15.

-En la elaboración de envases de plástico primero se elabora la preforma, para la cual se

tienen varios criterios de calidad, uno de ellos es el peso de ésta. Para cierto envase se tiene
que el peso debe estar entre 28.00 ± 0.5 g. A continuación se muestran los últimos 112 datos
obtenidos mediante una carta de control para esta variable.

27.72 28.39 28.21 28.19 28.02 27.93 27.89 27.88

28.06 27.91 27.97 27.95 27.96 27.94 28.04 28.05
27.81 27.74 27.95 27.91 27.93 28.07 28.13 27.98
27.87 27.87 27.82 28.23 27.9 27.91 28.16 27.94
27.86 27.84 27.7 27.98 28.02 28 27.99 28.13
28.26 28.1 27.94 28.07 27.84 27.9 27.87 27.76
27.95 27.94 27.81 27.76 27.96 27.84 27.85 27.93
28.22 27.96 27.88 28.08 28.04 28.19 27.89 28.08
28.09 28.02 27.85 28.27 27.75 27.98 27.75 27.82
28.13 27.88 28.11 28.05 28.14 28.11 28.08 28.16
28.04 28.05 27.75 27.89 27.94 28.19 28.1 27.78
27.63 27.93 27.74 28.1 28.14 27.91 27.84 28.21
27.85 27.84 28.12 28.01 27.97 27.88 28 28.1
28.16 28.16 28.01 28.13 27.97 27.9 27.87 27.94

Descriptivos
Estadístico Desv. Error
envases de plastico(gr) Media 27,9760 ,01358
95% de intervalo de Límite inferior 27,9491
confianza para la media Límite superior 28,0029
Media recortada al 5% 27,9745
Mediana 27,9600
Varianza ,021
Desv. Desviación ,14373
Mínimo 27,63
Máximo 28,39
Rango ,76
Rango intercuartil ,21
Asimetría ,187 ,228
Curtosis -,289 ,453

a) Obtenga las medidas de tendencia central y señale si la tendencia central de las mediciones
es adecuada.

Media: 27,9 g de promedio en envases de plástico.

Mediana: 27,96 g de valor medio de los datos analizados

moda 27.94 el valor más repetido de los datos analizado es de 27,94 g.

Es la adecuada por que los resultados están dentro de lo permitido (28 g ± 0.5 g)

b) Calcule la desviación estándar y una aproximación de los límites reales y con base en éstos
decida si la variabilidad de los datos es aceptable.

Desviación estándar: 0,14 es una representación de la variabilidad de 0,14 g respecto a su

media.

Los límites reales se calculan:

RI=Q3-Q1 RI=28,09-27,88=0,21

LI=Q1-1.5RI LI=27,88-1.5 (0,21)=27,57

LS=Q3+1.5RI LS=28,09+1.5 (0,21)=28,41

Por tanto LRI= 27,57 Y LRS=28,41

La variabilidad de los datos es aceptable ya que están dentro de lo permitido

c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos,

etc.).

Es una representación de distribución normal (Casimetria= 0,187) y no tiene datos atípicos.

También tiene una forma de tipo platicúrtica curtosis=-0,289

d) ¿Es adecuado el peso de las preformas?

Es adecuado porque todos los datos están dentro de lo permitido

e) ¿Hay evidencias en contra de la normalidad de los datos?

No
 19.- Una característica importante en la calidad de la leche de vaca es la concentración de
grasa. En una industria en particular se fijó 3.0% como el estándar mínimo que debe cumplir el
producto que se recibe directamente de los establos lecheros. Por medio de muestreos y
evaluaciones en cierta época del año se obtuvieron los siguientes 90 datos sobre
concentración de grasa en cierta región.

