Escolar Documentos
Profissional Documentos
Cultura Documentos
EJERCICO 1:
Gráfica de distribución
Normal, Desv.Est.=3
0.14 Media
250
300
0.12
0.10
Densidad
0.08
0.06
0.04
0.02
0.00
240 250 260 270 280 290 300 310
X
Escuela Profesional de Ingeniería Industrial Control Estadístico
Gráfica de distribución
Normal, Media=300
0.14 Desv.Est.
3
6
0.12
0.10
Densidad
0.08
0.06
0.04
0.02
0.00
280 290 300 310 320
X
Gráfica de distribución
0.07 Distribución Media
Poisson 300
0.05
Densidad
0.04
0.03
0.02
0.01
0.00
250 275 300 325 350
X
Significa que los valores que obtuvieron han caído dentro de las
especificaciones inferiores y superiores. Un proceso es aquel que cumple las
especificaciones decimos que es un proceso de CALIDAD esta asociada al
cumplimiento de los requisitos del cliente….q cumplir las especificaciones que
señalamos….
Escuela Profesional de Ingeniería Industrial Control Estadístico
Ejemplo:
Supongamos una botella de agua mineral de ½ litro contenido debe ser 500
ml±5 ml.
Entonces:
Especificación superior=505 ml
Especificación Inferior= 495 ml
Toda botella se encuentra en ese rango va cumplir con las especificaciones de
calidad del atributo: Contenido Volumen.
EJERCICIO 2:
Si se tiene una buena calidad porque está entre la tolerancia permitida. No hay muchos
valores o casi nada de valores extremos que haga que pierda representatividad la
media. Para tener una mejor respuesta es necesario conocer la variabilidad.
Escuela Profesional de Ingeniería Industrial Control Estadístico
Gráfica de distribución
Normal, Media=29.9
28 32
0.9 Especificación
Especificación Desv.Est.
0.5
0.8 Inferior Superior
1
Cumple especificaciones
0.7
0.6
Densidad
0.5
0.4
0.1
0.0
26 27 28 29 30 31 32 33
X
EJERCICIO 3:
¿De qué manera afectan los datos raros o atípicos a la media? Explique su respuesta.
Estos valores muy extremos hacen que la media pierda representatividad. Es decir; el
valor obtenido sea muy inferior o superior a lo real.
EJERCICIO 4:
Media = 11, esté valor estimado es porque al ver 3 valores muy extremos como 30
años con 4 y 8 años, esto condiciona a la media a perder representatividad.
Mediana = 5, es el valor medio. Es decir; que el 50% tiene un valor inferior a 5 años
y el otro 50% tiene un valor superior a 5 años a pesar que las 3 maestras tienen un
aproximado de 30 años. Esto es porque la mayor cantidad de paseantes son
Escuela Profesional de Ingeniería Industrial Control Estadístico
EJERCICIO 5:
En una empresa se llevan los registros del número de fallas de equipos por mes; la
media es de 4 y la mediana de 6.
a) Si usted tiene que reportar la tendencia central de fallas, ¿qué número
reportaría? ¿por qué?
Si, por que al ver varias fallas en unos meses y en otros meses no. Esto
nos proporciona valores extremos que influyen en el análisis de los datos,
perdiendo representatividad el valor de la media.
EJERCICIO 9:
Si una variable aleatoria tiene una desviación estándar pequeña, esperaríamos que
la mayoría de los valores se agrupen alrededor de la media. Por lo tanto, la
probabilidad de que una variable aleatoria tome un valor dentro de cierto intervalo
alrededor de la media es mayor que para una variable aleatoria similar con una
desviación estándar mayor si pensamos en la probabilidad en términos de una
área, esperaríamos una distribución continua con un valor grande de σ que indique
una variabilidad mayor y, por lo tanto, esperaríamos que el área este extendida. Sin
embargo, una desviación estándar pequeña debería tener la mayor parte de su
área cercana a µ.
EJERCICIO 10
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 ± 3 mm. Al final del turno
un inspector toma una muestra e inspecciona que la longitud cumpla especificaciones.
