SlideShare una empresa de Scribd logo
1 de 10
Capítulo 17 Muestre de Aceptación
1. Sobre el muestreode aceptación:
a) Explique cuál essu idea general
b) El muestreode aceptaciónes una decisiónintermediaentre dos extremos:la
inspecciónal 100% o cero inspección.Explique encuálescondicionesse recomienda
aplicar el muestreode aceptación.
c) Qué ventajastiene el muestreode aceptación sobre la inspecciónal 100%?
a) esel procesode inspecciónde unamuestrade unidadesde unlote conel propósitode
aceptar o rechazartodo el lote,esunaestrategiaparaproporcionarun ciertonivel de
seguridadde que losnivelesde calidadconlosque se diseñael plande muestreose están
alcanzando.
b) cuando se tiene unao variasde lassiguientessituaciones:
- cuandola inspecciónse hace conpruebasdestructivas(comopruebasde tensióny
resistencia),esindispensable lainspecciónpormuestras,de locontrariotodoslosproductos
seriandestruidosporlaspruebas.
- Cuandoel costode la inspecciónal 100% esdemasiadoaltoencomparaciónconel costa de
pasar unidadesdefectuosas.
- En loscasos enlosque la inspecciónal 100% no estécnicamente posible ose requierede
muchotiempopara llevarlaacabo.
- cuandoel lote estáconformadopor unagran cantidadde artículosque hay que inspeccionar
y la probabilidadde errorenla inspecciónessuficientemente alta,de tal maneraque la
inspecciónal 100% puede dejarpasarmás unidadesdefectuosasque unplande muestreo.
- En situacionesenlaque históricamente el vendedorhatenidoexcelentesnivelesde calidady
se deseauna reducciónde lacantidadde inspección,peralacapacidaddel procesonoes
suficientementebuenacomoparano inspeccionar.
- Cuandoesnecesarioasegurarlaconfiabilidaddel producto,aunque lacapacidaddel proces
fabricante del lote seasatisfactoria.
c) tiene lassiguientesventajas:
- tiene menorcostoporque se inspeccionamenos,apesarde algunoscostosadicionales
generadosporel diseñoylaadministraciónde losplanesde muestreo.
- Requiere de menospersonal enlasactividadesde inspección,simplificandoconelloel
trabajode coordinaciónyreduciendoloscostos.
- el productosufre menosdañoal haber menosmanipulación.
- esaplicable enpruebasdestructivas.
- a menudoreduce el errorde inspecciónylamonotonía.
-el rechazo de loslotescompletosporlaexistenciade artículosdefectuososproporcionauna
motivaciónal fabricante del lote paraque mejore sucalidad.
2) sobre la planeaciónde muestreoconteste:
a) en qué consistenlos planespor atributos?
b) Detalle la ideade planespara variables
c) Explique cómo funcionael muestreodoble.
a) consiste enque cadaartículo de lamuestrase le inspeccionanlasvariablesocaracterísticas
cualitativasode atributos.El númerode defectosode artículos defectuosos enlamuestra
será labase para aceptaro rechazar el lote.
b) se toma unamuestraaleatoriadel lote ya cada unidadde la muestrase le mide una
característica de calidadde tipocontinuo(longitud,peso,etc.) conlasmedicionesse calculaun
estadístico,que generalmente se hace enfunciónde lasespecificacionesyde lamediay la
desviaciónestándarde lamuestra,yal comparar el valorde este estadísticocontraunvalor de
tablasse aceptará o rechazará todoel lote.
c) plande atributosenel que se puedentomarhastados muestraspara decidirsi unlote se
acepta o se rechaza.La ideaestomar unaprimeramuestrapequeñaparadetectarloslotes
muybuenoso losmuymalos,y cuandola primeranose puedadecidir,entoncesse tomala
segundapara llegarauna conclusióndefinitiva.
3) Indique de manera general,cómo se recomiendaformar loslotesque van a ser sometidos
a inspecciónpormuestreo.
Manera enque los artículosse acomodan enun lote,considerandosumanejo,asícomo
cuándo,cómo y dónde se produjeron.
Los lotesdebenserhomogéneosparaque nohaya muchavariacióny el muestreode
aceptaciónnopierdaeficacia.
Los lotesdebenformarse de maneraque nocompliquensumanejodurante lainspección.
Los lotesdebensertangrandescomose posible debidoaque enloslotesgrandeses
necesarioinspeccionarmenosproporcionalmente que conlotespequeñosyse puede detectar
más fácilmente loslotesde malacalidad.
4) la selecciónde la muestra puede hacerse con algunode los métodosvistosen el capítulo
anterior, sobre esto:
a) indique cuando se recomendaría aplicar el muestreosistemático.
b) Cuando por estratos?
Si puedenhacerse medianteel métodode muestreoaleatorio.
a) se aplicafrecuentementecuandose deseaobtenerinformaciónparaevaluarlacalidadde la
producciónencadena,ya que el muestreose puede obtenerconforme se vanfabricandolos
artículos yno es necesarioesperaratenerla producciónencadena,ya que lamuestrase
puede obtenerconformese vanfabricandolosartículos y noes necesarioesperaratenerla
produccióntotal.
b) se aplicacuandola poblaciónse divide engruposoestratosclaramente diferentesentre si.
Se seleccionaunamuestrade cada estrato.
5) sobre la curva característica de operaciónconteste:
a) que es?
b) Para qué sirve?
c) algunas personas tienenlamala costumbre de seleccionarel tamaño de la muestra igual a
10% del lote.Con base enla curva CO, explique porqué esto no es adecuado.
d) proporcione un breve resumende las seispropiedadesde las CO descritasen el texto.
a) esun plande muestreodonde muestralarelacióndelaproporciónde artículosdefectuosos
enel lote con la probabilidadde aceptarel lote (pa)
b) proporcionael desempeñode unplande muestreomedianteel cálculode laprobabilidad
de aceptar o rechazar unlote que tiene unadeterminadacalidad
c) no esadecuadoporque laprobabilidadde aceptarloseríamuybajapor loque un lote así
casi siempre serárechazadoconeste plan.Engeneral enlacurva CO se tiene unrangoamplio
de valoresp,porque enla práctica no se sabe exactamente laproporcióndefectuososde un
lote.
d) propiedadesde lascurvasCO
1. no existe plan de muestro quetenga una curva CO ideal,todo plande muestreotiene
riesgosde rechazarla buenacalidad yaceptar la mala.
2. Al aumentarel tamañode la muestray el númerode aceptación,se obtienenplanescon
mayor potenciaparadistinguirlabuenacalidadde lamala.
3. el criterio de tamaño demuestra iguala un porcentajedeltamaño delote es un mal criterio.
Es frecuente encontrarcasosenlosque el tamañodel lote y el númerode aceptaciónse
establezcacomoc=0, pero estonoes adecuado.
4. Al disminuirel número deaceptación,la curva COcae más rápidoy con ellolosplanesse
vuelenmásestrictos.
5. Los planescon c=0 no siempre son los másapropiados. Soncóncavosylaprobabilidadde
aceptar disminuyemásrápidoaunpara valorespequeñosenlaproporciónde defectivosenel
lote.El plande muestraaumentalocual es máscostoso para el cliente.
6. la influencia del tamaño delote al diseñaradecuadamenteplanesdemuestreo esmenorde
lo que comúnmentesecree. CurvastipoB, se obtienenconladistribuciónbimodal yse aplica
cuandolas muestrasse extraende unlote grande o de un flujocontinuode artículos(N<0.1)
6. El muestreode aceptación es una decisiónprobabilísticaque tiene riesgos,sobre esto:
a) Cual esel riesgodel productor o proveedor?
b) Cual esel del consumidor?
a) Es la probabilidad, ᾳ,de rechazarlotesconun nivel de calidadaceptable(NCA)
b) NCL es el porcentaje de defectuososenunlote que el consumidorconsideranosatisfactorio
quiere que se rechace conalta probabilidad.
7. Sobre los índicespara losplanesde muestreo,conteste:
