Controle de Qualidade – Lista 1 – (Não é necessário submeter)

1) Um fabricante de calculadoras eletrônicas oferece garantia de 1 ano. Se

as calculadoras apresentarem algum defeito neste período de tempo, ela é
substituída. O tempo de falha das calculadoras é bem modelado pela
seguinte distribuição de probabailidade:
𝑓(𝑡) = 0,125𝑒 −0,125 𝑡 t>0
a) Qual a percentagem de calculadoras que apresentarão defeito dentro
do período de garantia?
Distribuição Exponencial
𝐹(𝑥) = 𝜆𝑒 −𝜆𝑡
1
µ = = 1/0,125 = 8; logo
𝜆

𝜆 = 0,125
X ~ Exp (1/ 𝜆)  X ~ Exp (8)
1
P (t<1) = ∫0 0,125𝑒−0,125 𝑡 dt = 0,110312 = 11,75 %

R:11,75%
b) O custo de fabricação de uma calculadora é $50 e o lucro por unidade
vendida é de $25. Qual o efeito da política de garantia sobre o lucro?
Em 100 você gasta = 100*50 + 0,1175*100*50=5587,5
Receita = 100*75=7500 Lucro Real = 7500-5587,5=1912,15
Lucro Teórico = 100*25=2500
Redução de Lucro %= 1912,15/2500=76,5% de Lucro

Reduz lucro em 23,5%

2) Sabendo que 𝐸[𝑥] = 𝜇𝑥 = ∑ 𝑥𝑖 𝑃(𝑥𝑖 ) para variáveis

discretas e 𝐸[𝑥] = 𝜇𝑥 = ∫ 𝑥 𝑓(𝑥)𝑑𝑥 para variáveis
aleatórias continuas, sendo 𝑃(𝑥𝑖 ) e 𝑓(𝑥) a probabilidade
de x, e a função densidade de probabilidade x,
respectivamente, pergunta-se.
a) Qual a média de um fenômeno que tenha a forma do
semicírculo ao lado.
Como a área = 1 então, já temos a função densidade e f(x)=(1,128^2-
x^2)^,5
Logo E(x)= integrate x(1.128^2 - x^2)^.5 from x=0 to 1.128 = 0,4784
https://www.wolframalpha.com/input/?i=integrate+x(1.128%5E2+-
+x%5E2)%5E.5+from+x%3D0+to+1.128

b) Qual a probabilidade de x ser menor que 1,128/2?

P(x<1,128/2)=integrate (1.128^2 - x^2)^.5 from x=0 to 1.128/2 = 0,6085
https://www.wolframalpha.com/input/?i=integrate+(1.128%5E2+-
+x%5E2)%5E.5+from+x%3D0+to+1.128%2F2

3) Um livro contém 500 páginas nos quais podem ocorrer erros tipográficos.
Suponha que há exatamente 10 erros localizados aleatoriamente nestas
páginas.

a) Ache a probabilidade de que uma amostra de 50 páginas não

contenha erros.
Distribuição de Poisson  X ~ Po (𝜆)
10/500 = 0,02 média de erros por página  50 * 0,02 = 1
𝑒 −𝜆 𝜆𝑥
𝑃(𝑋 = 𝑥) = 𝑥!

𝜆 = np = 50*(10/500) = 1
Valor esperado => 1/𝜆 = 1
𝑒 −1 10
𝑃(𝑋 = 0) = = 0,3679
0!

Pr(x=0) = 0,364
b)
c) Ache a probabilidade de que 50 páginas selecionadas aleatoriamente
contenham pelo menos dois erros.
𝑃(𝑋 ≥ 2) = 1 − 𝑃(𝑥 < 2)
𝑒 −1 10
𝑃(𝑋 = 0) = = 0,3679
0!

𝑒 −1 10
𝑃(𝑋 = 1) = = 0,3679
0!

𝑃(𝑋 ≥ 2) = 1 − (0,3679 + 0,3679)

𝑃(𝑋 ≥ 2) = 0,2642 = 26,42%
4) O peso liquido (em onças, OZ) de um alvejante em pó deve ser
monitorado por gráficos de controle x e R usando amostras de tamanho
n=5. Dados para 20 amostras preliminares são os seguintes:

# Amostra x1 x2 x3 x4 x5
1 15,80 16,30 16,20 16,10 16,60
2 16,30 15,90 15,90 16,20 16,40
3 16,10 16,20 16,50 16,40 16,30
4 16,30 16,20 15,90 16,40 16,20
5 16,10 16,10 16,40 16,50 16,00
6 16,10 15,80 16,70 16,60 16,40
7 16,10 16,30 16,50 16,10 16,50
8 16,20 16,10 16,20 16,10 16,30
9 16,30 16,20 16,40 16,30 16,50
10 16,60 16,30 16,40 16,10 16,50
11 16,20 16,40 15,90 16,30 16,40
12 15,90 16,60 16,70 16,20 16,50
13 16,40 16,10 16,60 16,40 16,10
14 16,50 16,30 16,20 16,30 16,40
15 16,40 16,10 16,30 16,20 16,20
16 16,00 16,20 16,30 16,30 16,20
17 16,40 16,20 16,40 16,30 16,20
18 16,00 16,20 16,40 16,50 16,10
19 16,40 16,00 16,30 16,40 16,40
20 16,40 16,40 16,50 16,00 15,80

a) Construa gráficos de controle X e R usando esses dados, mas antes

verifique se os dados são auto-correlacionados?

A partir do reeodenamento para verificar a autocorrelação, obteve-se o segunte gráfico:

Sequencia
X1,1 15,8 Autocorrelation Function for C8
(with 5% significance limits for the autocorrelations)
1,2 16,3
1,3 16,2 1,0
0,8
1,4 16,1
0,6
1,5 16,6
0,4

Autocorrelation
.... 0,2
X2,1 16,3 0,0
2,2 15,9 -0,2
2,3 15,9 -0,4

2,4 16,2 -0,6

-0,8
2,5 16,4
-1,0
....
2 4 6 8 10 12 14 16 18 20 22 24
X3,1 16,1 Lag
3,2 16,2
3,3 16,5
3,4 16,4
3,5 16,3
.... ......
X20,5 15,8

Onde, a um nível de significância de 5%, sendo o limite do gráfico de 0,2 conforme

observado, nota-se que não há autocorrelação entre os valores, o que indica a
possiblidade do uso das cartas de shewart.

Para a construção do gráfico 𝑅̅ , tem-se que:

∑20
𝑖=1 𝑅𝑖 9,5
̅
𝑅= = = 0,475
20 20
D3 = 0 e D4 = 2,115
𝐿𝐼𝐶 = 𝑅̅ 𝐷3 = 0,475(0) = 0
𝐿𝑆𝐶 = 𝑅̅ 𝐷4 = 0,475(2,115) = 1,005

Process Capability Sixpack of x1; ...; x5

Xbar Chart Capability Histogram
LSL Target USL
UCL=16,5420
S pecifications
Sample Mean

16,4 LS L 15,7
_
_
X=16,268 Target 16,2
16,2 USL 16,7

16,0 LCL=15,9940
1 3 5 7 9 11 13 15 17 19 15,8 16,0 16,2 16,4 16,6

R Chart Normal Prob Plot

1,0 UCL=1,004 A D: 1,257, P : < 0,005
Sample Range

_
0,5 R=0,475

0,0 LCL=0
1 3 5 7 9 11 13 15 17 19 15,5 16,0 16,5 17,0

Last 20 Subgroups Capability Plot

16,8 Within Within Overall
StDev 0,2042 StDev 0,2014
Cp 0,82 Pp 0,83
Values

16,4
Cpk 0,71 O v erall Ppk 0,71
PPM 19902,61 Cpm 0,78
16,0 PPM 18402,43
S pecs
5 10 15 20
Sample
Análise Geral

Para o gráfico de 𝑥̿ :
∑5𝑖=1 𝑥̅𝑖 81,34
𝑥̿ = = = 16,268
5 5
A2 = 0,577
𝐿𝑆𝐶 = 𝑥̿ + 𝐴2 𝑅̅ = 16,268 + 0,577(0,475) = 16,542
𝐿𝐼𝐶 = 𝑥̿ − 𝐴2 𝑅̅ = 16,268 − 0,577(0,475) = 15,994
Gráfico de 𝑥̿

b) Discuta se o processo está sob controle estatístico?

Pelos gráficos obtidos de 𝑥̿ e 𝑅̅ , nota-se que o processo está sob controle estatístico dada
a ausência de causas especiais. como aspecto da variabilidade do processo (este se deve
apenas a causas comuns).

c) Estime a média e o desvio padrão do processo (overall e within)

A média do processo, ou seja o 𝑥̿ , será de 16,268 conforme resultante do item a)
O desvio padrão within do processo pode ser estimado por:
𝑅̅ 0,475
𝜎̂ = = = 0,204213
𝑑2 2,326
Já o Desvio overall como a diferença quadrátrica entre cada observação e a média
global deu um valor muito próximo = 0,2014

d) O peso de enchimento parece seguir uma distribuição normal?

