PROBLEMAS CAPITULO 7

7.21.- Los daots fueron tomados por un operador durante un estudio de capacidad de instrumentos de medición

No Mediciones
partes 1 2 X Xbarra LSC LCL R Rbarra LSC LCL
1 20 20 20.0 20.70 24.8 16.6 0 1.53 5.01 0.0 de tablas (n=2)
2 19 20 19.5 20.70 24.8 16.6 1 1.53 5.01 0.0 d2 = 1.128
3 21 21 21.0 20.70 24.8 16.6 0 1.53 5.01 0.0 D4 = 3.267
4 24 20 22.0 20.70 24.8 16.6 4 1.53 5.01 0.0 D3 = 0
5 21 21 21.0 20.70 24.8 16.6 0 1.53 5.01 0.0
6 25 26 25.5 20.70 24.8 16.6 1 1.53 5.01 0.0
7 18 17 17.5 20.70 24.8 16.6 1 1.53 5.01 0.0
8 16 15 15.5 20.70 24.8 16.6 1 1.53 5.01 0.0
9 20 20 20.0 20.70 24.8 16.6 0 1.53 5.01 0.0
10 23 22 22.5 20.70 24.8 16.6 1 1.53 5.01 0.0
11 28 22 25.0 20.70 24.8 16.6 6 1.53 5.01 0.0
12 19 25 22.0 20.70 24.8 16.6 6 1.53 5.01 0.0
13 21 20 20.5 20.70 24.8 16.6 1 1.53 5.01 0.0
14 20 21 20.5 20.70 24.8 16.6 1 1.53 5.01 0.0
15 18 18 18.0 20.70 24.8 16.6 0 1.53 5.01 0.0

a)Estimar la capacidad del instrumento de medición.

DE instrum 1.3593
6 DE 8.156

Carta de Control de Xbarra Carta de Control de Rangos

28.0 7
26.0 6
24.0 5
22.0 4
20.0 3
18.0 2
16.0 1
14.0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 3 5 7 9 11 13 15

b) ¿el análisis de la carta de control de estos datos indica algún problema potencial al instrumento?
La carta de medias nos inca que hay unos puntos fuera de control por límite sup e inf.
La carta de rangos nos indica problemas ya que hay puntos fuera de control y se tiene
la mayor parte de los datos por debajo de la media.
PROBLEMAS CAPITULO 7
7.20.- En un estudio para aislar tanto la repetibilidad como la reproducibilidad, dos operadores
usan el mismo instrumento para medir 10 partes, 3 veces c/u
No operador 1 operador 2
partes 1 2 3 1 2 3 X1 R1 X2 R2
1 50 49 50 50 48 51 49.67 1.0 49.67 3.0
2 52 52 51 51 51 51 51.67 1.0 51.00 0.0
3 53 50 50 54 52 51 51.00 3.0 52.33 3.0
4 49 51 50 48 50 51 50.00 2.0 49.67 3.0
5 48 49 48 48 49 48 48.33 1.0 48.33 1.0
6 52 50 50 52 50 50 50.67 2.0 50.67 2.0
7 51 51 51 51 50 50 51.00 0.0 50.33 1.0
8 52 50 49 53 48 50 50.33 3.0 50.33 5.0
9 50 51 50 51 48 49 50.33 1.0 49.33 3.0
10 47 46 49 46 47 48 47.33 3.0 47.00 2.0

a)Estimar la repetibilidad y la reproductibilidad del instrumento.

R1barra = 1.70 X max= X1barra= 50.03
R2barra = 2.30 X min= X2barra= 49.87
Repetibilidad 2.0 Rx 0.17
d2 de tablas (n=3) 1.693 d2 de tablas (n=2) 1.128
DE repet 1.18 DE reproduc. 0.15

b) Estimar la desv. Estándar del error de medición

VAR error de medición 1.42
DE error de medición 1.19

c) Si las especificaciones son 50 +/- 10 ¿qué puede decirse acerca de la capacidad del instrumento?
DE instrumento 1.191
T (USL-LSL)= 60-40 = 20
P/T = 0.357

Tomando el criterio de P/T<0.1, el instrumento no es adecuado, existe error por la repetibilidad debido al instrumento.
PROBLEMAS CAPITULO 7
7.19.- Diez partes son medidas tres veces por el mismo operrador en un estudio de capacidad de intrumento
de medición. Los datos se presentan abajo.
No Mediciones
partes 1 2 3 Media Xbarra SCL LCL R Rbarra SCL LCL
1 100 101 100 100.33 98.20 100.55 95.85 1.0 2.30 5.92 0 de tablas (n=3)
2 95 93 97 95.00 98.2 100.55 95.85 4.0 2.30 5.92 0 A2 = 1.023
3 101 103 100 101.33 98.2 100.55 95.85 3.0 2.30 5.92 0 D4 = 2.575
4 96 95 97 96.00 98.2 100.55 95.85 2.0 2.30 5.92 0 D3 = 0
5 98 98 96 97.33 98.2 100.55 95.85 2.0 2.30 5.92 0
6 99 98 98 98.33 98.2 100.55 95.85 1.0 2.30 5.92 0
7 95 97 98 96.67 98.2 100.55 95.85 3.0 2.30 5.92 0
8 100 99 98 99.00 98.2 100.55 95.85 2.0 2.30 5.92 0
9 100 100 97 99.00 98.2 100.55 95.85 3.0 2.30 5.92 0
10 100 98 99 99.00 98.2 100.55 95.85 2.0 2.30 5.92 0

a)Describir el error de medición que resulta del uso de este instrumento.

Con los límites de la carta de medias se obseva que hay puntos fuera de ocntrol, por lo que si discrimina.
En la carta de R, todos los puntos están en control, no hay problemas para medir
El error de medición del instrumento llega hasta 4 unidades, si las especificaciones son muy cerradas, el
instrumento tendrá poca capacidad

b) estimar la variabilidad total y la variabilidad del producto

TV VAR total (de los datos individuales) 4.717
d2 de tablas (n=3) 1.693
EV VAR instrumento 1.846
PV VAR producto (=total - instrum) 2.872

c) qué porcentaje de la VT se debe al instrumento de medición?