2.7 3.4 3.5 4 3.1 3.3 3.5 3.3 3.2 3.4 2.6 3.1
3.4 2.7 3.3 3.6 2.9 2.8 3 3.6 3.5 2.8 3.1 2.8
2.2 3.4 3.3 2.5 3.4 2.7 2.9 3.6 3.3 2.7 3.7 3.3
3.2 3.1 2.9 2.7 3.3 3.6 3.3 3.1 3.1 3.4 3 3.5
3.4 3 2.9 3.2 3.2 3 3.3 3.9 3.3 3 3 3.5
2.9 3.5 3.1 3.5 3 3.1 2.9 3.1 3.1 2.9 2.9 3.4
3.4 3.1 3.2 3.3 3.2 3.3 3 3.2 3.5 3.4 3.8 3.2
2.9 3 3.2 3.2 3.3 3.8

a) Calcule las medidas de tendencia central y de variabilidad, y comente acerca del

cumplimiento del estándar mínimo para la concentración de grasa.

b) Obtenga un histograma, inserte el estándar mínimo e intérprete de manera amplia.

c) La población de donde provienen estos datos, ¿cumple el estándar mínimo?

d) ¿Se puede suponer distribución normal?

Descriptivos
Estadístico Desv. Error
grasa en la leche de vaca Media 3,188 ,0332
95% de intervalo de Límite inferior 3,122
confianza para la media Límite superior 3,254
Media recortada al 5% 3,188
Mediana 3,200
Varianza ,099
Desv. Desviación ,3151
Mínimo 2,2
Máximo 4,0
Rango 1,8
Rango intercuartil ,4
Asimetría -,147 ,254
Curtosis ,524 ,503

a) media: el valor obtenido es de 3,18 % de promedio en grasa de leche.

Mediana: el resultado que se obtuvo es de 3,2% en grasa de leche como valor medio de
los datos evaluados
Moda:
Moda 3.3
El valor de 3,3% en grasa de leche con mayor frecuencia de los datos evaluados.

Desviación estándar:

El valor obtenido es 0,32 % en grasa de leche representando una variabilidad de 0,32% con
respecto a su media.

b) fijándose

3.0

Fijando como concentración de grasa de leche requerida por la industria se observa que
la mayoría de los datos están dentro de lo requerido, pero existe una variación en los
datos cumpliendo que no estaría dentro del rango permitido de los datos (dato atípico).
c) si cumple con el estándar mínimo requerido.
d) se asemeja a una distribución normal por el Casimetria (-0,14) está dentro de lo
permitido para ser una distribución normal. Pero existe un dato atípico como se observa
en el diagrama de caja.
 Está en la posición 3 es 2,2 ya que se muestra no concuerda con los datos y está alejado con su
mediana lo que hace que la muestra no cumple con una distribución normal.

20.-. En la elaboración de envases de plástico es necesario garantizar que cierto tipo de botella
en posición vertical tenga una resistencia mínima de 20 kg fuerza. Para garantizar esto, en el
pasado se realizaba una prueba del tipo pasa-no-pasa, donde se aplicaba la fuerza mínima y se
veía si la botella resistía o no. En la actualidad se realiza una prueba exacta, en la que mediante
un equipo se le aplica fuerza a la botella hasta que ésta cede, y el equipo registra la resistencia
que alcanzó. ¿Qué ventajas y desventajas tiene cada método?

Rpta: El método antiguo era sencillo y fácil de aplicar. Sin embargo, no puedes saber la
resistencia exacta de la botella. El método nuevo necesita un equipo más avanzado y caro,
pero puedes obtener las resistencias exactas que alcanzan las botellas.

21.- En el caso del problema anterior, a continuación se muestran 100 datos obtenidos en las
pruebas destructivas de la resistencia de botellas.

28.3 26.8 26.6 26.5 28.1 24.8 27.4 26.2 29.4 28.6 24.9 25.2
30.4 27.7 27 26.1 28.1 26.9 28 27.6 25.6 29.5 27.6 27.3
26.2 27.7 27.2 25.9 26.5 28.3 26.5 29.1 23.7 29.7 26.8 29.5
28.4 26.3 28.1 28.7 27 25.5 26.9 27.2 27.6 25.5 28.3 27.4
28.8 25 25.3 27.7 25.2 28.6 27.9 28.7 25.3 29.2 26.5 28.7
29.3 27.8 25.1 26.6 26.8 26.4 26.4 26.3 28.3 27 23.7 27.7
26.9 27.7 26.2 27 27.6 28.8 26.5 28.6 25.7 27.1 27.8 24.7
27.1 26.4 27.2 27.3 27 27.7 27.6 26.2 24.7 27.2 23.8 27.4
29.5 26.4 25.8 26.7

