Ejercicios del Captulo 4

1. De qu manera afectan los datos raros a la media? R./ Le afecta en medida un dato raro refleja una situacin especial que se debe investigar, puede ser un error de dedo, de medicin o puede tambin reflejar un comportamiento especial del proceso en cualquier caso se debe investigar. 2. Explique los errores en la interpretacin de la media que se sealan en la seccin 4.4? R/ a) Cuando se calcula la media muchas personas al interpretar piensan que todos los datos son igual al dato calculado o que todos estn cerca, cuando en realidad existe una variabilidad que es definida por otros factores. b) Cuando no se conocen los conceptos de las medidas de tendencia central es muy comn confundir con la moda. c) Otro error es el confundir la media con la mediana. d) Suponer que la media muestral es la misma que la poblacional, la media muestral es una variable aleatoria.

3. Explique la relacin entre la media y la desviacin estndar que establece la regla emprica y el teorema de chebyshev? R/La desigualdad de Chebyshev nos afirma que entre X2S y X+2S debe estar al menos el 75% de los datos de la muestra; y que entre X + 3S est por lo menos el 89%. En cuanto a la regla prctica en muchos datos que surgen en la prctica se ha observado empricamente qu entre X-S y X+S est el 68% de los datos de la muestra; y entre X + 2S est el 95% y entre X+ 3S est el 99%. Todos los intervalos anteriores son vlidos solo para los datos mustrales. Sin embargo si los intervalos se calculan con la media y la desviacin estndar de la poblacin, entonces sern vlidos para toda la poblacin. Lo que afirma el teorema de chebyshev es vlido para cualquier tipo de datos, independiente de su comportamiento o distribucin, mientras que la regla emprica como su nombre lo dice se ha obtenido por medio de la observacin emprica y es vlida para muchos de los casos que se dan en la prctica, sobre todo si los datos tienen un comportamiento con cierto grado de similitud a una campana o la distribucin normal.

4. Se desea investigar el peso promedio de 1000 artculos de un lote, por lo que se eligen aleatoriamente 40 de ellos, se pesan y se obtiene X = 252gr, con S= 5? a) Quiere decir que el peso medio de los 1000 artculos es de 252? R/ No, esto no significa que el peso promedio que tienen los artculos es de 252g ya que la media solamente se ha obtenido de 40 artculos y no es directamente proporcional a los 1000 artculos que pueden aumentar o disminuir de esa media.

b) La mayora de los artculos pesa 252 gramos? R/ Esto no significa que todos o la mayora de los artculos pesen 252g, ya que pueden haber variaciones debido al total de todos los artculos. c) De los 40 artculos en la muestra uno pudo haber pesado 300 gramos? R/ 3 (S)= 3 (5)= 15 X= 252+15= 267 No puede ser posible que uno de los datos haya pesado 300 gramos ya que el 99% de los datos esta en valores mximos de 267 gramos. 5. Una empresa se llevan los registros del nmero de fallas de equipos por mes, la media es de 10 y la mediana es de 5:? a) Si usted tiene que reportar la tendencia central de fallas, Qu numero reportara? R/ Yo reportara el valor de 5 (que corresponde a la mediana). Ya que si usamos el dato de la media no es conveniente ya que a veces la media est afectada por datos raros o los extremos. b) La discrepancia entre la media y la mediana se debi a que en varios meses ocurrieron pocas fallas? R/ Si, lo ms probable es que esta discrepancia se halla dado porque en varios meses ocurrieron pocas o ninguna falla, y por consecuencia el margen de diferencia entre la media y la mediana es muy grande, debido a que aunque en algunos meses no se dieron errores al calcular la media esos meses siempre tuvieron que tomarse en cuenta, mientras que en la mediana no, solamente se tomaron las fallas en total que ocurrieron.

6. Un aspecto clave de la calidad de cierto producto es su peso: la norma establece que su peso mnimo sea de 2kg. El ingeniero de produccin informa que est cumpliendo con tal norma, ya que el peso promedio del producto es de 2.5kg. Est usted de acuerdo con el ingeniero? R/ El ingeniero est equivocado, ya que con ese simple dato no puede tomar decisiones debido a que no se sabe la variabilidad de los datos, es necesario al menos la mediana y para mejor seguridad la desviacin estndar. Ya que es probable que ese promedio se vea afectado por diferentes pesos, no precisamente por ese valor ms grande que lo mnimo requerido es que sea un buen dato.