A continuación se muestran las últimas 110 mediciones para ambas máquinas.
N para
Variable Media Mediana Modo moda
C1 200.00 200.10 199, 200.5, 201.4 6
Todas las medidas de tendencia central nos indica que latendencia es adecuada, porque
esta dentro de los limites permitidos.
Histograma de C1
Normal
196.532 203.468
12 Media 200.0
11
Desv.Est. 1.156
10 10 N 110
10
9
8 8 Como el sesgo
8 es negativo, nos
7 7
Frecuencia
indica que la
6 6
6 curva tiene una
5 5
tendencia hacia
4 4 4 la derecha
4
3
2
2
1
0
197 198 199 200 201 202 203
C1
EJERCICIO 11:
En el caso del ejercicio anterior, considere que los primeros 55 datos (ordenados por
renglón) corresponden a una máquina, y los últimos 55 a otra. Ahora conteste lo
siguiente.
N para
Variable Media Mediana Modo moda
Escuela Profesional de Ingeniería Industrial Control Estadístico
De acuerdo a las especificaciones ambas máquinas cumplen las tolerancias permitidas. Pero
la máquina 2 es la más exacta a la media ideal de 200 mm, porque su desv. Est. es menor a
la de la máquina
10
8
8
Frecuencia
6
6
4
4
2
2
0 0
197 198 199 200 201 202 203
Escuela Profesional de Ingeniería Industrial Control Estadístico
Causas:
Precauciones:
- Revisar constantemente la máquina.
- Evaluar al operario.
EJERCICIO 23:
El volumen en un proceso de envasado debe estar entre 310 y 330 ml. De acuerdo con
los datos históricos se tiene que µ = 318 y σ = 4. ¿El proceso de envasado funciona bien
en cuanto al volumen? Argumente su respuesta.
Gráfica de distribución
Normal, Media=318, Desv.Est.=4
0.02
0.00
310 318 326 330
X
EJERCICIO 16:
Una característica clave en la calidad de las pinturas es su densidad, y un
componente que influye en esta es la cantidad de arenas que se utilizan en su
elaboración. La cantidad de arena en la formulación de un lote se controla por
medio del número de costales, que según el proveedor contienen 20 kg. Sin
embargo, continuamente se tienen problemas en la densidad de la pintura que es
necesario corregir con retrabajo y reprocesos adicionales. En este contexto se
decide investigar cuanta arena contienen en realidad los costales. Para ello, se
toma una muestra aleatoria de 30 costales de cada lote o pedido (500 costales).
Escuela Profesional de Ingeniería Industrial Control Estadístico
Los pesos obtenidos en las muestras de los últimos tres lotes se muestran
adelante. Las especificaciones iniciales que se establecen para el peso de los
costales de arena son de 20± 0.8 kg.
a) de acuerdo con los 90 datos, ¿el centrado del proceso es adecuado?
b) ¿la variabilidad es poca o mucha? Apóyese en los estadísticos adecuados.
c) obtenga un histograma para los 90 datos, inserte las especificaciones e
interprete con detalle.
d) de su conclusión general acerca de si los bultos cumplen con el peso
especificado.
e) haga un análisis de cada lote por separado y con apoyo de estadísticos y
gráficas, señale si hay diferencias grandes entre los lotes.
f) ¿las diferencias encontradas se podrían haber inferido a partir del histograma de
inciso c)?
g) obtenga un diagrama de caja para cada lote y compárelos.
