Semana 2 ejercicios cap 2

37
Escuela Profesional de Ingeniería Industrial Control Estadístico tengaEJERCICIOS DEL CAPÍTULO 2 EJERCICO 1: Con sus palabras y apoyándose en gráficas, conteste los siguientes incisos: a) ¿qué es la tendencia central y qué es la variabilidad de un proceso o unos datos? La tendencia central es una característica descriptiva de una muestra de observaciones que son interpretados como valores que permiten resumir a un conjunto de datos dispersos, adopta un valor representativo para todo un conjunto de datos predeterminados. MEDIDAS TENDENCIA CENTRAL: PERMITEN OBSERVAR SI UN PROCESO SE ENCUENTRA CENTRADO La variabilidad son cambios que modifican un proceso o un conjunto de datos, que posteriormente afectan al producto o al análisis de los datos. MEDIDAS DE DISPERSIÓN: PERMITEN OBSERVAR LA VARIABILIDAD DE UN PROCESO b) Represente de manera gráfica y mediante curvas de distribución, dos procesos con la misma variabilidad pero diferente tendencia central. 310 300 290 280 270 260 250 240 0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00 X Densidad 250 300 Media Gráfica de distribución Normal, Desv.Est.=3

description

Ok

Transcript of Semana 2 ejercicios cap 2

Page 1: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

tengaEJERCICIOS DEL CAPÍTULO 2

EJERCICO 1:

Con sus palabras y apoyándose en gráficas, conteste los siguientes incisos: a) ¿qué es la tendencia central y qué es la variabilidad de un proceso o unos

datos?

La tendencia central es una característica descriptiva de una muestra de observaciones que son interpretados como valores que permiten resumir a un conjunto de datos dispersos, adopta un valor representativo para todo un conjunto de datos predeterminados. MEDIDAS TENDENCIA CENTRAL: PERMITEN OBSERVAR SI UN PROCESO SE ENCUENTRA CENTRADO La variabilidad son cambios que modifican un proceso o un conjunto de datos, que posteriormente afectan al producto o al análisis de los datos. MEDIDAS DE DISPERSIÓN: PERMITEN OBSERVAR LA VARIABILIDAD DE UN PROCESO

b) Represente de manera gráfica y mediante curvas de distribución, dos procesos con la misma variabilidad pero diferente tendencia central.

310300290280270260250240

0.14

0.12

0.10

0.08

0.06

0.04

0.02

0.00

X

Dens

idad

250300

Media

Gráfica de distribuciónNormal, Desv.Est.=3

Page 2: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

c) Elabore la gráfica de dos procesos con la misma media pero diferente dispersión.

320310300290280

0.14

0.12

0.10

0.08

0.06

0.04

0.02

0.00

X

Dens

idad

36

Desv.Est.

Gráfica de distribuciónNormal, Media=300

d) Represente dos procesos cuya forma de distribución sea diferente.

350325300275250

0.07

0.06

0.05

0.04

0.03

0.02

0.01

0.00

X

Dens

idad

Poisson 300Distribución Media

Normal 300 6Distribución Media Desv.Est.

Gráfica de distribución

e) ¿qué significa que un proceso sea capaz? Significa que los valores que obtuvieron han caído dentro de las especificaciones inferiores y superiores. Un proceso es aquel que cumple las especificaciones decimos que es un proceso de CALIDAD esta asociada al cumplimiento de los requisitos del cliente….q cumplir las especificaciones que señalamos….

Page 3: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

Ejemplo: Supongamos una botella de agua mineral de ½ litro contenido debe ser 500 ml±5 ml. Entonces: Especificación superior=505 ml Especificación Inferior= 495 ml Toda botella se encuentra en ese rango va cumplir con las especificaciones de calidad del atributo: Contenido Volumen. Nota.- La calidad de un producto la medimos en función de sus distintas variables: - Diámetro del envase de acuerdo al diseño - Peso del envase - Características físicas y químicas: color, sabor, ph, temperatura etc - Material de la tapa - Etc… PROCESO ES CAPAZ SI CUMPLE LAS ESPECIFICACIONES EN LOS SERVICIOS TODO DE CARACTERISTICAS….

EJERCICIO 2:

Si una característica de calidad debe estar entre 30 ± 2, y se sabe que su media es µ = 29.9; entonces, ¿se tiene buena calidad, se cumple con las especificaciones?

Si se tiene una buena calidad porque está entre la tolerancia permitida. No hay muchos valores o casi nada de valores extremos que haga que pierda representatividad la media. Para tener una mejor respuesta es necesario conocer la variabilidad.

