S

Terminar
presentacin

Men
principal

Ejercicio 5-6
El peso neto (en oz) de un producto blanqueador se va a monitorear con una grfica de control utilizando
un tamao de muestra de n=5. Los datos de 20 muestras preliminares se muestran a continuacin.
Subgrupo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

X1
15.8
16.3
16.1
16.3
16.1
16.1
16.1
16.2
16.3
16.6
16.2
15.9
16.4
16.5
16.4
16
16.4
16
16.4
16.4

X2
16.3
15.9
16.2
16.2
16.1
15.8
16.3
16.1
16.2
16.3
16.4
16.6
16.1
16.3
16.1
16.2
16.2
16.2
16
16.4

X3
16.2
15.9
16.5
15.9
16.4
16.7
16.5
16.2
16.4
16.4
15.9
16.7
16.6
16.2
16.3
16.3
16.4
16.4
16.3
16.5

X4
16.1
16.2
16.4
16.4
16.5
16.6
16.1
16.1
16.3
16.1
16.3
16.2
16.4
16.2
16.2
16.3
16.3
16.5
16.4
16

X5
16.6
16.4
16.3
16.2
16
16.4
16.5
16.3
16.5
16.5
16.4
16.5
16.1
16.4
16.2
16.2
16.2
16.1
16.4
15.8

Inciso (a)
Inciso (b)
Inciso (c)
Inciso (d)
Inciso (e)

Terminar
presentacin

Men
principal

Ejercicio 5-6 inciso (a)

(a) Construya las grficas de control x- y R utilizando estos datos. El proceso muestra control
estadstico?.
1.- Construir la grfica de control para promedios
2.rangos
LC
:de
Calcular
En
Se
Para
Para
contina
nuestro
nuestro
elelEl
subgrupo
subgrupo
la1:
los
lnea
caso
de
promedios
lmites
caso:
caso,
igual
el
central
1:
2:
el
K
tamao
de
forma
tamao
=control
control
20
para
subgrupos,
de
cada
los
para
los
elsubgrupos
subgrupo:
resto
la
subgrupos
entonces:
grfica
de
los
eses
es
n=5
n=5:
proceso
se
encuentra
xpara
caso:
K
=
20
subgrupos,
entonces:
Para
Calcular
Subgrupo
Se
contina
nuestro
los
2:
de
lmites
rangos
caso,
igual
el
de
para
tamao
forma
cada
para
de
uno
para
los
el
de
resto
subgrupos
la
los
grfica
de
20los
n=5:
16
1
5
.
3
8

15
1
6
.
9
3

...

1
16
6
.
6
4
x

...

x
Calcular
la
lnea
central
(LC
):
A

0.577

LIC

1
6
.
27

(
0
.
577
)(
0
.
475
)

1
5
.99
16
.
2

16
.
14

...

16
.
22
LIC

A
R
LSC

A
R
x

...

x
2(0)(0.475)
n
subgrupos
2D x
x
x1
2R
2
R
0LIC
0 .414
0.8
0.5
...
Rx0.7
221 D
.Xmin
D
xR
0nmero
16
2R
xxXmax
RLIC
RLSC
R3...
1R6K.KLSC
LC

1
6
.
27
3
subgrupos:
subgrupos
=
16.6
16.4
=
15.8
15.9
LC

x
;
K
de
subgrupos
bajo
control
estadstico
1
x

27

(
577
)(
0
.
475
)

1
6
.54
2.115
R KLSC
0.475
LC R LC
; K nmero
de subgrupos
x5 n 20
DR4 RR=
(2.115)(0.
475)
1.005
R
Xmax
R=K
16.6
16.4
-Xmin
- 20
15.9
15.8
(en=cada
0.5
0.8 subgrupo)
X2
16.3
15.9
16.2
16.2
16.1
15.8
16.3
16.1
16.2
16.3
16.4
16.6
16.1
16.3
16.1
16.2
16.2
16.2
16
16.4

