1.

a. Observaciones:
 LEI = 0.38
 LES = 0.51
 Media = 0.4478
 Desviación = 0.018
 Ninguna muestra (de los 100) se sale de los límites de control, aunque hubo
una muestra que estuvo cerca de salirse de esos límites ( 0.507)
b.

Los valores de Cp son mayores que 1, esto nos quieres decir que la Empresa ABC es
capaz de producir el producto dentro de las especificaciones.

c.
Decisiones: Verificar que no haya ninguna muestra fuera de los límites de control,
además de comprobar que la Capacidad del Proceso sea mayor que 1.

2.
Primera parte
a. ¿Cuáles son los LC para una muestra de tamaño 100?
LC = p ± 3𝜎𝑝 ; p = 10/1000000 = 10-5
 𝑝(1 − 𝑝) 10−5 (1 − 10−5 )
𝜎𝑝 = √ =√ = 3.162 ∗ 10−4
𝑛 100

LC= 10-5 ± 9.486*10-4

b. Recalcule los LC para una muestra de tamaño 10 000.

LC = p ±3𝜎𝑝 ; p = 10-5

𝑝(1 − 𝑝) 10−5 (1 − 10−5 )

𝜎𝑝 = √ =√ = 3.162 ∗ 10−5
𝑛 10000

LC= 10-5 ± 9.486*10-5

c. ¿Cuáles de los tamaños de muestra recomendaría Ud.?

Recomendaría la muestra que tenga menos desviación la cual sería la de 10 000.

Segunda parte
Tabla a utilizar

a.
 Calculando el límite de control para la Gráfica Promedio
𝑅̅ 1.2
𝑠= = = 0.516
𝑑2 2.326
𝐿í𝑛𝑒𝑎 𝐶𝑒𝑛𝑡𝑟𝑎𝑙 = 𝑋̿
0.516
𝐿𝐶 = 3.1 ± 3 ∗ = 3.1 ± 0.692
√5

LES = 3.792 LEI = 2.408

 Calculando el límite de control para la Gráfica Rango

̅
𝑑3 .𝑅 0.864∗1.2
𝑠𝑅 = = = 0.446
𝑑2 2.326
̅
𝐿í𝑛𝑒𝑎 𝐶𝑒𝑛𝑡𝑟𝑎𝑙 = 𝑅
 𝐿𝐶 = 1.2 ± 3 ∗ 0.446
LES = 2.537 LEI = -0.137
b.
 Calculando el límite de control para la Gráfica Promedio
𝑅̅ 1.94
𝑠= = = 0.834
𝑑2 2.326
𝐿í𝑛𝑒𝑎 𝐶𝑒𝑛𝑡𝑟𝑎𝑙 = 𝑋̿
0.834
𝐿𝐶 = 3.36 ± 3 ∗ = 3.36 ± 1.119
√5

LES = 4.479 LEI = 2.241

 Calculando el límite de control para la Gráfica Rango

̅
𝑑3 .𝑅 0.864∗1.94
𝑠𝑅 = = = 0.72
𝑑2 2.326
̅
𝐿í𝑛𝑒𝑎 𝐶𝑒𝑛𝑡𝑟𝑎𝑙 = 𝑅

𝐿𝐶 = 1.94 ± 3 ∗ 0.72
LES = 4.1 LEI = -0.22
Si procede debido a que ninguno está fuera de sus límites de control
c. Pros
Gráfica de control por Variables
Llevan a un mejor procedimiento de
control ( más preciso) .
Utiliza la máxima cantidad de datos
disponibles de la información.
Gráfica de control por Atributos
Se pueden aplicar a cualquier tipo de
proceso.
Los datos son más accesibles de
obtener, así como más fáciles de
interpretar.

Contra
Gráfica de control por Variables
Son complicados de entender y
puede causar confusiones su
interpretación.
Gráfica de control por Atributos
No proporciona información
detallada del control, así como no
reconoce los distintos grados de
defectos.
3.

a.

n= 194 c=7

b. Determinamos el valor de n1 = 194 c1=7 / n2=204 c2=7

c.
d.

La Curva de Calidad Promedio de Salida (AOQ) indica un aproximado de la relación entre el nivel de
calidad entrante y el nivel de calidad saliente, suponiendo que los lotes rechazados se
inspeccionarán en un 100%. Esta calidad saliente promedio depende de la calidad entrante, la
probabilidad en la que se acepte el lote, los tamaños de la muestra y el lote.

En esta gráfica podemos ver que el peor promedio de calidad (2.056%) viene del lote entrante de
elementos defectuosos del 2.7%

Comparación