Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBLEMAS PROPUESTOS
b) ¿Qué tan alejada puede estar la media del proceso respecto al valor nominal
para que al cabo de una hora se hayan producido 25 unidades defectuosas?
Grafica del problema: proceso con media separada a una desviación estándar
del valor nominal.
a) Sabemos que:
C pk =min ( x́−LIE
3σ
;
LSE−x́
3σ )
Pero x́=μ+ σ → μ= x́ −σ
Donde
μ=valor nominal
x́=valor central obtenido del analisis del proceso
σ =valor de dispersion de los datos del proceso
1
Por otra parte el ancho de banda es: =0,75
Cp
Por todo lo anterior:
1 LSE−LIE
=
0,75 6σ
1
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
6 σ =0,75( LSE−LIE)
6σ
LSE− LIE=
0,75
LSE− LIE=8 σ
Como es de nuestro conocimiento y además se ilustra en la grafica:
LSE−LIE 8 σ
μ− LIE=LSE−μ= = =4 σ
2 2
Por tanto, si observamos la situación según se plantea en este ejemplo(ver
grafica):
x́−LIE=( LSE−μ )+ σ
x́−LIE=( 4 σ ) +σ =4 σ
C pk =min ( x́−LIE
3σ
;
LSE−x́
3σ )
5σ 3σ
=min (
3σ 3σ )
C pk ;
C pk =min ( 1,667 ;1 )
C pk =1
Ahora veamos cual es la probabilidad de que ocurra un producto no
conforme:
x́−LIE
(
P ( X < LIE )=P Z←
σ )
5σ
(
P ( X < LIE )=P Z←
σ )
P ( X < LIE )=P ( Z ←5 )=0,000000286
2
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
LSE− x́
(
P ( X > LSE )=P Z >
σ )
Esto es:
3σ
(
P ( X > LSE )=P Z >
σ )
P ( X > LSE )=1−P ( Z <3 )=1−0,998650102
P ( PNC )=0,000000286+0,001349898
P ( PNC )=0,001350185
Se puede esperar que este proceso arroje 1 producto no conforme por hora
de producción.
Solución 2:
Sabemos que:
C pk =min ( μ−LIE
3σ
;
LSE−μ
3σ )
Pero si se mira desde el LIE x́=μ+ σ → μ= x́ −σ
μ=valor nominal
x́=valor central obtenido del analisis del proceso
σ =valor de dis persion de los datosdel proceso
3
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
1
=0,75
Cp
Para el limite inferior se tiene la siguiente situación:
μ−LIE
1,3333=
3σ
1,3333∗3 σ=μ−LIE
4 σ=μ−LIE
Al reemplazar μ
4 σ= ( x́ −σ )−LIE
5 σ =x́−LIE
Entonces:
Entonces para el límite más cercano (superior) a la media del proceso se
tiene:
LSE−μ
1,3333=
3σ
1,3333∗3 σ=LSE−μ
LSE−μ=4 σ
Al reemplazar a x́
LSE−( x́−σ)=4 σ
LSE− x́=3 σ
Entonces:
C pk =min ( x́−LIE
3σ
;
LSE−x́
3σ )
5σ 3σ
=min (
3σ 3σ )
C pk ;
C pk =min ( 1,667 ;1 )
C pk =1
De aquí en adelante se procede de la misma forma que con el método
anterior.
4
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
LSE−x́
(
P Z<
σ )
=0,95
LSE−x́
1,644<
σ
1,644 σ < LSE−x́
Tomamos el valor crítico que es cuando se cumple la igualdad
1,644 σ =LSE− x́
LSE= x́+1,644 σ (1)
Además:
LSE−μ=4 σ
LSE=μ+ 4 σ (2)
Igualamos (1) y (2).
x́ +1,644 σ =μ +4 σ
x́−μ=4 σ−1,644 σ
x́−μ=2,356 σ
La media del proceso debe estar alejada 2,356 σ del valor nominal para que
se produzcan 25 productos no conformes en una hora.
