LA CONTROL ESTADISTICO DE PROCESOS

DOCENTE: MSc. Walter A. Varela Rojas Fecha: 03-04-2020

ALUMNO: Sanago A. Chávez Quijano código: 171.3503.007

EJERCICIOS DEL CAPITULO 7 DE CONTROL ESTADISTICO DE

PROCESOS

1. Si es seguro que suceda un evento, ¿cuál es su probabilidad? Si un evento no

sucederá,, ¿cuál es su probabilidad?
sucederá
Solución:

A) Si es seguro que
que suceda
suceda un evento
evento su probabi
probabilid
lidad
ad va a ser del 100%
100% es decir 
decir 
será 1.
B) Si un evento
evento no sucederá
sucederá su probabili
probabilidad
dad va a ser del 100%
100% es decir será 1.

4. Describa un
un evento cuya p
probabilidad
robabilidad sea 1.000.
Suponiendo un evento del lanzamiento de una moneda 1000 veces, puede ocurrir que
caiga cara o sello, es decir, que la probabilidad de que caiga cara es de 0.5.

Vamos a repetir el lanzamiento en 1000 ocasiones, para ello se utilizó la ayuda del
 programa Excel, para facili
facilitar
tar el proceso operativo, donde nos podemos dar cuenta que
en los 1000 lanzamientos la probabilidad que caiga cara es 0.499; este resultado es muy
cercano al primero.

34. Use la distribución binomial para calcular la probabilidad de obtener 2 o menos

restaurantes no conformes es una muestra de 9, cuando el lote es 15 % no conforme.

P = 15% No conforme = 0.15 n = 9 total

q = 85% Conforme = 0.85 x = 2 o menos no conformes

x = n° de restaurantes no conformes

Formula

 p ( x =r )= ()
n r n−r
r
 p ∗q

 A . p ( x =2 ) = ()9
2
0.15
2 7
∗0.85 =0.2597

9 1 8
B . p ( x =1 )= 0.15 ∗0.85 =0.3679
1

()
 

C . p (  xx =0 ) = ()
9
0
0 9
0.15 ∗ 0.85 =0.2316

 A + B + C =0.8592

La probabilidad que halla 2 o menos restaurantes no conformes es de 0.8592.

6. En cualquier hora en una unidad de cuidado intensivo, la probabilidad de una

emergencia es 0.247. ¿Cuál es la probabilidad de que haya descanso para el
personal?
P(D)=1.00-P(E)

P(D)= Probabilidad de descanso

P(E)= Probabilidad de emergencia

P(D)=1-0.247

P(D)=0.753

7. Si un hotel tiene 20 camas King size, 50 queen size, 100 matrimoniales y 30

gemelas ¿Cuál es la probabilidad de que se le asigne una cama queen size o una
gemela cuando se registre?

Solución:
King size = 20
Queen size =50
Matrimoniales=100
Gemelas =30
  200

  50   30 4
P(Queen o gemela)= + = =0.4
200 200 5

27.- ¿A qué conclusión se llega?

3 9 35
C 3, C 9 , C 35
Solución:

Dado que:

n   n!
C r =
r ! ( n −r ) !

Entonces, si n es igual a r, toda combinatoria es igual a 1

 

8. Se toma al azar una pelota de un recipiente donde hay 8 pelotas amarillas

numeradas de 1 a 8, 6 pelotas anaranjadas numeradas de 1 a 6, 10 pelotas grises
numeradas de 1 a 10. ¿Cuál es la probabilidad de sacar una pelota anaranjada o
una con el número 5, o una pelota anaranjada con número 5 al sacar una pelota?
¿Cuál es la probabilidad de sacar una pelota gris o una con número 8, o una gris
con número 8 al sacar una pelota?
A: Pelotas amarillas - E1: 1,2,3,4,5,6,7,8

