13 2 20 2 30 2 44
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 3 2 4 2 5 2 7 2 10 2 15 2 22 2 32 2 46
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 8 2 12 2 17 2 24 2 36 3 50
0,500 0,451 a 0,560 2 2 2 2 2 2 2 3 2 4 2 5 2 7 2 11 2 14 2 20 3 26 3 40 *
0,630 0,561 a 0,710 2 2 2 3 2 4 2 4 3 5 3 6 3 8 3 12 3 17 3 22 4 30 4 44 *
0,800 0,711 a 0,900 4 2 4 3 4 4 4 4 4 6 4 9 4 11 5 14 5 19 5 26 6 34 6 50 *
1,00 0,901 a 1,12 6 3 6 4 6 5 6 6 6 8 6 10 6 13 7 17 7 24 8 28 8 42 * *
1,25 1,13 a 1,40 9 4 9 4 9 6 9 7 9 10 10 12 10 15 10 22 11 26 11 36 12 48 * *
1,60 1,41 a 1,80 14 5 14 6 15 7 15 9 15 12 15 15 16 19 16 26 17 32 17 44 * * *
2,00 1,81 a 2,24 22 6 22 7 22 9 22 11 24 15 24 18 24 24 24 32 26 38 26 50 * * *
2,50 2,25 a 2,80 3 7 34 9 34 11 34 14 36 18 36 22 36 30 38 36 38 50 * * * *
b) No existe columna del dT preferido
NOTA 3 Si se observa * en la celda, entonces reconsiderar el intervalo de discriminacin, o buscar en otras tablas, que puedan dar tamaos de muestra
aplicables.
TABLA 9 Tamaos de muestra ( 5%, 5%), razn de costo nivel 2 para RC 0,32 (0,18 a 0,56)
Valor
preferido
Zona
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 10 2 16 2 24 2 36
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 10 2 16 2 24 2 38
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 11 2 17 2 26 2 40
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 5 2 8 2 12 2 19 2 28 3 42
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 10 2 14 3 20 3 30 4 44
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 3 2 4 2 6 3 7 3 10 3 15 4 20 4 32 4 36
0,630 0,561 a 0,710 2 2 2 2 3 2 3 2 3 3 3 5 3 6 4 8 4 12 5 16 5 24 6 34 5 40
0,800 0,711 a 0,900 4 2 4 2 4 2 4 3 4 4 5 5 5 7 5 10 6 13 7 18 7 28 8 38 8 40
1,00 0,901 a 1,12 6 2 6 2 6 3 6 4 7 5 7 6 7 9 8 11 8 16 9 22 10 30 11 42 *
1,25 1,13 a 1,40 9 2 9 3 10 3 10 4 10 6 10 7 11 10 11 14 12 18 13 24 15 32 16 46 *
1,60 1,41 a 1,80 15 3 15 3 15 4 16 5 16 7 16 9 17 12 18 16 19 20 20 28 22 38 24 50 *
2,00 1,81 a 2,24 22 3 22 4 24 5 24 7 24 9 24 11 26 14 26 19 28 24 30 32 32 44 * *
2,50 2,25 a 2,80 36 4 36 5 36 6 36 8 38 10 38 13 38 17 40 22 42 30 44 38 46 50 * *
C
1,0 (0,57 a 1,7)

PERUANA 38 de 101

Valor
preferido
Zona
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 9 2 15 2 24 2 36
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 10 2 16 2 24 3 36
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 7 2 10 3 16 3 24 4 36
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 3 10 3 17 4 26 5 38
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 2 2 4 3 5 3 8 4 11 4 18 5 26 6 40
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 2 3 3 3 4 4 5 4 8 5 12 6 18 7 26 8 40
0,630 0,561 a 0,710 2 2 2 2 3 2 3 2 4 2 4 3 5 4 5 6 6 8 6 13 8 19 9 28 11 42
0,800 0,711 a 0,900 4 2 4 2 4 2 5 2 5 3 5 4 6 5 7 7 8 10 9 14 10 22 12 30 14 44
1,00 0,901 a 1,12 6 2 6 2 7 2 7 2 8 3 8 4 8 6 10 8 11 11 12 15 14 22 16 32 19 48
1,25 1,13 a 1,40 9 2 10 2 10 2 10 3 11 4 12 5 13 6 14 9 15 12 17 17 19 24 22 36 26 50
1,60 1,41 a 1,80 15 2 16 2 16 3 17 3 18 4 18 6 19 6 22 10 22 14 24 19 28 28 32 38 *
2,00 1,81 a 2,24 24 2 24 2 24 3 26 4 26 5 26 7 28 8 30 12 32 16 36 22 38 32 42 44 *
2,50 2,25 a 2,80 36 2 36 3 36 4 38 5 40 6 40 8 42 9 44 14 48 19 50 26 * * *
C
3,2 (1,8 a 5,6)
Valor
preferido
Zona
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 9 3 15 3 22 4 36
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 3 9 3 15 4 22 5 36
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 3 6 3 10 4 15 5 24 6 36
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 4 4 6 4 10 5 16 7 24 8 36
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 3 2 3 3 4 4 5 7 6 10 7 16 9 24 10 38
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 3 2 4 2 5 3 5 5 6 7 7 10 9 16 11 24 13 38
0,630 0,561 a 0,710 3 2 3 2 3 2 4 2 4 2 6 2 6 3 7 5 9 7 10 11 12 17 14 26 17 38
0,800 0,711 a 0,900 4 2 5 2 5 2 5 2 6 2 7 3 8 4 10 5 11 8 14 11 16 18 19 26 22 40
1,00 0,901 a 1,12 6 2 7 2 7 2 8 2 10 2 10 3 12 4 13 6 16 8 18 12 20 19 24 28 30 42
1,25 1,13 a 1,40 10 2 10 2 11 2 12 2 14 2 15 3 16 5 18 7 22 9 24 13 28 20 32 30 38 44
1,60 1,41 a 1,80 16 2 16 2 17 2 19 2 20 3 20 4 24 5 28 7 30 10 32 15 38 22 44 32 50 46
2,00 1,81 a 2,24 24 2 24 2 26 2 28 2 30 3 32 4 34 6 38 8 42 11 46 16 50 24 * *
2,50 2,25 a 2,80 36 2 38 2 40 2 42 3 44 4 46 5 48 7 50 10 * * * * *

PERUANA 39 de 101

C
10 (5,7 ms)
Valor
preferido
Zona
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 3 6 4 9 5 14 6 22 7 34
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 3 2 3 4 4 6 4 9 6 14 7 22 9 34
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 4 2 4 4 5 6 6 9 7 15 9 22 11 34
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 3 2 4 2 4 4 6 6 7 9 9 15 11 22 14 36
0,400 0,356 a 0,450 2 2 2 2 2 2 3 2 3 2 4 2 5 3 6 4 8 6 10 9 12 15 15 24 18 36
0,500 0,451 a 0,560 2 2 3 2 3 2 4 2 4 2 5 2 6 3 9 4 10 6 12 10 15 15 18 24 22 36
0,630 0,561 a 0,710 3 2 4 2 4 2 5 2 6 2 7 2 8 3 11 4 13 6 15 10 19 16 24 24 30 36
0,800 0,711 a 0,900 5 2 6 2 6 2 7 2 8 2 11 2 12 3 14 5 17 7 22 10 26 16 32 24 36 38
1,00 0,901 a 1,12 8 2 8 2 9 2 10 2 12 2 14 2 17 3 19 5 24 7 26 11 32 17 38 26 50 38
1,25 1,13 a 1,40 11 2 12 2 13 2 15 2 17 2 20 2 22 3 26 5 28 8 36 11 44 17 50 26 *
1,60 1,41 a 1,80 18 2 19 2 20 2 22 2 24 2 26 3 30 4 34 6 42 8 48 12 * * *
2,00 1,81 a 2,24 26 2 28 2 30 2 32 2 36 2 40 3 44 4 50 6 * * * * *
2,50 2,25 a 2,80 40 2 42 2 44 2 46 3 50 3 * * * * * * * *

PERUANA 40 de 101

TABLA 13 Tamaos de muestra ( 5%, 5%) y grados de libertad para n
M
= 1, razn de costo
nivel 1 para R
C
0,10 (0 a 0,17)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
nI nT T nI nT T nI nT T nI nT T nI nT T nI nT T nI nT T
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 2 7 13 2 18 35 2 40 72
0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 2 4 8,0 2 8 15 2 20 27 2 44 41
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 3 4 9,9 3 10 18 3 24 26 3 55 33
0,630 0,451 a 0,710 4 2 7,3 4 4 7,8 4 6 9,3 4 9 11 4 17 14 5 32 28 5 65 35
1,00 0,711 a 1,12 7 3 13 7 5 14 7 8 15 8 13 20 8 22 24 9 42 36 *
1,60 1,13 a 1,80 15 6 29 16 8 32 16 12 34 17 20 40 18 32 49 19 60 60 *
2,50 1,81 a 2,80 36 7 72 36 12 74 36 19 76 38 30 85 40 48 98 * *
b) No existe columna del d
T
preferido
NOTA 3 Si se observa * en la celda, entonces reconsiderar el intervalo de discriminacin, o buscar en otras tablas, que puedan dar tamaos de
muestra aplicables.
NOTA 4 Se usa el valor de E para lmites de especificacin bilaterales, caractersticas mltiples de calidad, o una curva CO.
M
= 1, razn de costo
nivel 2 para R
C
0,32 (0,18 a 0,56)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 2 7 13 2 17 33 2 40 72
0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 2 4 8,0 2 8 15 2 18 27 2 44 41
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 3 4 9,9 3 10 18 3 22 27 3 55 33
0,630 0,451 a 0,710 4 2 7,3 4 2 8,0 4 4 10 4 7 12 5 12 23 6 24 43 5 65 35
1,00 0,711 a 1,12 7 2 13 7 4 14 8 5 19 8 9 23 9 16 33 11 30 57 15 55 116
1,60 1,13 a 1,80 16 3 32 16 5 34 17 8 39 18 12 47 20 20 63 22 40 86 26 75 137
2,50 1,81 a 2,80 36 4 74 36 8 75 38 11 85 40 18 97 42 30 114 46 55 147 *

PERUANA 41 de 101

M
= 1, razn de costo
nivel 3 para R
C
1,0 (0,57 a 1,7)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 2 7 13 2 16 31 4 36 74
0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 2 4 8,0 3 7 14 3 17 35 4 38 79
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 3 4 9,9 4 8 19 5 18 41 7 40 89
0,630 0,451 a 0,710 4 2 7,3 4 2 8,0 4 3 9,9 5 5 16 7 9 27 8 20 51 12 42 103
1,00 0,711 a 1,12 7 2 13 7 3 14 8 4 19 9 7 27 12 11 41 16 22 70 20 48 131
1,60 1,13 a 1,80 16 2 31 17 3 35 18 5 41 20 8 51 22 16 70 28 28 108 38 55 181
2,50 1,81 a 2,80 36 4 74 38 4 79 40 7 89 42 12 103 48 20 131 55 38 181 70 70 276
M
= 1, razn de costo
nivel 4 para R
C
3,2 (1,8 a 5,6)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 2 7 13 3 16 32 4 36 74
0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 2 4 8,0 4 7 14 5 16 34 4 36 75
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 4 4 10 5 8 19 8 17 39 11 38 85
0,630 0,451 a 0,710 4 2 7,3 4 2 8,0 4 3 9,9 7 4 12 9 8 23 12 18 47 18 40 97
1,00 0,711 a 1,12 7 2 13 8 2 15 10 3 18 12 5 23 16 9 33 20 20 63 30 42 114
1,60 1,13 a 1,80 17 2 33 18 2 27 22 3 27 24 6 43 30 11 57 40 22 86 55 46 147
2,50 1,81 a 2,80 38 2 70 40 3 74 46 4 65 48 8 90 55 15 116 75 26 137 *
M
= 1, razn de costo
nivel 5 para R
C
10 (5,7 ms)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 3 7 13 6 15 29 7 36 72
0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 4 4 7,8 5 7 14 8 16 32 12 36 74
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 6 4 9,3 8 7 15 12 16 34 19 36 76
0,630 0,451 a 0,710 4 2 7,3 4 2 8,0 5 3 11 9 4 11 13 8 20 20 17 40 30 38 85
1,00 0,711 a 1,12 7 2 13 8 2 15 10 3 18 17 4 14 22 8 24 32 18 49 48 40 98
1,60 1,13 a 1,80 18 2 35 20 2 27 24 3 26 32 5 28 42 9 36 60 19 60 *
2,50 1,81 a 2,80 40 2 72 44 2 41 55 3 33 65 5 35 * * *