Page 4: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

3332313029282726

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0.0

X

Den

sida

d

28 32

0.51

Desv.Est.

Gráfica de distribuciónNormal, Media=29.9

SuperiorEspecificación

InferiorEspecificación

Cumple especificaciones

NO Cumple especificaciones

EJERCICIO 3:

¿De qué manera afectan los datos raros o atípicos a la media? Explique su respuesta.

Estos valores muy extremos hacen que la media pierda representatividad. Es decir; el valor obtenido sea muy inferior o superior a lo real.

EJERCICIO 4:

Un grupo de 30 niños va de paseo en compañía de tres de sus maestras. La edad de los niños varía entre 4 y 8 años, la mitad tiene 5 años o menos. La edad que se repite más es la de 4. La edad de las tres maestras es de aproximadamente 30 años. Con base en lo anterior, incluyendo a las tres maestras, proponga un valor aproximado para la media, la moda y la mediana de la edad de los 33 paseantes. Argumente sus propuestas.

Media = 11, esté valor estimado es porque al ver 3 valores muy extremos como 30 años con 4 y 8 años, esto condiciona a la media a perder representatividad. Moda = 4, es el valor que más se repite. Mediana = 5, es el valor medio. Es decir; que el 50% tiene un valor inferior a 5 años y el otro 50% tiene un valor superior a 5 años a pesar que las 3 maestras tienen un aproximado de 30 años. Esto es porque la mayor cantidad de paseantes son

Page 5: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

menores de 5 años y las 3 maestras de 30 años aproximadamente no influyen en la mediana.

EJERCICIO 5:

En una empresa se llevan los registros del número de fallas de equipos por mes; la media es de 4 y la mediana de 6.

a) Si usted tiene que reportar la tendencia central de fallas, ¿qué número reportaría? ¿por qué? Reportaría el n° 6, porque me da el valor medio de fallas que ocurrieron en cada mes. Es decir; que el 50% de fallas es inferior a 6 y el otro 50% es superior a 6.

b) ¿la discrepancia entre las media y la mediana se debió a que durante varios meses ocurrieron muchas fallas? Si, por que al ver varias fallas en unos meses y en otros meses no. Esto nos proporciona valores extremos que influyen en el análisis de los datos, perdiendo representatividad el valor de la media.

EJERCICIO 9:

La desigualdad de Chebyshev y la regla empírica establece la relación entre la media y la desviación estándar. Explique esta situación y explique si sr aplica para el caso muestral, poblacional o para ambos.

Si una variable aleatoria tiene una desviación estándar pequeña, esperaríamos que la mayoría de los valores se agrupen alrededor de la media. Por lo tanto, la probabilidad de que una variable aleatoria tome un valor dentro de cierto intervalo alrededor de la media es mayor que para una variable aleatoria similar con una desviación estándar mayor si pensamos en la probabilidad en términos de una área, esperaríamos una distribución continua con un valor grande de σ que indique una variabilidad mayor y, por lo tanto, esperaríamos que el área este extendida. Sin embargo, una desviación estándar pequeña debería tener la mayor parte de su área cercana a µ. Esta desigualdad de chebyshev es aplicada para ambos casos (muestral y poblacional).

Page 6: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIO 10

Dos máquinas, cada una operada por una persona, son utilizadas para cortar tiras de hule, cuya longitud ideal es de 200 mm, con una tolerancia de ± 3 mm. Al final del turno un inspector toma una muestra e inspecciona que la longitud cumpla especificaciones. A continuación se muestran las últimas 110 mediciones para ambas máquinas.

199.2 199.7 201.8 202.0 201.0 201.5 200.0 199.8200.7 201.4 200.4 201.7 201.4 201.4 200.8 202.1200.7 200.9 201.0 201.5 201.2 201.3 200.9 200.7200.5 201.2 201.7 201.2 201.2 200.5 200.1 201.4200.2 201.0 201.4 201.4 201.1 201.2 201.0 200.6202.0 201.0 201.5 201.6 200.6 200.1 201.3 200.6200.7 201.8 200.5 200.5 200.8 200.3 200.7 199.5198.6 200.3 198.5 198.2 199.6 198.2 198.4 199199.7 199.7 199.0 198.4 199.1 198.8 198.3 198.9199.6 199.0 198.7 200.5 198.4 199.2 198.8 198.5198.9 198.8 198.7 199.2 199.3 199.7 197.8 199.9199.0 199.0 198.7 199.1 200.3 200.5 198.1 198.3199.6 199.0 198.7 198.9 199.2 197.9 200.3 199.6199.4 198.7 198.5 198.7 198.6 198.5

a) Obtenga las medidas de tendencia central y con base en ellas señale si la tendencia central del proceso es adecuada. Estadísticas descriptivas: C1 N para Variable Media Mediana Modo moda C1 200.00 200.10 199, 200.5, 201.4 6 Todas las medidas de tendencia central nos indica que latendencia es adecuada, porque esta dentro de los limites permitidos.

b) Calcule la desviación estándar y una aproximación de los límites reales, y a partir de éstos decida si la variabilidad de los datos es aceptable. Variable Desv.Est. Varianza C1 1.16 1.34 Limites Reales: µ±3 Desv.Estandar

c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos, etcétera).

