You are on page 1of 29

1.

DIAGRAMA DE PARETO

Construir una Diagrama de Pareto de los defectos estructurales en la puerta de un cargador


frontal. 6 abolladuras, 11 partes ensambladas fuera de secuencia, 14 partes mal ajustadas, 20
faltas de agujeros, 9 partes no lubricadas, 34 partes fuera de contorno y 7 partes con rebabas
en su carcaza.

ORDENANDO LOS VALORES EN FORMA DESCENDENTES

DEFECTOS ESTRUCTURALESS

Causa N de observaaciones Porecentaje % acumulado

Pares fuera de contorno 34 33,66336634 33,66336634


Falta de agujeros 20 19,8019802 53,46534653
Partes mal ajustadas 14 13,86138614 67,32673267
Ensamblaje fuera de secuencia 11 10,89108911 78,21782178
Partes no lubricadas 9 8,910891089 87,12871287
Partes con rebabas en su carcaza 7 6,930693069 94,05940594
Abolladuras 6 5,940594059 100

TOTAL= 101

Diagrama de Pareto de Causas


100 100
N de observaciones

80 80

60 60 Porcentaje
40 40

20 20

0 0
Causas s s s
no ro da c ia da tr
o
or je t a e n a O
nt ag
u
us u br
ic
co aj s ec lu
e l
de d m
a
de no
e ra a lt a es ra e s
fu F rt fu
e rt
s Pa e Pa
rt e aj
Pa bl
a m
s
En
N de observaciones 34 20 14 11 9 13
Porcentaje 33,7 19,8 13,9 10,9 8,9 12,9
% acumulado 33,7 53,5 67,3 78,2 87,1 100,0
2. DIAGRAMA DE PARETO

Si Usted trabaja para una empresa que fabrica planchas de madera. ltimamente, usted ha
notado que un nmero creciente de bolsas est siendo rechazado en la inspeccin final debido
a rasguos, microgrietas, manchas en su acabado y otros. Se le solicita determinar las causas
vitales, si existe relacin entre el tipo y el nmero de defectos, y el turno en que se producen
ms defectos.

Ordenando

Defecto - Periodo N de observaciones


Rasguos (Da) 3
Microgrietas (Da) 2
Marchas (Da) 1
Otros (Da) 1
Otros (Tarde) 1
Microgrietas (Tarde) 4
Rasguos (Tarde) 2
Microgrietas (Noche) 6
Rasguos (Noche) 8
Manchas (Noche) 2
Otros (Noche) 3
Microgrietas (Fin de
semana) 3
Manchas (Fin de semana) 3
Otros (Fin de semana) 1

TOTAL 40

Diagrama de Pareto de Defecto - Periodo


40 100
N de observaciones

30 80
Porcentaje

60
20
40
10
20
0 0
Defecto - Periodo ) ) ) ) ) ) ) ) o
c he c he r de ana ana che (Da che Otr
o o a o o
(N (N ( T sem sem (N os (N
o s a s a s e e os u a s
t t r g
u ie ie n
d
n
d
Ot Ras anc
h
a sg ogr ogr (Fi (Fi
R r r M
ic Mic has tas
M c ie
an gr
M cro
i
M
N de observaciones 8 6 4 3 3 3 3 2 8
Porcentaje 20,0 15,0 10,0 7,5 7,5 7,5 7,5 5,0 20,0
% acumulado 20,0 35,0 45,0 52,5 60,0 67,5 75,0 80,0 100,0
3. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DE PROCESO

La siguiente tabla muestra los datos sobre el octanaje de varias mezclas de gasolina

a) Construir un histograma de frecuencia y sus respectivos polgono y ojiva.

b) Cuntas mezclas de gasolina estn ubicadas en el 25% superior.

c) Cuntas mezclas de gasolina estn ubicadas en el 25 % inferior.

d) Determinar la capacidad del proceso de combustin e intrprete la campana de Gauss