a) Cuál esel propósitode los índices?
b) Qué es el NCA?
c) Indique que se conoce como NCL
d) Qué es una curva CPS?
a) esdiseñarplanesde muestreoque tenganaltaprobabilidadde aceptarlotes“buenos”yuna
baja probabilidadde aceptarlotes“malos”de unarelacióncliente-proveedorenlaque hayun
plande muestreode aceptaciónde pormedio,condos intereses:porunladoel proveedor
quiere que todosloslotesque cumplanconunnivel de calidadseanaceptadosyel cliente
deseaque todosloslotesque notienenunnivel de calidadaceptable seanrechazados.
b) porcentaje máximode defectosque el consumidorconsideraaceptable enunlote.
c) esel porcentaje de defectuososenunlote que el consumidorconsideranosatisfactorioy
quiere que se rechace conalta probabilidad.
d) Calidadpromediode salida(CPS) esel nivel promediode calidadque se alcanzaal aplicarun
programa de inspección,donde losartículosdefectuososde lamuestrase sustituyenpor
artículos buenos,considerandodeterminadacalidadde entrada.CPS=Px Pa
9. Para medirel desempeñode un procesoen una empresa,se cuantificala proporciónde
artículos defectuosos.De acuerdo con los datos históricosse tiene que el porcentaje
promediode artículosdefectuososesde 3.5%
a) Un cliente de esta empresaexige que antes de enviar losembarquesse inspeccionenlos
lotesy se aplique un NCAde 2.5% De acuerdo con esto,diseñe un plan apropiado
suponiendounNCL=5% y un tamaño de lote grande.
b) Obtengala curva CO para el plan
c) Si un lote tiene un nivel de calidad igual al promediodel proceso,¿Cuál es la probabilidad
de aceptarlo?
d) ¿qué opina de la utilidaddel plan eneste caso?
a)
NCA 2,5
NCL 5,0
ᾳ 0,050 Riesgodel proveedor
β 0,100 Riesgodel consumidor
P1=NCA/100 0,025
P2=NCL/100 0,05
Rc=P2/P1 2
C (Tabla 17.4+
cercacno a Rc)
18
np1 12,44
n=np1/p1 498
P=n/c 0,0362
lote de proporción
defectuosa
Pa(tabla17,5) 2,57
Probabilidadde
aceptación(%) 3,6174
b)
0
0.2
0.4
0.6
0.8
1
1.2
1 2 3 4
Probabilidaddeaceptarellotepa
proporción de artículos defectuosos en el lote P
pa
NCL
NCA
NCA
c) la probabilidadesde 3,6174%
d) nos indicaque para cada lote tomaremosunamuestrade 498 aceptandounmáximode
artículos defectuososde c=18. El planesmuy costososya que se toman demasiadasmuestras
por lote
12. ¿Cuál esel propósitode losdistintosnivelesde inspecciónenlas tablas MIL STD 105E?
MIL STD 105E esun conjuntode tablascon lascuales,dadoel tamaño de lote,el nivel de
inspecciónyel NCA,se encuentrael tamañode lamuestrapara tres diferentesplanesde
muestreode aceptaciónparaatributos.El estándarofrece tresprocedimientosde muestreo:
muestreosimpledoble ymúltiple.Paracadaplande muestreose prevé: Inspecciónnormal,
severao reducida.La inspecciónnormal se usaal iniciarunaactividadde inspección.La
inspecciónseverase establececuandoel vendedorhatenidounmal comportamientoen
cuanto a la calidadconvenida.Losrequisitosparalaaceptaciónde loslotesbajouna
inspecciónseverasonmásestrictosque ununa inspecciónnormal. Lainspecciónreducidase
aplicacuandoel vendedorhatenidouncomportamientobuenoencuantoa la calidad.El
tamañode muestrautilizadoenlainspecciónreducidaesmenorala de la inspecciónnormal y
su costode inspección esmenor.
15. En una empresase ha venidoaplicando un muestreode aceptación con base enel MIL
STD 105E, usan un NCAde 1.5%
a) Suponiendolotesde 12000 piezasy usando nivel de inspecciónnormal (II),encuentre los
planesnormal, reducidoy severoque se aplicarán.
b) De acuerdo con lo anterior,¿este plan garantiza que no pasen lotescon un porcentaje de
artículos defectuososmayor de 1.5%? Explique surespuesta.
a)
Código n c
Reducido K 50 2
Normal M 315 10
Severo N 500 12
b)
NCA 0,015
N 12000
Normal nivel II
ACUMULADO n c np p pa pxpa
VERDADERO 315 10 0 0,000 1 0,000
VERDADERO 315 10 1,575 0,0050 0,999999118 0,005
VERDADERO 315 10 3,15 0,010 0,999562801 0,010
VERDADERO 315 10 4,725 0,0150 0,990643397 0,015
VERDADERO 315 10 6,3 0,020 0,94372049 0,019
VERDADERO 315 10 7,875 0,0250 0,828096649 0,021
VERDADERO 315 10 9,45 0,030 0,651495152 0,020
VERDADERO 315 10 11,025 0,0350 0,456907666 0,016
VERDADERO 315 10 12,6 0,040 0,287606387 0,012
VERDADERO 315 10 14,175 0,0450 0,164369991 0,007
VERDADERO 315 10 15,75 0,050 0,086329058 0,004
VERDADERO 315 10 17,325 0,0550 0,042132058 0,002
VERDADERO 315 10 18,9 0,060 0,019291188 0,001
VERDADERO 315 10 20,475 0,0650 0,008354697 0,001
VERDADERO 315 10 22,05 0,070 0,003445897 0,000
VERDADERO 315 10 23,625 0,0750 0,001361369 0,000
VERDADERO 315 10 25,2 0,080 0,000517681 0,000
VERDADERO 315 10 26,775 0,0850 0,000190262 0,000
VERDADERO 315 10 28,35 0,090 6,78224E-05 0,000
Este plan nogarantiza debidoaque el porcentaje de artículosdefectuososesmayordel 1,5%,
esdel 3%, estosignificaque hayunmayor porcentaje yse debe rechazarya que nocumple
con su garantía de calidadpor lote.
0.000
0.005
0.010
0.015
0.020
0.025 pxpa
pxpa
18) Una clínicaevalúa la calidad de aplicadoresde algodón usando el plan de muestra simple
N=8000, n=62 y c=1. Construya la curva CO usandosiete puntos.
N 8000
n 62
c 1
NCA 1%
ACUMULADO n c np p pa
VERDADERO 62 1 0 0,000 1
VERDADERO 62 1 0,31 0,0050 0,96081551
VERDADERO 62 1 0,62 0,010 0,87146999
VERDADERO 62 1 0,93 0,0150 0,76148866
VERDADERO 62 1 1,24 0,020 0,64822065
VERDADERO 62 1 1,55 0,0250 0,54123233
VERDADERO 62 1 1,86 0,030 0,44522372
VERDADERO 62 1 2,17 0,0350 0,36194305
VERDADERO 62 1 2,48 0,040 0,29142643
VERDADERO 62 1 2,79 0,0450 0,2327864
VERDADERO 62 1 3,1 0,050 0,18470173
VERDADERO 62 1 3,41 0,0550 0,14571169
VERDADERO 62 1 3,72 0,060 0,11438433
VERDADERO 62 1 4,03 0,0650 0,08940488
VERDADERO 62 1 4,34 0,070 0,06961506
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0.000
0.0050
0.010
0.0150
0.020
0.0250
0.030
0.0350
0.040
0.0450
0.050
0.0550
0.060
0.0650
0.070
Curva CO
Probabilidad de
aceptar un lote Pa
21) Un proveedorde sábanas y un hotel han decididoevaluar el producto en lotesde 1000
usando NCA de 1%. UtilizandoMILSTD 105E y los nivelesde inspección I,II, III, determine los
planesque se podrían utilizar.
MIL STD 105E
N 1000
NCA 1%
planes de muestro simples para la inspección
Niveles de Inspección
Código n c
Re (aceptación de
defectuosos)
I Reducido G 13 0 2
II Normal J 80 2 3
III Severo K 125 2 3
24) En el problema del ejemplo17.4, encuentre el plan de muestreocon el método de
Cameron tomando NCA= 0.35% y NCL=1%
a) Compararlo con el obtenidoenel ejemplocontablas Dodge-Roming¿Cuál es más
estricto?
b) ¿Qué probabilidadse tendrá de aceptar los lotescuya calidad sea igual al promediodel
proceso?
NCA 0,35
NCL 0,01
ᾳ 0,05
β 0,10
P1=NCA/100 0,0035
P2=NCL/100 0,0001
Rc=P2/P1 0,029
C (Tabla 17.4+
cercano a Rc)
7
np1 3,98
n=np1/p1 1137
p=n/c 0,0062 0,6156
pa(tabla17,5) 2,57
27) ¿Qué ventajas tiene el muestreode aceptación por variables respectoal muestreopor
atributos?
La ventajaprincipal del muestreoporvariablesesque el tamañode muestraes
considerablemente menorque el muestreoporatributos.Además, muestrearporvariables
proporcionamásinformaciónacercadel proceso,lacual puede utilizarse paratomar
decisionesymejorarlacalidad;estose debe a que lasmedidasnuméricasde lascaracterísticas
de calidadson másútilesque unasimple clasificaciónde losartículoscomodefectuososono
defectuosos.