Page 7: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

203202201200199198197

12

10

8

6

4

2

0

C1

Frec

uenc

ia203.468196.532

Media 200.0Desv.Est. 1.156N 110

3

4

10

7

8

7

10

5

4

66

5

11

8

9

4

2

1

Histograma de C1Normal

la derechatendencia haciacurva tiene unaindica que laes negativo, nosComo el sesgo

d) Con la evidencia obtenida antes, cuál es su opinión acerca de lo adecuado o no de la longitud de las tiras que se cortaron en el periodo que representan las mediciones. Las longitudes de las tiras se encuentran en el rango permitido, así que podemos decir que las tiras cumplen las especificaciones requeridas y el lote es aceptado.

EJERCICIO 11:

En el caso del ejercicio anterior, considere que los primeros 55 datos (ordenados por renglón) corresponden a una máquina, y los últimos 55 a otra. Ahora conteste lo siguiente.

a) Evalúe las dos máquinas en cuanto a su centrado (tendencia central) y con

respecto a la longitud ideal (200). Estadísticas descriptivas: Maquina 1, Maquina 2

N para

Variable Media Mediana Modo moda

Page 8: Semana 2 ejercicios cap 2
Page 9: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

La máquina 2 es más precisa, pero la mayoría de sus valores son superiores e inferiores.

e) Considere que cada máquina es operada por una persona diferente, y determine cuáles son las posibles causas de los problemas señalados en el inciso anterior y señale qué haría para corroborar cuáles son las verdaderas causas. Causas:

• Puede ser que la persona que está operando la máquina no esté revisándola constantemente, ya que la máquina puede ser muy antigua y se descontrole fácilmente.

• El operario no ha sido capacitado correctamente.

Precauciones:

- Revisar constantemente la máquina. - Evaluar al operario.

f) Vuelva a analizar el histograma realizado en el inciso c) del ejercicio anterior y vea si de alguna forma se vislumbraba lo que detectó con los análisis realizados en este ejercicio.

Page 10: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

El volumen en un proceso de envasado debe estar entre 310 y 330 ml. De acuerdo con los datos históricos se tiene que µ = 318 y σ = 4. ¿El proceso de envasado funciona bien en cuanto al volumen? Argumente su respuesta.

EJERCICIO 23:

0.10

0.08

0.06

0.04

0.02

0.00

X

Den

sida

d

310 326318

306 310 330

330

Gráfica de distribuciónNormal, Media=318, Desv.Est.=4

la izquierda.una variabilidad haciaespecificaciones tiendesegun lasdistribuidos, perocorrectamentereales los datos estaRespecto a los limites

Una característica clave en la calidad de las pinturas es su densidad, y un

componente que influye en esta es la cantidad de arenas que se utilizan en su

elaboración. La cantidad de arena en la formulación de un lote se controla por

medio del número de costales, que según el proveedor contienen 20 kg. Sin

embargo, continuamente se tienen problemas en la densidad de la pintura que es

necesario corregir con retrabajo y reprocesos adicionales. En este contexto se

decide investigar cuanta arena contienen en realidad los costales. Para ello, se

toma una muestra aleatoria de 30 costales de cada lote o pedido (500 costales).

EJERCICIO 16:

Page 11: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico Los pesos obtenidos en las muestras de los últimos tres lotes se muestran

adelante. Las especificaciones iniciales que se establecen para el peso de los

costales de arena son de 20± 0.8 kg.

a) de acuerdo con los 90 datos, ¿el centrado del proceso es adecuado?

b) ¿la variabilidad es poca o mucha? Apóyese en los estadísticos adecuados.

c) obtenga un histograma para los 90 datos, inserte las especificaciones e

interprete con detalle.

d) de su conclusión general acerca de si los bultos cumplen con el peso

especificado.

e) haga un análisis de cada lote por separado y con apoyo de estadísticos y

gráficas, señale si hay diferencias grandes entre los lotes.

f) ¿las diferencias encontradas se podrían haber inferido a partir del histograma de

inciso c)?

g) obtenga un diagrama de caja para cada lote y compárelos.