Frecuencia
limite limite Punto Absoluta Frecuencia relativa %
inferior (Li) superior (Ls) medio (Xi) (Fa) (Fr) % acumulado
82,5 83,5 83 1 0,011111111 1,11 1,11
83,5 84,5 84 3 0,033333333 3,33 4,44
84,5 85,5 85 2 0,022222222 2,22 6,66
85,5 86,5 86 1 0,011111111 1,11 7,77
86,5 87,5 87 3 0,033333333 3,33 11,1
87,5 88,5 88 6 0,066666667 6,67 17,77
88,5 89,5 89 12 0,133333333 13,34 31,11
89,5 90,5 90 14 0,155555556 15,57 46,68
90,5 91,5 91 10 0,111111111 11,11 57,79
91,5 92,5 92 12 0,133333333 13,33 71,12
92,5 93,5 93 7 0,077777778 7,78 78,9
93,5 94,5 94 4 0,044444444 4,44 83,34
94,5 95,5 95 4 0,044444444 4,44 87,78
95,5 96,5 96 6 0,066666667 6,67 94,45
96,5 97,5 97 2 0,022222222 2,22 96,67
97,5 98,5 98 1 0,011111111 1,11 97,78
98,5 99,5 99 1 0,011111111 1,11 98,89
99,5 100,5 100 1 0,011111111 1,11 100

N total de
valores 90 100
Histograma de Octagonaje en mezcla de gasolin
Normal

Ajustes
14
Ajuste de distribucin
Lowess
12
Media 91,00
Desv .Est. 3,382
10 N 90
Frecuencia

0
84 87 90 93 96 99
Octagonaje en mezcla de gasolin

Grfica de probabilidad de Octagonaje en mezcla de gasolin


Normal
99,9
Media 91,00
Desv.Est. 3,382
99 N 90
AD 0,307
95 Valor P 0,558
90
80
Porcentaje

70
60
50
40
30
20
10
5

0,1
80 85 90 95 100
Octagonaje en mezcla de gasolin
Grfica de probabilidad de Octagonaje en mezcla de gasolin
Normal - 95% de IC
99,9
Media 91,00
Desv.Est. 3,382
99 N 90
AD 0,307
95 Valor P 0,558
90
80
Porcentaje

70
60
50
40
30
20
10
5

0,1
80 85 90 95 100 105
Octagonaje en mezcla de gasolin

Capacidad de proceso de Octagonaje en mezcla de gasolin

LEI LES
P rocesar datos Dentro de
LE I 80 General
O bjetiv o *
LE S 96 C apacidad (dentro) del potencial
M edia de la muestra 90,9967 Cp 0,81
N mero de muestra 90 C P L 1,12
Desv .E st. (Dentro) 3,28612 C P U 0,51
Desv .E st. (G eneral) 3,38179 C pk 0,51
C apacidad general
Pp 0,79
PPL 1,08
PPU 0,49
P pk 0,49
C pm *

81 84 87 90 93 96 99
Desempeo observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 0,00 P P M < LE I 409,34 P P M < LE I 573,53
P P M > LE S 77777,78 P P M > LE S 63933,62 P P M > LE S 69504,37
P P M Total 77777,78 P P M Total 64342,96 P P M Total 70077,90
Capacidad de proceso Sixpack de Octagonaje en mezcla de gasolin
Grfica Xbarra Histograma de capacidad
LEI LES
LCS=95,67
Media de la muestra

95
E specificaciones
_
_ LE I 80
X=91,00 LE S 96
90

LCI=86,33
85
1 3 5 7 9 11 13 15 17 19 81 84 87 90 93 96 99

Grfica R Grfica de prob. Normal


A D: 0,307, P : 0,558
Rango de la muestra

LCS=17,12
16

_
8 R=8,10

0 LCI=0
1 3 5 7 9 11 13 15 17 19 80 90 100

ltimos 20 subgrupos Grfica de capacidad


Dentro Dentro de General
96 Desv.Est. 3,482 Desv.Est. 3,382
Valores

Cp 0,77 Pp 0,79
Cpk 0,48 G eneral Ppk 0,49
90
PPM 76137,36 Cpm *
PPM 70077,90
84
Especificaciones
5 10 15 20
Muestra

