1. RAID minimax es un insecticida de la compañía RAID S.

A que hace 5 años

está en el mercado.
En la actualidad, se encuentra en su mejor momento, con un crecimiento en las
ventas de forma exponencial, por lo que se califica que se encuentra en la
etapa de crecimiento de su ciclo de vida. Por tal razón RAID S.A. necesita dar
respuesta a la demanda actual. Sin embargo, hace tres días detecto un
problema en una de sus máquinas que le puede causar pérdidas millonarias, lo
cual se debe a que la concentración de un químico en el insecticida aumenta y
una vez esto sucede el producto no puede ser lanzado al público. La empresa
detectó el problema en su máquina, que se debe a la fatiga causada, y ya pidió
su remplazo; sin embargo, esta llega en un mes al país y se necesita seguir
produciendo y minimizar las perdidas por tal razón lo contrató a usted para que
le haga un seguimiento al proceso; Usted decide tomar muestras cada 15min,
la empresa trabaja continuamente 24 horas al día, con una velocidad de
producción de 1500 unid/min. A continuación, se muestra los datos obtenidos
de las muestras.

Muestra Niveles de Concentración

s
1 47,3 49,1 49,6 49,7
2 49,4 47,6 49,5 48,5
3 50,5 50,5 46,6 49
4 49 48,3 50,3 49,9
5 49,3 50,7 48,6 46,7
6 49,3 48,2 48,8 49,6
7 48,3 49,2 50,7 50,4
8 49,7 47,8 49,1 48,6
9 48,2 47 49,2 49,9
10 48,6 48,4 50,4 47,5
11 49 48,9 48,3 49,2
12 50,2 48,1 46,7 49,2
13 48,8 49,2 48,8 49
14 49,7 49,2 49,8 49,7
15 49,1 48,3 49,4 48,2
16 47,7 48,9 50 50,5
17 49,6 47 48,4 50,1
18 49,6 50,3 48,2 48,2
19 49 47,6 50,3 51
20 49 48,6 49,1 47,7
21 50,2 48,9 48,8 48,3
22 49,2 48,9 49,5 49,5
 23 48,5 49,5 49,7 47,9
24 47,2 47,5 48,7 48,3

a) Desarrolle el gráfico de control 𝑋̅ 𝑦 𝑅 y determine si el proceso está bajo

control estadístico.
b) Desarrolle un procedimiento estadístico para probar el supuesto de
normalidad.
c) ¿Cuáles son los parámetros del proceso?
d) ¿En qué momento se debe parar la producción para que los productos no
sobrepasen los niveles de concentración? Se considera que el nivel de
concentración máximo permitido para poder comercializar este producto es
de 55%, esto debido a la alta toxicidad que representa el componente
químico, por lo que la compañía ha establecido unas tolerancias de 50%±
4%, donde lo máximo que se tolerara por el límite superior es 54% esto con
el fin de tener un margen con respecto al máximo permitido y lo mínimo
será 46%, dado que por debajo de ese nivel empieza a perder efectividad el
producto.
e) ¿Con que probabilidad se detectará el cambio hallado en el inciso anterior?
¿En
cuanto tiempo se detectaría? ¿Cuál será el promedio de productos no
conformes que se fabricarán hasta ese momento?
f) Diseñe un gráfico de control 𝑋̅ que permita detectar este cambio con
una
probabilidad superior al 99%.
Solución
a) Desarrolle el gráfico de control 𝑋̅ 𝑦 𝑅 y determine si el proceso está bajo
control estadístico.
Procedemos a calcular la media y rango de cada muestra, asi como las
sumas totales de estos.
Muestra Niveles de Concentración X R
s
1 47,3 49,1 49,6 49,7 48,92 2,4
5
2 49,4 47,6 49,5 48,5 48,75 1,9
3 50,5 50,5 46,6 49 49,15 3,9
4 49 48,3 50,3 49,9 49,37 2
5
5 49,3 50,7 48,6 46,7 48,82 4
5
6 49,3 48,2 48,8 49,6 48,97 1,4
5
 7 48,3 49,2 50,7 50,4 49,65 2,4
8 49,7 47,8 49,1 48,6 48,8 1,9
9 48,2 47 49,2 49,9 48,57 2,9
5
10 48,6 48,4 50,4 47,5 48,72 2,9
5
11 49 48,9 48,3 49,2 48,85 0,9
12 50,2 48,1 46,7 49,2 48,55 3,5
13 48,8 49,2 48,8 49 48,95 0,4
14 49,7 49,2 49,8 49,7 49,6 0,6
15 49,1 48,3 49,4 48,2 48,75 1,2
16 47,7 48,9 50 50,5 49,27 2,8
5
17 49,6 47 48,4 50,1 48,77 3,1
5
18 49,6 50,3 48,2 48,2 49,07 2,1
5
19 49 47,6 50,3 51 49,47 3,4
5
20 49 48,6 49,1 47,7 48,6 1,4
21 50,2 48,9 48,8 48,3 49,05 1,9
22 49,2 48,9 49,5 49,5 49,27 0,6
5
23 48,5 49,5 49,7 47,9 48,9 1,8
24 47,2 47,5 48,7 48,3 47,92 1,5
5
 1174, 50,9
8
De la tabla anterior, tenemos que:
K=24 Subgrupos
n=4 Tamaños de muestras
k