B: Pelotas anaranjadas – E2: 1,2,3,4,5,6

C: Pelotas grises – E3: 1,2,3,4,5,6,7,8,9,10

1,2,3,4,5,6,7,8,9,10

TOTAL = 24

I. DEFINIENDO PROBABILIDADES
E1: Pelotas con el N°5
E2: Pelota anaranjada con el N°5

P (B ∩ E1 ∩ E2
 E2)) = 6/24
6/24 + 3/24
3/24 + 1/24
1/24
= 0.4167

II. DEFINIENDO PROBABILIDADES

E3: Pelota con el N°8
E4: Pelota gris con el N°8

P (C ∩ E3 ∩ E4) = 10/24 + 2/24 + 1/24

= 0.5417
9. Si la probabilidad de obtener 1 unidad no conforme en una muestra de 2, de un
lote grande de empaquetaduras de neopreno es 0.18, y la de que obtener 2
unidades no conformes es 0.25 ¿cuál es la probabilidad de obtener 0 unidades no
conformes?
P(x)
0 X
1 0.18
2 0.25
Muestra es 2

Entonces, existe {0,1,2} como posibles.

Además, la  P(x)=1

P(0)=0.57

10. Con la inf

infor
ormac
mación
ión dedell eje
ejerci
rcicio
cio 9, cal
calcul
culee la pro
probab
babili
ilidad
dad de obtene
obtenerr 2
unidades no conformes en la primera muestra de 2 y 1 unidad no conforme en la
segunda muestra de 2. ¿Cuál es la probabilidad de 0 unidades no conformes en la
primera muestra, y de 2 unidades no conformes en la segunda? La primera
empaquetaduraa que se selecciona se regresa al lote antes de sacar la segunda.
empaquetadur
P(0) + P(1) + P(2) = 1
 

Obteniendo algunos valores de la pregunta anterior 

P(0) + P(1) + P(2) = 1

0.57 + x + 0.25 = 1

X= 0.18

Obteniendo la probabilidad de 0.18

12. Si se puede
uede to
toma
marr una mu
mueestr
traa de 1 de un anaq
naquel
uel au
auto
tomá
máti
tico
co de
almacenamiento y toma, con tres distintos anaqueles de almacenamiento y 6
bandejas diferentes en cada anaquel ¿cuántas maneras diferentes hay de obtener
la muestra de 1?
  Números de anaqueles = 3
  Números de bandejas = 6

Si un evento a puede ocurrir en cualquiera de las x formas o resultados y, después de

que haya ocurrido y otro evento B puede ocurrir en y, entonces xy puede dar el
nombre de las formas en que ambos eventos pueden ocurrir.

Entonces:
 A x B=( 3 )( 6 )

 AB=18

14. Un inspector debe revisar productos de 3 máquinas en un departamento, 5

máquinas en otro y 2 máquinas en un tercero. El gerente de calidad desea variar la
ruta del inspector. ¿Cuántas formas diferentes son posibles?
D1 = 3

D2= 5

D3 = 2
Aplicando el principio multiplicativo:

 D 1 × D 2 × D 3= 3 × 5 × 2=30

∴ El inspector puede revisar los productos de 30 formas posibles.

15. Si en el problema de ejemplo 7-10, del conductor que huyó hubiera 1 número y
1 letra ¿a cuántos automóviles se debería investigar?
PROBLEMA DE EJEMPLO 7-10
Un testigo de un accidente en el que huyó el conductor recordaba los primeros 3 dígitos
de la placa, de 5 caracteres, y notó que los últimos dos caracteres eran números. ¿A
cuántos dueños de automóviles debe investigar la policía?
 

10. Un testigo de un accidente en que huyo el conductor recordaba los primeros 3

digito
digitoss de la placa,
placa, de 5 caract
caracteres
eres,, y noto que
que los últi
últimos
mos dos
dos caractere
caracteress eran
nuemeros. ¿A cauntos dueños de automóviles deben investiggar la policía?

Solución:

Como los dos últimos caracteres son un número y una letra letras ¿a cuántos habría que
investigar?

AB = (10) (26) → AB = 260

Eso sería el resultado si la primera fuese número y la segunda letra, pero no especifican
que es así, por lo tanto, multiplicamos al resultado por 2 para tener en cuenta que los
dos caracteres pueden ser tanto número como letra

AB = (260) (2) = 520

La policía debería de investigar a 520 automóviles.