PARA N DE INTERVALOS 18

MENORES 25% 6 INTERVALOS


MAYORES 25% 12 INTERVALOS

La campana de gauss nos sirve para determinar la distribucin normal de determinados grupos
de datos este grafico es de uso comn en la estadstica y la probabilidad.
4. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO

Se han realizado mediciones de 80 muestras de Resistencia a la compresin en Kgf/cm2

a) Construir un histograma de frecuencia y su respectivos polgono y ojiva.

b) Segn el Histograma, interprete la tendencia central, variabilidad y sesgo.

c) Qu opina acerca de lo adecuado o no de las resistencias a la compresin?.

d) Determinar la capacidad del proceso de Resistencia a la cpmpresin y diga si el proceso en


Normal.

105 201 153 186 120 170 118 149


97 175 183 174 121 250 150 135
245 151 174 199 181 171 148 158
163 157 154 115 160 172 158 169
207 178 190 193 194 135 229 146
134 180 70 167 184 133 156 123
218 131 101 171 165 208 158 133
199 228 142 163 145 158 176 110
160 154 149 88 160 168 180 141
196 221 200 186 150 181 167 143

Histograma de C1
Normal
25 Ajustes
Ajuste de distribucin
Lowess
20 Media 162,9
Desv .Est. 34,40
N 80
Frecuencia

15

10

0
80 120 160 200 240
C1

La tendencia central nos indica que la mayora de ensayos estn entre 150 y 180 kgf/cm2 de
resistencia ala compresin.

En cuanto al sesgo es positivo porque la moda es menor a la media 158<162,89


LA resistencia a la compresin ya esta indicada en la norma donde nos indica la mnimas
resistencia para cada tipo de estructura, asi que estos ensayos no pueden tener ningn tipo de
dudas en el procesamiento de resultados.

5. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCES

Los investigadores de la Universidad de Maryland emplearon mtodos para obtener medidas


de Temperaturas corporales (en F) de 106 trabajadores del sector construccin.

a) Construir un histograma de frecuencia y sus respectivos polgono y ojiva.

b) Segn el Histograma, analice la tendencia central, variabilidad y sesgo.

c) Cul es su opinin sobre la adecuada temperatura corporal de los trabajadores.

d) Determinar la capacidad del proceso estrs trmico e interprete la campana de Gauss

Histograma de C1
Normal

Ajustes
30
Ajuste de distribucin
Lowess

25 Media 98,2
Desv .Est. 0,6237
N 106
20
Frecuencia

15

10

0
96,5 97,0 97,5 98,0 98,5 99,0 99,5
C1

b. En cuanto al sesgo es negativo porque la moda es mayor que la media 98,6>98,2

c. Los trabajadores deben de trabajar en adecuadas temperaturas ya que depende de


esta la salud del trabajor por lo tanto su desempeo durante el da .

d. No es capaz porque cpk es menor que 1,33


Capacidad de proceso de C1

LEI LES
P rocesar datos Dentro de
LE I 95 General
O bjetiv o *
LE S 100 C apacidad (dentro) del potencial
M edia de la muestra 98,2 Cp 1,38
N mero de muestra 106 C P L 1,77
Desv .E st. (Dentro) 0,601993 C P U 1,00
Desv .E st. (G eneral) 0,62366 C pk 1,00
C apacidad general
Pp 1,34
PPL 1,71
PPU 0,96
P pk 0,96
C pm *

95,25 96,00 96,75 97,50 98,25 99,00 99,75

Desempeo observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 0,00 P P M < LE I 0,05 P P M < LE I 0,14
P P M > LE S 0,00 P P M > LE S 1394,57 P P M > LE S 1949,71
P P M Total 0,00 P P M Total 1394,62 P P M Total 1949,85

6. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO

Una de las prcticas en Ing. Civil es la determinacin de los pesos de las probetas al desmolde.
El cuadro siguiente muestra los resultados obtenidos en 54 muestras.

a) Elaborar un histograma de frecuencia y su respectivos polgono y ojiva.

b) Qu % de probetas tienen un peso de 12 500 g .

c) Cuntas probetas tiene un peso mayor a 12 500 g.

d) Cul es el % de probetas No Conformes.

e) Determinar la capacidad del proceso de desmolde e interprete la campana de Gauss


Histograma de C1
Normal

Ajustes
14
Ajuste de distribucin
Lowess
12
Media 12452
Desv .Est. 92,50
10 N 54
Frecuencia

0
12300 12400 12500 12600
C1

b. Los que tienen un peso de 12500g conforman el 20,37%.


Frec. Abs. Frec. Rel.
Frec. Abs. Frec. Rel.
Acumulada Acumulada
Intervalo de Clase
12217 - 12266 1 1 1,85% 1,85%
12266 - 12315 4 5 7,41% 9,26%
12315 - 12364 4 9 7,41% 16,67%
12364 - 12413 7 16 12,96% 29,63%
12413 - 12462 15 31 27,78% 57,41%
12462 - 12511 11 42 20,37% 77,78%
12511 12560 4 46 7,41% 85,19%
12560 12609 6 52 11,11% 96,30%
12609 - 12658 2 54 3,70% 100,00%
Total 54 256 100,00%

Los que tienen un peso mayor a 12500g son 12.

Capacidad de proceso de C1

LEI LES
P rocesar datos Dentro de
LE I 12200 General
O bjetiv o *
LE S 12700 C apacidad (dentro) del potencial
M edia de la muestra 12452,1 Cp 0,91
N mero de muestra 54 C P L 0,92
Desv .E st. (Dentro) 91,5713 C P U 0,90
Desv .E st. (G eneral) 92,502 C pk 0,90
C apacidad general
Pp 0,90
PPL 0,91
PPU 0,89
P pk 0,89
C pm *

12200 12300 12400 12500 12600 12700


Desempeo observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 0,00 P P M < LE I 2953,83 P P M < LE I 3213,46
P P M > LE S 0,00 P P M > LE S 3391,02 P P M > LE S 3679,76
P P M Total 0,00 P P M Total 6344,85 P P M Total 6893,22
7. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO

A continuacin se presentan mediciones de viscosidad dinmica de 3 mezclas de aditivos para


la construccin

a) Construir un histograma de frecuencia y su respectivos polgono y ojiva.

b) Determinar la capacidad del proceso de flujo e interprete la campana de Gauss

c) Comparar las 3 campanas de Gauss y sus capacidades y tomar decisiones sobre la calidad de
los fluidos.

Medidas de viscosidad para mezclas en cent poises


Mezcla 1 Mezcla 2 Mezcla 3
22,02 21,49 20,33
23,83 22,67 21,67
26,67 24,62 24,67
25,38 24,18 22,45
25,49 22,78 22,28
23,5 22,56 21,95
25,9 24,46 20,49
24,98 23,79 21,81

