TALLER DE CONTROL DE CALIDAD

ADELA MARTINEZ URANGO ELIANA MERCADO BALLESTEROS DIANA CANTRERAS SIERRA SINDY GALVAN ARAUJO

EMIRO LOPEZ ACOSTA ASIG. CONTROL DE CALIDAD

UNIVERSIDAD DE CORDOBA FACULTAD DE INGENIERIAS PROG. DE ING ALIMENTOS 2012-11-18

TALLER
1. Las probabilidades a priori de los eventos A1, A2, y A3 son P (A1)=0,20, P (A2)=0,50 y P (A3)=0,30. Las probabilidades condicionales del evento B dados A1, A2 y A3 son P (B\A1)=0,50, P (B\A2)=0,40, P (B\A3)=0,30. Calcular:

a) b)

P(A1\B), P(A2\B) y P(A3\B)

Datos
P(A1) P(A2) P(A3) P(B\A1) P(B\A2) P(B\A3) 0,20 0,50 0,30 0,50 0,40 0,30

a)

Por la ley de la multiplicacin de la probabilidad la cual es utilizada para calcular la probabilidad de una interseccin: .

b)

Lo primero que hacemos es hallar la probabilidad total, por medio de la probabilidad total:

Luego:

2. Qu es una funcin de densidad de probabilidades y que requisitos

debe cumplir?
La funcin de densidad de probabilidad (FDP) se utiliza en estadstica con el propsito de conocer cmo se distribuyen las probabilidades de un suceso o evento, en relacin al resultado del suceso. La funcin de densidad de probabilidad se representa generalmente por f(x). Una funcin de densidad de probabilidad, es una funcin matemtica que caracteriza el comportamiento probable de una poblacin. Es una funcin f(x) que especifica la posibilidad relativa de que una variable aleatoria continua X tome un valor cercano a x, y se define como la probabilidad de que X tome un valor entre x y x+dx, dividido por dx cuando dx es un nmero infinitesimalmente pequeo. La mayora de las funciones de densidad de probabilidad requieren uno o ms parmetros para especificarlas totalmente.

Los requisitos son: para toda x. El rea total encerrada bajo la curva es igual a 1:

La probabilidad de que X tome un valor en el intervalo [a,b] es el rea bajo la curva de la funcin de densidad en ese intervalo o lo que es lo mismo, la integral definida en dicho intervalo. La grfica f(x) se conoce a veces como curva de densidad

3. Cuando una maquina nueva funciona bien, solo 3% de los artculos que produce tienen defectos. Suponga que se selecciona al azar dos partes producidas en la mquina, y que interesa la cantidad de partes defectuosas encontradas:
Productos defectuosos Productos no defectuosos 3% : 0,03 97% : 0,97

a. Describa las condiciones bajo las cuales este caso sera un experimento binomial.

 Debe haber una sucesin de n intentos iguales. Cada intento debe ser independiente del otro, es decir que el resultado pueda que sea un xito o un fracaso(defectuoso o no defectuoso) b. Trace un diagrama de rbol que muestre un experimento binomial.

CALIDAD ARTICULO

RESULTADO D 0,03 ND 0,97

MAQUINA

c. Cuantos de los resultados experimentales consisten en encontrar exactamente un defecto. En los resultados experimentales, resulta encontrar un defecto cuando se toman dos muestras. d. Calcule las probabilidades asociadas con no encontrar defectos, encontrar exactamente un defecto, y dos defectos. Por funcin de probabilidad binomial, tenemos:

Donde: P: probabilidad de un xito en cualquier intento (1 - P): probabilidad de un fracaso en cualquier intento Ahora: Probabilidad asociada con no encontrar defectos

Probabilidad asociada con encontrar exactamente un defecto

Probabilidad asociada con encontrar exactamente dos defecto

4. Una mquina automtica despachadora de refresco en un restaurante est ajustada para llenar vasos de 300 ml en promedio. Debido a cuestiones mecnicas, el llenado de los vasos no es enteramente exacto y hay pequeas fluctuaciones en el llenado. El fabricante de la maquina sabe que el llenado de los vasos se puede modelar como una variable aleatoria normal con media de 300 ml y desviacin estndar de 10 ml.
x 300ml 10ml 300ml

Para resolver este punto del taller utilizamos la ayuda de Excel. (Ver anexo en CD). a) Qu fraccin de los vasos sern servidos con ms de 310ml La fraccin de los vasos que sern servidos con ms de 310ml es de 15,9%.

