CONTROL DE CALIDAD

PRACTICA 1
MUESTREO DE ACEPTACION POR ATRIBUTOS

DOCENTE: ING. MSc. GONZALO GUNAR URIBE ZEBALLOS

NOMBRE: EST. DANIEL RICARDO APAZA YUJRA
CODIGO SAGA: A23993-3
CARRERA: ING INDUSTRIAL
2) En un instituto de investigaciones se realiza un experimento para establecer la
probabilidad de aceptar un lote de 250 unidades de producto, al que
intencionalmente se le puede incluir una determinada cantidad de unidades
defectuosas.
Se selecciona aleatoriamente 20 unidades de producto y si se identifican menos
de 3 unidades defectuosas, el lote deberá ser aceptado.
a) Construir la curva OC tipo A (considerar hasta 70 unidades defectuosas)
b) Verifique las condiciones para aproximar la distribución Binomial a la
distribución Hipergeométrica y aproximar la distribución Poisson a la
distribución Binomial.
c) Si se cumplen estas condiciones, Construir la curva OC tipo B

DISTRIBUCION BINOMIAL

DATOS
N=250
n=20
x=c ≤3
a ¿ D=70

P ( X=x ) = ( nx) p ( 1−p )

x n−x

D 70
p= → p= → p=0 ,28
N 250
P ( x ≤ 3 )=P ( x=0 )+ P ( x=1 ) + P ( x=2 ) + P ( x=3 )

P ( x=0 ) = (200) ¿ 0 , 28 ¿
0

P ( x=0 ) =0,001400

P ( x=1 )= (201)∗0 , 28 ¿
1

P ( x=1 )=0,000545

P ( x=2 )= (202)∗0 ,28 ¿

2

P ( x=2 )=0,000212
 P ( x=3 )= (203) 0 ,28 ¿
3

P ( x=3 )=0,000082
P ( x ≤ 3 )=0,001400+ 0,000545+0,000212+0,000082
P ( x ≤ 3 )=0,002239

p P(x<c)
0,000 1,000
0,010 1,000
0,020 0,999
0,030 0,997
0,040 0,993
0,050 0,984
0,060 0,971
0,070 0,953
0,080 0,929
0,090 0,901

Curva OC Tipo A
1.200

1.000

0.800

0.600

0.400

0.200

-
- 0.050 0.100 0.150 0.200 0.250 0.300

Binomial

DISTRIBUCION HIPERGEOMETRICA

P ( X=x ) =
( x )( n−x )
D N−D

( Nn )
 70 250−70
( )( )
0 20−0
P ( X=0 )= =0,0010
250
( )
20

P ( X=1 )=
( 1 )( 20−1 )
70 250−70
=0,0089
( 20 )
250

P ( X=2 )=
( 2 )( 20−2 )
70 250−70
=0,0360
( 20 )
250

70 250−70
( )( )
3 20−3
P ( X=3 )= =0,0901
250
( )
20
P ( x ≤ 3 )=0 ,1360

p HIPERGEOMETRICA
0,010 1
0,020 1,000
0,030 0,999
0,040 0,995
0,050 0,990
0,060 0,977
0,070 0,964
0,080 0,938
0,090 0,915
 Curva OC
Hipergeométrica
1.2

0.8

0.6

0.4

0.2

0
- 0.050 0.100 0.150 0.200 0.250 0.300
APROXIMACION → DISTRIBUCION BINOMIAL A HIPERGEOMETRICA

cumple la condicion para binomial

DISTRIBUCION POISSON
p  PA (TABLAS)
0,000 0,000 1,000
0,010 0,200 0,999
0,020 0,400 0,992
0,030 0,600 0,977
0,040 0,800 0,953
0,050 1,000 0,920
0,060 1,200 0,879
0,070 1,400 0,833
0,080 1,600 0,783
0,090 1,800 0,731
 Curva OC Tipo B
Poisson
1.2

0.8

0.6

0.4 DATOS
0.2 AQL=1 %=0 , 01
0 α =5 %=0 , 05
- 0.050 0.100 0.150 0.200 0.250 0.300
n=200
3) La empresa ZETA&ZETA quiere analizar algunos planes de aceptación por
muestreo para inspeccionar diferentes materiales adquiridos. Todos estos planes
tendrán un n = 200, pero los números de aceptación pueden variar (Utilice
distribución Poisson).
a) Si α = 0.05 y AQL = 0.01, ¿cuál es el valor requerido de c?
b) Si α = 0.01 y AQL = 0.01. ¿Cuál es el valor de c? ¿Cuál de estos planes es
el más estricto?
c) Si α = 0.10 y LTPD = 0.06, ¿cuál es el valor requerido de c?