X3
16.2
15.9
16.5
15.9
16.4
16.7
16.5
16.2
16.4
16.4
15.9
16.7
16.6
16.2
16.3
16.3
16.4
16.4
16.3
16.5

X4
16.1
16.2
16.4
16.4
16.5
16.6
16.1
16.1
16.3
16.1
16.3
16.2
16.4
16.2
16.2
16.3
16.3
16.5
16.4
16

X5
R
X16.6
0.8 16.2
16.4
0.5 16.14
16.3
0.4 16.3
16.2
0.5 16.2
16
0.5 16.22
16.4
0.9 16.32
16.5
0.4 16.3
16.3
0.2 16.18
16.5
0.3 16.34
16.5
0.5 16.38
16.4
0.5 16.24
16.5
0.8 16.38
16.1
0.5 16.32
16.4
0.3 16.32
16.2
0.3 16.24
16.2
0.3 16.2
16.2
0.2 16.3
16.1
0.5 16.24
16.4
0.4 16.3
15.8
0.7 16.22
R 0.475
x 16.27

Grfica de control para X16.6

16.5
16.4
Promedio de los pesos (oz)

X1
15.8
16.3
16.1
16.3
16.1
16.1
16.1
16.2
16.3
16.6
16.2
15.9
16.4
16.5
16.4
16
16.4
16
16.4
16.4

16.3
16.2
16.1
16

Haga click sobre el icono

para ver mejor la grfica

15.9
15.8
15.7
1

10 11 12 13 14
Subgrupo

15 16

17 18 19

20

Grfica de control para R

1.2

1
LSC R=1.005
Rango del peso (oz)

Subgrupo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

0.8

0.6
LC R=0.475
0.4

0.2
LIC R=0.0
0
1

10 11 12
Subgrupo

13

14

15

16

17

18

19

20

Haga click sobre el icono

para ver mejor la grfica

Terminar
presentacin

Men
principal

Como se puede observar, la grfica de control para rangos indica que el proceso se
encuentra bajo control estadstico en la dispersin y podemos construir la grfica de
control para promedios.
Si la grfica de control para rangos hubiera estado fuera de control, qu habra pasado?
Grfica de control para R

1.2

1
LSC R=1.005
Rango del peso (oz)

0.8

0.6
LC R=0.475
0.4

0.2
LIC R=0.0
0
1

Regresar

10 11 12
Subgrupo

13

14

15

16

17

18

19

20

Terminar
presentacin

Men
principal

Como se puede observar, la grfica de control para promedios indica que el proceso se
encuentra bajo control estadstico en la localizacin.
Se concluye que el proceso se encuentra bajo control estadstico.
Grfica de control para X16.6
16.5
16.4
Promedio de los pesos (oz)

16.3
16.2
16.1
16
15.9
15.8
15.7
1

Regresar

10 11 12 13 14
Subgrupo

15 16

17 18 19

20

Terminar
presentacin

Men
principal

Ejercicio 5-6 inciso (b)

(b)Estime la media y la desviacin estndar del proceso.

Estimacin de la media del proceso

Estimacin de la desviacin estndar del proceso

Para estimar la media del proceso basta con

calcular el promedio del estadstico muestral
empleado como , en el ejercicio:

Para estimar la desviacin estndar del proceso

() utilizamos:
R

R
d2
0.8
donde:
i K
0.5
Ri
0.4
0.5
R i1
0.5
K
0.9 y d2 es una constante que depende slo de n.
0.4
En nuestro caso K=20 subgrupos y el
0.2
0.3 tamao de cada subgrupo es n=5. Entonces:
0.5
0.8 0.5 0.7 9.5

0.5 R
20
20
0.8
y
d
=2.326
2
0.5 R 0.475
0.3 Utilizando estos datos:
0.3
0.475

0.204
0.3
2.326
0.2

X16.2
16.14
16.3
16.2
16.22
16.32
16.3
16.18
16.34
16.38
16.24
16.38
16.32
16.32
16.24
16.2
16.3
16.24
16.3
16.22

i K

xi
i 1

K
En nuestro caso K=20 subgrupos,entonces
tenemos:
16.2 16.14 16.22
x
20
325.34

20
16.268

La media del proceso es de

16.268 oz

0.5
0.4
0.7

La desviacin estndar del

proceso es de 0.204 oz

Terminar
presentacin

Men
principal

Ejercicio 5-6 inciso (c)

