Ejercicio 1

DISTRIBUCION POISSON
p
= np
L
n
N
c

60
400
1

0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1

DISTRIBUCION BINOMIAL
q
L
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1

0.99
0.98
0.97
0.96
0.95
0.94
0.93
0.92
0.91
0.9

0.87876673
0.66190393
0.4592108
0.3022331
0.19155337
0.11792319
0.0708943
0.04177129
0.02418085
0.01377708

0.6
1.2
1.8
2.4
3
3.6
4.2
4.8
5.4
6

0.87809862
0.66262727
0.46283689
0.30844104
0.19914827
0.12568912
0.077977
0.04773253
0.02890612
0.01735127

DISTRIBUCION HIPERGEOMETRICO
D
L
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1

4
8
12
16
20
24
28
32
36
40

0.89138365
0.65699005
0.44024147
0.27801163
0.1683672
0.0987454
0.05642082
0.03152959
0.01727851
0.00930279

1
0.9
0.8

poison

0.7

BINOMIAL

0.6

HIPERGEMETRICA

0.5
0.4
0.3
0.2
0.1
0
0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

0.1

Axis Title

DETERMINE U N PLAN DE MUESTREO SIMPLE PARA AQL = 0.01 = 0.05 LTPD = 0.1
y = 0.1

DETERMINE U N PLAN DE MUESTREO SIMPLE PARA AQL = 0.01 = 0.05 LTPD = 0.1
y = 0.1
LTPD
AQL

0.1
NOS VALDREMOS DE LAS TABLAS DE GRUBBS PARA
0.01
REALIZAR EL EJERCICIO
0.05 LTPD/AQL
10
0.1

AQL
LTPD
=5%
=10% LTPD/AQL
0
0.051
2.303 45.1568627
1
0.355
3.89 10.9577465
2
0.818
5.322 6.50611247
3
1.366
6.681 4.8909224
4
1.97
7.994 4.05786802
5
2.613
9.275 3.54955989
6
3.285
10.532 3.20608828
7
3.981
11.771 2.95679478
8
4.695
12.995 2.76783813
9
5.425
14.206 2.61861751
10
6.169
15.407 2.49748744
11
6.924
16.598 2.39716927

=
_/

= _/
n

35.5

36 n

PLAN A
LTPD
AQL

ltpd

PLAN B

0.1
0.01
0.05
3.6
0.12568912

LTPD
AQL

aql
1-

PLAN A
PLAN B

38.9

0.05 0.12568912
0.05889094
0.1

El plan B se acepta con n=39 c=1

0.1
0.01
0.1
0.39
0.94110906
0.05889094

39

poison
BINOMIAL
HIPERGEMETRICA

= 0.05 LTPD = 0.1

E GRUBBS PARA
O

4) con la caracteristica de los dos planes siguientes, calcular: Plan A n=150

y c=4 Plan B n=180 y c= 5

a) el plan mas reguiroso

n
Plan A
P

150
= np
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1

1.5
3
4.5
6
7.5
9
10.5
12
13.5
15

n
plan B
p

L
0.98142406
0.81526324
0.53210358
0.2850565
0.13206186
0.05496364
0.02109357
0.00760039
0.00260434
0.00085664

180
= np
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1

1.8
3.6
5.4
7.2
9
10.8
12.6
14.4
16.2
18

1.2
1
0.8
PLAN A
PLAN B

0.6
0.4
0.2
0

0.02

0.04

0.06

0.08

0.1

0.12

a) el plan mas riguroso es el plan A trazando la linea de 45 desde el origen hasta el

primero en ser tocado por la linea (plan A)

b) El lote con menor costo de inspeccion si los lotes tienen una calidad promedio de 4% y
el costo de inspeccion es de 0.8 Bs/unidad

Despejando n de la ecuacion ya que el valor de p = 0.04

PLAN A
PLAN B
100
n

0.04
(1)