[Link] selecciona una muestra de 3 entre 10 personas durante un crucero por el

Caribe. ¿Cuántas permutaciones son posibles?
SOLUCIÓN:
n   n!
 Pk = ( n −k ) !
10   10 !
 P3 =
( 10−3 ) !
10 10 !
 P3 = =720
(7) !
∴ Son 720 permutacio
 permutaciones
nes posibles

17. Entre un lote de 90 boletos de avión se selecciona una muestra de 8. ¿Cuántas

permutaciones son posibles?

  90 !
90 P8= ( 90 −8 ) !

 90 !
¿
82 !

18.
18. Se se
sele
lecc
ccio
iona
na una
una mumues
estr
traa de 4 enentr
tree 20 an
anil
illo
loss de pist
pistón
ón.. ¿Cu
Cuán
ánta
tass
combinaciones diferentes
diferentes son posibles en la muestra?
n   n!
C r =
r ! ( n− r ) !

20   20 !
C 4 =
(
4 ! 20 −4 ) !
20

C 4 =4845
 

19. De un lote de 100 cuartos de hotel, se selecciona una muestra de 3 para

auditarlos.
¿Cuántas combinaciones son posibles en la muestra?
Solución:

n   n!
C r = r ! ( n−r ) !

100   100 !
C 3 =
3 ! ( 100−3 ) !

100   100 !
C 3 =
∗
3 ! 97 !

100 100 ∗99∗98∗97 !

C 3 =   =161 700
7000
0
3∗2∗97 !

21. En una lotería, los números disponible

disponibless son del 1 al 54. Un sábado por la noche
se seleccionan 6 números. ¿Cuántas combinaciones diferentes son posibles?

54 x 53 x 52 x 51 x 50 x 49   18595558800

54 !
C 6 ! =   = =720
6! 6 x 5 x 4 x 3 x 2 x 1

 Son 720 combinaciones diferentes posibles.

22. En la misma lotería, cada participante dos conjuntos de 6 números. ¿Cuál es la

probabilidad de tener los 6 números ganadores?

( )
6
 1
 P=2 ×
54

¿ 8.067 × 10−11

23. El juego KENO tiene

t iene 80 números, y se seleccionan 15. ¿Cuál es la probabilidad
de tener los 15 números y ganar el premio gordo?
Las probabilidades de ganar en el Keno siguen una distribución hipergeométrica, la cual
es:

(20 )
 )((   60 )
n  N −n
 P ( X = n )=
(80 )
 N 

Si se elegiría 15 números, la probabilidad de que se acierte los 15 sería:

 

 P ( X =15 )=
( )
20   60
(
15 15 −15
)
=
( )
20 60
(
15 0
)

( 80 ) ( 80 )
15 15

20   60
×
 P ( X =15 ) = 5 15 60 0
80
6515

20
16
5 2.027418 × 10
 P ( X =15 ) = = 27
=0.002336 × 10− 9

80 8.677557 × 10
65

−9
La probabilidad de tener los 15 números y ganar es de 0.002336 × 10

24. Un abrepuertas automático de cochera tiene 12 interruptores que pueden estar

cerrados o abiertos. Tanto el transmisor como el receptor se ajustan igual, y el
dueñ
dueñoo ti
tien
enee la opci
opción
ón de conf
config
igur
urar
ar de 1 a 12 inte
interr
rrup
upto
tore
res.
s. ¿C
¿Cuá
uáll es la
probabilidad de que otra persona, con el transmisor del mismo modelo pueda
abrir la puerta?
Primero
Primer o calcul
calculamo
amoss el nu
numer
mero
o total
total de combin
combinacio
aciones
nes que podemos
podemos hacer
hacer con los
interruptores

 N set = ¿ n ! ¿

 N set =¿ 12 ! ¿

 N 0= ¿ 1 ¿

Entonces

 N 0  1
=
 N set  12 !

= 2.08 x 10−9

25. Compare las respuestas:

1er Caso:

5   5! ∗4∗3 !
5
   C 3= = =10
3! 5 ( −3 ) ! 3 !∗2

5
  C 3=   5! = 5∗4∗3 !  =10

2 ! ( 5 −2 ) ! 2∗3 !
 

2do Caso:

4   4! 4∗3 !
   C 1= = =4
1 ! ( 4 −1 ) ! 1∗ 3 !