∑ X́ i=1174,8
i=1

∑ R i=50,9
i=1

Media y rango promedio

k

∑ X́ i1174,8
X́ = i =1 = → X́=48,95
K 24
 k

∑ Ri
50,9
Ŕ= i=1 = → Ŕ=2,12083
K 24
Parámetros del proceso
μ= X́ → μ=48,95
Ŕ
σ' =
d2

Para n=4 se tiene que d 2=2.059

2,12083
σ' = → σ ' =1,03
2,059
Gráfico de control 𝑋̅
Con confiabilidad del 99,73%, los límites de la carta de control 𝑋̅ son

LCS=μ X́ +3 σ X́ → LCS=48,95+3 ( 1,03

√4 )
→ LCS =50,495

LC=μ X́ → LC=48,95

1,03
LCI =μ X́ −3 σ X́ → LCI =48,95−3 ( )
√4
→ LCS=47,405

Gráfico de control R
Los límites de la carta de control R son
LCS=D 4 Ŕ

LC= Ŕ
LCI =D 3 Ŕ

Para n=4 los valores de D 3=0 y D 4 =2,282, así

LCS= (2,282 ) ( 2,12 ) → LCS=4,84
LC=2,12
LCI =( 0 ) ( 2,12 ) → LCI=0
Las cartas de control son:
 Carta de Control X-Barra
51
50.5
50
49.5
49
48.5
Medias

48
47.5
47
46.5
46
45.5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Muestras

LCS LC LCI

Carta de Control R
4.8
4.2
3.6
3
Rangos

2.4
1.8
1.2
0.6
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Muestras

LCS LC LCI

Los gráficos de control 𝑋̅ y R no exhiben anomalías que nos permitan afirmar que con
una confiabilidad del 99,73% el proceso se encuentre fuera de control.
b) Desarrolle un procedimiento estadístico para probar el supuesto de normalidad.

El supuesto de normalidad de la distribución de los datos será contrastado mediante

una prueba de bondad de ajuste de Chi-Cuadrado con los parámetros de media y
desviación calculados en el inciso a).
Hipótesis

H 0 :La distribución de los datos se ajusta a una distribución normal con μ=48,95 y
σ =1,03
H 1 : La distribución de los datos no se ajusta a una distribución normal con μ=48,95 y
σ =1,03

Se trabajará con todas las muestras tomadas, incluyendo las dentro de los subgrupos,
pues entre mayor sea el número de las mediciones, más ajustados a la realidad serán
los resultados, esto basándonos en la Ley de los Grandes Números.

