SEGUNDO TALLER CONTROL DE CALIDAD

ejercicio 9
También observamos que la media es 0.5, como np=0.5, p=0.5/n yque es la
proporcion de defectuosos. Asi N = 2000, p = 0.5/n q = 1 - p
proporcion <- seq(from = 0, to = 0.15, by = 0.005)

PLAN A
n_a = 70
c_a = 0
PA_a <- pbinom(c_a, size = n_a, prob = proporcion)

PLAN B
n_b = 100
c_b = 1
PA_b <- pbinom(c_b, size = n_b, prob = proporcion)

PLAN C
n_c = 180
c_c = 2
PA_c <- pbinom(c_b, size = n_c, prob = proporcion)

CURVA CARACTERISTICA DE OPERACION

df <- data.frame(proporcion, PA_a, PA_b, PA_c) %>%
gather("plan", "porcentaje_defectos",-proporcion)
glimpse(df)

## Rows: 93
## Columns: 3
## $ proporcion <dbl> 0.000, 0.005, 0.010, 0.015, 0.020, 0.025,
0.030, 0…
## $ plan <chr> "PA_a", "PA_a", "PA_a", "PA_a", "PA_a",
"PA_a", "P…
## $ porcentaje_defectos <dbl> 1.000000e+00, 7.040697e-01, 4.948387e-01,
3.471652…

ggplot(df, aes(x = proporcion, y = porcentaje_defectos, col = plan)) +

geom_line()
interpretacion
Podemos observar que el lote b es quien tiene mayor porcentaje de aceptacion, y por
lo tanto es el que se debe elegir

ejercicio 10
CURVA CARACTERISTICA DE OPERACION
proporcion <- seq(from = 0, to = 0.15, by = 0.005)
PA <- pbinom(3, size = 60, prob = proporcion)
df10 <- data.frame(proporcion, PA)
glimpse(df10)

## Rows: 31
## Columns: 2
## $ proporcion <dbl> 0.000, 0.005, 0.010, 0.015, 0.020, 0.025, 0.030,
0.035, 0.0…
## $ PA <dbl> 1.00000000, 0.99975624, 0.99687667, 0.98731897,
0.96780583,…

ggplot(df10, aes(x = proporcion, y = PA*100)) +

geom_line()
ejercicio 11
N = 1000
n = 60
c = 3
proporcion_a <- seq(from = 0, to = 0.15, by = 0.01)
proporcion_b <- seq(from = 0, to = 0.5, by = 0.08)
plan1 <- pbinom(c, n, prob = proporcion_a)
alfa1<-1-plan1
df_alfa <- data.frame(proporcion_a,alfa1)
plan2 <- pbinom(c, n, prob = proporcion_b)
df_beta <- data.frame(proporcion_b, plan2)
ggplot(df_alfa, aes(x = proporcion_a, alfa1 * 100)) +
geom_line()
ggplot(df_beta, aes(x = proporcion_b, plan2*100)) +
geom_line()
ejercicio 13
p <- seq(0, 0.09, 0.01)
PA <- c(1, 0.84, 0.631, 0.479, 0.348, 0.236, 0.147, 0.079, 0.031, 0.005)
producto <- p*PA
df13 <- data.frame(p, producto)
ggplot(df13, aes(x = p, y = producto)) +
geom_line()+
ggtitle("AOQ")