Estadísticas descriptivas: Lote 1, Lote 2, Lote 3 Variable Media Desv.Est. Varianza Mediana Sesgo Kurtosis Lote 1 19.350 0.555 0.308 19.250 1.01 1.39 Lote 2 19.297 0.690 0.476 19.350 0.06 -0.26 Lote 3 20.040 0.401 0.161 20.000 0.29 0.46 Histograma de Total de Lotes

LOTE PESO DE COSTALES DE LA MUESTRA 1 18.6 19.2 19.5 19.2 18.9 19.4 19.0 20.0 19.3 20.0

19.1 18.6 19.4 18.7 21.0 19.8 19.0 18.6 19.6 19.0 19.6 19.4 19.8 19.1 20.0 20.4 18.8 19.3 19.1 19.1

2 18.6 19.9 18.8 18.4 19.0 20.1 19.7 19.3 20.7 19.6 19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8 19.2 20.6 20.0 18.4 18.9 19.7 17.8 19.4 18.9 18.4 19.0 19.7

3 20.1 20.2 21.0 19.7 20.1 20.0 19.1 20.4 19.6 20.6 20.0 19.7 20.8 19.7 19.7 20.4 19.8 20.5 20.0 20.0 20.2 19.7 20.0 19.6 19.7 19.8 19.9 20.3 20.4 20.2

Page 12: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico Gráfica de caja de Lote 1, Lote 2, Lote 3

En una empresa que fabrica y vende equipo para fotocopiado utilizan como un

indicador importante de la calidad en el servicio posventa, el tiempo de respuesta

a solicitudes de apoyo técnico debido a fallas en los equipos. Para problemas

mayores, en cierta zona del país se estableció como meta que la respuesta se de

EJERCICIO 17:

21.521.020.520.019.519.018.518.0

14

12

10

8

6

4

2

0

Total de Lotes

Frec

uenc

ia

21.51317.607Media 19.56Desv.Est. 0.6511N 90

Histograma de Total de LotesNormal

Lote 3Lote 2Lote 1

21.0

20.5

20.0

19.5

19.0

18.5

18.0

Dat

os

Gráfica de caja de Lote 1, Lote 2, Lote 3

Page 13: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico en un máximo de 6 horas hábiles; es decir, de que habla el cliente solicitando

apoyo, y que si el problema se clasifica como grave no deben pasar más de 6

horas hábiles para que un técnico acuda a resolver el problema. A continuación se

aprecian los tiempos de respuesta en horas para los primeros nueve meses del

año (65 datos).

Los 65 datos 5.0 5.4 7.1 7.0 5.5 4.4 5.4 6.6 7.1 4.2 4.1 3.0 5.7 6.7 6.8 4.7 7.1 3.2 5.7 4.1 5.5 7.9 2.0 5.4 2.9 5.3 7.4 5.1 6.9 7.5 3.2 3.9 5.9 3.6 4.0 2.3 8.9 5.8 5.8 6.4 7.7 3.9 5.8 5.9 1.7 3.2 6.8 7.0 5.4 5.6 4.5 6.5 4.1 7.5 6.8 4.3 5.9 3.1 8.3 5.4 4.7 6.3 6.0 3.1 4.8 - - - - -

a) Calcule las medidas de tendencia central y con base en estas, ¿cree que se

cumple con la meta?

b) Aplique la regla empírica, interprete y diga que tan bien se cumple la meta.

c) Haga un histograma e interprete sus aspectos más relevantes.

d) A partir del análisis que se ha realizado, ¿Qué recomendaciones daría para

ayudar a cumplir mejor la meta?

N para Variable Media Mediana Modo moda C1 5.366 5.500 5.4 5

9.07.56.04.53.01.5

12

10

8

6

4

2

0

C1

Frec

uenc

ia

0.51 10.22Media 5.366Desv.Est. 1.618N 65

Histograma de C1Normal

caso.analisis de estese toma en ellos tiempos queala variación deesto es debidomultimodales,caracteristicaspresentaEl histograma

Page 14: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

Los siguientes datos representan las horas caídas de equipos por semana en tres

líneas de producción.

EJERCICIO 18:

a) analice los datos para cada línea y anote las principales características de la

distribución de los datos.

b) compare las tres líneas, ¿nota alguna diferencia importante?

