Está en la página 1de 9

Gerencia de Operaciones y Tecnología

Por: Lic. Jhonny R. Barrera Quispe

SOLUCIONARIO

1. Se tomaron 10 muestras de 15 piezas cada una de un proceso continuo con el fin de establecer una gráfica p
para control. Las muestras y el número de piezas defectuosas en cada una aparecen en la tabla siguiente:

Tamaño Número de Tamaño Número de


Muestra de la defectos en Muestra de la defectos en la
muestra la muestra muestra muestra
1 15 3 6 15 2
2 15 1 7 15 0
3 15 0 8 15 3
4 15 0 9 15 1
5 15 0 10 15 0

a) Elabore una gráfica p para una confianza de 95% (1,96 desviaciones estándar).
b) Con base en los puntos de datos en el diagrama, ¿qué puede comentar?

Solución:

a) La gráfica p para una confianza de 95%

Tamaño Número de Fracción


Muestra de la defectos en de 𝑁𝑇𝐷 10
muestra la muestra defectos 𝑝̅ = = = 0,0667
𝑁𝑀 × 𝑛 10 × 15
1 15 3 0,20
2 15 1 0,07
3 15 0 0,00 𝑝̅(1 − 𝑝̅ ) 0,0667(1 − 0,0667)
𝑠𝑝 = √ =√ = 0,0664
4 15 0 0,00 𝑛 15
5 15 0 0,00
6 15 2 0,13 𝐿𝐶𝑆 = 𝑝̅ + 𝑧𝑠𝑝 = 0,0667 + 1,96(0,0664) = 0,1929
7 15 0 0,00
8 15 3 0,20
9 15 1 0,07 𝐿𝐶𝐼 = 𝑝̅ − 𝑧𝑠𝑝 = 0,0667 − 1,96(0,0664) = −0,0596 ≅ 0
10 15 0 0,00
10

0,25

0,20 LCS b) De las 10 muestras, 2 se apartan de los


Fraccion de defectos

límites de control.
0,15
Como estos límites se establecieron en
0,10 95% o uno de cada 20, se diría que el
proceso está fuera de control. Es
0,05 necesario examinarlo para encontrar la
causa de una variación tan extensa.
0,00 LCI
1 2 3 4 5 6 7 8 9 10
Nro de muestras
Gerencia de Operaciones y Tecnología
Por: Lic. Jhonny R. Barrera Quispe

2. La producción de un proceso contiene 0,02 unidades defectuosas. El reemplazo de cada unidad defectuosa que
no se detecta y llega a las últimas etapas del ensamblaje tiene un costo de 25 dólares. Es posible establecer un
proceso de inspección para probar las unidades que detectaría y eliminaría todas las piezas defectuosas. Sin
embargo, el inspector, quien prueba 20 unidades por hora, recibe un pago de 8 dólares la hora, prestaciones
incluidas. ¿Es conveniente instalar una estación de inspección para probar todas las unidades?

a) ¿Cuánto cuesta inspeccionar cada unidad?


b) ¿Cuál es el beneficio (o la pérdida) derivado del proceso de inspección?

Solución:

a) El costo de inspeccionar cada unidad es:

$
0,02 defectos sin inspección → 𝑐𝑜𝑠𝑡𝑜𝑠 𝑑𝑒 𝑟𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑜 = 25
𝑢
$ 1ℎ $
0,00 defectos con inspección → 𝑐𝑜𝑠𝑡𝑜𝑠 𝑑𝑒 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛 = 8 × = 0,4
ℎ 20𝑢 𝑢

b) El beneficio (o la pérdida) derivado del proceso de inspección con una mejora del 2% es:

$ $
𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜 = 0,02 × 25 = 0,5
𝑢 𝑢
$
𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛 = 0,4
𝑢

Por lo tanto, se debe realizar la inspección puesto que se ahorra 0,1$ por cada unidad.

