TALLER #3

INTEGRANTES:
ARIANA MARCELA CERPA CAMPANELA
JHAN MARCO TRIVIÑO CARDOSO
YOINER DAVID CERA PEREZ

DOCENTE:
NESTOR ENRIQUE CAICEDO SOLANO

ASIGNATURA:
CONTROL ESTADISTICO DE PROCESOS

UNIVERSIDAD DEL MAGDALENA

FACULTAD DE INGENIERIA
INGENIERIA INDUSTRIAL

SANTA MARTA D.T.C.H

2022
1. Se desea diseñar un plan de muestreo simple para el productor con los siguientes parámetros: p (Aceptación/ lote conform
(Rechazo lote / no conforme) = 0,65 mínimo; LTPD= 0,07. El resultado del plan será la determinación del número c, dado que
sean necesarios de tal manera que puedan ser validados con las características del plan.

P(Aceptación/ lote conforme)= 0,93 mínimo

% Defectos en Probabilidad Probabilidad Probabilidad Probabilidad

lote (NCA) (Defectuosos=0) (Defectuosos=1) (Defectuosos=2) (defectuosos=3)
1% 0.740 0.964 0.997 0.9998
2% 0.545 0.879 0.978 0.9971
3% 0.401 0.773 0.940 0.9881
4% 0.294 0.661 0.883 0.9694
5% 0.215 0.554 0.812 0.9392
6% 0.156 0.455 0.732 0.8974
7% 0.113 0.369 0.649 0.8450
8% 0.082 0.296 0.565 0.7842

Dado que por este metodo no se pudo cumplir el parametro de: P(rechazo lote/ no conforme)=0,

n= 30
α= 0.93
β= 0.65
NAC = 0.04
LTPD = 0.07
C= 1.2
Se requiere que el: p (Aceptación/ lote c
c = NAC * n conforme) = 0,65 mínimo un c=1,2 , pero
necesita un 66,12% para aceptacion de l
conforme por ende no se logran cumplir
aumentar el tamaño de muestra para po
s: p (Aceptación/ lote conforme)= 0,93 mínimo; NAC= 0,04; p
ación del número c, dado que n=30. Pruebe con los datos que n= 30

P(Rechazo lote / no conforme) = 0,65 mínimo

C= 1
% Defecto
Beta 1-Beta
(NCL)
1% 0.963852 0.036148 Para cumplir con la P(Rechazo/no
confome)=0,65 se recomienda aumentar el
2% 0.87945431 0.12054569 n a 32 o aumentar el LTPD a 8%
3% 0.77307548 0.22692452 manteninendo un n de 30, el plan que se
4% 0.6611797 0.3388203 seria de c=1
5% 0.55354208 0.44645792
6% 0.45546847 0.54453153
7% 0.36935853 0.63064147
8% 0.29579108 0.70420892

o lote/ no conforme)=0,65 minimo, se obto por ultilizar el siguiente metodo:

1-α = 66.12%
β= 36.94%

e que el: p (Aceptación/ lote conforme)= 0,93 mínimo; p (Rechazo lote / no

= 0,65 mínimo un c=1,2 , pero nuestro plan de muestreo nos arroja que se
n 66,12% para aceptacion de lote conforme y 36,94% para rechazar lote/no
por ende no se logran cumplir las condiciones iniciales, se recomienda
el tamaño de muestra para poder cumplir con las especificaciones.
2. El total de camisetas confeccionadas en una empresa puede tener errores o no en las costuras, de tal manera
que las no conformes representan la fracción defectiva en el lote o sea Columna 1. Esto representa solo un
punto en la curva característica de operación siguiente para n = 30. Para construir la curva OC completa se debe
variar la fracción defectiva como sigue y graficar la probabilidad de aceptación.
Nota: Defina el valor de la fracción de defecto que desee entre el 0.5% y 10%.

