Solucion Asignacion 1 - Cap 2, 3 y 4 de Gutierrez (Impar)

PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL
CONTROL DE CALIDAD
MANUEL ALEJANDRO BENAVIDES QUINTERO- 201861385
SOLUCIÓN ASIGNACIONES CAPITULO 2, 3 Y 4 GUTIERRES (IMPARES)

CAPITULO 2
1. Con sus palabras y apoyándose en gráficas, conteste los siguientes incisos:
a) ¿Qué es la tendencia central y que es la variabilidad de un proceso o unos
datos?
Tendencia Central: Valor en torno al cual los datos o mediciones de una
variable tienden a aglomerarse o concentrarse.
Variabilidad de un proceso: Existen varios tipos de variabilidad de datos
según el libro y autor, las cuales son la desviación estándar muestral,
desviación estándar poblacional, rango, coeficiente de variación.
Desviación estándar muestral: Nos muestra que tan esparcidos están
los datos con respecto a la media (S).
Desviación estándar poblacional: Nos muestra la variabilidad de un
proceso, para poder calcularlo se debe tener un numero grande de datos
que se hayan tomado en un lapso grande de tiempo (σ).
Rango: Medición de la variabilidad de un conjunto de datos que es
resultado de la diferencia entre el dato mayor y el dato menor de la
muestra (R).
Coeficiente de variación: Medida de variabilidad que indica magnitud
relativa de la desviación estándar en comparación con la media (CV).
b) Represente de manera gráfica y mediante curvas de distribución, dos
procesos con la misma variabilidad, pero diferente tendencia central.
CONTROL DE CALIDAD
Ilustración 1 Elaborado en minitab, propia.
c) Elabore la gráfica de dos procesos con la misma media, pero diferente

dispersión

CONTROL DE CALIDAD
d) Represente dos procesos cuya forma de distribución sea diferente
e) ¿Qué significa que un proceso sea capaz?

Se asume que debe cumplir con todos los análisis que se pueden generar
ahora de aplicar todos los procesos de tendencia central y a su vez este
le permita analizar la variabilidad de sus procesos que indican todas sus
variables como las desviaciones, rangos, cv, para conocer el estado de
los datos para asumir una conclusión de lo que se esté evaluando.
3. ¿De que manera afectan los datos raros o atípicos a la media? Explique su
respuesta.
Dado que los datos atípicos se ven de manera mas clara por medio de un
histograma, este nos permite ver los saltos donde se pueden presentar estos
datos, ya que se presenta por un dato erróneo que presente un gran
crecimiento frente a los demás, la población analizada no corresponde a los
datos analizados, se presentó alguna situación no medible fuera de los datos.
5. En una empresa se llevan registros del numero de fallas de equipos por mes,
la media es de 4 y la mediana de 6.
a) Si usted tiene que reportar la tendencia central de fallas, ¿Qué numero
reportaría?, ¿Por qué?
CONTROL DE CALIDAD
Reportaría la mediana que es 6, puesto que nos muestra la posición de la

mitad de los datos, entonces nos muestra que el 50% de las fallas se
encuentra por debajo de 6 y el otro 50% por encima de 6.
Esto nos deja ver o estimar que hay mas datos de equipos con fallas.
b) ¿La discrepancia entre la media y mediana se debió a que durante varios

meses ocurrieron muchas fallas?
Si, porque cuando se presenta muchas mas fallas la media tiende a variar
dependiendo de la cantidad de fallas que se presente durante el periodo
en este caso en un mes, si se mide por días se puede presentar una media
o muy alta o baja dependiendo de los datos recolectados en el mes.
7. En una empresa se lleva un registro semanal del numero de empleados que

acuden a la enfermería de la empresa a recibir atención médica. De acuerdo
con los datos de los primeros seis meses del año se tiene que el numero
promedio por semana es de 16, y la desviación estándar es de 3.5. Con
base en esto conteste los siguientes incisos:
a) ¿Entre qué cantidades se espera que varíen usualmente el numero de
empleados que acuden a la enfermería por semana?
Como datos tenemos que el ejercicio es poblacional, por lo tanto:
Desviación estándar poblacional (σ): 3.5

Media poblacional (µ): 16
Hallamos los límites con la formula 𝜇 − 3𝜎 y 𝜇 + 3𝜎 y obtenemos:
16-3(3.5)=5.5 y 16+3(3.5)=26.5
Se espera que asistan entre 26 y 5 empelados a la enfermería por

semana.
b) Si en la ultima semana acudieron a la enfermería 25 personas, esto

significa que en semana paso algo fuera de lo usual, Conteste si o no y
explique ¿por qué?
No, porque se encuentra dentro de los limites de las personas que
pueden asistir, además la ultima se encuentra en los datos tomados.
9. La desigualdad de Chebyshev y la regla empírica establecen la relación

entre la media y la desviación estándar. Explique esta situación y explique
si se aplica para el caso muestral, poblacional o para ambos.
CONTROL DE CALIDAD
La desigualdad de Chebyshev y la regla empírica nos dice que para los