PERUANA 42 de 101

M
= 2, razn de costo
nivel 1 para R
C
0,10 (0 a 0,17)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 2 7 24 2 17 56 2 40 112
0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 2 4 12 2 8 22 2 20 34 2 44 48
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 3 3 10 3 5 15 3 10 23 3 24 30 3 50 39
0,630 0,451 a 0,710 4 2 7,5 4 4 7,9 4 6 9,4 4 9 12 4 17 14 5 32 30 5 65 37
1,00 0,711 a 1,12 7 3 13 7 5 14 7 8 15 8 13 21 8 22 25 9 42 37 *
1,60 1,13 a 1,80 15 6 29 16 8 32 16 12 35 17 20 40 18 32 49 19 60 61 *
2,50 1,81 a 2,80 36 7 72 36 12 74 36 19 76 38 30 85 40 48 99 * *
M
= 2, razn de costo
nivel 2 para R
C
0,32 (0,18 a 0,56)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 2 7 24 2 17 56 2 38 110
0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 2 4 12 2 8 22 2 18 36 3 40 111
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 3 3 10 3 4 14 3 10 23 3 22 32 4 46 81
0,630 0,451 a 0,710 4 2 7,5 4 2 9,0 4 4 10 4 7 13 5 12 27 6 24 52 8 48 117
1,00 0,711 a 1,12 7 2 13 7 3 15 8 5 20 8 9 24 9 16 35 11 30 64 15 55 144
1,60 1,13 a 1,80 16 3 32 16 5 34 17 8 40 18 12 49 20 20 67 22 40 92 26 75 150
2,50 1,81 a 2,80 36 4 74 36 8 76 38 11 86 40 18 99 42 30 118 46 55 153 *
M
= 2, razn de costo
nivel 3 para R
C
1,0 (0,57 a 1,7)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 2 7 24 2 16 54 3 36 129
0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 3 3 9,9 3 7 26 3 17 59 4 38 133
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 3 2 7,7 3 4 14 4 8 31 5 18 66 7 40 148
0,630 0,451 a 0,710 4 2 7,5 4 2 9,0 4 3 11 5 5 20 6 9 36 8 20 76 12 42 166
1,00 0,711 a 1,12 7 2 13 7 3 15 8 4 21 9 7 30 11 12 51 16 22 103 19 48 189
1,60 1,13 a 1,80 16 2 33 17 3 38 18 5 45 20 8 59 22 16 81 28 28 139 38 55 256
2,50 1,81 a 2,80 36 4 74 36 4 83 40 7 95 42 12 111 48 19 150 55 38 213 70 70 355

PERUANA 43 de 101

M
= 2, razn de costo
nivel 4 para R
C
3,2 (1,8 a 5,6)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 2 7 24 4 15 54 4 36 132
0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 3 3 9,9 3 7 26 5 16 61 8 36 135
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 3 2 7,7 4 4 17 6 7 29 8 16 65 11 38 150
0,630 0,451 a 0,710 4 2 7,5 4 2 9,0 6 2 10 6 4 20 9 8 39 13 17 76 18 40 169
1,00 0,711 a 1,12 7 2 13 8 2 17 10 3 25 12 5 35 16 9 54 22 19 99 30 42 196
1,60 1,13 a 1,80 17 2 35 18 2 35 22 3 41 24 6 61 30 11 88 40 22 141 55 46 249
2,50 1,81 a 2,80 38 2 77 40 3 84 44 4 88 50 7 108 55 15 157 75 26 214 *
M
= 2, razn de costo
nivel 5 para R
C
10 (5,7 ms)
Valor
preferido
Zona
0,160 0,250 0,400 0,630 1,00 1,60 2,50
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 4 6 19 5 15 53 7 36 131
0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 4 3 9,5 5 7 25 8 15 55 12 36 133
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 4 2 7,7 7 3 10 8 7 28 12 16 63 19 36 138
0,630 0,451 a 0,710 4 2 7,5 4 2 9,0 7 2 10 9 4 20 13 7 31 20 16 67 30 38 154
1,00 0,711 a 1,12 7 2 13 8 2 17 13 2 13 17 4 25 22 8 44 34 17 80 48 40 176
1,60 1,13 a 1,80 17 2 35 20 2 37 24 3 41 34 4 31 42 9 63 55 19 110 *
2,50 1,81 a 2,80 40 2 80 44 2 62 50 3 60 65 5 62 * * *

6.5 Determinacin del valor de aceptacin

6.5.1 Procedimientos estndar

6.5.1.1 Lmite de especificacin de una cola

Cuando se especifica un lmite de especificacin inferior, L
EI
, se obtiene el valor de
aceptacin inferior usando la siguiente ecuacin:
D m D m x
A A
L = = 562 , 0
Cuando se especifica un lmite de especificacin superior, L
ES
, se obtiene el valor de
aceptacin superior usando la siguiente ecuacin:

PERUANA 44 de 101

D m D m x
A A
U + = + = 562 , 0
6.5.1.2 Lmites de especificacin de dos colas
Cuando los lmites de especificacin de dos colas, L
EI
y L
ES
, los valores ms bajos y ms
altos de aceptacin se obtienen usando las siguientes ecuaciones:
0,562
L L
L
A A
x m D m D = =
0,562
U
U U
A A
x m D m D = = _
6.5.2 Procedimientos opcionales para el 5% de riesgos y procedimientos para
desviaciones estndar imprecisas

a) Configurar los valores de y o como sigue:

a) Fijar los valores de y o como sigue:

= 0,500
o = 0,566

b) Fijar los valores de valores de aceptacin inferior y superior como siguen:

) ( 5 , 0
, , L R L A
L m m x + =
) ( 5 , 0
, , U R U A
U m m x + =

6.6 Determinacin de la aceptabilidad del lote

6.6.1 Obtencin de promedios de la muestra

6.6.1.1 Promedios de la muestra de ensayo

Promedios de 2 n
T
muestras de ensayo, x
ij
, deberan ser obtenidos de los n
M
resultados de
medicin, respectivamente, usando la siguiente ecuacin:

.
1
M
n
ijk
ij
k
M
x
x
n
=
=

Donde:
x
ijk
es el resultado de k-sima medicion , de la j-sima muestra de ensayo e i-sima muestra
compsito.

PERUANA 45 de 101

6.6.1.2 Promedios de muestra compsito

Los promedios de dos muestras compsito .. i x deben ser calculados de los n
T
promedios de
muestras de ensayo, respectivamente, usando la siguiente ecuacin:

..
1
T
n
ijk
i
j
T
x
x
n
=
=

6.6.1.3 Promedio general de muestra

El promedio general de muestra,
...
x , debe ser calculado de los promedios de las dos
muestras compsito usando la siguiente ecuacin:

=
=
2
1
..
...
2
1
i
i
x x

6.6.2 Aceptabilidad de lote

La aceptabilidad del lote deber ser determinada de acuerdo con el siguiente criterio de
aceptacin.

a) Cuando un lmite de especificacin inferior de una cola L
EI
es especificado:

Si
...
x
L
x , el lote es aceptable ,y
Si
...
x <
L
x , el lote es no aceptable

b) Cuando un lmite de especificacin superior de una cola LES, es
especificado:

Si
...
x
s
x , el lote es aceptable, y
Si
...
x >
s
x , el lote es no aceptable

c) Cuando los lmites de especificacin, de dos colas, LEI y LES son
especificados:

Si
L
x
...
x
U
x , el lote es aceptable y
Si cualquiera
...
x <
L
x
...
x >
U
x , el lote es no aceptable.

PERUANA 46 de 101

7. EJEMPLOS

7.1 Desviacin estndar imprecisa con lmite de especificacin de una cola

Un qumico industrial consistente de grnulos finos ser llevado peridicamente en un
contenedor grande como un material a granel, por cada entrega. Este material ser
procesado adems incluyendo la homogenizacin. Por tanto, es deseable obtener un plan
de muestreo econmico, teniendo suficiente seguridad para el parmetro de la distribucin.

Las caractersticas escogidas para probar la aceptabilidad del lote es una propiedad fsica y
un lmite de especificacin inferior, L
EI
= 90% es especificado para el parmetro de la
distribucin. Basado en un experimento preliminar, las desviaciones estndar en sus
respectivas etapas son asumidas como sigue:

o
1
= 4,4 ; o
P
= 1,0 y o
M
= 3,0

Los componentes del costo son como sigue: c
1
= 25, c
T
= 20 y c
M
= 60. Los lmites de
calidad, m
A
= 96,0 y m
R
= 92,0, son especificados de acuerdo con los procedimientos para
desviaciones estndar imprecisa, el siguiente plan de muestreo es obtenido:

a) lmite de especificacin inferior, L
EI
: 90,0
b) lmite de calidad de aceptacin, m
A
: 96,0
c) lmite de calidad de no aceptacin,m
R
: 92,0
d) intervalo de discriminacin, D: 4,0
e) valor de aceptacin inferior, = + = + = ) 0 , 92 0 , 96 ( 5 , 0 ) ( 5 , 0 :
R A L L
m m x x
94,0
f) desviacin estndar entre incrementos de muestreo,o
I
: 4,4
g) desviacin estndar entre muestras de ensayo, o
P
: 1,0
h) desviacin estndar de medicin, o
M
: 3,0
i) nmero de muestras compsito, 2
j) costo de tomar un incremento de muestreo, c
I
: 25
k) costo de preparar una muestra de ensayo, c
T
: 20
l) costo de una medicin, c
M
: 60
m)nmero de mediciones por muestra de ensayo, = = =
M P M M
n n 3 0 , 1 0 , 3 : o o
2
n) desviacin estndar de muestra de ensayo,
= = + = + = 50 , 5
2
0 , 3
0 , 1
2
2
2
2
M
M
P T
n
o
o o

2,35

PERUANA 47 de 101

o) costo de tratar una muestra de ensayo, = + = + = 60 2 20 : x c n c c c
M M T TM TM
140
p) razn del costo, = = = 25 140 :
I TM c c
c c R R
5,60
q) desviacin estndar relativa entre incrementos de muestreo,
= = = 0 , 4 40 , 4 : D d d
I I I
o
1,10
r) desviacin estndar de muestra de ensayo relativa, = = = 0 , 4 35 , 2 : D d d
T T T
o 0,588
s) seleccin de tabla: ( 2 =
M
n nivel de razn del costo 4)

t) tamaos de muestra,
= = = =
T I T I T I
n n d d n y n , 12 : 630 , 0 588 , 0 ; 00 , 1 10 , 1 :

5

NOTA 1 El costo variable por lote, C , puede calcularse como sigue:
( ) ( ) 000 2 140 5 25 12 2 2 = + = + = x x C n c n C
TM T I I

NOTA 2 El valor aproximado del clculo de desviacin estndar,o
E
puede calcularse como sigue:
17 , 1 359 , 1
5 2
35 , 2
12 2
40 , 4
2 2
2 2 2 2
= = + = + =
x x n n
T
T
I
I
E
o o
o

7.2 Desviacin estndar imprecisa con lmites de especificacin de dos colas.

Las condiciones son casi las mismas que aquellas dadas para el apartado7.1, excepto que,
adicionalmente el lmite de especificacin superior L
ES
= 110, est tambin especificado
para el parmetro de distribucin. En este caso, el lmite de especificacin superior es
tcnicamente de menor importancia que el lmite de especificacin inferior, y de ah los
lmites de calidad m
A
= 106.0 y m
R
= 110.0 son especificados. De acuerdo con los
procedimientos para la desviacin estndar imprecisa, el siguiente plan de muestreo es
obtenido.