LOTE PESO DE COSTALES DE LA MUESTRA
1 18.6 19.2 19.5 19.2 18.9 19.4 19.0 20.0 19.3 20.0
19.1 18.6 19.4 18.7 21.0 19.8 19.0 18.6 19.6 19.0
19.6 19.4 19.8 19.1 20.0 20.4 18.8 19.3 19.1 19.1
2 18.6 19.9 18.8 18.4 19.0 20.1 19.7 19.3 20.7 19.6
19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8 19.2 20.6
20.0 18.4 18.9 19.7 17.8 19.4 18.9 18.4 19.0 19.7
3 20.1 20.2 21.0 19.7 20.1 20.0 19.1 20.4 19.6 20.6
20.0 19.7 20.8 19.7 19.7 20.4 19.8 20.5 20.0 20.0
20.2 19.7 20.0 19.6 19.7 19.8 19.9 20.3 20.4 20.2
10
Frecuencia
0
18.0 18.5 19.0 19.5 20.0 20.5 21.0 21.5
Total de Lotes
21.0
20.5
20.0
Datos
19.5
19.0
18.5
18.0
EJERCICIO 17:
En una empresa que fabrica y vende equipo para fotocopiado utilizan como un
indicador importante de la calidad en el servicio posventa, el tiempo de respuesta
a solicitudes de apoyo técnico debido a fallas en los equipos. Para problemas
mayores, en cierta zona del país se estableció como meta que la respuesta se de
Escuela Profesional de Ingeniería Industrial Control Estadístico
a) Calcule las medidas de tendencia central y con base en estas, ¿cree que se
cumple con la meta?
b) Aplique la regla empírica, interprete y diga que tan bien se cumple la meta.
c) Haga un histograma e interprete sus aspectos más relevantes.
d) A partir del análisis que se ha realizado, ¿Qué recomendaciones daría para
ayudar a cumplir mejor la meta?
N para
Variable Media Mediana Modo moda
C1 5.366 5.500 5.4 5
Histograma de C1
Normal
0.51 10.22
12 Media 5.366
Desv.Est. 1.618
N 65
10
El histograma
8 presenta
Frecuencia
caracteristicas
multimodales,
6
esto es debido
ala variación de
4 los tiempos que
se toma en el
2 analisis de este
caso.
0
1.5 3.0 4.5 6.0 7.5 9.0
C1
Escuela Profesional de Ingeniería Industrial Control Estadístico
EJERCICIO 18:
Los siguientes datos representan las horas caídas de equipos por semana en tres
líneas de producción.
a) analice los datos para cada línea y anote las principales características de la
distribución de los datos.
b) compare las tres líneas, ¿nota alguna diferencia importante?
EJERCICIO 8:
De acuerdo con cierta norma, a una bomba de gasolina en cada 20L se le permitía
una discrepancia de 0.2L. En una gasolinera se hacen revisiones periódicas para
evitar infracciones y ver si se cumplen las especificaciones (EL = 19.8, ES = 20.2).
De acuerdo con los resultados de 15 inspecciones para una bomba en particular,
la media y la desviación estándar de los 15 datos son 19.9 y 0.1, respectivamente.
De acuerdo con esto, ¿se puede garantizar que la bomba cumple con la norma?
Argumente su respuesta.
Gráfica de distribución
Normal, Media=19.9, Desv.Est.=0.1
19.6 19.8 20.2
4
La bomba no cumple
on la norma porque
el proceso es
3 inadecuado por la
izquierda, respecto
Densidad
alas especificaciones
2
0
19.7 19.9 20.1 20.2
X
Escuela Profesional de Ingeniería Industrial Control Estadístico
Media 59.8
Error típico 2.987593394
Mediana 58.5
Moda 78
Desviación estándar 21.12547548
Varianza de la muestra 446.2857143
Curtosis -1.802931906
Coeficiente de asimetría -0.015244434
Rango 62
Mínimo 29
Máximo 91
Suma 2990
Cuenta 50
10
8
Frecuencia
0
18 36 54 72 90 108
resultado de Encuestas
Interpretación
Se nota que los 50 resultados de las encuestas están divididos en dos grupos, en
un grupo donde conlleva la nota más baja esta entre 26.92 a 51.02 y el segundo