datos muestrales puede ser válido si se cumple que entre un porcentaje
muy alto se encuentre cerca la media a la desviación estándar claramente
esto es dado si los datos no varían mucho o son aleatoriamente muy
grande, en pocas palabras se puede aplicar para cada caso
independiente de su comportamiento o distribución el método de
Chebyshev, en cambio con la regla empírica solamente se aplica a datos
que tenga un comportamiento cercanos a una campana o distribución
normal. En pocas palabras los dos miden la variabilidad que tiene la media
frente a la desviación estándar.
11. En el caso del ejercicio anterior, considere que los primeros 55 datos
(ordenados por renglón) corresponden a una maquina y los últimos 55 a
otra. Ahora conteste lo siguiente:
Datos
Ilustración 4 Datos punto 10 ejercicio capítulo 2 Gutiérrez
a) Evalué las dos maquinas en cuanto a su centrado (tendencia central)

y con respecto a la longitud ideal (200)
CONTROL DE CALIDAD
se puede evidenciar frente su longitud ideal que es 200, la mejor es

la maquina 2 que se ajusta a esta longitud.
b) Analice la dispersión de ambas maquinas utilizando la desviación
estándar y la regla empírica.
Según la ilustración 5, se puede ver que la maquina 2 sigue siendo la

mejor opción pues la que se acerca mas a la longitud ideal.
c) Haga un histograma para cada maquina e interprete cada uno de

ellos

CONTROL DE CALIDAD
Se puede evidenciar que para la maquina uno los datos no se

encuentran tan disperso frente a la media, en cambio en la maquina
dos los datos se encuentran mayormente dispersos de la desviación
estándar.
d) De acuerdo con lo anterior, ¿Cuál es el problema de cada máquina?
Si analizamos la ilustración 6 del punto c) podemos encontrar y

evidenciar como los datos se ajustan a la media, entendiendo por ellos
que la maquina uno presenta mas errores referentes al corte exigido
por el inspector que corresponde a 200mm, en cambio la maquina dos
se ajusta mas a las exigencias del inspector reduciendo los errores de
la máquina, ya que se ajusta mas a las exigencias permitidas.
e) Considere que cada maquina es operada por una persona diferente, y

determine cuales son las posibles causas de los problemas señalados
en el inciso anterior y señale que haría para corroborar cuales son las
verdaderas causas
Para corroborar tocaría hacer un análisis por medio de un diagrama

de Pareto para mirar cual de los dos operarios presenta mayores
problemas en los cortes y verificar si es por el espacio de trabajo como
postura y demás factores, analizar el desempeño de la maquina y
conocer la experiencia que tenga el operario, esto permite buscar una
causa más clara de la problemática que se presente ya sea por
operario o maquinaria.
13. En una fabrica de piezas de asbesto una característica importante de la

calidad es el grosor de las láminas. Para cierto tipo de lamina el grosor
optimo es de 5mm y se tiene una discrepancia tolerabl e del 0,8mm, ya
que si la lamina tiene un grosor de 4,2mm se considera demasiada
delgada y no reunirá las condiciones de resistencia exigidas por el cliente.
Si la lámina tiene un grosor mayor de 5.8 mm, entonces se gastara
demasiado material para su elaboración y elevaran los costos del
fabricante. Por lo tanto, es de suma importancia fabricar las laminas del
grosor optimo, y en el peor de los casos con los registros de las
mediciones realizadas en los últimos tres meses se aprecia un proceso
con una estabilidad aceptable, el grosor medio es 4,75, la mediana 4,7 y
la desviación estándar de 0,45.
a) De acuerdo con la media y la mediana, ¿el centrado del proceso
es adecuado?, argumente.
CONTROL DE CALIDAD
No, pues presentar mucha variabilidad y se encuentra muy lejos a

la longitud, donde la media nos puede significar que hay datos por
debajo del valor optimo exigido que es 5mm
b) Si considera solo la media y la mediana, ¿puede decidir si el

proceso cumple con las especificaciones?, explique.
No cumple con las especificaciones se debe revisar el proceso y

aplicar medidas necesarias para alcanzar el valor óptimo.
c) Calcule los limites reales, haga la grafica de capacidad y señale si

el proceso cumple con especificaciones, argumente.
Desviación estándar (σ): 0.45

Media poblacional (µ): 4,75
LI: 4,75-3(0,45)=3,4
LS:4,75+3(0,45)=6,1
Es un proceso capaz ya que la media se encuentra dentro de los limites

establecidos, demostrando un comportamiento normal.
CONTROL DE CALIDAD
15. En la elaboración de envases de plástico primero se elabora la reforma,

para la cual se tienen varios criterios de calidad, uno de ellos es el peso
de esta. Para cierto envase se tiene que el peso debe estar entre 28.00 ±
0.5 g. A continuación, se muestran los últimos 112 datos obtenidos
mediante una carta de control para esta variable.
a) Obtenga las medidas de tendencia central y señale si la tendencia de
las mediciones es adecuada
Estadísticas
Variable Media Desv.Est. Q1 Mediana Q3 Modo N para moda
Pesos 27,976 0,144 27,872 27,960 28,087 27,94 6
Tabla 1 Estadísticas ejercicio 15
Teniendo en cuenta los datos obtenidos frente a las medidas de tendencia central como se
muestra en la tabla 1, se puede evidenciar que se encuentra en el rango establecido en la
medida de los pesos que debe estar entre 28.00 ± 0.5 g por lo cual se adecua a las
necesidades.
b) Calcule la desviación estándar y una aproximación de los límites reales y con
base en estos decida si la variabilidad de los datos es aceptable
CONTROL DE CALIDAD
Si es aceptable la variabilidad, puesto que la desviación estándar se