7. Tres mquinas A, B y C, realizan cortes de manera automtica en ciertas tiras de hule. La longitud ideal de las tiras es de 90cm, con una tolerancia de +2cm. Se toma una muestra de 80 piezas de la produccin de una semana de cada mquina y el mtodo de muestreo que se usara es el sistemtico. A) Con base en lo anterior Cmo le dira al operador de cada mquina que toma la muestra? R/ Que las medidas sean de 88 a 92 Cm. B) Las longitud promedio de las 80 tiras de cada mquina son: A/ X = 90; B/ X = 90.5; C/ X = 92. Con base en esto puede decidir cul maquina es mejor? R/ no podemos tomar una decisin en base a esto ya que la media no es una medida de tendencia con la cual se pueden tomar buenas decisiones, no es confiable debido a que la media siempre est afectada por los extremos de los datos. C) Si adems la desviacin estndar obtenida es A = S = 1.5, B = S= 1, C = S = 0.5, decida cual maquina estuvo funcionando mejor. R/ Con los resultados de la desviacin estndar podemos tomar una decisin acertada; A mi Criterio la Maquina C es la que ha estado funcionando mejor en el corte de tiras de hule. 8. En el ejemplo 4.3 se observ que en la fabricacin de las lminas de asbesto un equipo de mejora detecto que se tienen problemas en cuanto a que no se est cumpliendo con el grosor especificado que es de 5mm con una tolerancia de + 0.8mm. Con el objetivo de corregir tal situacin, el grupo pone en prctica un plan de mejora. Para verificar si el

plan tuvo xito, toman aleatoriamente 35 lminas de la produccin de una semana posterior a las modificaciones. Los espesores obtenidos se muestran a continuacin. a) Calcule la media mediana y desviacin estndar y, comparndolas con los respectivos estadsticos antes de la mejora, decida si el plan dio resultado. MEDIA 4.91 MEDIANA 4.90 DESV. EST. 0.34 Se observa que el plan si dio resultado, y que todos los espesores de las lminas ahora si se encuentran dentro de las tolerancias permitidas por el cliente. b) Construya un histograma e inserte en el las especificaciones y, comprobndolo con el histograma antes de la mejora, investigue si el plan fue exitoso. Argumente su respuesta. Dato MAYOR 5.6 Total datos Dato menor 4.3 Rango Numero de clases: Longitud de clase: Rango/NC 35 1.3 5.9 0.217 1.3 6 0.21

Clase 1 2 3 4 5 6

Intervalos 4.30 4.51 4.52 4.73 4.74 4.95 4.96 5.17 5.18 5.39 5.40 5.61 TOTALES

Lmites reales Marcas para conteo Frecuencias Frec. Relat. 4.25 4.56 5 5 14.3 4.47 4.78 11 11 31.4 4.69 5.00 3 3 8.6 4.91 5.22 9 9 25.7 5.13 5.44 5 5 14.3 5.35 5.66 2 2 5.7 35 35 100.0

Podemos concluir y Argumentar que el plan si fue exitoso porque al insertar las especificaciones se puede observar que todos los espesores de las lminas se encuentran dentro de las tolerancias. Adems de que se tiene una desviacin relativamente baja equivalente a 0.34.