% error = 100*(EV/TV) 39.125 es menor a la del producto

d) si las especificaciones de la parte son 100 +/- 15 encontrar el cociente P/T y comentar la adecuación
del instrumento DE instrumento 1.359
T (USL - LSL) 30 considerando el criterio de un buen valor P/T<0.1
P/T 0.272 por lo que el instrumento no es adecuado.
PROBLEMAS CAPITULO 7
7.18.- Del ejemplo 7-7. Se está evaluando un nuevo instrumento. Mismo operador mide 2 veces 20 partes:
No Mediciones
partes 1 2 Media Xbarra SCL LCL R Rbarra SCL LCL
1 19 23 21 21.80 29.25 14.35 4 2.80 9.15 0 de tablas (n=2)
2 22 28 25 21.8 29.25 14.35 6 2.80 9.15 0 d2 = 1.128
3 19 24 22 21.8 29.25 14.35 5 2.80 9.15 0 D4 = 3.3
4 28 23 26 21.8 29.25 14.35 5 2.80 9.15 0 D3 = 0
5 16 19 18 21.8 29.25 14.35 3 2.80 9.15 0
6 20 19 20 21.8 29.25 14.35 1 2.80 9.15 0
7 21 24 23 21.8 29.25 14.35 3 2.80 9.15 0
8 17 15 16 21.8 29.25 14.35 2 2.80 9.15 0
9 24 26 25 21.8 29.25 14.35 2 2.80 9.15 0
10 25 23 24 21.8 29.25 14.35 2 2.80 9.15 0
11 20 25 23 21.8 29.25 14.35 5 2.80 9.15 0
12 16 15 16 21.8 29.25 14.35 1 2.80 9.15 0
13 25 24 25 21.8 29.25 14.35 1 2.80 9.15 0
14 24 22 23 21.8 29.25 14.35 2 2.80 9.15 0
15 31 27 29 21.8 29.25 14.35 4 2.80 9.15 0
16 24 23 24 21.8 29.25 14.35 1 2.80 9.15 0
17 20 24 22 21.8 29.25 14.35 4 2.80 9.15 0
18 17 19 18 21.8 29.25 14.35 2 2.80 9.15 0
19 25 23 24 21.8 29.25 14.35 2 2.80 9.15 0
20 17 16 17 21.8 29.25 14.35 1 2.80 9.15 0

a)¿Qué puede decirse acerca del desempeño del nuevo instrumento de medición vs el anterior?
Que este instrumento tiene menos capacidad de discriminación que el del ejemplo 7-7
DE instrumento = Rbarra 2.4823
d2

b)Si las especificaciones son 25 +/-15 ¿cuál es el cociente P/T del nuevo instrumento?
LSE = 25 + 15 = 40 LIE = 25 - 15 = 10 DE inst = 2.482

P/T 0.496 Este cociente sugiere que el equipo no tiene la capacidad adecuada, le
falta precisión; aunque también depende de la aplicación (qué se va a mdir)
PROBLEMAS CAPITULO 5
5.19.- Se usa una carta X para controlar la media de una caract de calidad que sigue una dist. Normal. Se sabe
que DE = 6 y n=4. La línea central = 200, UCL=209, LCL=191 Si la media del proceso se corre a 188,
encontrar la probabilidad de que este corrimiento se detecte a la primera muestra subsecuente.

k=
(m1 - m0 ) = 188 - 200 = -2.0
s 6
b = F (3 - k n ) - F (- 3 - k n ) = F (3 - (-2) 4 ) - F (- 3 - (-2 4 ) = F(7 ) - F(1) = 1 - .84134 = 0.15866
1 - b = 1 - 0.15866 = 0.84134

La probabilidad de que se detecte el corrimiento = 0.84134

5.24.- Una carta X tiene una línea central de 100, usa límites de control 3 sigma y está basada en una n=4
Se sabe que DEproceso = 6 Si la media del proceso se corre de 100 a 92 ¿cuál es la probabilidad de
detectar este corrimiento en la primera muestra después del corrimiento?

(m1 - m0 )92-100
k= = = -1.333
s 6
( ) ( ) ( ) ( )
b = F 3 - k n - F - 3 - k n = F 3 - (-1.333) 4 - F - 3 - (-1.333 4 = F(5.6667) - F(- 0.3333) = 1.0000 - 0.3695 = 0.6305
1 - b =1 - 0.6306= 0.3694
La probabilidad de que se detecte el corrimiento = 0.3694

5.42.- Se usan las cartas de control Xbarra y R con los siguientes parámetros:
Carta X Carta R El tamaño de la muestra es n=9. Ambas cartas muestran
UCL = 363.0 UCL = 16.18 control. La característica de la calidad tiene una distribución
LC = 360.0 LC = 8.91 normal
LCL = 357.0 LCL = 1.64

a) ¿cuál es el riesgo alfa asociado con la carta X?

R = 8.9 DE proceso = 3.00 DE carta = 1.0
Se calcula la probabilidad de rechazar dado que es aceptable
Riesgo alfa = f Z sup + f Z inf

Riesgo alfa = f 3.0 + f -3.0

Riesgo alfa = 0.0013 + 0.0013 = 0.0027

b) Las especificaciones para esta característica de la calidad son 358+,-6. ¿a qué conclusiones se llega
respecto de la habilidad del proceso para producir artículos dentro de las especificaciones?
Cp = LSE-LIE 364-352 0.67 No tiene el potencial para cumplir con especificaciones
6 DE 6(3) ya que es menor a 1.

c) Suponer que la media se corre a 357. ¿cuál es la pobabilidad de que el corrimiento no se detecte en la
primera muestra después del cambio?
(m 1 - m0 )
357 - 360
k = = = -1.0
s 3
( ) (
b = F 3 - k n - F - 3 - k n = F 3 - (-1) ) ( ) ( )
9 - F - 3 - ( -1 9 = F(6) - F(0 ) = 1 - 0.5 = 0.5
1 - b = 1 - 0.5 = 0.5
La probabilidad de que se detecte el corrimiento = 0.5

d) ¿cuál serían los límite de control apropiados para la carta xbarra si la probabilidad del error tipo I
tuviera queser 0.01?
PROBLEMAS CAPITULO 6
6.62.- Kittitz(1) presenta datos de los homicidios en Waco, Texas, para los años 1980-1989 (datos tomados
del Waco Tribune-Herald, 29 de diciembre de 1989). Se cometieron 29 homicidios en 1989. En la
tabla sig. Se presentan las fechas de los homicidios de 1989 y el número de dias entre c/homicidio.
a)
Mes Fecha Días/homicidios
b) c)
Enero 20
Febrero 23 34 2.6625 2.4147
Febrero 25 2 1.2123 1.1892
Marzo 5 8 1.7815 1.6818
Marzo 10 5 1.5635 1.4953
Abril 4 25 2.4446 2.2361
Mayo 7 33 2.6405 2.3968
Mayo 24 17 2.1963 2.0305
Mayo 28 4 1.4696 1.4142
Junio 7 10 1.8954 1.7783
Junio 16 9.25 1.8548 1.7440
Junio 16 0.5 0.8249 0.8409
Junio 22 5.25 1.5849 1.5137
Junio 25 3 1.3567 1.3161
Julio 6 1 1.0000 1.0000
Julio 8 2 1.2123 1.1892 a) Graficar los datos de los días entre los homicidios en una gráfica de
Julio 9 1 1.0000 1.0000 probabilidad normal ¿el supuesto de una distribución normal parece
Julio 26 17 2.1963 2.0305 razonable para estos datos?
Sept 9 45 2.8780 2.5900 De acuerdo a la gráfica no parecen normales.
Sept 22 13 2.0386 1.8988
Sept 24 2 1.2123 1.1892 b) Transformar los datos usando la raíz 0.2777 de los datos. Graficar los
Octubre 1 7 1.7167 1.6266 datos transformados en una gráfica de probabilidad normal. ¿Esta gráfica
Octubre 4 3 1.3567 1.3161 indica que la transformación ha sido exitosa?
Octubre 8 4 1.4696 1.4142 SI, los datos parecen normales
Octubre 19 11 1.9462 1.8212
Nov 2 14 2.0810 1.9343 c) transformar los datos usando la raíz cuarta de los datos. Graficar los
Nov 25 23 2.3886 2.1899 datos transformados en una gráfica de probabilidad normal. ¿Esta gráfica
Diciembre 28 33 2.6405 2.3968 indica que la transformación ha sido exitosa?
Diciembre 29 1 1.0000 1.0000 SI, los datos parecen normales y la gráfica es parecida al inciso b.
b) c)
Normal Probability Plot Normal Probability Plot

