S Terminar Menú

presentación principal

Ejercicio 5-6
El peso neto (en oz) de un producto blanqueador se va a monitorear con una gráfica de control utilizando
un tamaño de muestra de n=5. Los datos de 20 muestras preliminares se muestran a continuación.

Subgrupo X1 X2 X3 X4 X5
1
2
15.8
16.3
16.3
15.9
16.2
15.9
16.1
16.2
16.6
16.4 Inciso (a)
3 16.1 16.2 16.5 16.4 16.3
4 16.3 16.2 15.9 16.4 16.2
5
6
16.1
16.1
16.1
15.8
16.4
16.7
16.5
16.6
16
16.4 Inciso (b)
7 16.1 16.3 16.5 16.1 16.5
8 16.2 16.1 16.2 16.1 16.3
9 16.3 16.2 16.4 16.3 16.5
10
11
16.6
16.2
16.3
16.4
16.4
15.9
16.1
16.3
16.5
16.4
Inciso (c)
12 15.9 16.6 16.7 16.2 16.5
13 16.4 16.1 16.6 16.4 16.1
14
15
16.5
16.4
16.3
16.1
16.2
16.3
16.2
16.2
16.4
16.2
Inciso (d)
16 16 16.2 16.3 16.3 16.2
17 16.4 16.2 16.4 16.3 16.2
18
19
16
16.4
16.2
16
16.4
16.3
16.5
16.4
16.1
16.4
Inciso (e)
20 16.4 16.4 16.5 16 15.8
S Terminar Menú
presentación principal

Ejercicio 5-6 inciso (a)

(a) Construya las gráficas de control x- y R utilizando estos datos. ¿El proceso muestra control
estadístico?.
1.- Construir la gráfica de control para promedios
2.- rangos
Para elelEl
Calcular
En
Se
Para
Paracontinúa
nuestro
nuestro
Calcular
Subgrupo
Se subgrupo
continúa
nuestrolos 1:proceso
subgrupo
la2:
los línea
caso
de
promedios
límites
caso:
caso,
caso:
de igual
límites
rangos
caso, el
igualcentral
1:
2:
K
elel
K
tamaño
de
=forma
para
de 20
tamaño
formase
tamaño
=control
control
20
para deencuentra
LCsubgrupos,
:de
xpara
cada
los
subgrupos,
cada para
deunopara
paralos
loselsubgrupos
el subgrupo:
resto
dela
subgrupos
resto entonces:
gráfica
subgrupos
la los de
entonces:
gráfica
de
20 los
loseses
es
n=5n=5:
n=5:
A 
Calcular0.577
subgrupos
2D xLIC lax16
1 5
x1
.

3
8
línea 
xx
LIC
16 15
1
 6

.
A2.
central9
3 x
...
x 

R 
...
1
16x6.
...
(LC.
14 
16
1
27
LSC 
6
.
x 4
6
):
...( 0 
.577
16
x . )(
22
A 0 .R475 )  1 5 .99
LC  3 
LC
subgrupos:
subgrupos
x bajo
xR0LIC
 xxXmax 0.8
RLSC R3...
control
221 D
RLIC = 2R 1R6K.KLSC
2(0)(0.475)
0.5
16.4
16.6

...
; KR Rx0.7
estadístico

n
0número
.Xmin
160 .414
D 2R =
2
de 16
15.9
15.8.27
subgrupos

LC R LC
x
DR4 RR=2.115
1 R  KLSC x5 n 20 27 (
; K  número
(2.115)(0.  0.475
577 )(
475)0 . 475 ) 1
de subgrupos
1.005 6 .54
Xmax
R=K 16.4
16.6-Xmin - 20
R15.9
15.8 (en=cada 0.5
0.8 subgrupo)
Subgrupo X1 X2 X3 X4 X5 R X-
Gráfica de control para X-
1 15.8 16.3 16.2 16.1 16.6 0.8 16.2 16.6

2 16.3 15.9 15.9 16.2 16.4 0.5 16.14 16.5

3 16.1 16.2 16.5 16.4 16.3 0.4 16.3 16.4

Promedio de los pesos (oz)