grupo está entre 62.81 a la nota más alta que es 92.8
Lo que más resalta del histograma es que los resultados que mayor se repite esta
con un puntaje inferior del 50 %
Son muy poco lo que llegaron a la nota más alta
Media 4.889166667
Error típico 0.028935256
Mediana 4.9
Moda 5
Desviación estándar 0.316969853
Varianza de la muestra 0.100469888
Curtosis -0.121132286
Coeficiente de asimetría -0.209923329
Rango 1.6
Mínimo 4.1
Máximo 5.7
Suma 586.7
Cuenta 120
Escuela Profesional de Ingeniería Industrial Control Estadístico
15
Frecuencia
10
0
4.2 4.5 4.8 5.1 5.4 5.7
grosor de laminas
Escuela Profesional de Ingeniería Industrial Control Estadístico
Media 27.97482143
Error típico 0.013526383
Mediana 27.955
Moda 27.94
Desviación estándar 0.143149781
Varianza de la muestra 0.02049186
Curtosis -0.24915051
Coeficiente de asimetría 0.203109269
Rango 0.76
Mínimo 27.63
Máximo 28.39
Suma 3133.18
Cuenta 112
15
Frecuencia
10
0
27.60 27.75 27.90 28.05 28.20 28.35 28.50
medicion
Media del
Error
Variable N N* Media estándar Desv.Est. Varianza CoefVar Mínimo
Medición 112 0 27.975 0.0135 0.143 0.0205 0.51 27.630
N para
Variable Q1 Mediana Q3 Máximo Rango Modo moda Sesgo
Medición 27.872 27.955 28.080 28.390 0.760 27.94 7 0.20
Variable Kurtosis
Medición -0.25
Solución:
Porcentaje de CO2
Media 2.624956522
Error típico 0.025913479
Mediana 2.6
Moda 2.61
Desviación estándar 0.277891099
Varianza de la muestra 0.077223463
Curtosis 105.8378446
Coeficiente de asimetría 10.08166048
Rango 3.04
Mínimo 2.48
Máximo 5.52
Suma 301.87
Cuenta 115
60
50
Frecuencia
40
30
20
10
0
2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5
% de Co2
Media del
Error
Variable N N* Media estándar Desv.Est. Varianza CoefVar Mínimo
% de Co2 115 0 2.6250 0.0259 0.2779 0.0772 10.59 2.4800
N para
Variable Q1 Mediana Q3 Máximo Rango Modo moda Sesgo
% de Co2 2.5600 2.6000 2.6400 5.5200 3.0400 2.61 11 10.08
Variable Kurtosis
% de Co2 105.84
Ay una cierta cantidad que no cumple con el rango de calidad (falta agregar más
Co2
Escuela Profesional de Ingeniería Industrial Control Estadístico
EJERCICIO 7:
Gráfica de distribución
Hipergeométrico, N=500, M=25, n=20
0.4
0.3
Probabilidad
0.2
0.1
0.0716
0.0
0 3
X
Gráfica de distribución
Hipergeométrico, N=500, M=25, n=20
0.4 0.736
0.3
Probabilidad
0.2
0.1
0.0
1 4
X
EJERCICIO 8:
P(proceso se detenga)=P(X>1)=P(X>=2)=0,226
Escuela Profesional de Ingeniería Industrial Control Estadístico
Gráfica de distribución
Binomial. n=18. p=0,05
0,4
0,3
Probabilidad
0,2
0,1
0,226
0,0
0 2
X
EJERCICIO 9:
Gráfica de distribución
Hipergeométrico, N=250, M=25, n=25
0.30
0.25
0.20
Probabilidad
0.15
0.10
0.0622
0.05
0.00
0 7
X
EJERCICIO 10:
Gráfica de distribución
Poisson, Media=1
0.4
0.3
Probabilidad
0.2
0.1
0.632
0.0
0 1
X
Escuela Profesional de Ingeniería Industrial Control Estadístico
Gráfica de distribución
Poisson, Media=1
0.4
0.3
Probabilidad
0.2
0.1
0.0 0.0000832
0 7
X
EJERCICIO 11:
En un almacén se inspeccionan todos los lotes de cierta pieza que se recibe, para
ello se emplean muestras de tamaño 100. Se sabe que el proceso genera 1% de
piezas defectuosas y se tiene el criterio de rechazar el lote cuando se encuentran
más de tres piezas defectuosas en la muestra. ¿Cuál es la probabilidad de aceptar
un lote? ¿Cuál es la probabilidad de que se tengan que inspeccionar 10 lotes
antes de rechazar el primero del día?