Pa-Probabilidad de Pa-Probabilidad de
aceptación con c = 4 aceptación con c = 2

Fracción defectiva en
4 2
el lote
0.5% 0.99999959874982 0.999541302826381
1% 0.999988432425474 0.996682290681117
2% 0.999699669420633 0.978282165456382
3% 0.99815030744823 0.939930905478881
4% 0.993680024468833 0.88310343825061
5% 0.984364489871466 0.812178813146959
6% 0.968461621009197 0.732399522974036
7% 0.944738432179638 0.648746627961476
8% 0.912638454410242 0.565396364562772
9% 0.872305882812347 0.485530822971903
10% 0.824505120966106 0.411351239559506

a) Por favor construya las curvas de operación características y decida cuales son los planes apropiados para un presupuesto
de conformes del 93% y una probabilidad de rechazo de no conformes del 87%. Las curvas deben proponer planes de mues

Pa-Probabilidad de Pa-Probabilidad de
Fracción defectiva en aceptación con c = 4 aceptación con c = 2
el lote 4 2
0.5% 0.999999437691936 0.999443786932909
1% 0.999983923410882 0.996006552767319
2% 0.999589450911443 0.974234994417032
3% 0.997512711895277 0.929734888417311
4% 0.99163894250664 0.865116901671197
5% 0.979646100817534 0.786114472941008
6% 0.959593759622338 0.699087581989657
7% 0.93030463718774 0.609746940118134
8% 0.891510913776454 0.522616514009107
9% 0.843810628523104 0.440919025684707
10% 0.788501711300673 0.36668351908062
11% 0.727357770300378 0.300951384964496

b) Si se desea que los inspectores tengan una precisión del muestreo del 90%, sabiendo que n=120 y el total de conformes r
 b) Si se desea que los inspectores tengan una precisión del muestreo del 90%, sabiendo que n=120 y el total de conformes r

(120-x)=108 x=120-108 → x= 12 defectuosos

tenemos que A=0,90

𝛼=1−𝑝_1 𝛽=1−𝑝_2

c) Según el ítem c, cuál es la probabilidad de aceptar los conformes, dado que son conformes y cuál es la probabilidad de rech

tenemos que según Drury

𝛼=1−𝑝_1 𝛽=1−𝑝_2 α=

entonces para hayar p1 y p2

𝑝_1=1−𝛼 𝑝_2=1−𝛽 𝑝_1=

es o no en las costuras, de tal manera
umna 1. Esto representa solo un
onstruir la curva OC completa se debe
ción.
10%.

Pa-Probabilidad de
aceptación con c = 1
n= 30
1
Curva OC
0.990090351499826 n=30
0.963852001687759 1.2
0.879454310841072
1
0.773075482655365
0.661179697269087 0.8
0.553542075431786 0.6
0.455468469039001
0.4
0.36935853293988
0.2
0.295791082474741
0.234265092169462 0
0.0% 2.0% 4.0% 6.0% 8.0% 1
0.183695019192604
Column C Column D Column E
les son los planes apropiados para un presupuesto para el muestreo de $400.000, si cada muestra cuesta $ 12.500, teniendo en cuenta qu
l 87%. Las curvas deben proponer planes de muestreo que satisfagan las necesidades del productor y consumidor.

Pa-Probabilidad de n= 32 Pa-Probabilidad de
aceptación con c = 1 aceptación con c = 4
defecto(NCL)
1 beta
0.988775022953167 0.5% 0.99999944
0.959317414247261 1% 0.99998392
0.866010905451557 2% 0.99958945
0.750725333019645 3% 0.99751271
0.631911476003309 4% 0.99163894
0.519962405651766 5% 0.9796461
0.420077571618461 6% 0.95959376
0.334218639799623 8% 0.89151091
0.262422997373205 9% 0.84381063
0.203667799863924 10% 0.78850171
0.156423374035548 11% 0.72735777
0.118995022500091