4   4!  4∗3 !

  C 3= 3 ! ( 4 −3 ) ! = 3 !∗1 =4

3er Caso:

10   10 ! 10∗9∗8 !
   C 2 = =   = 45
2 ! ( 10− 2 ) ! 2∗8 !

10   10 ! 10∗ 9∗8 !
   C 8 = = =45
8 ! ( 10 − 8 ) ! 8 !∗2

En cada caso al determinar los números de combinaciones, comparando la pareja

de cada caso, se obtiene el mismo número de combinaciones a pesar de ser de
ser realizado con diferente muestra.

28. Calcule 7 12
C 1 ,C 1 y C 1
18
 . ¿A qué conclusión llega usted?

Solución:

7   7!
C 1= =7
1! ∗( 7 −6 ) !
12   12 !
C 1 = = 12
1! ∗( 12−1 ) !
18   18 !
C 1 = = 18
1! ∗( 18−1 ) !

Como se aprecia en los tres ejercicios, es resultado siempre será el mismo cuando se
haga una combinatoria en el número 1, es decir:

n   n!
C 1= =n
1 !∗( n − 1 ) !
 

29. Una muestra aleatoria de 4 reclamaciones al seguro se selecciona entre un lote

de 12, que tiene 3 unidades no conformes. Use la distribución hipergeométrica
paraa det
par deter
ermin
minar
ar la pr
proba
obabil
bilida
idad
d de qu
quee la mue
muestr
straa conte
contenga
nga exa
exacta
ctamen
mente
te 0
unidad
unidades
es no confor
conforme
mes,
s, 1 uni
unidad
dad no confo
conforme
rme,, 2 ununida
idade
dess no confor
conformes
mes,, 3
unidades no conformes y 4 unidades no conformes.
SABIENDO QUE:
 D  N − D

= C  C  N 
d n−d
P(d)
C n

I. N = 12, D = 3, n = 4, d = 0
3 12 − 3
C 0 C 4−0
P(0) = 12
C 4

3!   9!
.
0 ! ( 3 − 0 ) ! 4 ! ( 9− 4 ) !
=
12 !
4 ! ( 12 −4 ) !

1 . 126
= 495

= 0.2545

II. N = 12, D = 3, n = 4, d = 1
3 12 − 3
C 1 C 4− 1
P(1) = 12
C 4

3!   9!
.
1 ! ( 3− 1 ) ! 3 ! ( 9− 3 ) !
=
12 !
4 ! ( 12− 4 ) !

3 . 84
=
495

= 0.5092

III. N = 12, D = 3, n = 4, d = 2
3 12 − 3
C 2 C 4− 2
P(2) = 12
C 4

3!   9!
.
2 ! ( 3− 2 ) ! 2 ! ( 9− 2 ) !
=
12 !
4 ! 12− 4 !
( )
 

3 . 36
=
495

= 0.2182

IV. N = 12, D = 3, n = 4, d = 3
3 12 − 3
C 3 C 4− 3
P(3) = 12

C 4
3!   9!
.
3! 3 ( −3 ) ! 1! 9 ( −1 ) !
=
12 !
( −4 )!
4 ! 12

1.9
=
495

= 0.0181

V. N = 12, D = 3, n = 4, d = 4

P(4) ≠ YA QUE SOLO HAY 3 UNIDADES NO CONFORMES

DONDE:

P(T) = P(0) + P(1) + P(2) + P(3)

= 0.2545 + 0.5092 + 0.2182 + 0.018

=1

GRAFICA

DISTRIBUCION HIPERGEOMETRICA
0.6

0.51
0.5

      S 0.4
      E
      D
      A
      D
      I
      L
      I 0.3
      B 0.25
      A 0.22
      B
      O 0.2
      R
      P

0.1
0.02
0
0 1 2 3

N° NO CONFORMES EN LA MUESTRA
 

[Link] lote finito de 20 relojes digitales es 20% no conforme. Use la distribución

hipergeométrica para determinar cuál es la probabilidad de que una muestra de 3
contenga 2 relojes no conformes.
SOLUCIÓN:

donde:

 p (x, n) = probabilidad de obtener

obtener x objetos defectuosos de entre n seleccionados

muestras de n relojes en donde hay x que son relojes no

conformes y n-x buenos

todas las muestras posibles de seleccionar de n objetos

tomadas de entre  N  objetos en total = espacio
muestral.