encuentra dentro del limite real definido por 0.5.
c) obtenga un histograma e interprételo (tendencia central, variabilidad,

acantilados, sesgos, etc.).
El histograma que se encuentra en la ilustración 8, muestra los datos

de tendencia central, los cuales cumplen con los pesos exigidos para
la elaboración de los envases de plásticos, el sesgo se encuentra
hacia la izquierda ya que se presenta una gran acumulación de datos
en esa área, frente la variabilidad no se presenta datos atípicos los
cuales muestran o proceso positivo.
d) ¿Es adecuado el valor de preformas?
Sí, ya que se encuentra este valor 0,340 dentro los limites reales que
es 0.5
17. En una empresa que fabrica y vende equipo para fotocopiado utilizan
como un indicador importante de la calidad en el servicio posventa, el
tiempo de respuesta a solicitudes de apoyo técnico debido a fallas en los
equipos. Para problemas mayores, en cierta zona del país se estableció
como meta que la respuesta se de en un máximo de 6 horas hábiles; es
decir, de que habla el cliente solicitando apoyo, y que si el problema se
clasifica como grave no deben pasar más de 6 horas hábiles para que un
técnico acuda a resolver el problema. A continuación se aprecian los
tiempos de respuesta en horas para los primeros nueve meses del año
(65 datos)
Estadísticas
Variable Media Desv.Est. Mediana Modo N para moda

Horas 5,366 1,620 5,500 5,4 5
a) Calcule las medidas de tendencia central y con base en éstas, ¿cree que se
cumple con la meta?
Sí se cumple ya que las medidas de tendencia central no sobrepasan las 6

horas.
CONTROL DE CALIDAD
b) Aplique la regla empírica, interprete y diga qué tan bien se cumple la meta.
Regla empírica
Media: 5,366
Desv. Estándar: 1,620
Metas de llamadas según el calculo

5,366-3(1,620)= 0,506
5,366+3(1,620)= 10,226
Si cumple ya que se encuentra dentro del límite de 6 horas
c) Haga un histograma e interprete sus aspectos más relevantes.
Tabla 3 Elaborado en minitab, propia
Es un histograma con un sesgo asimétrico, presenta variabilidad en los

datos y presenta datos atípicos.
d) A partir del análisis que se ha realizado, ¿qué recomendaciones daría para

ayudar a cumplir mejor la meta?
Que para que no se presente estos tipos de variabilidad en los datos se
recomienda que la muestra sea de un menor tiempo posibles, puesto nos
ayuda a generar una interpretación y un análisis mucho mas claro.
CONTROL DE CALIDAD
19. Una característica importante en la calidad de la leche de vaca es la

concentración de grasa. En una industria en particular se fijó 3.0% como
el estándar mínimo que debe cumplir el producto que se recibe
directamente. de los establos lecheros. Por medio de muestreos y
evaluaciones en cierta época del año se obtuvieron los siguientes 90
datos sobre concentración de grasa en cierta región.
a) Calcule las medidas de tendencia central y de variabilidad, y comente

acerca del cumplimiento del estándar mínimo para la concentración
de grasa.
Estadísticas
Variable Media Desv.Est. Varianza Mediana Modo N para moda
% Grasa 3,1878 0,3151 0,0993 3,2000 3,3 13
Si cumple con el estándar mínimo exigido ya que se encuentra por

encima del 3,0%
b) Obtenga un histograma, inserte el estándar mínimo e intérprete de

manera amplia

CONTROL DE CALIDAD
Los datos están dispersos por la derecha pero no generan una

variabilidad muy grande.
c) La población de donde provienen estos datos, ¿cumple el estándar
mínimo?
Si cumplen ya que los datos se ajustan al mínimo exigido en mayor
parte
21. En el caso del problema anterior, a continuación, se muestran 100 datos

obtenidos en las pruebas destructivas de la resistencia de botellas.
a) Calcule las medidas de tendencia central y de variabilidad
Estadísticas
Variable Media Desv.Est. Varianza CoefVar Mediana Modo N para moda
Fuerza Kg 27,095 1,389 1,929 5,13 27,100 27,7 6
b) Estime los limites reales y comente si las botellas cumplen la

resistencia mínima que se desea garantizar
Media: 27,095
Desv Estándar: 1,389
Limites Reales:
27,095-3(1,389)=22,928
27,095+3(1,389)=31,262
CONTROL DE CALIDAD
Si cumple ya que la media se encuentra por encima de la resistencia

mínima la cual se encuentra dentro los limites reales
c) Obtenga un histograma, inserte una línea vertical en el valor de la

resistencia minima e interprete ampliamente
Los limites se encuentra dentro de los datos de tendencia central, se

evidencia variabilidad en los datos, como un poco datos atípicos.
d) Con base en los análisis anteriores, ¿considera que el proceso cumple

con las especificaciones inferior?
No, pues el histograma es un mecanismo que nos muestra que los

datos no cumplen con sus exigencias.
23. El volumen en un proceso de envasado debe estar entre 310 y 330 ml.
De acuerdo con los datos históricos se tiene que µ= 318 y σ= 4. ¿El
proceso de envasado funciona bien en cuanto al volumen? Argumente su
respuesta.
CONTROL DE CALIDAD
Si porque se encuentra dentro de los límites establecidos.

