PROFESOR:

Julio Aquino Asca

CURSO:
Control Estadistico de la Calidad

ALUMNA:
Marlene Castillo Romero.

1. Con sus palabras y apoyndose en grficas, conteste los siguientes incisos:

a) Qu es la tendencia central y qu es la variabilidad de un proceso o unos datos?
La tendencia central representa el valor al que tienden a concentrarse los datos de una
muestra o un proceso, es ver si cumplen con las especificaciones y saber si el proceso se
encuentra centrado, es decir saber si la tendencia central de la variable de salida es igual
o est muy prxima al valor nominal especfico.
La variabilidad de un proceso se refiere a la diversidad de resultados de una variable o de
un proceso, es decir que en un proceso pueden interactuar materiales, mano de obra,
mediciones, medio ambiente y mtodos. Estos seis elementos determinan de manera
global todo proceso y cada uno aporta algo a la variabilidad y a la calidad de la salida del
proceso.
b) Represente de manera grfica y mediante curvas de distribucin, dos procesos con la
misma variabilidad, pero diferente tendencia central.

c) Elabore la grfica de dos procesos con la misma media, pero diferente dispersin.

d) Represente dos procesos cuya forma de distribucin sea diferente.

e) Qu significa que un proceso sea capaz?

Un proceso es capaz cuando el producto est dentro las especificaciones y no exista
mucha variabilidad en el proceso.
2. Si una caracterstica de calidad debe estar entre 30 2, y se sabe que su media es
=29.9; entonces, Se tiene buena calidad, se cumple con las especificaciones?
La media poblacional est en el rango de la caracterstica de la calidad pero esto no
quiere decir que sea de calidad. El valor de la media poblacional () da un indicio de que
el proceso cumple con las especificaciones, pues este valor se encuentra muy cerca de la
especificacin media, pero debido a que falta el dato de la desviacin estndar () que
indica cunto es la variacin de los datos respecto a la media poblacional, no se puede
garantizar que los limites reales del proceso se encuentran dentro de los lmites de las
especificaciones

3. De qu manera afectan los datos raros o atpicos a la media? Explique su

respuesta.
Estos valores muy extremos hacen que la media pierda representatividad. Es decir, el
valor obtenido sea muy inferior o superior a lo real.
4. Un grupo de 30 nios va de paseo en compaa de tres de sus maestras. La edad
de los nios vara entre 4 y 8 aos, la mitad tiene 5 aos o menos. La edad que se
repite ms es la de 4. La edad de las tres maestras es de aproximadamente 30 aos.
Con base en lo anterior, incluyendo a las tres maestras, proponga un valor
aproximado para la media, la moda y la mediana de la edad de los 33 paseantes.
Argumente sus propuestas.

Datos Nios:
LRI = 4 aos
LRS = 8 aos
Mediana = 5 aos
Moda = 4 aos
n = 30

Datos Maestras:
= 30 aos
n=3

Media: Debido a la adicin de datos raros la media se recorrer hacia la derecha. Se

sabe que 15 nios tienen entre 4 y 5 aos, por lo que la media de este grupo de datos
ser 4.5. Los otros 15 nios tienen edades entre 5 y 8 aos, por lo que su media ser 6.5.
Y tambin es conocido que son 3 las maestras que tienen en promedio 30 aos. Haciendo
la siguiente operacin: 15*4.5+15*6.5+3*30=7 aos.
Mediana: Con 30 datos la mediana era el dato 15, con un valor de 5 aos, aumentando
los 3 datos ms y ordenndolos de forma creciente la mediana ser el valor 17, con lo
cual la mediana no variar considerablemente, es decir estar comprendido entre 5 y 6
aos.