 N = 20 relojes en total
a = 4 relojes no conformes
n = 3 relojes seleccionados en muestra

x = 2 relojes no conformes en la muestra

4 20 − 4
C 2∗C 3− 2
 P ( 2 ) = 20
C 3
4 16
C 2∗C 1
 P ( 2 )= 20
C 3

∗
6 16
 P ( 2 ) = =0.084
1140

∴ La probabilidad de que una muestra de 3 contenga 2 relojes

elojes no conform
conformes
es es
esde
de 8.4 %

[Link] el ejercicio 30, ¿cuál es la probabilidad de obtener 2 o más unidades no

conf
confor
orme
mes? s? ¿C
¿Cuá uáll es la prprob
obab
abil
ilid
idad
ad de ob
obte
tene
nerr 2 o me
meno
noss un
unid
idad
ades
es no
conformes?
¿cuál es la probabilidad de obtener 2 o más unidades no conformes?
 P ( X ≥ 2 ) =1− P ( ¿ 2 )
 P ( X ≥ 2 ) =1− P ( ≤ 1)

 P ( X ≥ 2 ) =1−(  P
P ( 0 ) + P ( 1 ) )
4 20 − 4 4 20 − 4
C 0∗C 3−0 C 1∗C 3− 1
 P ( X ≥ 2 ) =1−[ 20
  + 20
  ]
C 3 C 3
 

4 16 4 16
C 0∗C 3 C 1∗C 2
 P ( X ≥ 2 ) =1−[ 20
 + 20
 ]
C 3 C 3

 P ( X ≥ 2 ) =1−[ 0.4912 + 0.4211 ]

 P ( X ≥ 2 ) =1−[ 0.9123 ] =0.087

∴ La probabilidad
probabilidad de obtener 2 o más
más un
unida
idades
des no
nocon
confor
formeses
meses de 8.7%

¿Cuál es la probabilidad de obtener 2 o menos unidades no conformes?

 P ( X ≤ 2 ) = P ( X = 0 )+ P ( X = 1 ) + P ( X = 2)

4 16 4 16 4 16
C 0∗C 3 C 1∗C 2 C 2∗C 1
 P ( X ≤ 2 ) = 20
 + 20
 + 20
C 3 C 3 C 3

 P ( X ≤ 2 ) =0.4912+ 0.4211+ 0.084

 P ( X ≤ 2 ) =0.997

∴ La probabilidad
probabilidad de obtener 2 o menosunida
menosunidade
dess nocon
no confor
formeses
meses de 99.7
99.7 %

32. Un flujo uniforme de devoluciones de impuestos tiene una proporción de no

conformes es 0.03. ¿Cuál es la probabilidad de obtener 2 unidades no conformes en
una muestra de 20? Use la distribución binomial.
Datos:

P0 = 0.03

Q0 = 0.97

n = 20

d=2

Solución:
  20 !
 P ( d )= ( 0.03 )2 ( 0.97 )20−2
2 !∗( 20 −2 ) !

 P ( d )=¿0.9882966589

La prob
probab
abil
ilid
idad
ad de ob
obte
tene
nerr 2 un
unid
idad
ades
es no co
conf
nfor
orme
mess en un
unaa muest
muestra
ra de 20 es
0.9882966589.

34. Use la distribución binomial para calcular la probabilidad de obtener 2 o

menos restaurantes no conformes es una muestra de 9, cuando el lote es 15 % no
conforme.
P = 15% No conforme = 0.15 n = 9 total

q = 85% Conforme = 0.85 x = 2 o menos no conformes

 

x = n° de restaurantes no conformes

Formula

 p ( x =r )= ()
n r n−r
r
 p ∗q

()
 A . p ( x =2 ) = 9 0.15 ∗0.85 =0.2597
2 7

( = )=( )
B . p  x 1
9 1 8
0.15 ∗0.85 =0.3679
1

( = ) =( )
C . p   xx 0
9 0 9
0.15 ∗ 0.85 =0.2316
0

 A + B + C =0.8592

La probabilidad que halla 2 o menos restaurantes no conformes es de 0.8592.

