EJERCICIOS DE CONTROL DE LA CALIDAD

13) Si un proceso tiene un Cps = 1.3, estime las PPM fuera de

especificaciones (apóyese en la tabla 5.2).
PPM = 96.231

14) La especificación del peso de una preforma en un proceso de

inyección de plástico es de 60 ± 1 g. Para hacer una primera
valoración de la capacidad del proceso se obtiene una muestra
aleatoria de n = 40 piezas, y resulta que X= 59.88 y S = 0.25.

a) Estime con un intervalo de confianza a 95% los índices Cp, Cpk y

Cpm, e intérprete cada uno de ellos.

ES−EI
Cp=
6Ѳ

61−59
Cp=
6 ( 0.25 )

2
Cp=
1.5

Cp=1.33 R
De acuerdo a este intervalo se puede decir que el proceso tiene una
capacidad potencial intermedia, debido a que en el intervalo se incluye a
1.33.

Cpk=minimo
[ μ−EI ES−μ
3o
,
3o ]
Cpk=
[ 59.88−59 61−59.88
3(0.25)
,
3(0.25) ]
Cpk= [ 0.88 1.12
,
0.75 0.75 ]
Cpk=1.17 , 1.49 R
De acuerdo al intervalo se puede concluir que existe incertidumbre sobre la
capacidad real del proceso
 ES−EI
Cpm=
6r

r= √ σ ² +( µ−N )²

r= √ (0.25)²+(59.88−40)²

0.0625+395.21
¿
r=√ ¿

r= √ 395.27

r=19.88 R
Tal como se muestra el intervalo se concluye que el proceso tiene una
capacidad intermedia.
b) Hay seguridad de que la capacidad del proceso sea satisfactoria
No hay seguridad ya que el proceso no está estable y existe incertidumbre
sobre la capacidad real por que el tamaño de la muestra es pequeño y esto
demuestra y se sugiere a seguir monitoreando el proceso hasta tener un
tamaño de la muestra mayor.

c) Por que fue necesario estimar por intervalo

Para tener una mayor certidumbre acerca del valor verdadero de la
capacidad del proceso.

15) Conteste los primeros incisos del problema anterior, pero ahora
suponga que el tamaño de la muestra fue de n = 140. .Las
conclusiones serían las mismas

No serían las mismas conclusiones, debido a que el tamaño real de la

muestra es un número más elevado y esto haría que el proceso esté en un
una capacidad estable.

16) Realice el problema 14 con de n = 40 piezas, X= 59.88y S =

0.15.

ES−EI
Cp=
6Ѳ

61−59
Cp=
6(0.15)

2
Cp=
0.9
 Cp=2.22/¿

Cpk=minimo [ μ−EI ES−μ

3o
,
3o ]
Cpk=
[ 59.88−59 61−59.88
3(0.15)
,
3(0.15) ]
0.88 1.12
Cpk= ,
0.45 0.45

Cpk=1.96 , 2.49 //

ES−EI
Cpm=
6r

r= √ σ ² +( µ−N )²

r= √ (0.15)²+(59.88−40)²

r= √ 0.0225+395.21

r= √ 395.23

r=19.88 //

21. Explique la métrica Seis Sigma (el estadístico Z)

Es la métrica de capacidad de procesos de mayor uso en Seis Sigma.
Se obtiene calculando la distancia entre la media y las especificaciones, y esta
distancia se divide entre la desviación estándar.

22. De un ejemplo donde se apliquen las siguiente métricas: DPU, DPO, DPMO, e
interprételas.
En la EPN se matriculan a Nivelación 1000 estudiantes en cada período académico, al
realizar el proceso de actualizacón de datos se revisa y actualiza lo siguiente :
1. Nombres
2. Procedencia
3. Fecha de nacimiento
4. Título de colegio
5. Colegio del que proviene
Se tiene los siguientes errores en le proceso de actualización de datos:
1. Errores en los nombres
2. Errores en la fecha de nacimiento
3. Errores en el colegio
En un período académico se encuentra que existen 210 errores
DPU = d/U
DPU = 210/1000
DPU = 0,21

En promedio cada actualización de datos tiene 0,21 errores

DPO = d/U*O
DPO = 210/(1000*5)
DPO = 0,042

De 5000 ingresos de datos se cometen 210 errores

DPMO = 1000.000 * DPO

De un millon de ingresos de datos se espera tener 42000
errores

DPMO = 42000

23. Si una característica de calidad tiene una especificación de 35 1, y de

acuerdo con datos históricos se tiene que μ = 35.1, y una desviación estándar de
corto plazo igual a 0.31, y de largo plazo igual a 0.40, resuelva lo siguiente:

a) Obtenga Zc y ZL, y diga por qué difieren de manera importante.