0Descriptivos
Estadístico Desv. Error
resistencia de ruptura en Media 27.095 .1389
botellas de plástico 95% de intervalo de Límite inferior 26.819
confianza para la media Límite superior 27.371
Media recortada al 5% 27.114
Mediana 27.100
Varianza 1,929
Desv. Desviación 1.3889
 Mínimo 23.7
Máximo 30.4
Rango 6.7
Rango intercuartil 1.8
Asimetría -,183 ,241
Curtosis -,101 ,478
a) Calcule las medidas de tendencia central y de variabilidad.

Media: 26,095 kg de promedio en ruptura de botellas de plástico sometida a una prueba de

resistencia.

Moda: 27.1 kg de resistencia en valor medio para los datos analizados.

moda 27.7 Moda: el valor de 27,7 kg sometidos a prueba es valor con
mayores repeticiones dadas.

Desviación estándar: el valor obtenido es 1,39. Representando una variabilidad de 1,39 kg

respecto a su media.

b) Estime los límites reales y comente si las botellas cumplen la resistencia mínima que se
desea garantizar.

Los limites inferior y superior son (LI=26,8 Y LS=27,4) cumpliendo con la resistencia mínima
requerida.

c) Obtenga un histograma, inserte una línea vertical en el valor de la resistencia mínima e

interprete ampliamente.

20

Se observa ampliamente que los todos los datos sin excepción alguna sobrepasan lo
requerido aceptando la prueba como válida.
d) Con base en los análisis anteriores, ¿considera que el proceso cumple con la especificación
inferior?

Si cumple validando la aceptación de la prueba de resistencia ala botellas de plástico.

22.- En una empresa que elabora productos lácteos se tiene como criterio de calidad para la
crema que ésta tenga un porcentaje de grasa de 45 con una tolerancia de ± 5. De acuerdo con
los muestreos de los últimos meses se tiene una media de 44 con una desviación estándar de
1.3. Haga un análisis de capacidad para ver si se está cumpliendo con la calidad exigida,
represente gráficamente los datos y comente los resultados obtenidos.

Se puede observar que aceptable los datos obtenidos porque la media es de 44 % de grasa y
está dentro del rango de 39-50% de grasa y su variabilidad de 1,3 no estarán disperso los datos
y permitirá estar dentro de lo permitido.

23.- El volumen en un proceso de envasado debe estar entre 310 y 330 ml. De acuerdo con los
datos históricos se tiene que μ = 318 y σ = 4. ¿El proceso de envasado funciona bien en cuanto
al volumen? Argumente su respuesta

Para saber la capacidad del proceso se analizará respecto a media y su desviación estándar:

(μ-3 σ; μ ; μ+3 σ)

318-3(4); 318; 318+3(4)

[306; 318; 330] por lo tanto es permitido el proceso de envasado ya que cumple con el
volumen requerido.
 24.- En la elaboración de una bebida se desea garantizar que el porcentaje de CO2 (gas) esté
entre 2.5 y 3.0. En el monitoreo del proceso se obtuvieron los siguientes 115 datos:

2.61 2.62 2.65 2.56 2.68 2.51 2.56 2.62 2.63 2.57 2.6 2.53
2.69 2.53 2.67 2.66 2.63 2.52 2.61 2.6 2.52 2.62 2.67 2.58
2.61 2.64 2.49 2.58 2.61 2.53 2.53 2.57 2.66 2.51 2.57 2.55
2.57 2.56 2.52 2.58 2.64 2.59 2.57 2.58 2.52 2.61 2.55 2.55
2.73 2.51 2.61 2.71 2.64 2.59 2.6 2.64 2.56 2.6 2.57 2.48
2.6 2.61 2.55 2.66 2.69 2.56 2.64 2.67 2.6 2.59 2.67 2.56
2.61 2.49 2.63 2.72 2.67 2.52 2.63 2.57 2.61 2.49 2.6 2.7
2.64 2.62 2.64 2.65 2.67 2.61 2.67 2.65 2.6 2.58 2.59 2.65
2.5 2.65 2.57 2.55 2.64 2.66 2.67 2.61 2.52 2.65 2.57 2.52
2.56 2.6 2.59 2.56 2.57 2.66 2.64

a) Por medio de medidas de tendencia central determine si la tendencia central de las

mediciones es adecuada.

b) Calcule la desviación estándar y una aproximación de los límites reales y, con base en éstos,
decida si la variabilidad de los datos es aceptable.

c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos,

etc.).

d) Con la evidencia obtenida antes, ¿cuál es su opinión acerca de la capacidad del proceso
referido?

e) ¿Se cumple el supuesto de distribución normal?