c) Si se reduce el Cp en un 25%
1
C p= ∗( 1−0,25 )=1
0,75
Al reemplazar μ
3 σ =( x́−σ ) −LIE
4 σ= x́−LIE
Entonces:
Entonces para el límite más cercano (superior) a la media del proceso se
tiene:
LSE−μ
1=
3σ
3 σ =LSE−μ
LSE−μ=3 σ
5
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
Al reemplazar a x́
LSE−( x́−σ)=4 σ
LSE− x́=2 σ
Entonces:
C pk =min ( x́−LIE
3σ
;
LSE−x́
3σ )
4 σ 2σ
=min (
3σ 3σ )
C pk ;
x́−LIE
(
P ( X < LIE )=P Z←
σ )
4σ
(
P ( X < LIE )=P Z←
σ )
P ( X < LIE )=P ( Z ←4 )=0,0000316
LSE− x́
P ( X > LSE )=P Z > ( σ )
Esto es:
2σ
P ( X > LSE )=P Z > ( σ )
P ( X > LSE )=1−P ( Z <2 )=1−0,9772
P ( PNC )=0,0000316+0,0227=0,0227
6
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
X−np
Z=
√np (1− p)
np=1000∗0,0227=22,7
Luego,
2−22,7
Z= =−4,94
√22,7 (1−0,0227)
Suponga que mensualmente los costos y gastos fijos son de $15 000 dólares.
a) Realice un estudio detallado del proceso de corte del Cohen 93’s donde se
muestre:
Porcentaje de productos no conformes.
Capacidad del proceso y capacidad real del proceso, además sus
interpretaciones.
Tipo de proceso y recomendaciones.
7
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
Solución:
P ( z>105 )=0,202328
1−P ( z <105 )=0,202328
P ( z<105 )=0,797672
105−x́
(
P z<
σ )
=0,797672
z ( 0,797672)∗σ =105−x́
x́=105−z ( 0,797672 )∗σ
x́=105−0,8319∗σ (1)
Además
P ( z>103 )=0,308537
1−P ( z <103 )=0,308537
P ( z<103 )=0,691463
103−x́
(
P z<
σ )
=0,691463
105−0,8319∗σ=103−0,5 σ
2=0,3319 σ
σ =6,02
De (1)
x́=105−0,8319∗(6,02)
x́=99,991
LSE−LIE 2(10,5)
a) C p= = =0,5813
6σ 6∗6,02
8
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
C pk =min ( x́−LIE
3σ
;
LSE−x́
3σ )
C pk =min
( 993, 991−90
(6,02)
;
111−99,991
3( 6,02) )
C pk =C pl =0,553
90−99,991
(
P ( z< LIE )=P z <
6,02 )
=P ( z ←1,65 )=0,0494
111−99,991
P ( z> LSE )=1−P z < ( 6,02 )
=1−P ( z<1,828 )=0,0337
PNC=0,0494 +0,0337=0,0831
b)
C osto=2+ ( 0,5∗PNC LSE )+ ( 1,5∗PNC LIE ) +(1,5∗0,2∗PNC LSE )
CF 15000
PE= = =894,37=8 9 5
PV −CV 18,8772−2,10577
c) PE=839
9
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
PV =¿
PV =( 20 ) −24 PNC ¿
CF
839= −4,3 PNC ¿
( 20 )−24 PNC ¿
15000
839=
( 20 )−28,3 PNC
15000
PNC=
( 20−
839 )
=0,0749
28,3
LIE−x́
PNC=P z <( σ )
=0,0749
LIE−x́
=σ
z( 0,0749)
90−100,5
=σ
−1,44
7,29=σ
Y por tanto
T 2∗10,5
Cp= = =0,48
6 σ 6∗7,29
10
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
3. Happy Time es una tienda de regalos y alguno de sus clientes han presentado
quejas por fallas en los globos inflables, pues no soportan la presión del aire de
llenado y estallan antes de estar totalmente inflados.