.999 .999

.99 .99
.95 .95
Probability
Probability

.80 .80

.50 .50

.20 .20

.05 .05
.01 .01

.001 .001

0.8 1.8 2.8 1.0 1.5 2.0 2.5

Raíz 0.2777 Raíz 0.25

Average: 1.77230 Anderson-Darling Normality Test Average: 1.66601 Anderson-Darling Normality Test
StDev: 0.582798 A-Squared: 0.317 StDev: 0.495756 A-Squared: 0.297
N: 28 P-Value: 0.521 N: 28 P-Value: 0.566

e) Construir una carta de control para mediciones individuales con el inciso c.

X barra= promedio de datos 1.6660 R barra = 0.477 n = 2.00

 LSC = Xbarra+E2Rbarra = 3.0403 LSC = D4Rbarra= 1.559 D4 = 3.27
LIC = Xbarra-E2Rbarra = 0.398 LIC = D3Rbarra= 0 D3 = 0.00
E2 = 2.66
k c) Xbarra LSC LIC R Rbarra LSC LIC
1 2.4147 1.666 3.040 0.398
2 1.1892 1.666 3.040 0.398 1.226 0.477 1.559 0
3 1.6818 1.666 3.040 0.398 0.493 0.477 1.559 0
4 1.4953 1.666 3.040 0.398 0.186 0.477 1.559 0
5 2.2361 1.666 3.040 0.398 0.741 0.477 1.559 0
6 2.3968 1.666 3.040 0.398 0.161 0.477 1.559 0
7 2.0305 1.666 3.040 0.398 0.366 0.477 1.559 0
8 1.4142 1.666 3.040 0.398 0.616 0.477 1.559 0
9 1.7783 1.666 3.040 0.398 0.364 0.477 1.559 0
10 1.7440 1.666 3.040 0.398 0.034 0.477 1.559 0
11 0.8409 1.666 3.040 0.398 0.903 0.477 1.559 0
12 1.5137 1.666 3.040 0.398 0.673 0.477 1.559 0
13 1.3161 1.666 3.040 0.398 0.198 0.477 1.559 0
14 1.0000 1.666 3.040 0.398 0.316 0.477 1.559 0
15 1.1892 1.666 3.040 0.398 0.189 0.477 1.559 0
16 1.0000 1.666 3.040 0.398 0.189 0.477 1.559 0
17 2.0305 1.666 3.040 0.398 1.031 0.477 1.559 0
18 2.5900 1.666 3.040 0.398 0.559 0.477 1.559 0
19 1.8988 1.666 3.040 0.398 0.691 0.477 1.559 0
20 1.1892 1.666 3.040 0.398 0.710 0.477 1.559 0
21 1.6266 1.666 3.040 0.398 0.437 0.477 1.559 0
22 1.3161 1.666 3.040 0.398 0.311 0.477 1.559 0
23 1.4142 1.666 3.040 0.398 0.098 0.477 1.559 0
24 1.8212 1.666 3.040 0.398 0.407 0.477 1.559 0
25 1.9343 1.666 3.040 0.398 0.113 0.477 1.559 0
26 2.1899 1.666 3.040 0.398 0.256 0.477 1.559 0
27 2.3968 1.666 3.040 0.398 0.207 0.477 1.559 0
28 1.0000 1.666 3.040 0.398 1.397 0.477 1.559 0

Carta de Medias datos individuales

4.0000
3.0000
2.0000
1.0000
0.0000
1 3 5 7 9 11 13 15 17 19 21 23 25 27

Carta de Rangos de datos individuales

2.000
1.500
1.000
0.500
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
 d) Construir una carta de control para mediciones individuales con el inciso b.
X barra= promedio de datos 1.7723 R barra = 0.559 n = 2.00
LSC = Xbarra+E2Rbarra = 3.258 LSC = D4Rbarra= 1.827 D4 = 3.27
LIC = Xbarra-E2Rbarra = 0.286 LIC = D3Rbarra= 0 D3 = 0.00
E2 = 2.66
k b) Xbarra LSC LIC R Rbarra LSC LIC
1 2.6625 1.772 3.258 0.286
2 1.2123 1.772 3.258 0.286 1.450 0.559 1.827 0
3 1.7815 1.772 3.258 0.286 0.569 0.559 1.827 0
4 1.5635 1.772 3.258 0.286 0.218 0.559 1.827 0
5 2.4446 1.772 3.258 0.286 0.881 0.559 1.827 0
6 2.6405 1.772 3.258 0.286 0.196 0.559 1.827 0
7 2.1963 1.772 3.258 0.286 0.444 0.559 1.827 0
8 1.4696 1.772 3.258 0.286 0.727 0.559 1.827 0
9 1.8954 1.772 3.258 0.286 0.426 0.559 1.827 0
10 1.8548 1.772 3.258 0.286 0.041 0.559 1.827 0
11 0.8249 1.772 3.258 0.286 1.030 0.559 1.827 0
12 1.5849 1.772 3.258 0.286 0.760 0.559 1.827 0
13 1.3567 1.772 3.258 0.286 0.228 0.559 1.827 0
14 1.0000 1.772 3.258 0.286 0.357 0.559 1.827 0
15 1.2123 1.772 3.258 0.286 0.212 0.559 1.827 0
16 1.0000 1.772 3.258 0.286 0.212 0.559 1.827 0
17 2.1963 1.772 3.258 0.286 1.196 0.559 1.827 0
18 2.8780 1.772 3.258 0.286 0.682 0.559 1.827 0
19 2.0386 1.772 3.258 0.286 0.839 0.559 1.827 0
20 1.2123 1.772 3.258 0.286 0.826 0.559 1.827 0
21 1.7167 1.772 3.258 0.286 0.504 0.559 1.827 0
22 1.3567 1.772 3.258 0.286 0.360 0.559 1.827 0
23 1.4696 1.772 3.258 0.286 0.113 0.559 1.827 0
24 1.9462 1.772 3.258 0.286 0.477 0.559 1.827 0
25 2.0810 1.772 3.258 0.286 0.135 0.559 1.827 0
26 2.3886 1.772 3.258 0.286 0.308 0.559 1.827 0
27 2.6405 1.772 3.258 0.286 0.252 0.559 1.827 0
28 1.0000 1.772 3.258 0.286 1.641 0.559 1.827 0

Carta de Medias datos individuales

4.0000
3.0000
2.0000
1.0000
0.0000
1 3 5 7 9 11 13 15 17 19 21 23 25 27

Carta de Rangos de datos individuales

2.000
1.500
1.000
0.500
0.000
1 3 5 7 9 11 13 15 17 19 21 23 25 27

f) ¿el proceso es estable? Ofrecer una interpretación.