Sim, pelo gráfico da Análise Geral percebe-se que os dados seguem a distribuição
normal.
e) Se as especificações são 16,2 ± 0,5, quais as suas conclusões sobre a
capacidade do processo?
Sejam os limites de especificação de 16,2 ± 0,5 oz, supondo que o peso de enchimento
seja uma variável aleatória normalmente distribuída, com média (𝑥̿ ) 16,268 e desvio
padrão (𝜎̂) 0,204213; a razão de capacidade do processo (Cp) será tal que:
𝐿𝑆𝐶 − 𝐿𝐼𝐶 16,7 − 15,7
𝐶𝑝 = = = 0,82
6𝜎 6(0,204213)
Como se apresenta um processo para o qual a RCP 𝐶𝑝 < 1, conclui-se que se usa mais
de 100% da faixa de tolerância, sendo um processo muito sensível e um grande número
de alvejantes não-conformes será produzido.

𝐿𝑆𝐸 − 𝑥̿ 𝑥̿ − 𝐿𝐼𝐶 16,7 − 16,268 16,268 − 15,7

𝐶𝑝𝑘 𝑚í𝑛. = ( )( )=( )( ) = 0,71
3𝜎 3𝜎 3(0,204213) 3(0,204213)

Como Cpk < 1 o processo não é capaz de atender as especificações gerando

aproximadamente 1,99% de produtos fora das especificações.

f) Que fração de recipientes produzidos por esse processo estará

provavelmente abaixo do limite inferior de especificação de 15,7 oz?
P(x<15,7)
15,7−16,268
𝑧 = 0,204213 = -2,78
P(z ≤ -2,78) = 1 – P(z ≤ 2,78)
= 1 – 0,9973
P(x<15,7) = 0,0028 = 0,28%.

5) Um analista da qualidade quer avaliar se existe diferença entre o

diâmetro da produção de eixo de comando desenvolvido por dois sistemas
de usinagem. A Tabela a seguir apresenta as medições de duas populações
independentes com distribuição Normal.
Sistema de usinagem 1 Sistema de usinagem 2
18,7997 18,7545 19,1688 21,1609 24,7531 25,0589
20,5035 19,2026 19,2898 26,1371 25,7219 22,1119
18,6214 18,4187 22,059 21,4737 22,6389 20,3069
19,9192 20,7641 18,5854 30,9934 26,2308 23,6758
21,117 21,0553 17,8896 22,8421 26,7998 27,1201
20,8353 17,5905 24,4133 28,4708 29,6136
17,527 18,7561 20,4137 26,9941 25,9948
17,078 18,9772 25,5475 25,1489 18,223
17,6197 20,3084 21,8791 24,6179 23,7336
21,4255 18,8988 22,6706 27,0194 22,4208
a) Podemos dizer que as médias de ambos sistemas são iguais?
Como não se conhece o desvio devemos usar um teste t de hipótese:
Ho= 1=2 H1: 1≠2

Como P valor é menor que 5% então rejeita-se Ho, ou seja, pode-se afirmar
com 95% de confiança que os Sistemas produzem resultados diferentes.
Boxplot of Sistema de usinagem 1; Sistema de usinagem 2
32,5

30,0

27,5

25,0
Data

22,5

20,0

17,5

15,0
Sistema de usinagem 1 Sistema de usinagem 2

b) Há algum valor de diâmetro que produzirá a mesma proporção de

medidas tanto acima quanto abaixo das médias dos sistemas 1 e 2,
respectivamente?
Sim, quando z1=z2, ou seja:
(x-19,33)/1,362=(24,47-x)/2,888
Portanto x= 20,9772
6) Uma empresa exporta em média 1000 bobinas de arame farpado por
mês a um cliente internacional. A especificação desta bobina é de 2.550
metros com tolerância de até -2%, e seu peso por metro é de 0,03 kg/m. O
Cliente tem o direito de aplicar uma multa de R$ 10.000 se encontrar um
Lote com Média Menor que a Tolerância.
Dia Amostra 1 Amostra 2 Na fábrica foi feita uma amostragem do
1 2500 2458
2 2570 2548
processo em 10 dias retirando-se
3 2499 2576 aleatoriamente 2 bobinas, coletando o
4 2550 2500 peso e transformando em Metros. Os
5 2469 2556
6 2487 2564
resultados estão na tabela ao lado.
7 2544 2566
8 2537 2455
De posse destes dados e usando os
9 2555 2488 conceitos aprendidos na disciplina
10 2589 2500 responda:
a) Com base na amostra qual a Fração de Não Conformes Observada neste
processo?
LIE=2499 m Alvo= 2555
Como em 20 observações há 5 observações abaixo de 2499 então tem-se
25% de Não Conformidades Observadas.
b) Se em cada exportação de 1000 bobinas o cliente fizer uma pesagem de
10 bobinas qual a chance de você tomar mais de 4 multas em 12 meses.
Sigma= R/d2 = 61,5/1,128 = 54,52
P x<2499= (x-Media)/Sigma/n^,5=(2499-2525,6)/54,52/10^,5=1,54
p (x<2499)= p (z<1,54) =0,0617  Em 10 amostras há uma chance de 6,17%
de que o lote seja reprovado.
Quer se saber a probabilidade de em n=12 meses se tomar mais de 4
multas:
Binomial  n= 12 .....p= 0,0617
P (x>4)=1-P(x=0)+ P(x=1)+ P(x=2) +P(x=3)+ P(x=4) = 0,00049=0,049%
c) Em média quantos metros serão economizados para cada 100 unidades
produzidas se for mantido o comprimento médio das bobinas, mas houver
uma redução do desvio padrão deste processo para aproximadamente 8
metros.
a) Media=2525,6 Desvio = 54,52 contra b) Media=2525,6 Desvio = 8
a) terá 46 m em média acima de 2550 (ver questão e) e b) quase nada estará
acima de 2550.
Logo= Diferença*100= 46 metros x 100 bobinas = 4600 seriam
economizados em cada 100 bobinas.