SEMANA LINEA 1 LINEA 2 LINEA 3

1 7.7 6.6 7.5 2 6.8 5.2 8.1 3 8.5 7.2 6.2 4 8.6 9.2 7.4 5 5.7 6.7 8.2 6 7.9 6.2 6.0 7 8.1 7.1 8.2 8 7.6 8.1 8.1 9 7.1 6.4 6.7

10 7.3 6.3 8.0 11 7.8 8.2 8.1 12 6.1 8.4 8.1 13 6.3 7.4 7.0 14 6.3 6.5 8.5 15 7.8 7.7 8.0 16 6.7 7.4 7.7 17 7.3 6.1 7.5 18 5.7 6.2 8.2 19 6.2 7.3 7.7 20 7.3 6.9 7.0 21 5.0 6.1 6.5 22 5.0 6.9 6.2 23 5.4 8.4 6.0 24 7.5 5.0 6.1 25 6.0 7.4 5.8

Estadísticas descriptivas: Linea 1, Linea 2, Linea 3 N para Variable Media Desv.Est. Varianza Q1 Mediana Q3 Modo moda Linea 1 6.872 1.050 1.102 6.050 7.100 7.750 7.3 3 Linea 2 6.996 1.001 1.001 6.250 6.900 7.550 7.4 3

Page 15: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico Linea 3 7.312 0.878 0.770 6.350 7.500 8.100 8.1 4 Variable Sesgo Kurtosis Linea 1 -0.23 -0.94 Linea 2 0.13 0.01 Linea 3 -0.46 -1.35

De acuerdo con cierta norma, a una bomba de gasolina en cada 20L se le permitía

una discrepancia de 0.2L. En una gasolinera se hacen revisiones periódicas para

evitar infracciones y ver si se cumplen las especificaciones (EL = 19.8, ES = 20.2).

De acuerdo con los resultados de 15 inspecciones para una bomba en particular,

la media y la desviación estándar de los 15 datos son 19.9 y 0.1, respectivamente.

De acuerdo con esto, ¿se puede garantizar que la bomba cumple con la norma?

Argumente su respuesta.

EJERCICIO 8:

4

3

2

1

0

X

Den

sida

d

19.7 20.119.9

19.6 20.219.8

20.2

Gráfica de distribuciónNormal, Media=19.9, Desv.Est.=0.1

alas especificacionesizquierda, respectoinadecuado por lael proceso eson la norma porque La bomba no cumple

Page 16: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico 12. En un área de servicios dentro de una empresa de manufactura se realiza una encuesta para evaluar la calidad del servicio proporcionado y el nivel de satisfacción de los clientes internos. La encuesta consiste en 10 preguntas, y cada una de ellas evalúa diferentes aspectos del servicio proporcionado. La respuesta para cada pregunta es un número entre 0 y 10. Para hacer un primer análisis de los resultados obtenidos se suma los puntos obtenidos de las 10 preguntas para cada cuestionario. A continuación se muestran los puntos obtenidos en 50 cuestionarios. Solución:

Puntos Obtenidos de los cuestionarios Media 59.8 Error típico 2.987593394 Mediana 58.5 Moda 78 Desviación estándar 21.12547548 Varianza de la muestra 446.2857143 Curtosis -1.802931906 Coeficiente de asimetría -0.015244434 Rango 62 Mínimo 29 Máximo 91 Suma 2990 Cuenta 50

- Los puntos promedio obtenidos del cuestionario es 59. - El 50% de los puntos obtenidos tiene una igualdad o inferior de 59. - 78 puntos, es el puntaje que con mayor frecuencia se repite.

Page 17: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

1089072543618

12

10

8

6

4

2

0

resultado de Encuestas

Frec

uenc

ia

Media 59.8Desv.Est. 21.13N 50

Histograma (con curva normal) de resultado de Encuestas

Interpretación

Se nota que los 50 resultados de las encuestas están divididos en dos grupos, en un grupo donde conlleva la nota más baja esta entre 26.92 a 51.02 y el segundo grupo está entre 62.81 a la nota más alta que es 92.8 Lo que más resalta del histograma es que los resultados que mayor se repite esta con un puntaje inferior del 50 % Son muy poco lo que llegaron a la nota más alta

13. En una fábrica de piezas de asbesto de una característica importante de la calidad es el grosor de las laminas. Para cierto tipo de lamina el grosor óptimo es de 5mm y se tiene una discrepancia tolerancia de 0.8 mm, ya que si la lamina tiene un grosor menor que 4.2 mm se considera demasiado delgado y no reunirá las condicione de resistencia exigida por el cliente. Si la lamina tiene un grososr mayor que 5.8 mm, entonce se gastara demasiado m,aterial para su elaboración y elevaran lo costos del fabricante. Por lo tanto, es de suma importancia fabricar las laminas con el grosor óptimo, y en el peor de lo casos dentro de la tolerancia epecifica deacuerdo con los registro s de las medidas realizadas en los ultimo 3 meses se aprecia un proceso con una estabilidad aceptable , el grosor medio es µ = 4.75, la mediana 4.7, y la desviación estándar σ = 0.45.