CONTROL DE CALIDAD
CAPITULO 3
1. Señale qué es una variable aleatoria e incluya un par de ejemplos de
variables aleatorias discretas y otro par de continuas.
Variable aleatoria: Es una función a la cual se le asigna un numero con

cada resultado de un experimento aleatorio,
Ejemplos de variables discretas: Rango que obtiene al numerar los

posibles valores que toma, ejemplo numero de tornillos defectuosos en
una muestra aleatoria de tamaño 15, o el numero de errores de un
operador industrial.
Ejemplos de variables continuas: Como ejemplo se tiene el peso

volumen, longitud, voltaje, resistencia, ángulo, espesor.
3. ¿Qué es una función de densidad de probabilidades y que requisitos
debe cumplir?
Es una función donde el valor de X toma un intervalo entre 0 y 1 el cual
se presenta cuando se cumple los requisitos cuando f(x)=P(X=x) donde
x es un valor de probabilidad entre 0 y 1, cuando f(x) sea menor o igual
a cero a x, si es menor nunca se generará ya que no existen
probabilidades negativas y cuando la sumatoria de f(x)= 1 todos los
valores asumidos a x serán siempre 1
5. ¿Cuál es la relación entre la distribución normal y la distribución ji-
cuadrada?
Que cuando los grados de libertad son iguales o superiores a 30, la
distribución de chi-cuadrada puede verse como una forma de
distribución normal, siempre y cuando los grados de libertad se
acerquen a dicho valor, ya que, por ejemplo, cuando la distribución de
chi-cuadrada con 40 grados de libertad es menos asimétrica y se
aproxima con una distribución normal.
7. El departamento de compras inspecciona un pedido de 500 piezas
eléctricas, para lo cual toma una muestra aleatoria de 20 de ellas y se
aprueban. El vendedor asegura que el porcentaje de piezas defectuosas
es solo 5%, así, suponiendo el peor de los casos según el vendedor,
p=0,05 responda lo siguiente:
a) ¿Cuál es la probabilidad de que el porcentaje muestral de
defectuosos sea mayor a 10%?
N: 500
n: 20
CONTROL DE CALIDAD
K=5% que equivale a 25

X: 10% al 20 es 2
Ilustración 9 Elaborado en minitab, propia
La probabilidad es del 19.21% para que se presenten por lo menos

dos piezas eléctricas defectuosas
b) ¿Cuál es la probabilidad de obtener una o menos piezas

defectuosas?
N: 500
n: 20
X: 1
CONTROL DE CALIDAD
La probabilidad es del 38.50% y del 35.11% para que se presenten

por lo menos una o cero piezas eléctricas defectuosas
9. Un fabricante de calculadoras electrónicas desea estimar la proporción de

unidades defectuosas producidas, para ello toma una muestra aleatoria
de 250 y encuentra 25 defectuosas. Con base en esto el fabricante afirma
que el porcentaje de calculadoras defectuosas que se produce es el 10%,
¿Es real esta afirmación?, Argumente su respuesta
Ilustración 11Elaborado en minitab, propia

CONTROL DE CALIDAD
X:25
P: 0,10
n:250
f(25, 250, 0,1)=(250C25)*(0,10)25*(1-0,10)250-25=0,0838214 aprox 8.38%
Esta información es incorrecta ya que solamente cumple el 8,38% del
10%, aplicando una regla de tres simple se puede evidenciar que para
cumplir el 10% deben ser una muestra defectuosa aproximadamente de
31 unidades
11. En un Almacén se inspeccionan todos los lotes de cierta pieza que se
recibe; para ello, se emplean muestras de tamaño 100. Se sabe que el
proceso genera 1% de piezas defectuosas y se tiene el criterio de
rechazar el lote cuando se encuentran mas de tres piezas defectuosas
en la muestra.
a) ¿Cuál es la probabilidad de aceptar un lote?
X:0
P: 0,01
n:100
f(0, 100, 0,01) =0,366032
X:1
P: 0,01
n:100
f(1, 100, 0,01)=(100C<1)*(0,01)1*(1-0,01)100-2=0,369729
X:2
P: 0,01
n:100
f(2, 100, 0,01) =0,184865
X:3
P: 0,01
n:100
f(3, 100, 0,01) =0,06099
P(<=3)= 0,366032 + 0,369729 + 0,184865 + 0,06099=0,9816
La probabilidad de aceptar un lote es del 98,16%

CONTROL DE CALIDAD
b) ¿Cuál es la probabilidad de que se tengan que inspeccionar 10 lotes

antes de rechazar el primero del día?
Distribución geométrica
X=10
P=0,0184
F(10,0,0184)=(1-0,0184)10-1*0,0184= 0,0155 aprox 1,5%
La probabilidad de rechazar
13. Un gerente de producción de cierta compañía esta interesado en probar
los productos terminados que están disponibles en lotes de tamaño 50.
Le gustaría retrabajar el lote si puede estar seguro de que el 10% de los
artículos están defectuosos en la muestra .
Entonces, decide tomar una muestra de tamaño 10 sin reemplazo y
retrabajar el lote si encuentra uno o mas defectuosos en la muestra. ¿Es
este un procedimiento razonable?, argumente su respuesta.
N: 50
n: 10
X: <=1
CONTROL DE CALIDAD
Como el proceso es aleatorio puede que los artículos escogidos en la

muestra salgan buenos o malo, esto no nos define un criterio confiable a
la hora de tomar los artículos defectuosos, se debe definir otro
procedimiento.
15. En una compañía aérea 40% de las reservaciones que se hacen con
mas de un mes de anticipación son celadas o modificadas. En una
muestra de 20 reservaciones, ¿Cuál es la probabilidad de que 10, 11 o
12 reservaciones no hayan cambiado?
a) Conteste usando la distribución binomial
n=20
P:0,40
X=10,11,12
f(10,20,0.40)=(20C10)*(0.40)10*(0,60)20-10=0,11714
f(11,20,0.40)=(20C11)*(0.40)11*(0,60)20-11=0,07099
f(12,20,0.40)=(20C12)*(0.40)12*(0,60)20-11=0,03549
CONTROL DE CALIDAD
La probabilidad de que las reservas no hayan cambiado es del

