1

UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE ESTADISTICA

PRACTICA DIRIGIDA N° 3

Asignatura: Control Estadístico de Calidad I Prof. Dr. César Haro Díaz

1. Los datos siguientes dan el número de ensamblaje de rodamiento y sello disconformes en

muestras de tamaño 100. Construir un gráfico de control para la fracción disconforme de
estos datos. Si algunos de los puntos se localizan fuera de control, suponer que pueden
encontrase las causas asignables y determinar los límites de control revisados.
Número de Número de Número de Número de
muestra ensamblajes muestra ensamblajes
disconformes disconformes
1 7 11 6
2 4 12 15
3 1 13 0
4 3 14 9
5 6 15 5
6 8 16 1
7 10 17 4
8 5 18 5
9 2 19 7
10 7 20 12

2. Los datos siguientes representan los resultados de inspeccionar todas las unidades de
determinada marca de computadora personal producidas en los 10 últimos días. ¿El proceso
parece estar bajo control?
Unidades Unidades Proporción
Día inspeccionadas defectuosas defectuosa
1 80 4 0.050
2 110 7 0.064
3 90 5 0.056
4 75 8 0.107
5 130 6 0.038
6 120 6 0.050
7 70 4 0.057
8 125 5 0.040
9 105 8 0.076
10 95 7 0.074

3. Con base en los siguientes datos, si va a establecer un gráfico np, ¿cuáles serían la línea
central y los límites de control que se recomendarían? Suponer que n = 500.
Día 1 2 3 4 5 6 7 8 9 10
Número de unidades disconformes 3 4 3 2 6 12 5 1 2 2

4. Un gráfico de control indica que la proporción defectuosos actual del proceso es 0.02. Si se
inspeccionan 50 artículos cada día, ¿cuál es la probabilidad de detectar un corrimiento en la
proporción defectuosa a 0.04 en el primer día después del corrimiento? ¿Para el final del
tercer día después del corrimiento?
 2

5. Una compañía compra una ménsula metálica chica en contenedores con 5000 cada una.
Han llegado diez contenedores a las instalaciones de descarga, y se seleccionan 250
ménsulas al azar de cada contenedor. La proporción de defectuosos de cada muestra es 0, 0,
0, 0.004, 0.008, 0.020, 0.004, 0, 0 y 0.008. ¿Los datos de este embarque indican control
estadístico?

6. Unos diodos usados en tarjetas de circuitos impresos se producen en lotes de tamaño 1000.
Quiere controlarse el proceso que produce estos diodos tomando muestras de tamaño 64 de
cada lote. Si el valor nominal de la proporción defectuosas es p = 0.10, determinar los
parámetros (límites de control) del gráfico de control apropiado. ¿Hasta qué nivel debe
incrementarse la proporción defectuosa para el riesgo β sea igual a 0.50? ¿Cuál es el
tamaño de la muestra mínimo que produciría un límite de control inferior positivo para este
gráfico?

7. Se usa un gráfico de control para controlar la proporción de defectuosos de piezas de

plástico fabricada en un proceso de moldeo por inyección. Diez subgrupos producen los
siguientes datos:
Número de muestra 1 2 3 4 5 6 7 8 9 10
Tamaño de la muestra 100 100 100 100 100 100 100 100 100 100
Número de unidades defectuosas. 10 15 31 18 24 12 23 15 8 8

a) Establecer un gráfico de control para el número de unidades defectuosas en muestras de

n = 100.
b) Para el gráfico establecido en el inciso a), ¿cuál es la probabilidad de detectar un
corrimiento en la proporción defectuosa del proceso a 0.30 en la primera muestra
después de que ha ocurrido el corrimiento?

8. Se mantiene un gráfico de control para el número de anillos para pistones disconformes en

un proceso de forjado con np = 16.0. se toma y se analiza una muestra de tamaño 100 cada
día.
a) ¿Cuál es la probabilidad de que un corrimiento en el promedio del proceso a np = 20 se
detecte el primer día después del corrimiento? ¿Cuál es la probabilidad de que el
corrimiento se detecte por lo menos al final del tercer día?
b) Encontrar el tamaño de la muestra menor que dará un límite de control inferior
positivo.

9. Un proceso se controla con un gráfico de control para la proporción de defectuosos con

limites de control tres sigma, con n = 100, LCS = 0.161, LC = 0.080 y LCI = 0.
a) Encontrar el gráfico de control equivalente para el número de unidades defectuosas.
b) Usar la aproximación de Poisson a la distribución Binomial para encontrar la
probabilidad de un error tipo I.
c) Usar la aproximación correcta para encontrar la probabilidad de un error tipo II si la
proporción defectuosa del proceso se corre a 0.2.
d) ¿Cuál es la probabilidad de detectar el corrimiento del inciso c) a lo sumo en la cuarta
muestra después del corrimiento?