(c) El peso del llenado sigue una distribucin normal?.
X1
15.8
16.3
16.1
16.3
16.1
16.1
16.1
16.2
16.3
16.6
16.2
15.9
16.4
16.5
16.4
16
16.4
16
16.4
16.4

X2
16.3
15.9
16.2
16.2
16.1
15.8
16.3
16.1
16.2
16.3
16.4
16.6
16.1
16.3
16.1
16.2
16.2
16.2
16
16.4

X3
16.2
15.9
16.5
15.9
16.4
16.7
16.5
16.2
16.4
16.4
15.9
16.7
16.6
16.2
16.3
16.3
16.4
16.4
16.3
16.5

X4
16.1
16.2
16.4
16.4
16.5
16.6
16.1
16.1
16.3
16.1
16.3
16.2
16.4
16.2
16.2
16.3
16.3
16.5
16.4
16

X5
16.6
16.4
16.3
16.2
16
16.4
16.5
16.3
16.5
16.5
16.4
16.5
16.1
16.4
16.2
16.2
16.2
16.1
16.4
15.8

Para la
poder
el histograma
tomamosconstruimos
los 100 datos
Con
tablaconstruir
de distribucin
de frecuencias
el de la
Del yhistograma
concluir
el peso
tabla
realizamos los podemos
clculos necesarios
para que
construir
la tabladel
histograma.
de distribucin
de sigue
frecuencias.
llenado
una distribucin normal

Tabla de distribucin de frecuencias

Clase
FIC
FSC Frecuencia
1
15.75 15.86
3
2
15.86 15.97
5
3
15.97 16.08
5
4
16.08 16.19
14
5
16.19 16.31
35
6
16.31 16.42
21
7
16.42 16.53
10
8
16.53 16.64
5
9
16.64 16.75
2
10
16.75 16.86
0
FIC: Frontera inferior de la clase
FSC: Frontera superior de la clase

Histograma
40
35
30

Frecuencia

Subgrupo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

25
20
15
10
5
0
15.86 15.97 16.08 16.19 16.31 16.42 16.53 16.64 16.75 16.86

Clases

Haga clic sobre el icono

para ver mejor la grfica

Terminar
presentacin

Men
principal

Histograma
40
35
30

Frecuencia

25
20
15
10
5
0
15.86 15.97 16.08 16.19 16.31 16.42 16.53 16.64 16.75 16.86

Clases

Regresar

Terminar
presentacin

Men
principal

Ejercicio 5-6 inciso (d)

(d) Si las especificaciones son 16.2+/-0.5 qu conclusiones obtiene sobre la capacidad del proceso?.
Para determinar la capacidad del proceso PCR (o CP)utilizamos la siguiente frmula:
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

0.204
d2
De acuerdo con esto, la capacidad del
proceso es:
LSE LIE
PCR
6
LITN=
LSTN=
16.7 15.7
=16.268

0.817

6(0.204)
Por lo tanto, el proceso no es capaz (ver
libro de texto, pags. 189-191).

Terminar
presentacin

Men
principal

Ejercicio 5-6 inciso (e)

(e) Qu fraccin de los contenedores producidos por este proceso estn aparentemente por debajo
del lmite inferior de especificacin de 15.7 oz?.
Se nos pide la fraccin del producto que cae
La representacin grfica de esto es:
por debajo del lmite inferior de especificacin, LIE=15.7
VN=16.2
LSE=16.7
es decir:
p(x LIE) p(x 15.7)
Fraccin del producto
por debajo del LIE
El proceso sigue una distribucin normal con
p(x LIE)
media =16.268 y desviacin estndar
=0.204 (incisos b y c), entonces podemos
estandarizar esta distribucin, es decir:
x LIE
p(x LIE) p(

LIE
LIE
p(x LIE) p(Z
)
p(Z
)

15.7 - 16.268
p(Z
) p(Z 2.784)
En donde Z sigue una distribucin normal estndar
0.204
(media =0 y desviacin estndar =1) y sus
p(x LIE) 0.00268
valores se determinan por tablas. Entonces:
Entonces, la fraccin de contenedores producidos
por debajo del LIE es de 0.00268 o 2680 ppm