El documento describe cómo se utilizó el análisis estadístico para determinar la probabilidad de que un lote de pernos cumpla con las especificaciones del cliente. Se calculó que la probabilidad de cumplimiento era del 100% y la probabilidad de no cumplimiento era del 0%. También se analizaron diferentes rangos de especificaciones y su relación con la media y desviación estándar muestral. La estadística permite predecir si un proceso industrial cumplirá con los requisitos del cliente y verificar la calidad.

1. ESTADISTICA APLICADA A LA
CALIDAD
Danny Chavarría Martinez
15 DE FEBRERO DE 2015
ESTADISTICA
Edgar Mata Ortiz

2. Interpreta las frecuencia relativas como probabilidades y determina a. La probabilidad de que
las piezas del lote cumplan con las especificaciones del cliente (1.5 ± 0.15).
La probabilidad esdel 100% ya quenuestrospernoscumplen con las especificacionesdel cliente.
b. La probabilidad de que las piezas del lote no cumplan con las especificaciones del cliente.
Porlo tanto es0% probablequeel lote no cumpla con los requerimientos.
¿Qué porcentaje de las piezas se encuentra en los siguientes intervalos? No olvides su relación
con la calidad.
c. Entre 𝒙 ̅ − 𝒔 y 𝒙 ̅ + 𝒔 = 1.4617 a 1.5403
d. Entre 𝒙 ̅ − 𝟐𝒔 y 𝒙 ̅ + 𝟐𝒔 = 1.4225 a 1.5796
e. Entre 𝒙 ̅ − 𝟑𝒔 y 𝒙 ̅ + 𝟑𝒔 = 1.3832 a 1.6188
Teniendo en cuenta que el T.V (Valor deseado) 1.520 ± 0.151, (1.370 a 1.671), podemos notar
que cumplimos con todos los requerimientos pedidos. Para dejarlo en claro:
Aproximadamente el 68% estarán entre los intervalos 1.4617 a 1.5403
El 95% estarán entre 1.4225 a 1.5796
Y casi todo lo demás estará entre los intervalos 1.3832 a 1.6188.
Compara el TV (valor deseado) con la media aritmética de la muestra.
Nuestro TVabarca 1.520 mientras que nuestra media aritmética es de 1.5010 por lo que no
nos excedemos demasiado en lo que el cliente está pidiendo.
Reinterpretando los resultados obtenemos lo siguiente.
Si las especificaciones fuera 1.40±0.15; tenemos comoresultado que se encuentran muy
alejados de la media aritmética, por lo cualno es bueno aceptar el trabajo, ya que no
cumpliríamos con lo que se está pidiendo.
Si las especificaciones fueran 1.45±0.15; Aquí, seguimos teniendo el mismo problema que en
el anterior, aunque con estas especificaciones casi se acercaun pocomás a la media aritmética
por lo que seguiría innecesario aceptar el trabajo.
Si las especificaciones fueran 1.55±0.15; aquí nuestro sistema es más cercanoal TV, aunque
se excede un pocosobre la media aritmética.
Si las especificaciones fueran 1.60±0.15; a partir de aquí, nuestros resultados serían muy
erróneos ya que empezamos a excedernos en lo que es la media aritmética.
Si las especificaciones fueran 1.40±0.20; en estas especificaciones tenemos el mismo
problema conel anterior, no llegamos a lo que es la media aritmética.
Si las especificaciones fueran 1.45±0.20; Seguiríamos teniendo el mismo tipo de error que en
el anterior, no llegamos a lo que es la media aritmética por lo que nuestro lote de pernos no
cumpliría con los requerimientos deseados.

3. Si las especificaciones fueran 1.50±0.20; Esta especificación sería la más correcta,ya que solo
se pasa .0010 de lo que es la media aritmética, siendo esto lo que más se acerque a lo que
necesitamos y nuestro lote seria de los mejores.
Si las especificaciones fueran 1.55±0.20; esta especificaciónestá un pococerca, pero no es
comola anterior, por lo tanto no sería recomendable aceptar dicha propuesta.
Si las especificaciones fueran 1.60±0.20; esta especificaciónqueda por mucho muy lejos por
lo cual no es ni poco recomendable yaque el error abarcaría demasiado.
¿Cuál es la función de la estadística en este ejercicio?
La funcióndela estadística en este ejercicioespoder predecir omás bien dicho, poder descubrir
si podemos tener los requerimientos que nos pide un cliente, ya que de solo una muestra (en
este caso son 300) podemos verificar si tenemos las especificaciones deseadas que nos son
indicadas, más en brevela estadística nos sirviópara comprobarsi somos ono capaces de hacer
lo que se nos va pedir al momento de fabricación.

4. ENSAYO: IMPORTANCIA DE LA ESTADISTICA EN LA INGENIERIA INDUSTRIAL.
La estadística aplicada en la ingeniería es importante porque busca implementar los procesos
probabilísticos y estadísticos, analizando e interpretando datos o características de una
población o una simple muestra de datos o elementos al entorno industrial, también para la
toma de decisiones y en el control de procesos industriales y organizacionales.
La estadística en la ingeniería industrial es una herramienta básica y realmente importante ya
que como se a dicho antes es un método o sistema con el cual podemos obtener resultados y
verificar datos, es realmente importante para la producción y la negociación. Es usada para
entender la variabilidad de sistemas de medición CEP (control estadístico de procesos o SPC)
para compilar datos. En estas aplicaciones tal vez esta sea la única herramienta factible con la
cual se puedan obtener, variar y verificarlos datos, procesos, producciones o lo que sea que se
necesite sacar para el ámbito laboral.
Si algo es importante para la industrial no importa si es chica o grande, o es demasiado rica o
está en los comienzos la estadística es algo realmente indispensable sin ella no podríamos
determinar los valores y rangos o en este caso como se nos está pidiendo, los diámetros de las
piezas (pernos) además de que si algo sale mal, poder saber cuántas piezas, muestras o lotes
podrían resultar afectados, o en caso contrario si está bien, podemos predecir como seria
nuestro próximo lote.
Hoy en día es indispensable para cualquier industria (empresa) que un ingeniero industrial sea
capazde fomentar esta herramienta tan básica pero a la veztan útil yaque conella uno es capaz
de obtener como es bien dicho y mencionado ya varias veces los resultados que uno desea,
también para poder saber en qué tenemos que cambiar nuestra manera de trabajar.
Siendo nosotros próximos ingenieros industriales en procesos, es necesario que sepamos con
exactitud los tipos de estadísticas, probabilidades que tenemos que sacar, y a la misma vez
tenemos que saber cómo diferenciarlos.