Zc difiere de ZL porque la desviación estándar de corto plazo solamente toma en
cuenta a una muestra pequeña del proceso en un periodo de tiempo corto donde no
influyen factores externos como mano de obra, maquinaría, materiales, turnos,etc.
b) ¿Cuál es el nivel de sigmas del proceso?
El nivel de sigmas del proceso se obtiene a través de Zc. Por lo tanto el nivel de
sigmas es de 2.90 sigmas.
c) Obtenga los índices Pp y Ppk e interprete.

El valor de es menor que 1 y mayor a 0.67 por lo tanto es de clase 3 y no es

adecuado para el trabajo.

El valor de especificación. Es menor que 1 por lo tanto no cumple con al menos una

d) Obtenga los índices Cp y Cpk e interprete.

El valor de es mayor que 1 y menor que 1.33 por lo tanto es de clase 2 y es
parcialmente adecuado y requiere un control estricto.

El valor de especificación. Es menor que 1 por lo tanto no cumple con al menos una

e) ¿Con cuántas PPM trabaja este proceso?

En 2 procesos.

24. Considere que los datos del ejercicio 15 del capítulo 2 se obtuvieron con 28
muestras de tamaño 4 cada una, y los datos están ordenados por renglón (cada
renglón representa dos muestras). Resuelva lo siguiente:
a) Obtenga la desviacion estandar de corto y largo plazo.
b) Calcule Zc y ZL, e interprete.
c) .Cual es el nivel de sigmas del proceso?
d) Obtenga Pp y Ppk.
e) Con cuantas PPM trabaja este proceso?
27,72 27,88 27,89 27,93 28,02 28,19 28,21 28,39
27,91 27,94 27,95 27,96 27,97 28,04 28,05 28,06
27,74 27,81 27,91 27,93 27,95 27,98 28,07 28,13
27,8227,7027,7627,7627,8827,7527,8827,7527,6327,8427,87
DATOS
N=
EI=
ES=
µ=
ơ=

a.

27,87 27,84 27,84 27,81 27,89 27,75 28,05 27,78 27,74 27,85 27,90
27,87 27,86 27,87 27,84 27,96 27,82 28,08 27,89 27,84 27,88 27,94
27,90 27,98 27,90 27,85 28,04 27,85 28,11 27,94 27,91 27,97 27,97
27,91 27,99 27,94 27,93 28,08 27,98 28,11 28,04 27,93 28,00 28,01
27,94 28,00 28,07 27,94 28,08 28,02 28,13 28,05 28,10 28,01 28,13
28,16 28,02 28,10 27,95 28,19 28,09 28,14 28,10 28,14 28,1028,16
28,23 28,13 28,26 27,96 28,22 28,27 28,16 28,19 28,21 28,12 28,16
28,00 27,50 28,50 27,98 0,14

DESVIACION ESTANDAR CORTO PLAZO

DESVIACION ESTANDAR LARGO PLAZO

ơl= 0,14

0,39 /2,326

ơc= 0,17
b.