En las cartas de control del inciso d y c, el comporatamiento que tienen es muy similar
En la carta de medias se encuentra dentro de control estadístico el proceso.
En la carta de rangos se encuentran dos puntos al inicio y final de la gráfica con cambios
repentinos de nivel, pero aún así se encuentran dentro de los limites de control.
PROBLEMAS CAPITULO 6
6.57.- Considere la situación descrita en el ejemplo 6.56.
La unidad de inspección es un refrigerador y debe de usarse una carta común para las disconformidades
Como datos preliminares, se contaron 16 disconformidades al inspeccionar 30 refrigeradores.

a)Encontrar los límites de control dos sigma y compararlos con el ejecicio anterior.
cbarra = 0.5333 UCL = cbarra+2raiz(cbarra) = 1.994 c = 16
n = 30 LCL = cbarra-2raiz(cbarra) = -0.93 Es igual a "0"

c) ¿cuál es el riesgo B si el número promedio de defectos es en realidad dos, c=2?

Sigma = raiz(cbarra)raiz(n) = 4

B= P x<UCL/c - P x<=LCL/c
B= P x<1.994/c - P x<=0/c
B= P x<1/c - P x<=0/c
B= 0.4060 - 0.1353
B = 0.2707

b) ¿cuál es alfha de esta carta de control?

Riesgo alfa = f Z sup + f Z inf

Riesgo alfa = f 0.3651 + f -0.3651

Riesgo alfa = 0.3575 + 0.3575 = 0.7150

d) Encontrar la longitud promedio de la corrida si el número promedio de defectos es 2.

ARL = 1 1.37
1-B
PROBLEMAS CAPITULO 6
6.56.- Debe de establecerse una carta de control para un proceso de fabricación de refrigeradores.
La unidad de inspección es un refrigerador y debe de usarse una carta común para las disconformid
Como datos preliminares, se contaron 16 disconformidades al inspeccionar 30 refrigeradores.

a)¿cuáles son los límites de control tres sigma?

cbarra = 0.533 UCL = cbarra+3raiz(cbarra) = 2.7242 c = 16
n = 30 LCL = cbarra-3raiz(cbarra) = -1.6576 es "0" por ser negativo

b) ¿cuál es el riesgo B si el número promedio de defectos es en realidad dos, c=2?

S = raiz(cbarra) = 0.73 Sigma = S*raiz(n) = 4

B= P x<UCL/c - P x<=LCL/c
B= P x<2.724/c - P x<=0/c
B= P x<2/c - P x<=0/c
B= 0.6767 - 0.1353
B= 0.5413

c) ¿cuál es alfha de esta carta de control?

Riesgo alfa = f Z sup + f Z inf

Riesgo alfa = f 0.5 + f -0.5

Riesgo alfa = 0.2919 + 0.2919 = 0.5839

d) Encontrar la longitud promedio de la corrida si el número promedio de defectos es 2.

ARL = 1 2.18
1-B
PROBLEMAS CAPITULO 6
6.51- El número de disconformidades de mano de obra observado en la inspección final de ensamblajes de
unidades de disco se ha tabulado como se muestra abajo. ¿el proceso parece estar bajo control?

dia No de No. Total de

disconformida u u barra UCL LCL
embalajes inspeccionado
ddes
1 2 10 5.00 7 12.61 1.39 1.39 u barra = 182 7
2 4 30 7.50 7 10.97 3.03 3.03 26
3 2 18 9.00 7 12.61 1.39 1.39 UCL = u barra + 3(raiz(ubarra/n))
4 1 10 10.00 7 14.94 -0.94 0
5 3 20 6.67 7 11.58 2.42 2.42 LCL = u barra - 3(raiz(ubarra/n))
6 4 24 6.00 7 10.97 3.03 3.03
7 2 15 7.50 7 12.61 1.39 1.39
8 4 26 6.50 7 10.97 3.03 3.03
9 3 21 7.00 7 11.58 2.42 2.42
10 1 8 8.00 7 14.94 -0.94 0

suma = 26 182

Deacuerdo a la gráfica se encuentra dentro de control estadístico.

Carta de control para las disconformidades por

unidad con tamaño de muestra variable
20.00

15.00

10.00

5.00

0.00
1 2 3 4 5 6 7 8 9 10
PROBLEMAS CAPITULO 6
6.43- Considérense los datos del ejercicio 6.41. Suponer que se define una nueva unidad de inspección
de 2500 m de cable
a)¿cuáles son la línea central y los límites de control para monitorear la producción futura con base en
el número total de disconformidades en la nueva unidad de inspección?

No de No de n u Del problema 6.41 para 1000m de cable y ahora para

muestra disconformidades 2500m, los límites quedan:
1 1 2500 0.00040
2 1 2500 0.00040
3 3 2500 0.00120 Metros c barra
4 7 2500 0.00280 1000 8.591
5 8 2500 0.00320 2500 21.478
6 10 2500 0.00400
7 5 2500 0.00200 UCL = c barra + 3(raiz(cbarra)) = 35.381
8 13 2500 0.00520
9 0 2500 0.00000 LCL = c barra - 3(raiz(cbarra)) = 7.574
10 19 2500 0.00760
11 24 2500 0.00960
12 6 2500 0.00240
13 9 2500 0.00360
14 11 2500 0.00440
15 15 2500 0.00600
16 8 2500 0.00320
17 3 2500 0.00120
18 6 2500 0.00240
19 7 2500 0.00280
20 4 2500 0.00160
21 9 2500 0.00360
22 20 2500 0.00800

suma = 189 55000 0.0756

b) ¿cuáles son la línea central y los límites de control de una carta de control para el promedio
de disconformidades por unidad usada para monitorear la producción futura?

u barra = suma ui = 0.07560 0.00344

22 22

UCL = ubarra + 3raiz(ubarra/ni) 0.0069536

LCL = ubarra - 3raiz(ubarra/ni) -8.087E-05 Es igual a "0"
PROBLEMAS CAPITULO 6
6.42- Considérense los datos del ejercicio 6.40. Suponer que quiere defenirse una nueva unidad de inspección
de cuatro consolas de casette.
xi ui
No de No de Fracción
disconfor u barra UCL LCL
disconforme
consolas midades Carta de control para las disconformidades
1 2412 0 0.00 0.375 1.294 -0.544 0 c barra = 27 = 1.5 pero es para 4 consolas
2 2413 1 0.25 0.375 1.294 -0.544 0 18
3 2414 1 0.25 0.375 1.294 -0.544 0 c barra = 6
4 2415 0 0.00 0.375 1.294 -0.544 0 UCLc = c barra +3raiz(cbarra) = 13.35
5 2416 2 0.50 0.375 1.294 -0.544 0 LCLc = c barra +3raiz(cbarra) = -1.348
6 2417 1 0.25 0.375 1.294 -0.544 0
7 2418 1 0.25 0.375 1.294 -0.544 0
8 2419 3 0.75 0.375 1.294 -0.544 0 Carta de control u
9 2420 2 0.50 0.375 1.294 -0.544 0 1.40