=/

n
Costo de
muestreo

costo por
unidad (Bs/un)

Costo de
muestreo

80

0.8

b) el plan menos costoso seria el plan A con 80 Bs por 100 unidades inspeccionadas

5) Deduzca un plan de muestreo mediante el metodo de Grubb, con AQL =8 y LTPD = 14%
Asumiremos = 5% y =10%
AQL
0.08
Nos valdremos de las tablas de grubbs
LTPD
0.14 LTPD/AQL
1.75
Buscaremos este valor

0.05

0.1
= 5%
= 10%}
c
AQL
LTPD
LTPD/AQL
20
14.072
27.045 1.92190165
21
14.894
28.184 1.89230563
22
15.719
29.32 1.8652586
23
16.549
30.453 1.84017161
24
17.382
31.584 1.81705212
25
18.219
32.711 1.79543334
26
19.058
33.836 1.77542239
27
19.901
34.959 1.75664539
28
20.746
36.08 1.73913043
PLAN A
C
AQL
LTPD
n
LTPD

= _/
27

0.08
0.14
248.7625
34.86
0.10287239
PLAN B

C
AQL
LTPD
n

27
0.08
0.14
249.707143

249

=
_/

250

PLAN A
n
c

249
27
5%
10.2872392

PLAN B
n
c
(%)
(%)

250
27
5.24807132
10

AQL
1-

20
0.94751929
0.05248071

PLAN C
C
AQL
LTPD
n
LTPD

28
0.08
0.14
259.325
36.4
0.09129813

=
_/
260

PLAN C
n
c
(%)
(%)

PLAN D
C
AQL
LTPD
n
AQL
1-

28
0.08
0.14
257.714286
20.64
0.95249622
0.04750378

260
28
5
9.1298129

PLAN C

=
_/

258

n
c
(%)
(%)

258
28
4.75037781
10

= 5%
PLAN A
PLAN B
PLAN C
PLAN D

= 10%}
5 10.2872392432
5.24807132
10
5
9.1298129033
4.75037781
10

6) Deduzca y grafique un plan de muestreo secuencial elemento a elemento, con AQL

=2% y LTPD=8% a) un inspector prueba los 40 primeras unidades sin encontrar
defectuosos, tendria que aceptar el lote antes de llegar a la unidad 40 o tendria que
tomar una decision
AQL
0.02
_1=(log(1)/)/(log((1))/_2=
((
(1
(1)))
)/)/( ((1))/((1)))
LTPD
0.08

0.05

0.1

)/(1))/( ((1))/((1)))

_1=_1+
_2=_2+

h1

1.55317925

h2
S

1.99408422
0.04358749

XL
XR
0 -1.55317925 1.99408422
1 -1.50959176 2.03767171
2 -1.46600427 2.0812592
3 -1.42241678 2.12484669
4 -1.37882929 2.16843418
5 -1.3352418 2.21202167
6 -1.29165431 2.25560916
7 -1.24806682 2.29919665
8 -1.20447933 2.34278414
9 -1.16089184 2.38637163
10 -1.11730435 2.42995912
11 -1.07371686 2.47354661
12 -1.03012937 2.5171341
13 -0.98654188 2.56072159
14 -0.94295439 2.60430908
15 -0.8993669 2.64789657
16 -0.85577941 2.69148406
17 -0.81219192 2.73507155
18 -0.76860443 2.77865904
19 -0.72501694 2.82224653
20 -0.68142945 2.86583402

XL
21 -0.63784196
22 -0.59425447
23 -0.55066698
24 -0.50707949
25
-0.463492
26 -0.41990451
27 -0.37631702
28 -0.33272953
29 -0.28914204
30 -0.24555455
31 -0.20196706
32 -0.15837957
33 -0.11479208
34 -0.07120459
35 -0.0276171
36 0.01597039
37 0.05955788
38 0.10314537
39 0.14673287
40 0.19032036

