FACULTAD DE INFORMÁTICA Y CIENCIAS APLICADAS

ESCUELA DE CIENCIAS APLICADAS

“ING. JULIO CÉSAR ORANTES”
COORDINACIÓN DE INGENIERÍA INDUSTRIAL

Asignatura
Control estadístico de la calidad

Sección:
01

Actividad:
Gráficos de control por atributos C y U

Docente:
Ing. Marica Beatriz Miranda Aguilar

Alumno:
Edward Giovanni Jiménez Soto (46-5707-2017)
Luis Enrique Rosas Alas (46-0155-2018)

San Salvador, 28 de noviembre de 202

 1- Para el plan de muestreo del ejercicio 1 de la semana pasada, determine la curva
AOQ y el AQL. (2 puntos)
N 1500
n 110
c 3

p n*p Pa c=0 Pa c=2 Pa c=3 Pa total AOQ

0.01 1.1 0.33287133 0.36615846 0.07384196 0.974 0.00974259
0.02 2.2 0.11080332 0.26814404 0.19663896 0.819 0.01638707
0.03 3.3 0.03688325 0.20082929 0.22091222 0.580 0.01741018
0.04 4.4 0.01227738 0.118845 0.1743306 0.359 0.01437795
0.05 5.5 0.00408679 0.06181265 0.113322319 0.202 0.010085
0.06 6.6 0.00136037 0.02962895 0.06518368 0.105 0.00630909
0.07 7.7 0.00045283 0.01342413 0.03445527 0.052 0.00362733

AOQ
0.02

0.018

0.016

0.014
Calidad Promedio Salida

0.012

0.01

0.008

0.006

0.004

0.002

0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
Fracción Disconforme de Entrada

Determinar el AQL= Limite de calidad de salida promedio 0.01741018 1.74%

 2- Para el plan de muestreo del ejercicio 2 de la semana pasada, determine la curva
AOQ y el AQL. (2 puntos)

N 8000
n 62
c 1

p n*p Pa c=0 Pa c=2 Pa total p Pa total AOQ

0.01 0.62 0.53794466 0.33352569 0.87147035 0.01 0.871 0.0087147
0.02 1.24 0.28938446 0.35883673 0.64822119 0.02 0.648 0.01296442
0.03 1.86 0.15567283 0.28955145 0.44522428 0.03 0.445 0.01335673
0.04 2.48 0.08374337 0.20768355 0.29142692 0.04 0.291 0.01165708
0.05 3.1 0.0450493 0.13 965282 0.0450493 0.05 0.185 0.00923511
0.06 3.72 0.02423403 0.09015059 0.11438462 0.06 0.114 0.00686308
0.07 4.34 0.01303657 0.0565787 0.06961527 0.07 0.070 0.00487303

AOQ
0.016

0.014
Calidad de Promedio de Salida

0.012

0.01

0.008

0.006

0.004

0.002

0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
Fracción Disconforme de Entrada
3- Un gran fabricante de automóviles usa un plan de muestreo con n = 200 y c = 0 para
todos los tamaños de lote. Trace las curvas OC y AOQ. Determine gráficamente el
valor AQL para alfa= 0.05, y el valor de AOQL. (2 puntos)

Fracción Probabilidad de
P
disconforme p aceptación
0 1 1
0.05 0.366957822 0.366957822
0.01 0.133979675 0.133979675
0.015 0.048668291 0.048668291
0.02 0.017587947 0.017587947
0.025 0.006322999 0.006322999
0.03 0.002261241 0.002261241
0.035 0.000804383 0.000804383
0.04 0.000284608 0.000284608
0.045 0.000100155 0.000100155
0.05 0.000035053 0.000035053
0.055 0.0000122 0.0000122
0.06 0.000004223 0.000004223
0.065 0.000001453 0.000001453
0.07 0.000000497 0.000000497
0.075 0.000000169 0.000000169
0.08 0.000000057 0.000000057
0.085 0.000000019 0.000000019
0.09 0.000000006 0.000000006
0.095 0.000000002 0.000000002
 Curva CO
1.2

Probabilida de aceptar el lote, Pa

0.8

0.6

0.4

0.2

0
0 2 4 6 8 10 12 14 16
Proporción de artículos defectuosos en el lote , p.