4 16.3 16.2 15.9 16.4 16.2 0.5 16.2 16.3

5 16.1 16.1 16.4 16.5 16 0.5 16.22 16.2

6 16.1 15.8 16.7 16.6 16.4 0.9 16.32 16.1

7 16.1 16.3 16.5 16.1 16.5 0.4 16.3 16

Haga click sobre el icono
8 16.2 16.1 16.2 16.1 16.3 0.2 16.18 15.9
para ver mejor la gráfica
9 16.3 16.2 16.4 16.3 16.5 0.3 16.34 15.8

10 16.6 16.3 16.4 16.1 16.5 0.5 16.38 15.7

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Subgrupo
11 16.2 16.4 15.9 16.3 16.4 0.5 16.24 Gráfica de control para R
12 15.9 16.6 16.7 16.2 16.5 0.8 16.38 1.2

13 16.4 16.1 16.6 16.4 16.1 0.5 16.32 1

LSC R=1.005
14 16.5 16.3 16.2 16.2 16.4 0.3 16.32
0.8
15 16.4 16.1 16.3 16.2 16.2 0.3 16.24
Rango del peso (oz)

16 16 16.2 16.3 16.3 16.2 0.3 16.2 0.6

17 16.4 16.2 16.4 16.3 16.2 0.2 16.3 LC R=0.475

Haga click sobre el icono
0.4
18 16 16.2 16.4 16.5 16.1 0.5 16.24 para ver mejor la gráfica
19 16.4 16 16.3 16.4 16.4 0.4 16.3 0.2

20 16.4 16.4 16.5 16 15.8 0.7 16.22 LIC R=0.0

0
R x  16.27
0.475 1 2 3 4 5 6 7 8 9 10 11 12
Subgrupo
13 14 15 16 17 18 19 20
S Terminar Menú
presentación principal

Como se puede observar, la gráfica de control para rangos indica que el proceso se
encuentra bajo control estadístico en la dispersión y podemos construir la gráfica de
control para promedios.
Si la gráfica de control para rangos hubiera estado fuera de control, ¿qué habría pasado?
Gráfica de control para R
1.2

1
LSC R=1.005

0.8
Rango del peso (oz)

0.6
LC R=0.475

0.4

0.2

LIC R=0.0
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Regresar Subgrupo
S Terminar Menú
presentación principal

Como se puede observar, la gráfica de control para promedios indica que el proceso se
encuentra bajo control estadístico en la localización.
Se concluye que el proceso se encuentra bajo control estadístico.
Gráfica de control para X-
16.6

16.5

16.4
Promedio de los pesos (oz)

16.3

16.2

16.1

16

15.9

15.8

15.7
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Regresar Subgrupo
S Terminar Menú
presentación principal

Ejercicio 5-6 inciso (b)

(b)Estime la media y la desviación estándar del proceso.

Estimación de la desviación
Estimación de la media del proceso
estándar del proceso
Para estimar la media del proceso basta con Para estimar la desviación estándar del proceso
calcular el promedio del estadístico muestral () utilizamos:
empleado como , en el ejercicio: R
X- iK R

ˆ 
d2
16.2  xi 0.8
donde: iK
i 1
16.14 ˆ  x  0.5
16.3 K 0.4 Ri
16.2
En nuestro caso K=20 subgrupos,entonces
0.5 R  i1
16.22 0.5 K
16.32 tenemos: 0.9 y d2 es una constante que depende sólo de n.
16.3 16.2  16.14    16.22 0.4
En nuestro caso K=20 subgrupos y el
16.18 ˆ  x  0.2
16.34 20 0.3 tamaño de cada subgrupo es n=5. Entonces:
16.38 325.34 0.5 0.8  0.5    0.7 9.5
16.24
 0.5 R  
20 20 20
16.38 0.8
16.32
ˆ  16.268 0.5 R  0.475 y d 2 =2.326
16.32 0.3 Utilizando estos datos:
16.24 0.3 0.475
16.2 0.3 ˆ   0.204
16.3 0.2 2.326
16.24 La media del proceso es de 0.5 La desviación estándar del
16.3 0.4
16.22
16.268 oz 0.7 proceso es de 0.204 oz
S Terminar Menú
presentación principal

Ejercicio 5-6 inciso (c)

(c) ¿El peso del llenado sigue una distribución normal?.