5
4
3
2
1
0

10

15

20

25

30

35

40

45

-1
-2
XR=-h1+Sn

XR=h2+Sn

a) se deberan inspeccionar 35 elementos antes de llegar a los 40

a) se deberan inspeccionar 35 elementos antes de llegar a los 40

b) se rechazan el elemento 10, 18 y 23 pero no son rechazados de la grafica, pero la
cantidad de unidades defectuosos llega a 3 por lo que se rechaza el lote

se deberan inspeccionar almenos 22 elementos y como maximo 23 para poder encontrar las tres
unidades defectuosas

7) Deduzca un plan de muestreo mediante el metodo de Grubbs en AQL 1.999% y LTPD

9.788% y compare con un plan de muestreo secuencial Cual seria el plan mas
conveniente si se tiene lotes de 5000 unidades con una calidad promedio de 1%?5%?
AQL
LTPD

0.01999
0.09788
0.05
0.1
AQL/LTPD

=5%
aql

C
0
1
2
3
4
5
C

4.896

=10%
ltpd

LTPD/AQL
2.303
45.157
3.89
10.958
5.322
6.506
6.681
4.891
7.994
4.058
9.275
3.550

0.051
0.355
0.818
1.366
1.97
2.613

3
n
68.3341671

n
69

68.2570494483

69

PLAN POR GRUBBS

n
c

69
3
Plan Secuencial

_2=
( (1
_1=(log(1)/)/(log((1))/(
(1
))))/)/( ((1))/((1)))

( (1)/(1))/( ((1))/((1)))
_1=_1+
_2=_2+

h1
h2
S

1.34700993
1.72938908
0.04955063

n
n

Xl
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

27.1845153
34.9014532

Xr
-1.2974592977 1.77893972
-1.2479086651 1.82849035
-1.1983580324 1.87804098
-1.1488073998 1.92759161
-1.0992567672 1.97714225
-1.0497061345 2.02669288
-1.0001555019 2.07624351
-0.9506048693 2.12579414
-0.9010542366 2.17534478
-0.851503604 2.22489541
-0.8019529714 2.27444604
-0.7524023387 2.32399668
-0.7028517061 2.37354731
-0.6533010735 2.42309794
-0.6037504408 2.47264857
-0.5541998082 2.52219921
-0.5046491756 2.57174984
-0.4550985429 2.62130047
-0.4055479103 2.6708511
-0.3559972777 2.72040174
-0.306446645 2.76995237
-0.2568960124
2.819503
-0.2073453798 2.86905363
-0.1577947471 2.91860427
-0.1082441145 2.9681549
-0.0586934819 3.01770553

27
28
29
30
31
32
33
34

-0.0091428492
0.0404077834
0.089958416
0.1395090487
0.1890596813
0.2386103139
0.2881609466
0.3377115792

3.06725616
3.1168068
3.16635743
3.21590806
3.2654587
3.31500933
3.36455996
3.41411059

muestreo secuencial
4
3
2

Axis Title

Xl

1
0

Column E
0

10

15

20

-1
-2

Axis Title

25

30

35

40

L
0.9896219631
0.8441185338
0.5461321044
0.2758974527
0.1156905208
0.0422551736
0.0139030577
0.0042183943
0.0012000606
0.0003239935

0.12

de el origen hasta el

dad promedio de 4% y

que el valor de p = 0.04

PLAN B
125
100

ades inspeccionadas

n AQL =8 y LTPD = 14%

grubbs
emos este valor

a elemento, con AQL

ades sin encontrar
dad 40 o tendria que

(1))/((1)))

XR
2.9094215122
2.9530090024
2.9965964926
3.0401839828
3.0837714729
3.1273589631
3.1709464533
3.2145339435
3.2581214337
3.3017089239
3.3452964141
3.3888839043
3.4324713945
3.4760588847
3.5196463748
3.563233865
3.6068213552
3.6504088454
3.6939963356
3.7375838258

40

45

ar a los 40

ar a los 40

de la grafica, pero la
rechaza el lote

poder encontrar las tres

en AQL 1.999% y LTPD

seria el plan mas
romedio de 1%?5%?