3. En un punto específico de un proceso de producción hay un índice de errores de 3%. Si se colocara un


inspector en este punto se detectarían y eliminarían todos los errores. Sin embargo, al inspector se le pagan 8
dólares por hora e inspecciona 30 unidades por hora en el proceso.
Si no se recurre a ningún inspector y los errores pasan este punto, la corrección en una etapa posterior cuesta
10 dólares por unidad. ¿Es conveniente contratar a un inspector?

Solución:

El costo de inspeccionar cada unidad es:

$
0,03 defectos sin inspección → 𝑐𝑜𝑠𝑡𝑜𝑠 𝑑𝑒 𝑟𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑜 = 10
𝑢
$ 1ℎ $
0,00 defectos con inspección → 𝑐𝑜𝑠𝑡𝑜𝑠 𝑑𝑒 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛 = 8 × = 0,267
ℎ 30𝑢 𝑢

El beneficio (o la pérdida) derivado del proceso de inspección con una mejora del 2% es:

$ $
𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜 = 0,03 × 10 = 0,3
𝑢 𝑢
$
𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛 = 0,267
𝑢

Por lo tanto, se debe contratar a un inspector para realizar la inspección puesto que se ahorra 0,033 $/u.
Gerencia de Operaciones y Tecnología
Por: Lic. Jhonny R. Barrera Quispe

4. Una máquina automatizada de alta velocidad fabrica resistores para circuitos electrónicos. La máquina está
programada para producir un lote muy numeroso de resistores de 1.000 ohms cada uno.
Con el fin de ajustar la máquina y crear una gráfica de control para utilizarla a lo largo de todo el proceso se
tomaron 15 muestras con cuatro resistores cada una. La lista completa de muestras y sus valores medidos es la
siguiente:

Número de
Lecturas (en ohms)
la muestra
1 1.010 991 985 986
2 995 996 1.009 994
3 990 1.003 1.015 1.008
4 1.015 1.020 1.009 998
5 1.013 1.019 1.005 993
6 994 1.001 994 1.005
7 989 993 982 1.020
8 1.001 986 996 996
9 1.006 989 1.005 1.007
10 992 1.007 1.006 979
11 996 1.006 997 989
12 1.019 996 991 1.011
13 981 991 989 1.003
14 999 993 988 984
15 1.013 1.002 1.005 992

Elabore una gráfica 𝑋̅ y una gráfica R, y grafique los valores. Con base en las gráficas, ¿qué puede comentar
sobre el proceso? (Utilice tres límites de control Sigma)
Solución:
Número de
la muestra
Lecturas (en ohms) 𝑋̅ R
1 1.010 991 985 986 993 25
2 995 996 1.009 994 999 15
3 990 1.003 1.015 1.008 1.004 25
4 1.015 1.020 1.009 998 1.011 22
5 1.013 1.019 1.005 993 1.008 26
6 994 1.001 994 1.005 999 11
7 989 993 982 1.020 996 38
8 1.001 986 996 996 995 15
9 1.006 989 1.005 1.007 1.002 18
10 992 1.007 1.006 979 996 28
11 996 1.006 997 989 997 17
12 1.019 996 991 1.011 1.004 28
13 981 991 989 1.003 991 22
14 999 993 988 984 991 15
15 1.013 1.002 1.005 992 1.003 21
𝑋̿ 999
𝑅̅ 22
Límite de control superior:
𝑋̅ = 𝑋̿ + 𝐴2 𝑅̅ = 999 + 0,73(22) = 1.015,06

Límite de control inferior:


𝑋̅ = 𝑋̿ − 𝐴2 𝑅̅ = 999 − 0,73(22) = 982,94

Límite de control superior:


𝑅 = 𝐷4 𝑅̅ = 2,28(22) = 50,16

Límite de control inferior:


𝑅 = 𝐷3 𝑅̅ = 0(22) = 0

Para los valores de A2, D3 y D4 se obtuvieron de la tabla otorgada en la guía.