EI
90,0
b) lmite de especificacin superior, L
ES
110,0
c) lmite de calidad de aceptacin inferior.
L A
m
,
:
96,0
d) lmite de calidad de no aceptacin inferior,
L R
m
,
:
92,0
e) lmite de calidad de aceptacin superior,
U A
m
,
:
106,0

PERUANA 48 de 101

f) lmite de calidad de no aceptacin superior,
U R
m
,
:
110,0
g) intervalo de discriminacin, D: 4,0
h) valor de aceptacin inferior, = + = + = ) 0 , 92 0 , 96 ( 5 , 0 ) ( 5 , 0 :
, , L R L A L L
m m x x 94,0
i) valor de aceptacin superior, = + = + = ) 0 , 110 0 , 106 ( 5 , 0 ) ( 5 , 0 :
, , U R U A U U
m m x x 108,0
j) intervalo entre los lmites de calidad de aceptacin superior e inferior,
= = = A A 0 , 96 0 , 106 :
, , L A U A
m m
10,0
k) intervalo de restriccin, D x o (el valor interino): 26 , 2 0 , 4 566 , 0 = = x D x o < 10,0
l) desviacin estndar entre incrementos de muestreo,
I
o :
4,4
m)desviacin estndar entre muestras de ensayo,
P
o :
1,0
n) desviacin estndar de medicin,
M
o :
3,0
o) nmero de muestras compsito, 2
p) costo de tomar un incremento de muestreo, c
I
: 25
q) costo de preparar una muestra de ensayo, c
T
: 20
r) costo de una medicin, c
M
: 60
s) nmero de mediciones por muestra de ensayo: = = =
M P M M
n n 3 0 , 1 0 , 3 : o o 2
t) desviacin estndar de la muestra de ensayo,
= = + = + = 50 , 5
2
0 , 3
0 , 1
2
2
2
2
M
M
P T
n
o
o o

2,35
u) costo de tratar una muestra de ensayo = + = + = 60 2 20 : x c n c c c
M M T TM TM
140
v) razn del costo = = = 25 140 :
I TM C C
c c R R 5,60
w)desviacin estndar relativa entre incrementos de muestreo
= = = 0 , 4 40 , 4 : D d d
I I I
o
1,10
x) desviacin estndar de muestra de ensayo relativa = = = 0 , 4 35 , 2 : D d d
T T T
o 0,588
y) seleccin de tabla: Tabla 21( n
M
nivel de razn del costo 4)
z) confirmacin de plan de muestreo:
- tamaos de muestra, = = = =
T I T I T I
n n d d n y n , 12 : 630 , 0 588 , 0 ; 00 , 1 10 , 1 : 5
-v
E
y o (tabla 1); 566 , 0 35 = = o v
E

- reconfirmacin del intervalo de restriccin, : D x o 0 , 10 26 , 2 0 , 4 566 , 0 < = = x D x o
NOTA: El costo variable y el clculo de desviacin estndar son los mismos que en el apartado 7.1,
concretamente:

PERUANA 49 de 101

- el costo variable, C =2 000;
- el valor aproximado del clculo de desviacin estndar, o
E
=1,17

7.3 Procedimiento opcional para desviacin estndar conocida con lmite
de especificacin de una cola

La condiciones son casi la mismas como la dada para el apartado 7.1 excepto que las
desviaciones estndar en las respectivas etapas son conocidos y estables, dado que, o
1
=
4,4, o
P
=1,0 y
M
= 30

IE
: 90,0
A
: 96,0
c) lmite de calidad de no aceptacin, m
R
: 92,0
e) valor de aceptacin inferior, = + = + = ) 0 , 92 0 , 96 ( 5 , 0 ) ( 5 , 0 :
, , L R L A L L
m m x x 94,0
f) desviacin estndar entre incrementos de muestreo,
I
o :
4,4
g) desviacin estndar entre muestras de ensayo,
P
o :
1,0
h) desviacin estndar de medicin,
M
o :
3,0
j) costo de tomar un incremento de muestreo, c
I
: 25
k) costo de preparar una muestra de ensayo, c
T
: 20
l) costo de una medicin, c
M
: 60
m)nmero de mediciones por muestra de ensayo:
= = = =
M
M
T
P
M
M
n
c
c
b n 73 , 1
60
20
0 , 1
0 , 3
:
o
o

2
n) desviacin estndar de muestra de ensayo,
T
o :
2,35
o) costo de tratar una muestra de ensayo,
M
o :
140
p) razn del costo, R
C
: 5,60
q) desviacin estndar relativa entre incrementos de muestreo, d
I
: 1,10
r) desviacin estndar de muestra de ensayo relativa, d
T
: 0,588
s) seleccin de tabla: Tabla 11 (nivel de razn del costo 4)
t) tamaos de muestra, = = = =
T I T I T I
n n d d n y n , 12 : 630 , 0 588 , 0 ; 00 , 1 10 , 1 : 4

PERUANA 50 de 101

NOTA 1 El costo variable C, puede calcularse como sigue:
( ) ( ) 720 1 140 4 25 12 2 2 = + = + = x x c n c n c
TM T I I

NOTA 2 El clculo de desviacin estndar
E
o , puede calcularse usando la siguiente ecuacin:
22 , 1 497 , 1
4 2
35 , 2
12 2
40 , 4
2 2
2 2 2 2
= = + = + =
x x n n
T
T
I
I
E
o o
o

7.4 Desviacin estndar conocida con lmite de especificacin una cola

Las condiciones son casi las mismas a las dadas en el apartado 7.3 excepto que el riesgo
del consumidor para m
R
es aprox. 10 %.

Las desviaciones estndar en sus respectivas etapas son conocidas y estables, esta dada,
1
= 4,4;
p
= 1.0 y ,
M
= 3.0. Los componentes del costo son como sigue: c
1
= 25, c
T
= 20
y c
M
= 60. Los lmites de calidad, m
A
= 9,60 y m
R
= 92,0 son especificados. De acuerdo
con los procedimientos para desviacin estndar conocido, el siguiente plan de muestreo es
obtenido:

IE
: 90,0
A
: 96,0
R
: 92,0
e) valor de aceptacin inferior, = = = 0 , 4 562 , 0 0 , 96 :
,
x xD m x x
L A L L
96,75
f) desviacin estndar entre incrementos de muestreo,
I
o :
4,4
g) desviacin estndar entre muestras de ensayo,
P
o :
1,0
h) desviacin estndar de medicin,
M
o :
3,0
j) costo de tomar un incremento de muestreo,
I
c :
25
k) costo de preparar una muestra de ensayo,
T
c :
20
l) costo de una medicin,
M
c :
60
m)nmero de mediciones por muestra de ensayo:
= = = =
M
M
T
P
M
n
c
c
b 73 , 1
60
20
0 , 1
0 , 3
o
o

2

PERUANA 51 de 101

n) desviacin estndar de la muestra de ensayo,
= = + = + = 50 , 5
2
0 , 3
0 , 1 :
2
2
2
2
M
M
P T T
n
o
o o o

2,35
o) costo de tratar una muestra de ensayo, = + = + = 60 2 20 : x c n c c c
M M T TM TM
140
p) razn del costo, = = = 25 140 :
I TM C C
c c R R 5,60
q) desviacin estndar relativa entre incrementos de muestreo,
= = = 0 , 4 40 , 4 : D d d
I I I
o
1,10
r) desviacin estndar de muestra de ensayo relativa, = = = 0 , 4 35 , 2 : D d d
T T T
o 0,588
s) seleccin de tabla: Tabla 6 (nivel de razn del costo 4)
t) tamaos de muestra, = = = =
T I T I T I
n n d d n y n , 10 : 630 , 0 588 , 0 ; 00 , 1 10 , 1 : 3
NOTA 1 El costo variable C, puede calcularse como sigue:
( ) ( ) 340 1 140 3 25 10 2 2 = + = + = x x c n c n c
TM T I I

NOTA 2 El clculo de desviacin estndar
E
37 , 1 888 , 1
3 2
35 , 2
10 2
40 , 4
2 2
2 2 2 2
= = + = + =
x x n n
T
T
I
I
E
o o
o

7.5 Desviaciones estndar conocida con lmites de especificacin de dos
colas

Las condiciones son casi siempre las mismas que las dadas para el apartado 7.4, excepto
que el lmite de especificacin superior adicional, L
ES
= 110.0, es tambin especificado
para el parmetro de distribucin. En este caso, el lmite de especificacin superior es
tcnicamente de menos importancia que el lmite de especificacin inferior. Por lo tanto los
lmites de calidad 0 , 106
,
=
U A
m y 0 , 110
,
=
U R
m son especificados. De acuerdo con los
procedimientos para desviaciones estndar conocidas, el siguiente plan de muestreo es
obtenido.

PERUANA 52 de 101

EI
: 90,0
ES
: 110,0
c) lmite de calidad de aceptacin superior,
L A
m
,
:
96,0
d) lmite calidad de no aceptacin inferior,
L R
m
,
:
92,0
U A
m
,
:
106,0
U R
m
,
:
110,0
h) valor de aceptacin inferior, = = = 0 , 4 562 , 0 0 , 96 :
,
x xD m x x
L A L L
93,75
i) valor de aceptacin superior, = + = + = 0 , 4 562 , 0 0 , 106 . :
,
x D m x x
U A U U
108,25
= = A A
L A U A
m m
, ,
:
10
k) intervalo de restriccin(limitante), = = 0 , 4 566 , 0 : x D x D x o o 2,54<10,0
l) desviacin estndar entre incrementos de muestreo,
I
o :
4,4
m) desviacin estndar entre muestras de ensayo,
P
o :
1,0
M
o :
3,0
p) costo de tomar un incremento de muestreo,
I
c :
25
q) costo de preparar una muestra de ensayo,
T
c
20
r) costo de una medicin,
M
c :
60
s)nmero de mediciones por muestra de ensayo (Vase el apartado 7.4):
M
n :
2
t) desviacin estndar de muestra de ensayo, (Vase el apartado 7.2)
T
o :
2,35
u) costo de tratar una muestra de ensayo, = + = + = 60 2 20 : x c n c c c
M M T TM TM
140
v) razn del costo, = = = 25 140 :
I TM C C
c c R R 5,60
w) desviacin estndar relativa entre incrementos de muestreo,
= = = 0 , 4 40 , 4 : D d d
I I I
o
1,10
x) desviacin estndar de muestra de ensayo relativa, = = = 0 , 4 35 , 2 : D d d
T T T
o 0,588
y) seleccin de tabla: Tabla 6 (nivel de razn del costo 4)

PERUANA 53 de 101

z) tamaos de muestra, = = = =
T I T I T I
n n d d n y n , 10 : 630 , 0 588 , 0 ; 00 , 1 10 , 1 : 3
NOTA: El costo variable y el clculo de desviacin estndar son los mismos que en el apartado 7,4, a
saber:
a) costo variable, C=1340
b) clculo de desviacin estndar, 37 , 1 =
E
o

7.6 Revisin del intervalo de discriminacin

La siguiente aplicacin muestra como ajustar el intervalo de discriminacin para un plan
ms econmico.

En el apartado 7.5, cinco lotes consecutivos han sido aceptables con resultados
satisfactorios y la revisin del intervalo de discriminacin es investigada adems que se
podra obtener un plan de muestreo ms econmico. El procedimiento es como sigue:

EI
: 90,0
ES
: 110,0
c) lmite de calidad de aceptacin inferior,
L A
m
,
:
97,0
d) lmite calidad de no aceptacin inferior,
L R
m
,
:
91,0
U A
m
,

104,0
U R
m
,
:
110,0
h) valor de aceptacin inferior, = = = 0 , 6 562 , 0 0 , 97 . :
,
x D m x x
L A L L
93,63
i) valor de aceptacin superior, = + = + = 0 , 6 562 , 0 0 , 104 . :
,
x D m x x
U A U U
107,37
= = A A
L A U A
m m
, ,
:
7,0
k) intervalo de restriccin, = = 0 , 6 636 , 0 : x D x D x o o 3,82<7,0
l) desviacin estndar entre incremento de muestreo,
I
o :
4,4
m) desviacin estndar entre muestras de ensayo,
P
o :
1,0
M
o :
3,0

PERUANA 54 de 101

p) costo de tomar un incremento de muestreo,
I
c :
25,20
q) costo de preparar una muestra de ensayo,
T
c :
60
r) costo de una medicin,
M
c :
2
s) nmero de mediciones por muestra de ensayo:
M
n :
2,35
t) desviacin estndar de muestra de ensayo (Vase el apartado 7.4)
T
o :
140
u) costo de tratar una muestra de ensayo, = + = + = 60 2 20 : x c n c c c
M M T TM TM
5,60
v) razn del costo, = = = 25 140 :
I TM C C
c c R R 0,733
w) desviaciones estndar relativa entre incrementos de muestreo,
= = = 0 , 4 40 , 4 : D d d
I I I
o
0,392
x) desviacin estndar de muestra de ensayos relativa, = = = 0 , 6 35 , 2 : D d d
T T T
o
y) seleccin de tabla: Tabla 6 (nivel de razn del costo 4)
z) tamaos de muestra, 2 , 5 : 400 , 0 392 , 0 ; 800 , 0 733 , 0 : = = = =
T I T I T I
n n d d n y n
NOTA 1: El costo variable, C, puede calcularse como sigue:
( ) ( ) 810 140 2 25 5 2 2 = + = + = x x c n c n c
TM T I I

NOTA 2: Se prev que el cambio de intervalo de discriminacin desde el punto 4,0 hasta el punto 6,0 (un
incremento de 1,5 veces) lleva a una reduccin de costo de
( ) 444 , 0 5 , 1 1
2
=
veces. En este caso, la
reduccin de costo real es desde 1 340 hasta 810 o 0,604 veces.