Zc y Zl
��−µ

Zs=28,5−27,98

Zs=3,13

Zi

Zi=Zc
Zs=0,17

Zs=Zi

Zs

Zs=µ−��

Zi=27,98−27,50 = 0,17

Zi=2,84
Zc=2,84
Min[�� , ��]

Zi=Zl

��−µ
=28,5−27,98
=0,14
=3,65

µ−��
=27,98−27,50
=0,14
3,31
Zl=3,31

Min[�� , ��]
Zm ��
Zm=�l]
=-0,47

c. Nivel de sigmas del proceso

Zc=2,84

d. Pp y Ppk
Pp

ES−EI
6ơ

Pp=28,50−27,50
=6 0,14

Pp=Ẋ−EI ��−Ẋ,]3ơL3ơL

Ppk

Ppk=6,96
Min[Ppk=27,98−27,50 28,50−27 98,]
3 0,14
1,10

e. PPML
PPML

exp=Zc
PPML=exp

PPML=91528,26

25. A partir de los datos de la tabla 5.5 del ejemplo 5.7 obtenga lo siguiente:
Son 36 muestras con 5 datos cada uno: d2=2.326 (según apéndice A1)
µ=552,5
ES=558
EI=542
a) Obtenga desviación estándar de corto y largo plazo.
Desviación estándar de corto plazo
R  4,6

σc=Rd2
σc=4,6(2,326)
σc=1,98

Desviación estándar de largo plazo

σL=S
σL=1,96

b) Calcule Zc y ZL, e interprete.

Zc

Zs=ZL

Es - µ

Zs=σ
Zs=Es - µσ

558 - 552,5

Zs=1.98

558 - 552,5
1.96

Zs=2.78

Zs=2.81
Zi=µ - EI

Zi=µ - EIσ
Zi=σ

552,5 - 542

Zi=1.98
Zi=Zc=1.96

5.31

Zi=mínimo [Zs,Z1]

Zc=552,5 - 542
5.36
ZL= mínimo [Zs,Z1]
2.78
ZL=2.81
Zm = Zc - ZL
Zm =-0.03

Si Zm es menor a 1,5 el proceso tiene un mejor control que el promedio de los procesos
con control pobre
c) ¿Cuál es el nivel de sigmas del proceso?
Zc=2,78 sigmas

d) Obtenga Pp y Ppk.
Pp

Pp=ES - EI
6σL

Pp=ES - EI
6σL

Pp =1,36

Ppk =0,94

d) ¿Con cuántas PPM trabaja este proceso?

PPML= 29,37  (Zc  0,8409 2)

= 2,221
PPML= 29,37  (2,78  0,8409) 2
=2,221
101802= PPM
26. De 2000 tarjetas electrónicas producidas se detectaron 1000 defectos. Cada
tarjeta tiene 50 componentes.

a. Calcule los índices DPU y DPMO e interprete

Unidades inspeccionadas U
Defectos d
Oportunidades de error por unida O
DPU = d/U
DPU = 1000/2000
DPU = 0,5
DPO = d/U*O

2000
1000
50

En promedio cada tarjeta producida tiene 50 % de defectos

DPO = 1000/(2000*50)
DPO = 0,01

De un millón de tarjetas producidas se fabricaron 1000 con defectos

DPMO = 1000.000 * DPO

DPMO = 10000

De un millón de tarjetas producidas se fabricaron 10.000 con defectos

b. Estime el nivel de sigmas de este proceso

Sigmas

y=e ^-DPU
(2,7183) ^-0,5
0,6065

P(ZZy)= 1-Y
P(Z>Zy)= 1-0,6065
P(Z>Zy)= 0,2703

Suponiendo un desplazamiento de 1,5 sigmas

Zc= Zy +1,5
Zc =0,2703+1,5
Zc =1,7703

27. Se examinaron cuatro características críticas en una muestra de 500 órdenes de

compra. En 25 de las órdenes fueron encontrados 50 errores de diferentes tipos.
a) Obtenga el DPU y el DPMO.

b) Estime el nivel de sigmas de este proceso.