9. Una caracterstica clave en la calidad de las pinturas es su densidad, y un componente que influye en tal densidad es la cantidad de arenas que se utilizan en la elaboracin de pinturas. La cantidad de arena en la formulacin de un lote se controla con base en el nmero de costales, que segn el proveedor deben contener 20kg. Sin embargo, continuamente se tienen problemas en la densidad de la pintura, que es necesario corregir con trabajo y procesos adicionales. En este contexto, en la empresa se preguntan; Cunta arena contienen en realidad los costales? Para averiguarlo deciden tomar en una muestra aleatoria de 30 costales de cada lote o pedido (500 costales). Los pesos obtenidos en las muestras de los ltimos tres lotes estn en la tabla 4.3. a) Las tolerancias que se establecen para el peso de los costales de arena son 20+0.5. calcule los estadsticos bsicos para las muestras y decida si la calidad es satisfactoria. Lote 1 Media= Mediana= Desvi.Est= 19.35 19.25 0.56

Lote 2 Media= Mediana= Desvi.Est= Lote 3 Media= Mediana= Desvi.Est= 20.04 20 0.40 19.30 19.35 0.69

Segn los datos que arrojaron las muestras si salen con una calidad satisfactoria.

a) Calcule los estadsticos bsicos para los 90 datos y de una opinin global sobre el peso de los costales. Media= 19.56 Mediana= 19.6 Desvi.Est= 0.65 Segn los datos que arrojaron las muestras que tiene un buen peso. b) Obtenga un Histogramas para los 90 datos, inserte las especificaciones y obtenga una conclusin general sobre el peso de los bultos. Clase 1 2 3 4 5 6 7 8 9 10 Intervalos 17.8 18.1 18.1 18.4 18.4 18.8 18.8 19.1 19.1 19.4 19.4 19.7 19.7 20.0 20.0 20.4 20.4 20.7 20.7 21.0 Limites Reales Marcas Para Conteo Frecuencia Frecuencia Relativa 17.75 18.16 x 1 1.11 18.07 18.48 xxx 3 3.33 18.39 18.80 xxxxxxxxx 9 10.00 18.71 19.12 xxxxxxxxxxxxxx 14 15.56 19.03 19.44 xxxxxxxxxxx 11 12.22 19.35 19.76 xxxxxxxxxxxxxxxxxx 18 20.00 19.67 20.08 xxxxxxxxxxxxxxx 15 16.67 19.99 20.40 xxxxxxxxxxxx 12 13.33 20.31 20.72 xxxx 4 4.44 20.63 21.04 xxx 3 3.33

Totales

90

90

100

Dato Mayor 21 TotalDatos 90 Dato Menor 17.8 1 Rango 3.2 3.2 2 N de Clases 9.49 10 3 Longitud de Clase 0.32 0.32

Histograma de 90 Datos
20 15 10 5 0 17.75 18.07 18.39 18.71 19.03 19.35 19.67 19.99 20.31 20.63

Frecuencia

Densidad

c) Con base en lo anterior, Cul debe ser la posicin de la fbrica de pinturas ante el proveedor de arenas, de acuerdo con CTC? Propuesta A 733 738 740 740 742 743 744 744 746 747 Propuesta B 738 741 742 742 743 743 743 744 744 744

748 750 750 751 751 751 751 751 752 752 753 753 753 754 757 758 759 761 765 766

744 745 745 745 745 746 746 747 747 748 748 748 748 749 749 749 749 750 751 751

10. En una fbrica de envases de vidrio se ha venido teniendo problemas con la capacidad de las botellas de 750 ml. Con base en el historial del proceso se sabe que la capacidad media de tal tipo de botellas es de 749 ml, con una desviacin estndar de 12. a. Si las especificaciones para la capacidad de las botellas son de 750 10, d un diagnstico sobre el tipo de problemas que se tienen en cuanto al volumen. R/ Primeramente observamos que las especificaciones de las botellas no estn siendo cumplidas por la fbrica ya que la variacin es muy amplia (12), considerando que la capacidad media de stas es de 749 ml, estamos superando las especificaciones. Por lo cual se estn haciendo 2 propuestas. Con el propsito de mejorar la calidad de las botellas en cuanto al volumen si tienen dos propuestas (A Y B) a nivel experimental. Los datos para cada propuesta estn en la tabla 4.4.

b. Calcule los estadsticos bsicos para cada propuesta y comprelos con los que representan la realidad del proceso. Se logra mejorar en algo? Datos reales Propuesta A Propuesta B X= 749 MEDIA 750.10 MEDIA 745.8 MEDIANA 751 MEDIANA 745.5 S= 12 DESV. EST. 7.65 DESV. EST. 3.14

X+2S= 745.8+2(3.14)= 752.09 X-2S= 745.8-2(3.14)= 739.51 R/ Claro que se logra mejorar en algo, ya que en la propuesta B observamos que la variacin de los datos y su media respectiva cumple con el 95% del total de los datos (regla emprica) mantenindose dentro de las especificaciones dadas por la fbrica. En comparacin de la propuesta A que tiene una variacin mayor y por lo tanto sobrepasa las especificaciones. Pero concluimos que ambas propuestas son una mejora para el proceso real. c. Con base en un histograma en el que inserte especificaciones, describa cada una de las propuestas y elija la que considere mejor.