Histograma de C1
Normal

Ajustes
3,0
Ajuste de distribucin
Lowess

2,5 Media 24,72


Desv .Est. 1,505
N 8
2,0
Frecuencia

1,5

1,0

0,5

0,0
22 23 24 25 26 27 28
C1
Histograma de C3
Normal

Ajustes
2,0
Ajuste de distribucin
Lowess

Media 23,32
Desv .Est. 1,108
1,5
N 8
Frecuencia

1,0

0,5

0,0
21 22 23 24 25
C3

Histograma de C5
Normal

Ajustes
5
Ajuste de distribucin
Lowess

Media 21,96
4
Desv .Est. 1,342
N 8
Frecuencia

0
19 20 21 22 23 24 25
C5
Histograma de C5
Normal

Ajustes
5
Ajuste de distribucin
Lowess

Media 21,96
4
Desv .Est. 1,342
N 8
Frecuencia

0
19 20 21 22 23 24 25
C5

Capacidad de proceso de C1

LEI LES
P rocesar datos Dentro de
LE I 19 General
O bjetiv o *
LE S 29 C apacidad (dentro) del potencial
M edia de la muestra 24,7212 Cp 1,16
N mero de muestra 8 C P L 1,33
Desv .E st. (Dentro) 1,4387 C P U 0,99
Desv .E st. (G eneral) 1,5053 C pk 0,99
C apacidad general
Pp 1,11
PPL 1,27
PPU 0,95
P pk 0,95
C pm *

20 22 24 26 28
Desempeo observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 0,00 P P M < LE I 34,94 P P M < LE I 72,13
P P M > LE S 0,00 P P M > LE S 1469,57 P P M > LE S 2238,36
P P M Total 0,00 P P M Total 1504,51 P P M Total 2310,49
Capacidad de proceso de C3

LEI LES
P rocesar datos Dentro de
LE I 19 General
O bjetiv o *
LE S 26 C apacidad (dentro) del potencial
M edia de la muestra 23,3188 Cp 1,19
N mero de muestra 8 C P L 1,46
Desv .E st. (Dentro) 0,982776 C P U 0,91
Desv .E st. (G eneral) 1,10781 C pk 0,91
C apacidad general
Pp 1,05
PPL 1,30
PPU 0,81
P pk 0,81
C pm *

19 20 21 22 23 24 25 26
Desempeo observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 0,00 P P M < LE I 5,55 P P M < LE I 48,40
P P M > LE S 0,00 P P M > LE S 3183,65 P P M > LE S 7753,48
P P M Total 0,00 P P M Total 3189,21 P P M Total 7801,88

Capacidad de proceso de C5

LEI LES
P rocesar datos Dentro de
LE I 16 General
O bjetiv o *
LE S 25 C apacidad (dentro) del potencial
M edia de la muestra 21,9563 Cp 1,20
N mero de muestra 8 C P L 1,59
Desv .E st. (Dentro) 1,2462 C P U 0,81
Desv .E st. (G eneral) 1,34223 C pk 0,81
C apacidad general
Pp 1,12
PPL 1,48
PPU 0,76
P pk 0,76
C pm *

16 18 20 22 24
Desempeo observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 0,00 P P M < LE I 0,88 P P M < LE I 4,55
P P M > LE S 0,00 P P M > LE S 7294,50 P P M > LE S 11674,09
P P M Total 0,00 P P M Total 7295,38 P P M Total 11678,64

Los procesos no son capaces por ninguno llega a superar el cpk 1,33. Al
principio se usaban sin purificar, de lo que resultaban variaciones en su composicin qumica.
Actualmente la orientacin se dirige cada vez mas hacia un controlde calidad y una correccin
de sus composiciones asi esto es lo que se debe hacer aplicanco tratamientos y adiciones .
8. DIAGRAMA DE SCATTER O DE SHEWART

Para el controlar el efecto monetario sobre los tipos de inters de las hipotecas de pago para
comprar casas en una Regin, usted recibi instrucciones de la empresa contructora de anlizar
el efecto de los tipos de inters hipotecarios sobre el nmero de casas vendidas. Los datos se
muestran en la tabla adjunta.

a. Determinar la variable independiente (X) y dependiente (Y).

b. Si se supone que existe una relacin lineal entre las dos variables, elaborar el modelo de
regresin.

c. Interpretar la constante y el coeficiente del modelo de regresin lineal.

d. Cul es nivel de unidades vendidas si la tasa de hipoteca fuera 11,5%.

e. Qu ocurira al nmero de unidades si la tasa se incrementara en 2%?