Solución:
P+2 P=1−0,85
3 P=0,15
0,15
P= =0,05
3
para el límite superior supongamos que por aca se arroja una proporción P de
productos no conformes, entonces:
LSE−x́
(
P ( X > LSE )=1−P Z<
σ )
=0,05
Entonces:
11
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
LSE−x́
(
P Z<
σ )
=0,95
Para el límite inferior supongamos que por aca se arroja una proporción 2P de no
conformidades.
x́−LIE
(
P ( X < LIE )=P Z←
σ )=2∗0,05=0,1
Entonces Z=−1,2815
Wonka opera en dos turnos diarios de 4 horas cada uno, 20 días al mes y su tasa de
producción es 600 barras de chocolate por hora. La producción de cada unidad le
cuesta $400 y toda unidad no conforme se devuelve a la cadena productiva, pero
antes se penaliza con un costo igual al 40% del precio de venta de cada
chocolatina.
a) ¿Cuál es el precio de venta que permitirá que la nueva maquina se pague así
misma en 5 años?
12
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
b) Determine el Cp que debería tener el proceso una vez centrado, para que el
costo promedio de producir una unidad conforme sea de $420 y a su vez los
ingresos por venta sean maximizados. Tenga en cuenta que Wonka vende cada
unidad en $500 y tiene actualmente una demanda de 700 mil chocolatinas,
pero por cada peso que se disminuya en el precio de venta la demanda
aumentara en mil unidades.
Cp1=(1+ α ) ( Cp 0 )
LSE−LIE
6 ασ
=(1+α )
LSE−LIE
6σ
6σ
=(1+α )
6 ασ
1
=(1+α )
α
1=(α )(1+ α )
1=α +α 2
α +α 2=1
α 2+ α −1=0
Completando cuadrados
1 1
(α ¿ ¿ 2+α + )− −1=0 ¿
4 4
1 5
(α ¿ ¿ 2+α + )− =0 ¿
4 4
13
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
1 2 5
( )
α+
2
=
4
5 1
α =±
√−
4 2
α =± 1,1180−0,5
α =+1,1180−0,5
α =0,6180
Solución:
a)
1 LSE−LIE
=
0,8 6σ
0,8 (60 )
σ= =8
6
Si esta a 1,75 desviaciones por encima del valor nominal, es obvio que se encuentra mas
cercana al LSE o sea que es más probables que ocurran no conformidades por encima del
LSE que por debajo del LIE.
LSE−LIE 60
LSE− x́= −1,75 σ = −1,75 ( 8 )=16
2 2
LSE−LIE 60
x́−LIE= +1,75 σ = +1,75 ( 8 ) =44
2 2
Ahora bien:
C pk =min ( x́−LIE
3σ
;
LSE−x́
3σ )
Al reemplazar:
14
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
44 16
C pk =min
( 3(8) ;
3(8) )
C pk =min ( 1,8333; 0,6666 )
C pk =0,6666
Vemos que las no conformidades ocurrirán por el LSE como se sospechaba
en un principio:
LSE−x LSE−x́
PNC=P ( X > LSE )=P z > ( σ )=1−P z<( σ )
Remplazando valores:
16
PNC=1−P z<
8 ( )
PNC=1−P ( z <2 )
PNC=1−0,9772=0,227
LSE−x́
PNC=P ( X > LSE )=1−P z < ( σ )
=0,05
LSE− x́
1−P z< ( σ
=0,05 )
LSE−x́
(
P z<
σ )
=0,95
LSE−x́
z (0,95)<
σ
Despejando x́
x́ < LSE−z ( 0,95 )∗σ
Reemplazando los valores correspondientes
Como:
15
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
LSE−μ=30 → LSE=μ+30=230
Al reemplazar el LSE
LIE−x́
(
PNC=P ( X < LIE )=P z <
σ )=0,05
LIE− x́
(
P z<
σ )=0,05
LIE−x́
z (0,05)<
σ
Despejando x́
x́ < LIE−z ( 0,05 )∗σ
Como:
μ− LIE=30 → LIE=μ−30=170
Al reemplazar el LSE
x́ <170−(−1,644 )∗8=183,152
x́=183,152
Por tanto, para obtener al menos un 95% de productos conformes, se debe
mantener x́ en el siguiente intervalo.
183,152≤ x́ ≤ 216,848
c) Como el proceso está centrado, se debe suponer que las probabilidades de
defectos por el LSE son iguales a las probabilidades de no conformidades del
LIE.