Gerencia de Operaciones y Tecnología
Por: Lic. Jhonny R. Barrera Quispe

1.020 60
LCS
LCS
1.010 50

1.000 40

990 30

980 LCI 20

970 10

LCI
960 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Nro de muestras Nro de muestras

De los gráficos se puede observar que todas las medias de la muestra y los rangos de las muestras se
encuentran dentro de los límites de control.

5. En el pasado, Alpha SRL no realizaba inspecciones de control de calidad en los productos que recibía, sino que
confiaba en sus proveedores. Sin embargo, hace poco la empresa tuvo una experiencia desagradable con la
calidad de los artículos que compra y quiere establecer planes de muestreo para el departamento de recepción
de productos.
Para un componente X en particular, Alpha tiene una tolerancia de defectos por lote de 10%. Zenon SRL,
empresa a la que Alpha compra este componente, tiene un nivel de calidad aceptable en sus instalaciones de
producción de 3% para el componente X. Alpha tiene un riesgo para el consumidor de 10% y Zenon maneja un
riesgo para el productor de 5%.
a) Al recibir un envío del Producto X de Zenon, ¿qué tamaño de muestra debe probar el departamento de
recepción de productos?
b) ¿Cuál es el número de defectos permitido para aceptar el envío?

Solución:

 Los lotes se definen de alta calidad si no contienen más de un nivel específico de defectos, lo que se conoce
como nivel de calidad aceptable (NCA).
 Los lotes se definen de baja calidad si el porcentaje de defectos es mayor que una cantidad específica, lo que
se conoce como porcentaje de tolerancia de defectos en el lote (PTDL)
 La probabilidad asociada al rechazo de un lote de alta calidad se indica con la letra griega alfa () y se
conoce como riesgo del productor.
 La probabilidad relacionada con la aceptación de un lote de baja calidad se indica con la letra beta (β) y se
llama riesgo del consumidor.

c PTDL/NCA n*NCA
0 44,890 0,052
1 10,946 0,355
2 6,509 0,818
3 4,890 1,366
4 4,057 1,970
5 3,549 2,613
6 3,206 3,286
7 2,957 3,981
8 2,768 4,695
9 2,618 5,426
Gerencia de Operaciones y Tecnología
Por: Lic. Jhonny R. Barrera Quispe

Los parámetros del problema son:

 Nivel de calidad aceptable (NCA)= 0,03


 Porcentaje de tolerancia de defectos en el lote (PTDL)= 0,10
 Riesgo del productor ()= 0,05
 Riesgo del consumidor (β)= 0,10

Con la anterior tabla se encuentran c y n. Primero, divida PTDL entre NCA (0,10 ÷ 0,03 = 3,33). Luego,
encuentre la razón en la columna 2 que sea igual o mayor que la cantidad (3,33). Este valor es 3,549
asociado a c = 5.

Por último, encuentre el valor en la columna 3 que esté en la misma fila que c = 5 y divida esa cantidad
entre NCA para obtener n (2,613 ÷ 0,03 = 87,10  88).

El plan de muestreo adecuado es c = 5, n = 88.

6. A usted lo acaban de nombrar asistente del administrador de un hospital de su localidad, y su primer proyecto
consiste en investigar la calidad de los alimentos para pacientes que prepara el departamento correspondiente.
Para ello, realizó una encuesta durante 10 días mediante un sencillo cuestionario con cada comida a 400
pacientes, en el que detallaron si los alimentos fueron satisfactorios o no. En aras de la sencillez, suponga que
la respuesta fue de 1.000 cuestionarios por 1.200 comidas cada día. Los resultados son los siguientes:

Cantidad de comidas Tamaño de


no satisfactorias la muestra
Diciembre 1 74 1.000
Diciembre 2 42 1.000
Diciembre 3 64 1.000
Diciembre 4 80 1.000
Diciembre 5 40 1.000
Diciembre 6 50 1.000
Diciembre 7 65 1.000
Diciembre 8 70 1.000
Diciembre 9 40 1.000
Diciembre 10 75 1.000
600 10.000

a) Elabore una gráfica p con base en los resultados del cuestionario y un intervalo de confianza de 95,5%, que
implica dos desviaciones estándar.
b) ¿Qué puede comentar acerca de los resultados de la encuesta?