Más contenido relacionado

La actualidad más candente

Nivel de servicio e inventario de seguridad
Nivel de servicio e inventario de seguridadNivel de servicio e inventario de seguridad
Nivel de servicio e inventario de seguridadMario Trujillo
 
Caracterización del material y su utilización en los procesos
Caracterización del material y su utilización en los procesosCaracterización del material y su utilización en los procesos
Caracterización del material y su utilización en los procesosrubi suarez
 
Taxonomia de la conservacion industrial
Taxonomia de la conservacion industrialTaxonomia de la conservacion industrial
Taxonomia de la conservacion industrialjsmoran
 
Dinamica grupal 14 unidad 3.
Dinamica grupal 14 unidad 3.Dinamica grupal 14 unidad 3.
Dinamica grupal 14 unidad 3.ramiro miranda
 
Proceso de nacimiento y muerte poisson
Proceso de nacimiento y muerte poissonProceso de nacimiento y muerte poisson
Proceso de nacimiento y muerte poissonKatia Arrayales Zamora
 
Programación hacia adelante y hacia atras
Programación hacia adelante y hacia atrasProgramación hacia adelante y hacia atras
Programación hacia adelante y hacia atrasJose Rafael Estrada
 
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...Genesis Acosta
 
MEJORAMIENTO DE LA PRODUCTIVIDAD MEDIANTE LA TECNOLOGÍA Y MATERIALES 1
MEJORAMIENTO DE LA PRODUCTIVIDAD MEDIANTE LA  TECNOLOGÍA Y MATERIALES 1MEJORAMIENTO DE LA PRODUCTIVIDAD MEDIANTE LA  TECNOLOGÍA Y MATERIALES 1
MEJORAMIENTO DE LA PRODUCTIVIDAD MEDIANTE LA TECNOLOGÍA Y MATERIALES 1Juan Manuel Carrión Delgado
 
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)Jesus Rodriguez
 
06 economía de movimientos
06 economía de movimientos06 economía de movimientos
06 economía de movimientoscesar hernandez
 
La administracion de mantenimiento industrial
La administracion de mantenimiento industrialLa administracion de mantenimiento industrial
La administracion de mantenimiento industrialYoendrick Prieto
 
Planeacion y diseño de instalaciones
Planeacion  y diseño de instalacionesPlaneacion  y diseño de instalaciones
Planeacion y diseño de instalacionesRikardo Suarez
 
Sistemas de producción tradicionales
Sistemas de producción tradicionalesSistemas de producción tradicionales
Sistemas de producción tradicionalesDario A. Garcia
 

La actualidad más candente (20)

Nivel de servicio e inventario de seguridad
Nivel de servicio e inventario de seguridadNivel de servicio e inventario de seguridad
Nivel de servicio e inventario de seguridad
 
Caracterización del material y su utilización en los procesos
Caracterización del material y su utilización en los procesosCaracterización del material y su utilización en los procesos
Caracterización del material y su utilización en los procesos
 
Taxonomia de la conservacion industrial
Taxonomia de la conservacion industrialTaxonomia de la conservacion industrial
Taxonomia de la conservacion industrial
 
Dinamica grupal 14 unidad 3.
Dinamica grupal 14 unidad 3.Dinamica grupal 14 unidad 3.
Dinamica grupal 14 unidad 3.
 