Rendimiento:
−0 1

La probabilidad de que una unidad este libre de defectos es de 90.48%

El nivel de sigmas de largo plazo es de 1.84

El número de sigmas del proceso es de 3.34

28. Un proceso tiene cinco defectos codifi cados con las letras A, B, C, D, E. Los
siguientes datos fueron colectados en cierto periodo de tiempo, registrando (D)
defectos, unidades (U) y oportunidades (O).

a) Con base en los datos de la tabla, obtenga el DPU, el DPO y el DPMO para
cada
tipo de defecto, asi como para el total.
b) Obtenga una estimacion de la probabilidad de que el producto no tenga
ese defecto,
Y = e−DPU, y con ello el nivel de sigmas de largo y corto plazo para el
defecto
correspondiente.
c) Considere todos los defectos y determine cual es el nivel de sigmas del
proceso.
CARACTERISTICA

D
U
O
DPU
DPO
DPMO

Y = e−DPU
ZL
ZC
TIPO A
20
450
10
0,044
0,004
4444,44
0,96
1,71
3,21
TIPO B
15
350
15
0,043
0,003
2857,14
0,96
1,73
3,23

TIPO C
6
200
25
0,030
0,001
1200,00
0,97
1,89
3,39
TIPO D
25
350

12
0,071
0,006
5952,38
0,93
1,48
2,98
TIPO E
30
400
15
0,075
0,005
5000,00

0,93
1,46
2,96
TOTAL
96
1750
77
0,05
0,00
3890,79
0,95
1,65
3,15

134750
En promedio cada proceso tiene 0,05 defectos (DPU)
En total de 134750 procesados 96 tuvieron defecto
De un millón de procesados se espera tener 3890, por lo que no habría un
proceso
seis sigma, ya que el objetivo es de 3,4
La probabilidad de que una unidad esté libre de defecto es del 95%
El nivel de sigmas a largo plazo es de 1,65
El número de sigmas des proceso es de 3,15, cercano a 66807, está muy
lejos de
tener un proceso seis sigma

29. Se proyecta la producción de una nueva pieza y se requiere

establecer sus
especificaciones. Para ello, a partir de una producción preliminar se
obtiene una
muestra pequeña de n = 35 piezas, se mide y se obtiene X = 26.3 y
S = 0.3. Con base
en esto obtenga los límites de tolerancia natural, considerando
confianzas de γ = 90%
y 95% y coberturas dadas por α = 0.10 y 0.05. Explique los cuatro
intervalos obtenidos.

γ=90%
α=0,10

Límite de tolerancia
K= X  K ( , )

S=90,00%
1,998

X  K (90,0,10 )

S =26,3 ± 0,60= (25,7 , 26,9)

γ=95%
α=0,05

Límite de tolerancia
K=2,49
X  K ( , )

S=95,00%
X  K ( 95 , 0 , 05 )

S=26,3 ± 0,75= (25,55 , 27,05)

30. Si en el problema anterior las especificaciones deseadas, de manera

preliminar y
de acuerdo con los requerimientos de diseño son 26 +- 1, obtenga el Cp,
que se
tendría en cada uno de los casos indicados arriba. (Nota: recuerde que el Cp
es una
razón entre la amplitud de las tolerancias deseadas y la amplitud de la
variación del
proceso, lo cual se calculó en el inciso anterior)

Ẋ ± K(ϒ ,α)

S=26 ± 1=��−��
Cp=[25 , 27]
6ơ
Cp=27−25
6 0,3

Cp= 27,234−25,366
6 0,3

Cp= 27,047−25,553
6 0,3
Cp= 1,11
0,66
=0,83

31. Si en el punto anterior los Cp obtenidos son malos, ¿Qué

alternativas hay?
Los Cp obtenidos en el ejercicio 30 corresponden a la clase 3 y se los
considera
malos. Para esto es necesario aumentar el número de la muestra a 40, la
confianza a
99% y el límite de confianza en un 99% para obtener un índice K de 6.518.
Con este
índice se tiene los siguientes Cps.

99,0 01

De esta manera el proceso puede ser considerado como de clase mundial.

32. Con respecto al problema 29:

a) Resuelva dicho problema considerando que se obtuvieron los

mismos datos (X=
26.3 y S = 0.3), pero ahora suponga que se utilizó un tamaño de
muestra de n = 110.

