UNIVERSIDAD NACIONAL DE COLOMBIA, METROLÓGIA Y CALIDAD, MAYO 2020 1

PLANES DE MUESTREO
Robinson Jair Orduz Gomez, Gustavo Adolfo Bonilla Orjuela
rjorduzg@unal.edu.co, gabonillao@unal.edu.co

Index Terms—Distribución binomial, muestra, lote, D. Plan de muestreo único

plan de muestreo único, curva OC, plan de muestreo
doble, plan de muestreo múltiple, plan de muestreo
secuencial.
I. Introducción
En este documento se exponen los conceptos básicos
de los planes de muestro para generar curvas OC de
aceptación y la metodología que se usara para hacer un
tutorial sobre la construcción de una de esas curvas en
lenguaje R
II. Objetivos
• Definir los conceptos básicos necesarios para entender
el uso e importancia de los planes de muestreo frente
a la gestión de calidad en la fabricación de productos.
• Explicar como se va a construir un tutorial en RStudio
para ver un ejemplo académico de la construcción de
una gráfica OC a partir de un plan de muestreo.
En este plan de muestreo hay tres conceptos básicos, N
es el tamaño del lote de donde se extrae la muestra,n el
tamaño de la muestra, y c el numero de aceptación; esto
significa que de un lote de N productos se escojan aleato-
riamente n de ellos y se miden para saber si cumplen o no
con las especificaciones requeridas, el lote es aceptado para
salir de la fabrica si la cantidad de producto defectuoso no
supera las c muestras individuales, de lo contrario el lote
es rechazado.
E. curva OC
La "operating characteristic curve" curva OC mide el de-
sempeño de el plan de muestreo de aceptación, esta curva
muestra la probabilidad de aceptación del lote contra la
fracción defectuosa del lote, muestra la probabilidad de
aceptación de un lote con cierta cantidad de producto
defectuoso, por ejemplo en la figura 2 se ve una gráfica
de curva OC para n=89 c=2:

III. Marco Teórico

A. Distribución binomial
Es una distribución de probabilidad discreta que cuenta
los n eventos independientes como éxito o fracaso, donde
p es la probabilidad de éxito y q=1-p es la probabilidad
de fracaso, el resultado es mutuamente excluyente, es
decir solo puede haber éxito o fracaso en cada evento
independiente, el ejemplo mas típico es cuando se lanza
una moneda y al caer esta en cara o sello dando una
probabilidad de éxito p=0,5.[1]

B. Muestra
En estadística lo ideal seria medir una variable sobre
cada uno de los individuos que conforman una población,
pero esto resulta imposible por diferentes limitaciones
como dinero, tiempo,etc, entonces se mide la variable sobre
un conjunto de individuos representativos de la población,
a este subconjunto se le llama muestra.[1]
C. Lote
cuando se habla de producción industrial las cantidades
de producto fabricado deben separarse con el fin de clasi-
ficarlas según su fecha de producción, lugar de origen,
materiales usados, fecha de caducidad si es el caso, etc; los
subconjuntos que resultan de esta clasificación se llaman
lotes.[1]
Figure 1. [1]Curva CO para el plan n = 89, c = 2 y tamaño de lote
grande.
F. plan de muestreo doble
es un procedimiento donde para un mismo lote se toma
una segunda muestra antes de que el lote sea rechazado
o aceptado, tiene cuatro parámetros, n1 el tamaño de la
primera muestra, c1 numero de aceptación de la primera
muestra, n2 tamaño de la segunda muestra, c2 numero de
aceptación de la segunda muestra; usualmente se usa para
confirmar el rechazo de un lote, en el siguiente ejemplo se
ve una curva OC con n1=50,n2=100,c1=1,c2=3
UNIVERSIDAD NACIONAL DE COLOMBIA, METROLÓGIA Y CALIDAD, MAYO 2020 2

de los autor Duglas C. Montgomery[1]. y Control

estadístico de la calidad y Seis Sigmas de los autores
Gutiérres P. de la Vera S.[2]

Conclusiones
• la curva OC ofrece un a rápida información gráfica
de posibles problemas dentro de la producción al
comparar tazas de rechazo entre lotes y así determinar
rutas de optimización de procesos.
• el hecho de que las gráficas OC ofrezcan la posibilidad
de reevaluar lotes rechazados es beneficioso económi-
camente en el aspecto de evitar falsos rechazos en la
producción.

Figure 2. [1]Curva CO para el plan de muestreo doble con

n1=50,n2=100,c1=1,c2=3.
References
[1] Duglas C. Montgomery. Introduction To Statistical Quality
Control Montgomery. John Wiley Sons, Inc. 6th Edicion.
G. plan de muestreo múltiple [2] Gutiérres Pulido. de la Vera. Controlestadístico de la calidad y
Seis Sigmasde. Mc Graw Hill Education 1th Edicion, 2013.
Es una extensión del plan de muestreo doble, en vez
de hacerlo dos veces se hacen mas veces, se hace para
evitar rechazar demasiados lotes, pero es mas difícil de
administrar.[1]

H. plan de muestreo secuencial

Es un plan similar a los anteriores, se diferencia en que el
numero de muestras puede cambiar a medida que avanza
el proceso de medición de las muestras, teóricamente esto
puede llegar a que todos los productos del lote se miden,
pero en la practica esto no llega a pasar. [1]

IV. Propuesta de desarrollo tutorial

Se propone realizar un documento escrito guiado paso
a paso en el cual se explicara de manera detallada todo el
proceso de un plan de muestreo mediante un ejemplo de
estudio. El documento se presentara inicialmente en dos
secciones principales.

La primera sección se contemplara los conceptos

matemáticos, estadísticos, de probabilidad necesarios
para el control estadístico y métodos de muestreo en los
cuales se incluyen los planes de muestreo, haciendo énfasis
en los las curva característica de operación o curvas CO
y la curva CO ideal.

En segunda sección se desarrollaran el ejemplo de

aplicación mediante el lenguaje de programación R en
su interfaz de RStudio. Por lo tanto se guiara paso
a paso mediante imágenes de capturas de pantalla de
los procedimiento que se realizarían en la interfaz de
RStudio, explicando de forma detallada la carga de datos
o generación aleatoria de datos de ser necesario, como su
sintaxis y rutinas de código de programación necesarias
para el desarrollo del mismo.

Como fuente de información principal de consulta

el desarrollo del documento se basara de los libros
Introduction to SATATISTICAL QUALITY CONTROL