Proceso de nacimiento y muerte poisson
Proceso de nacimiento y muerte poissonProceso de nacimiento y muerte poisson
Proceso de nacimiento y muerte poisson
 
Programación hacia adelante y hacia atras
Programación hacia adelante y hacia atrasProgramación hacia adelante y hacia atras
Programación hacia adelante y hacia atras
 
Diferencia entre grafico xr,xs
Diferencia entre grafico xr,xsDiferencia entre grafico xr,xs
Diferencia entre grafico xr,xs
 
Estudio de tiempos 1
Estudio de tiempos 1Estudio de tiempos 1
Estudio de tiempos 1
 
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
 
Tiempos estandar
Tiempos estandarTiempos estandar
Tiempos estandar
 
Lean supply chain
Lean supply chainLean supply chain
Lean supply chain
 
MEJORAMIENTO DE LA PRODUCTIVIDAD MEDIANTE LA TECNOLOGÍA Y MATERIALES 1
MEJORAMIENTO DE LA PRODUCTIVIDAD MEDIANTE LA  TECNOLOGÍA Y MATERIALES 1MEJORAMIENTO DE LA PRODUCTIVIDAD MEDIANTE LA  TECNOLOGÍA Y MATERIALES 1
MEJORAMIENTO DE LA PRODUCTIVIDAD MEDIANTE LA TECNOLOGÍA Y MATERIALES 1
 
programacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajosprogramacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajos
 
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
 
06 economía de movimientos
06 economía de movimientos06 economía de movimientos
06 economía de movimientos
 
La administracion de mantenimiento industrial
La administracion de mantenimiento industrialLa administracion de mantenimiento industrial
La administracion de mantenimiento industrial
 
Planeacion y diseño de instalaciones
Planeacion  y diseño de instalacionesPlaneacion  y diseño de instalaciones
Planeacion y diseño de instalaciones
 
LINEAS DE ESPERA
LINEAS DE ESPERALINEAS DE ESPERA
LINEAS DE ESPERA
 
Sistemas de producción tradicionales
Sistemas de producción tradicionalesSistemas de producción tradicionales
Sistemas de producción tradicionales
 
MUESTREO DE ACEPTACION
MUESTREO DE ACEPTACIONMUESTREO DE ACEPTACION
MUESTREO DE ACEPTACION
 

Similar a Capítulo 17 muestre de aceptació1

Aceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAndres Guaca
 
Teoría de muestreo de aceptación,tablas de distribución Binomial y de Poisson...
Teoría de muestreo de aceptación,tablas de distribución Binomial y de Poisson...Teoría de muestreo de aceptación,tablas de distribución Binomial y de Poisson...
Teoría de muestreo de aceptación,tablas de distribución Binomial y de Poisson...Roberto Lugo
 
Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473ivan_antrax
 
Control de calidad(veronica ochoa)
Control de calidad(veronica ochoa)Control de calidad(veronica ochoa)
Control de calidad(veronica ochoa)vcaroloh
 
Muestreo por aceptación "Por Miguel vargas"
Muestreo por aceptación "Por Miguel vargas"Muestreo por aceptación "Por Miguel vargas"
Muestreo por aceptación "Por Miguel vargas"franciscoe71
 
República bolivariana de venezuela 2.1
República bolivariana de venezuela 2.1República bolivariana de venezuela 2.1
República bolivariana de venezuela 2.1LUISRICHE
 
Tema6 muestreo-aceptacion-atributos
Tema6 muestreo-aceptacion-atributosTema6 muestreo-aceptacion-atributos
Tema6 muestreo-aceptacion-atributosMoissGuerreroEsperan
 
Muestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos GeneralidadesMuestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos GeneralidadesLuis Dicovskiy
 
Muestreo Patricia Vargas y Henry Cortez
Muestreo Patricia Vargas y Henry CortezMuestreo Patricia Vargas y Henry Cortez
Muestreo Patricia Vargas y Henry CortezPatriciaVargas126
 
Unidad7_muestreo_aceptacion.pdf
Unidad7_muestreo_aceptacion.pdfUnidad7_muestreo_aceptacion.pdf
Unidad7_muestreo_aceptacion.pdfLuisaRamos624199
 
MUESTREO DE ACEPTACIÓN DE PRODUCTOS (MATERIAS PRIMAS Y PRODUTOS TERMINADOS).....
MUESTREO DE ACEPTACIÓN DE PRODUCTOS (MATERIAS PRIMAS Y PRODUTOS TERMINADOS).....MUESTREO DE ACEPTACIÓN DE PRODUCTOS (MATERIAS PRIMAS Y PRODUTOS TERMINADOS).....
MUESTREO DE ACEPTACIÓN DE PRODUCTOS (MATERIAS PRIMAS Y PRODUTOS TERMINADOS).....CarlosQuindeBajaa
 
Control de calidad exposicion planes de muestreo
Control de calidad    exposicion planes de muestreoControl de calidad    exposicion planes de muestreo
Control de calidad exposicion planes de muestreosaintime
 
Muestreo en control de calidad
Muestreo en control de calidadMuestreo en control de calidad
Muestreo en control de calidadsorayac
 
Lección 1 importnacia de las pruebas de hipótesis
Lección 1 importnacia de las pruebas de hipótesisLección 1 importnacia de las pruebas de hipótesis
Lección 1 importnacia de las pruebas de hipótesisTino Lc
 

Similar a Capítulo 17 muestre de aceptació1 (20)

Muestreo Aceptacion
Muestreo AceptacionMuestreo Aceptacion
Muestreo Aceptacion
 
Aceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de Calidad
 
Teoría de muestreo de aceptación,tablas de distribución Binomial y de Poisson...
Teoría de muestreo de aceptación,tablas de distribución Binomial y de Poisson...Teoría de muestreo de aceptación,tablas de distribución Binomial y de Poisson...
Teoría de muestreo de aceptación,tablas de distribución Binomial y de Poisson...
 