X=26,3
S=0,3
n=100
γ=90%
α=0,10
Límite de tolerancia 90,00%=1,998

K=(1-α /2)*100= 95
Límite de tolerancia 95%
(1-α /2)*100= 97,5
Límite de tolerancias 97,5%
K = 1,988
S*K = 0,5964
26,3 ± 0,5964
Ẋ ± K(90,0,1)

S= Ẋ ± K (ϒ ,α)

S=26 ± 1
K = 2,49
S*K =[25,7036 ,26,8964]
= 27−25
6 *0,3
=1,11
Cp=27,234−25,366
6*0,3
=0,66

= 27,047−25,553
6 0,3
=0,747
26,3 ± 0,747
Ẋ ± K(90,0,05)

S=[25 , 27]
Cp=95%
0,05
Cp=95,00%
2,49
cp=0,83

b) Compare los intervalos anteriores con los obtenidos en el

problema 29. ¿Por qué
tienen distinta amplitud?

33. Supongamos que la longitud de un ensamble final, y está dado

por la siguiente
combinación lineal de tres componentes individuales: y = x1 + 3x2
+ x3. Para la
longitud final se tiene una tolerancia de 180 ± 2.5. Las longitudes
de cada uno de los
componentes se distribuyen normal con media y varianza conocida:
x1 ∼ N(39.8,
0.23), x2 ∼ N(60.1, 0.59) y x3 ~ N(79.9, 0.92). Todas las longitudes
están dadas en
milímetros, y pueden suponerse independientes, ya que son
producidas en máquinas
diferentes. Encuentre el porcentaje de ensambles finales que
cumplen con las
especificaciones.

y = x1 + 3x2 + x3
Especificaciones de diseño= 180 ± 2.5
x1 ∼N(39.8, 0.23)
x2 ∼ N(60.1, 0.59)
x3 ~ N(79.9, 0.92)
y = x1 + 3x2 + x3

Distribución Normal con media:

µ y=39,8 + 3*60,1 + 79,9

µ y=300
Varianza:
σ²y=(0,23)^2 + (3*0,59)^2 + (0,92)^2
σ²y=4,03

Desv. estandar =2,01

Porcentaje de ensambles que caen dentro de las especificaciones:

[177,5 , 182,5]
P(177,5 ≤ y ≤ 182,5)= P(y≤182,5) - P( y ≤ 177,5)

Φ *(182,5 - 300)/√4.03+
Φ(-58,53)
- Φ *(175,5 - 300)/√4.03+
- Φ(-62,02)

34. La longitud de un ensamble final , y , está dado por la siguiente

combinación lineal
de cuatro componentes individuales : y=x1+3x2+x3+x4. Para la
longitud final se tiene
una tolerancia de 107 + - 1,5. Las longitudes de cada uno de los
componentes se
distribuye normal con media y varianza conocida: x1 N(19,8, 0,15),
X2 N(10, 0,9), X3
N(25,02, 0,3), X4 N(32, 0,23). Todas las longitudes están dadas en
milímetros, y
pueden suponerse independientes porque son producidas en
maquinarias diferentes.
a. ¿Qué porcentaje de ensambles finales cumplen con especificaciones?
[105,5 , 108,5]
x1 ~ N(19,8, 0,15)
X2 ~ N(10, 0,9)
X3 ~ N(25,02, 0,3)
X4 ~ N(32, 0,23)
y=x1+3x2+x3+x4
Distribución normal con media
µy =19,8+3*10+25,02+32
106,82

Varianza
ơ ^2y =(0,15^2)+((3^2)*(0,9^2))+(0,3^2)+(0,23^2)
ơ ^2y =7,4554

La desviación estándar es la raíz cuadrada de la varianza

Desv.estandar = 2,73
Porcentaje que cae dentro de las especificaciones
P(105,5 ≤ y ≤ 108,5)= P(y≤108,5) - P( y ≤ 105,5)
108,5−106,82
7,54

- Ø(=Ø(108,5−106,82
7,54
1,68
2,73

=Ø(105,5−106,82
7,54

105,5−106,82
7,54
−1,32
2,73
Distr.Norma(X, media, desv.estandar,Acum) - (Distr.Norma(X, media,
desv.estandar,Acum)
0,73081556

De los productos ensamblados caen dentro de los límites de

41,64% especificación

35. Se diseñan las tolerancias de un ensamble lineal de tres piezas,

de forma que la
longitud final está dada por y =x1 + x2 + x3. Las especificaciones
para el ensamble
final son de 32.00 0.7. La longitud de cada componente,x1, x2 y x3,
son
independientes y se distribuye normal con medias μ1 = 12, μ2 = 8,
μ3= 12,
respectivamente. Se desea definir los límites de tolerancias para
los ensambles
individuales de tal forma que al menos 99.73% de los ensambles
finales esté dentro de
especificaciones.