10 2421 1 0.25 0.375 1.294 -0.544 0 1.20

11 2422 0 0.00 0.375 1.294 -0.544 0 1.00
12 2423 3 0.75 0.375 1.294 -0.544 0
0.80
13 2424 2 0.50 0.375 1.294 -0.544 0
0.60
14 2425 5 1.25 0.375 1.294 -0.544 0
0.40
15 2426 1 0.25 0.375 1.294 -0.544 0
16 2427 2 0.50 0.375 1.294 -0.544 0 0.20

17 2428 1 0.25 0.375 1.294 -0.544 0 0.00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
18 2429 1 0.25 0.375 1.294 -0.544 0

suma = 27 6.75 n= 4 ui = xi
n
a)¿cuáles son la línea central y los límites de control para monitorear la producción futura con base en
el número total de defectos en la nueva unidad de inspección?

Se realiza el cálculo para la carta de control para el número promedio de disconformidades por unidad de inspección
UCL = Suma xi 0.375 LCL = u barra+ 3raiz(ubarra/n)= 1.294
18 LC = u barra- 3raiz(ubarra/n)= -0.544

b) ¿cuáles son la línea central y los límites de control de una carta de control para las disconformidades
por unidad usada para monitorear la producción futura?

se eliminan los datos que estan en los límites de control y se vuelve a calcular estos.

u barra= 6.75 0.450 UCL = ubarra + 3raiz(ubarra/ni) 1.456

15
LCL = ubarra - 3raiz(ubarra/ni) -0.556 Es igual a "0"
PROBLEMAS CAPITULO 6
6.41- Los datos siguientes representan el número de disconformidades por 1000 metros de cable telefónico.
A partir del análisis de estos datos, ¿se concluiría que el proceso está bajo control estadístico?

No de No de
c barra UCL LCL
muestra disconformidades
1 1 8.591 17.384 0 c barra = 189 8.591
2 1 8.591 17.384 0 22
3 3 8.591 17.384 0 UCL = c barra + 3(raiz(cbarra)) = 17.384
4 7 8.591 17.384 0
5 8 8.591 17.384 0 LCL = c barra - 3(raiz(cbarra)) = -0.202 Es igual a "0"
6 10 8.591 17.384 0
7 5 8.591 17.384 0 Carta de Control para las disconformidades
8 13 8.591 17.384 0
9 0 8.591 17.384 0 30
10 19 8.591 17.384 0
25
11 24 8.591 17.384 0
12 6 8.591 17.384 0 20
13 9 8.591 17.384 0 15
14 11 8.591 17.384 0
10
15 15 8.591 17.384 0
16 8 8.591 17.384 0 5
17 3 8.591 17.384 0 0
18 6 8.591 17.384 0 1 3 5 7 9 11 13 15 17 19 21
19 7 8.591 17.384 0
20 4 8.591 17.384 0
21 9 8.591 17.384 0 El proceso esta fuera de control estadístico.
22 20 8.591 17.384 0

suma = 189

¿qué procedimiento de control se recomendariía para la producción futura?

Sería necesario eliminar los datos fuera de control y volver a calcular los límites

c barra= 126 7 UCL = c barra + 3(raiz(cbarra)) = 14.937

18
LCL = c barra - 3(raiz(cbarra)) = -0.937 Es igual a "0"
PROBLEMAS CAPITULO 6
6.37- Una fabrica de papel usa una carta de control para monitorear las impeerfecciones de los
rollos de papel terminados. Se inspecciona durante 20 días la salida de la producción y
los datos resultantes se muestran abajo. Usar estos datos resultantes para establecer
una carta de control para las disconformidades por rollo de papel. ¿el proceso parece
estar bajo control estadístico? ¿qué línea central y qué límites de control se recomendarían
para controlar la producción actual?
n xi
No de
No. De rollos No. Total de
Día disconformidades u barra UCL LCL
producidos imperfecciones
por unidad de
1 18 12 0.67 0.7007 1.2926 0.1088
2 18 14 0.78 0.7007 1.2926 0.1088
3 24 20 0.83 0.7007 1.2133 0.1881
4 22 18 0.82 0.7007 1.2361 0.1653
5 22 15 0.68 0.7007 1.2361 0.1653
6 22 12 0.55 0.7007 1.2361 0.1653
7 20 11 0.55 0.7007 1.2623 0.1392
8 20 15 0.75 0.7007 1.2623 0.1392
9 20 12 0.60 0.7007 1.2623 0.1392
10 20 10 0.50 0.7007 1.2623 0.1392
11 18 18 1.00 0.7007 1.2926 0.1088
12 18 14 0.78 0.7007 1.2926 0.1088
13 18 9 0.50 0.7007 1.2926 0.1088
14 20 10 0.50 0.7007 1.2623 0.1392
15 20 14 0.70 0.7007 1.2623 0.1392
16 20 13 0.65 0.7007 1.2623 0.1392
17 24 16 0.67 0.7007 1.2133 0.1881
18 24 18 0.75 0.7007 1.2133 0.1881
19 22 20 0.91 0.7007 1.2361 0.1653
20 21 17 0.81 0.7007 1.2487 0.1527

Suma 411 288

u barra = suma xi 0.7007 UCL = ubarra + 3raiz(ubarra/ni)

suma ni LCL = ubarra - 3raiz(ubarra/ni)

El sistema se encuentra en control.

Los límites de control son los siguientes basados en el tamaño de la muestra promedio:

n barra = suma de ni 20.55 UCL = ubarra + 3raiz(ubarra/nbarra) = 1.2547

m LCL = ubarra - 3raiz(ubarra/nbarra) = 0.1468

Carta de Control para las Disconformidades por unidad con

tamaño de la muestra variable

1.40
1.20
1.00
0.80
0.60
0.40
0.20
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
PROBLEMAS CAPITULO 6
6.31- Un proceso que produce cajas para rodamiento se controla con una carta de control para la
fracción disconforme, utilizando el tamaño de la muestra n=100 y la línea central
pbarra= 0.02 n= 100

a)Encontrar los límites tres sigma para esta carta.

Sigma p = raiz(pbarra(1-pbarra)) = 0.014

raiz(n)

UCL = pbarra+3sigma = 0.0620 LCL = pbarra-3sigma = -0.0220 Es cero.

b) Analizar las diez nuevas muestras (n=100) que se muestran abajo para el control
estadístico. ¿a qué conclusiones puede llegar acerca del proceso ahora?