46,6 47,7 48,3 48,8 49 49,2 49,6 50,2

46,7 47,8 48,3 48,8 49 49,3 49,7 50,3
46,7 47,9 48,3 48,8 49,1 49,3 49,7 50,3
47 48,1 48,4 48,8 49,1 49,4 49,7 50,3
47 48,2 48,4 48,9 49,1 49,4 49,7 50,4
47,2 48,2 48,5 48,9 49,1 49,5 49,7 50,4
47,3 48,2 48,5 48,9 49,2 49,5 49,8 50,5
47,5 48,2 48,6 48,9 49,2 49,5 49,9 50,5
47,5 48,2 48,6 49 49,2 49,5 49,9 50,5
47,6 48,3 48,6 49 49,2 49,6 50 50,7
47,6 48,3 48,6 49 49,2 49,6 50,1 50,7
47,7 48,3 48,7 49 49,2 49,6 50,2 51

Procedemos a construir la distribución de frecuencias de los datos

Rango=Xmax-Xmin=51-46-6=4,4

m=1+3,3 ∙ log ( n ) → m=1+3,3 ∙ log ( 96 ) →m ≈ 8 Intervalos de clase

Amplitud=Rango/m = 4,4/8 = 0,55

La distribución de frecuencias obtenida es

X i−1 Xi Frecuencia
46,6 47,15 5
47,15 47,7 6
47,7 48,25 10
 48,25 48,8 15
48,8 49,35 27
49,35 49,9 16
49,9 50,45 11
50,45 51 6
  96

Estas frecuencias son las observadas, para determinar las frecuencias esperadas,
procedemos a calcular la probabilidad de que X esté en cada intervalo de clase, para
eso estandarizaremos los límites de cada intervalo mediante:

X−μ
Z=
σ
Donde μ=48,95 y σ =1,03. Luego determinamos la probabilidad izquierda de cada
valor encontrado. Al restar las probabilidades calculadas de cada intervalo, tendremos
la probabilidad p de cada intervalo. Como valor esperado es

E=p ∙ n
Siendo n=96 y p las probabilidades calculadas de cada intervalo, procedeos a calcular
así las frecuencias esperadas E .

X i−1 Xi Oi Zinf Z¿ P( Z< Z inf ) P(Z< Z ¿ ) p Ei

47,1 -
46,6 5 5 -2,282 1,748 0,011258 0,040269 0,029011 2,785
47,1 -
5 47,7 6 -1,748 1,214 0,040269 0,112452 0,072183 6,930
48,2 -
47,7 5 10 -1,214 0,680 0,112452 0,248375 0,135923 13,049
48,2 -
5 48,8 15 -0,680 0,146 0,248375 0,442106 0,193731 18,598
49,3
48,8 5 27 -0,146 0,388 0,442106 0,651121 0,209015 20,065
49,3
5 49,9 16 0,388 0,922 0,651121 0,821822 0,170700 16,387
50,4
49,9 5 11 0,922 1,456 0,821822 0,927347 0,105525 10,130
50,4
5 51 6 1,456 1,990 0,927347 0,976721 0,049374 4,740
  96         0,965463 93

Lo ideal es que p=1 y ∑ E i=96 , para corregir este pequeño problema, se

∑
modifican el primer y ultimo intervalo de clase, así
 X i−1 Xi Oi Zinf Z¿ P( Z< Z inf ) P(Z< Z ¿ ) p Ei
menor que
47,15 5   -1,748   0,040269 0,040269 3,866
-
47,15 47,7 6 -1,748 1,214 0,040269 0,112452 0,072183 6,930
-
47,7 48,25 10 -1,214 0,680 0,112452 0,248375 0,135923 13,049
-
48,25 48,8 15 -0,680 0,146 0,248375 0,442106 0,193731 18,598
48,8 49,35 27 -0,146 0,388 0,442106 0,651121 0,209015 20,065
49,35 49,9 16 0,388 0,922 0,651121 0,821822 0,170700 16,387
49,9 50,45 11 0,922 1,456 0,821822 0,927347 0,105525 10,130
mayor que 50,45 6 1,456   0,927347   0,072653 6,975
  96         1 96

Ahora si procedeos al cálculo del estadístico de prueba.