Xl
Column E

A) CUAL ES LA PROBABILIDAD DE QUE LA RESISTENCIA DE LA MUESTRA SEA

MENOR QUE 6250
MEDIA U
6000
DESVIACION ESTANDAR
100
P(X<6250)
0.993790335
B) CUAL ES LA PROBABILIDAD DE QUE LA RESISTENCIA DE LA MUESTRA SE
ENCUENTRE ENTRE 5800 Y 5900
MEDIA U
6000
DESVIACION ESTANDAR
100
P(5800 <X > 5900)
0.8185946141
C) CUAL ES EL VALOR DE LA RESISTENCIA QUE EXECEDE EL 95% DE LAS
MUESTRAS
MEDIA U
6000
DESVIACION ESTANDAR
100
P(X<???)= 0.95
6164.4853627

9) el volumen de una maquina de llenado automatico deposita en ltas una bebida

gaseosa tiene una distribucion normal con media 12.4 onzas y desviacion estandar 0.1
onzas de liquido
a) cual es la probabilidad de que el volumen depositada sea menor a 12 onzas de liquido
Media
12.4
Desviacion estandar
0.1
P(x<12)=
3.16712E-005
la probabilidad de ser menor que 12 es muy proxima a cero
b) Si se desechan todaslas latas que tienen menos de 12.1 o ma de 12.6 onzas de liquido
cual es la proporcion de latas desechadas
Media
12.4
Desviacion estandar
0.1
P(12.1 < x < 12.6)=
0.0214002339 0.9785997661
se desechara el 97.86% de las latas que esten fuera de estos limites
c) Calcule especificaciones que sean simetricas alrededor de la media de modo que se
incluya el 99% de todas las latas

Media
Desviacion estandar
P(??< x < ?')=
por izuierda 12.0709473269
por derecha 12.7290526731

12.4
0.1
0.999

PROCEDIMIENTO: Como dice que las

especificaciones deben estar al 99.9% y los valores
deben ser simetricoss se resta 1- 0.999 = 0.001 el
cuals se dividira en 2 para encontrar dos
parametros simetricos a la media
P(12.0709473 < X < 12.7290527)

es decir:

10) Continuando el problema anterior La media de la operacin de llenado puede

ajustarse acon facilidad pero la desviacion estandar sigue teniendo el mismo valor de 0.1
onzas de liquido:
a) Que valor debe darse a la media para que el 99.9% de todas las latas contenga mas
de 12
donde:
( )/
u
????
x
12

0.1
p
0.999
(12)
POR COMPLEMENTO
P
0.001
usando complementto
z
-3.090232306
1( 12)

=()/
Ahora compremos

u
P

DESPEJAMOS u DE LA
ECUACION
12.309023231
0.999

b) que valor debe darse a la media para para que 99.9% de todas las botellas contenga mas de 12
onzas de liquido si la desviacion estandar puede reducirse a 0.05 onzas de liquido
usando las formulas del inciso anterior
donde:
u
????
z
-3.090232306
x
12

0.05
DESPEJAMOS u DE LA
p
0.999
ECUACION
POR COMPLEMENTO
U
12.154511615
P
0.001
Ahora comprobemos

0.999

11) se considera una embotelladora de gaseosa, que compra botellas aun proovedor. El
limite inferior de especificacion para la resistencia de la presion interna es de
225lb/pulg2 supongase que el nivel de calidad aceptable para este limite de
especificacion es de 1% y el tolerable del 4%. Ademas considere que se embarcan lotes
de tamao 100000. se desea obtener un plan de muestros por variables admitiendo que
se desconoce la desviacion estandar

AQL
LTPD

Z
Z
ZAQL
ZLTPD

0.01
0.04
0.05
0.1
CALCULANDO
-2.326347874
#NAME?
#NAME?
#NAME?