Escuela Profesional de Ingeniería Industrial Control Estadístico
Gráfica de distribución
Binomial, n=100, p=0.01
0.4
0.3
Probabilidad
0.2
0.1
0.0
0 9
X
Gráfica de distribución
Binomial, n=100, p=0.01
0.4
0.3
Probabilidad
0.2
0.1
0.0184
0 4
X
EJERCICIO 12:
Una caja contiene cuatro artículos defectuosos y ocho en buen estado. Se sacan
dos artículos al azar.
a) ¿Cuál es la probabilidad de que al menos uno sea bueno?
P(X>=1)=0,909
Gráfica de distribución
Hipergeométrico. N=12. M=8. n=2
0,5
0,909
0,4
Probabilidad
0,3
0,2
0,1
0,0
0 1
X
b) ¿Cuál es la probabilidad de que los dos sean del mismo tipo (buenos o
malos)?
Gráfica de distribución
Hipergeométrico. N=12. M=8. n=2
0,5 0,485
0,4
Probabilidad
0,3
0,2
0,1
0,0
0 1 2
X
EJERCICIO13:
Gráfica de distribución
Hipergeométrico, N=50, M=5, n=10
0.4
0.3
Probabilidad
0.2
0.1
0.689
0.0
0 1
X
Escuela Profesional de Ingeniería Industrial Control Estadístico
EJERCICIO 15:
En una compañía aérea 40% de las reservaciones que se hacen con más de un
mes de anticipación son canceladas o modificadas. En una muestra de 20
reservaciones ¿Cuál es la probabilidad de que 10,11 ó 12 reservaciones no hayan
cambiado?
p= 0.4 (éxito)
Gráfica de distribución
Binomial, n=20, p=0.4
0.20
1-0.224=0.776
0.15
Probabilidad
0.10
0.224
0.05
0.00
2 10 12 15
X
Escuela Profesional de Ingeniería Industrial Control Estadístico
Gráfica de distribución
Normal, Media=8, Desv.Est.=2.19
0.20
0.15
Densidad
0.10
0.227
0.05
0.00
8 9.5 12.5
X
EJERCICIO 16:
Gráfica de probabilidad de C1
Normal - 95% de IC
99
Media 101.6
Desv.Est. 110.6
95 N 17
AD 1.333
90
Valor P <0.005
80
70
Porcentaje
60
50
40
30
20
10
1
-300 -200 -100 0 100 200 300 400 500
C1
Gráfica de probabilidad de C1
Normal
99
Media 101.6
Desv.Est. 110.6
95 N 17
KS 0.257
90
Valor P <0.010
80
70
Porcentaje
60
50
40
30
20
10
1
-200 -100 0 100 200 300 400
C1
EJERCICIO 17:
Escuela Profesional de Ingeniería Industrial Control Estadístico
Una máquina realiza cortes de manera automática de ciertas tiras metálicas con
media µ=40,1 cm y una desv estándar 0,2 cm. La media óptima de tales tiras debe
ser de 40 cm con un tolerancia de más o menos 0,5 cm. Suponiendo distribución
normal estime el porcentaje de las tiras que cumple con las especificaciones
Z= (X-µ)/σ
Gráfica de distribución
Normal. Media=0. Desv.Est.=1
0,4
0,976
0,3
Densidad
0,2
0,1
0,0
-3 0 2
X
Escuela Profesional de Ingeniería Industrial Control Estadístico
EJERCICIO 18:
80 alfa=0,05
70
Porcentaje
60
50
alf a > valor p
40 Rechaza Ho
30 Es decir los datos no siguen una distribu ci ón normal
20
10
1
1 2 3 4 5 6
datos
Escuela Profesional de Ingeniería Industrial Control Estadístico