b) Cul es la probabilidad de que un vaso sea servido entre 290 y 305ml? La probabilidad de que un vaso sea servido entre 290 y 305 mililitros es del 53,28% c) Si el restaurante utiliza vasos de 320 ml. Qu porcentaje de ellos se derramaran? Se derramaran el 2,2% de los vasos servidos

d) Si los clientes reclaman por vasos servidos a lo sumo con 270 ml, de mil clientes, Cuntos de ellos se derramaran? Reclamaran solo 2 personas 5. Una variable aleatoria se distribuye normalmente con media =50 y desviacin estndar =5. a. Trace una curva normal de funcin de densidad de probabilidad. Indique los valores 35, 40, 45, 50, 55, 60, 65, en el eje horizontal.
X1 X2 X3 X4 X5 X6 X7 A1 35 40 45 50 55 60 65 5 50 0,001349898

A2 A3 A4 A5 A6 A7

0,022750132 0,158655254 0,5 0,841344746 0,977249868 0,998650102

b. Cul es la probabilidad de que la variable aleatoria tenga un valor entre 45 y 55.

X1 X2 A1 A2 P

45 55 5 50 0,15865525 0,84134475 0,68268949

c. Cul es la probabilidad de que la variable aleatoria tenga un valor entre 40 y 60.

X1 X2 A1 A2 P 40 60 5 50 0,022750132 0,977249868 0,954499736

6. Trace una grfica para distribucin normal estndar. Indique los valores desde -3, -2, -1, 0, 1, 2, 3, el eje horizontal. A continuacin cree en Excel una tabla de probabilidades de la distribucin normal estndar para determinar las probabilidades siguientes.

Grfica de la distribucin normal

Datos -3 -2,5 -2 -1,5 -1 0 1 1,5 2 2,5 3

Distribucion Normal Estndar 0,001349898 0,006209665 0,022750132 0,066807201 0,158655254 0,5 0,841344746 0,933192799 0,977249868 0,993790335 0,998650102

7. Para determinar la probabilidad y la cantidad de defectos esperados en un proceso de produccin, se us la distribucin normal. Suponga que un proceso de produccin debe producir artculos con un peso de 10 onzas, y que el promedio del proceso es 10. Calcule la probabilidad de un defecto y el nmero esperado de defectos en una corrida de produccin de 1000 unidades, en los siguientes casos. Para resolver este punto del taller utilizamos la ayuda de Excel. (Ver anexo en CD) a) La desviacin estndar del proceso es 0,15 y el control del proceso se ajusta a ms o menos de una desviacin estndar. Las unidades cuyos pesos sean menores de 9,85 onzas, o mayores de 10,15 onzas se consideran defectos. Como el nmero de no defectos fue de 683, entonces por diferencia de los 1000 artculos podemos decir que los defectuosos son 317. b) Mediante mejoras en el diseo del proceso, su desviacin estndar se puede reducir a 0,05. Suponga que el control del proceso queda igual, y que los pesos menores de 9,85 o mayores de 10,15 onzas, se consideran como defecto. Como el nmero de no defectos fue de 998, entonces por diferencia de los 1000 artculos podemos decir que los defectuosos son 2. c) Cul es la ventaja de reducir la variacin del proceso y establecer sus lmites de control en una mayor cantidad de desviaciones estndar respecto al promedio?

La ventaja de reducir la variacin del proceso y establecer sus lmites de control en una mayor cantidad de desviaciones estndar respecto al promedio es mejorar la

calidad en el producto, reduciendo la variabilidad y as las posibilidades de que caigan muestras o datos fuera de las especificaciones.

8. Un nuevo proceso automatizado de produccin ha tenido un promedio de dos averas diarias, y la cantidad de averas diarias sigue una distribucin de probabilidad de Poisson.

a) Cul es el tiempo promedio entre descomposturas, suponiendo ocho horas diarias de funcionamiento?

El tiempo promedio entre descomposturas es 4 horas aproximadamente

b) Indique la funcin de probabilidad exponencial que se puede emplear con el tiempo entre descomposturas. ( ( ) )

c) Cul es la probabilidad de que el proceso trabaje una hora o ms sin descomponerse?

De la distribucin de Poisson se tiene que

La probabilidad de que el proceso trabaje una hora o ms sin descomponerse es de 0,86. (Ver datos Excel ejercicio 8)

d) Cul es la probabilidad de que el proceso trabaje un turno de 8 horas sin descomponerse?

La probabilidad de que el proceso trabaje un turno de 8 horas sin descomponerse es de 0,00086. (ver datos Excel ejercicio 8)

9. Una maquina realiza cortes de manera automtica de ciertas tiras metlicas con media de 40,1cm y una desviacin estndar de 0,2cm. La medida optima de tales tiras debe ser de 40cm con una tolerancia de 0,5 cm. Suponiendo distribucin normal, estime el porcentaje de las tiras que cumple con las especificaciones. Para resolver este punto del taller utilizamos la ayuda de Excel. (Ver anexo en CD) Luego, el porcentaje de tiras de tiras que cumplen con las especificaciones es 97.5%.