NOTA 3: El clculo de desviacin estndar,
E
82 , 1 317 , 3
2 2
35 , 2
5 2
40 , 4
2 2
2 2 2 2
= = + = + =
x x n n
T
T
I
I
E
o o
o

NOTA 4: Se prev que un incremento de 1,5 veces en el intervalo de discriminacin para un incremento
de 1,5 veces en
E
o , tambin. En este caso, el cambio real del clculo de desviacin estndar es desde
1,39 hasta 1,82 o 1,31 veces.

PERUANA 55 de 101

7.7 Resultados provenientes de un lote

7.7.1 Determinacin de la aceptabilidad

De acuerdo al procedimiento dado en el apartado 7.4, el primer lote fue sometido a un
muestreo para aceptacin. Los resultados de mediciones y promedios de las muestras son
dadas en la tabla 23, n
I
=10, n
T
=3 y n
M
= 2. La aceptabilidad del lote fue determinada, y
las desviaciones estndar de la muestra fueron calculadas a partir de los resultados y
comparadas con la L
CS
(Vase la Tabla 23)

TABLA 23 Datos obtenidos provenientes de un lote

i =1 i =2
k =1 k =2
. 1 j x
k =1 k =2
. 2 j x
j = 1 103,7 106,1 104,90 102,5 99,0 100,75
j = 2 101,9 99,3 100,60 97,3 102,9 100,10
j = 3 97,9 108,7 103,30 101,5 101,5 101,50
.. i x

-- -- 102,93 -- -- 100,78
...
x
-- -- -- -- -- 101,86

7.7.2 Aceptabilidad de lote

75 , 93 86 , 101
...
= > = L x x

El lote es aceptable.

7.7.3 Clculo de las desviaciones estndar (valores de muestra)

Las Desviaciones estndar (valores de muestra) fueron calculadas de los resultados de los
promedios de muestra y mediciones. Los grados de libertad y desviaciones estndar
(valores de muestra) fueron determinados como sigue:

v
c
= 2-1 = 1

4 2 2 ) 1 ( 2 = = = x n v
T T

( ) 6 1 3 2 1 2 = = = x x n n v
M T M

PERUANA 56 de 101

( ) ( )
52 , 1
2
78 , 100 93 , 100
2
2 2
.. 2 .. 1
=
=
x x
s
c

( ) 61 , 1
4
43 , 10 1
2
1 1
2
.. . = = =

= = i
n
j
i ij
T
T
T
x x
v
s
Donde:
( ) ( ) ( )
= =
= + + =
2
1
3
1
2 2 2
.. . 43 , 10 .. 93 , 102 60 , 100 93 , 102 90 , 104
i j
i ij x x
y

( ) ( ) ( ) ( ) ( )
79 , 3
2 6
0 6 , 5 ... 6 , 2 4 , 2
2
1
2
1 1
2 2 2 2 2
2 1
=
+ + + +
=
=

= = i
n
j
ij ij
M
M
T
x
x x
v
s

7.7.4 Comparacin con L
CS

Las siguientes desviaciones estndar fueron usadas para obtener L
CS

M
= 3.00

T
= 2.35 (Vase el apartado 7.4 n)

y
94 , 1
3
35 , 2
10
40 , 4
2 2 2 2
= + = + =
T
T
I
I
c
n n
o o
o

Valores del L
CS
y la comparacin de los resultados son como sigue:

52 , 1 432 , 5 94 , 1 800 , 2
,
> = = = x x f L
c U c CS
o
61 , 1 521 , 4 35 , 2 924 , 1
,
> = = = x x f L
T U T CS
o
y
79 , 3 265 , 5 00 , 3 755 , 1
,
> = = = x x f L
M U M CS
o

PERUANA 57 de 101

7.8 Resultados provenientes de lotes consecutivos

7.8.1 Determinacin de la aceptabilidad

Despus que el lote examinado en el apartado 7.7, nueve lotes adicionales fueron
sometidos a un muestreo para aceptacin. Las desviaciones estndar de la muestra para los
10 lotes estn dadas en la tabla 24

7.8.2 Comparacin con L
CS

L
CS, c
= 5,432 y L
CS, T
= 4,521 (Vase el apartado 7.7.4). Ninguno de los s
c
excede L
CS,T
.
Por lo tanto el nmero de muestras compsito, dos, se tomarn sin cambio.

7.8.3 Reestimacin de desviaciones estndar poblacionales

825 , 1 =
c
o 229 , 2 =
T
o y 940 , 2 =
M
o

09 , 4
3
229 , 2
825 , 1 10
2
2
2
2
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
T
T
c I I
n
n
o
o o

804 , 0
2
940 , 2
229 , 2
2
2
2
2
= = =
M
M
T P
n
o
o o

TABLA 24 - Datos de lotes consecutivos
Lote N s
c
s
T
s
M

1 1,52 1,61 3,79
2 2,94 2,36 3,38
3 2,16 3,22 3,02
4 0,521 1,12 1,86
5 1,01 1,52 3,44
6 2,69 2,35 2,45
7 0,843 3,61 2,53
8 1,80 2,16 3,32
9 1,75 1,02 2,85
10 1,46 1,83 2,17

2
s
33,29 49,70 86,46
Promedio de s
2
3,329 4,970 8,646
o 1,825 2,229 2,940

PERUANA 58 de 101

7.8. 4 n
M
M T
P M
c
b
c
o
=
o
= 2 11 , 2
60
20
804 , 0
940 , 2
= =
M
n

7.8.5 d
I
y d
T

02 , 1 0 , 4 09 , 4 = = = D d
I I
o
558 , 0 0 , 4 23 , 2 = = = D d
T T
o

7.8.6 n
I
y n
T

De la tabla 6 ( nivel 4 de razn costo)
2 , 9 ; 500 , 0 558 , 0 , 00 , 1 02 , 1 = = = =
T I T I
n n d d

7.8.7 Nuevo plan de muestreo

Para el siguiente lote, el nuevo plan de muestreo (n
I
=9, n
T
=2 y n
M
=2) debera ser usado.

8. ANTECEDENTE

ISO 10725:2000 Acceptance sampling plans and procedures
for the inspection of bulk materials

PERUANA 59 de 101

ANEXO A
(NORMATIVA)

Procedimientos especiales para inspeccionar un material de
mltiples caractersticas

A.1 Introduccin

Un material usualmente tiene dos o ms caractersticas para ser inspeccionadas. Este anexo
proporciona los siguientes procedimientos para las caractersticas mltiples:

a) procedimientos generales; y
b) procedimientos especiales opcionales para prevenir un conjunto de riesgos.

A.2 Procedimientos generales para inspeccin de mltiples caractersticas

A.2.1 Muestras compsito

A no ser de que se cuente con otra especificacin, usar la misma muestra compsito para
todas las caractersticas. Si los procedimientos en esta NTP conducen a diferentes nmeros
de incrementos de muestreo por muestra compsito [n
I
, para diferentes caractersticas,
entonces la mas grande (n
I
, mxima)] debera ser usada para el comn n
I
.

A.2.2 Muestras de ensayos

En muchos casos, las mismas muestras de ensayos se pueden utilizar para todas las
caractersticas. Si los procedimientos en esta Norma Tcnica conducen a diferentes
nmeros de muestras de ensayo por muestra compsito, (n
T
) para diferentes caractersticas,
el mayor nmero (n
T
, mximo) de las muestras de ensayo debera ser utilizado para la
preparacin de la muestra de ensayo. Entonces las muestras de ensayo deberan ser
utilizadas para cada caracterstica de las, muestras de ensayo mximas al azar.

A veces, diferentes muestras de ensayo se pueden requerir para diferentes caractersticas,
por ejemplo, las muestras de ensayo para los tamaos de partcula son diferentes para los
anlisis qumicos. En tales casos, las muestras de ensayo deberan ser preparadas por
separado. Si los procedimientos de preparacin de las muestras de ensayo son
suficientemente simples, las muestras de ensayo tambin pueden ser preparadas por
separado.

PERUANA 60 de 101

A.2.3 Preparacin de muestras por separado

Para todas las otras muestras diferentes a las compsitos y las de ensayo, seguir los
procedimientos de preparacin de muestras para la inspeccin de una sola caracterstica
por separado, excepto cuando se proponga un procedimiento opcional especial.

A.3 Riesgos totales y procedimientos especiales

Los planes de muestreo de esta NTP estn basados en asumir que se inspecciona una sola
caracterstica de calidad. Si el material tiene dos o ms caractersticas que sern
inspeccionadas, el riesgo del productor y el riesgo del consumidor aumentan. Para dos
caractersticas, ambos riesgos totales pueden duplicarse. Para cinco caractersticas, los
riesgos totales pueden ser cerca de cinco veces mayores, y podra resultar que el
incremento de riesgo no sea tolerable.

Los procedimientos especiales para conocer las desviaciones estndar se encuentran en
A.4 y aquellos para desviaciones estndar imprecisas estn en A.5. Estos procedimientos
especiales proveen una manera manejable de reducir los riesgos totales a los mismos
niveles que los de una sola caracterstica usando un intervalo de discriminacin pequea.

Se debera notar que algunas veces el aumento del riesgo puede ser tolerado, porque las
mismas muestras compsitos es usada para diferentes caractersticas. Si diferentes n
I
son
necesarios para inspeccionar dos caractersticas, entonces la mayor de las dos n
I
debera ser
usada para ambas caractersticas, resultado menores riesgos para las otras caractersticas.

A.4 Procedimientos especiales para las desviaciones estndar conocidas

A.4.1 Procedimiento general para cada caracterstica

Los procedimientos especiales opcionales para cada uno de las caractersticas son casi los
mismos que aquellos usados cuando se inspecciona una sola caracterstica. Las diferencias
esenciales son las siguientes:

a) antes de determinar los tamaos de muestra, encontrar el factor de la
correccin, f
D
en la tabla A.1 estos usando el nmero de caractersticas, J. La
primera fila de valores en la tabla A.1 son usados para los procedimientos estndares
( ~ o 5 %, ~ | 10 %) mientras que en la segunda fila los valores son usados para los
procedimientos opcionales ( ~ o 5 %, ~ | 5 %)

PERUANA 61 de 101

TABLA A1 - Factor de Correccin, f
D
para las J caractersticas para desviaciones
estndar conocidas.

Nota 1: Los valores de la primera fila son usados para los procedimientos estndar ( ~ o 5 %, ~ |
10 %)
Nota 2: Los valores de la segunda fila son usados para los procedimientos opcionales ( ~ o 5 %,
~ | 5 %)

b) Convertir cada intervalo de discriminacin, D, para el valor mas pequeo,
DN multiplicando D por el factor de correccin, fD:

D
N =
f
D: X
D

c) Obtener las desviaciones estndar relativas, d
I
y d
T
, usando D
N
para cada
caracterstica;

d) Encontrar muestras de tamao, n
I
y n
T
, para cada caracterstica.

Otros valores, n
M
,
T
o
,
c
T
, R
C
, valores de aceptacin y el nivel de razn del costo debera
mantenerse sin cambios. El lmite del intervalo o x D, para simplificar debera mantenerse
sin cambios.

El intervalo de discriminacin mas pequeo, D
N
,conduce a mayores tamaos de muestra, ,
n
I
y n
T
.

El mtodo de convertir cada intervalo de discriminacin para el valor pequeo es tambin
aplicable para los procedimientos especiales dados en el Anexo B.

A.4.2 Ajuste total

Despus de obtener el plan de muestreo, es necesario el ajuste total para cada
caracterstica.

Para las muestras compsitos, reconfirme n
I
para cada caracterstica, y utilice el mayor, n
I

mximo como el comn n
I
.