0,2236 aprox 22,36%
b) Resuelva con base en la distribución normal con la media y varianza
de la binomial, considerando el rango de 9.5 a 12.5
Media= 20*0,4=8
Desv Estándar=Raiz(20*0,4*0,6)= 2,19

CONTROL DE CALIDAD
17. Una maquina realiza cortes de manera automática de ciertas tiras

metálicas con media µ=40.1cm y una desviación estándar de 0.2 cm. La
medida optima de tales tiras debe ser de 40 cm con una tolerancia de
mas o menos de 0.5 cm. Suponiendo distribución normal, estime el
porcentaje de las tiras que cumple con las especificaciones.
Media: 40,1cm
Desvi Estándar: 0,2 cm
Medida optima: 40cm
Tolerancia: 0,5 cm
Limite estándar inferior: 39,5 cm
Limite estándar Superior: 40,5 cm
Para x=39, 5 cm
Z=(39,5-40,1)/0,2=-3
Para x=40,5 cm
Z=(40,5-40,1)/0,2=2
(-3<Z<2)
Cuando la probabilidad de P(Z<2)=0,9772
Cuando la probabilidad de P(Z<-3)=1-P(Z<3)=1-0,9987=0,0013
La probabilidad es de (0,9772-0,0013)=0,9759 igual 97,59% de que las
tiras cumpla con las especificaciones
CONTROL DE CALIDAD
CAPITULO 4
1. En un estudio estadístico, ¿qué es una población y para qué se toma una
muestra?
La población es el conjunto total de individuos, objetos o eventos que

tienen las mismas características y sobre el que estamos interesados en
obtener conclusiones.
La muestra es una parte de la población, la cual se selecciona con el
propósito de obtener información, esta muestra debe ser representativa.
3. ¿Qué implica realizar una estimación puntual y en qué consiste la
estimación por intervalo para la media?
El estimador puntual de parámetros es una estadística que genera valores
numéricos simples para proporcionar estimaciones de valores de
parámetros desconocidos. De ellos conocemos la media, la varianza, la
proporción o artículos defectuosos
5. Explique el papel que desempeñan las distribuciones de probabilidad en la
inferencia estadística.
La distribución de probabilidad de una variable o X asocia el conjunto de
posibles valores de X aleatorio con las probabilidades asociadas con estos
valores.
La distribución de probabilidad también se puede considerar como la
distribución de frecuencia teórica, que describe cómo cambian los
resultados esperados de la variable aleatoria. De esta manera, se puede
modelar el modelo aleatorio (descripción, límite), y al observar la realización
específica de información estadística, se pueden confirmar o rechazar
hipótesis (prueba de hipótesis) o se pueden realizar estimaciones globales.
Las distribuciones de probabilidad más comúnmente utilizadas en los
intervalos de confianza y las pruebas de hipótesis son las distribuciones:
distribución normal, T-student, suma de cuadrados o jicuadrado como se
conoce.
7. Explique que es un estadístico de prueba y señale su relación con los
intervalos de aceptación y rechazo
La estadística de prueba es el valor estándar calculado a partir de los datos
de la muestra durante la prueba de hipótesis. Puede utilizar estadísticas de
prueba para determinar si puede rechazar la hipótesis nula.
9. Señale y describa de manera breve los tres criterios equivalentes de
rechazo de una hipótesis
a. Estadístico de prueba frente a valor crítico:
CONTROL DE CALIDAD
Este estándar se usó en el ejemplo anterior, que se usaba