Sabemos que:
PC+ PNC=1 ; si PC =0,95 → PNC=0,05
Digamos que por cada límite de especificación se arroja una proporción P de
no conformidades, como se desea un 95% de conformidades, entonces se debe
plantear lo siguiente:
P+ P=0,05
16
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
2 P=0,05
P=0,025
Para el LSE
LSE−x́
P ( X > LSE )=1−P z < ( σ )
=0,025
LSE− x́
1−P z< ( σ )
=0,025
LSE−x́
(
P z<
σ )=0,975
LSE−x́
z (0,975)<
σ
LSE− x́=1,9599 σ
x́=LSE−1,9599 σ (1)
Para el LIE
LIE− x́
P ( X < LIE )=P z < ( σ )=0,025
LIE− x́
(
P z<
σ ) =0,025
LIE−x́
z (0,025)<
σ
LIE−x́=−1,9599 σ
x́=LIE+ 1,9599 σ (2)
Igualando x́
LSE−1,9599σ =LIE+1,9599 σ
LSE− LIE=1,9599 σ +1,9599 σ
LS E−LIE=2∗1,9599∗σ
LSE− LIE=3,9198 σ
Luego
LSE−LIE 3,9198 σ
C p= = =0,6533
6σ 6σ
Solucion:
P+1,06 P=0,1
17
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
0,1
P= =0,04854
2,06
Para el límite superior supongamos que este es el que está arrojando mayor cantidad de
PNC.
LSE−x́
P ( X > LSE )=1−P z < ( σ )
=1,06∗0,04854
LSE− x́
1−P z< ( σ )
=0,05145
LSE−x́
(
P z<
σ )=0,9485
LSE−x́
z (0,9485)<
σ
LSE− x́=1,6304 σ
x́=LSE−1,6304 σ (1)
Para el LIE
LIE− x́
P ( X < LIE )=P z <( σ )=0,04854
LIE− x́
(
P z<
σ ) =0,04854
LIE− x́
z (0,4854)<
σ
LIE−x́=−1,6591 σ
x́=LIE+ 1,6591σ (2)
Igualando x́
LSE−1,6304 σ=LIE +1,6591 σ
LSE− LIE=1,6304 σ +1,6591 σ
LSE− LIE=3,2895 σ
Luego
LSE−LIE 3,2895 σ
C p= = =0,54825
6σ 6σ
18
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
El producto con porcentaje de arsénico por debajo del 10% debe ser enriquecido
bajo un proceso cuya efectividad es del 70% y tiene un costo de $5000 por
kilogramo procesado. Por otro lado, es un muy costoso para le empresa tener un
producto con un porcentaje de arsénico por encima del 28%, por lo que debe ser
sometido a un empobrecimiento y menguar la alta riqueza de arsénico presente en
él; este proceso es efectivo en un 80% y tiene un costo de $ 3000 por kilogramo de
sustancia. Los residuos de los dos procesos anteriores son tratados para su
aprovechamiento y las sustancias recuperadas pasan a ser nuevas materias primas
de otros productos, es este proceso se carga un costo de $1000 por kilogramo.
19
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
a)
x́=20
σ =5
LSE=28
LIE=10
LSE−LIE 18
Cp= = =0,6
6σ 30
C pk =min ( x́−LIE
3σ
;
LSE−x́
3σ )
10 8
C pk =min ( ; )
15 15
C pk =min ( 0,667 ; 0,5333 )
C pk =0,533
b)
7000000 $ $
Costos /kg=
100 kg (
+ PNC LIE∗5000
kg )(
+ PNC LSE∗3000 )
+ ( 0,3 ¿ PNC LIE ) + ( 0,2 ¿ PNC LSE )
kg (
−( x́−LIE )
PNC LIE =P z< ( σ )
−( 10 )
PNC LIE =P z< ( 5 )
=P ( z←2 )=0,0227
LSE−x́
PNC LSE =P z > ( σ )
LSE−x́
PNC LSE =1−P z< ( σ )
20
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
7000000 $ $
Costos /kg=
100 kg (
+ 0,0227∗5000
kg )(
+ 0,0547∗3000
kg )
+ ( ( 0,3∗0,0227 ) + ( 0,2∗0,0547 ) )∗1
Costos
=¿ 700000+113,5+0,3+8,33=70295
kg
Durante los primeros 8 días se han tomado 750 muestras y los resultados fueron
una media de 744ml con un rango promedio de 8.236ml. Usted aunque aun tiene
tiempo para terminar el muestreo, decide no completarlo para “ahorrarse ese
dinero” y en su remplazo simulará la toma de los muestras restantes; para luego
presentar su informe donde mostrará que la media en el volumen de llenado
cumple con el valor nominal y que la variabilidad del proceso es 3 ml.