_= __/

_= __/

( )

1%
=(_+_)/(__ )
(1)
4%
5%
10%
con la formula 1 calculamos n
n

redondeando
al mas
11.222160231
proximo

(2)

(3)

KAQL

-0.973294841

KLTPD

-0.776172028

0.1922

KPROMEDIO

19.22

12) Las especificaciones de una caracteristica de calidad son 4.350+-0.05 la maquina que
produce estas piezas tiene un comportamiento casi normal con desviacion estandar de
0.03 formule un plan de muestreo por varibles que sea equivalente a un plan por atibutos
n = 150, c = 3
AQL
LTPD

?????
?????

c
0.05 1-
0.1

0.95
0.1

3
3

150
150

Despejamos AQL Y LTPD

por tablas de grubbs

AQL
LTPD

0.05 aql
0.1 ltpd
0.9107%
4.4540%

1.366
6.681

aql= n AQL
ltpd= n LTPD

Encontrando AQL Y LTPD podemos generar el plan de muestreo por variales

LS
LI
o

Primera condicion
0.03 < 0.18

4.355
4.345
0.03

cumple

segunda condicion
u

LI-u/
Pi
Ls-u/
ps
1-ps
4.35 -0.1666666667 0.43381617 0.1666666667 0.5661838326 0.4338161674
segunda condicion: la fraccion inicial debe ser
menor al AQL

ps+pi < AQL

0.8676323<
0.01 FALSO

No se cumplio la segunda condicion pero si la primera por lo cual podemos realizar un muesrtreo por
variables simultaneo

0.05
Z
-1.644853627

0.1
Z
#NAME?
AQL
0.00910667
ZAQL
#NAME?
LTPD
0.0445400
ZLTPD
#NAME?
Muestreo unilateral Lim. Sup

Muestreo unilateral Lim. Inf.

=(_+_)/(__ )

(1)

4.4273630622

_= __/

KAQL
KLTPD
KPROMEDIO

n
K
M
VA

KAQL
KLTPD
KPROMEDIO

( )
0.0843493054

VA

n
K
M
VA

(3)

-1.625651423
-1.127143518
-1.37639747

(5)

PLAN DE MUESTREO A
5
-1.3763974703
0.0843493054
4.3137080759

(2)

_= __/

4.3137080759

(1)

4.4273630622

_= __/

( )
0.0843493054

=+

VA

(3)

-1.6256514227
-1.1271435179
-1.3763974703

(2)

_= __/

=(_+_)/(__ )

(5)

4.3862919241
PLAN DE MUESTREO B
5
-1.37639747
0.0843493054
4.3862919241

una bebida
cion estandar 0.1

12 onzas de liquido

2.6 onzas de liquido

mites

ia de modo que se

e llenado puede
mismo valor de 0.1

tas contenga mas

contenga mas de 12
as de liquido

s aun proovedor. El
interna es de
este limite de
se embarcan lotes
les admitiendo que

ulamos n
12

-0.87473343

0.05 la maquina que

cion estandar de
un plan por atibutos

0.00910667
0.04454

pi+ps
0.86763233
0.8676323<

FALSO

lizar un muesrtreo por

"Escriba aqu la ecuacin."

lateral Lim. Inf.