Descriptivos
Estadístico Desv. Error
gas(CO2) Media 2,5989 ,00520
95% de intervalo de Límite inferior 2,5886
confianza para la media Límite superior 2,6092
Media recortada al 5% 2,5987
Mediana 2,6000
Varianza ,003
Desv. Desviación ,05580
Mínimo 2,48
Máximo 2,73
Rango ,25
Rango intercuartil ,08
Asimetría -,030 ,226
Curtosis -,587 ,447

a) considerando que el porcentaje de CO2 (gas) esté entre 2.5 y 3.0.

Media: se obtiene un valor de 2,59 % de promedio.

Mediana: se obtiene un valor de 2,6 % de CO2 representando el valor medio de todos los datos
inspeccionados.

moda 2.61 Moda: se obtiene un valor de 2,61 % de CO2

Por lo tanto las medidas obtenidas son adecuadas por esta dentro de lo permitido para ser
analizado.

b) desviación estándar: se obtiene una desviación estándar de 0,056

Limites reales inferior y superior: estos valores son (LRI=2,58 Y LRS= 2,6)

Estos valores son aceptables ya que teniendo una desviación estándar de 0,056 estos no van a
dispersar los limites por lo tanto van estar dentro de lo permitido.

c)

Con respecto al histograma se observa que los datos se aglomeran respecto a su media
asimilando una distribución normal porque su Casimetria es -0,30 estando dentro del
rango que permite una distribución normal. También se observa que tiene una curtosis
de -0,587 con una forma de tipo platicúrtica.
d) la capacidad del proceso es aceptable por lo datos de la muestra no exponen un
porcentaje de CO2 (gas) elevado de lo que permite entonces el procesos puede llevar
acabo.
e) si se cumple en un aproximado porque está dentro del rango +-2 respecto a su
Casimetria.
 25.- En una empresa se están rediseñando los tiempos de salida y llegada de sus autobuses. En
particular se tiene el problema de establecer el tiempo de recorrido entre dos ciudades. A
continuación se describe una muestra de estos tiempos:

Realice un histograma para estos datos e interprételo.

3.49 3.59 3.69 3.42 3.31 3.6 3.58 3.52

3.04 3.69 3.48 3.66 3.57 3.51 3.61 4
3.4 3.53 3.61 3.61 3.24 3.63 3.61 3.51
3.5 3.57 3.53 3.67 3.51 3.24 3.7 3.7
3.5 4.4 3.58 3.2 3.15 3.6 3.5 3.6
3.08 3.28 3.6 3.35 3.32 3.2

Descriptivos
Estadí Desv.
stico Error
recorrido de Media 3.5148 .03389
buses/horas 95% de Límite 3.4465
intervalo de inferior
confianza para Límite 3.5830
la media superior
Media recortada al 5% 3.5050
Mediana 3.5300
Varianza ,053
Desv. Desviación .22984
Mínimo 3.04
Máximo 4.40
Rango 1.36
Rango intercuartil .22
Asimetría ,898 ,350
Curtosis 4,233 ,688

Media: se observa una media de 3.5 horas que es el tiempo de recorrido promedio que
demora un bus de recorrer entre dos ciudades.

Con respecto a la histograma se observa que no tiene una distribución normal se aproxima(C
asimetría: 0.9 aprox.), pero también se observa que hay datos que se alejan de la curva de
distribución demostrando que existe datos atípicos.

Para saber los datos atípicos se usa la fórmula:

RI=Q3-Q1 RI=3.61-3.40=0.21

LI=Q1-1.5RI LI=3.40-1.5 (0.21)=3.085

LS=Q3+1.5RI LS=3.61+1.5 (0.21)=3.925

 Por lo tanto los datos que no pertenezcan dentro de estos valores (3.085--3.925) serán
considerados atípicos.

