Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
GESTIÓN DE CALIDAD II
II SEMESTRE
ASIGNACIÓN Nº1 – REPASO: MÓDULO 1
POR:
García, Karen
CÉDULA:
8-867-797
PROFESORA:
Analida Sanjur de Miranda
GRUPO:
1II-141
AÑO LECTIVO:
2014
ASIGNACIÓN Nº1 – REPASO: MÓDULO 1
1. Dos máquinas, cada una operada por una persona, son utilizadas para cortar
tiras de hule, cuya longitud ideal es de 200 mm, con una tolerancia de ± 3mm.
Al final del turno un inspector toma una muestra e inspecciona que la
longitud cumpla las especificaciones. A continuación se muestran las últimas
110 mediciones para ambas máquinas.
∑ 𝑥𝑖
Para calcular 𝑥̅ se utiliza la siguiente ecuación: 𝑥̅ = 𝑛
𝑥̅ Md Mo
La medida de tendencia central apropiada es la mediana (Md), ya que la
curva tiene forma asimétrica con sesgo negativo, en los resultados
obtenidos podemos observar que 𝑥̅ < 𝑀𝑑 < 𝑀𝑜. Se puede decir que el
que el 50% de las mediciones obtenidas están por arriba de 200.10mm y
el 50% está por debajo de la misma. La tendencia central de las
mediciones es adecuada ya que se encuentra dentro del rango de
tolerancia de ± 3mm.
̅) 𝟐
∑(𝒙𝒊 −𝒙
𝑺=√
𝒏
𝑺 = 𝟏. 𝟏𝟓𝟔mm
1 197.8-198.4 10
2 198.5-199.1 25
3 199.2-199.8 17
4 199.9-200.5 16
5 200.6-201.2 23
6 201.3-201.9 16
7 202.0-202.6 3
Suma 110
Histograma absoluto
30
25
Número de tiras de nula
20
15
10
0
0 197.8 198.5 199.2 199.9 200.6 201.3 202.0
a a a a a a a
198.4 199.1 199.8 200.5 201.2 201.9 202.6
Longitudes de tiras (mm)
Esperanza: E(X) = λ.
Varianza: V(X) = λ.
El número medio (o esperado) de eventos en cada unidad se
denota por la letra griega lambda .
La probabilidad de que un evento ocurra en una unidad dada de
tiempo, área o volumen es la misma para todas las unidades.
El número de eventos que ocurren en una unidad de tiempo,
área o volumen es independiente del número de los que ocurren
en otras unidades.
3. Se sabe que la dimensión de una pieza se distribuye normalmente con µ=
82.0mm y σ =0.5. Se desea calcular el porcentaje de piezas que cumplen con la
especificación 82 ± 1 mm.
82 + 2(0.5) = 83𝑚𝑚
82 − 2(0.5) = 81𝑚𝑚
1. Plantear el problema
2. Identificar la población a estudiar
3. Definir las variables a estudiar
4. Estimar el tamaño de la muestra y determinar si es finita o infinita
5. Plantear la hipótesis nula (Ho) y la hipótesis alternativa (H1) del
problema. Determinar si la prueba debe ser unilateral o bilateral, esto se
dará de acuerdo con lo que se desee, acerca del comportamiento de la
variable.
La Hipótesis Nula (Ho), siempre especifica un solo valor del parámetro
de la población si la hipótesis es simple o un conjunto de valores si es
compuesta (es lo que queremos desacreditar).
La Hipótesis Alternativa (H1), es la que responde nuestra pregunta, la
que se establece en base a la evidencia que tenemos.
(𝑥̅ − 𝜇0 ) (𝑥̅ − 𝜇0 )
n≥30 𝒁𝒄 = 𝒁𝒄 =
𝜎𝑥̅ 𝑆𝑥̅
(𝑥̅ − 𝜇0 ) (𝑥̅ − 𝜇0 )
n≤30 𝒁𝒄 = 𝒕𝒄 =
𝜎𝑥̅ 𝑆𝑥̅
𝑝̅ − 𝑝̅0
𝒁𝒄 =
𝑝0 . 𝑞0
√
𝑛
Para la diferencia de proporciones 𝒑𝟏 − 𝒑𝟐
𝑝̅1 − 𝑝̅2
𝒁𝒄 =
𝑝̅1 𝑝̅1 𝑝̅2 𝑝̅2
√
𝑛1 + 𝑛2
(𝒏 − 𝟏)𝑺𝟐
𝑿𝟐𝒄 =
𝝈𝟐
96.1, 91.06, 93.38, 88.52, 89.57, 92.63, 85.20, 91.41, 89.79, 92.62
n=10 discos
Estimación puntual
∑ 𝑥𝑖
𝑥̅ =
𝑛
̅ = 91.03
𝒙
∑(𝑥𝑖 − 𝑋̅)2
𝑺=
𝑛−1
𝑺 = 2.989
s 2.989
𝐬𝐱̅ = = = 0.945
√n √10
(𝑛 − 1)𝑠 2 (𝑛 − 1)𝑠 2
√ 2 ≤𝝈≤√ 2
𝑥𝛼/2 𝑥1−𝛼/2
(9)(2.989)2 (9)(2.989)2
√ ≤𝝈≤√
(19.023) (2.7)
𝟐. 𝟎𝟓𝟔 ≤ 𝝈 ≤ 𝟓. 𝟒𝟓𝟕
La desviación estándar de la población está entre los valores 2.056 y 5.457 con
un nivel de significancia del 5%.
6. Una compañía de transporte de carga desea escoger la mejor ruta para llevar
la mercancía de un depósito a otro. La mayor preocupación es el tiempo de
viaje. En el estudio se seleccionaron cinco choferes al azar de un grupo de 10
y se asignaron a la ruta A; los cinco restantes se asignaron a la ruta B. Los
datos obtenidos fueron:
𝑯𝒐 : 𝜇1 − 𝜇2 = 0
𝑯𝟏 : 𝜇1 − 𝜇 2 ≠ 0
(5 − 1)(9.49)2 + (5 − 1)(5.61)2
𝑺𝒑 = √ = 7.79
5+5−2
𝟏 𝟏
𝑺(𝒙̅𝑨 −𝒙̅𝑩 ) = √ + .𝑺
𝒏𝑨 𝒏 𝑩 𝒑
1 1
𝑺(𝒙̅𝑨 −𝒙̅𝑩 ) = √ + (7.79) = 4.93
5 5
(𝟐𝟑 − 𝟐𝟗) − 𝟎
𝒕𝒄 = = −𝟏. 𝟐𝟐
𝟒. 𝟗𝟑
𝒕𝜶 = ±𝟐. 𝟑𝟎𝟔
𝟐
b) Sugiera otra manera de obtener los datos (diseño alternativo) para este
estudio que puedan lograr una comparación más efectiva de las rutas.
Se podría obtener una muestra más significativa para cada ruta y calcular su
desviación estándar y sus respectivos coeficientes de variación, con esto
podríamos escoger la ruta con el menor coeficiente de variación ya que sus
datos serian más homogéneos.