No. No. De unidades Fracción

disconforme p barra UCL LCL
Muestra disconformes
1 5 0.05 0.02 0.0620 0
2 2 0.02 0.02 0.0620 0
3 3 0.03 0.02 0.0620 0
4 8 0.08 0.02 0.0620 0
5 4 0.04 0.02 0.0620 0
6 1 0.01 0.02 0.0620 0
7 2 0.02 0.02 0.0620 0
8 6 0.06 0.02 0.0620 0
9 3 0.03 0.02 0.0620 0
10 4 0.04 0.02 0.0620 0

Realizando la gráfica de control, se ve que el sistema se encuentra fuera de control en

los puntos 4 y 8 ya que se encuentran fuera del límite de control superior.
Las nuevas muestras tienen un promedio: p barra = 0.038

Carta de control de la Fracción

disconforme
0.1

0.08

0.06

0.04

0.02

0
1 2 3 4 5 6 7 8 9 10
PROBLEMAS CAPITULO 6
6.27.-Una carta de control para la fracción disconforme con n=400 tiene los sig parámetros:
UCL 0.0809
LC 0.0500
LCL 0.0191

a)Encontrar la anchura de los límites de control en unidades de desviación estandar.

UCL = LC + XSigma

Sigma p = raiz(pbarra(1-pbarra)) = 0.0108972

raiz(n)

UCL-LC= 0.0309 X = UCL-LC = 2.836

sigma

b) ¿cuál serían los parámetros correspondientes para una carta de control equivalente
basada en el número de unidades disconformes?

Para convertirlos a np
Nuevos límites
UCL 0.0809 UCL*n 32.36
LC 0.0500 LC*n 20.00
LCL 0.0191 LCL*n 7.64

npbarra = LC = 20.00 p barra = 0.05

c)¿cuál es la probabilidad de que un corriemiento en la fracción disconforme del

proceso a 0.0300 se decte en la primera muestra después del corrimiento?
p gorro = 0.03

B = p[pgorro<UCLIp] - p[pgorro<=LCLIp]

B= Fi UCL - pgorro - Fi LCL - pgorro

raiz(pbarra(1-pbarra)/n) raiz(pbarra(1-pbarra)/n)

B= Fi 0.0509 - Fi -0.0109
0.0109 0.0109

B= Fi 4.67090434 Fi -1.00025

B = 0.999999 - 0.1585941

B = 0.841404

Probabilidad de que sea detectado el corrimiento = 1-B= 0.158596

PROBLEMAS CAPITULO 6
6.23.-Construir una carta de control estandarizada para los datos del ejercicio 6-21

a)los límites de control son los siguientes:

n Di p gorro sigma i
Solicitudes 2a visita Fracción Desviación
Semana Zi UCL LCL LC
Totales requerida Disconforme Estándar
1 200 6 0.030 0.0104 0.7562 3.000 -3.000 0.000
2 250 8 0.032 0.0093 1.0604 3.000 -3.000 0.000
3 250 9 0.036 0.0093 1.4903 3.000 -3.000 0.000
4 250 7 0.028 0.0093 0.6305 3.000 -3.000 0.000
5 200 3 0.015 0.0104 -0.6857 3.000 -3.000 0.000
6 200 4 0.020 0.0104 -0.2051 3.000 -3.000 0.000
7 150 2 0.013 0.0120 -0.7326 3.000 -3.000 0.000
8 150 1 0.007 0.0120 -1.2876 3.000 -3.000 0.000
9 150 0 0.000 0.0120 -1.8426 3.000 -3.000 0.000
10 150 2 0.013 0.0120 -0.7326 3.000 -3.000 0.000
11 100 1 0.010 0.0147 -0.8247 3.000 -3.000 0.000
12 100 0 0.000 0.0147 -1.5045 3.000 -3.000 0.000
13 100 1 0.010 0.0147 -0.8247 3.000 -3.000 0.000
14 200 4 0.020 0.0104 -0.2051 3.000 -3.000 0.000
15 200 5 0.025 0.0104 0.2756 3.000 -3.000 0.000
16 200 3 0.015 0.0104 -0.6857 3.000 -3.000 0.000
17 200 10 0.050 0.0104 2.6788 3.000 -3.000 0.000
18 200 4 0.020 0.0104 -0.2051 3.000 -3.000 0.000
19 250 7 0.028 0.0093 0.6305 3.000 -3.000 0.000
20 250 6 0.024 0.0093 0.2006 3.000 -3.000 0.000

suma 3750 83

p barra = Sumatoria Di =0.0221

Sumatoria n

Carta de Control Estandarizada

4.0000
3.0000
2.0000
1.0000
0.0000
-1.0000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

-2.0000
-3.0000
-4.0000

b)Diseñar una carta de control para controlar la producción futura

Zi = p gorro - 0.221 p(1-p) = 0.0216

raiz(0.0216/ni)
PROBLEMAS CAPITULO 6
6.22.-Analizar los datos del ejercicio 6.21 utilizando el tamaño de la muestra promedio

n Di p gorro
Solicitudes 2a visita Fracción UCL LCL LCL
Semana P barra
Totales requerida Disconforme
1 200 6 0.030 0.0544 -0.0101 0.000 0.022
2 250 8 0.032 0.0544 -0.0101 0.000 0.022
3 250 9 0.036 0.0544 -0.0101 0.000 0.022
4 250 7 0.028 0.0544 -0.0101 0.000 0.022
5 200 3 0.015 0.0544 -0.0101 0.000 0.022
6 200 4 0.020 0.0544 -0.0101 0.000 0.022
7 150 2 0.013 0.0544 -0.0101 0.000 0.022
8 150 1 0.007 0.0544 -0.0101 0.000 0.022
9 150 0 0.000 0.0544 -0.0101 0.000 0.022
10 150 2 0.013 0.0544 -0.0101 0.000 0.022
11 100 1 0.010 0.0544 -0.0101 0.000 0.022
12 100 0 0.000 0.0544 -0.0101 0.000 0.022
13 100 1 0.010 0.0544 -0.0101 0.000 0.022
14 200 4 0.020 0.0544 -0.0101 0.000 0.022
15 200 5 0.025 0.0544 -0.0101 0.000 0.022
16 200 3 0.015 0.0544 -0.0101 0.000 0.022
17 200 10 0.050 0.0544 -0.0101 0.000 0.022
18 200 4 0.020 0.0544 -0.0101 0.000 0.022
19 250 7 0.028 0.0544 -0.0101 0.000 0.022
20 250 6 0.024 0.0544 -0.0101 0.000 0.022

suma 3750 83

p barra = Sumatoria Di =0.0221 n barra = Suma n = 188

Sumatoria n 20

Carta de Control con "n" promedio

0.060

0.050

0.040

0.030

0.020

0.010

0.000
1 3 5 7 9 11 13 15 17 19

b)Diseñar una carta de control para controlar la producción futura

Zi = p gorro - 0.221 pbarra(1-pbarra) = 0.02164

raiz(0.0216/188)
PROBLEMAS CAPITULO 6
6.21.-Un grupo de mantenimiento mejora la efectiviadad de su trabajo de reparación monitoreando el número de
solicitudes de mantenimiento que requieren una segunda llamada para completar la reparación. Se cuenta
con los datos de 20 semanas.