3.49 3.59 3.69 3.42 3.31 3.6 3.58 3.52

3.04 3.69 3.48 3.66 3.57 3.51 3.61 4
3.4 3.53 3.61 3.61 3.24 3.63 3.61 3.51
3.5 3.57 3.53 3.67 3.51 3.24 3.7 3.7
3.5 4.4 3.58 3.2 3.15 3.6 3.5 3.6
3.08 3.28 3.6 3.35 3.32 3.2

Por lo tanto los datos atípicos son 3.04, 3.08, 4, 4.4

También del histograma presenta una forma leptocúrtica (curtosis=4.2)

Percentiles
Percentiles
5 10 25 50 75 90 95
Bisagras de recorrido de 3.40 3.53 3.61
Tukey buses/horas 00 00 00

Por lo tanto el histograma no presenta una distribución normal existiendo datos muy
alejados respecto a la media.

26.- Un aspecto importante en la fabricación de estatores es el diámetro exterior del

embobinado. En seguida se muestran los datos obtenidos en la inspección de esta variable.
Considerando que el diámetro exterior debe ser menor que 119,0.

Haga un análisis detallado de los datos para evaluar la variabilidad y tendencia central del
proceso.

118.36 118.28 118.23 117.85 118.18 118.34

118.50 118.36 118.03 117.90 118.00 118.35
118.01 118.44 117.92 118.32 118.32 118.11
117.85 117.75 118.00 118.00 118.28 117.80
117.69 118.32 118.38 118.45 117.82 117.92
118.25 118.40 117.98 118.22 118.09 117.82
118.08 118.44 118.43 118.17 118.15 118.36
118.04 118.50 117.75 117.91 117.90 117.83
118.22 118.26 118.27 118.34 118.25 118.02
118.17 118.46 118.00 118.00 117.87 118.11
 Descriptivos
Estadístico Desv. Error
fabricacion de estatores Media 118,134 ,0288
95% de intervalo de Límite inferior 118,076
confianza para la media Límite superior 118,192
Media recortada al 5% 118,137
Mediana 118,160
Varianza ,050
Desv. Desviación ,2234
Mínimo 117,7
Máximo 118,5
Rango ,8
Rango intercuartil ,4
Asimetría -,146 ,309
Curtosis -1,151 ,608

Tendencia central del Proceso:

Media: se obtiene un valor de 118,13 mm de Dext. de promedio.

Mediana: se obtiene un valor de 118,16 mm de Dext. representando el valor medio de todos

los datos inspeccionados.
moda 118 Moda: se obtiene un valor de 118 mm de Dext.
Representando el valor con mayor frecuencia.

Variabilidad del proceso:

Desviación estándar: se obtiene un valor de 0.22 mm de Dext. Por cual existe una variabilidad
de 0,22 mm respecto a su media.

27.- El tiempo hasta una falla en horas de un componente electrónico sometido a una prueba
de vida acelerada se muestra abajo. Para acelerar la prueba de falla, las unidades se probaron
a una temperatura elevada.

127 124 121 118

125 123 136 131
131 120 140 125
124 119 137 133
129 128 125 141
121 133 124 125
142 137 128 140
151 124 129 131
160 142 130 129
125 123 122 126
a. Calcular el promedio y la desviación estándar muestral.

b. Construir un histograma

c. Encontrar la mediana y los cuartiles inferior y superior.

d. Construir e interpretar los datos mediante un Diagrama de Cajas.

Descriptivos
Estadístico Desv. Error
falla en horas de Media 129,98 1,409
componente electrónico 95% de intervalo de Límite inferior 127,12
/horas confianza para la media Límite superior 132,83

Media recortada al 5% 129,19

Mediana 128,00

Varianza 79,461

Desv. Desviación 8,914

Mínimo 118

Máximo 160

Rango 42

Rango intercuartil 11

Asimetría 1,369 ,374

Curtosis 2,280 ,733

a) media: el valor promedio de temperatura que es sometido el componente electrónico es de

129°C.