(1)

(2)

MUESTREO B

(3)

13) La resistenia de una lampara se distribuye normalmente con = 3 ohmios . Las

variaciones afectan generalmente a la resistencia promedio. El limite superiro es de
90 ohmios. Disee un plan de mustreo por variables para un AQL de 0.008 LTPD=
0.003
AQL
0.008
=(_+_)/
LTPD
0.03
(__ )
LS
90
(1)

0.05
n
5.54115439
6

0.1
_= __/
(2)
ZAQL
-2.40891555
ZLTPD
-1.88079361
Z
-1.64485363
_= __/
(3)
Z
-1.28155157

K LTPD
K AQL
K PROMEDIO
_
M

-1.35760237
-1.20928493
-1.28344365
( )
0.09966834

=+
VA
n
K
M
VA

86.1496691
Plan de muestreo
6
-1.28344365
0.09966834
86.1496691

9.97%

(5)

K veces se devia y compara

U defectos

14) El consumo de corriente de una lampara tiene una distribucion estandar de 1.75
miliamperios el limite superior es de 50 y el limete inferior de 35, disee un plan
por variables que tenga un AQL DE 1% y un LTPD 3% si se propone un plan de
atributos n= 309 y c=3 cuyo costo es de 1/4 que cuesta por variables cual es mas
conveniente economicamente
Ls
50
Primera condicion:
LI
30
AQL
0.01
Ls-Li < 6
LTPD
0.03

0.05

0.1
20 < 10.5
FALSO

1.75
NOTA: Si no se cumple la primera condicion es imposible realizar un muestreo por variables. Si
se cumple la primera y no la segunda se puede realizar un muestreo de varibles unilateral
simultaneo
Por tanto como no se cumple la primera condicion es imposible realizar un
muestreo por varibles
15) la resisyencia de cierto circuito se considera una caracteristica importante cuya
especificacion de diseo es de 125 +/- 3 si la resistencia se distribuye normalmente con =
1.05
a) cual es el plan de muestreo que satisfaga a un AQL DE 1% Y UN LTPD DE 6%
AQL
LTPD

LI
LS

0.01
0.06
0.05
0.1
1.05
122
128

LI-u/
Pi
125 -2.85714286
125.1 -2.95238095
125.2 -3.04761905
125.3 -3.14285714
123 -0.95238095
126 -3.80952381
126.3686 -4.16057143
124.4575 -2.34047619
126.3686 -4.16057143
126.3685 -4.16047619
126.3684 -4.16038095

Primera condicion:
Ls-Li < 6
3 < 6.3

Ls-u/
ps
#NAME? 2.8571428571
#NAME? 2.7619047619
#NAME? 2.6666666667
#NAME? 2.5714285714
#NAME? 4.7619047619
#NAME? 1.9047619048
#NAME? 1.5537142857
#NAME? 3.3738095238
#NAME? 1.5537142857
#NAME? 1.5538095238
#NAME? 1.5539047619

VERDADERO

1-ps
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

126.3683
126.3682
126.3681
126.368
126.3679
126.3678
126.3677
126.3676
126.3675
126.3674

aceptable
tolerable
AQL
LTPD

Z
Z
ZAQL
ZLTPD

-4.16028571
-4.16019048
-4.16009524
-4.16
-4.15990476
-4.15980952
-4.15971429
-4.15961905
-4.15952381
-4.15942857

124.4575
126.3674
0.01
0.06
0.05
0.1
-1.64485363
-1.28155157
-2.34047619
-4.15942857

#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

1.554
1.5540952381
1.5541904762
1.5542857143
1.5543809524
1.5544761905
1.5545714286
1.5546666667
1.5547619048
1.5548571429

#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

=(( (_+_))/(__ ))^2

(1)
n
n

2.58836941
3

_= __/

(2)

_= __/
(3)
KAQL
KLTPD
KPROMEDIO

-1.39081951
-3.41952443
-2.40517197

_= (_ _+_ _)/(_+_ )

VAs

125.531003

_=2_
Vai

K
n

(5)

124.468997
PLAN A
124.469 < X < 127.531
-2.4051719681
3

b) si se modifica el AQL a 3% cual sera el nuevo plan

(4)