tradicionalmente antes del desarrollo de problemas informáticos
existentes. Si la estadística de prueba cae en el Valor crítico.
b. Significancia observada frente a significancia predefinida:
El significado predefinido expresado con o es: el riesgo máximo de
no querer rechazar H0 (error tipo I). La significancia observada o
calculada (también llamada valor p o valor p) es el área bajo la
distribución de referencia que excede el valor del estadístico de
prueba.
c. Significancia observada frente a significancia predefinida:
El significado predefinido expresado con o es: el riesgo máximo de
no querer rechazar H0 (error tipo I). La significancia observada o
calculada (también llamada valor p o valor p) es el área bajo la
distribución de referencia que excede el valor del estadístico de
prueba.
11. En la elaboración de envases de plástico es necesario garantizar que cierto
tipo de botella en posición vertical tenga una resistencia mínima de 50 kg de
fuerza. Para asegurar esto, en el pasado se realizaba una prueba del tipo
pasa-no-pasa, donde se aplicaba la fuerza mínima y se veía si la botella
resistía o no. En la actualidad se realiza una prueba exacta, en la que
mediante un equipo se aplica fuerza a la botella hasta que ésta cede, y el
equipo registra la resistencia que alcanzó la botella
Datos
Resistencia mínima(X)=50 kg
N= 20 piezas
Media= 55.2
S=3 α=0.05
Nivel de confianza del 95%
a. ¿Qué ventajas y desventajas tiene cada método?
En el método pasa-no-pasa
Se tiene como ventaja que el tiempo del método es mas rápido, pero
a su vez genera como desventaja una inseguridad en los datos
En el método prueba exacta
Se tiene como ventaja la eficaz en los resultados de los datos, pero
su proceso es mas lento para tener esta eficiencia en los resultados
b. Para evaluar la resistencia media de los envases se toma una
muestra aleatoria de n= 20 piezas. De los resultados se obtiene que
X = 55.2 y S= 3. Estime con una confianza de 95% ¿cuál es la
resistencia promedio de los envases?
CONTROL DE CALIDAD
v=20-1=19
α/2=0,05/2=0,025→2.093
55.2-(2.093)*3/raíz(20)=53.79
55.2-(2.093)*3/raíz(20)=56.60
La resistencia promedio de los envases se encuentran entre 53.79 a
56.60
CONTROL DE CALIDAD
c. Antes del estudio se suponía que media= 52. Dada la evidencia de

los datos, ¿tal supuesto es correcto?
No es correcta pues el limite inferior llega hasta 53.79 ubicando a
esta media por debajo y fuera del límite inferior
d. Con los datos anteriores, estime con una confianza de 95% ¿cuál es
la desviación estándar poblacional (del proceso)?
Resistencia mínima(X)=50 kg
N= 20 piezas
Media= 55.2
S=3 α=0.05
Nivel de confianza del 95%
V=n-1=20-1=19
α/2=0,05/2=0,025→32,8523
1-(α/2)=1-(0,05/2)=0,975 →8,9065
Limite Inferior (n-1)s^2/32,8523→5,2051

Limite Superior (n-1)s^2/8,9065→19,074
La desviación estándar poblacional se encuentra entre 5,2051 y
19,074
CONTROL DE CALIDAD
13. En un problema similar al del ejercicio 11 es necesario garantizar que la

resistencia mínima que tienen un envase de plástico en posición vertical sea
de 20 kg. Para evaluar esto se obtuvieron los siguientes datos mediante
pruebas destructivas:
28.3 26.8 26.6 26.5 28.1 24.8 27.4 26.2 29.4 28.6 24.9
25.2 30.4 27.7 27.0 26.1 28.1 26.9 28.0 27.6 25.6 29.5
27.6 27.3 26.2 27.7 27.2 25.9 26.5 28.3 26.5 29.1 23.7
29.7 26.8 29.5 28.4 26.3 28.1 28.7 27.0 25.5 26.9 27.2
27.6 25.5 28.3 27.4 28.8 25.0 25.3 27.7 25.2 28.6 27.9
a) Esta variable forzosamente tiene que evaluarse mediante muestreo
y no a 100%, ¿por qué?
10. Estadísticas
Error
estándar
de la
Variable N N* Media media Desv.Est. Mínimo Q1 Mediana Q3 Máximo
Kg 55 0 27,220 0,193 1,430 23,700 26,200 27,300 28,300 30,400
11.
Se identifica que la media de los datos se encuentra por encima de
la de la resistencia mínima indicando que cumple con la calidad
exigida
b) Realice un análisis exploratorio de estos datos (obtenga un
histograma y vea el comportamiento de los datos obtenidos)
Fuente: Elaboración propia por Minitab

CONTROL DE CALIDAD
c) Estime con una confianza de 95%, ¿cuál es la resistencia promedio

de los envases?
v=55-1=54
α/2=0,05/2=0,025→ 2.0054 (interpolando)
27.22-(2.0054)*3/raíz(55)=26.833
27.22-(2.0054)*3/raíz(55)=27.60
La resistencia promedio de los envases se encuentran entre 26.833
a 27.60
d) Antes del estudio se suponía que Media = 25. Dada la evidencia de
los datos, ¿tal supuesto es correcto?
Sí, porque el método estándar se utiliza sólo para la distribución
Normal
15. Una característica importante en la calidad de la leche de vaca es la

concentración de grasa. En una industria en particular se fijó como estándar
mínimo del producto que se recibe directamente de los establos lecheros
sea de 3.0%. Por medio de 40 muestreos y evaluaciones en cierta época del
año se obtuvo que 𝐗̅ = 3.2 y S= 0.3.
a) Estime con una confianza de 90% el contenido promedio de grasa
poblacional.
N.C=90%
S=0,3
n=40
Media:3,2
α=0,10
b) ¿Cuál es el error máximo de estimación para la media? ¿Porqué?

