Lemuel Vicente Murillo Garay

No. 202010020220
Campus La Ceiba

1. ¿Que obtuvo Mathew Maury al analizar los diarios de a bordo de los viajes navales?
Logro analizar e identificar los lugares que tenían fuertes vientos, así como la dirección de los
mismos, también las zonas marítimas con corrientes de agua temperatura y profundidad y
todo esto lo registro en lo que se conoce como cartas de navegación.

2. Describa algunas de las fallas en la obtención de información que se comentaron en la

primera sección de este capítulo.

 Datitis: Se obtienen datos sin ningún propósito claro ni importante, lo cual resulta en
datos, cuestionarios, registros y reportes en espera de que tengan alguna utilidad.

 Obtención de la información para validar decisiones previamente tomadas. Es decir,

sólo tomar en cuenta la información favorable.

 Información poco representativa y sesgada.

 Tabúes y errores sobre el papel de la estadística en la obtención de información.

 Es raro que se tenga un plan global de por qué se va a obtener

información, cual es la mejor fuente, cuando, quien, como se va a
analizar y que decisiones se pretende tomar.

3. ¿Cuáles son los 6 M de un proceso?

 Materiales
 Maquinaria
 Mano de obra
 Mediciones
 Medio ambiente
 Métodos

4. ¿Qué es el pensamiento estadístico?

Pensamiento estadístico es una filosofía de aprendizaje y acción basada en dos principios:
todo el trabajo ocurre en un sistema de procesos interconectados, la variación existe en todos
los procesos y entender y reducir la variación son claves para el éxito.

5. ¿Cómo se puede utilizar el pensamiento estadístico en los tres niveles de una

organización?
 Estratégico
 Crea estrategias y las comunica
 Usa datos de varias fuentes para dirigir
 Desarrolla e implementa sistemas de medición para dirigir el proceso
 Estimula a los empleados a experimentar nuevas formas de hacer su
trabajo
 Directivo
 Desarrolla proyectos estructurados
 Fija metas (sabe que hay variación)
 Se centra en los procesos, y no reclama a los empleados por su
variación.

 Operacional
 Conoce la variación
 Grafica datos de los procesos
 Identifica medidas claves y oportunidades de mejora.

6. ¿Proporcione dos ejemplos de variables cualitativas y dos variables

cuantitativas?
Variables cualitativas
 Estado civil: soltero, casado, viudo.
 La sed de una persona: mucha, poca, nada.
Variables cuantitativas
 Peso exacto de un niño: 40 kg, 30 kg, etc.
 Cantidad de mascotas que posee una persona: 1, 2, 3, etc.
7. ¿Escriba un ejemplo para cada uno de los tres tipos de variables de
salida?
• Entre más pequeña mejor; cuya única exigencia es que no excedan un cierto valor
máximo tolerado o una especificación superior(ES), y entre más pequeño sea su valor, mejor
por ejemplo el porcentaje de impurezas en una sustancia o la cantidad de sustancias toxicas
en un producto alimenticio.

• Entre más grande mejor; se les exige que sean mayores que un valor mínimo o que con
cierta especificación inferior (EI), entre más grande sea el valor de la variable mejor, por
ejempló, la resistencia de una pieza de plástico inyectado o la blancura de una tela de color
blanco.

• Valor nominal es el mejor; no deben de ser menores que una especificación inferior (EI),
pero tampoco mayores que una especificación superior (ES), ejemplo de este tipo de
características de calidad con doble especificación son el diámetro de una tuerca y la longitud
de una pieza para ensamble.

8. ¿De qué manera afectan los datos raros a la media?

Cuando en un grupo de datos hay algunos valores bastante diferentes del resto, ya sean muy
pequeños o bien muy grandes, entonces la media no es buena medida de tendencia central, ya
que a esta la jalan los datos raros. Al momento de implementar la media el resultado no
refleja la tendencia central de los datos, ya que si tiene un dato mucho más mayor o menor a
los demás será incorrecto el resultado.

9. ¿Explique los errores en la interpretación de la media que se señalan en la sección

errores en la toma de decisiones con el uso de la media?
• Se presenta de manera resumida, algunos de los errores más frecuentes en la concepción de
la media:
• Se cree que los valores de todos los datos son iguales o están muy cerca de la media,
ignorando por completo que la media no proporciona ninguna información sobre la
variabilidad.
• La media es el dato más frecuente, si se olvida que lo anterior sólo se da en datos simétricos
y unimodales, es decir, desconociendo el concepto de moda y confundiéndolo con el de la
media.
• La media es el valor que está en el medio y que a la izquierda de él queda el 50% de los
datos, lo mismo que a la derecha. De este modo se ignora el concepto de mediana y el hecho
de que a la media la jalan los sesgos y los datos raros de un solo lado.
• La media muestra es la media poblacional, si se desconoce que la media muestral es una
variable aleatoria.

10. Explique la relación entre la media y la desviación estándar que establece la regla
empírica y el teorema de Chebyshev
Teorema de Chebyshev afirma dos hechos particulares de desigualdad es que entre la media
2S y media + 2S está al menos 75% de los datos de la muestra; y que entre la media +/- 3S
está por lo menos el 89%. En cuanto a la regla empírica, se tiene que en muchos de los datos
que surgen en la práctica se ha observado empíricamente que entre la media S y la media +
Sestá el 68% de los datos de la muestra, entre la media +/- 2S está el 95% y éntrela media +/-
3S está el 99%. Lo que afirma el teorema de Chebyshev es válido para cualquier tipo de
datos, independientemente de su comportamiento o distribución, mientras que la regla
empírica, como su nombre lo dice, se ha obtenido por medio de la observación empírica y es
válida para muchos de los casos que se dan en la práctica.