Page 18: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

a) De acuerdo con la media y la mediana, ¿el centrado del proceso es acuerdo? Argumente.

b) Si considera sólo la media y la mediana, ¿puede decir si el proceso cumple con la especificaciones? Explique.

c) Calcule los limites reales, haga la grafica de capacidad y señale si el proceso cumple con especificaciones. Argumente su respuesta.

14. En el problema anterior, con el propósito de mejorar la calidad que se tenía en cuanto al grosor de las láminas, se implementó un proyecto de mejora siguiendo la metodología Seis Sigma varios de los cambios implementados fueron relativos a mejora del proceso. Para verificar si el plan tuvo éxito, se eligieron láminas de manera aleatoria y se midió su grosor. Los 120 datos obtenidos durante tres días se muestran a continuación: Solución:

Grosor Media 4.889166667 Error típico 0.028935256 Mediana 4.9 Moda 5 Desviación estándar 0.316969853 Varianza de la muestra 0.100469888 Curtosis -0.121132286 Coeficiente de asimetría -0.209923329 Rango 1.6 Mínimo 4.1 Máximo 5.7 Suma 586.7 Cuenta 120

Page 19: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

- La medición promedio para el grosor es de 4.8mm - El 50% de las láminas tiene una igualdad o inferior de 4.9. - 5mm es el dato que con mayor frecuencia se repite.

5.75.45.14.84.54.2

20

15

10

5

0

grosor de laminas

Frec

uenc

ia

Media 4.889Desv.Est. 0.3170N 120

Histograma (con curva normal) de grosor de laminas

Page 20: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico 15. en la elaboración de envases de plástico primero se elabora la preforma, para la cual se tienen varios criterios de calidad, uno de ellos es el peso de ésta. Para cierto envase se tiene que el peso debe estar entre 28.00 +- 0.5g. a continuación se muestran los últimos 112 datos obtenidos mediante una carta de control para esta variable. Solución:

peso Media 27.97482143 Error típico 0.013526383 Mediana 27.955 Moda 27.94 Desviación estándar 0.143149781 Varianza de la muestra 0.02049186 Curtosis -0.24915051 Coeficiente de asimetría 0.203109269 Rango 0.76 Mínimo 27.63 Máximo 28.39 Suma 3133.18 Cuenta 112

- El peso promedio es de 28g. - El 50% de los datos obtenidos mediante una carta de control tiene una

igualdad o inferior de 27.95. - 27.94 es el dato que con mayor frecuencia se repite.

Page 21: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

28.5028.3528.2028.0527.9027.7527.60

20

15

10

5

0

medicion

Frec

uenc

ia

28.527.5Media 27.97Desv.Est. 0.1431N 112

Histograma (con curva normal) de medicion

Media del Error Variable N N* Media estándar Desv.Est. Varianza CoefVar Mínimo Medición 112 0 27.975 0.0135 0.143 0.0205 0.51 27.630 N para Variable Q1 Mediana Q3 Máximo Rango Modo moda Sesgo Medición 27.872 27.955 28.080 28.390 0.760 27.94 7 0.20 Variable Kurtosis Medición -0.25

24. en la elaboración de una bebida se desea garantizar que el porcentaje de CO2 (gas) esté entre 2.5 y 3.0. En el monitoreo del proceso se obtuvieron los siguientes 115 datos.

Page 22: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico Solución:

Porcentaje de CO2 Media 2.624956522 Error típico 0.025913479 Mediana 2.6 Moda 2.61 Desviación estándar 0.277891099 Varianza de la muestra 0.077223463 Curtosis 105.8378446 Coeficiente de asimetría 10.08166048 Rango 3.04 Mínimo 2.48 Máximo 5.52 Suma 301.87 Cuenta 115

- El porcentaje promedio de CO2 para las bebidas es de 2.62%. - El 50% de las bebidas tiene una igualdad o inferior es de 2.6% de CO2. - El 2.61% de CO2 es el dato que con mayor frecuencia se repite.