Moda: Este valor ser 4 aos, pues sigue siendo el dato que ms se repite.
5. En una empresa se llevan los registros del nmero de fallas de equipos por mes;
la media es de 4 y la mediana de 6.
a) Si usted tiene que reportar la tendencia central de fallas, Qu nmero reportara?
Por qu?
Reportara el n 6, porque me da el valor medio de fallas que ocurrieron en cada mes. Es
decir, que el 50% de fallas es inferior a 6 y el otro 50% es superior a 6.
b) La discrepancia entre la media y la mediana se debi a que durante varios meses
ocurrieron muchas fallas?
S, porque al ver varias fallas en unos meses y en otros meses no. Esto nos proporciona
valores extremos que influyen en el anlisis de los datos, perdiendo representatividad el
valor de la media.
6. De acuerdo con los registros de una empresa, el ausentismo por semana del
personal de labor directa es de 25 personas en promedio, con una desviacin
estndar de 5. Con base en esto, conteste los siguientes dos incisos:
a) Entre qu cantidad se espera que usualmente vare el nmero de personas que no
acuden a trabajar por semana?
Datos: x = 25 personas, = 5 personas
Lo cual significa que la cantidad de personas que no acuden a trabajar por semana estar
variando entre 20 y 30 personas, es decir, 20 25 30. Eso representa un 68% de los
casos segn la desigualdad de Chebyshev, lo que quiere decir de 100 muestras tomadas,
68 semanas no trabajarn de 20 a 30 personas.
b) Si en la ltima semana hubo 34 ausencias, significa que pas algo fuera de lo normal,
por lo que debemos investigar qu sucedi y tomar alguna medida urgente para minimizar
el problema?
Si en la semana actual se registr una cantidad de 34, esto quiere decir que en esta
semana pas algo fuera de lo usual, por lo que debemos investigar que sucedi y tomar
una medida urgente para minimizar el problema.
7. En una empresa se lleva un registro semanal del nmero de empleados que
acuden a la enfermera de la empresa a recibir atencin mdica. De acuerdo con los
datos de los primeros seis meses del ao se tiene que el nmero promedio por
semana es de 16, y la desviacin estndar es de 3.5. Con base en esto conteste los
siguientes dos incisos:

a) Entre qu cantidades se espera que varen usualmente el nmero de empleados que

acuden a la enfermera por semana?
Para calcular los lmites reales: 3; se espera que varen entre: 16-3(3.5)=6 y
16+3(3.5)=27.
Es decir, entre 6 y 27 personas acuden a la enfermera por semana, ya que existe una
variabilidad de 3.5; es decir en un 10 aproximadamente estn separados de la media y se
vean afectados por datos raros.
b) Si en la ltima semana acudieron a la enfermera 25 personas, esto significa que en
esa semana pas algo fuera de lo usual. Conteste s o no y explique por qu.
No fue algo fuera de lo usual, porque no se encuentra dentro de un rango permitido y no
existe mucha variabilidad con respecto a la media.
8. De acuerdo con cierta norma, a una bomba de gasolina en cada 20 L se le permite
una discrepancia de 0.2 L. En una gasolinera se hacen revisiones peridicas para
evitar infracciones y ver si se cumplen las especificaciones (El=19.8, ES=20.2). De
acuerdo con los resultados de 15 inspecciones para una bomba en particular, la
media y la desviacin estndar de los 15 datos son 19.9 y 0.1, respectivamente. De
acuerdo con esto, se puede garantizar que la bomba cumple con la norma?
Argumente su respuesta.
Para garantizar que se cumple con la norma, los lmites reales deben estar dentro de los
lmites de las especificaciones. Obtainedo los lmites reales:

LRS = 19.9 + 3(0.1) = 20.2

LRI = 19.9 3(0.1) = 19.6

Con los resultados obtenidos se puede evidenciar que el LRI es menor a EI, lo cual indica
que la bomba no cumple con la norma.

9. La desigualdad de Chebyshev y la regla emprica establecen la relacin entre la

media y la deviacin estndar. Explique esta situacin y explique si se aplica para el
caso muestral, poblacional o para ambos.
Una forma de apreciar ms claramente el significado de la desviacin estndar como
media de dispersin en torno a la media, es a travs de la relacin entre la media y la
desviacin estndar, la cual est dada por la desigualdad de Chebyshev y la Regla
Emprica.
Dos hechos particulares que afirman la desigualdad de Chebyshev es que:

Entre X 2S est por lo menos el 75% de los datos de la muestra.

Entre X 3S est por lo menos el 89% de los datos de la muestra.

En cuanto a la regla emprica afirma que en mucho de los datos que surge en la prctica
se ha observado por la experiencia que:

Todos

Entre X S, est el 68% de los datos de la muestra.

Entre X 2S, est el 95% de los datos de la muestra.
Entre X 3S, est el 99.7% de los datos de la muestra.

estos

datos

son

vlidos

slo

PARA

DATOS

MUESTRALES

NO

NECESARIAMENTE PARA TODA LA POBLACIN O PROCESO. Sin embargo, si los

intervalos se calculan con la media y la desviacin estndar del proceso o poblacin,
entonces sern vlidos PARA TODA LA POBLACIN. Lo que afirma el teorema de
Chebyshev es vlido para cualquier tipo de datos, independiente de su comportamiento o
distribucin, mientras que la regla emprica como su nombre lo dice se ha obtenido por
medio de la observacin emprica y es vlida para muchos de los casos que se dan en la
prctica, sobre todo si los datos tienen un comportamiento con cierto grado de similitud a
una campana o la distribucin normal.