Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aceptacion PDF
Aceptacion PDF
1. APUNTES DE CLASE
------------------------------------------------------------------------------------------------------------------------------------------
Muestreos de aceptacin
INDICE DE CONTENIDOS
1. PLANTEAMIENTO ESTADSTICO DEL PROBLEMA............................................3
2. APLICACIONES DEL MUESTREO DE ACEPTACIN ..........................................4
3. TIPOS DE MUESTREOS DE ACEPTACIN ..........................................................5
4. MUESTREOS POR ATRIBUTOS............................................................................6
4.1. GENERALIDADES ................................................................................................6
4.2. CURVA DE OPERACIN (CO) ...............................................................................6
4.3. NIVEL DE CALIDAD ACEPTABLE (NCA) Y CALIDAD LMITE (CL) ...............................8
4.4. PROCEDIMIENTO APROXIMADO PARA DETERMINAR UN PLAN DE MUESTREO QUE
SATISFAGA UN NCA Y UNA CL FIJADA..............................................................................10
4.5. CURVA DE CALIDAD DE SALIDA MEDIA ................................................................11
4.6. MUESTREOS LOTE A LOTE: MIL-STD-105E........................................................12
4.7. OTROS PLANES DE MUESTREO POR ATRIBUTOS DE USO CORRIENTE. ......................14
5. MUESTREOS POR VARIABLES..........................................................................15
5.1. GENERALIDADES ..............................................................................................15
5.2. PLANTEAMIENTO ESTADSTICO ...........................................................................16
5.3. MUESTREOS LOTE A LOTE SEGN MIL-STD-414.................................................21
6. MUESTREOS SECUENCIALES (CONTINUOS) ..................................................24
ANEXO I. PRINCIPALES FUNCIONES DE DISTRIBUCIN DE PROBABILIDAD
EMPLEADAS EN MUESTREOS DE ACEPTACIN ......................................................33
ANEXO II. PRINCIPALES TABLAS DE LAS NORMAS ..........................................41
POBLACIN N
EXTRACCIN DE UNA
MUESTRA ALEATORIA
MUESTRA n
INSPECCIN DE LA
MUESTRA ALEATORIA
MUESTRA n
INFERENCIA A LA
POBLACIN
POBLACIN ES ACEPTABLE
N
ESTA POBLACIN?
SI NO
ACEPTAR RECHAZAR
Fig. 1 Muestreos de aceptacin
donde:
De acuerdo con este criterio, el muestreo no tiene sentido. No obstante hay que
tener en cuenta lo siguiente:
CURVA DE OPERACIN
n=50 Ac=2
1
0,9
PR 0,8
OB 0,7
.
AC 0,6 P(p)
EP
0,5
TA
CI 0,4
N
0,3
0,2
0,1
0 p
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5 10
% UNID. DEFECTUOSAS
INTERPRETACIN DE LA CURVA DE
OPERACIN:
1- P(p) %
p p p p
Si se aplica el plan de muestreo
y los lotes tienen p % de unidades defectuosas,
en promedio se aceptan P(p) % de los lotes
P(p) %
Fig. 3 Interpretacin del significado de la Curva de Operacin
x
n
P( X ) = p i (1 p ) (n i )
i =0 i
PUNTOS IMPORTANTES DE LA
CURVA DE OPERACIN
n=50 Ac=2
RIESGO DEL PRODUCTOR
1
0,9
0,8
PROB. ACEPTACIN
0,7
0,6
0,5
0,4
0,3
0,2 RIESGO DEL CONSUMIDOR
0,1
0
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5 10
% UNID. DEFECTUOSAS
NCA-AQL CL-LQ-LTPD
A C T IVID A D 1 :
D a d o u n p l a n d e m u e s tr e o c o n ta m a o d e m u e s tr a n = 5 0 y n m e r o
d e a c e p ta c i n Ac = 0 , h a l l a r s u AQ L .
Ac
( n * NCA) i n*NCA
P ( n * NCA) = e = 0.95
i =0 i!