Realice lo anterior suponiendo que la variación de los componentes

individuales es proporcional a su longitud (véase ejemplo 5.10). 1
2, 3, 1, 2 y coincide con el valor nominal 3, por coincidir con los límites de la
especificación, por lo tanto: 07, 3, los límites naturales del proceso estarán
dentro de especificaciones y
el porcentaje de ensambles dentro de especificaciones será de por lo menos
99.73%
2, 1, 2, 2, 2, 3, 2, 2. Debido a que la variación de los componentes
individuales es proporcional a la longitud se tiene:

1 2 3; 2 2 2 2; 1; 32

1 2 3 ; 2 2 2; 0; 05429
32 3 2

de donde se obtiene:
por lo tanto se sabe que:

222

Límites de especificación para cada componente

x1, x2, x3
36. Resuelva el problema anterior pero ahora suponga una
especificación para el
ensamble final de 32.00 ± 0.9, y analice los cambios en las
especificaciones de los
componentes individuales
DATOS
µ1 =12,00
µ2=8,00
µ3 =12,00
3ơ =0,90
N=10,00
µy = µ1 + µ2 + µ3
µy = 12 + 8 + 12
µy= 32,00
Cp= 1
σ�
σ �2
σ1 2
σ2 2
σ3 2
σ �2
σ1 2
σ2 2
σ3 2
�
〖σ_1〗^2 =0,024
〖σ_2〗^2 =0,016
〖σ_2〗^2 =0,024

X1=+12,46; -11,54
X2=+12,38; -11,62
X3=+12,46; -11,54
37. Dos partes son ensambladas como se muestra en la figura 5.10.
La distribución de
x1 y x2 es normal con μ1 = 19.9, σ1 = 0.28, y μ2 = 19.45, σ2 =
0.42. La especificación
para el claro entre las dos piezas es 0.50 ± 0.38.

El claro u holgura del ensamblaje es y= x1-x2

Varianza

ơ ^2y =0,28^2 + 0,42^2

ơ ^2y =0,25

Desv.estandar =
µ y=0,50
19,9 - 19,45
µ y=0,45
EI=0,12
ES=0,88

a) ¿Qué porcentajes de los ensambles cumplen con la especificación del

claro?
P(EI< y < ES)= ((−µ�)/ơ�

29. Se proyecta la producción de una nueva pieza y se requiere

establecer sus especificaciones. Para ello, a partir de una producción
preliminar se obtiene una muestra pequeña de n = 35 piezas, se mide y
se obtiene X = 26.3 y S = 0.3. Con base en esto obtenga los límites de
tolerancia natural, considerando confianzas de γ = 90% y 95% y
coberturas dadas por α = 0.10 y 0.05. Explique los cuatro intervalos
obtenidos.
ES−EI
CP=
6o
 26.6−26
CP=
6(0.3)

CP=0.33

6o
Cr=
ES−EI

6(0.3)
Cr=
26.6−26

Cr=3

30. Si en el problema anterior las especificaciones deseadas, de manera

preliminar y de acuerdo con los requerimientos de diseño son: 26 ±1,
obtenga el Cp que se tendría en cada uno de los casos indicados arriba.
(Nota: recuerde que el Cp es una razón entre la amplitud de las
tolerancias deseadas y la amplitud de la variación del proceso, lo cual
se calculo en el inciso anterior.)
ES−EI
CP=
6o

27−25
CP=
6(0.30)

CP=1.11

31. Si en el punto anterior los Cp obtenidos son malos, .que

alternativas hay?

32. Con respecto al problema 29:

a) Resuelva dicho problema considerando que se obtuvieron los mismos
datos (X = 26.3 y S = 0.3), pero ahora suponga que se utilizo un tamaño
de muestra de n = 110.

b) Compare los intervalos anteriores con los obtenidos en el problema