PROPUESTA A
Dato MAYOR Dato menor Rango Numero de clases: Longitud de clase: Rango/NC Clase 1 2 3 4 5 6 Intervalos 733.0 738.6 744.2 749.8 755.4 761.0 738.5 744.1 749.7 755.3 760.9 766.5 TOTALES 766 Total datos 733 33 5.5 5.50 Lmites reales 732.50 738.10 743.70 749.30 754.90 760.50 739.00 744.60 750.20 761.40 767.00 1.3 6 5.5 X (MARCAS) XX XXXXXX XXX XXX XXX 30 Frecuencias 2 6 3 13 3 3 30 Frec. Relat. 6.7 20.0 10.0 43.3 10.0 10.0 100.0 30

755.80 XXXXXXXXXXXXX

PROPUESTA B:
Dato MAYOR Dato menor Rango Numero de clases: Longitud de clase: Rango/NC 751 Total datos 738 13 5.5 2.17 1.3 6 2.2 30

Clase 1 2 3 4 5 6

Intervalos 738.0 740.3 742.6 744.9 747.2 749.5 TOTALES 740.2 742.5 744.8 747.1 749.4 751.7

Lmites reales 737.5 739.8 742.1 744.4 746.7 749.0 740.7 743.0 745.3 747.6 749.9 752.2

Marcas para conteo Frecuencias X XXX XXXXXXX XXXXXXXX XXXXXXXX XXX 30 1 3 7 8 8 3 30

Frec. Relat. 3.3 10.0 23.3 26.7 26.7 10.0 100.0

MEJOR PROPUESTA: La mejor propuesta es la B, iniciando por la desviacin estndar que es de 3.14 en comparacin a la propuesta A que es de 7.65, en las dos propuestas hay una mejora; pero en la B se tiene un grfico con un acantilado derecho, o sea que la cantidad de botellas que cumplen con las especificaciones es mayor, en discrepancia con el grfico de la propuesta A. 11. En una empresa se viene rediseando los tiempos de salida y llegada de sus autobuses. En particular se tiene el problema de determinar el tiempo de recorrido entre dos ciudades; para ello se acude a los archivos de los ltimos tres meses y se toman aleatoriamente 35 tiempos de recorrido entre tales ciudades. Los datos en horas se muestran a continuacin. a. Realice un histograma y describa lo que observe.
Dato MAYOR Dato menor Rango Numero de clases: Longitud de clase: Rango/NC 7 Total datos 3 4 6.3 0.67 4 6 0.67 Marcas para conteo Frecuencias 3.71 4.38 5.05 5.72 6.39 7.06 30 3 4 0 0 3 30 3 4 0 0 3 40

Clase 1 2 3 4 5 6

Intervalos 3.00 3.67 4.34 5.01 5.68 6.35 3.66 4.33 5.00 5.67 6.34 7.01

Lmites reales 2.95 3.62 4.29 4.96 5.63 6.30

Frec. Relat. 75.0 7.5 10.0 0.0 0.0 7.5

TOTALES

40

40

100.0

R/ Observamos que los datos del grfico tienen un acantilado izquierdo, encontrando intervalos con valor de cero (0) en la grfica. b. El tiempo mximo de los 35 datos de la muestra fue de 4.40. Esto quiere decir que el tiempo mximo que hicieron los autobuses en los ltimos tres meses fue de 4.40 horas? Argumente. R/ No exactamente ya que los datos se eligieron de forma aleatoria, y as se pudieron haber escapado datos mayores o menores que 4.40.