Tasa de inters
Ao Viviendas vendidas (%)
2008 20 12,10
2009 17 13,50
2010 13 14,95
2011 14 13,75
2012 15 12,95
2013 14 12,50
2014 15 10,10
2015 16 9,82
2016 17 9,50
B) En el diagrama de dispersin observamos que no tiene correlacin.

Grfica de dispersin de y vs. x


15

14

13

12
y

11

10

9
13 14 15 16 17 18 19 20
x

C) y=11,5%

y=17,6-
0,350x
x=17,42 viviendas vendidas

D) Si se aumenta el interes en 2%, las unidades de vivienda disminuiria en ventas.

9. DIAGRAMA DE SCATTER O DE SHEWART

Por la presencia de inversionistas mineros y agroindustrial es en la regin La Libertad, los


habitantes estn preocupados por el encarecimiento de las viviendas en la zona.

El Gerente de infraestructura piensa que los precios de las viviendas fluctan con el valor de
los terrenos. En la tabla adjunta se indican en miles de dlares, el costo de 15 vivienda
vendidas hace poco y el valor del terreno donde se construyeron.

a. Determinar la variable independiente (X) y dependiente (Y).

b. Construir e interpretar el modelo de regresin a partir de los datos.


c. Calcular el coeficiente de correlacin y el coeficiente de determinacin.

d. Cul es el costo de la casa si el valor de terreno es de US $ 62 000.

e. Tiene razn la suposicin del Gerente de infraestructura?

N Valor del terreno (M US $) Costo de la casa (M US $)


1 111 240
2 42 115
3 95 220
4 37 135
5 59 145
6 38 90
7 92 193
8 96 218
9 99 223
10 102 233
11 75 180
12 85 200
13 56 153
14 68 155
15 71 170
b) Tiene una correlacin positiva evidente.

Grfica de dispersin de y vs. x


260

240

220

200

180
y

160

140

120

100

30 40 50 60 70 80 90 100 110 120


x

d. y=43,1+1,80x
y=43,1+1,80(62000)=111643 seria el costo de la casa si el valor fuera 62000.

El gerente de infraestructura si tiene razon por el precio de los metros cuadrados de terreno depende
e. la ubicacin y aumenta el costo con el tiempo
y el crecimiento poblacional.

10. DIAGRAMA DE SCATTER O DE SHEWART

El Gerente tcnico del acueducto de una ciudad, desea establecer la relacin entre el consumo
mensual domiciliario de agua y el tamao de la familia. Se recogi una muestra aleatoria con
los datos que se muestran en la tabla adjunta. Desarrolle las siguientes estimaciones:

a. Elabore el Diagrama de dispersin y observe la nube de puntos.

b. Modelar e interpretar la ecuacin de regresin.

c. Determinar el coeficiente de correlacin y el coeficiente de determinacin.

d. Cul es el consumo de agua si el tamao de familia es 12 .e. Aconseje al Gerente respecto a


los resultados obtenidos.
CONSUMO DE AGUA POTABLE POR GRUPO FAMILIAR
Tamao de la familia (X) Galones de agua utilizado (Y)
3 700
7 1200
9 1700
4 800
10 1700
6 1000
9 1800
3 640
3 700
2 500
2 500
2 550
4 650
5 900
5 850
6 1100
6 1200
2 550
3 450
3 640
6 1200
6 1350
7 1320
8 1750
3 400
4 620
5 950
4 850
6 1250
a) DIAGRAMA DE DISPERSION

Grfica de dispersin de Galones de agua vs. Tamao de la fam

1750
Galones de agua utilizado (Y)

1500

1250

1000

750

500

1 2 3 4 5 6 7 8 9 10
Tamao de la familia (X)

Grfica de dispersin de Galones de agua vs. Tamao de la fam


2000

1750
Galones de agua utilizado (Y)

1500

1250

1000

750

500

1 2 3 4 5 6 7 8 9 10
Tamao de la familia (X)
2000

1800

1600

1400
CONSUMO DE AGUA POTABLE
1200
POR GRUPO FAMILIAR
Axis Title

1000 Galones de agua utilizado (Y)

800
Linear (CONSUMO DE AGUA
600 POTABLE POR GRUPO
FAMILIAR Galones de agua
400 utilizado (Y))

200

0
0 2 4 6 8 10 12
Axis Title

b) Podemos decir que existe una tendencia de abajo hacia arriba o que los puntos siguen
una misma direccin en forma ascendente y que tambin hay una correlacin con direccin
positiva.