En cuanto a muestras de ensayo, si n
I
para alguna caracterstica es altamente remarcado
cuando seguimos los procedimientos descritos arriba, entonces puede haber una ocasin de
reducir n
T
El procedimiento es como sigue:

PERUANA 62 de 101

a. mover para la siguiente tabla para el nivel ms alto de la razn costo;
b. encontrar tamaos de muestra, n
I
y n
T
correspondientes a d
I
y d
T

c. si n
I
> n
I
mximo entonces este valor de n
T
no puede ser usado;
d. si n
I
= n
I
T
debera ser usado;
e. si n
I
< n
I
T
puede ser usado, siendo sto posible
para usar el valor ms pequeo de n
T
. Regresar a a)

A.4.3 Riesgos individuales y Curvas CO

Los valores del riesgo del productor y del riesgo del consumidor para cada caracterstica son
dados en la Tabla A.2. La informacin en las curvas CO para los Planes de muestreo
corregidos esta dado en C.7.2.

TABLA A.2 Riesgos en la m
A
(o
*
) y en la m
R
( |
*
) (para cada caracterstica J , en %)

J 2 3 4 5 6 8 10 15 20
| ~ 10 % 5,13 3,45 2,60 2,09 1,74 1,31 1,05 0,70 0,53
| ~ 5 % 2,53 1,70 1,27 1,02 0,85 0,64 0,51 0,34 0,26
o
* es el valor individual del riesgo del productor (Vase el Anexo C7)

|
* es el valor individual del riesgo del consumidor (Vase el Anexo C7)
Nota 1: Los valores mas altos de la fila son para | ~10%
Nota 2: Los valores mas bajos de la fila son para o ~5%,y son tambin aplicables para | ~5%

A.4.4 Ejemplo

A.4.4.1 Inspeccin de tres caractersticas

Las condiciones son casi las mismas que aquellas descritas en el apartado7.4, excepto en el
material que tiene 3 caractersticas para ser inspeccionadas. Las diferencias esenciales son las
siguientes:

a) factor de correccin, f
D
= 0,743 (en la Tabla A.1, J =3, es el mayor valor de la
fila)

b) el intervalo de discriminacin pequeo, D
N
: D
N
= f
D
x D = 0,743 x 4,0 = 2,97;

c) Desviaciones estndar relativas:
d
I
=
I
N
D
o
=4,40/2,97 = 1,48; d
T
=
T
N
D
o
=2,35/2,97 = 0,791

PERUANA 63 de 101

d) Tamaos de muestra, n
I
y n
T
.(en la tabla 6):

d
I
=1,48 1,60, d
T
=0,791 0,800; n
I
=20, n
T
=6.

Nota 1: El costo comn : 2n
I
c
I
= 2 x 20 x 25= 1000
El costo apropiado: 2n
T
c
TM
= 2 x 6 x 140 = 1680
Nota 2: La desviacin estndar estimada, o
E
, es calculada usando la siguiente ecuacin:
2 2
2 2
I T
E
I T
n n
o o
o = + =
2 2
4, 40 2, 35
0, 994 0, 972
2 20 2 6 x x
+ = =

A.4.4.2 Requerido:

n
I max

Las condiciones son casi las mismas que las que estn en el Anexo A.4.4.1, excepto la otra
caracterstica que requiere n
I max =
32 . Las diferencias esenciales son las siguientes:

a) La Tabla siguiente: Tabla 7;

b) Tamaos de muestra (para d
I
= 1,60 y d
T
= 0,800): n
I
= 30, n
T
= 4;

c) Como n
I
< n
I
,
max
, n
I
= 32 y n
T
= 4 debera ser usado.

I
c
I
= 2 x 32 x 25= 1600
T
c
TM
= 2 x 4 x 140 = 1120

Nota 2: La desviacin estndar estimada,
E
o , es calculada usando la siguiente ecuacin:

2 2
2 2
I T
E
I T
n n
o o
o = + =
2 2
4, 40 2, 35
0, 993 0, 996
2 32 2 4 x x
+ = =

A.5 Procedimientos especiales para desviaciones estndar imprecisas:

A.5.1 Para cada caracterstica:

a) Obtener v
E
para cada caracterstica;

b) En la tabla A.3.,encontrar el factor de correccin, f
D
, para cada caracterstica,
usando v
E
y el nmero de caractersticas J;

PERUANA 64 de 101

c) Convertir cada intervalo de discriminacin, D, para el valor mas ajustado, D
N

,multiplicando D por el factor de correccin, f
D

d) Obtener las desviaciones estndar relativas, d
I y
d
T
, usando D
N
para cada
caracterstica de calidad;

e) Obtener tamaos de muestra ,n
I
y n
T
y v
E
para cada caracterstica;

f) Si v
E
es muy pequeo, regresar a a), porque cualquier cambio en v
E
no es
insignificante.

A.5.2 Ajuste total:

Para ajuste total, Vase el Anexo A.4.2.

A.5.3 Ejemplo

Las condiciones son casi las mismas que aquellas dadas en el apartado 7.1, excepto si el
material tiene tres caractersticas a ser inspeccionadas. Las diferencias esenciales son las
siguientes:

a) El valor inicial de v
E:
35:
b) El factor de correccin, f
D
: 0,764 (en la tabla A.3, J =3, v
E:
=30);
c) El intervalo de discriminacin ajustado, D
N
: D
N
= f
D
x D = 0,764 x 4,0 = 3,06;
d) Desviacin estndar relativa:
d
I
=
N I
D o =4,40/3,06 = 1,44; d
T
=
N T
D o = 2,35/3,06 = 0,768
e) Tamaos de muestra, n
I
y n
T
(en la tabla 21):
11 , 30 ; 00 , 1 768 , 0 , 60 , 1 44 , 1 = = = =
T I T I
n n d d

I
c
I
= 2 x 30 x 25= 1500
T
c
TM
= 2 x 11 x 140 = 3080

Nota 2: La desviacin estndar estimada,
E
o , es calculada usando la siguiente ecuacin:
2 2
2 2
I T
E
I T
n n
o o
o = + =
2 2
4, 40 2, 35
0, 574 0, 757
2 30 2 11 x x
+ = =

PERUANA 65 de 101

TABLA A.3 - Factor de correccin, f
D
, para J caractersticas, para desviaciones estndar imprecisas:

PERUANA 66 de 101

ANEXO B
(NORMATIVO)

Procedimientos y planes de muestreo de aceptacin cuando la
desviacin estndar de medicin es dominante.

B.1 Introduccin general

En algunos casos especiales, donde la desviacin estndar de medicin es dominante, los
procedimientos estndar no son siempre adecuados. Este anexo proporciona planes y
procedimientos de muestreo de aceptacin para tales casos especiales.

Este anexo es aplicable cuando tanto la desviacin estndar del incremento de muestreo,
I
o
, y
la desviacin estndar entre muestras de ensayo ,
p
o
son bastantes menores que la
desviacin estndar de la medicin,
M
o
,la cual es conocida y estable.

Ejemplos:

- Un lquido de viscosidad baja en un solo recipiente o sin recipiente,
- Un ensayo fsico o biolgico para el cual la
M
o es extremadamente grande.

B.2 Desviaciones estndar

B.2.1 Desviaciones estndar respectivas

Este anexo es aplicable cuando el valor de la desviacin estndar de la medicin de una
caracterstica especifica de la calidad,
M
o
,es dominante.
No siempre es necesario conocer los valores precisos de
I
o
y
p
o
, pero es suficiente que
ambos sean lo mas pequeos que
M
o
. Las condiciones son las siguientes:

a)
I
o
<0,1
M
o
y
I
d
<0,1;

b)
p
o <0,1
M
o .

Si no se satisface alguna de las condiciones anteriores, en consecuencia este anexo no es
aplicable y debera usarse los procedimientos estndar.

PERUANA 67 de 101

B.2.2 Desviacin estndar total

Despus de obtener los tamaos de muestra la desviacin estndar total,.
O
o
,esta dada por las
siguientes ecuaciones:

a) Cuando
T
n
>1,

2 2 2
M p M I
I
M T
O
n
n
n n
o o o o + + =

b) Cuando
T
n =1,(y
I
n =1),

2 2
M p M O
n o o o + =

En una investigacin preliminar, se puede asumir
O
o como 1,2
M
o

B.2.3 Desviacin estndar total relativa

La desviacin estndar total debera convertirse a una relativa al dividirla por D.

D
d
O
O
o
=

B.3 Costos

No debe ser necesario el conocimiento de los costos.

B.4 Tamaos de muestra

B.4.1 Nmero de muestras compsito

El nmero de muestras compsito debe ser dos

B.4.2 Determinacin de
T
n
y
M
n

De la tabla B.1,el nmero de las muestra de ensayo por muestra compsito,
T
n
,y el nmero
de mediciones por muestras de ensayo ,
M
n
,se obtienen de la fila correspondiente al valor
calculado de
O
d
.

PERUANA 68 de 101

TABLA B.1 - Procedimientos especiales para tamaos de muestra (desviaciones
estndar conocidas;
o
~
5%,
|
~
10%)

Si no existe la lnea de
O
d
preferido entonces retornar al apartado 5.6.3, ya que el nmero
total de mediciones ,2
T
n
M
n
, es demasiado grande para ser prctico y es necesario
reconsiderar el intervalo de discriminacin.

NOTA: La Tabla B.1 proporciona una solucin econmica para el valor de
T
n
M
n
.Un valor grande de
M
n
no es deseable por razones prcticas. Este anexo asume que el mximo valor de
M
n
es tres. Sin
embargo, para casos especiales donde un valor grande de
M
n
es tolerable, se puede usar otro plan de
muestreo que tenga el mismo valor de
T
n
M
n
.

Para procedimientos opcionales para % 5 ~ ~ | o , usar la tabla B.2 en lugar de la tabla B.1.
En este caso, configurar los valores de y o como sigue:
= 0,500
o = 0,586

En este caso, cambiar los valores de aceptacin superior e inferior como sigue:
( )
L R L A
L m m x
, ,
5 , 0 + =
( )
U R U A
U m m x
, ,
5 , 0 + =

PERUANA 69 de 101

TABLA B.2 - Procedimiento especial para tamaos de muestras (desviaciones estndar conocidas;
% 5 ~ ~ | o
)

Para procedimientos especiales para desviaciones especiales imprecisas cuando
% 5 ~ ~ | o
usar la Tabla B.3.
NOTA: La tabla B.3 tambin da el valor de
E
v
usado cuando se especifican los lmites de especificacin
bilateral.

TABLA B.3 - Procedimiento especial para tamaos de muestras (desviaciones estndar
imprecisas;
% 5 ~ ~ | o
)

NOTA: El valor de
E
v
es usado para los lmites de especificacin bilateral, caractersticas de calidad mltiples o
una curva CO.

PERUANA 70 de 101

B.4.3
I
n

El nmero de incremento de muestreo por muestra compsito,
I
n
,es usualmente 2.Si 1 =
T
n
,entonces tambin 1 =
I
n .

B.5 Confirmacin de desviaciones estndar

B.5.1 Generalides

Si 1 =
T
n (y 1 =
I
n ), entonces las siguientes disposiciones especiales deberan ser aplicadas.

B.5.2 Desviacin estndar de muestra combinada

Si
T
n
=1, entonces la desviacin estndar de la muestra,
c
s y
T
s , no deben ser separados, y
una desviacin estndar de muestra combinada (valor de la muestra,
cT
s ) debera ser obtenida
del promedio de muestra de ensayo dado en el apartado 6.2.3, por la siguiente ecuacin
simple (para 1 =
T
n , 1 =
I
n y 1 =
cT
v );

( )
2
2
. 21 . 11 x x
s
cT

=

B.5.3 Grficos de control

Si 1 =
T
n , entonces el grafico de control
cT
s debera ser usado en vez de los grficos de
control de
c
s y
T
s .

B.5.4 Variancias combinadas entre los exmenes de las muestras

Si
T
n
=1, entonces la variancia combinada entre las muestras de ensayo,
2
IP
o
es dada en la
siguiente ecuacin:

M
M
cT IP
n
2
2 2
o
o o =

PERUANA 71 de 101

B.6 Desviacin estndar estimada.