0%, sabiendo que n=120 y el total de conformes real es de 108 productos, a lo sumo, cuántas unidades definen el error alfa y beta de los in
0%, sabiendo que n=120 y el total de conformes real es de 108 productos, a lo sumo, cuántas unidades definen el error alfa y beta de los in

conformes no conformes
108 12
C
entonces 𝑝_1+𝑝_2=2𝐴 𝑝_1+𝑝_2= 1.8 P₁
P₂
A

α= 0.01851852 β= 0.166666667

Para lograr la precision de un 90% encont

debe ser igual a 2, dandonos asi un α de
0,1666666

ue son conformes y cuál es la probabilidad de rechazar los no conformes dado que son no conformes según el cálculo de precisión de Drur

0.0185185185185185 β= 0.166666666666667

0.981481481481482 𝑝_2= 0.833333333333333

 OC
30

% 8.0% 10.0% 12.0%

umn D Column E
500, teniendo en cuenta que se debe asegurar una probabilidad de aceptación
or.

curva OC
n=32
Pa-Probabilidad de Pa-Probabilidad de Pa-Probabilidad de
aceptación con c = 4 aceptación con c = 2 aceptación con c = 1 1.2
1
1-beta beta 1-beta beta 1-beta
0.8
0.000001 0.99944379 0.00055621 0.98877502 0.01122498
0.6
0.000016 0.99600655 0.00399345 0.95931741 0.04068259
0.4
0.000411 0.97423499 0.02576501 0.86601091 0.13398909 0.2
0.002487 0.92973489 0.07026511 0.75072533 0.24927467 0
0.008361 0.8651169 0.1348831 0.63191148 0.36808852 0.0% 2.0% 4.0% 6.0%

0.020354 0.78611447 0.21388553 0.51996241 0.48003759 Column C Column D

0.040406 0.69908758 0.30091242 0.42007757 0.57992243
0.108489 0.52261651 0.47738349 0.262423 0.737577
0.156189 0.44091903 0.55908097 0.2036678 0.7963322
0.211498 0.36668352 0.63331648 0.15642337 0.84357663 no se logro encontrar un plan de muestreo que cu
manteniendo el presupuesto, el plan que mas se ac
0.272642 0.30095138 0.69904862 0.11899502 0.88100498 decir con una aceptacion de un producto defectuos
se logra cumplir la condicion para el productor, con

el error alfa y beta de los inspectores?.

 el error alfa y beta de los inspectores?.

1 2 4
0.990740741 0.98148148 0.96296296
0.916666667 0.83333333 0.66666667
0.953703704 0.90740741 0.81481481

precision de un 90% encontramos que el valor de C

al a 2, dandonos asi un α de 0,0185185 y un β de
0,1666666

álculo de precisión de Drury?

 curva OC
n=32
.2
1
.8
.6
.4
.2
0
0.0% 2.0% 4.0% 6.0% 8.0% 10.0% 12.0%

Column C Column D Column E

logro encontrar un plan de muestreo que cumpla en su totalidad ambas condiciones, sin embargo
iendo el presupuesto, el plan que mas se acerca a las necesidades de ambos seria el plan con C=1 es
n una aceptacion de un producto defectuoso o menos, por otro lado si se sube el NCL hasta un 11%
cumplir la condicion para el productor, con el plan con C=1 por lo que igual se recomienda este plan
3) Basado en la información ofrecida en el material de estudio sobre inspección y muestreo en calidad, responda: Se tiene u
estaciones pares tendrán el 0.5% de tasa de defecto y las impares tendrán el 0.8%. Los costos son: inspección $1200, produc
inspección distribuida, final, no inspeccionar,etc. Al tiempo calcule la probabilidad de encontrar en la línea a lo sumo el porc
si se sabe que el promedio de defectos por hora de la línea es de 19 productos de lo que pasa por cada estación. Es indispen
Adicionalmente, conociendo el tamaño del lote, pruebe a diferentes niveles de inspección y con diferentes planes basado en
cuenta que sólo tiene un presupuesto de $100.000 para el muestreo de este lote y debe decidir si se acepta o no, calculando
aceptación/No conforme.

