CONTROL DE CALIDAD GRUPO: I

Practico N° 3

Nombre: Limpias Zapata Juan Pablo Registro: 217062121

1. Señale qué es una variable aleatoria e incluya un par de ejemplos de variables aleatorias
discretas y otro par de continuas.

Es la función que asocia un número a cada resultado de un experimento aleatorio.

 Variable aleatoria discreta: (Conjunto finito o numerable) Una recepcionista recibe 20

llamas por día, Una muestra de tornillos defectuosos en un proceso es de 15.
 b) Variable aleatoria continua: (Intervalo finito o infinito) Peso, volumen, longitud.

2. ¿Qué es una función de densidad de probabilidades y qué requisitos debe cumplir?

La distribución se representa a través de una tabla que relaciona resultados con probabilidades, o
bien, por medio de una fórmula. En el caso discreto, la función f(x) = P(X = x) que va del rango de X
al intervalo [0, 1] recibe el nombre de función de probabilidad, y cumple con las siguientes
propiedades:

l.f(x) = P(X = x).

2.f(x) O para toda x (no hay probabilidades negativas).

3.lf(x) = 1 (la suma de las probabilidades de todos los posibles valores de X es igual a 1).

5. ¿Cuál es la relación entre la distribución normal y la distribución ji-cuadrada?

Si a es un número entero, entonces r(a) = (a- 1). La media y la varianza de una distribución ji-
cuadrada con k grados de libertad están dadas por E (X) = k y <r2 = 2k. Esta distribución es
relevante para hacer inferencias acerca de la desviación estándar, o; de una población con

distribución normal, ya que, si se obtiene una muestra de tamaño n, entonces el estadístico tiene
una distribución ji-cuadrada con n- 1 grados de libertad (S2, es la varianza muestra).

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 prueban. El vendedor asegura que el porcentaje
de piezas defectuosas es sólo de 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%?

el 10% de 20 muestras es 2 asi que la probabilidad de que sea mayor que 2 es

P(X˃2)=1-P(X≤2)
P(X≤2)= P(X=0)+P(X=1)+P(X=2)

Datos

P=0,05

n=20

X=2

20 !
P( X ≤ 2) ¿
2! ( 20−2 ) !
La probabilidad de obtener 2 o menos piezas defectuosas es de 92,45% por lo tanto la
probabilidad de obtener más de 2 piezas defectuosas es = 100 - 92,45 = 7.55%

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

20!
P( X ≤ 1) ¿
1! ( 20−1 ) !
De acuerdo a lo calculado la probabilidad de obtener 1 o menos piezas 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 de 10%, ¿es verdad esta afirmación? Argumente.

Datos:

n = 250 u. (tamaño de muestra)

x = 25 u. (número de éxitos del que se quiere obtener la probabilidad)

p = 0.10 (proporción de artículos defectuosos)

Distribución Binomial

n!
P( X=x) ¿
x ! ( n−x ) !
Por tanto, se espera que un 8.38% de la muestra tendrá 25 unidades defectuosas y no así, el 10%,
como lo afirma el fabricante.

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 más de 3 piezas defectuosas en la
muestra. ¿Cuál es la probabilidad de aceptar un lote? ¿Cuál es la probabilidad de que se tengan
que inspeccionar 10 lotes antes de rechazar el primero del día?
DATOS

p=0,01

n=100

para aceptar un lote se tiene que tener menos de 3 piezas defectuosas, entonces la probabilidad
es P(X≤3)= usamos la distribución binomial

P(X≤3)=0,9816=98,16% entonces tenemos esta probabilidad de aceptar un lote

La probabilidad de rechazar 1 lote es =1-0,9816=0,0184

13.-un gerente de producción de cierta compañía está interesado en probar los productos
terminados que están disponibles en lote de tamaño 50. Le gustaría retrabajar el lote si puede
estar seguro de que 10% de los artículos están defectuosos en la muestra. entonces, decide
tomar una muestra de tamaño 10 sin reemplazo y retrabaja el lote si encuentra uno o más
defectuosos en la muestra ¿es este un procedimiento razonable? Argumente su respuesta.

DATOS

N=50

n=10 es el numero de muestra

K=1 que es el 10% de la muestra de defectuosos

P(X≥1)= 1-P(X=0)

P(X=0)= 0,8 = 80%

P(X≥1)=1-0,8=0,2

Con estos datos nos da un 20% de posibilidades de que se tenga que retrabajar el lote, por esta
razón este procedimiento no es razonable ya que es una probabilidad muy alta que se tiene para
retrabajar el lote.

15.-en una compañía aérea 40% de las reservaciones que se hacen con más de un mes de
anticipación son canceladas 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

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

DATOS

P=40%
n=20

a)

X=10 X=11 X=12

P(X=10)+P(X=11)+P(X=12)=0,1174+0,07+0,035=0,224

La probabilidad es del 22,4%

b)

μ=np σ=√npq

μ=20*0,4=8 σ=√20*0,4*0,6=2,19

P(9,5≤X≤12,5)

17. Una máquina realiza cortes de manera automática de ciertas tiras metálicas con media μ =
40.1 cm y una desviación estándar 0.2 cm. La medida óptima de tales tiras debe ser de 40cm con
una tolerancia de ± 0,5 cm. Suponiendo distribución normal, estime el porcentaje de tiras que
cumple con las especificaciones.