E
o
, es dada por la siguiente ecuacin:

M T
O
E
n n 2
o
o =

B.7 Ejemplos:

B.7.1 Desviacin estndar conocida

Un qumico industrial es producido por un proceso por lotes y entregado peridicamente. Se
sabe que la variacin dentro del proceso por lotes es insignificante, y que la desviacin
estndar de medicin,
M
o
,es relativamente grande. Cada envo corresponde a la produccin
por lotes. El lmite de especificacin superior(L
IE
=90) es especificado por el parmetro de
distribucin. La desviacin estndar total,
O
o
,es conocida y estable, y 50 , 3 =
O
o . Las
medidas de calidad 0 , 86 =
A
m y 0 , 90 =
R
m estn especificados. De acuerdo con los
procedimientos de este anexo, se obtiene el plan de muestreo siguiente:

a) lmite de especificacin superior, L
ES
: 90,0
A
: 86,0
R
: 90,0
e)valor de aceptacin superior, = + = + = 0 , 4 562 , 0 0 , 86 . : x D m x x
A U U
88,25
f)desviacin estndar total,
O
o :
3,50
g) desviacin estndar total relativa, = = = 0 , 4 50 , 3 : D d d
O O O
o
0,875
h) nmero de muestras compsito, 2
i) seleccin de tabla: tabla B.1
j)tamaos de muestra 3 , 1 ; 837 , 0 875 , 0 : = = =
M T O M T
n n d n y n

k) nmero de incrementos de muestra: 1
NOTA. El clculo de desviacin estndar
E
o est dado por la siguiente ecuacin:
43 , 1
3 1 2
50 , 3
2
= = =
x x n n
M T
O
E
o
o

PERUANA 72 de 101

B.7.2 Desviacin estndar imprecisa

Las condiciones son las mismas que en el Anexo B.7.1 excepto que la desviacin estndar
es imprecisa:
a) lmite de especificacin superior, L
EI
: 90,0
b) lmite de calidad de aceptacin,
A
m :
86,0
c) lmite de calidad de no aceptacin,
R
m :
90,0
e) valor de aceptacin superior, ( ) ( ) = + = + = 90 0 , 86 5 , 0 5 , 0 :
R A U U
m m x x 88,0
f) desviacin estndar total,
O
o :
3,50
g) desviacin estndar total relativa, = = = 0 , 4 50 , 3 : D d d
O O O
o
0,875
h) nmero de muestras compsito; 2
i) tabla de seleccin: tabla B.3
j) tamaos de muestra, 3 , 2 ; 964 , 0 875 , 0 : = = =
M T O M T
n n d n y n

k) nmero de incrementos de muestreo n
I
: 2
NOTA El valor aproximado de la desviacin estndar es estimada se calcula mediante la siguiente
ecuacin:
01 , 1
3 2 2
50 , 3
2
= = =
x x n n
M T
O
E
o
o

PERUANA 73 de 101

ANEXO C
(INFORMATIVO)

Base terica

C.1 Introduccin general

Este anexo describe la base terica de los procedimientos para la inspeccin de lotes
utilizando desviaciones estndar conocidas. Los procedimientos son la base de esta NTP.
En C.8 se proporciona informacin complementaria sobre los procedimientos para
desviaciones estndar imprecisas.

C.2 Supuestos bsicos

C.2.1 Generalidades

Los procedimientos para desviaciones estndar conocidas se basan en los siguientes
supuestos:

a) la caracterstica especificada de calidad x es una variable y es medible en
una escala continua;

b) cada desviacin estndar de x es conocida y estable;

c) el valor esperado del promedio fsico y la media aritmtica son iguales;

d) los promedios de x estn distribuidos normalmente;

e) cada muestra compsito representa el lote;

f) las mediciones son realizadas en un solo laboratorio;

g) la poblacin es infinita;

h) la poblacin es simple;

i) una sola caracterstica de la calidad se considera en una vez

Los apartados siguientes brindan informacin adicional sobre estos supuestos.

PERUANA 74 de 101

C.2.2 Desviaciones estndar conocidas

Los planes de muestreo de los procedimientos normalizados se basan en el supuesto de
desviaciones estndar conocidas. Este supuesto est fuertemente satisfecho para lotes
aislados. Sin embargo, un lote aislado para inspeccin por parte del comprador puede ser
uno proveniente de una serie continua de batches de produccin del proveedor. En tal caso,
si el proveedor proporciona al comprador informacin suficiente incluyendo las cartas de
control, puede ser posible asumir desviaciones estndar conocidas y estables.

C.2.3 Grficos de control

La aplicabilidad de los procedimientos para desviaciones estndar conocidas se juzga por
medio de grficas de control de un tipo especfico. Ellos tienen un lmite superior de
control, L
SC
pero carecen de un lmite inferior de control L
IC
. La razn es la siguiente.

Es deseable hacer esfuerzos para reducir las desviaciones estndar, especialmente cuando
se especifican lmites de especificacin de dos colas. Para apoyar estos esfuerzos, se aplica
una versin de la prueba de un lado en esta NTP. La prueba es una prueba de F para las
siguientes hiptesis:

Ho:
2
o es estable;

H1:
2
o no es estable (el valor mximo de las variancias se encuentra fuera de la variacin
aleatoria)

Dado que muchos usuarios no estn familiarizados con la prueba F para variancias, sta se
convierte a una prueba equivalente del tipo de grficos de control donde las variancias
pueden ser utilizadas. Se asume el nivel de riesgo de 5 % para cada grfico de control
donde el riesgo es la probabilidad de encontrar uno o ms puntos fuera de control en una
serie de 10 lotes. El factor f
U
est dado por las siguientes ecuaciones:

( ) = , v F f
p U
(C.1)

88 994 , 0 95 , 0
10
= = p (C.2)

donde F
p
(v
1
, v
2
) es el p-fractil ms bajo de la distribucin F con v
1
y v
2
grados de libertad.

PERUANA 75 de 101

C.2.4 Normalidad

Los planes de muestreo se basan en el supuesto de la normalidad. Sin embargo, los
usuarios normalmente no necesitan estar tan preocupados por la desviacin de la
distribucin normal ya que la distribucin del gran promedio de la muestra generalmente
se aproxima a una distribucin normal, a menos que los tamaos de muestra sean muy
pequeos. Esta es una de las mayores diferencias de otros populares planes de muestreo
por variables para porcentaje de no conformes tales como la NTP-ISO 3951, donde la
desviacin a partir de la distribucin normal puede traer un incremento o disminucin del
riesgo del productor y/o el riesgo del consumidor, por lo que el supuesto de normalidad es
importante en la prctica.

C.2.5 Muestreo representativo

Los planes de muestreo se basan en el supuesto del muestreo representativo. Aunque la
forma ms simple del muestreo representativo es el muestreo aleatorio, esta NTP utiliza el
muestreo sistemtico duplicado.

El muestreo sistemtico mostrado en la mitad superior de la Figura 1 puede brindar una
variancia ms pequea entre muestras compsito agrupadas que la del muestreo aleatorio.
Sin embargo, si se prefiere un estimador insesgado de X en lugar de un plan de muestreo
econmico, puede utilizarse el muestreo aleatorio.

Cuando el nmero de muestras compsito es ms de tres, su utiliza un muestreo replicado.
Sin embargo, esta NTP proporciona tablas de tamao de muestra solamente para muestreo
duplicado (dos muestras compsito), por simplicidad y economa.

C.2.6 Laboratorio

Se asume que las mediciones son realizadas en un solo laboratorio, y por lo tanto la
desviacin estndar de la medicin es ms pequea que la reproducibilidad. Si los
resultados del laboratorio del comprador y del laboratorio del proveedor son
significativamente diferentes, entonces la diferencia debera ser tratada con un sesgo en
lugar de una variancia (Vase la norma ISO 11648-1)

C.2.7 Poblacin infinita

Los planes de muestreo se basan en el supuesto de una poblacin infinita. Este supuesto es
usualmente cumplido porque:

a) un incremento del muestreo es una parte muy pequea de un lote;

PERUANA 76 de 101

b) una muestra de ensayo es una parte muy pequea de una muestra
compsito; y

c) una porcin de ensayo es una parte muy pequea de una muestra de ensayo.

Incluso si no se satisface el supuesto de una poblacin infinita, los usuarios generalmente
pueden despreciar esto porque los valores de la desviacin estndar estimada,
E
o , y ambos
riesgos, y , para la poblacin finita, seran algo ms pequeos que para la poblacin
infinita, respectivamente.

C.2.8 Poblacin simple

Los planes de muestreo se basan en el supuesto de una poblacin simple. En otras palabras,
los incrementos de muestreo pueden tomarse directamente de un lote. Usualmente, este
supuesto se satisface. Sin embargo, podran existir otros casos, por ejemplo, el material se
encuentra en dos o ms recipientes. Si el componente de la variancia entre incrementos de
muestreo,
2
I
o , consta del componente de la variancia entre recipientes,
2
B
o , y el
componente de la variancia dentro de los recipientes,
2
W
o , y si ambos no son
insignificantes, no se aplica esta NTP.

C.2.9 Caracterstica simple de la calidad

Tanto el riesgo del productor como el riesgo del consumidor se calculan para una
caracterstica simple de la calidad. Para mltiples caractersticas de la calidad ambos
riesgos totales se incrementan.

C.3 El modelo ms simple

C.3.1 Generalidades

En los procedimientos normalizados de esta NTP, los planes de muestreo econmicos son
el objetivo pero el modelo supuesto es bastante complicado. Por un fcil entendimiento, el
modelo ms simple se basa en los siguientes supuestos:

a) se toman n incrementos de muestreo del lote;

b) no se constituyen muestras compsito;

c) se prepara una muestra de ensayo por incremento de muestreo;

PERUANA 77 de 101

d) se realiza una medicin por incremento de muestreo;

e)
P
o y
M
o son insignificantes

C.3.2 Desviacin estndar estimada

E
o , es la raz cuadrada positiva de la variancia esperada
del parmetro de distribucin. Bajo este modelo ms simple, la desviacin estndar
estimada est dada por la siguiente ecuacin:

2
I
E
n
o
o = (C.3)

Donde n es tanto el nmero de incrementos de muestreo como el nmero de mediciones.

C.3.3 Tamaos de muestra

Bajo el modelo ms simple, el tamao de muestra, n, est dado por la siguiente ecuacin:

( )
2
|
|
.
|
\
| +
=
D
K K
n
I
o
| o
(C.4)

El valor calculado de n debera ser redondeado al entero ms cercano

C.4 Relacin entre m
A
, m
R
y el valor de aceptacin

C.4.1 Generalidades

Bajo el anterior modelo ms simple, se proporciona la siguiente relacin entre m
A
, m
R
y el
valor de aceptacin. Esta relacin tambin se aplica a los modelos ms complejos dados en
los anexos C.5 y C.6.

C.4.2 Lmite inferior de especificacin de una cola

Cuando se especifica un lmite inferior de especificacin de una cola, se obtiene la
siguiente ecuacin:

E R E A
L K m K m x o o
| o
+ = = (C.5)

PERUANA 78 de 101

(Vase la Figura C.1). Adems, se obtienen las siguientes ecuaciones:

( )
E R A
K K m m D o
| o
+ = = (C.6)

D
K K
K
m x
A
L
| o
o
+
= (C.7)

Y dado que se asume que = 0,05 y = 0,10 en los procedimientos normalizados, la
constante est dada por la siguiente ecuacin:

562 , 0 07 562 , 0
55 281 , 1 85 644 , 1
85 644 , 1
=
+
=
+
=
| o
o
K K
K
(C.8)

Para procedimientos opcionales donde se asume que = , la constante est dada por la
siguiente ecuacin:

2
1
=
+
=
| o
o
K K
K
(C.9)

C.4.3 Lmite superior de especificacin de una cola

Cuando se especifica un lmite superior de especificacin de una cola, se asume la
siguiente ecuacin:

E R E A
U K m K m x o o
| o
= + = (C.10)

PERUANA 79 de 101

FIGURA C.1 Relacin entre m
A
, m
R
y el valor de aceptacin (Distribucin de ... x ;
lmite inferior de especificacin)

Adems, se obtienen las siguientes ecuaciones:

( )
E A R
K K m m D o
| o
+ = = (C.11)

Y

D
K K
K
m x
A
U
| o
o
+
+ = (C.12)

(Vase la Figura C.2). La misma constante est dada por la ecuacin (C.8)

C.4.4 Lmites de especificacin de dos colas

Cuando se especifican lmites de especificacin de dos colas, las ecuaciones anteriores son
aplicables para ambos lmites respectivamente, siempre que se cumpla la siguiente
relacin:

, , AU A L
m m x D A = > o (C.13)

PERUANA 80 de 101

Las Figuras C.3 y C.4 muestran un caso extremo de A = d x D (Vase tambin Figuras C.1
y C.2). En tal caso, la probabilidad mxima de aceptacin es 0,99 en m = 0,5 (m
A,U
+ m
A,L
),
y se obtienen las siguientes ecuaciones:

( )
, , 0,005
2
AU A L E
xD m m K K
o
o = = o (C.14)

La constante o est dada por la siguiente ecuacin:

( ) ( )
0,005
2 2 2,575 83 1,644 85
0,636
1,644 85 1,28155
K K
K K
o
o |

o = = =
+ +
(C.15)

Para procedimientos opcionales donde se asume que o = | = 0,05, la constante o est dada
por la siguiente ecuacin:

( ) ( )
0,005
2 2 2,575 83 1,644 85
0,566
2 1,644 85
K K
K K x
o
o |

o = = =
+
(C.16)

C.5 Modelo de dos componentes

C.5.1 Generalidades

En la prctica, frecuentemente ocurre que o
M
no es insignificante. En tales casos, la
desviacin estndar estimada, o
E
, consta de dos componentes. Adems, se realizan los
siguientes supuestos para este modelo prctico:

a) se toman del lote n
1
incrementos de muestreo;

b) no se constituye muestra compsito;

c) se prepara una muestra de ensayo por incremento de muestreo;

d) se realizan n
2
mediciones por incremento de muestreo;

e) o
P
es insignificante.