11. Se desea investigar el peso promedio de 1000 artículos de un lote, por lo que se eligen
aleatoriamente 40 de ellos.
se pesan y se obtiene X= 252 g con S=5.

a) ¿Quiere decir que el peso promedio de los 1000 artículos es de 252g?

252g es el peso medio de los 40 artículos que se tomaron aleatoriamente; pues para averiguar
el peso medio de los 1000 artículos se debería tomar el peso de cada uno y no de la muestra.
b) ¿De los 40 artículos en la muestra algunos pueden pesar 300 g?
No es posible saber si realmente la mayoría de artículos pesan 252g ya que se debe emplear
la fórmula de la moda para saber cuál es el que más se repite y saber si es la mayoría de ellos,
ya que puede haber variaciones debido al total de todos los artículos

c) ¿De los 40 artículos en la muestra algunos pueden pesar 300 g?

Es la respuesta correcta ya que nos muestra que, si algunos artículos pueden pesar 300
gramos, ya que la media es una medida que puede ser variable. Es decir que algunos datos
pueden cambiar la información de la media.
12. En una empresa se llevan los registros del número de fallas de equipos por mes; la
media es de 10 y la mediana de 5:
a) Si usted tiene que reportar la tendencia central de fallas, ¿Qué número
reportaría?
Yo reportaría el valor de 5 (que corresponde a la mediana). Ya que si usamos el dato de la
media no es conveniente ya que a veces la media está afectada por datos <raros= o los
extremos.

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

ocurrieron pocas fallas?
Si, lo más probable es que esta discrepancia se halla dado porque en varios meses ocurrieron
pocas o ninguna falla, y por consecuencia el margen de diferencia entre la media y la
mediana es muy grande, debido a que, aunque en algunos meses no se dieron errores al
calcular. la media esos meses siempre tuvieron que tomarse en cuenta, mientras que en la
mediana no, solamente se tomaron las fallas en total que ocurrieron.

13. Un aspecto clave de la calidad de cada producto es su peso: la norma establece que
su peso mínimo sea de 2 kg. ¿está usted de acuerdo con el ingeniero?
El ingeniero está equivocado, ya que con ese simple dato no puede tomar decisiones debido a
que no se sabe la variabilidad de los datos, es necesario al menos la mediana y para mejor
seguridad la desviación estándar. Ya que es probable que ese promedio se vea afectado por
diferentes pesos, no precisamente por ese valor más grande que lo mínimo requerido es que
sea un buen dato.

14. Tres máquinas ABC realizan cortes de manera automática de ciertas tiras de hule.
La longitud ideal de las tiras de hule es de 90 cm, con una tolerancia de +-2 cm. Se toma
una muestra de 80 piezas de la producción de una semana de cada máquina.
a) Las longitudes promedio de las 80 tiras de cada máquina son: A/ X = 90; B/ X = 90.5; C/
X = 92. ¿Con base en esto puede decidir cuál maquina es mejor?
- No podemos tomar una decisión en base a esto ya que la media no es una medida de
tendencia con la cual se pueden tomar buenas decisiones, no es confiable debido a que la
media siempre está afectada por los extremos de los datos.
b) Si además la desviación estándar obtenida es A = S = 1.5, B = S= 1, C = S = 0.5, decida
cual maquina estuvo funcionando mejor.
Con los resultados de la desviación estándar podemos tomar una decisión acertada; A mi
Criterio la Maquina C es la que ha estado funcionando mejor en el corte de tiras de hule.

15. En el ejemplo 5.3 observo que en la fabricación de las láminas de asbesto un equipo
de mejora detecto que se tienen problemas en cuanto a que no se está cumpliendo con el
grosor especificado que es de 5 mm, con una tolerancia de +- 0.8 mm. Con el objetivo de
corregir tal situación, el grupo pone en práctica un plan de mejora. Para verificar si el
plan tuvo éxito, toman aleatoriamente 45 láminas de la producción de una semana
posterior a las modificaciones. Los espesores obtenidos se muestran a continuación.

Para verificar si el plan tuvo éxito toman aleatoriamente 45 láminas de la producción de una
semana posterior a las modificaciones. Los espesores obtenidos se muestran a continuación:

5.2 5.4 5.4 4.7 5.1 4.7 5.0 5.1 5.0 4.9 4.3 4.7 5.3 4.6 4.8
4.4 4.7 4.9 5.6 4.7 4.7 4.5 5.1 4.7 4.7 5.1 5.3 5.0 5.3 4.5 4.4
4.7 5.6 5.2 4.7 4.6 5.0 5.4 4.7 4.8 5.2 5.1 4.9 5.0 5.0

a) Calcule la media, mediana, y desviación estándar y, comparándolas con los respectivos

estadísticos antes de la mejora, decida si el plan dio resultados

Media= 221.7/ 45 = 4.9

Mediana= 4.9

4.3 4.4 4.4 4.5 4.5 4.6 4.6 4.74.7 4.7 4.7 4.7 4.7 4.7 4.7 4.74.7 4.7 4.8
4.8 4.9 4.9 4.9 5.05.0 5.0 5.0 5.0 5.0 5.1 5.1 5.15.1 5.1 5.2 5.2 5.2 5.3
5.3 5.35.4 5.4 5.4 5.6
5.6S= 2.14

Viendo estos resultados pareciera que la media de los artículos junto con la mediana está más
cerca del grosor establecido, pero su desviación estándar es mucho mayor que la anterior,
entonces no es tan seguro debido a esa desviación estándar.