a)los límites de control son los siguientes:

n Di p gorro sigma i
Solicitudes 2a visita Fracción Desviación
Semana UCL LCL LCL P barra
Totales requerida Disconforme Estándar
1 200 6 0.030 0.0104 0.0533 -0.009 0.000 0.022
2 250 8 0.032 0.0093 0.0500 -0.006 0.000 0.022
3 250 9 0.036 0.0093 0.0500 -0.006 0.000 0.022
4 250 7 0.028 0.0093 0.0500 -0.006 0.000 0.022
5 200 3 0.015 0.0104 0.0533 -0.009 0.000 0.022
6 200 4 0.020 0.0104 0.0533 -0.009 0.000 0.022
7 150 2 0.013 0.0120 0.0582 -0.014 0.000 0.022
8 150 1 0.007 0.0120 0.0582 -0.014 0.000 0.022
9 150 0 0.000 0.0120 0.0582 -0.014 0.000 0.022
10 150 2 0.013 0.0120 0.0582 -0.014 0.000 0.022
11 100 1 0.010 0.0147 0.0663 -0.022 0.000 0.022
12 100 0 0.000 0.0147 0.0663 -0.022 0.000 0.022
13 100 1 0.010 0.0147 0.0663 -0.022 0.000 0.022
14 200 4 0.020 0.0104 0.0533 -0.009 0.000 0.022
15 200 5 0.025 0.0104 0.0533 -0.009 0.000 0.022
16 200 3 0.015 0.0104 0.0533 -0.009 0.000 0.022
17 200 10 0.050 0.0104 0.0533 -0.009 0.000 0.022
18 200 4 0.020 0.0104 0.0533 -0.009 0.000 0.022
19 250 7 0.028 0.0093 0.0500 -0.006 0.000 0.022
20 250 6 0.024 0.0093 0.0500 -0.006 0.000 0.022

suma 3750 83

p barra = Sumatoria Di =0.0221

Sumatoria n

Carta de Control de la fracción disconforme

0.070
0.060
0.050
0.040
0.030
0.020
0.010
0.000
1 3 5 7 9 11 13 15 17 19

b)Diseñar una carta de control para controlar la producción futura

Zi = p gorro - 0.221 pbarra(1-pbarra) = 0.0216
raiz(0.0216/ni)
PROBLEMAS CAPITULO 6
6.17.-a) Debe de establecerse una carta de control para el número de unidades disconformes con base en muestras
de tamaño 400. Para iniciar la carta de control, se seleccionaron 30 muestras y se detrerminó el número de
unidades disconformes de cada muestra, obteniendose sumatoria Di=1200. ¿cuáles son los parámetros de
la carta np.
n Di
suma 12000 1200

p barra = Sumatoria Di = 0.100 n= 400 m= 30

Sumatoria n

a)los límites de control son los siguientes:

UCL npbar + 3(raiz(npbar(1-pbar)) = 58.0

LCL npbar - 3(raiz(npbar(1-pbar)) = 22.0

npbarra 40

b) Suponer qu la fracción disconforme promedio del proceso se corrió a 0.15 ¿cuál es la probabilidad
de que se detecte en la primera muestra subsecuente?
corrimiento? npgorro= 60

B= Fi 3-kraiz(n) - Fi (-3)-kraiz(n)

sigma p= raiz(pbar(1-pbar)/n)= 0.015

Sigma = sigmap X raiz(n) = 0.3

k= Mu1-Mu0 0.166666667
sigma

B= Fi 3-kraiz(n) - Fi (-3)-kraiz(n)
B= Fi -0.33333333 - Fi -6.33333333
B= 0.3694413402 1.1996E-10
B= 0.3694413401
1-B = 0.6306 Probabilidad de que se detecte en la primera muestra subsecuente.
PROBLEMAS CAPITULO 6
6.15.-Se usa una carta de control para controlar la fracción disconforme de una pieza de plástico
fabricada en un proceso de modelo por inyección. Diez subgrupos producen los sig. Datos:

n Di
Unidades No. De unidades
DIA npbarra UCL LCL Carta de Control np
Disconformes Disconforme 40
1 100 10 16.4 27.51 5.29 30
2 100 15 16.4 27.51 5.29
3 100 31 16.4 27.51 5.29 20
4 100 18 16.4 27.51 5.29 10
5 100 24 16.4 27.51 5.29 0
6 100 12 16.4 27.51 5.29 1 2 3 4 5 6 7 8 9 10
7 100 23 16.4 27.51 5.29
8 100 15 16.4 27.51 5.29
9 100 8 16.4 27.51 5.29
10 100 8 16.4 27.51 5.29

suma 1000 164

p barra = Sumatoria Di = 0.164 n= 100

Sumatoria n

a)los límites de control son los siguientes:

UCL npbar + 3(raiz(npbar(1-pbar)) = 27.508 npbarra 16.4
LCL npbar - 3(raiz(npbar(1-pbar)) = 5.292

los límites eliminando el punto 3que se encuentra fuera de control son los sig.
p barra = 0.1478 UCL 25.424
npbarra = 14.78 LCL 4.131

b) Para la carta establecidad en el inciso a), ¿cuál es la probabilidad de detectar un corrimiento de

la fracción disconforme del proceso a 0.3 en la primera muestra después de que ha ocurridos el
corrimiento? Se utilizan los límites en control
p gorro = 0.3 np gorro = 30

B = p[pgorro<UCLIp] - p[pgorro<=LCLIp]

B= Fi UCL - npgorro - Fi LCL - npgorro

raiz(npbarra(1-pbarra)) raiz(npbarra(1-pbarra))

B= Fi -4.576 - Fi -25.869
3.548795657 3.548795657

B= Fi -1.289 - Fi -7.289405109

B= 0.098628643 2E-13

B = 0.09862864

1-B = 0.90137136 Probabilidad de detectar un corriemiento de la fracción disconforme del proceso.

10
PROBLEMAS CAPITULO 6
6.9.- Unos diodos usados en tarjetas de circuitos impresos se producen en lotes de tamaños
1000. Quiere controlarse el proceso que produce estos diodos tomando muestras de tamaño
64 de cada lote. Sie el valor nominal de la fracción disconforme es p=0.10, determinar los
parámetros de la carta de control apropiada. ¿hasta que nivel debe de aumentarse la fracción
disconforme para que el riesgo sea B =0.50? ¿cuál es el tamaño de la muestra mínimo que
produciría un límite de control inferior positivo para esta carta?

p= 0.1 n= 64 m= 1000

los límites de control son los siguientes:

UCL p + 3(raiz(p(1-p)) = 0.2125

LCL p - 3(raiz(p(1-p)) = -0.0125 por ser negativo el límite es "0"

Si hay una unidad disconforme en la muestra, entonces p gorro= 1 = 0.0156

y puede concluirse que el proceso esta fuera de control. 64

¿hasta que nivel debe de aumentarse la fracción disconforme para que el riesgo sea B =0.50?