Es de 0,0474
CONTROL DE CALIDAD
c) Si se quiere estimar la media con un error máximo de 0.05, ¿qué

tamaño de muestra se requiere?
n=(1,64)^2(0,10)(1-0,10)/(0,05)^2→39,73 tamaño de muestra

d) Estime con una confianza de 95%, ¿cuál es la desviación estándar
poblacional?
La desviación estándar poblacional se encuentra entre 0.0801 y
0.1898.
17. En una auditoría se seleccionan de manera aleatoria 200 facturas de las
compras realizadas durante el año, y se encuentra que 10 de ellas tienen algún
tipo de anomalía.
n=200
Media=10
a) Estime con una confianza de 95% el porcentaje de facturas con
anomalías en todas las compras del año
28 facturas
CONTROL DE CALIDAD
b) ¿Qué tamaño de muestra se tiene que usar si se quiere estimar el

porcentaje de facturas con anomalías con un error máximo de 2%?
21. Dos máquinas, cada una operada por una persona, son utilizadas para
cortar tiras de hule, cuya longitud ideal debe ser de 200 mm. De las
inspecciones de una semana (25 piezas) se observa que la longitud
media de las 25 piezas para una máquina es de 200.1 y para la otra es
de 201.2. ¿Es significativa la diferencia entre los dos casos? Argumente
su respuesta.
Sean 𝜇𝑥 = 200.1 𝑦 𝜇𝑦 = 201.2 se da la hipótesis nula de que 𝐻0: 𝜇𝑥 = 𝜇𝑦
pero gracias a la inspección esta hipótesis cambia de ser nula a ser
afirmativa ella que se acepta que los datos muéstrales proporcionan
evidencia de que la hipótesis nula es falsa 𝐻𝐴: 𝜇𝑥 ≠ 𝜇𝑦 por lo tanto si
es significativa la diferencia porque hace un cambio cuando en realidad
se debería de operar mejor la máquina para ofrecer tiras de hule con la
misma calidad para todos los clientes.
23. En condiciones controladas, en un laboratorio se evaluó en 10 hombres
y 10 mujeres, la temperatura que cada persona encontró más
confortable. Los resultados en grados Fahrenheit fueron los siguientes:
M 75 77 78 79 77 73 78 79 78 80
H 74 72 77 76 76 73 75 73 74 75
a) ¿Cuáles son en realidad los tratamientos que se comparan en este
estudio?
Los tratamientos que se comparan en este estudio son :
• Temperatura de las mujeres
• Temperatura de los hombres
b) ¿Las muestras son dependientes o independientes? Explique.
Las muestras son independientes porque no hay relación de causa
efecto entre la temperatura de las mujeres y la temperatura de los
hombres.
c) ¿La temperatura promedio más confortable es igual para hombres que
para mujeres?
CONTROL DE CALIDAD
No, hay diferencia entre las dos de 2,9 grados Fa

25. Una compañía de transporte de carga desea escoger la mejor ruta para
llevar la mercancía de un depósito a otro. La mayor preocupación es el
tiempo de viaje. En el estudio se seleccionaron al azar cinco choferes de
un grupo de 1 O y se asignaron a la ruta A; los cinco restantes se
asignaron a la ruta B. los datos obtenidos fueron:
A 18 24 30 21 32
B 22 29 34 25 35
a) ¿Existen diferencias significativas entre las rutas? Plantee y pruebe las
hipótesis estadísticas correspondientes.
b) En caso de rechazar la hipótesis del inciso a), dibuje los diagramas de cajas
simultáneos para determinar cuál ruta es mejor.
CONTROL DE CALIDAD
27. En Kocaoz, S. Samaranayake, V. A. Nanni A. (2005) se presenta una

investigación donde se estudian dos tipos de barras de polímero, cuya
tensión se refuerza con fibra de vidrio (FRP). Estas barras, en
sustitución de las vigas de acero, son utilizadas para reforzar concreto,
por lo que su caracterización es importante para fines de diseño, control
y optimización para los ingenieros estructurales. Las barras se
sometieron a tensión hasta registrarse su ruptura (en Mpa). Los datos
para dos tipos de barras se muestran a continuación:
A 939 976 1025 1034 1015 1015 1022 815
B 1025 938 1015 983 843 1053 1038 938
c) Pruebe la hipótesis a un nivel de significancia de 5%.

Para rechazar o no la hipótesis, apóyese tanto en el
criterio del valor-p como en el del valor critico de tablas.
𝐻𝑜 no se rechaza si el valor del estadístico de prueba (t) se encuentra
entre -2.145 y 2.145.
d) Explique cómo se obtiene el valor-p del inciso anterior.
Se calculó en Minitab
e) Pruebe la hipótesis de igualdad de varianzas entre
tratamientos.
Ho no se rechaza si el valor del estadístico de prueba F se encuentra
entre 0.2256 y 4.433
f) ¿Existe algún tratamiento mejor?
Al parecer los dos tratamientos son iguales
29. Con respecto al problema descrito en el ejercicio 30, el mejor método de
inoculación se aplicó a dos variedades de maíz en dos localidades. Una
vez infectada la mazorca, interesa medir el porcentaje final de la
superficie de ésta que fue cubierta por el hongo, así como el peso en
gramos del huitlacoche. Los resultados para la variedad 2 de maíz,
obtenidos en 15 mazorcas de Texcoco y en 15 mazorcas de Celaya son
los siguientes:
CONTROL DE CALIDAD
a) ¿Se puede afirmar que el porcentaje de cobertura del hongo es

mayor en Celaya que en Texcoco? Pruebe la hipótesis apropiada
para las medias.
Sí se puede afirmar la cobertura del hongo es mayor en
Celaya en la gráfica del paso número 4
b) Utilice un diagrama de dispersión (gráfica tipo X-Y) para verificar
si existe una relación lineal entre el porcentaje de cobertura de la
mazorca con los gramos de huitlacoche.
CONTROL DE CALIDAD
35. Se conduce un experimento para determinar si el uso de un aditivo

químico y un fertilizante estándar aceleran el crecimiento de las plantas.
En cada una de 10 localidades se estudiaron dos plantas sembradas en
condiciones similares. A una planta de cada localidad se le aplicó el
fertilizante puro y a la otra el fertilizante más el aditivo. Después de
cuatro semanas el crecimiento en centímetros fue el siguiente:
SINA 20 31 16 22 19 32 25 18 20 19
CONA 23 34 15 21 22 31 29 20 24 23
a) ¿Los datos obtenidos apoyan la afirmación de que el aditivo químico

acelera el crecimiento de las plantas? Plantee las hipótesis apropiadas
para las medias y pruébelas usando α= 0.05.
b) Obtenga un intervalo a 95% de confianza para la diferencia promedio