AQL
LTPD

LI
LS

b) si se modifica el AQL a 3% cual sera el nuevo plan

0.03
0.06

0.05
0.1
1.05
122
128

Primera condicion:
Ls-Li < 6
3 < 6.3

VERDADERO

el valor de AQL ES 3%
LI-u/
Pi
Ls-u/
ps
1-ps
125 -2.85714286 0.00213737 2.8571428571 0.99786263 0.00213737
126.02419 -3.8325619 6.3408E-005 1.8817238095 0.97006324 0.02993676
126.02421 -3.83258095 6.3403E-005 1.8817047619 0.97006194 0.02993806
126.02422 -3.83259048 6.3400E-005 1.8816952381 0.9700613 0.0299387
126.3674 -4.15942857 1.5952E-005 1.5548571429 0.94000995 0.05999005

aceptable
tolerable

126.02419
126.3674
0.05
0.1
1.05

=(( (_+_))/(__ ))^2

(1)
n
n

80.154452
81

_= __/
(2)
_= __/

KAQL
KLTPD
KPROMEDIO

-3.64980039
-4.01703395
-3.83341717

_= (_ _+_ _)/
(_+_ )
(4)
Vas

_=2_
(5)

126.217099

(3)

 _=2_
(5)
VA i

n
K

123.782901

PLAN B
123.7829 < x < 126.2171
81
-3.8334171718

Ahora comparemos ambos planes de muestreo

AQL = 0.01

LTPD= 0.06

AQL = 0.03

PLAN A
123.384 < X < 127.531
3
-2.4051719681

n
K

n
K

LTPD=0.06

PLAN B
124.83128 < x < 125.83128
81
-3.8334171718

16) las especificacones de una caracteristica de calidad son 25.550" +/- 0.005 cuya
desviacion es aproximadamente normal con = 0.02
a) la media se sufre una disminucion de 0.2% cual es el porcentaje en unidades que no
cumple las especificaiones
LS
25.5039
LI
25.4939
n
0.197413

0.02
1-n
80.2587%
MEDIA
25.55
el 80.2587 % esta fuera de las especifcaciones
Nueva Media
25.4989
b) Formule un plan de muestreo por variables que responda a AQL= 1% y LTPD= 5%
LS
LI

MEDIA

AQL
LTPD
Z
Z

25.555
25.545
0.02
25.55
0.05
0.1
0.01
0.05
-1.64485363
-1.28155157

Primera condicion:
Ls-Li < 6
0.01< 0.12

VERDADERO

LI-u/

Pi
Ls-u/
ps
1-ps
25.55
-0.25 0.40129367
0.25 0.59870633 0.40129367
NO se cumple la segundo condicion 0.8028< 0.01 por tanto haremos un muestreo de variables
simultaneo
Unilateral superior
Unilateral inferior
Ls
25.555
Li
25.545

0.02

0.02

0.05

0.05

0.1

0.1
AQL
0.01
AQL
0.01
LTPD
0.05
LTPD
0.05
Z
-1.64485363
Z
-1.64485363
Z
-1.28155157
Z
-1.28155157
ZAQL
-2.32634787
ZAQL
-2.32634787
ZLTPD
-1.64485363
ZLTPD
-1.64485363

=(_+_)/(__
)
(1)
n

4.29410109
_= __/

5.00
(2)

(1.59)
(1.07)
(1.33)

_
M

_= __/

( )

_
M
(5)

=+
25.53

5
(1.33)

(2)

(3)

(1.59)
(1.07)
(1.33)
( )
0.09155558

=
VA

PLAN UNILATERAL SUP.

n
K

4.29410109

KAQL
KLTPD
KPROMEDIO

0.09155558

VA

_= __/

_= __/
(3)
KAQL
KLTPD
KPROMEDIO

=(_+_)/
(__ )
(1)

(5)
25.57

PLAN UNILATERAL INF.