Solución
a)

Tamaño Cantidad de Fracción


Muestra de la comidas no de 𝑁𝑇𝐷 600
muestra satisfactorias defectos 𝑝̅ = = = 0,0600
𝑁𝑀 × 𝑛 10 × 1.000
Diciembre 1 1.000 74 0,074
Diciembre 2 1.000 42 0,042
Diciembre 3 1.000 64 0,064 𝑝̅(1 − 𝑝̅ ) 0,0600(1 − 0,0600)
𝑠𝑝 = √ =√ = 0,0075
Diciembre 4 1.000 80 0,080 𝑛 1.000
Diciembre 5 1.000 40 0,040
Diciembre 6 1.000 50 0,050 𝐿𝐶𝑆 = 𝑝̅ + 𝑧𝑠𝑝 = 0,0600 + 2(0,0075) = 0,0750
Diciembre 7 1.000 65 0,065
Diciembre 8 1.000 70 0,070
Diciembre 9 1.000 40 0,040 𝐿𝐶𝐼 = 𝑝̅ − 𝑧𝑠𝑝 = 0,0600 − 2(0,0075) = 0,0450
Diciembre 10 1.000 75 0,075
600
Gerencia de Operaciones y Tecnología
Por: Lic. Jhonny R. Barrera Quispe

b) De las 10 muestras, 4 se apartan de los límites de


control.

Se concluye que el proceso está fuera de control.


Es necesario examinarlo para encontrar la causa
de una variación tan extensa.

7. En un departamento de una empresa de electrónica se fabrican módulos de circuitos integrados en gran escala.
Estos módulos se integran a dispositivos analógicos que después se encapsulan en un material epóxico. El
rendimiento no es muy bueno para la manufactura de módulos integrados en gran escala, de modo que el
NCA especificado por el departamento es de 0,15, mientras que el PTDL que el departamento de ensamblaje
considera aceptable es de 0,40.
a) Diseñe un plan de muestreo.
b) Explique el significado del plan de muestreo; es decir, ¿cómo diría a alguna persona que realizara la
prueba?

Solución:
a) El plan de muestreo será diseñado de acuerdo a los siguientes parámetros:

 Nivel de calidad aceptable (NCA)= 0,15


 Porcentaje de tolerancia de defectos en el lote (PTDL)= 0,40
 Riesgo del productor ()= 0,05
 Riesgo del consumidor (β)= 0,10

Primero, dividimos PTDL entre NCA (0,40 ÷ 0,15 = 2,67), luego, encontramos la razón en la columna 2 que
sea igual o mayor que la cantidad (2,67). Este valor es 2,768 asociado a c = 8.

Por último, encontramos el valor en la columna 3 que esté en la misma fila que c = 8 y dividimos a esa
cantidad entre NCA para obtener n (4,695 ÷ 0,15 = 31,30  32).

El plan de muestreo adecuado es c = 8, n = 32.

b) Explique el significado del plan de muestreo; es decir, ¿cómo diría a alguna persona que realizara la
prueba?

El muestreo de aceptación es un componente principal de control de calidad y es útil cuando el costo de la


prueba es alto comparado con el costo de pasar un elemento defectuoso o cuando la prueba destruye la
muestra. Es un compromiso entre realizar el 100% de la inspección y no inspeccionar. En particular, en
casos en que se desconoce la calidad del proceso de un proveedor, un muestreo de aceptación podría ser
una buena opción en lugar de una inspección de 100% de los elementos. El muestreo de aceptación se
puede realizar en atributos o mediciones del producto.