C.5.2 Desviacin estndar estimada

Bajo este modelo, mediante reescritura de la ecuacin (C.6), la desviacin estndar
estimada, o
E
, est dada como sigue,

PERUANA 81 de 101

2 2
1 1 2
I M
E
D
n n n K K
o |
o o
o = + =
+
(C.17)

Dibujo
A
, m
R
y el valor de aceptacin (Distribucin de ... x ;
lmite superior de especificacin)

Dibujo
A
s, m
R
s y los valores de aceptacin (Distribucin de
... x ; lmites de especificacin de dos colas)

PERUANA 82 de 101

FIGURA C.4 Relacin entre A y D (cuando A = o x D) (Distribucin de ... x ; lmites
de especificacin de dos colas)

C.5.3 Tamaos de muestra

Puede haber muchas combinaciones de n
1
y n
2
, las cuales satisfacen la ecuacin (C.17), y
el valor ms econmico para el nmero de mediciones por incremento de muestreo, n
2
, est
dado por la siguiente ecuacin:

1
2
2
M
P
c
n
c
o
=
o
(C.18)
Donde

c
1
es el costo de tomar un incremento de muestreo y preparar una muestra de ensayo;

c
2
es el costo de una medicin (para el parmetro de distribucin)

Las ecuaciones (C.17) y (C.18) proporcionan la siguiente solucin para n
1
:

2
2
2
1
2
M
I
K K
n
n D
o |
+ | || | o
= o +
| |
\ .\ .
(C.19)

C.6 Modelo de tres componentes

El modelo utilizado para los procedimientos normalizados de esta NTP es una extensin
del modelo de dos componentes anterior al modelo de tres componentes. Sin embargo, se
omite la descripcin detallada excepto para los procedimientos de diseo.

PERUANA 83 de 101

Las ecuaciones simultneas (C.20) y (C.21) proporcionan una solucin en n
I
y n
T
para los
procedimientos normalizados. El primero brinda la proporcin ms econmica y el
segundo corresponde a la curva CO requerida.

I I T
T T I
n d c
n d c
= (C.20)

y

2 2
1
I T
I T
d d
n n K K
o |
+ =
+
(C.21)

Las soluciones matemticas son dadas por las siguientes ecuaciones:

( )
2
T
I I I T
I
c
n d d d K K
c
o |
| |
= + +
|
|
\ .
(C.22)

y

( )
2
I
T T T I
T
c
n d d d K K
c
o |
| |
= + +
|
|
\ .
(C.23)

Cuando n
I
y n
T
sean muy pequeos, las ecuaciones (C.22) y (C.23) no siempre brindan
resultados satisfactorios. En este caso, los valores de n
I
y n
T
en las Tablas 3 a 12 pueden
obtenerse por los siguientes procedimientos:

a) se obtienen valores intermedios de n
I
y n
T
;

b) se fija el ms pequeo (si n
I
< n
T
entonces n
I
se fija por redondeo);

c) el otro se obtiene por ensayo y error.

C.7 Caractersticas mltiples

C.7.1 Riesgos totales

Los procedimientos especiales opcionales para caractersticas mltiples dadas en el anexo
A.2 se basan en los supuestos de que todas las caractersticas de calidad son independientes
unas de las otras y tienen igual importancia.

PERUANA 84 de 101

Si el nmero de caractersticas de calidad es J y todas ellas son independientes unas de las
otras, el riesgo total del productor,
O
, se obtiene de la siguiente ecuacin:

( )
1
1 1
J
O i
i =
o = o
[
(C.24)

donde

i
es para la caracterstica individual de calidad

Si
1
=
2
= =
J
= *, entonces

( )
O
1 1 *
J
o = o (C.25)

y

O
* 1 1
J
o = o (C.26)

La ecuacin similar se obtiene para el riesgo total del consumidor,
O
.

Si
1
=
2
= =
J
= *, entonces

O
* 1 1
J
| = |
(C.27)

El factor de correccin, f
D
, se obtiene de la siguiente ecuacin:

* *
o o
D
K K
f
K K
o |
o |
+
=
+
(C.28)

donde

O
es el riesgo total del productor
O
es el riesgo total del consumidor
*

es el riesgo individual del productor
*

es el riesgo individual del consumidor

Los valores del factor de correccin, f
D
, para las desviaciones estndar conocidas se
presentan en la Tabla A.1. Los valores de los riesgos individuales, * y *, se presentan en
la Tabla A.2.

PERUANA 85 de 101

C.7.2 Curva CO

Los procedimientos para calcular las curvas CO se presentan en el Anexo D y tambin son
aplicables a planes de muestreo corregidos, pero tpicamente son lo siguiente:

a) si un parmetro de distribucin es igual al valor de aceptacin, entonces
P
a
= 50%;

b) si un parmetro de distribucin es igual a m
A
, entonces = 100 x
*

c) si un parmetro de distribucin es igual a m
R
, entonces = 100 x *,
expresado como porcentaje;

d) si un parmetro de distribucin es igual a Q
PR
, entonces = 100 x
O
,

e) si un parmetro de distribucin es igual a Q
CR
, entonces = 100 x
O
,

Cuando se establece un lmite inferior de especificacin, L
EI
, los valores aproximados de
Q
PR
y Q
CR
estn dados por las siguientes ecuaciones:

L
PR
Q x xD = + (C.29)

CR PR
Q Q D = (C.30)

Cuando se establece un lmite superior de especificacin, L
ES
, los valores aproximados de
Q
PR
y Q
CR
estn dadas por las siguientes ecuaciones:

U
PR
Q x xD = (C.31)

CR PR
Q Q D = + (C.32)

C.7.3 Independencia

Los resultados anteriores son verdaderos slo cuando todas las caractersticas de calidad
son independientes unas de otras. Si los coeficientes de correlacin entre dos o ms
caractersticas de calidad son significativos, entonces

*
O
J* (C.33)

PERUANA 86 de 101

y

*
O
J* (C.34)

Es difcil proporcionar planes de muestreo generales que puedan aplicarse a tales casos.

C.8 Informacin complementaria para desviaciones estndar imprecisas

C.8.1 Generalidades

Este apartado proporciona informacin complementaria de los procedimientos para
desviaciones estndar imprecisas. Se derivan planes de muestreo para ellas utilizando un
modelo similar que se emplea para desviaciones estndar conocidas, excepto que se utilice
una distribucin t en lugar de una distribucin normal. Adems, los valores preferidos de d
I

y d
T
se escogen de las Tablas 3 a la 7 para el clculo del diseo de las Tablas 13 a la 22. El
mtodo de Satterthwaite (Vase la referencia [6] en la Bibliografa) se utiliza para obtener
valores aproximados de variancia compuesta y grados de libertad, utilizando los anteriores
valores preferidos de d
I
y d
T
.

C.8.2 Relacin entre m
A
, m
R
y valor de aceptacin

La relacin aproximada entre m
A
, m
R
y el valor de aceptacin puede desarrollarse de la
misma forma en la que se describe en el Anexo C.4.

Si se especifican lmites de especificacin de dos colas, las ecuaciones aproximadas para
los lmites de especificacin de una cola son aplicables a ambos lmites, respectivamente,
ya que se cumple con la siguiente restriccin:

, , AU A L
m m x D A = s o (C.35)

Si A=o x D y v
E
< 8, y la probabilidad de aceptacin mxima se establece que ser cerca
de 0,98 en
( )
, ,
0,5
AU A L
m m m = + , y el valor aproximado de o se obtiene usando la
siguiente frmula:

( ) ( )
( )
0,99 1
1
E E
E
t t
t
o
o
v v
o =
v
(C.36)

PERUANA 87 de 101

Si 8
E
v > , la formula anterior da un valor menor de o que aquel para las desviaciones
estndar. Por lo tanto, se elige el mismo valor de o al igual que para desviaciones estndar
conocidas, de manera que se facilita el cambio de un procedimiento a otro. Cuando A=o x
D y v
E
es suficientemente grande, la probabilidad de aceptacin mxima es cerca de 0,99.

C.8.3 Caractersticas mltiples

C.8.3.1 Riesgos totales

Ecuaciones aproximadas similares a aquellas dadas en el AnexoC.7.1 pueden obtenerse
reemplazando la distribucin normal con la distribucin. El factor de correccin f
D
, se
obtiene mediante la siguiente ecuacin:

( ) ( )
( ) ( )
1 1
1 * 1 *
o E o E
D
E E
t t
f
t t
o |
o |
v + v
=
v + v
(C.37)

Si los smbolos son los mismos que en (C.28).

C.8.3.2 Curva CO

Los procedimientos y relaciones para el clculo de curvas CO pueden aproximarse y
desarrollarse en forma similar a aquella dada en el Anexo C.7.2.

PERUANA 88 de 101

ANEXO D
(INFORMATIVO)

Curvas caractersticas operativas

D.1 Introduccin general

Este anexo describe los procedimientos para calcular los valores de las curvas de
caracterstica operativa (CO) usando el mtodo para desviaciones estndar conocidas en
los anexos D.2 a D.5. Este anexo tambin describe los procedimientos para calcular los
valores aproximados para curvas CO usando el mtodo para desviaciones estndar
imprecisos en D.6.

Este anexo proporciona dos mtodos para calcular los valores de las curvas caractersticas
operativas (CO) para el plan de muestreo:

a) para convertir un parmetro de distribucin, m, para la probabilidad de
aceptacin, Pa (Vase el Anexo D.3);

b) para obtener un parmetro de distribucin, m, correspondiente a un valor
especificado de probabilidad de aceptacin, Pa (Vase el Anexo D.4).

El mtodo b) es ms conveniente que el mtodo a) ya que no existe necesidad para una
tabla de distribucin normal o para hacer interpolaciones.

D.2 Desviaciones estndar conocidas

D.2.1 Necesidad del clculo de desviacin estndar

Antes de calcular los valores de una curva CO de los procedimientos para desviaciones
estndar conocidas, es necesario obtener el clculo de desviacin estndar, o
E
.

D.2.2 Procedimientos estndar

En el caso de procedimientos estndar, el clculo de desviacin estndar, o
E
est dado por
la siguiente ecuacin:

2 2 2
2 2 2
I P M
E
I T T M
n n n n
o o o
o = + + =
2 2
2 2
I T
I T
n n
o o
+ (D1)

PERUANA 89 de 101

NOTA: Se asume una poblacin infinita en la derivacin de la ecuacin anterior. Si el tamao de lote
no es suficientemente grande o si el volumen total de las muestras de prueba es una parte importante
de la muestra compuesta entonces el valor actual de se convertir en algn punto ms pequeo
que el anterior y tanto el riesgo del productor como el riesgo del consumidor se volvern, en algn
punto, ms pequeos que los valores calculados.