DES. Estándar: el valor obtenido es de 8,9 lo que existe una variabilidad de 8,9°C con respecto
a su mediana.

b)
 c) mediana: el valor obtenido es 128 por lo tanto la Temperatura media sometida a prueba es
de 128°C.
Percentiles
Percentiles
5 10 25 50 75 90 95
Bisagras de Tukey falla de componente 124,00 128,00 134,50
electrónico /horas

P25=Q1= 124 este valor esta representando que el 25% de los componente sometidos a
prueba a una temperatura menor igual a 124°C y el otro 25% mayor a 124°C
P75=Q3=134,5 este valor está representando que el 75% de los componente sometidos a
prueba a una temperatura menor igual a 134,5°C y el otro 75% mayor a 134,5°C
d)

En diafragma de cajas se observa que existe datos muy dispersos (atípicos) lo que no se
asemeja a una distribución normal para hallar el rango que pertenece los datos agrupados son

RI=Q3-Q1 RI=134,5-124=10,5

LI=Q1-1.5RI LI=124-1.5 (10,5)=108,25

LS=Q3+1.5RI LS=134,5+1.5 (10,5)=150,25

Por lo tanto los datos que no pertenezcan dentro de estos valores (108,25—150,25) serán
considerados atípicos.

127 124 121 118

125 123 136 131
131 120 140 125
124 119 137 133
 129 128 125 141
121 133 124 125
142 137 128 140
151 124 129 131
160 142 130 129
125 123 122 126

Por tanto los datos atípicos son 151°C Y 160°C lo que significa que al someter aprueba
al componente electrónico a estas temperaturas va a haber disconformidad en el
producto; existiendo una distribución no normal en el análisis de los datos.

28.- A partir de los datos dados:

a. Calcular e interpretar las medidas de tendencia central
b. Calcular e interpretar las medidas de tendencia de variabilidad
c. Representar los datos mediante un histograma y diagrama de cajas
Rendimiento semana de una instalaciones de fabricación de
semiconductores
Semana Rendimiento
Semana Rendimiento
1 48 21 68
2 53 22 65
3 49 23 73
4 52 24 88
5 51 25 69
6 52 26 83
7 63 27 78
8 60 28 81
9 53 29 86
10 64 30 92
11 59 31 75
12 32 85
54 33 81
13 47 34 77
14 49 35 82
15 36 76
45 37 75
16 64 38 91
17 79
18 65 39 73
19 62 40 92
20 60
 a y b)

Descriptivos
Estadístico Desv. Error
instalacion de fabricacion de Media 67,98 2,240
semiconductores/semana 95% de intervalo de Límite inferior 63,44
confianza para la media Límite superior 72,51
Media recortada al 5% 67,86
Mediana 66,50
Varianza 200,692
Desv. Desviación 14,167
Mínimo 45
Máximo 92
Rango 47
Rango intercuartil 27
Asimetría ,058 ,374
Curtosis -1,206 ,733
Media: se obtiene un valor de 67,98 % de rendimiento promedio semanal en la instalación de
una fábrica de semiconductores.

Mediana: se obtiene un valor de 66,5 % de rendimiento que representa el valor medio de

todos los datos inspeccionados.

moda 53 Moda: se obtiene un valor de 53 % de rendimiento.

Representando el valor con mayor frecuencia.

Variabilidad del proceso:

Desviación estándar: se obtiene un valor de 14,17. Por cual existe una variabilidad de 14,17%
de rendimiento respecto a su media.

c)
29.- Se está analizando la variabilidad en el volumen de llenado de un refresco. Se mide el
contenido de diez botellas seleccionadas al azar del proceso, y los resultados son los siguientes
(onzas): 10.05 ; 10.03 ; 10.02 ; 10.04 ; 10.05 ; 10.01 ; 10.02 ; 10.02 ; 10.03 ; 10.01 .

a. Calcular e interpretar el promedio muestral

b. Calcular e interpretar la desviación estándar muestral
c. Construir un diagrama de puntos para los datos.
media 10.028
desviación estándar 0.0147573
a) se observa que valor promedio muestral es de 10,028 onzas de volumen
b) la desviación estándar es de 0,015 lo que existe una variabilidad de 0,014 onzas
respecto a su media.