𝝁𝑫
Con una confianza del 95%, se concluye que el aditivo químico no
aceleran el crecimiento por igual, las mediciones que reportan son
estadísticamente diferentes.

Solucion Asignacion 1 - Cap 2, 3 y 4 de Gutierrez (Impar)

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Solucion Asignacion 1 - Cap 2, 3 y 4 de Gutierrez (Impar)

Cargado por

Copyright:

Formatos disponibles

PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL

SOLUCIÓN ASIGNACIONES CAPITULO 2, 3 Y 4 GUTIERRES (IMPARES)

Ilustración 1 Elaborado en minitab, propia.

c) Elabore la gráfica de dos procesos con la misma media, pero diferente

Ilustración 2 Elaborado en minitab, propia.

d) Represente dos procesos cuya forma de distribución sea diferente

Ilustración 3 Elaborado en minitab, propia.

e) ¿Qué significa que un proceso sea capaz?

Reportaría la mediana que es 6, puesto que nos muestra la posición de la

b) ¿La discrepancia entre la media y mediana se debió a que durante varios

7. En una empresa se lleva un registro semanal del numero de empleados que

Desviación estándar poblacional (σ): 3.5

Hallamos los límites con la formula 𝜇 − 3𝜎 y 𝜇 + 3𝜎 y obtenemos:

Se espera que asistan entre 26 y 5 empelados a la enfermería por

b) Si en la ultima semana acudieron a la enfermería 25 personas, esto

9. La desigualdad de Chebyshev y la regla empírica establecen la relación

La desigualdad de Chebyshev y la regla empírica nos dice que para los

Ilustración 4 Datos punto 10 ejercicio capítulo 2 Gutiérrez

a) Evalué las dos maquinas en cuanto a su centrado (tendencia central)

Ilustración 5 Elaborado en minitab, propia.

se puede evidenciar frente su longitud ideal que es 200, la mejor es

Según la ilustración 5, se puede ver que la maquina 2 sigue siendo la

c) Haga un histograma para cada maquina e interprete cada uno de

Ilustración 6 Elaborado en minitab, propia.

Se puede evidenciar que para la maquina uno los datos no se

Si analizamos la ilustración 6 del punto c) podemos encontrar y

e) Considere que cada maquina es operada por una persona diferente, y

Para corroborar tocaría hacer un análisis por medio de un diagrama

13. En una fabrica de piezas de asbesto una característica importante de la

No, pues presentar mucha variabilidad y se encuentra muy lejos a

b) Si considera solo la media y la mediana, ¿puede decidir si el

No cumple con las especificaciones se debe revisar el proceso y

c) Calcule los limites reales, haga la grafica de capacidad y señale si

Desviación estándar (σ): 0.45

Ilustración 7 Elaborado en minitab, propia.

Es un proceso capaz ya que la media se encuentra dentro de los limites

15. En la elaboración de envases de plástico primero se elabora la reforma,

Ilustración 8 Elaborado en minitab, propia.

Si es aceptable la variabilidad, puesto que la desviación estándar se

c) obtenga un histograma e interprételo (tendencia central, variabilidad,

El histograma que se encuentra en la ilustración 8, muestra los datos

d) ¿Es adecuado el valor de preformas?

Variable Media Desv.Est. Mediana Modo N para moda

Tabla 2 Estadísticas ejercicio 17

Sí se cumple ya que las medidas de tendencia central no sobrepasan las 6

Metas de llamadas según el calculo

Si cumple ya que se encuentra dentro del límite de 6 horas

c) Haga un histograma e interprete sus aspectos más relevantes.

Tabla 3 Elaborado en minitab, propia

Es un histograma con un sesgo asimétrico, presenta variabilidad en los

d) A partir del análisis que se ha realizado, ¿qué recomendaciones daría para

19. Una característica importante en la calidad de la leche de vaca es la

a) Calcule las medidas de tendencia central y de variabilidad, y comente

Si cumple con el estándar mínimo exigido ya que se encuentra por

b) Obtenga un histograma, inserte el estándar mínimo e intérprete de

Tabla 5 Elaborado en minitab, propia

Tabla 6 Elaborado en minitab, propia

Los datos están dispersos por la derecha pero no generan una

21. En el caso del problema anterior, a continuación, se muestran 100 datos

b) Estime los limites reales y comente si las botellas cumplen la

Si cumple ya que la media se encuentra por encima de la resistencia

c) Obtenga un histograma, inserte una línea vertical en el valor de la

Tabla 8 Elaborado en minitab, propia

Los limites se encuentra dentro de los datos de tendencia central, se