02. muestreo aceptacion-cec
02. muestreo aceptacion-cec02. muestreo aceptacion-cec
02. muestreo aceptacion-cec
 
Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473
 
Control de calidad(veronica ochoa)
Control de calidad(veronica ochoa)Control de calidad(veronica ochoa)
Control de calidad(veronica ochoa)
 
Muestreo por aceptación "Por Miguel vargas"
Muestreo por aceptación "Por Miguel vargas"Muestreo por aceptación "Por Miguel vargas"
Muestreo por aceptación "Por Miguel vargas"
 
muestreo de aceptacion
muestreo de aceptacionmuestreo de aceptacion
muestreo de aceptacion
 
República bolivariana de venezuela 2.1
República bolivariana de venezuela 2.1República bolivariana de venezuela 2.1
República bolivariana de venezuela 2.1
 
Tema6 muestreo-aceptacion-atributos
Tema6 muestreo-aceptacion-atributosTema6 muestreo-aceptacion-atributos
Tema6 muestreo-aceptacion-atributos
 
Muestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos GeneralidadesMuestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos Generalidades
 
01. cuando aplicar muestreo de aceptación
01. cuando aplicar muestreo de aceptación01. cuando aplicar muestreo de aceptación
01. cuando aplicar muestreo de aceptación
 
Muestreo Patricia Vargas y Henry Cortez
Muestreo Patricia Vargas y Henry CortezMuestreo Patricia Vargas y Henry Cortez
Muestreo Patricia Vargas y Henry Cortez
 
Muestreo aceptación de lotes (2)
Muestreo aceptación de lotes (2)Muestreo aceptación de lotes (2)
Muestreo aceptación de lotes (2)
 
Control de calidad guia unidad iii
Control de calidad guia unidad iiiControl de calidad guia unidad iii
Control de calidad guia unidad iii
 
Unidad7_muestreo_aceptacion.pdf
Unidad7_muestreo_aceptacion.pdfUnidad7_muestreo_aceptacion.pdf
Unidad7_muestreo_aceptacion.pdf
 
MUESTREO DE ACEPTACIÓN DE PRODUCTOS (MATERIAS PRIMAS Y PRODUTOS TERMINADOS).....
MUESTREO DE ACEPTACIÓN DE PRODUCTOS (MATERIAS PRIMAS Y PRODUTOS TERMINADOS).....MUESTREO DE ACEPTACIÓN DE PRODUCTOS (MATERIAS PRIMAS Y PRODUTOS TERMINADOS).....
MUESTREO DE ACEPTACIÓN DE PRODUCTOS (MATERIAS PRIMAS Y PRODUTOS TERMINADOS).....
 
Control de calidad exposicion planes de muestreo
Control de calidad    exposicion planes de muestreoControl de calidad    exposicion planes de muestreo
Control de calidad exposicion planes de muestreo
 
Muestreo en control de calidad
Muestreo en control de calidadMuestreo en control de calidad
Muestreo en control de calidad
 
Lección 1 importnacia de las pruebas de hipótesis
Lección 1 importnacia de las pruebas de hipótesisLección 1 importnacia de las pruebas de hipótesis
Lección 1 importnacia de las pruebas de hipótesis
 

Último

Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Francisco Javier Mora Serrano
 
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptxNayeliZarzosa1
 
Estacionamientos, Existen 3 tipos, y tienen diferentes ángulos de inclinación
Estacionamientos, Existen 3 tipos, y tienen diferentes ángulos de inclinaciónEstacionamientos, Existen 3 tipos, y tienen diferentes ángulos de inclinación
Estacionamientos, Existen 3 tipos, y tienen diferentes ángulos de inclinaciónAlexisHernandez885688
 
Descubrimiento de la penicilina en la segunda guerra mundial
Descubrimiento de la penicilina en la segunda guerra mundialDescubrimiento de la penicilina en la segunda guerra mundial
Descubrimiento de la penicilina en la segunda guerra mundialyajhairatapia
 
SOLIDOS DE REVOLUCION, aplicaciones de integrales definidas
SOLIDOS DE REVOLUCION, aplicaciones de integrales definidasSOLIDOS DE REVOLUCION, aplicaciones de integrales definidas
SOLIDOS DE REVOLUCION, aplicaciones de integrales definidasLeonardoMendozaDvila
 
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdfCONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdfErikNivor
 
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...humberto espejo
 
Fijaciones de balcones prefabricados de hormigón - RECENSE
Fijaciones de balcones prefabricados de hormigón - RECENSEFijaciones de balcones prefabricados de hormigón - RECENSE
Fijaciones de balcones prefabricados de hormigón - RECENSEANDECE
 
Trabajo en altura de acuerdo a la normativa peruana
Trabajo en altura de acuerdo a la normativa peruanaTrabajo en altura de acuerdo a la normativa peruana
Trabajo en altura de acuerdo a la normativa peruana5extraviado
 
Sistema de Base de Datos para renta de trajes
Sistema de Base de Datos para renta de trajesSistema de Base de Datos para renta de trajes
Sistema de Base de Datos para renta de trajesjohannyrmnatejeda
 
POBLACIONES CICLICAS Y NO CICLICAS ......
POBLACIONES CICLICAS Y NO CICLICAS ......POBLACIONES CICLICAS Y NO CICLICAS ......
POBLACIONES CICLICAS Y NO CICLICAS ......dianamontserratmayor
 
Conservatorio de danza Kina Jiménez de Almería
Conservatorio de danza Kina Jiménez de AlmeríaConservatorio de danza Kina Jiménez de Almería
Conservatorio de danza Kina Jiménez de AlmeríaANDECE
 
Peligros de Excavaciones y Zanjas presentacion
Peligros de Excavaciones y Zanjas presentacionPeligros de Excavaciones y Zanjas presentacion
Peligros de Excavaciones y Zanjas presentacionOsdelTacusiPancorbo
 
1. Cap. 4 Carga Axial (1).pdf237374335347
1. Cap. 4 Carga Axial (1).pdf2373743353471. Cap. 4 Carga Axial (1).pdf237374335347
1. Cap. 4 Carga Axial (1).pdf237374335347vd110501
 
NOM-002-STPS-2010, combate contra incendio.pptx
NOM-002-STPS-2010, combate contra incendio.pptxNOM-002-STPS-2010, combate contra incendio.pptx
NOM-002-STPS-2010, combate contra incendio.pptxJairReyna1
 
Edificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaEdificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaANDECE
 
Centro Integral del Transporte de Metro de Madrid (CIT). Premio COAM 2023
Centro Integral del Transporte de Metro de Madrid (CIT). Premio COAM 2023Centro Integral del Transporte de Metro de Madrid (CIT). Premio COAM 2023
Centro Integral del Transporte de Metro de Madrid (CIT). Premio COAM 2023ANDECE
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCANDECE
 
produccion de cerdos. 2024 abril 20..pptx
produccion de cerdos. 2024 abril 20..pptxproduccion de cerdos. 2024 abril 20..pptx
produccion de cerdos. 2024 abril 20..pptxEtse9
 

Último (20)

Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
 
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
 
Estacionamientos, Existen 3 tipos, y tienen diferentes ángulos de inclinación
Estacionamientos, Existen 3 tipos, y tienen diferentes ángulos de inclinaciónEstacionamientos, Existen 3 tipos, y tienen diferentes ángulos de inclinación
Estacionamientos, Existen 3 tipos, y tienen diferentes ángulos de inclinación
 