Datos:

µ = 40.1 cm

σ = 0.2 cm
Distribución Normal

P ( X ≤ x )= p ( x −µ
µ
≤
σ )
x−µ
=P(Z ≤ z )

Entonces:

P ( 39 ,5< X < 40.5 )=P ( X < 40.5 )−P( X <39.5)

(
P ( X ≤ 40.5 )=P Z <
40.5−40.1
0.2 )
=P ( Z <2 )=0.977

(
P ( X ≤39.5 )=P Z <
39.5−40.1
0.2 )
=P ( Z ←3 )=1−P ( Z <3 ) =0.001

P ( 39 ,5< X < 40.5 )=0,977−0.001=0.976

La probabilidad de que los cortes de las tiras estén dentro de las especificaciones es:
(0.977 – 0.001) = 0.976 Por tanto, el 97.6% de los cortes de las tiras metálicas se espera que este
dentro de las especificaciones

19. Una compañía refresquera históricamente reporta un promedio de 0.5% de botellas por
debajo del nivel de llenado estipulado. Considere una muestra aleatoria de 1 000 refrescos a los
que se mide el volumen cuidadosamente.

a) ¿Cuál es la probabilidad de que 5 o menos botellas tengan un nivel insatisfactorio de llenado?

b) ¿Cuál es la probabilidad de que 10 o más botellas tengan un nivel insatisfactorio de llenado?

c) Un grupo de consumidores mide cuidadosamente el volumen de 500 botellas y encuentran 10

o más con un nivel insatisfactorio de llenado. ¿Qué deberían concluir? Justifique su respuesta.

Datos

Promedio= 0.5%

Muestras aleatorias (N)= 1000

X= 5,10

( nx)=P ( 1−P )
x n− x

()
n =0.55 ( 1−0.5 )1000−5=0
x

( nx)=0.5 10 1000−10
( 1−0.5 ) =0

a) La probabilidad de que 5 o más botellas tengan un nivel de insatisfacción de llenado es de

0.
b) La probabilidad de que 10 o más botellas tengan un nivel de insatisfacción de llenado es
de 0.
c) Las técnicas de probabilidad utilizadas en los refrescos no son las adecuadas.

21. Una máquina produce artículos defectuosos con probabilidad p = 0.05. Suponiendo
independencia entre los artículos, ¿cuál es la probabilidad de que el vigésimo artículo sea el
primer defectuoso? ¿Y cuál de que el primero ocurra en el lugar vigésimo o antes?

Datos

P= 0.05

μ1 = 20

μ2 ≤ 20
X=N° de artículos defectuosos

f(x ; p)=(1−p)x−1∗p,x=1,2,…

f(20;0,05)=(1−0,05)20−1∗0,05=0,377

23. Una variable aleatoria discreta X tiene la siguiente función de probabilidades:

X 1 2 3 4 5
F(x) 0,54 0,3 0,1 0,05 0,01

a) Represente con una gráfica de barras la distribución de probabilidad de esta variable X.

b) Dibuje también la función de distribución acumulada F(x).

c) Encuentre la media y la desviación estándar de la variable aleatoria X.

25. Si X sigue una distribución normal con media 5 y varianza 4, encuentra la constante c tal que:

a) P(X < c) = 0.8749

b) P(c < X) = 0.6406

c) P(|X − 5| < c) = 0.95

27. Una compañía automotriz otorga una garantía de 5 años o 100 000 kilómetros para el
diferencial de un automóvil. Históricamente 5% de los compradores de estos autos han
reclamado el servicio de garantía.

a) Encuentre la probabilidad de que a un nuevo distribuidor le reclamen la garantía en el décimo

auto vendido.

10 !
P ( x=0 ) = ( 0.05 )0 ( 1−0.05 )10−0=( 0.95 )10=0.5987
0 ! ( 10−0 ) !

El 59.87% no reclamara la garantía y un 40.1263% existe de que la reclamen

b) Sea X igual al número de autos vendidos hasta el primer reclamo. Encuentre el valor
esperado de X, su varianza y la desviación estándar.
29. Vaya al capítulo 13 lea y reporte los aspectos básicos sobre las distribuciones exponencial,
Weibull y lognormal.

Distribución exponencial Weibull:

Modelo muy versátil debido a que su función de riesgo puede ser decreciente, constante o
creciente, dependiendo del valor de su parámetro de forma.
Dada su flexibilidad, la distribución Weibull es de las más utilizadas para describir la vida de
productos, ya que permite modelar productos con tasas de riesgo creciente, constante y
decreciente.

Distribución exponencial lognormal:

Modela el tiempo de falla de procesos de degradación (fatiga, desgaste), y puede servir cuando los
tiempos a la falla son el resultado de muchos efectos pequeños que actúan de manera
multiplicativa El modelo lognormal es apropiado cuando los tiempos a la falla son el resultado de
muchos efectos pequeños que actúan de manera multiplicativa. Esto hace que al sacar el
logaritmo dichos efectos se conviertan en efectos que actúan de manera aditiva sobre el logaritmo
del efecto global o logaritmo del tiempo de falla, y estos últimos tienden a distribuirse normal.

31. Mediante un software estadístico genere 200 muestras de tamaño cinco de una distribución
normal estándar. Por ejemplo en Excel con =DISTR.NORM. INV(ALEATORI0(),0,1) se genera un
número aleatorio de una distribución normal estándar, por lo tanto se puede repetir esta
instrucción en cinco columnas, y en 200 renglones. Para cada muestra de tamaño 5 calcule la
media, la desviación estándar de la muestra. Además haga lo siguiente.