n
K

5
1.33

M
VA

0.09155558
25.53

M
VA

0.09155558
25.57

c) si se amplia el AQL 2% cual sera el nuevo plan y que diferencias presenta

LS
LI

MEDIA

AQL
LTPD
Z
Z

25.555
25.545
0.02
25.55
0.05
0.1
0.01
0.05
-1.64485363
-1.28155157

LI-u/
25.55

-0.25 0.40129367

Primera condicion:
Ls-Li < 6
1

0.25 0.59870633 0.40129367

en este caso no se cumple la segundo condicion por lo cual realizaremos un

muestreo unilateral simultaneo
Ls
25.555
Li
25.545

0.02

0.02

0.05

0.05

0.1

0.1
AQL
0.02
AQL
0.02
LTPD
0.05
LTPD
0.05
Z
-1.64485363
Z
-1.64485363
Z
-1.28155157
Z
-1.28155157
ZAQL
-2.05374891
ZAQL
-2.05374891
ZLTPD
-1.64485363
ZLTPD
-1.64485363
Usemmos las formulas de el inciso
Usemmos las formulas de el inciso anterior
anterior
n
7.15685729
8n
7.15685729
8
KLTPD
-1.47220533
KLTPD
-1.47220533
KAQL
-1.19175673
KAQL
-1.19175673
KPROMEDIO
-1.33198103
KPROMEDIO
-1.33198103
M
0.09143321
M
0.09143321
VA
25.5283604
VA
25.5716396

17) Una fabrica de lamparas consideran que sus productos tienen una vida
promedio de 2000 horas y = 300 horas formular unplan de muestreo para la
recepcion de lotes con una vida promedio de 1800

17) Una fabrica de lamparas consideran que sus productos tienen una vida
promedio de 2000 horas y = 300 horas formular unplan de muestreo para la
recepcion de lotes con una vida promedio de 1800

a
t

Z
Z

0.05 Teniendo ya la media aceptable y tolerable procedemos a calcular

0.1
el n y el Vas y el Vai
1800
2000
300
-1.64485363
-1.28155157

=(( (_+_))/(__ ))^2

(1)

19.2686565

_= (_ _+_ _)/
(_+_ )
(4)
VA s

VA i

1912.41462

_=2_
(5)

1687.58538

1687.5854 < X < 1921.4146

n
20
19) Una caracteristica unidimensional critica de calidad en N(4.55; 4.58x10-6) las
especificaciones indican que debera estar entra 4.5550 y 4.5450 deduzca un plan
de muestreo para AQL = 2% y LTPD = 5%
AQL
LTPD

MEDIA
LI
LS
LS-LI
6

0.02 ZAQL
0.05 ZLTPD
0.05 Z
0.1 Z
4.58E-06
4.55
4.555
4.545
0.01
2.75E-05

-2.053748911
#NAME?
#NAME?
#NAME?
Primera condicion:
Ls-Li < 6
0

No se cumple la primera condicion es imposible realizar un plan de muestreo

No se cumple la primera condicion es imposible realizar un plan de muestreo

n = 3 ohmios . Las
imite superiro es de
QL de 0.008 LTPD=

veces se devia y compara

U defectos

on estandar de 1.75
35, disee un plan
opone un plan de
riables cual es mas

SO

estreo por variables. Si

de varibles unilateral

ible realizar un

importante cuya
normalmente con =

UN LTPD DE 6%

ERO

pi+ps
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

(4)

ERO

pi+ps
0.00427473
0.03000017
0.03000146
0.0300021
0.060006

PLAN B
< x < 125.83128
81
-3.8334171718

550" +/- 0.005 cuya

0.02

n unidades que no

pecifcaciones

= 1% y LTPD= 5%

DERO

pi+ps
0.80258735
muestreo de variables

eral inferior

(3)

cias presenta

0.80258735

realizaremos un

el inciso anterior

tienen una vida

muestreo para la
800

procedemos a calcular

20

1921.4146

.55; 4.58x10-6) las

50 deduzca un plan

de muestreo

de muestreo