Page 23: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

5.55.04.54.03.53.02.52.0

80

70

60

50

40

30

20

10

0

% de Co2

Frec

uenc

ia

2.5 3Media 2.625Desv.Est. 0.2779N 115

Histograma (con curva normal) de % de Co2

Media del Error Variable N N* Media estándar Desv.Est. Varianza CoefVar Mínimo % de Co2 115 0 2.6250 0.0259 0.2779 0.0772 10.59 2.4800 N para Variable Q1 Mediana Q3 Máximo Rango Modo moda Sesgo % de Co2 2.5600 2.6000 2.6400 5.5200 3.0400 2.61 11 10.08 Variable Kurtosis % de Co2 105.84 Ay una cierta cantidad que no cumple con el rango de calidad (falta agregar más Co2

Page 24: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIOS DEL CAPITULO 3

EJERCICIO 7:

El departamento de compras inspecciona un pedido de 500 piezas eléctricas, para lo cuál 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, responde lo siguiente:

a) ¿Cuál es la probabilidad de que el porcentaje muestral de defectuosos sea mayor al 10%?

X: número de piezas defectuosas Distribución Hipergeométrica porque su tamaño de población es finita N=500 finita n=20 M=5%*500=25 10%20 = 2 Probabilidad ( X>2)=???? Variable discreta P(X>2)= P(X≥3) =??? b) ¿Cuál es la probabilidad de obtener una o menos piezas defectuosas?

0.4

0.3

0.2

0.1

0.0

X

Prob

abili

dad

3

0.0716

0

Gráfica de distribuciónHipergeométrico, N=500, M=25, n=20

Page 25: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIO 8:

Un proceso de producción de partes trabaja con un porcentaje promedio de defectos de 5%. Cada hora se toma una muestra aleatoria de 18 artículos y se prueban. Si la muestra contiene más de un defecto el proceso deberá detenerse. a) Calcule la probabilidad de que el proceso se detenga debido al esquema de

muestreo. X: Número de artículos defectuosos Variable aleatoria discreta sigue una distribución Binomial ~ B( n, p) p=0.05 n=18 P(proceso se detenga)=P(X>1)=P(X>=2)=0,226

0.4

0.3

0.2

0.1

0.0

X

Prob

abili

dad

1

0.736

4

Gráfica de distribuciónHipergeométrico, N=500, M=25, n=20

Page 26: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

0,4

0,3

0,2

0,1

0,0

X

Prob

abili

dad

2

0,226

0

Gráfica de distribuciónBinomial. n=18. p=0,05

b) De acuerdo con lo contestado en a) ¿Considera que el esquema de muestreo

es adecuado o generara demasiadas interrupciones? El tipo de muestreo ya que el nivel de calidad exigido en un lote de 18 artículos el 5% debe ser 1 o menos

Page 27: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIO 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 real esta afirmación? Argumente su respuesta.

EJERCICIO 10:

Un fabricante de galletas que, con probabilidad de 0.95, cada galleta contenga al menos una pasa. ¿Cuántas pasas en promedio por galleta deberá agregar a la masa como mínimo? ¿Cuál es la probabilidad de que una galleta contenga mas de seis pasas? Apóyese en la distribución de Poisson.

0.30

0.25

0.20

0.15

0.10

0.05

0.00

X

Prob

abili

dad

0

0.0622

7

Gráfica de distribuciónHipergeométrico, N=250, M=25, n=25

0.4

0.3

0.2

0.1

0.0

X

Prob

abili

dad

1

0.632

0

Gráfica de distribuciónPoisson, Media=1

Page 28: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIO 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 tres 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?

0.4

0.3

0.2

0.1

0.0

X

Prob

abili

dad

70.0000832

0

Gráfica de distribuciónPoisson, Media=1

Page 29: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIO 12:

Una caja contiene cuatro artículos defectuosos y ocho en buen estado. Se sacan dos artículos al azar.

a) ¿Cuál es la probabilidad de que al menos uno sea bueno? X: ARTICULOS EN BUEN ESTADO

0.4

0.3

0.2

0.1

0.0

X

Prob

abili

dad

0 9

Gráfica de distribuciónBinomial, n=100, p=0.01

0.4

0.3

0.2

0.1

0.0

X

Prob

abili

dad

40.0184

0

Gráfica de distribuciónBinomial, n=100, p=0.01

Page 30: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico SI CONOCE TAMAÑO POBLACION ES UNA DISTRIBUCION HIPERGEOMETRICA N=12 n=2 M: 8 P(X>=1)=0,909

0,5

0,4

0,3

0,2

0,1

0,0

X

Prob

abili

dad

1

0,909

0

Gráfica de distribuciónHipergeométrico. N=12. M=8. n=2

b) ¿Cuál es la probabilidad de que los dos sean del mismo tipo (buenos o malos)?

P(los dos sean del mismo tipo (buenos o malos)= P(X=2)+P(X=0)=1-P(X=1)=1-0.485=0,515

Page 31: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

0,5

0,4

0,3

0,2

0,1

0,0

X

Prob

abili

dad

1

0,485

0 2

Gráfica de distribuciónHipergeométrico. N=12. M=8. n=2

c) ¿Cuál es el valor esperado de los artículos buenos?