Lacra produce mensualmente 2500 cajas de 12 botellas cada una y se desea saber
si su manera de actuar fue o no fue acertada, por lo que es necesario dar respuesta
a los siguientes interrogantes.
21
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
a) ¿Cuál debe ser la media y el rango promedio de los datos simulados que
permiten presentar los resultados del informe?
b) ¿Qué se puede concluir y esperar del proceso de llenado a la luz de la
información presentada por usted?
c) ¿Cuál es la situación real del proceso?
d) A pesar de que usted mintió en la presentación de los resultados, ¿lo hizo en
busca de un beneficio económico para la empresa?
e) Determine el máximo costo de la calibración por debajo del cual su manera de
actuar es totalmente deshonrosa para con la empresa.
Z LSE −Z LIE
a) Cp=
6
C pl+C pu
b) Cp=
2
c) Z LSE =3Cp y Z LIE =−3 Cppara todo proceso centrado.
Solucion:
a) Sabemos que:
LIE− x́
Z LIE =
σ
LSE−x́
Z LSE =
σ
Por tanto,
LSE−x́ LIE−x́
−
Z LSE−Z LIE σ σ
=
6 6
LSE− x́−(LIE− x́ )
Z LSE−Z LIE σ LSE−LIE
= = =Cp
6 6 6σ
b) Sabemos que:
LSE−x́
C pu=
3σ
x́−LIE
C pl =
3σ
22
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
LSE−LIE
LSE− x́=x́−LIE=
2
Para el LSE
LSE−x́
Z LSE =
σ
LSE−LIE
2
Z LSE =
σ
LSE−LIE
Z LSE =
2σ
O lo que es lo mismo
Z LSE =3 ( LSE−LIE
6σ )
Z LSE =3 (Cp )
Para el LIE
LIE− x́
Z LIE =
σ
−( x́−LIE )
Z LIE =
σ
Z LIE =
−( LSE−LIE
2 )
σ
−LSE−LIE
Z LIE =
2σ
23
CONTROL ESTADÍSTICO DE PROCESOS
Universidad del magdalena
Material educativo I
RESPUESTAS 7.
a) 2.275%
1. b) 183.16 ≤ x́ ≤216.84
a) 0.675 c) Cp(min)=0.65332
b) 2.355σ 8. Cp=0.60166
c) 0.4936 9.
2. a) Cp=0.6
a) x́=100 mm∧σ=6 mm ; b) Ć=$ 71568.768
%PNC=8.1166%;
c) Ú =$ 32762.343
Cp=0.5833; Cpk=0.5555;
d) Si, Ú ↑ aunque Ć ↑
Tipo 4.
e) Ć :Ninguna Ú : 2%↓
b)
CV´ =2.21926 ≅ $ 2.22 ; QE =843.64 ≅ 844 und f) Si
10.
c) Cp(min)=0.655
a) x́=768 ml∧ Ŕ=0
d) Z 0=−1.96
b) Cp=1.111; %PNC=0.0853%;
e) 0.01285 Tipo 2 y Centrado.
3. c) Cp=0.8333;
a) 0.625; No %PNC=15.866%; Tipo 3 y
b) 0.41666; Tipo 4 descentrado.
c) 11.1859%; SI; 5.10667% Una d) Si
vez centrado. e) $877440
d) 4.4919%
e) 170.6 ≤ x́ ≤189.4
f) 0.7754
g) 0.9997247
4. Cp=0.4875
24