OCTAVA ASIGNACIÓN DE ESTADÍSTICA APLICADA A LA INGENIERÍA

1. Un fabricante de accesorios plásticos desea analizar cuáles son las causas de

defectos más importantes que originan el rechazo del producto. Los tipos de
defectos, así como la frecuencia de ellos se presentan en la tabla a continuación.
Tipo de Defecto Frecuencia
Mal color 6
Fuera de medida 8
Mala terminación 2
Aplastamiento 40
Incompleto 2
Desbalanceo 1
Rotura 35
 Solución: para analizar las causas de los defectos mas importantes es
conveniente hacer uso del Diagrama de Pareto.

TIPO DE DEFECTO FRECU RELAT ACUMULADO % FRECUENCIA %

APLASTAMIENTO 40 43% 43%
ROTURA 35 80% 37%
FUERA DE MEDIDA 8 88% 9%
MAL COLOR 6 95% 6%
MALA TERMINACION 2 97% 2%
INCOMPLETO 2 99% 2%
DESBALANCEO 1 100% 1%

 ANÁLISIS: Del diagrama de Pareto observamos que el 80% de las causas que
motivaron el chazo de los accesorios de plástico se concentran en el
aplastamiento y la rotura del mismo (2 de 7 defectos, cercano al 28% de los
distintos defectos totales).
2. A metallurgical engineer was experiencing trouble with a grinding operation.
The grinding action was produced by pellets. After some thought he
collected a sample of pellets used for grinding, took them home, spread them
out on his kitchen table, and measured their diameters with a ruler. His
histogram is displayed in Figure. What does the his to gram reveal?
3. Una pequeña fábrica de resistencias eléctricas para calefacción industrial
recibió cierto número de quejas de sus clientes debido a que algunas piezas
no tienen el poder de calefacción especificado. El departamento de ingeniería
hizo algunas investigaciones y encontró que, en efecto, 10% de la
producción de los últimos tres meses no cumple con las especificaciones.
Esta información sólo confirma el problema, pero no ayuda a resolverlo, por
lo que es necesario recopilar más datos. El gerente de ingeniería ordena una
serie de pruebas y rastreos para determinar el origen (dónde y quién lo
produce) y las causas (cómo y por qué). Los resultados de la investigación se
encuentran en la tabla.
Informe sobre orígenes y causas de las fallas en la capacidad de calefacción, en
resistencias promedio semanal por persona.
Operario Mesa 1 Mesa 2 Mesa 3 Fallas totales
A 5 8 3 16
B 6 7 4 17
C 4 8 2 14
D 1 6 2 9
E 8 9 7 24
Total 24 38 18 80
La producción de la semana fue de 800 resistencias; se observó que los trabajadores
no tienen un lugar fijo de trabajo, sino que el supervisor les asigna semanalmente un
espacio a lo largo de una de las tres mesas existentes.
 Solución: Para dar solución a este problema es conveniente usar un Histograma
debido a la entrada y la disposición de los datos.

UNIDADES DE FALLAS DE LOS OPERARIOS

40
EN CADA MESA
35

30
NÚMERO DE FALLAS

25 Mesa 1

20 Mesa 2
Mesa 3
15

10

0
A B C D E Total
OPERARIOS
 ANÁLISIS: La tabla nos indica dos hallazgos: que las fallas más frecuentes con
respecto a las resistencias eléctricas para calefacción industrial se dan en la mesa
número dos. Y el operario que realiza más fallas es el operario E, estas fallas
 podría ser consecuencia de un error de diseño realizado por parte del operario o
también la falta de condiciones para realizar un trabajo correcto en el lugar
donde se realiza el trabajo (mesa).
4. La Dirección de una mina está preocupada por el alto porcentaje de
indisponibilidad de sus máquinas cargadoras. Encarga al Jefe de
Mantenimiento que analice si está influyendo la antigüedad de dichas
máquinas en su porcentaje de indisponibilidad. Para ello, recoge la
información de la fecha de compra y del porcentaje de indisponibilidad de
cada máquina y la traslada a la siguiente tabla.
Máquina Fecha de compra % Indisponibilidad
C-0037 1994 29
C-0038 1994 39
C-0039 1995 24
C-0040 1995 32
C-0041 1995 43
C-0042 1996 20
C-0043 1996 41
C-0044 1996 30
C-0045 1997 20
C-0046 1997 25
C-0047 1998 12
C-0048 1998 19
C-0049 1999 10
C-0050 1999 30
C-0051 2000 9
C-0052 2000 14

 Solución: Para dar solución a este problema haremos uso del diagrama de
dispersión ya que analizaremos dos características relacionadas.

50
Indisponibilidad vs. Año de compra
45
40
INDISPONIBILIDAD

35
30
25
20
15 y = -3.9473x + 7906.7
10 R² = 0.5386
5
0
1993 1994 1995 1996 1997 1998 1999 2000 2001
AÑO DE COMPRA
  ANÁLISIS: Como es evidente, los datos proporcionados en el problema dan
como resultado una distribución con correlación negativa del tipo lineal, lo cual
nos lleva a las siguientes conclusiones, analizando la tendencia de la curva
podemos decir que mientras la máquina fue comprada recientemente, presenta
menor indisponibilidad (que están más disponibles), caso contrario ocurre con
las máquinas que fueron compradas hace una mayor cantidad de años ya que
presentarán mayor indisponibilidad (que están menos disponibles), una de las
principales causas pueden ser la cantidad de fallas, averías o desgaste que
posean las máquinas con respecto a su año de compra, si son más recientes
presentarán menos averías y estarán más disponibles, caso contrario si son
máquinas antiguas, presentarán más averías y estarán menos disponibles ya que
pueden estar fuera de servicio o bajo mantenimiento.

INTEGRANTES:
 Artica Cuadrado Gabriela Oriana
 Guerra Stein Paolo Gerardo (Delegado)
 Rodriguez Silva Alvaro Luis
 Ticllacuri Elvis
 Aróstegui García Zonalí Gabriela

REUNIONES:
 Día 09/10/18 durante las horas de clase, asistencia completa.