36. Una moldeadora de inyección produce 20 soportes de pelota de golf, con 15.0%
de no conformes. Use la distribución binomial para calcular la probabilidad de
que, en una muestra aleatoria de 20 soportes, haya 1 o menos no conforme.
Datos:

 p= 0.15

q =0.85

n =20

d =( 1 omenos )

 P ( d )=   n!
d n− d
 p o q o
d ! ( n −d ) !

Reemplazando los datos en la fórmula, para d=1:

  20 ! 1 20 − 1
 P ( 1 )= 0.15 0.85
1 ! ( 20−1 ) !

 P ( 1 )=0.137

Para 1 o menos aplicamos el teorema de la adición:  P ( 1 ) y P ( 0 ) .

  20 ! 0 20 − 0
 P ( 0 )= 0.15 0.85
0 ! ( 20−0 ) !

 P ( 0 )= 0.039
 

Finalmente sumamos:

 P ( 1 o menoss )= P ( 0 ) + P ( 1 )

meno

 P ( 1 o menoss ) =0.039 + 0.137

meno

 P ( 1 o menoss )=0.176
meno

∴ La probabilidad
probabilidad de que haya 1 o menos
menos no
nocon
confor
forme
me es 0.176

40. Se selecciona una muestra de 10 lavadoras en un proceso que produce 8% de

no conformes. ¿Cuál es la probabilidad de que haya 1 lavadora no conforme en la
muestra? Use la distribución de Poisson.

( np 0)c −np0
 Distribución de Poisson,  P ( c )=  e
c!

np 0 :Cu
Cuen
enta
ta pr
prom
omed
edio
io,, o núme
número
ro prprom
omed
edio
io,, de ev
even
ento
toss de de
dete
term
rmin
inad
adaa
clasificación que hay en una muestra.

c : Cuenta o número de eventos de determinada clasificación que se presentan en

un
unaa muest
muestra,
ra, co
como
mo cu
cuen
enta
ta de no co conf
nfor
ormi
mida
dade
des,
s, au
auto
tomó
móvi
viles
les,, cl
clie
ient
ntes
es o
descomposturas de máquina.

e = 2 .718
.718281
281

Entonces, aplicando la fórmula de distribución de Poisson:

np 0=0,08
c = 1 
e = 2.718281

np 0)c −np
 Distribución de Poisson,  P ( c )= (  e 0

c!

1
( 0.08 ) −0.08
 P ( 1 )=   2.718281
1!

( 0.08 )   1
 P ( 1 )=  x 0.08
1 2.718281

  ( 0.08 )
 P ( 1 )=
1.083287

 P ( 1 )=0.07384
 

41. Un lote de 15 tiene 3 unidades no conformes. ¿Cuál es la probabilidad de que

una muestra de 3 contenga 1 unidad no conforme?
3 15 −3
C 1 C 3− 1
 P= 15
C 3

3!   12 ! 3!   12 !
 x  x
1 ! ( 3 −1 ) ! 2 ! (12 −2 ) ! 2! 2 ! 10 !
 P= 15 ! = 15 !
3 ! ( 15 −3 ) ! 3 ! 12 !

198
 P= =0.435
455

42. Una de 3 frascos de medicamento se toma de una moldeadora por inyección

que produce 10% de no conformes. ¿Cuál es la probabilidad de que haya 1 frasco
no conforme en la muestra?
Probabilidad de no conforme = 10%

Probabilidad de conforme = 90%

Luego:

= 0.081

Hay un total de 3 casos:

3 x (0.081)

= 0.243

= 24.3%

43. En un flujo constante de lámparas eléctricas, la fracción de no conformes es

0.09. Si se muestrean 67, ¿cuál es la probabilidad de encontrar 3 unidades no
conformes?
q 0=1− p 0=¿ 1− 0.09=0.91¿
 

  n! d n− d
 P ( d ) =  p 0 q0
d ! ( n−d ) !

  67 ! 3 67 − 3
 P ( 3 )= 0.09 × 0.91
3 ! ( 67−3 ) !

 P ( 3 )=0.083