d) Defina a Capabilidade para este processo e faça o cálculo dos índices de

Capabilidade apropriados.
Sigma within= R/d2 = 61,5/1,128 = 54,52 m
Cpk = (2499-2525,6)/3x54,52 = 0,16
Cpk=0,16
e) Devido a variabilidade do processo qual o peso médio das bobinas que
ultrapassam a especificação de 2550 m.
média + 3 Sigma = 2689 m

2550 2689 2550 2689

Aproximando por uma distribuição triangular temos que a média =

(2 x 2550 + 2689 )/3 = 2596 Logo 2596 – 2550 = aprox. = 46 metros

f) Diante das amostras, calcule os Limites de Controle tentativos para uma

Carta de Controle.
LSC = Media + A2 R = 2525,6 + 1,88 x 61, 5 = 2641,2
LIC = Media - A2 R = 2525,6 - 1,88 x 61, 5 = 2409,9

g) Qual o Nível Sigma do Processo?

P x<2499 = P (z= (2525,6-2499)/54,52 = 0,4878 Logo
Nível Sigma = 1,5 + 0,4878 =1,987 – Observar Slide 73 (tabela do nível sigma)
Outra forma é:
DPMO=área acima das tolerâncias (x<2499)= Φ (-0,4878) = 0,3128 = 312800 ppm

𝑁í𝑣𝑒𝑙 𝑆𝑖𝑔𝑚𝑎~0,8406 + √29,37 − 2,221(ln 𝑝𝑝𝑚)

𝑁í𝑣𝑒𝑙 𝑆𝑖𝑔𝑚𝑎~0,8406 + √29,37 − 2,221(ln 312800) ~1,97

 No Total de
7) Uma central de atendimento recebe Semana Requisições
Erros
1 200 6
semanalmente um conjunto de requisições 250 8
2
de manutenção. No entanto as requisições 3 250 9
4 250 7
podem conter um ou mais erros de
5 200 3
informação. Para melhorar o processo a 6 200 4

equipe anota a quantidade de erros 7 150 2

8 150 1
encontrada nas requisições e depois inicia o 9 150 0
10 150 2
controle estatístico.
11 100 1
12 100 0
13 100 1
14 200 4
15 200 5
16 200 3
17 200 10
18 200 4
19 250 7
20 250 6
Total 3750 83

U Chart of No Total de Erros

0,07

0,06
Sample Count Per Unit

0,05 UCL=0,05036

0,04

0,03
_
U=0,02213
0,02
2

0,01
2

0,00 LCL=0

1 3 5 7 9 11 13 15 17 19
Sample
Tests performed with unequal sample sizes

Pelos dados é possível observar que o processo está fora de controle (9

pontos abaixo da linha central) e portanto limites de controle, cálculo de
capabilidade e probabilidades não teriam estabilidade. Seria necessário um
maior conjunto de dados para estabelecer um padrão estável. Observe-se
que os cálculos das questões abaixo serão realizados com a ressalva acima.

a) Determine os Limites tentativos de Controle apropriado para a

elaboração de uma Carta de Controle.
Carta U – Número de Erros por Requisição
Limite Central U Médo = LC = 3750/83 = 0,0221
LSC = Variável –
LIC = Zero

b) Qual a probabilidade de que num lote de 100 Requisições haja 2 ou mais

erros
Poisson - =0,0221 = então em 100 páginas= 0,0221*100=2,21
P (x>2)= 1 – P(x=0)+P(x=1) = 1- 0,109-0,242 = 64,9%

c) Estima a Capabilidade do Sistema se for admitido até 1 erro a cada 100

requisições.

Sigma= Raiz(U Medio/n(médio)=Raiz(0,0221/187,5)=0,0108

Cpk= (Média-Meta)/3Sigma = (0,0221-0,01)/3*0,0108 = 0,37
Processo não Capaz.