Tasa Defecto Tasa Defecto Tasa Defecto Piezas

Piezas defectuosas
pares impares Total Fabricadas

0.5% 0.8% 1.3% 5000 65

se quiere tomar la decisión sobre decidir en inspección distribuida, final, no inspeccionar,etc.

Inspeccion Distribuida

Cb = $ 289,995,017

Inspecion Final

Cb = $ 239,750,000.00

Inspeccion 100%

Cb = $ 6,000,000.00

No Inspeccionar

Cb = $ 142,350.00

Al tiempo calcule la probabilidad de encontrar en la línea a lo sumo el porcentaje de no conformes expresado arr

λ=
k=

Adicionalmente, conociendo el tamaño del lote, pruebe a diferentes niveles de inspección y con diferentes plane
Tenga en cuenta que sólo tiene un presupuesto de $100.000 para el muestreo de este lote y debe decidir si se ac

N= 5000
NAC = 0.013
Muestreo 32
Cb = 38400
Presupuesto 100000 NORMAL

RIGUROZO

REDUCIDA

probabilidad de aceptación del lote/Conforme

1-α = 0.720956081495
streo en calidad, responda: Se tiene una línea de producción que tiene 11 operaciones consecutivas, de las cuales las
costos son: inspección $1200, producción: $ 4.250, no conforme, $2.190 y se quiere tomar la decisión sobre decidir en
ncontrar en la línea a lo sumo el porcentaje de no conformes expresado arriba (Basado en la Distribución de Poisson),
e pasa por cada estación. Es indispensable tener claro que el número de piezas a ser fabricadas son 5000.
ión y con diferentes planes basado en la Mil-Std 105 E, y defina el tipo de muestreo que se debe realizar. Tenga en
e decidir si se acepta o no, calculando la probabilidad de aceptación del lote/Conforme y la probabilidad de

Costo Costo
Defectos x Costo no
Inspeccion Produccion Presupuesto
Hora conforme
CS CPR
19 1200 4250 2190 100000

inspeccionar,etc.
Estación 1
Qo= 5000

Al realizar las diferentes inspecciones podemos concluir

que es mejor no inspeccionar y asumir el costo de este,
debido a que inspeccionar es muy costoso en
comparacion a no inspeccionar.

ntaje de no conformes expresado arriba (Basado en la Distribución de Poisson)

19
65 P(X=k) =8,934261334 〖𝑥 10 〗
^(−17)

de inspección y con diferentes planes basado en la Mil-Std 105 E, y defina el tipo de muestreo que se debe realizar.
eo de este lote y debe decidir si se acepta o no, calculando la probabilidad de aceptación del lote/Conforme y la probabilidad de aceptació

Nivel Inspeccion
1 2 3
J L M
Con un tamaño de lote N=5000 y un NAC = 0,013 la
n=80 n=200 n=315 mejor opcion es escojer: Nivel de Inspeccion 1, letra
Ac=0 Ac=0 Ac=0 J con inspeccion Reducida, dando n=32 con Ac=0 y
Re=1 con cb =38,400
Re=1 Re=1 Re=1
n=80 n=200 n=315
Ac=0 Ac=0 Ac=0
Re=1 Re=1 Re=1
n=32 n=80 n=125
Ac=0 Ac=0 Ac=0
Re=1 Re=1 Re=1

probabilidad de aceptación/No conforme.

β= 0.18754599
 2 3 4 5 6 7 8 9
4960 4935.2 4895.7184 4871.23981 4832.26989 4808.10854 4769.64367 4745.79545
la probabilidad de aceptación/No conforme.
 10 11
4707.82909 4684.28994