Ac
( n * CL) i n*CL
P ( n * CL) = e = 0.10
i =0 i!
n=50 Ac=2
1,8
CALIDAD MEDIA DE LOS LOTES
1,6
1,4
SALIENTES %
1,2
1 LMITE DE LA CALIDAD
0,8 DE SALIDA MEDIA
0,6
0,4
0,2
0
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5 10
INTERPRETACIN DE LA CURVA DE
CALIDAD DE SALIDA MEDIA:
p p p p 0
P(p) %
p
La calidad promedio de
CSM=P(p)p
los lotes despus de la inspeccin es:
Fig. 6 Interpretacin de la Curva de Calidad de Salida Media
SISTEMA DE CAMBIOS DE
SEVERIDAD EN EL MUESTREO
10 lotes consecutivos aceptados COMIENZO 2 rechazos en 5
noconformidades < TABLA VIII lotes consecutivos
Produccin sin cambios
Autorizado por la autoridad.
10 lotes
permaneciendo
Lote rechazado 5 lotes
en rigurosa:
Lote aceptado s/10.1.4 consecutivos
PARAR
Produccin irregular aceptados
1. Fijacin del NCA y nivel de inspeccin (por ejemplo NCA=0.65 Nivel II).
Dato: tamao del lote (por ejemplo 300).
2. Bsqueda de la letra-cdigo en la Tabla I. En este caso resulta ser la H.
3. A continuacin, si se desea un plan simple se ir a las Tablas II, si
doble a las Tablas III y si mltiple a las Tablas IV. En el ejemplo
busquemos el plan correspondiente a simple en inspeccin normal:
4. Tabla II-A: El tamao de la muestra es 50 pero se observa que la casilla
correspondiente al nmero de aceptacin est ocupada por una flecha
que nos lleva hasta el plan: muestra=80, Ac=1 y Re=2 . Si se tratara de
un lote aislado sera necesario comprobar que la CL es aceptable. Ello
se puede comprobar en este caso utilizando la Tabla X-J, en la que se
lee CL=5%.
Sistema Philips.
Tablas de Dodge-Romig.
Por otra parte, si las piezas tienen tolerancias bilaterales implica que deben
considerarse las dos colas de la distribucin, mientras que si hay un solo lmite
debe considerarse una sola cola.
( conocido) (x )
/ n N(0,1)
( desconocido)
(x ) , donde (x x)
n 2
s= i =1 i
tn-1
s/ n n 1
Tabla 2
x
P( z1 ) = 0.95; z1 = z (0.95) = 1.65
/ n
Lo que equivale a que la media muestral ser inferior a (ver Fig. 8):
z (0,95)
x + z (0,95) = T zT + z (0,95) = T zT = T k
n n n
Distribucin de las
1.0 medias muestrales
P(x)
Lmite de Tolerancia T
0.5
Distribucin de las
piezas individuales
AQL
5%
0.0
-4 -3 -2 -1 0 1 2 3 4
x ZONA DE RECHAZO
1.0
Lmite de Tolerancia Ti
1 Lmite de Tolerancia Ts
P(x)
2
0.5
Distribucin de las
piezas individuales
P1
P2 5% 5%
0.0
-4 -3 -2 -1 0 1 2 3 4
ZONA DE RECHAZO x ZONA DE RECHAZO
SIGMA DESCONOCIDA
Entonces:
1 2 4 2
s = = ; Var(s) =
2 n 1 2( n 1) 2( n 1)
2 2 2 k2
Var ( x ks ) = + k2 1 +
n 2( n 1) n 2
Con lo que se deduce que el hecho de desconocer la varianza del lote, penaliza
k2
el tamao de la muestra requerido en un factor 1 + . De manera que, si se
2
fija un NCA y una CL, el plan de muestreo requerido es (caso de un lmite de
tolerancia):
z AQL z (0.10) + zCL z (0.95)
k=
z (0.95) z (0.10)
2
k 2 z (0.95) z (0.10)
n = 1 +
2 z AQL zCL
La mecnica es la siguiente:
P ( x > z ) = Pu
(x i x )2
s= i =1
n 1
A R
P T
E R
AC U A
I N R
N T A
O A Z
C H
C
RE
UNIDADES RECHAZADAS
Las condiciones anteriores hacen que las posibilidades de aplicar estos planes
en muestreos de aceptacin sean reducidas.
COMIENZO
INSPECCIN
100%
i unidades No
conformes?
INSPECCIN
DE UNA
FRACCIN f
No S
CONFORME?
COMIENZO
DIVIDIR LA PRODUCCIN
EN SUBGRUPOS DE
TAMAO Ni
INSPECCIN
100%
i unidades No
conformes?
INSPECCIN
DE UNA
FRACCIN f
No S
CONFORME?