10. Al diseñar un gráfico de control para la proporción defectuosa con línea central en p = 0.20
y límites de control tres sigma, ¿cuál es el tamaño de la muestra requerido para producir un
límite de control inferior positivo? ¿Qué valor de n se necesita para tener una probabilidad
de 0.50 de detectar un corrimiento a 0.26 en el proceso?

11. a) Debe establecerse un gráfico de control para el número de unidades disconforme con
base en muestras de tamaño 400. Para iniciar el gráfico de control, se seleccionaron 30
muestras y se determinó el número de unidades disconformes en cada muestra,
 3

30
obteniéndose X
i 1
i  1200 . ¿Cuáles son los parámetros (límites de control) del

gráfico np?
b) Suponer que la fracción disconforme promedio del proceso se corrió a 0.15. ¿Cuál es la
probabilidad de que el cambio se detecte en la primera muestra subsecuente?

12. Se usa un gráfico de control para la proporción defectuosa con línea central 0.10,
LCS = 0.19 y LCI = 0.01 para controlar un proceso.
a) Si se usaron límites tres sigma, encontrar el tamaño de la muestra para el gráfico de
control.
b) Utilizar la aproximación de Poisson a la distribución Binomial para encontrar la
probabilidad del error tipo I.
c) Utilizar la aproximación de Poisson a la distribución Binomial para encontrar la
probabilidad del error tipo II si la proporción defectuosa del proceso es en realidad
p = 0.20.
d) Encontrar la longitud promedio de la corrida (ARL) para detectar un corrimiento a una
proporción defectuosa de 0.15.
e) Encontrar el ARL si la proporción defectuosa del proceso cambia a 0.20.

13. Un grupo de mantenimiento mejora la efectividad de su trabajo de reparación

monitoreando el número de solicitudes de mantenimiento que requieren una segunda
llamada para completar la reparación. Se cuenta con datos de 20 semanas.
Semana Solicitudes Segunda visita Semana Solicitudes Segunda visita
totales requerida totales requerida
1 200 6 11 100 1
2 250 8 12 100 0
3 250 9 13 100 1
4 250 7 14 200 4
5 200 3 15 200 5
6 200 4 16 200 3
7 150 2 17 200 10
8 150 1 18 200 4
9 150 0 19 250 7
10 150 2 20 250 6

a) Encontrar los límites de control de prueba para este proceso.

b) Diseñar un gráfico de control para controlar la producción futura.
c) Analizar los datos otra, vez utilizando el tamaño de la muestra promedio.
d) Construir un gráfico de control estandarizada para los datos.

14. ¿Por qué el grafico np no es apropiado con el tamaño de muestra variable?

15. Un gráfico de control para la fracción disconforme con n = 400 tiene los siguiente
parámetros:
LCS = 0.0809 LC = 0.0500 LCI = 0.0191
a) Encontrar la anchura de los límites de control en unidades de desviación estándar.
b) ¿Cuáles serían los límites de control correspondientes para un gráfico de control
equivalente basada en el número de unidades disconformes?
c) ¿Cuál es la probabilidad de que un corrimiento en la fracción disconforme del proceso a
0.0300 se detecte en la primera muestra después del corrimiento?

16. Considérese un gráfico np con límites de control k sigma. Derivar una fórmula general para
determinar el tamaño de la muestra mínimo para asegurar que el gráfico tendrá un límite de
control inferior positivo.

17. Construir el gráfico de control estandarizada para los datos del ejercicio 2.
 4

18. Se contaron los defectos superficiales en 25 placas de acero rectangulares, y los datos se
muestran abajo. Establecer un gráfico de control para las disconformidables utilizando estos
datos. ¿El proceso que producen las placas parece estar bajo control estadístico.
Número de Número de Número de Número de
placa disconformidades placa disconformidades
1 1 14 0
2 6 15 2
3 4 16 1
4 3 17 3
5 1 18 5
6 2 19 4
7 5 20 6
8 0 21 3
9 2 22 1
10 1 23 0
11 1 24 2
12 0 25 4
13 8

19. Una fábrica de papel usa un gráfico de control para monitorear las imperfecciones de los
rollos de papel terminados. Se inspecciona durante 20 días la salida de la producción y los
datos resultantes se muestran abajo.
Día 1 2 3 4 5 6 7 8 9 10
Número de rollos producidos 18 18 24 22 22 22 20 20 20 20
Número total de imperfecciones 12 14 20 18 15 12 11 15 12 10
Día 11 12 13 14 15 16 17 18 19 20
Número de rollos producidos 18 18 18 20 20 20 24 24 22 21
Número total de imperfecciones 18 14 9 10 14 13 16 18 20 17

Usar estos datos para establecer un gráfico de control para los defectos (o
disconformidades) por rollo de papel. ¿El proceso parece estar bajo control estadístico?
¿Qué línea central y qué límites de control se recomendarían para controlar la producción
actual?

