ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE MECÁNICA

CARRERA INGENIERÍA AUTOMOTRIZ

CONTROL DE CALIDAD

DISTRIBUCIÓN NORMAL APLICADA A LAS EMPRESAS EN EL CONTROL DE

CALIDAD

INTEGRANTES:

EDWIN CALDERÓN

1. INTRODUCCION
Las empresas y organismos públicos que proporcionan servicios no utilizan
frecuentemente técnicas cuantitativas para el control de calidad de dicho servicio, por lo
que este trabajo representa una propuesta de control de calidad mediante herramientas
simples de control estadístico de calidad. Existen diversas técnicas cualitativas y pocas
técnicas cuantitativas como las gráficas, que nos permiten determinar si la prestación de
un servicio se encuentra bajo control; es decir, verificar si la calidad está dentro de los
estándares establecidos por la empresa o institución, o fuera de ellos. Su aplicación
permitiría identificar áreas de oportunidad e implementar mejoras en la calidad del
servicio. El material ha sido elaborado empleando la hoja electrónica de cálculo Excel con
la finalidad de proporcionar una herramienta práctica en esta materia

Antes de la llamada revolución industrial, la producción de bienes que consumía la

sociedad era elaborada por artesanos especializados, quienes en muchas ocasiones
firmaban cada pieza que elaboraban. Pero la demanda de nuevos productos, la
producción en línea y la aparición de nuevos sistemas de fabricación rompieron con el
antiguo esquema de producción. En este nuevo sistema, el artesano pasó a ser un
trabajador de fábrica perdiéndose con ello la identificación de éste con cada producto
elaborado, disminuyendo así su calidad, ya que los requerimientos de producción en
masa descuidaban las características que satisfacían las necesidades de los
consumidores.

2. OBJETIVOS

General

Mostrar la mecánica de la distribución normal aplicada a las empresas en el control de

calidad y la gráfica de control para variabilidad de procesos.

Específicos

Restudiar la distribución normal aplicada a la ingeniería.

Analizar la distribución normal y la aplicación en las empresas automotrices

3. Desarrollo

Muestreo normal

Los histogramas y los gráficos de frecuencia, también pueden interpretarse como gráficos
de probabilidades de ocurrencia. En particular, la Campana de Gauss, o Curva Normal, es
una función de probabilidades, y la superficie que se encierra debajo de la curva, y
limitada por dos valores de x es directamente una medida de la probabilidad de
ocurrencia de un suceso determinado.
Aceptando estos conceptos veremos como se puede hacer los cálculos partiendo de la
Curva Normal. En primer término, la Curva Normal hay que transformarla en lo que se
llama forma canónica, esto significa que el cero de las X irá al medio del gráfico. Para
lograrlo se usa una variable llamada z y es.
Media aritmética
Mide la tendencia central.
Se define como Media Aritmética al valor central producto del siguiente cálculo:

Desviación típica
Mide la dispersión de los valores con respecto al valor central.
Se define como desviación típica al valor que surge del siguiente cálculo:

Ejemplos

Se toman datos del diámetro de una población de ejes que según la norma de la empresa
deben cumplir con la especificación 50 ± 0,2 𝑚𝑚 para su correcta aplicación. Para esta
prueba se miden 50 ejes. Se debe encontrar el porcentaje de ejes que cumple con la
especificación y si estos cumplen con la norma.

En el programa MiniTap calculamos su media y desviación típica:

Donde tenemos que:

𝜇 = 50,025
𝜎 = 0,172
Obtenemos la gráfica de clases:

DISTRIBUCIÓN NORMAL
Tenemos la especificación: 𝟓𝟎 ± 𝟎, 𝟐
Límite de Especificación Superior: 50,2
Límite de Especificación Inferior: 49,80
𝑃(49,80 < 𝑍 < 50,20) = 𝑃(𝑍 < 49,80) − 𝑃(𝑍 < 50,20)
𝑋 − 𝜇 50,20 − 50,025
𝑍= = = 1,02
𝜎 0,172
𝑃(𝑍 < 50,20) = 𝑃(𝑍 < 1,02) → 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎𝑠 = 𝟎, 𝟖𝟒𝟔
𝑃(𝑍 < 49,80) = 𝑃(𝑍 < −𝑎) = 1 − 𝑃(𝑍 < 𝑎)
𝑃(𝑍 < 49,80) = 1 − 𝑃(𝑍 < 1,31) = 1 − 0,905 = 𝟎, 𝟎𝟗𝟓
0,846 − 0,095 = 0,751 = 𝟕𝟓, 𝟏𝟎%
El 𝟕𝟓, 𝟏𝟎% de los ejes cumplen con la especificación 𝟓𝟎 ± 𝟎, 𝟐

Calculamos los límites para saber si cumplen con la norma.

LES= 50,20
LEI= 49,80
𝐿𝑅𝑆 = 𝜇 + 3𝜎 = 50,025 + 3(0,172) = 𝟓𝟎, 𝟓𝟒
𝐿𝑅𝐼 = 𝜇 − 3𝜎 = 50,025 − 3(0,172) = 𝟒𝟗, 𝟓𝟏
No cumple con la norma ya que los Limites Reales quedan por fuera de los Estándares.
Si se desea construir un auto que sea superior al 95 % de Cierta marca de autos que
recorren 25.5 km por galón de combustible, con una desviación de 4.5 km por galón;
¿Qué porcentaje de autos rinden más de 30 km por galón?, cuantos km por galón
debería recorrer este nuevo auto?
Datos:

Variable Desviación Media Z

(x) estándar (µ)
(∂)
30km 4.5km ? 0.95

Análisis:
Es una desviación Normal ya que me dan δ y Z y me están preguntando la media.
Modelo Matemático:
Debemos despejar µ de la ecuación:

Los km por galón debería recorrer este nuevo auto son

25.72 km
Grafica
2- Los ingresos económicos de cierto sector de fabricación de piezas automotrices se
distribuyen normalmente y su clasificación de menor a mayor es la siguiente:

Grupo A B C D E
Porcentaje 8 16 42 20 14

El grupo C están comprendido entre $ 136500 y $160000 mensuales.

a) Calcular la media y la desviación.
b) Si en ese sector se ocupan 25000 personas, ¿Cuántas personas se espera que tengan
ingresos superiores a $170000 mensuales?
a) Datos:

X1 X2
42% 136500 160000
Análisis: Es una desviación Normal ya que me dan
Media (μ) y un intervalo

Modelo Matemático:
Despejamos ∂ de cada ecuación
Igualamos las dos ecuaciones

Despejamos µ que representa el valor que se nos está pidiendo hallar

Basados en la grafica y con el intervalo dado hallamos Z para el 34% y

76%respectivamente en la tabla
z1 = -0,034 = -1,825
z2 = 0,760 = 0,71
Procedemos a hallar la media

Teniendo la media hallamos la desviación

Grafica
b) valor esperado
Datos

Media (µ) n µ
42% 25000 153418.10

Análisis:
Es un valor esperado E(x) = n*P
Modelo Matemático:
P (x >170000) A = 1 - A1

Grafica
CONCLUSIONES
En general, se podría decir que se han logrado con éxito el objetivo principal planteado
previamente a la realización del trabajo, en parte gracias a la enorme documentación
verídica y contrastada que existe sobre estos temas. Las motocicletas son vehículos
motorizados que emiten una gran cantidad de ruido por lo que es muy importante regular
estas emisiones que salen del tubo de escape.

RECOMENDACIONES
 se recomienda utilizar el ajuste más eficientes con un 99.97% de elementos
buenos
 realizar la gráfica del histograma a una escala adecuada
 concluir los procesos responsablemente

BIBLIOGRAFÍA

http://es.slideshare.net/arturoprieto14/16623-graficosdecontrol?related=2
GRÁFICA DE CONTROL Y PROCESOS ESTADÍSTICOS.

Enlaces
www.acreditaciones.gob.ec
http://www.elicrom.com/
https://www.emis.com/php/company-
profile/EC/Corporacion_Laboratorios_Ambientales_Del_Ecuador_Corplabec_SA_es_39
69677.html
http://www.alsglobal.com