COMIENZO
STOP
INSPECCIN
S 100%
NMERO DE
No UNIDADES
INSPECCIONA
DAS > S?
i unidades No
conformes?
No
S S
i unidades
conformes?
INSPECCIN
DE UNA
FRACCIN f
CONTINA LA
INSPECCIN DE UNA
FRACCIN f Y SE No S
CONFORME?
CUENTAN LAS
UNIDADES
INSPECCIONADAS
COMIENZO
INSPECCIN
100%
No
NMERO DE
No UNIDADES S
i unidades STOP
conformes? INSPECCIONA
DAS > S?
INSPECCIN
DE UNA
FRACCIN f
No
No S i UNIDADES
CONFORME? SIN
DEFECTOS?
S
INSPECCIN
DE UNA
FRACCIN f/2
No S i UNIDADES
CONFORME? SIN
DEFECTOS?
INSPECCIN
DE UNA
FRACCIN f/4
No
CONFORME?
COMIENZO
INSPECCIN
100%
i unidades No
conformes?
INSPECCIN
DE UNA
FRACCIN f
STOP
S
CONFORME?
S
No
NMERO DE
INSPECCIN No UNIDADES
100% INSPECCIONA
DAS > S?
No
CONFORME?
S No
x<i UNIDADES S
SIN
DEFECTOS?
RESUMEN
DISTRIBUCIN BINOMIAL
Un proceso de Bernoulli se caracteriza por:
0.6
0.5
Probabilidad
0.4
0.3
0.2
0.1
0.0
0 1 2 3 4
x
Nmero de intentos N= 10 Probabilidad de xito P= 0.05
DISTRIBUCIN HIPERGEOMTRICA
En el caso de poblaciones pequeas en la que se realizan muestreos sin
reposicin no se cumplen los requisitos de un proceso de Bernouilli. Si el
tamao de la poblacin es N, existen en ella D elementos no conformes, se
extrae un muestra de n elementos y se quiere estudiar la variable aleatoria
obtener x elementos no conformes en la muestra, entonces la funcin de
probabilidad es:
D N D
x n x
f (x ) =
N
n
DISTRIBUCIN DE POISSON
Supongamos un proceso en el que se producen sucesos puntuales sobre un
soporte continuo, por ejemplo entradas de llamadas en una central telefnica a
lo largo del tiempo, defectos producidos en una lnea de montaje, etc.
S1 S2 S3 S4 S5 S6 S7
.
Fig. 17 Proceso de Poisson
E [x ] = Var[x ] =
1.0
0.9
0.8
0.7
Probabilidad
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 1 2
x
Media= 0.05
y la funcin de distribucin:
( x )2
F (x ) =
1 x
2
exp
2 2 dx
[] []
Su E x y Var x son y 2 respectivamente. Es simtrica entorno a (es
decir, el coeficiente de asimetra es CA=0).
Tiene las propiedades de que 3 contiene el 99.73% de la poblacin, y que
en el intervalo 2 est incluida el 95.46%. Es decir que menos de un 4 por
mil de los casos de una poblacin distribuida normalmente caer fuera del
intervalo 3.
0.4
0.3
0.2
Capacidad del proceso
0.1
0
68 %
95 %
99,73 %
-6 -4 -2 0 2 4 6
X
x
z=
DISTRIBUCIN CHI-CUADRADO.
Sean (x1, x2, x3,.. ,xn) n variables aleatorias normales N(0,1), es decir con = 0
y = 1, e independientes entre s. Construyamos la variable aleatoria:
n 2 = x12 + x2 2 + K + xn 2
0.10
Probabilidad
0.05
0.00
0 10 20 30
x
Grado s de Libertad= 10
0.04
0.03
Probabilidad
0.02
0.01
0.00
20 30 40 50 60 70 80 90
x
Grados de Libertad= 50
DISTRIBUCIN T DE STUDENT
Sea x una variable aleatoria N(0, 1) y n2 Chi-cuadrado con n grados de
libertad independiente de la anterior, se define la distribucin t con n grados de
libertad:
x
tn = 12
1 2
n n
NORMAL vs t de Student
0.4 N(0,1)
t 15 g. de l.
t 10 g. de l.
0.3
t 5 g. de l.
t 2 g. de l.
P(x)
0.2
0.1
0.0
-4 -3 -2 -1 0 1 2 3 4
x