VALOR ESPERADO= np=n*M/N=2*8/12=0,833

EJERCICIO13:

Un gerente de producción de cierta compañía esta interesado en probar los productos terminados que están disponibles en lotes 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 retrabajar el lote si encuentra uno o más defectuosos en la muestra. ¿Es este un procedimiento razonable? Argumente su respuesta.

0.4

0.3

0.2

0.1

0.0

X

Prob

abili

dad

1

0.689

0

Gráfica de distribuciónHipergeométrico, N=50, M=5, n=10

Page 32: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIO 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 ó 12 reservaciones no hayan cambiado? X: N° de reservaciones canceladas o modificadas. n=20 Binomial (se asume pob infinita) p= 0.4 (éxito)

a) Conteste usando la distribución binomial.

0.20

0.15

0.10

0.05

0.00

X

Prob

abili

dad

10

0.224

122 15

Gráfica de distribuciónBinomial, n=20, p=0.4

1-0.224=0.776

Page 33: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

b) Resuelva con base en la distribución normal con la media y la varianza de

la binomial considerando el rango de 9.5 a 12.5.

0.20

0.15

0.10

0.05

0.00

X

Den

sida

d

9.5

0.227

12.58

Gráfica de distribuciónNormal, Media=8, Desv.Est.=2.19

EJERCICIO 16:

Se hace un estudio de la duración en horas de 20 focos y se obtienen los siguientes datos: 138.62, 37, 62,25.00, 59.36, 87.50, 75.49, 56.46, 33.86, 61.30, 323.52, 1.50, 186.34, 193.65, 11.34, 52.20, 381.41, 2.68.

a) Encuentre, mediante gráficas de probabilidad, una distribución continua que se ajuste de manera adecuada a los datos.

Page 34: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

b) Considere una distribución exponencial con parámetro x−= 1λ y

obtenga la probabilidad de que los focos duren más de 300 horas.

EJERCICIO 17:

5004003002001000-100-200-300

99

95

90

80

70

60504030

20

10

5

1

C1

Porc

enta

jeMedia 101.6Desv.Est. 110.6N 17AD 1.333Valor P <0.005

Gráfica de probabilidad de C1Normal - 95% de IC

4003002001000-100-200

99

95

90

80

70

60504030

20

10

5

1

C1

Porc

enta

je

Media 101.6Desv.Est. 110.6N 17KS 0.257Valor P <0.010

Gráfica de probabilidad de C1Normal

Page 35: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico Una máquina realiza cortes de manera automática de ciertas tiras metálicas con media µ=40,1 cm y una desv estándar 0,2 cm. La media óptima de tales tiras debe ser de 40 cm con un tolerancia de más o menos 0,5 cm. Suponiendo distribución normal estime el porcentaje de las tiras que cumple con las especificaciones X: medida de corte de las tiras metálicas (cm) ~ N( µ,σ2) Especificación inferior = 39,5 Especificación Superior = 40,5 Valor objetivo = 40 Z= (X-µ)/σ P( 39,5 < X <40,5)= P[( 39,5-40,1)/0,2 < Z < ( 40,5-40,1)/0,2]=??? P[-3< Z< 2]=0,976

0,4

0,3

0,2

0,1

0,0

X

Den

sida

d

-3

0,976

20

Gráfica de distribuciónNormal. Media=0. Desv.Est.=1

Page 36: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIO 18:

Verifique si los siguientes datos se ajustan bien a una distribución normal. 2.51 2.29 2.31 2.19 2.09 2.48 2.65 2.50 2.48 2.27 2.26 2.86 3.73 2.98 1.08 2.25 2.10 3.30 3.15 2.27 2.23 2.61 2.11 5.70 2.31 2.00 2.35 1.76 2.91 1.84 2.09 2.78 2.32 2.59 1.87 2.59 2.07 3.10 2.32 2.59 2.42 2.04 2.13 1.98 2.02 2.18 2.26 2.10 2.69 2.60

654321

99

95

90

80

70

605040

30

20

10

5

1

datos

Porc

enta

je

Media 2,446Desv.Est. 0,6388N 50KS 0,179Valor P <0,010

Prueba de bondad de ajuste curva normal

Ha: Los datos NO siguen una distribución normalHo: Los datos siguen una distribución normal

alfa=0,05

Es decir los datos no siguen una distribución normalRechaza Hoalfa > valor p

Page 37: Semana 2 ejercicios cap 2

Escuela Profesional de Ingeniería Industrial Control Estadístico