Descubrimiento de la penicilina en la segunda guerra mundial
Descubrimiento de la penicilina en la segunda guerra mundialDescubrimiento de la penicilina en la segunda guerra mundial
Descubrimiento de la penicilina en la segunda guerra mundial
 
SOLIDOS DE REVOLUCION, aplicaciones de integrales definidas
SOLIDOS DE REVOLUCION, aplicaciones de integrales definidasSOLIDOS DE REVOLUCION, aplicaciones de integrales definidas
SOLIDOS DE REVOLUCION, aplicaciones de integrales definidas
 
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdfCONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
 
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
 
Fijaciones de balcones prefabricados de hormigón - RECENSE
Fijaciones de balcones prefabricados de hormigón - RECENSEFijaciones de balcones prefabricados de hormigón - RECENSE
Fijaciones de balcones prefabricados de hormigón - RECENSE
 
Trabajo en altura de acuerdo a la normativa peruana
Trabajo en altura de acuerdo a la normativa peruanaTrabajo en altura de acuerdo a la normativa peruana
Trabajo en altura de acuerdo a la normativa peruana
 
Sistema de Base de Datos para renta de trajes
Sistema de Base de Datos para renta de trajesSistema de Base de Datos para renta de trajes
Sistema de Base de Datos para renta de trajes
 
Linea del tiempo de la inteligencia artificial.pptx
Linea del tiempo de la inteligencia artificial.pptxLinea del tiempo de la inteligencia artificial.pptx
Linea del tiempo de la inteligencia artificial.pptx
 
POBLACIONES CICLICAS Y NO CICLICAS ......
POBLACIONES CICLICAS Y NO CICLICAS ......POBLACIONES CICLICAS Y NO CICLICAS ......
POBLACIONES CICLICAS Y NO CICLICAS ......
 
Conservatorio de danza Kina Jiménez de Almería
Conservatorio de danza Kina Jiménez de AlmeríaConservatorio de danza Kina Jiménez de Almería
Conservatorio de danza Kina Jiménez de Almería
 
Peligros de Excavaciones y Zanjas presentacion
Peligros de Excavaciones y Zanjas presentacionPeligros de Excavaciones y Zanjas presentacion
Peligros de Excavaciones y Zanjas presentacion
 
1. Cap. 4 Carga Axial (1).pdf237374335347
1. Cap. 4 Carga Axial (1).pdf2373743353471. Cap. 4 Carga Axial (1).pdf237374335347
1. Cap. 4 Carga Axial (1).pdf237374335347
 
NOM-002-STPS-2010, combate contra incendio.pptx
NOM-002-STPS-2010, combate contra incendio.pptxNOM-002-STPS-2010, combate contra incendio.pptx
NOM-002-STPS-2010, combate contra incendio.pptx
 
Edificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaEdificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes Granada
 
Centro Integral del Transporte de Metro de Madrid (CIT). Premio COAM 2023
Centro Integral del Transporte de Metro de Madrid (CIT). Premio COAM 2023Centro Integral del Transporte de Metro de Madrid (CIT). Premio COAM 2023
Centro Integral del Transporte de Metro de Madrid (CIT). Premio COAM 2023
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRC
 
produccion de cerdos. 2024 abril 20..pptx
produccion de cerdos. 2024 abril 20..pptxproduccion de cerdos. 2024 abril 20..pptx
produccion de cerdos. 2024 abril 20..pptx
 