Subgrupo X1 X2 X3 X4 X5
1 15.8 16.3 16.2 16.1 16.6 Para la
Con poder
tablaconstruir el histograma
de distribución tomamosconstruimos
de frecuencias los 100 datosel de la
2
3
16.3
16.1
15.9
16.2
15.9
16.5
16.2
16.4
16.4
16.3
Del yhistograma
tabla realizamos los podemos
histograma. concluir
cálculos necesarios para que el peso
construir la tabladel
4 16.3 16.2 15.9 16.4 16.2 de distribución
llenado de frecuencias.
sigue una distribución normal
5 16.1 16.1 16.4 16.5 16
6 16.1 15.8 16.7 16.6 16.4
7 16.1 16.3 16.5 16.1 16.5
8 16.2 16.1 16.2 16.1 16.3
9 16.3 16.2 16.4 16.3 16.5 Tabla de distribución de frecuencias Histograma
40
10 16.6 16.3 16.4 16.1 16.5 Clase FIC FSC Frecuencia
11 16.2 16.4 15.9 16.3 16.4 1 15.75 15.86 3 35

12 15.9 16.6 16.7 16.2 16.5 2 15.86 15.97 5 30

13 16.4 16.1 16.6 16.4 16.1 3 15.97 16.08 5

4 16.08 16.19 14 25

Frecuencia
14 16.5 16.3 16.2 16.2 16.4
15 16.4 16.1 16.3 16.2 16.2 5 16.19 16.31 35 20

16 16 16.2 16.3 16.3 16.2 6 16.31 16.42 21

15
17 16.4 16.2 16.4 16.3 16.2 7 16.42 16.53 10
18 16 16.2 16.4 16.5 16.1 8 16.53 16.64 5 10

19 16.4 16 16.3 16.4 16.4 9 16.64 16.75 2 5

20 16.4 16.4 16.5 16 15.8 10 16.75 16.86 0

0
FIC: Frontera inferior de la clase 15.86 15.97 16.08 16.19 16.31 16.42 16.53 16.64 16.75 16.86
FSC: Frontera superior de la clase Clases

Haga clic sobre el icono

para ver mejor la gráfica
S Terminar Menú
presentación principal

Histograma

40

35

30
Frecuencia

25

20

15

10

0
15.86 15.97 16.08 16.19 16.31 16.42 16.53 16.64 16.75 16.86
Clases

Regresar
S Terminar Menú
presentación principal

Ejercicio 5-6 inciso (d)

(d) Si las especificaciones son 16.2+/-0.5 ¿qué conclusiones obtiene sobre la capacidad del proceso?.
Para determinar la capacidad del proceso PCR (o C P)utilizamos la siguiente fórmula:
LSE  LIE
PCR 
6
De acuerdo con los datos que tenemos:
LIE=16.2-0.5=15.7
LSE=16.2+0.5=16.7 LIE=15.7 VN=16.2 LSE=16.7
Y el valor de  lo podemos estimar
mediante (ver inciso (b)):
R
ˆ   0.204
d2
De acuerdo con esto, la capacidad del
proceso es:
LSE  LIE
PCR 
6ˆ
16.7  15.7 LITN= =16.268 LSTN=
  0.817
6(0.204)  
Por lo tanto, el proceso no es capaz (ver
libro de texto, pags. 189-191).
S Terminar Menú
presentación principal

Ejercicio 5-6 inciso (e)

(e) ¿Qué fracción de los contenedores producidos por este proceso están aparentemente por debajo
del límite inferior de especificación de 15.7 oz?.
Se nos pide la fracción del producto que cae La representación gráfica de esto es:
por debajo del límite inferior de especificación, LIE=15.7 VN=16.2 LSE=16.7
es decir:
p(x  LIE)  p(x  15.7)
Fracción del producto
por debajo del LIE
El proceso sigue una distribución normal con p(x  LIE)
media =16.268 y desviación estándar
=0.204 (incisos b y c), entonces podemos
estandarizar esta distribución, es decir:
x   LIE  
p(x  LIE)  p(  )
 
LIE   LIE  
 p(Z  ) p(x  LIE)  p(Z  )
 
15.7 - 16.268
En donde Z sigue una distribución normal estándar  p(Z  )  p(Z  2.784)
0.204
(media =0 y desviación estándar =1) y sus p(x  LIE)  0.00268
valores se determinan por tablas. Entonces:
Entonces, la fracción de contenedores producidos
por debajo del LIE es de 0.00268 o 2680 ppm