Gestión de la Calidad, Productividad y Mantenimiento

Ejercicios Gráficos de Control y Capacidad del Proceso

Ejercicio 1:

En una fábrica de piezas plásticas una característica importante de calidad es el espesor

o grosor de las láminas. Para un cierto tipo de lámina el espesor óptimo es de 5 mm., y se
establece como discrepancia tolerable a 0.8 mm., ya que si la lámina tiene un grosor
menor que 4.2 mm se considera demasiado delgada y no reunirá las condiciones de
resistencia exigidas por el cliente. Si la lámina tiene un grosor mayor que 5.8 mm,
entonces se gastará demasiado material para su elaboración y elevará los costos del
fabricante. Por lo tanto es de suma importancia fabricar las láminas con el grosor óptimo,
y en el peor de los casos dentro de las tolerancias especificadas. Un equipo de mejora
decide evaluar la calidad de las láminas en cuanto al grosor. Con este fin, en una semana,
se mide el espesor de 60 láminas y se obtiene un grosor medio de 4.73 mm. Se sabe que
la desviación estándar poblacional es de 0.48 mm.

1. Determine los límites de control del proceso.

2. Determine los límites de especificación.

3. ¿Qué podría decir sobre el porcentaje de producto fuera de las especificaciones, y

sobre la media del proceso?.

4. ¿El proceso está centrado en la especificación nominal?

5. Calcule la capacidad del proceso.

6. Con el objetivo de corregir algunos problemas detectados, el equipo pone en

práctica un plan de mejora. Para verificar si dicho plan tuvo éxito, toman
aleatoriamente 34 láminas de la producción de una semana posterior a las
modificaciones. Los espesores obtenidos se muestran a continuación:

Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Valor
5,2 5,4 4,7 5,1 4,7 5 5 4,9 4,3 5,3 4,6 4,8 4,4 4,9 5,6
(mm)

Muestra 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Valor
4,7 4,7 4,5 5,1 5,3 5 5 4,5 4,4 4,7 5,6 5,2 4,7 5,2 4,7
(mm)

Calcule nuevamente la capacidad del proceso.

Ejercicio 2:

Los datos a continuación representan los resultados de la inspección de todos los PC’s
producidos en los últimos 10 días. Construya un gráfico p. ¿El proceso parece estar en
control?

Unidades Unidades
Día inspeccionadas no conformes
1 80 4
2 110 7
3 90 5
4 75 8
5 130 6
6 120 6
7 70 4
8 125 5
9 105 8
10 95 7

b) Considere los datos del Ejercicio 2. ¿Cuáles serán los límites de control si en lugar
de controlar la fracción no conforme se quiere controlar el número de unidades no
conformes?

Ejercicio 3:

Se producen diodos en lotes de 1000 unidades. Se desea controlar el proceso tomando

muestras de 64 diodos de cada lote. Si el valor nominal de la fracción no conforme es
0,10, determine los parámetros apropiados de los gráficos de control. ¿Cuánto debe ser el
tamaño de la muestra mínimo para que los límites de control sean como máximo 0,15 y
0,05 respectivamente.
Ejercicio 4:

Un equipo de mantenimiento mejora la efectividad de su trabajo de reparación a través del

monitoreo del número de órdenes de trabajo que requieren un segundo procesamiento
para la reparación completa. Hay 20 semanas de datos disponibles.

Número de
Número de
OT’s con
Número OT’s con Número
Semana Semana segundo
de OT’s segundo de OT’s
procesamient
procesamiento
o
1 200 6 11 100 1
2 250 8 12 100 0
3 250 9 13 100 1
4 250 7 14 200 4
5 200 3 15 200 5
6 200 4 16 200 3
7 150 2 17 200 10
8 150 1 18 200 4
9 150 0 19 250 7
10 150 2 20 250 6

Analizar los datos usando límites de control variables, usando un tamaño muestral
promedio, y usando límites de control estandarizados.

Ejercicio 5:

Una fábrica usa un gráfico de control para monitorear las imperfecciones en los rollos de
papel terminados. La producción se inspecciona durante 20 días, y los resultados se
muestran a continuación. Use estos datos para establecer límites de control del número
promedio de no conformidades por rollo de papel. ¿Parece el proceso estar en control
estadístico?