B= p[pgorro<UCLIp] - p[pgorro<=LCLIp] =p[pgorro<UCLIp]

B= p[pgorro<UCLIp]
0.5 = B= Fi(p+ Lsigmaraiz(n) - p -kraiz(n))
0.5 = B= Fi(L -kraiz(n))
0.5 = B= Fi(3 - kraiz(n)) = Fi (3 -( (pgorro-p)/sigma)raiz(n)) = 0
0= 3 - ((p gorro - p)/sigma)raiz(n)

pgorro = 3Sigma + p= 0.2125

raiz(n)

Sigma = raiz(p(1-p)) = 0.3

¿cuál es el tamaño de la muestra mínimo que produciría un límite de control inferior positivo para esta carta?

LCL = p - L(raiz(p(1-p)) > 0 L= 3 por ser 3 sigma en el límite

n> (1-p) L*L = 81

p

Por lo tanto, si n>ó=82 unidades, la carta de control tendrá un límite de control inferior positivo.
rior positivo para esta carta?

por ser 3 sigma en el límite

ntrol inferior positivo.

PROBLEMAS CAPITULO 6
6.6.- Con base en los sig. Datos, si va a establecerse una carta np, ¿cuáles serían las líneas
central y los límites de control que se recomendarían? Suponer que n=500

Di p gorro
Unidades Fracción
DIA npbarra UCL LCL LCL Carta de Control np
Disconformes Disconforme
1 3 0.006 4 9.98 -1.98 0 15
2 4 0.008 4 9.98 -1.98 0
10
3 3 0.006 4 9.98 -1.98 0
4 2 0.004 4 9.98 -1.98 0
5
5 6 0.012 4 9.98 -1.98 0
6 12 0.024 4 9.98 -1.98 0 0
7 5 0.010 4 9.98 -1.98 0 1 2 3 4 5 6 7 8 9 10
8 1 0.002 4 9.98 -1.98 0
9 2 0.004 4 9.98 -1.98 0
10 2 0.004 4 9.98 -1.98 0
los límites de control son los siguientes:
suma 40 0.08
UCL npbar + 3(raiz(npbar(1-pbar)) = 9.976
p barra = Sumatoria Di = 0.008 n= 500 LCL npbar - 3(raiz(npbar(1-pbar)) = -1.976
nm m= 10
npbarra 4
los límites de control corregidos son los siguientes:
Unidades Fracción
npbarra UCL LCL LCL Carta de control np en control
Disconformes Disconforme 10
1 3 0.006 3.11111 8.39 -2.16 0
8
2 4 0.008 3.11111 8.39 -2.16 0
3 3 0.006 3.11111 8.39 -2.16 0 6
4 2 0.004 3.11111 8.39 -2.16 0 4
5 6 0.012 3.11111 8.39 -2.16 0 2
6 5 0.010 3.11111 8.39 -2.16 0
0
7 1 0.002 3.11111 8.39 -2.16 0
1 2 3 4 5 6 7 8 9
8 2 0.004 3.11111 8.39 -2.16 0
9 2 0.004 3.11111 8.39 -2.16 0
suma 28
UCL npbar + 3(raiz(npbar(1-pbar)) = 8.39
p barra = Sumatoria Di = 0.006 npbarra 3.111 LCL npbar - 3(raiz(npbar(1-pbar)) = -2.16
nm
PROBLEMAS CAPITULO 6
6.5.- Un proceso produce bandas de hule en lotes de tamaño 2500. Los registros
de inspección de lo últimos 20 lotes revelan los datos sig.
a) calcular los límites de control de prueba para la carta de control de la
Di fracción disconforme
No. No. Bandas Fracción
p barra UCL LCL
UCL = 0.1425
Lote Disconformes Disconforme LCL = 0.1031
1 230 0.092 0.123 0.143 0.103 p barra = 0.1228
2 435 0.174 0.123 0.143 0.103
3 221 0.0884 0.123 0.143 0.103 b)Si quisiera establecerse una carta de control para controlar la producción futura,
4 346 0.1384 0.123 0.143 0.103 ¿cómo se usaría estos datos para obtener la línea central y los límites de
5 230 0.092 0.123 0.143 0.103 control de la carta?
6 327 0.1308 0.123 0.143 0.103
7 285 0.114 0.123 0.143 0.103 El proceso esta fuera de control de acuerdo a la carta decontrol realizada.
8 311 0.1244 0.123 0.143 0.103 Hay más de la mitad de los valores fuera de los límites de control.
9 342 0.1368 0.123 0.143 0.103
10 308 0.1232 0.123 0.143 0.103 Carta de Control de la Fracción Disconforme
11 456 0.1824 0.123 0.143 0.103 0.2
12 394 0.1576 0.123 0.143 0.103
0.18
13 285 0.114 0.123 0.143 0.103
0.16
14 331 0.1324 0.123 0.143 0.103
15 198 0.0792 0.123 0.143 0.103
0.14
16 414 0.1656 0.123 0.143 0.103 0.12
17 131 0.0524 0.123 0.143 0.103 0.1
18 269 0.1076 0.123 0.143 0.103 0.08
19 221 0.0884 0.123 0.143 0.103 0.06
20 407 0.1628 0.123 0.143 0.103
0.04
1 3 5 7 9 11 13 15 17 19
suma 6141

Sumatoria Di gorro = 0.12282 m= 20

p barra =
nm n= 2500

Desviación =raiz(pbarra(1-pbarra) = 0.00656

estándar raiz(n)

UCL = pbarra + 3Desviación =0.14251

LCL = pbarra - 3Desviación =0.10313
El proceso se encuentra en control estadístico, de acuerdo a la carta de control estándarizada.
PROBLEMAS CAPITULO 6
6.3.- Los datos sig. Representan los resultados de inspeccionar todas las unidades de una
computadora personal producidas en los 10 últimos dias. ¿el proceso parece estar bajo
control?

n Di p gorro
Unidades Unidades Fracción Desviación
DIA Zi LC LCS LCI
Inspeccionadas Disconformes Disconforme Estándar
1 80 4 0.050 0.0266 -0.377 0.000 3.000 -3.000
2 110 7 0.064 0.0226 0.177 0.000 3.000 -3.000
3 90 5 0.056 0.0250 -0.160 0.000 3.000 -3.000
4 75 8 0.107 0.0274 1.714 0.000 3.000 -3.000
5 130 6 0.038 0.0208 -1.056 0.000 3.000 -3.000
6 120 6 0.050 0.0217 -0.461 0.000 3.000 -3.000
7 70 4 0.057 0.0284 -0.106 0.000 3.000 -3.000
8 125 5 0.040 0.0212 -0.942 0.000 3.000 -3.000
9 105 8 0.076 0.0232 0.690 0.000 3.000 -3.000
10 95 7 0.074 0.0244 0.575 0.000 3.000 -3.000

suma 1000 60 0.612

p barra = Sumatoria Di gorro / n = 0.06

Desviación = raiz(pbarra(1-pbarra)
estándar raiz(n)

Carta de Control Estandarizada

4.000
3.000
2.000
1.000
0.000
-1.000 1 2 3 4 5 6 7 8 9 10
-2.000
-3.000
-4.000

El proceso se encuentra en control estadístico, de acuerdo a la carta de control estándarizada.