c) La lnea de tendencia representa la correlacin lineal entre ambas variables podemos


observar como los puntos rojos o marcadores se asemejan a la lnea recta a gran medida por lo
tanto podemos afirmar que la fuerza o intensidad de esta correlacin se puede denominar
como fuerte.

d) Galones de agua utilizado para el tamao de familia de12 familias (1700+550)

2250 GALONES DE AGUA

RESULTADOS
e) OBTENIDOS

Podemos determinar por el anlisis de dispersin que si existe correlacin entre estas dos variables
que si direccin es positiva y la fuerza intensidad de esta se puede denominar como fuerte
11. DIAGRAMA DE SCATTER O DE SHEWART

En el cuadro siguiente se presentan valores recomendados de resistencia a la compresin y


relaciones agua/cemento (A/C).

a. Graficar los modelos de regresin de la Rc (MPa) y R A/C.

b. Interpretar las ecuaciones de regresin.

c. Determinar el coeficiente de correlacin y el coeficiente de determinacin.

d. Cul es la relacin ptima de agua/cemento y resistencia a la compresin?.

Resistencia a la compresion A/C Concreto con aire


(kg/cm2) A/C Concreto sin aire incluido incluido
175 0,67 0,54
210 0,58 0,46
245 0,51 0,4
280 0,44 0,35
315 0,38 0

Grficas de residuos para Resistencia a la compresion (kg


Grfica de probabilidad normal vs. ajustes
99
2
90
Porcentaje

Residuo

0
50

-2
10

1 -4
-5,0 -2,5 0,0 2,5 5,0 200 240 280 320
Residuo Valor ajustado

Histograma vs. orden


1,00
2
0,75
Frecuencia

Residuo

0
0,50
-2
0,25

0,00 -4
-4 -3 -2 -1 0 1 2 3 1 2 3 4 5
Residuo Orden de observacin
Predictor Coef SE Coef T P

Constante 479,47 12,30 38,98 0,001

A/C Concreto sin aire incluido -433,07 33,97 -12,75 0,006

A/C Concreto con aire incluido -31,44 18,63 -1,69 0,234

S = 3,68501 R-cuad. = 99,8% R-cuad.(ajustado) = 99,6%

Anlisis de varianza

Fuente GL SC MC F P

Regresin 2 12222,8 6111,4 450,05 0,002

Error residual 2 27,2 13,6

Total 4 12250,0

Fuente GL SC Sec.

A/C Concreto sin aire incluido 1 12184,2

A/C Concreto con aire incluido 1 38,7

Observaciones poco comunes

A/C Concreto Resistencia a

Sin aire la compresin EE de Residuo

Obs incluido (kg Ajuste ajuste Residuo estndar

5 0,380 315,00 314,90 3,68 0,10 1,16 X

X denota una observacin cuyo valor X le concede gran apalancamiento.


12. DIAGRAMA DE CONTROL - TIPOS P y nP

En la produccin por lotes o intermitente de cemento se lleva un registro de proporcin de


Productos defectuosos por diferentes causas. Los datos de los ltimos 25 lotes se muestran en
la tabla adjunta.

a. Obtenga una carta P usando el tamao de subgrupo (lote) promedio.

b. Cmo explicara los lmites de control (LC) a alguien que no tiene conocimientos profundos

de estadstica.

c. Suponiendo que todos los lotes tienen el mismo tamao (el promedio), obtenga u Diagrama
nP para tales datos.

d. Observa alguna diferencia importante entre ambos diagramas?

e. De qu depende la eleccin entre los diagramas P o nP?

f. Cmo aplicara el anlisis de Pareto para enfocar mejor un proyecto de mejora?