Determinar el AQL= Limite de calidad de salida promedio 0.01335673 1.34%

Proporción de
Probabilidad de Proporción de
articulos
aceptación Pa salida, CSP=P*Pa
defectuosos, p
0 1 0.00000
0.00003 0.995 0.00003
0.00008 0.99 0.00008
0.00013 0.975 0.00013
0.00026 0.95 0.00025
0.00053 0.9 0.00048
0.00144 0.75 0.00108
0.00347 0.5 0.00174
0.0069 0.25 0.00173
0.0115 0.1 0.00115
0.01495 0.05 0.00075
0.0184 0.025 0.00046
0.02300 0.01 0.00023
0.02645 0.005 0.00013
 Calidad salida promedio
0.00200

Calidad de salida promedio, CSP

0.00150

0.00100

0.00050

0.00000
0 0.005 0.01 0.015 0.02 0.025 0.03
Calidad de entrada (P) en el lote

4- Una importante empresa de computadoras usa un plan de muestreo con n = 50 y c =

0, independientemente de los tamaños de lote. Trace las curvas OC y AOQ.
Determine gráficamente el valor AQL para alfa= 0.05, y el valor de AOQL. (2
puntos)
Fracción
Probabilidad de
disconforme P
aceptación Pa
p
0 1 1
0.005 0.778312557 0.77831256
0.01 0.605006067 0.60500607
0.015 0.469690228 0.46969023
0.02 0.36416968 0.36416958
0.025 0.281988102 0.2819881
0.03 0.218065375 0.21806538
0.035 0.168409144 0.16840914
0.04 0.129885794 0.12988579
0.045 0.100038824 0.10003882
0.05 0.076944975 0.07694498
0.055 0.059100401 0.0591004
0.06 0.045330727 0.04533073
0.065 0.034720066 0.03472007
0.07 0.026555069 0.02655507
0.075 0.020280873 0.02028087
0.08 0.015466448 0.01546648
0.085 0.011777543 0.01177754
0.09 0.008955083 0.00895508
0.095 0.00679875 0.00679875
 Grafica OC
1.2

Probabilidad de aceptación PA
1

0.8

0.6

0.4

0.2

0
0 0.02 0.04 0.06 0.08 0.1
Fracción de discorforme

Fracción
Probabilidad de
disconforme P AOQ
aceptación Pa
p
0 1 1 0
0.005 0.778312557 0.77831256 0.00389156
0.01 0.605006067 0.60500607 0.00605006
0.015 0.469690228 0.46969023 0.00704535
0.02 0.36416968 0.36416958 0.00728339
0.025 0.281988102 0.2819881 0.0070497
0.03 0.218065375 0.21806538 0.00654196
0.035 0.168409144 0.16840914 0.00589432
0.04 0.129885794 0.12988579 0.00519543
0.045 0.100038824 0.10003882 0.00450175
0.05 0.076944975 0.07694498 0.00384725
0.055 0.059100401 0.0591004 0.00325052
0.06 0.045330727 0.04533073 0.00271984
0.065 0.034720066 0.03472007 0.0022568
0.07 0.026555069 0.02655507 0.00185885
0.075 0.020280873 0.02028087 0.00152107
0.08 0.015466448 0.01546648 0.00123732
0.085 0.011777543 0.01177754 0.00100109
0.09 0.008955083 0.00895508 0.00080596
0.095 0.00679875 0.00679875 0.00064588
 AOQ
0.008
0.007
0.006
0.005

AOQ
0.004
0.003
0.002
0.001
0
0 0.02 0.04 0.06 0.08 0.1
Título del eje

5- Un proveedor de sábanas y un motel grande decidieron evaluar unidades en lotes de

1000, usando un AQL de 1.0%, con una probabilidad de no aceptación de 0.10%.
Determine planes de muestreo para c 0, 1, 2 y 4. ¿Cómo seleccionaría usted el plan
más adecuado? (2 puntos)

Datos
N 100
NCA 1000

NCA 1% Obtenemos
Plan1 n=13 Ac=0 Re=1
Plan2 n=50 Ac=1 Re=2
Plan3 n=80 Ac=2 Re=3

El plan adecuado es el número 2, ya que tiene un

desempeño similar al plan 3, con la diferencia que se
tiene que analizar con una cantidad menor a las
unidades del lote