Número de Número total de Número de

rollos imperfecciones rollos Número total de
Día producidos Día producidos imperfecciones
1 18 12 11 18 18
2 18 14 12 18 14
3 24 20 13 18 9
4 22 18 14 20 10
5 22 15 15 20 14
6 22 12 16 20 13
7 20 11 17 24 16
8 20 15 18 24 18
9 20 12 19 22 20
10 20 10 20 21 17
Ejercicio 6:

Un gráfico de control para no conformidades con c = 2.0 tiene LIC = 0, y un LSC tal que la
probabilidad de una señal fuera de control es sólo 0.005.

a) Calcular el LSC

Ejercicio 7:

Se ensamblan 3 piezas de manera que sus dimensiones críticas X1, X2 y X3 se sumen.

Las dimensiones de cada parte se distribuyen normalmente con las siguientes medias y
varianzas, respectivamente: (100, 16), (75, 16) y (75, 4).

a) ¿Cuál es la probabilidad de que un montaje escogido al azar tenga una

dimensión combinada mayor que 262?

b) Calcule la capacidad del proceso si los límites de especificación son [230,270].

c) Que recomendación haría del proceso.

Ejercicio 8:

Se ensamblan dos partes como se muestra a continuación. Las distribuciones de X1 y

X2 son N(20, 0.09) y N(19.6, 0.16), respectivamente. Las especificaciones para la holgura
entre las partes son 0.5 ± 0.4.

X1 X2

a) ¿Qué fracción de los ensambles no satisface las especificaciones si el montaje se

realiza al azar?

b) Calcule la capacidad del proceso.

Ejercicio 9:

Los siguientes datos representan observaciones individuales del peso molecular tomadas
cada hora de un proceso químico:

Obs. x Obs. x
1 1045 11 1139
2 1055 12 1169
3 1037 13 1151
4 1034 14 1128
5 1095 15 1238
6 1008 16 1125
7 1050 17 1163
8 1087 18 1188
9 1125 19 1146
10 1146 20 1167

Los límites de especificación establecidos son [900, 1200]. Realice un gráfico de

control con n=1. Determine la capacidad del proceso.

Ejercicio 10:

Las especificaciones para una característica de calidad están dados por (0.52, 0.48). Se
han seleccionado 40 muestras de tamaño 6 de la cual se ha obtenido X-doble barra y R
barra igual a 0.5031 y 0.0141.

a) Calcular la capacidad del proceso de los datos individuales suponiendo que los datos
individuales provienen de una distribución normal.

b) Si se producen 10.000 unidades ¿cuál es la cantidad de productos no conformes que

puede esperarse caigan fuera de las especificaciones si el proceso puede centrarse
en cualquier punto deseado, sin cambiar la desviación estándar?

Ejercicio 11: Preguntas

1. ¿Es el diagrama de control equivalente a una prueba de hipótesis?

2. ¿Qué significa la afirmación de que un proceso se encuentra en un estado de control

estadístico?
Ejercicio 12:

En una fábrica que produce mariscos en conserva, se estimó que el contenido neto de las
latas de 250 gramos sigue una distribución normal con media 245 gramos y una
desviación estándar de 2.5. Se llevan gráficos de control para X-barra y R basados en
muestras de tamaño 4.

a) De las últimas 500 muestras obtenidas cada media hora del proceso, ¿cuántas caerían
fuera de los límites de control?

b) Después de las muestras de la parte a), se encontró que la media en realidad era 255
y no 245. ¿Cómo cambia la respuesta?

Ejercicio 13:

Suponga que se desea establecer gráficos de control X-barra y R para cierta

característica de calidad. Después de 30 muestras de tamaño 6, se han obtenido los
siguientes cálculos:

= 6690 = 1030

a) Calcular los límites de control para los gráficos X barra y R.

b) Si los límites de especificación son 220 ± 35, estimar la fracción no conforme.
c) Suponiendo que la varianza permanece constante ¿cuál debería ser la media del
proceso para minimizar la fracción no conforme?.
d) ¿Cuál es la magnitud del cambio de la media del proceso que se puede detectar con
probabilidad 0.8?
e) De un lote de 10000 productos, ¿Cuántos de ellos se rechazan por estar fuera de
especificación?

Ejercicio 14:

- Diga si las siguientes afirmaciones son verdaderas o falsas. Justifique.

a) En un gráfico X-barra, si todas las medias muestrales caen dentro de los límites de
especificación, entonces el proceso es capaz.

b) Un Cpk = 1.9 implica que el proceso está en control.

d) De 10.000 muestras consecutivas, aproximadamente 26 de ellas caerán fuera de los

límites de control 3 sigma.