Greg Stock está intentando controlar un proceso de rellenado que tiene una media global de 705 cc.

El rango m
Si utiliza un tamaño muestral de 10, ¿cuáles son los límites de control superior e inferior de la media y e

SOLUCION

Datos:
Tamaño de muestra : 10
Rango medio : 6 cc
Media global : 705 cc

D4 : 1.777
D3 : 0.223

LCSR : = (1.777)(6) = 10.662

LCIR : = (0.223)(6) = 1.338

RESPUESTA

limite de control superior : 10.662 cc

limite de control inferior : 1.338 cc
bal de 705 cc. El rango medio es de 6 cc.
inferior de la media y el rango?
 DÍA
1
2
3
4
5

A) ¿Cuál es el valor de X?

155.16

B) ¿Cuál es el valor de R?

4.48

Fórmulas:

Datos:
 SOLUCIÓN
MEDIA (mm) RANGO (mm)
156.9 4.2
153.2 4.6
153.6 4.1
155.5 5
156.6 4.5
155.16
¿Cuál es el valor de X?

¿Cuál es el valor de R?

1.695 Desviación estándar

5.085

177.941 Límite Control Superior

132.379 Límite Control Inferior

22.400
18.368
 155 diámetro

177.781 Límite de Control Superior

132.219 Límite de Control Inferior
 Organic Grains LLC utiliza el control estadístico de procesos para garantizar que su pan de molde saludable, mu
en grasa, tiene el peso adecuado. Basándose en un proceso anteriormente estable y bajo control, los límites de
LCSx= 6,56, LCIx = 5,84, LCSR = 1,141 y LCIR = 0. En los últimos días, la empresa ha tomado cinco muestras ale
cuatro rebanadas, y ha obtenido los siguientes datos:

PESO NETO
MUESTRA
REBANADA #1 REBANADA #2 REBANADA #3 REBANADA #4
1 6.3 6.0 5.9 5.9
2 6.0 6.0 6.3 5.9
3 6.3 4.8 5.6 5.2
4 6.2 6.0 6.2 5.9
5 6.5 6.6 6.5 6.9
6.1

LCSx = X+A2R
= 6.37289367989

LCIX = X+A2R
= 5.82710632011

LCSR =
= 1.00

LCIR =
= 0.00

¿Está el proceso todavía bajo control? Explique por qué o por qué no

No
porque en todos los limites de control hay cierta diferencia
an de molde saludable, multicereales y de bajo contenido
bajo control, los límites de control de los gráficos x y R son
tomado cinco muestras aleato_x0002_rias, cada una de
uientes datos:

Datos:
Tamaño de muestra : 5
Rango medio : 0.472952651
 MUESTRA
1
2
3
4
5
6
7
8
a) Calcule los límites de control superior e 9
inferior y las medias globales para los 10
gráficos x6 a y R. 11
b) Dibuje los gráficos y sitúe en ellos los
12
valores de las medias y rangos muestrales.
c) ¿Indican estos datos que el proceso está
bajo control?
d) ¿Por qué o por qué no? PX
𝐴_2=577,𝐷_4=2.115,𝐷_3=0

X=10.0005 R=0.0015
UCLx = 10.0071 LCLy = 9.9939
UCLR = 0.0243 LCLR = 0
 MEDIA DE LA MUESTRA(pulgadas) RANGO (pulgadas) DAT. ORIGINALES
10.002 0.011 Y
10.002 0.014 Y
9.991 0.007 N
10.006 0.022 Y
9.997 0.013 Y
9.999 0.012 Y
10.001 0.008 Y
10.005 0.013 Y
9.995 0.004 Y
10.001 0.011 Y
10.001 0.014 Y
10.006 0.009 Y
120.006 0.138

𝐴_2=577,𝐷_4=2.115,𝐷_3=0
MUESTRAS(pulgadas)
X=10.0005 R=0.0015
UCLx = 10.0071 LCLy = 9.9939
UCLR = 0.0243 LCLR = 0

0 2 4 6 8 10 12 14
 UCLx=10.0071

X=10.0005

LCLx=9.9939

12 14
La tasa de errores en la introducción de datos de
reclamaciones de seguros ha sido, históricamente, de aproximadamente
el 1,5 %.

¿Cuáles son los límites de control superior e inferior si

queremos utilizar un tamaño muestral de 100, junto con
límites 3 sigma?