20. Considerar el proceso de fabricación de papel del ejercicio 19.

a) Establecer un gráfico u basada en el tamaño de la muestra promedio para controlar este
proceso.
b) Establecer un gráfico u estandarizada.

21. Los datos siguientes representan el número de defectos por 1000 metros de cable
telefónico. A partir del análisis de estos datos, ¿se concluiría que el proceso está bajo
control estadístico? ¿Qué procedimiento de control se recomendaría para la producción
futura?
Número de muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Número de defectos 1 1 3 7 8 10 5 13 0 19 24 6 9 11 15 8 3 6

Número de muestra 19 20 21 22
Número de defectos 7 4 9 20

22. Considérense los datos del ejercicio 21. Suponer que se define una nueva unidad de
inspección de 2500 metros de cable.
a) ¿Cuáles son la línea central y los límites de control de un gráfico de control para
monitorear la producción futura con base en el número total de defectos en la nueva
unidad de inspección?
b) ¿Cuáles son la línea central y los límites de control de un gráfico de control para el
promedio de defectos por unidad usada (por cada metro de cable) para monitorear la
producción futura?
 5

23. Encontrar los límites de control tres sigma para:

a) Un gráfico c con promedio del proceso igual a nueve disconformidades.
b) Un gráfico u con c = 16 y n = 4.

24. Encontrar los límites de probabilidad 0.975 y 0.025 para un gráfico de control de
disconformidades cuando c = 7.6.

25. El número de defectos de mano de obra observados en la inspección final de ensamblajes

de unidades de disco se ha tabulado como se muestra abajo.
Día 1 2 3 4 5 6 7 8 9 10
Número de ensamblajes inspeccionados 2 4 2 1 3 4 2 4 3 1
Número total de defectos 10 30 18 10 20 24 15 26 21 8

¿El proceso parece estar bajo control?

26. Debe construirse un gráfico de control para el número de defectos con c = 2.0, LCI = 0 y
LCS tal que la probabilidad de un punto que se localice fuera de los límites de control
cuando c = 2.0 sea de tan sólo 0.005.
a) Encontrar el LCS.
b) ¿Cuál es la probabilidad del error tipo I si se supone que el proceso únicamente está
fuera de control cuando dos puntos consecutivos quedan fuera de los límites de control?

27. Una planta textil quiere establecer un procedimiento de control sobre los defectos en las
toallas que fabrica. Utilizando una unidad de inspección de 50 unidades, datos de una
inspección pasada indican que 100 unidades de inspección anteriores tuvieron 850 defectos
en total.
a) ¿Qué tipo de gráfico de control es apropiado?
b) Diseñar el gráfico de control de tal modo que tenga límites de control 3 sigma. Dar la
línea central y los límites de control.

28. Debe establecerse un gráfico de control para un proceso de fabricación de refrigeradores.

La unidad de inspección es un refrigerador y debe usarse un gráfico común para los
defectos. Como datos preliminares, se contaron 16 defectos al inspeccionar 30
refrigeradores.
a) ¿Cuáles son los límites de control tres sigma?
b) ¿Cuál es el riesgo α de este gráfico de control?
c) ¿Cuál es el riesgo β si el número promedio de defectos es en realidad dos (esto es, si
c = 2)?
d) Encontrar la longitud promedio de rachas (ARL) si el número promedio de defectos es
en realidad dos.
e) Encontrar los límites de control dos sigma y compararlos con los límites de control
encontrados en el inciso a).
f) Encontrar el riesgo α para el gráfico de control con límites de control dos sigma y
compararlos con los resultados del inciso b).
g) Encontrar el riesgo β para c = 2 del gráfico con límites de control dos sigma y
compararlos con los resultados del inciso c).
h) Encontrar la ARL si c = 2 y compararlos con la ARL encontrada en el inciso d).

29. Se mantiene un gráfico de control de defectos para un proceso que produce calculadoras de
escritorio. La unidad de inspección se define como dos calculadoras. El número promedio
de defectos por máquina cuando el proceso está bajo control se estima como dos.
a) Encontrar los límites de control tres sigma apropiados para este tamaño de la unidad de
inspección.
b) ¿Cuál es la probabilidad del error tipo I para este gráfico de control?