Capítulo 17 muestre de aceptació1

  • 1. Capítulo 17 Muestre de Aceptación 1. Sobre el muestreode aceptación: a) Explique cuál essu idea general b) El muestreode aceptaciónes una decisiónintermediaentre dos extremos:la inspecciónal 100% o cero inspección.Explique encuálescondicionesse recomienda aplicar el muestreode aceptación. c) Qué ventajastiene el muestreode aceptación sobre la inspecciónal 100%? a) esel procesode inspecciónde unamuestrade unidadesde unlote conel propósitode aceptar o rechazartodo el lote,esunaestrategiaparaproporcionarun ciertonivel de seguridadde que losnivelesde calidadconlosque se diseñael plande muestreose están alcanzando. b) cuando se tiene unao variasde lassiguientessituaciones: - cuandola inspecciónse hace conpruebasdestructivas(comopruebasde tensióny resistencia),esindispensable lainspecciónpormuestras,de locontrariotodoslosproductos seriandestruidosporlaspruebas. - Cuandoel costode la inspecciónal 100% esdemasiadoaltoencomparaciónconel costa de pasar unidadesdefectuosas. - En loscasos enlosque la inspecciónal 100% no estécnicamente posible ose requierede muchotiempopara llevarlaacabo. - cuandoel lote estáconformadopor unagran cantidadde artículosque hay que inspeccionar y la probabilidadde errorenla inspecciónessuficientemente alta,de tal maneraque la inspecciónal 100% puede dejarpasarmás unidadesdefectuosasque unplande muestreo. - En situacionesenlaque históricamente el vendedorhatenidoexcelentesnivelesde calidady se deseauna reducciónde lacantidadde inspección,peralacapacidaddel procesonoes suficientementebuenacomoparano inspeccionar. - Cuandoesnecesarioasegurarlaconfiabilidaddel producto,aunque lacapacidaddel proces fabricante del lote seasatisfactoria. c) tiene lassiguientesventajas: - tiene menorcostoporque se inspeccionamenos,apesarde algunoscostosadicionales generadosporel diseñoylaadministraciónde losplanesde muestreo. - Requiere de menospersonal enlasactividadesde inspección,simplificandoconelloel trabajode coordinaciónyreduciendoloscostos. - el productosufre menosdañoal haber menosmanipulación. - esaplicable enpruebasdestructivas. - a menudoreduce el errorde inspecciónylamonotonía.
  • 2. -el rechazo de loslotescompletosporlaexistenciade artículosdefectuososproporcionauna motivaciónal fabricante del lote paraque mejore sucalidad. 2) sobre la planeaciónde muestreoconteste: a) en qué consistenlos planespor atributos? b) Detalle la ideade planespara variables c) Explique cómo funcionael muestreodoble. a) consiste enque cadaartículo de lamuestrase le inspeccionanlasvariablesocaracterísticas cualitativasode atributos.El númerode defectosode artículos defectuosos enlamuestra será labase para aceptaro rechazar el lote. b) se toma unamuestraaleatoriadel lote ya cada unidadde la muestrase le mide una característica de calidadde tipocontinuo(longitud,peso,etc.) conlasmedicionesse calculaun estadístico,que generalmente se hace enfunciónde lasespecificacionesyde lamediay la desviaciónestándarde lamuestra,yal comparar el valorde este estadísticocontraunvalor de tablasse aceptará o rechazará todoel lote. c) plande atributosenel que se puedentomarhastados muestraspara decidirsi unlote se acepta o se rechaza.La ideaestomar unaprimeramuestrapequeñaparadetectarloslotes muybuenoso losmuymalos,y cuandola primeranose puedadecidir,entoncesse tomala segundapara llegarauna conclusióndefinitiva. 3) Indique de manera general,cómo se recomiendaformar loslotesque van a ser sometidos a inspecciónpormuestreo. Manera enque los artículosse acomodan enun lote,considerandosumanejo,asícomo cuándo,cómo y dónde se produjeron. Los lotesdebenserhomogéneosparaque nohaya muchavariacióny el muestreode aceptaciónnopierdaeficacia. Los lotesdebenformarse de maneraque nocompliquensumanejodurante lainspección. Los lotesdebensertangrandescomose posible debidoaque enloslotesgrandeses necesarioinspeccionarmenosproporcionalmente que conlotespequeñosyse puede detectar más fácilmente loslotesde malacalidad. 4) la selecciónde la muestra puede hacerse con algunode los métodosvistosen el capítulo anterior, sobre esto: a) indique cuando se recomendaría aplicar el muestreosistemático. b) Cuando por estratos? Si puedenhacerse medianteel métodode muestreoaleatorio.
  • 3. a) se aplicafrecuentementecuandose deseaobtenerinformaciónparaevaluarlacalidadde la producciónencadena,ya que el muestreose puede obtenerconforme se vanfabricandolos artículos yno es necesarioesperaratenerla producciónencadena,ya que lamuestrase puede obtenerconformese vanfabricandolosartículos y noes necesarioesperaratenerla produccióntotal. b) se aplicacuandola poblaciónse divide engruposoestratosclaramente diferentesentre si. Se seleccionaunamuestrade cada estrato. 5) sobre la curva característica de operaciónconteste: a) que es? b) Para qué sirve? c) algunas personas tienenlamala costumbre de seleccionarel tamaño de la muestra igual a 10% del lote.Con base enla curva CO, explique porqué esto no es adecuado. d) proporcione un breve resumende las seispropiedadesde las CO descritasen el texto. a) esun plande muestreodonde muestralarelacióndelaproporciónde artículosdefectuosos enel lote con la probabilidadde aceptarel lote (pa) b) proporcionael desempeñode unplande muestreomedianteel cálculode laprobabilidad de aceptar o rechazar unlote que tiene unadeterminadacalidad c) no esadecuadoporque laprobabilidadde aceptarloseríamuybajapor loque un lote así casi siempre serárechazadoconeste plan.Engeneral enlacurva CO se tiene unrangoamplio de valoresp,porque enla práctica no se sabe exactamente laproporcióndefectuososde un lote. d) propiedadesde lascurvasCO 1. no existe plan de muestro quetenga una curva CO ideal,todo plande muestreotiene riesgosde rechazarla buenacalidad yaceptar la mala. 2. Al aumentarel tamañode la muestray el númerode aceptación,se obtienenplanescon mayor potenciaparadistinguirlabuenacalidadde lamala. 3. el criterio de tamaño demuestra iguala un porcentajedeltamaño delote es un mal criterio. Es frecuente encontrarcasosenlosque el tamañodel lote y el númerode aceptaciónse establezcacomoc=0, pero estonoes adecuado. 4. Al disminuirel número deaceptación,la curva COcae más rápidoy con ellolosplanesse vuelenmásestrictos. 5. Los planescon c=0 no siempre son los másapropiados. Soncóncavosylaprobabilidadde aceptar disminuyemásrápidoaunpara valorespequeñosenlaproporciónde defectivosenel lote.El plande muestraaumentalocual es máscostoso para el cliente.