𝜎 𝑝 ̂ = √((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛) = √((0.015 ∗ 0.985)/100 )0.1215

𝑈𝐶𝐿 𝑝= (𝑝 ) ̅ + 3√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

𝑈𝐶𝐿 𝑝=0.015 + 3√((0.015 (1 − 0.015) ̅)/100) = 0.0515

L𝐶𝐿 𝑝= (𝑝 ) ̅ - 3√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

L𝐶𝐿 𝑝=0.015 - 3√((0.015 (1 − 0.015) ̅)/100) = -0.0215 o 0

0.01215525
¿Y en el caso de utilizar un tamaño muestral de 50, junto ¿Y en el caso de utilizar un tamaño muestral de 50, j
con límites 3 sigma? con límites 2σ?

𝑈𝐶𝐿 𝑝= (𝑝 ) ̅ + 3√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛) 𝑈𝐶𝐿 𝑝= (𝑝 ) ̅ + 2√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

𝑈𝐶𝐿 𝑝=0.015 + 3√((0.015 (1 − 0.015) ̅)/50) = 0.0666 𝑈𝐶𝐿 𝑝=0.015 + 2√((0.015 (1 − 0.015) ̅)/50) =

L𝐶𝐿 𝑝= (𝑝 ) ̅ - 3√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

L𝐶𝐿 𝑝= (𝑝 ) ̅ - 2√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

L𝐶𝐿 𝑝=0.015 - 3√((0.015 (1 − 0.015) ̅)/50) = 0

L𝐶𝐿 𝑝=0.015 - 2√((0.015 (1 − 0.015) ̅)/50)

¿Y en el caso de utilizar un tamaño muestral de 100,

junto con límites 2σ?

𝑈𝐶𝐿 𝑝= (𝑝 ) ̅ + 2√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

𝑈𝐶𝐿 𝑝=0.015 + 2√((0.015 (1 − 0.015) ̅)/100) =

0.03931049

L𝐶𝐿 𝑝= (𝑝 ) ̅ - 2√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

-0.00931049
L𝐶𝐿 𝑝=0.015 - 2√((0.015 (1 − 0.015) ̅)/100) = o0
de utilizar un tamaño muestral de 50, junto

0.01719011
𝑝 ) ̅ + 2√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

0.015 + 2√((0.015 (1 − 0.015) ̅)/50) =

0.04938023

(𝑝 ) ̅ - 2√((𝑝 ̅ (1 − (𝑝)) ̅)/𝑛)

=0.015 - 2√((0.015 (1 − 0.015) ̅)/50) =

-0.01938023 o 0
 DIA DEFECTUOSAS
1 7
2 6
3 6
4 9
5 5
6 6
7 0
8 8
9 9
10 1

a) Elabore un gráfico p 3 sigma utilizando esta información.

DEFECTUOSAS
10
9 9 9
8 8
7 7
6 6 6 6
5 5
4
3
2
1 1
0 0
0 2 4 6 8 10 12

b) Utilizando el gráfico de control de la parte (a), y si el número de defectuosos

durante los tres siguientes días es 12, 5 y 13, ¿está el proceso bajo control?

Si fuese 12 y 13 los defectos el proceso estaría fuera de control, por el 5 esta bajo control y los demás valores
ta bajo control y los demás valores
 DESARROLLO

DATOS
p : 0.035
z:3
0.008 :Desviación estándar de la distribución muestral
n : 500

SOLUCIÓN
0.060 LCSP
0.010 LCIP
 DÍA
1
2
3
4
5
6
7

TOTAL DE MUESTRA
TOTAL DE P. INSAT.
PORCENTAJE P. INSAT.

p:
z:
n:
Gráfico p 0.014
120
100 100 100 100 100 100 100 0.217
100
N° DE PACIENTES
INSATISFECHOS

80 0.131
60
40 24 26
22 17
20 15 10
8
0.24 0.22 0.08 0.15 0.1 0.26 0.17
0
1 2 3 4 5 6 7
DÍA

N° DE PACIENTES INSATISFECHOS TAMAÑO MUESTRA

p
 SOLUCIÓN

N° DE PACIENTES INSATISFECHOS TAMAÑO MUESTRA p

24 100 0.24
22 100 0.22
8 100 0.08
15 100 0.15
10 100 0.1
26 100 0.26
17 100 0.17
122 700 0.1743

700
122
0.174285714285714

0.174
3
700
:Desviación estándar de la distribución muestral

:LCSP
:LCIP
La tienda Ittig Brothers, de Peter Ittig, es la tienda
de ropa independiente más grande de Amherst. La tienda
recibe un promedio de seis devoluciones al día. Utilizando z
= 3, ¿habría que emprender acciones si se devolvieran nueve
artículos en un día?