LOTE TAMAO DEFECTUOSOS LOTE TAMAO DEFECTUOSOS


1 200 21 14 200 21
2 200 20 15 200 25
3 200 27 16 200 29
4 200 33 17 200 20
5 200 22 18 220 28
6 200 40 19 220 18
7 180 27 20 220 24
8 180 23 21 200 13
9 180 20 22 200 23
10 200 26 23 200 12
11 200 28 24 200 19
12 200 21 25 200 26
13 200 23

A)
Grfica P de DEFECTUOSOS
1
0,200
LCS=0.1862
0,175

0,150
Proporcin

0,125 _
P=0.1178

0,100

0,075

0,050 LCI=0.0494

1 3 5 7 9 11 13 15 17 19 21 23 25
LOTE
Las pruebas se realizaron con tamaos de la muestra desiguales

b) Los LC vienen a ser los rangos permitidos por el grafico, te indica q los defectos causan o no
causan daos mayores

c)

Grfica NP de DEFECTUOSOS
1
40
LCS=37.19
35
Conteo de muestras

30

25 __
NP=23.56

20

15

10 LCI=9.93

1 3 5 7 9 11 13 15 17 19 21 23 25
LOTE
d) Las nicas diferencias son los resultados del P, NP Y LCI , LCS que se muestran en el grafico

e) Depender del tamao de la muestra, si es variable P o constante PN

F) DIAGRAMA

Diagrama de Pareto de DEFECTUOSOS

5000 100

4000 80

Porcentaje
TAMAO

3000 60

2000 40

1000 20

0 0
DEFECTUOSOS 21 20 23 28 26 27 18 24 12 13 19 22 25 29 33 Otro
TAMAO 600 580 580 420 400 380 220 220 200 200 200 200 200 200 200 200
Porcentaje 12 12 12 8 8 8 4 4 4 4 4 4 4 4 4 4
% acumulado 12 24 35 44 52 59 64 68 72 76 80 84 88 92 96 100

13. DIAGRAMA DE CONTROL - TIPO U

Los siguientes datos son el nmero de defectos encontrados en la inspeccin de sub-


ensamblaje de mquinas asaltadoras durante un periodo dado de operacin para nmero de
mquinas diferentes.

Graficar el nmero de defectos en un diagrama U y explique porqu.

# de
# de mquinas
defectos
4 70
4 64
4 80
4 90
5 55
5 75
5 53
6 60
6 82
6 90
Grfica U de N de defectos
24
1
22
Conteo de muestras por unidad

20
LCS=19.36
18

16
_
U=14.67
14

12

10 LCI=9.98

1 2 3 4 5 6 7 8 9 10
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales

Solo fallo 1 punto, esto viene a ser la maquina. causara diversos problema ya que esta fuera
del rango permitido

14. DIAGRAMA DE CONTROL - TIPO C

El nmero de imperfecciones (ralladuras, grietas, astilla duras, etc.) en tableros de madera de


ebanistera fabricados a la medida es importante tanto para el cliente como para el fabricante.
A fin de vigilar el proceso de fabricacin, cada hora durante 15 horas consecutivas se
selecciona un tablero acabado de 4 x 8 pies y se inspecciona para detectar imperfecciones. En
la tabla se registra el nmero de imperfecciones por tablero. Graficar el nmero de defectos
por tablero en una grfica C y explique porqu.

Tablero No. Defectos Tablero No. Defectos Tablero No. Defectos


1 4 6 4 11 3
2 2 7 5 12 6
3 3 8 3 13 5
4 3 9 8 14 7
5 9 10 7 15 3
Grfica C de No. Defectos
12
LCS=11.37

10
Conteo de muestras

6
_
C=4.8
4

0 LCI=0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Tablero

Los defectos que suceden en cada tblero son minimos, eso por ello que no sobre pasa los
Rangos Permitidos por el minitab