D.2.3 Procedimientos especficos dados en el anexo A

En el caso de los procedimientos especiales dados en el anexo A, el clculo de desviacin
estndar, o
E
es dado por las siguientes ecuaciones:

a) cuando n
T
>1, entonces

2 2 2
2 2 2
2
o I P M
E
I T T M
T M
n n n n
n n
o o o o
o = = + + (D.2)

b) cuando n
T
=1, (y n
I
= 1), entonces

2 2
2 2
2
o IP M
E
M
M
n
n
o o o
o = = + (D.3)

D.3 Convirtiendo ma P
a

D.3.1 Lmite de especificacin de una cola

Los valores del fractil- P
a
superior de la distribucin normal estandarizada que
corresponde a valores arbitrarios del parmetro de distribucin, m, estn dados por las
siguientes ecuaciones:

a) cuando el lmite de especificacin inferior L
EI
es especificado;
I
Pa
E
x m
K

=
o
(D.4)

b) cuando el lmite de especificacin superior L
ES
es especificado;
S
Pa
E
m x
K

=
o
(D.5)

PERUANA 90 de 101

El valor del fractil- Pa obtenido corresponde a la probabilidad de no aceptacin (1-Pa) y
puede convertirse, fcilmente, convertirse a la probabilidad de aceptacin, Pa, usando una
tabla de distribucin normal.

D.3.2 Lmites de especificacin de dos colas

D.3.2.1 Generalidades

En muchos casos, cuando se especifican tanto los valores de aceptacin superior como los
de aceptacin inferior, las ecuaciones (D.4) y (D.5) son aplicables por separado. Si el
intervalo entre ambos valores de
( )
, , A AU A L
m m m ( A = +

est cerca del intervalo de
restriccin, x D o , entonces las correcciones siguientes deben considerarse.

D.3.2.2 Probabilidad mxima de aceptacin

En
( )
, ,
0,5
AU A L
m m m = + , la probabilidad de aceptacin es mxima. El valor del fractil -
( )
,
1
a U
P de la distribucin normal estandarizada que corresponde al parmetro de
distribucin, m, est dado por la siguiente ecuacin:

,
U
Pa U
E
m x
K

=
o
(D.6)

El fractil -
( )
,
1
a U
P obtenido puede convertirse a la probabilidad de no aceptacin
( )
,
1
a U
P usando una tabla de distribucin normal. El valor de la probabilidad de
aceptacin est dado por la siguiente ecuacin:

( )
,
1 1 2 1
a a U
P P ( =

(D.7)

Si el P
a
mximo est cerca de 1,000 (100,0%) entonces no es necesaria una mayor
correccin. Si xD A = o entonces el P
a
mximo ser 0,990 (99,0%).

D.3.2.3 Probabilidad de aceptacin para valores generales de m

Para valores generales de m, se puede usar el siguiente mtodo:

a) unos pocos valores de m son escogidos entre y

PERUANA 91 de 101

b) el valor de de la distribucin normal estandarizada
que corresponde al parmetro de distribucin, est dado por la siguiente ecuacin:

c) el valor de que corresponde a y
est dado por la ecuacin (D.6);

d) los obtenidos pueden convertirse a probabilidades de
no aceptacin, y respectivamente, usando una tabla de distribucin
normal. El valor de probabilidad de aceptacin est dado por la siguiente ecuacin:

D.4 Convirtiendo P
a
a m

D.4.1 Lmite de especificacin de una cola

Los valores de un parmetro de distribucin, m, que corresponde a los valores
especificados de la probabilidad de aceptacin estn dados por las siguientes ecuaciones:

a) cuando el lmite de especificacin inferior es especificado:

b) cuando el lmite de especificacin superior es especificado:

NOTA: En la prctica, los nueve valores de Pa dados en las siguientes aplicaciones son suficientes
para dibujar una curva CO. Estos valores tambin se usan en tablas CO de la Normas NTP-ISO 2859-
1 e NTP-ISO 3951[5].

D.4.2 Lmites de especificacin de dos colas

intervalo entre ambos valores de
, ,
( )
A A U A L
m m m
, ,
( )
A A U A L
m m m est cerca del
intervalo de restriccin, o x D entonces las correcciones siguientes deben considerarse.

PERUANA 92 de 101

D.5 Ejemplos para calcular curvas CO para desviaciones estndar
conocidas

D.5.1 Ejemplo 1: Lmite de especificacin inferior

La curva CO se calcular para el ejemplo dado en el apartado 7.4, cuando se especifica un
lmite de especificacin inferior.

Los parmetros principales son como sigue:

a) lmite de calidad de aceptacin, m
A
: 96,0
b) lmite de calidad de no aceptacin, m
R
: 93,75
c) valor de aceptacin inferior, L x :
1,37
d) clculo de desviacin estndar, o
E
:

La figura D.1 muestra la curva CO resultante y la Tabla D.1 presenta los procedimientos y
resultados de clculo. En este ejemplo, el riesgo del productor, o, y el riesgo del
consumidor, |, son como sigue:

- en 96,0 5,03 %
A
m m = = o =

- en 92,0 10,1%
R
m m = = | =

PERUANA 93 de 101

TABLA D.1 Valores CO para el ejemplo 1

FIGURA D.1 Curva CO para el ejemplo 1

D.5.2 Ejemplo 2: desviacin estndar dominante y conocida de medicin

La curva CO se calcular para el ejemplo dado en el Anexo B.7.1 y para el lmite de
especificacin superior.

PERUANA 94 de 101


A
: 86,0
R
: 90,0
c) valor de aceptacin superior, U x :
88,25
E
: 1,43

La figura D.2 muestra la curva CO resultante y la Tabla D.2 presenta los procedimientos y
resultados de clculo. En este ejemplo, el riesgo del productor, o, y el riesgo del
consumidor, | son como sigue:

- en 86,0, 5,78 %
A
m m = = o = ;

- en 90,0, 11,1%
R
m m = = | =


PERUANA 95 de 101


D.5.3 Ejemplo 3 Lmites de especificacin de dos colas

La curva CO se calcular para el ejemplo dado en el Anexo 7.6 y para los lmites de
especificacin bilaterales.


a) lmite de calidad de aceptacin,
, A L
m : 97,0
b) lmite de calidad de no aceptacin,
, R L
m : 91,0
c) lmite de calidad de aceptacin superior,
, A U
m : 104,0
d) lmite de calidad de no aceptacin superior,
, R U
m : 110,0
e) valor de aceptacin inferior, L x :
93,63
f) valor de aceptacin superior, U x :
107,37
g) clculo de desviacin estndar, o
E
: 1,82

La figura D.3 muestra la curva CO resultante y la Tabla D.3 y D.4 presentan los
procedimientos y resultados de clculo. En este caso, las curvas CO tanto para valores de
aceptacin superior como para los valores de aceptacin inferior pueden obtenerse por
separado. En este ejemplo, el riesgo del productor, |, y el riesgo del consumidor, o, y el
valor mximo de probabilidad de aceptacin son como sigue:

PERUANA 96 de 101

- en
, ,
97,0 104,0, 3,20%
A L A U
m m o m = = = o =

- en
, ,
91,0 110,0, 7,42%
R L R U
m m o m = = = | =

- en
( )
, ,
0,5 100,50
A L AU
m m m = + = el valor mximo de P
a
, 99,98 % es
alcanzado

TABLA D.3 Valores CO para el ejemplo 3, parte inferior

TABLA D.4 Valores CO para el ejemplo 3, parte superior

PERUANA 97 de 101

Figura D.3 Curva CO para el ejemplo 3

D.6 Desviaciones estndar imprecisas

D.6.1 Clculo de desviacin estndar

Antes de calcular los valores de una curva CO usando el mtodo para desviaciones
estndar imprecisas, primero es necesario obtener el valor aproximado del clculo de
desviacin estndar,
E
o .

En el caso de procedimientos estndar, el valor aproximado del clculo de desviacin
estndar,
E
o est dado por la siguiente ecuacin:

2 2 2 2 2
2 2 2 2 2
I P M I T
E
I T T M I T
n n n n n n
o o o o o
o = + + = + (D.12)

La ecuacin (D.12) se usa en los procedimientos para el mtodo de desviaciones estndar
imprecisas.

PERUANA 98 de 101

En el caso de procedimientos especiales en el anexo A para desviaciones estndar
imprecisas, el valor aproximado de clculo de desviacin estndar,
E
o est dado por la
siguiente ecuacin:

2
O
E
T M
n n
o
o = (D.13)

D.6.2 Convirtiendo ma P
a

D.6.2.1 Lmite de especificacin unilateral

Los valores aproximados de fractiles -P
a
superior e inferior de la distribucin corresponde
a valores arbitrarios del parmetro de distribucin y estn dados por las siguientes
ecuaciones:

a) cuando el lmite de especificacin inferior es especificado;

( )
L
Pa E
E
m x
t

v =
o
(D.14)

b) cuando el lmite de especificacin superior es especificado;

( )
U
Pa E
E
x m
t

v =
o
(D.15)

NOTA: Los valores fractil-P
a
superior e inferior de la distribucin, obtenidos de las ecuaciones (D.14)
y (D.15) corresponden a probabilidades aproximadas de aceptacin, P
a
pero es necesario un software
especial para la conversin.

D.6.2.2 Lmites de especificacin de dos colas

intervalo entre ambos valores de m
A
est cerca del intervalo de restriccin, x D o algunas
desviaciones son inevitables. Si xD A = o entonces el P
a
mximo es cerca de 0,98 (98%).

PERUANA 99 de 101

D.6.3 Convirtiendo P
a
a m

D.6.3.1 Lmite de especificacin de una cola

Los valores aproximados de m, superior e inferior de la distribucin corresponden a valores
arbitrarios del parmetro de distribucin, P
a
estn dados por las siguientes ecuaciones:

a) cuando el lmite de especificacin inferior es especificado;

( ) L
Pa E E
m x t = + v o (D.16)

b) cuando el lmite de especificacin superior es especificado;

( ) U
Pa E E
m x t = v o (D17)

NOTA 1: Los valores de ( )
Pa E
t v estn dados en una tabla de distribucin. Algunos valores estn
dados en la referencia [7] de la bibliografa.

NOTA 2: En la prctica, los nueve valores de P
a
dados en el ejemplo 4 son suficientes para dibujar
una curva CO aproximada.

D.6.3.2 Lmites de especificacin de dos colas

de aceptacin inferior, las dos frmulas anteriores son aplicables por separado. Si el
intervalo, A, entre ambos valores de m
A
est cerca del intervalo de restriccin, x D o
algunas desviaciones son inevitables.

D.6.4 Ejemplo 4: Clculo de una curva CO para el mtodo que usa un clculo
de desviacin estndar

La curva CO se calcular para el ejemplo dado en el apartado 7.1.


A
: 96,0
R
: 92,0
c) valor de aceptacin inferior, L x :
94,0
E
: 1,17
e) grados de libertas del clculo de desviacin estndar, v
E
: 35

PERUANA 100 de 101

La figura D.4 muestra la curva CO resultante para el apartado 7.1 y la Tabla D.5 presenta
los procedimientos y resultados de clculo. En esta aplicacin, los valores aproximados
del riesgo del productor o, el riesgo del consumidor |, son como sigue:

- en 96,0, 4,81%;
A
m m = = o =

- en 92,0, 4,81%;
R
m m = = | =



PERUANA 101 de 101

BIBLIOGRAFA

[1] ISO 11648-2:1), Statistical aspects of sampling from bulk materials Part 2:
Sampling of particulate materials.

[2] NTP-ISO 5725-2:1999, Accuracy (trueness and precision) of measurement methods
and results Part 2: Basic method for the determination of repeatability and
reproducibility of a standard measurement method.

[3] NTP-ISO 5725-3:1999, Accuracy (trueness and precision) of measurement methods
and results Part 3: Intermediate measures of the precision of a standard
measurement method.

[4] ISO 10576 (all parts)2), Statistical methods Guidelines for the evaluation of
conformity with specified requirements.

[5] NTP ISO 3951:1989, Sampling procedures and charts for inspection by variables
for percent nonconforming.

[6] SNEDECOR G.W. and COHRAN W.G. Statistical Methods., Iowa State
University Press, 8th edn., 1989, p. 97.

[7] ISO 2854:1976, Statistical interpretation of data Techniques of estimation and
tests relating to means and variances.

[8] NTP-ISO 7870-1:2008, Grficos de control Directrices Generales.

[9] ISO 9000-2:1997, Quality management and quality assurance standards Part 2:
Generic guidelines for the application of ISO 9001, ISO 9002 and ISO 9003.

Iso 10725

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Iso 10725

Cargado por

Copyright:

Formatos disponibles

NORMA TCNICA NTP-ISO 10725

También podría gustarte