Promedio = 6 devoluc./día (𝐶 ) ̅

UCL = (𝐶 ) ̅+3√(𝐶 ̅ ) = 6+3√6 13.3484692 2.44948974 13.35

UCL = (𝐶 ) ̅−3√(𝐶 ̅ ) = 6 − 3√6 -1.34846923 0

No puede quedar en negativo
 La Junta Escolar está intentando evaluar un nuevo programa de matemáticas de segundo curso,
introdu_x0002_cido este año en primaria en cinco colegios del condado. Una muestra de los resultados de los
alumnos en las pruebas nor_x0002_malizadas de matemáticas en cada colegio de primaria ha
pro_x0002_porcionado los siguientes datos:

N° de errores en las
Escuela
pruebas
A 52
B 27
C 35
D 44
E 55

Dibuje un gráfico c para los errores en las pruebas, y fije lími_x0002_tes de control que incluyan el 99,73 % de l
variación aleatoria en los resultados de las pruebas. ¿Qué le indica este gráfico? ¿Ha sido eficaz el nuevo
programa de matemáticas?

213
c = = 42.6
5

LCSc = c+3Öc LCSc =

= 42.6+3Ö42.6 =
= 62.18060265 =

Chart Title
62.1863.9 LCS
55
52
44
42.6
42.6 C
35
27
23.01
21.3 LCI

0
A B C D E

Column E
 0
A B C D E

Column E

El grafico indica que los resultados de las 5 escuelas se encuentran dentro del LCS y
del LCI
e segundo curso,
de los resultados de los
o de primaria ha

incluyan el 99,73 % de la
a sido eficaz el nuevo

c-3Öc
42.6-3Ö42.6
23.01939735

LCS

LCI
 DE

N° DE
MUESTRAS
1
2
3
4
5
6
7
8
9
10

A) Calcule el porcentaje medio de factur

utilizando un nivel de confianza del 99,7
negativo, ¿qué muestras están fuera de

RPTA:

B) ¿Cómo pueden utilizarse las herramie

los defectos de facturación y dónde pod
 DESARROLLO

N° DE FACTURAS
INCORRECTAS n p

6 50 0.120
5 50 0.100
11 50 0.220
4 50 0.080
0 50 0.000
5 50 0.100
3 50 0.060
4 50 0.080
7 50 0.140
2 50 0.040
47 500 0.094
4.7

Calcule el porcentaje medio de facturas defectuosas. Calcule después los límites de control del gráfico p,
tilizando un nivel de confianza del 99,73 % (tres desviaciones estándar). ¿Está bajo control este proceso? En caso
gativo, ¿qué muestras están fuera de control?

p : 0.0940
; n : 50
z:3

0.2178 :LCSP ; 0.218 0.041 :Desviación estándar de la distribución muestral

-0.0298 :LCIP ;0

no está bajo control debido a que la muestra n° 3 esta fuera de control.

¿Cómo pueden utilizarse las herramientas de calidad analizadas en el Capítulo 6 para determinar las causas de
s defectos de facturación y dónde podríamos iniciar los esfuerzos de mejora, para eliminarlas?
distribución muestral
El proceso de fabricación de chips para computadoras de Meena Chavan Corp. produce chips DRAM con una vi
media de 1.800 horas y o = 100 horas. Los límites de especificación superior e inferior tolerados son 2.400 hora
1.600 horas, respectivamente. ¿Es capaz este proceso de fabricar chips DRAM según las especificaciones?

Vida media: 1800

s= 100
LCS= 2400
LCI= 1600

Esp. Superior-Esp. Inferior

Cp =
6s

2400-1600
=
6(100)

= 1.333333333

Cpk max Ls-X

=
3s

2400-1800
=
3(100)

= 2

Cpk min X-Li

=
3s

1800-1600
=
3(100)

= 0.666666667
RESPUESTA

Si, porque el cociente fue de 1.33 por lo tanto representa un 99.73% entonces el proceso esta
dentro de las especificaciones
orp. produce chips DRAM con una vida
r e inferior tolerados son 2.400 horas y
DRAM según las especificaciones?
tonces el proceso esta
LSL=2.9mm, USL=3.1mm
c_pk=3.1-3.0)/(3×0.02)=1.67