Estadístico de Prueba
2
2 ( O i −Ei )
χ =∑
Ei
2
( Oi−Ei )
Oi Ei Ei
5 3,866 0,3327
6 6,930 0,1247
1
0 13,049 0,7123
1
5 18,598 0,6961
2
7 20,065 2,3966
1
6 16,387 0,0092
1
1 10,130 0,0746
6 6,975 0,1362
  4,4824

χ 2=4,4824

Criterio de Decisión
Grados de libertad
 v=m− p−1
Donde p es número de parámetros estimados (2 para este caso)

v=8−2−1=5

Valor P=P ( χ 2> 4,4824 ) → Valor P=0,4822

El valor P es bastante alto, por lo que será muy difícil rechazar la hipótesis nula, es
decir, hay evidencia suficiente para no rechazar el supuesto de normalidad de los
datos. La distribución de las medias se distribuye normalmente con media y
desviación estándar de 48,95 y 1,03 respectivamente.
c) ¿Cuáles son los parámetros del proceso?

Los parámetros estimados del proceso son:

μ=48,95

σ ' =1,03
Que representan los porcentajes de toxicidad del producto.
d) ¿En qué momento se debe parar la producción para que los productos no sobrepasen
los niveles de concentración? Se considera que el nivel de concentración máximo
permitido para poder comercializar este producto es de 55%, esto debido a la alta
toxicidad que representa el componente químico, por lo que la compañía ha
establecido unas tolerancias de 50%±4%, donde lo máximo que se tolerara por el
límite superior es 54% esto con el fin de tener un margen con respecto al máximo
permitido y lo mínimo será 46%, dado que por debajo de ese nivel empieza a perder
efectividad el producto.

La media del proceso actual es de X́ =48,95 y debemos parar el proceso cuando esta
se corra a X́ ' =55, es decir, el proceso se debe detener cuando el corrimiento en la
media sea de 6,05 hacia arriba.
e) ¿Con que probabilidad se detectará el cambio hallado en el inciso anterior? ¿En
cuánto tiempo se detectaría? ¿Cuál será el promedio de productos no conformes que
se fabricarán hasta ese momento?

β=P ( LCI < X́ < LCS ) cuando X́ ' =55

β=P ( 47,405< X́ <50,495 )

47,405−55 50,495−55
β=P
( 1,03
√4
<Z <
1,03
√4 )
β=P (−14,748< Z<−8,748 )
 β=P ( Z <−8,748 )−P ( Z <−14,748 )
β=0
1−β =1
La probabilidad de detectar el cambio en la media de 48,95 % a 55% en el nivel de
toxicidad del producto en la primera muestra obtenida es de 1, por tanto, si el cambio
ocurre en la primera muestra que se tome, este será detectado, por lo que solo se
tardará máximo 15 minutos en detener el proceso.
Productos no conformes

X́ =55
σ ´ =1,03
Así,
PNC=P ( Z< Z LIE ) + P ( Z> Z LSE )

( LIE−
PNC=P Z <
σ´
X́
) + P ( Z>
LSE− X́
σ´ )

46−55 54−55
PNC=P ( Z < ) + P(Z >
1,03 1,03 )

PNC=P ( Z ←8,738 ) + P ( Z>−0,9709 )

PNC=0+ 0,83419
%PNC =83,419 %
En esos momentos se está produciendo 83,419 %productos no conformes. Así, en
los 15 minutos que toma detectarlo y para, se produjeron
Q=1500∗15∗0,83419 ≈18770 und no conformes

f) Diseñe un gráfico de control 𝑋̅ que permita detectar este cambio con una
probabilidad superior al 99%.

La nueva carta tendrá la misma confiabilidad pero 1−β ≥ 0,99.

Con
1−β =0,99→ Z1− β=2,326
 2
Z α +|Z 1−β|
n= [| | ]2

d
2
3+2,326
n= [ 5,874 ]
2
3+2,326
n= [5,874 ]
n=1
La carta será
3∗1,03
LCS=48,95+ → LCS=52,04
√1
LC=48,95
3∗1,03
LCI =48,95− → LCI=45,86
√1