  • 4. 6. la influencia del tamaño delote al diseñaradecuadamenteplanesdemuestreo esmenorde lo que comúnmentesecree. CurvastipoB, se obtienenconladistribuciónbimodal yse aplica cuandolas muestrasse extraende unlote grande o de un flujocontinuode artículos(N<0.1) 6. El muestreode aceptación es una decisiónprobabilísticaque tiene riesgos,sobre esto: a) Cual esel riesgodel productor o proveedor? b) Cual esel del consumidor? a) Es la probabilidad, ᾳ,de rechazarlotesconun nivel de calidadaceptable(NCA) b) NCL es el porcentaje de defectuososenunlote que el consumidorconsideranosatisfactorio quiere que se rechace conalta probabilidad. 7. Sobre los índicespara losplanesde muestreo,conteste: a) Cuál esel propósitode los índices? b) Qué es el NCA? c) Indique que se conoce como NCL d) Qué es una curva CPS? a) esdiseñarplanesde muestreoque tenganaltaprobabilidadde aceptarlotes“buenos”yuna baja probabilidadde aceptarlotes“malos”de unarelacióncliente-proveedorenlaque hayun plande muestreode aceptaciónde pormedio,condos intereses:porunladoel proveedor quiere que todosloslotesque cumplanconunnivel de calidadseanaceptadosyel cliente deseaque todosloslotesque notienenunnivel de calidadaceptable seanrechazados. b) porcentaje máximode defectosque el consumidorconsideraaceptable enunlote. c) esel porcentaje de defectuososenunlote que el consumidorconsideranosatisfactorioy quiere que se rechace conalta probabilidad. d) Calidadpromediode salida(CPS) esel nivel promediode calidadque se alcanzaal aplicarun programa de inspección,donde losartículosdefectuososde lamuestrase sustituyenpor artículos buenos,considerandodeterminadacalidadde entrada.CPS=Px Pa 9. Para medirel desempeñode un procesoen una empresa,se cuantificala proporciónde artículos defectuosos.De acuerdo con los datos históricosse tiene que el porcentaje promediode artículosdefectuososesde 3.5% a) Un cliente de esta empresaexige que antes de enviar losembarquesse inspeccionenlos lotesy se aplique un NCAde 2.5% De acuerdo con esto,diseñe un plan apropiado suponiendounNCL=5% y un tamaño de lote grande. b) Obtengala curva CO para el plan
  • 5. c) Si un lote tiene un nivel de calidad igual al promediodel proceso,¿Cuál es la probabilidad de aceptarlo? d) ¿qué opina de la utilidaddel plan eneste caso? a) NCA 2,5 NCL 5,0 ᾳ 0,050 Riesgodel proveedor β 0,100 Riesgodel consumidor P1=NCA/100 0,025 P2=NCL/100 0,05 Rc=P2/P1 2 C (Tabla 17.4+ cercacno a Rc) 18 np1 12,44 n=np1/p1 498 P=n/c 0,0362 lote de proporción defectuosa Pa(tabla17,5) 2,57 Probabilidadde aceptación(%) 3,6174 b) 0 0.2 0.4 0.6 0.8 1 1.2 1 2 3 4 Probabilidaddeaceptarellotepa proporción de artículos defectuosos en el lote P pa NCL NCA NCA
  • 6. c) la probabilidadesde 3,6174% d) nos indicaque para cada lote tomaremosunamuestrade 498 aceptandounmáximode artículos defectuososde c=18. El planesmuy costososya que se toman demasiadasmuestras por lote 12. ¿Cuál esel propósitode losdistintosnivelesde inspecciónenlas tablas MIL STD 105E? MIL STD 105E esun conjuntode tablascon lascuales,dadoel tamaño de lote,el nivel de inspecciónyel NCA,se encuentrael tamañode lamuestrapara tres diferentesplanesde muestreode aceptaciónparaatributos.El estándarofrece tresprocedimientosde muestreo: muestreosimpledoble ymúltiple.Paracadaplande muestreose prevé: Inspecciónnormal, severao reducida.La inspecciónnormal se usaal iniciarunaactividadde inspección.La inspecciónseverase establececuandoel vendedorhatenidounmal comportamientoen cuanto a la calidadconvenida.Losrequisitosparalaaceptaciónde loslotesbajouna inspecciónseverasonmásestrictosque ununa inspecciónnormal. Lainspecciónreducidase aplicacuandoel vendedorhatenidouncomportamientobuenoencuantoa la calidad.El tamañode muestrautilizadoenlainspecciónreducidaesmenorala de la inspecciónnormal y su costode inspección esmenor. 15. En una empresase ha venidoaplicando un muestreode aceptación con base enel MIL STD 105E, usan un NCAde 1.5% a) Suponiendolotesde 12000 piezasy usando nivel de inspecciónnormal (II),encuentre los planesnormal, reducidoy severoque se aplicarán. b) De acuerdo con lo anterior,¿este plan garantiza que no pasen lotescon un porcentaje de artículos defectuososmayor de 1.5%? Explique surespuesta. a) Código n c Reducido K 50 2 Normal M 315 10 Severo N 500 12 b) NCA 0,015 N 12000 Normal nivel II
  • 7. ACUMULADO n c np p pa pxpa VERDADERO 315 10 0 0,000 1 0,000 VERDADERO 315 10 1,575 0,0050 0,999999118 0,005 VERDADERO 315 10 3,15 0,010 0,999562801 0,010 VERDADERO 315 10 4,725 0,0150 0,990643397 0,015 VERDADERO 315 10 6,3 0,020 0,94372049 0,019 VERDADERO 315 10 7,875 0,0250 0,828096649 0,021 VERDADERO 315 10 9,45 0,030 0,651495152 0,020 VERDADERO 315 10 11,025 0,0350 0,456907666 0,016 VERDADERO 315 10 12,6 0,040 0,287606387 0,012 VERDADERO 315 10 14,175 0,0450 0,164369991 0,007 VERDADERO 315 10 15,75 0,050 0,086329058 0,004 VERDADERO 315 10 17,325 0,0550 0,042132058 0,002 VERDADERO 315 10 18,9 0,060 0,019291188 0,001 VERDADERO 315 10 20,475 0,0650 0,008354697 0,001 VERDADERO 315 10 22,05 0,070 0,003445897 0,000 VERDADERO 315 10 23,625 0,0750 0,001361369 0,000 VERDADERO 315 10 25,2 0,080 0,000517681 0,000 VERDADERO 315 10 26,775 0,0850 0,000190262 0,000 VERDADERO 315 10 28,35 0,090 6,78224E-05 0,000 Este plan nogarantiza debidoaque el porcentaje de artículosdefectuososesmayordel 1,5%, esdel 3%, estosignificaque hayunmayor porcentaje yse debe rechazarya que nocumple con su garantía de calidadpor lote. 0.000 0.005 0.010 0.015 0.020 0.025 pxpa pxpa
  • 8. 18) Una clínicaevalúa la calidad de aplicadoresde algodón usando el plan de muestra simple N=8000, n=62 y c=1. Construya la curva CO usandosiete puntos. N 8000 n 62 c 1 NCA 1% ACUMULADO n c np p pa VERDADERO 62 1 0 0,000 1 VERDADERO 62 1 0,31 0,0050 0,96081551 VERDADERO 62 1 0,62 0,010 0,87146999 VERDADERO 62 1 0,93 0,0150 0,76148866 VERDADERO 62 1 1,24 0,020 0,64822065 VERDADERO 62 1 1,55 0,0250 0,54123233 VERDADERO 62 1 1,86 0,030 0,44522372 VERDADERO 62 1 2,17 0,0350 0,36194305 VERDADERO 62 1 2,48 0,040 0,29142643 VERDADERO 62 1 2,79 0,0450 0,2327864 VERDADERO 62 1 3,1 0,050 0,18470173 VERDADERO 62 1 3,41 0,0550 0,14571169 VERDADERO 62 1 3,72 0,060 0,11438433 VERDADERO 62 1 4,03 0,0650 0,08940488 VERDADERO 62 1 4,34 0,070 0,06961506 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.000 0.0050 0.010 0.0150 0.020 0.0250 0.030 0.0350 0.040 0.0450 0.050 0.0550 0.060 0.0650 0.070 Curva CO Probabilidad de aceptar un lote Pa
  • 9. 21) Un proveedorde sábanas y un hotel han decididoevaluar el producto en lotesde 1000 usando NCA de 1%. UtilizandoMILSTD 105E y los nivelesde inspección I,II, III, determine los planesque se podrían utilizar. MIL STD 105E N 1000 NCA 1% planes de muestro simples para la inspección Niveles de Inspección Código n c Re (aceptación de defectuosos) I Reducido G 13 0 2 II Normal J 80 2 3 III Severo K 125 2 3 24) En el problema del ejemplo17.4, encuentre el plan de muestreocon el método de Cameron tomando NCA= 0.35% y NCL=1% a) Compararlo con el obtenidoenel ejemplocontablas Dodge-Roming¿Cuál es más estricto? b) ¿Qué probabilidadse tendrá de aceptar los lotescuya calidad sea igual al promediodel proceso? NCA 0,35 NCL 0,01 ᾳ 0,05 β 0,10 P1=NCA/100 0,0035 P2=NCL/100 0,0001 Rc=P2/P1 0,029 C (Tabla 17.4+ cercano a Rc) 7 np1 3,98 n=np1/p1 1137 p=n/c 0,0062 0,6156 pa(tabla17,5) 2,57
  • 10. 27) ¿Qué ventajas tiene el muestreode aceptación por variables respectoal muestreopor atributos? La ventajaprincipal del muestreoporvariablesesque el tamañode muestraes considerablemente menorque el muestreoporatributos.Además, muestrearporvariables proporcionamásinformaciónacercadel proceso,lacual puede utilizarse paratomar decisionesymejorarlacalidad;estose debe a que lasmedidasnuméricasde lascaracterísticas de calidadson másútilesque unasimple clasificaciónde losartículoscomodefectuososono defectuosos.