8. Los departamentos de policía estatal y local pretenden analizar los índices delictivos con el fin de desplazar
patrullas desde las áreas en las que los índices van a la baja hacia aquellas en donde se incrementan. La ciudad
y el condado están divididos en áreas con 5.000 residencias. La policía reconoce que no se denuncian todos los
delitos e infracciones: la gente no quiere verse involucrada, considera que no vale la pena denunciar las
Gerencia de Operaciones y Tecnología
Por: Lic. Jhonny R. Barrera Quispe

infracciones, no se sienten a gusto de ir a la delegación o no se dan el tiempo de hacerlo, entre otras razones.
Debido a lo anterior, cada mes, la policía contacta por teléfono a una muestra aleatoria de 1.000 de las 5.000
residencias para obtener información sobre delincuencia (a quienes contestan las llamadas se les garantiza el
anonimato). Estos son los datos de un área recopilados durante los últimos 12 meses:

Incidencia Tamaño de Índice


Mes
delictiva la muestra delictivo
Enero 7 1.000 0,007
Febrero 9 1.000 0,009
Marzo 7 1.000 0,007
Abril 7 1.000 0,007
Mayo 7 1.000 0,007
Junio 9 1.000 0,009
Julio 7 1.000 0,007
Agosto 10 1.000 0,010
Septiembre 8 1.000 0,008
Octubre 11 1.000 0,011
Noviembre 10 1.000 0,010
Diciembre 8 1.000 0,008

Elabore una gráfica p para una confianza de 95% (1,96) y grafique cada mes. Si los siguientes tres meses
muestran que la incidencia de delitos en esa área será:

 Enero = 10 (de 1.000 elementos en la muestra)


 Febrero = 12 (de 1.000 elementos en la muestra)
 Marzo = 11 (de 1.000 elementos en la muestra)

¿Qué puede comentar en cuanto al índice de crímenes?

Solución:

Tamaño de Incidencia Índice


Mes
la muestra delictiva delictivo 𝑁𝑇𝐷 100
1 1.000 7 0,007 𝑝̅ = = = 0,0083
2 1.000 9 0,009
𝑁𝑀 × 𝑛 12 × 1.000
3 1.000 7 0,007
4 1.000 7 0,007
𝑝̅(1 − 𝑝̅ ) 0,0083(1 − 0,0083)
5 1.000 7 0,007 𝑠𝑝 = √ =√ = 0,0029
6 1.000 9 0,009 𝑛 1.000
7 1.000 7 0,007
8 1.000 10 0,010
9 1.000 8 0,008 𝐿𝐶𝑆 = 𝑝̅ + 𝑧𝑠𝑝 = 0,0083 + 1,96(0,0029) = 0,0140
10 1.000 11 0,011
11 1.000 10 0,010 𝐿𝐶𝐼 = 𝑝̅ − 𝑧𝑠𝑝 = 0,0083 − 1,96(0,0029) = 0,0027
12 1.000 8 0,008
100

De las 12 muestras, todas se encuentran dentro de los


límites de control.

El índice de los próximos meses enero, febrero y marzo


son 0,010, 0,012 y 0,011 respectivamente, dichos índices
se encuentran en los límites establecidos
anteriormente.
Gerencia de Operaciones y Tecnología
Por: Lic. Jhonny R. Barrera Quispe

9. Algunos ciudadanos se quejaron con los miembros del ayuntamiento porque en su opinión la ley debería
ofrecer una protección equitativa en contra de la delincuencia. Los ciudadanos argumentaron que esta
protección equitativa se debe interpretar como la indicación de que las áreas con un índice delictivo alto deben
contar con mayor protección por parte de la policía que las áreas con un índice más bajo. Por tanto, se deben
dedicar patrullas de policía y métodos de prevención (como alumbrado público o limpieza de áreas y edificios
abandonados) en proporción a la ocurrencia de los delitos.
De modo similar al anterior problema, la ciudad se dividió en 20 áreas geográficas, cada una de las cuales con
5.000 residencias. Las 1.000 residencias en la muestra de cada área mostraron el siguiente índice delictivo
durante el mes anterior:

Cantidad de Tamaño de Índice


Área
delitos la muestra delictivo
1 14 1.000 0,014
2 3 1.000 0,003
3 19 1.000 0,019
4 18 1.000 0,018
5 14 1.000 0,014
6 28 1.000 0,028
7 10 1.000 0,010
8 18 1.000 0,018
9 12 1.000 0,012
10 3 1.000 0,003
11 20 1.000 0,020
12 15 1.000 0,015
13 12 1.000 0,012
14 14 1.000 0,014
15 10 1.000 0,010
16 30 1.000 0,030
17 4 1.000 0,004
18 20 1.000 0,020
19 6 1.000 0,006
20 30 1.000 0,030
Sugiera una reubicación de los esfuerzos de protección, si lo considera apropiado, a partir del análisis de la
gráfica p. Para que su recomendación sea más certera, seleccione un nivel de confianza de 95% (es decir, Z =
1,96).

Solución:
Tamaño de Incidencia Índice
Área
la muestra delictiva delictivo
1 1.000 14 0,014 𝑁𝑇𝐷 300
2 1.000 3 0,003 𝑝̅ = = = 0,0150
𝑁𝑀 × 𝑛 20 × 1.000
3 1.000 19 0,019
4 1.000 18 0,018
5 1.000 14 0,014 𝑝̅(1 − 𝑝̅ ) 0,0150(1 − 0,0150)
𝑠𝑝 = √ =√ = 0,0038
6 1.000 28 0,028 𝑛 1.000
7 1.000 10 0,010
8 1.000 18 0,018
9 1.000 12 0,012
𝐿𝐶𝑆 = 𝑝̅ + 𝑧𝑠𝑝 = 0,0150 + 1,96(0,0038) = 0,0225
10 1.000 3 0,003
11 1.000 20 0,020 𝐿𝐶𝐼 = 𝑝̅ − 𝑧𝑠𝑝 = 0,0150 − 1,96(0,0038) = 0,0075
12 1.000 15 0,015
13 1.000 12 0,012
14 1.000 14 0,014
15 1.000 10 0,010
16 1.000 30 0,030
17 1.000 4 0,004
18 1.000 20 0,020
19 1.000 6 0,006
20 1.000 30 0,030
300
Gerencia de Operaciones y Tecnología
Por: Lic. Jhonny R. Barrera Quispe

0,035

0,030
Del análisis del grafico se tiene
Fraccion de defectos

0,025
LCS
que los índices de delincuencia
0,020
más bajas se presentan en las
áreas 2, 10, 17 y 19, en tanto que
0,015 las áreas más peligrosas son el
0,010 6, 16 y 20 cuyos índices superan
considerablemente los límites
0,005 LCI
de control, por lo que se
0,000 recomienda fortaleceré estas
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 últimas.
Nro de muestras

10. A continuación se dan los valores de barra de 𝑋̅ y valores de R de cinco muestras. Si el límite de control
inferior para la gráfica de barra X es 8,34, ¿cuál es el tamaño de la muestra?

Muestra Barra 𝑋̅ R
1 8,51 0,44
2 8,37 0,58
3 8,42 0,66
4 8,61 0,47
5 8,54 0,60
Solución:

Muestra Barra 𝑋̅ R
1 8,51 0,44
2 8,37 0,58
3 8,42 0,66
4 8,61 0,47
5 8,54 0,60
𝑋̿= 8,49 𝑅̅ = 0,55

𝐿𝐶𝑆𝑋̅ = 𝑋̿ + 𝐴2 𝑅̅ = 8,49 + 𝐴2 (0,55)

𝐿𝐶𝐼𝑋̅ = 𝑋̿ − 𝐴2 𝑅̅ = 8,49 − 𝐴2 (0,55) = 8,34 → 𝐴2 = 0,27

De tablas, se tiene que el tamaño de cada muestra es n = 12 (número de observaciones de cada subgrupo)