λ=n∗p→ λ=200∗0 , 01→ λ=2

distribucion poisson → P ( X =x )= AQ L

ⅇ−λ∗λ x ⅇ−2∗20
P ( X=0 )= → =0,1353
x! 0!
ⅇ− λ∗λ x ⅇ−2∗21
P ( X=1 )= → =0,2706
x! 1!
ⅇ− λ∗λ x ⅇ−2∗22
P ( X=2 )= → =0,2706
x! 2!
ⅇ−λ∗λ x ⅇ−2∗23
P ( X=3 )= → =0,1804
x! 3!
 ⅇ− λ∗λ x ⅇ−2∗24
P ( X=4 )= → =0,0902
x! 4!

( ) ⅇ−λ∗λ x ⅇ−2∗25
P X=5 = → =0,0360
x! 5!
ⅇ−λ∗λ x ⅇ−2∗26
P ( X=6 )= → =0,0120
x! 6!
P ( X=6 )=0,0120

b) α =0 , 01
ⅇ−λ∗λ x ⅇ−2∗20
P ( X=0 )= → =0,1353
x! 0!
ⅇ− λ∗λ x ⅇ−2∗21
P ( X=1 )= → =0,2706
x! 1!
ⅇ− λ∗λ x ⅇ−2∗22
P ( X=2 )= → =0,2706
x! 2!
ⅇ−λ∗λ x ⅇ−2∗23
P ( X=3 )= → =0,1804
x! 3!
ⅇ− λ∗λ x ⅇ−2∗24
P ( X=4 )= → =0,0902
x! 4!
ⅇ−λ∗λ x ⅇ−2∗25
P ( X=5 )= → =0,0360
x! 5!
ⅇ−λ∗λ x ⅇ−2∗26
P ( X=6 )= → =0,0120
x! 6!
P ( X=6 )=0,0120
c) P ( X=6 )=0,0120

4) Se aplica la inspección 100% a los lotes rechazados de 1200 bisagras para

ensamblar muebles de madera aglomerada. El plan de muestreo consiste en
inspeccionar 120 u. y se acepta el lote si hay hasta 5 bisagras defectuosas en la
muestra (Utilice distribución Poisson).
a) Construir las curvas OC, AOQ y ATI para este plan de muestreo.
b) Determinar los niveles de calidad AQL y el LTPD para un riesgo del
productor del 10% y un riesgo del consumidor del 10%.
 c) Determinar el límite de calidad media de salida del plan de muestreo e
interprete este indicador.

CURVA OC (Poisson)
1.2

0.8

0.6

0.4

0.2

0
0 0.2 0.4 0.6 0.8 1 1.2

CURVA AOQ (Poisson)

0.025

0.02

0.015

0.01

0.005

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

b¿
DATOS
α =0 , 10 ; β=0 , 10 ; N=1200 ; n=120; x =c ≤ 5
AQL=1−α → AQL=1−0 , 10
inspeccion 100 %
AQL=0 ,90
N=1200
LTPD=β
n=120
LTPD=0 , 10
x≤5
c¿
α =0 , 10 ; β=0 , 10 ; N=1200 ; n=120; x =c ≤ 5
Pa∗p ( N−n)
AOQ=
N
; P a= p ∗q ∗(nC n )
x n−x

x ()
5
p= → p=0,0041
1200
q=1− p → q=1−0,0041 → q=0,9959
5
Pa=0,0041 ∗0,9959
120−5
( )
∗(120 C 120 )
5

( )
120 !
C 120 = =190578024
5 5!∗(120−5)!
P A =0,0165

0,0165∗0,0041(1200−120)
AOQ=
1200
AOQ=0,000060=0,006 %

5) En una empresa manufacturera, se aplica la norma MIL STD 105E en su

proceso de producción (Utilice distribución Poisson). En determinada etapa se
producen 12000 piezas y se desea un AQL del 1,5%.
a) Utilizando el nivel II de inspección general, indique los parámetros de
planes simples: normal, reducido y riguroso que se aplican.
b) Si se dan las condiciones se emplea el nivel I, determinar los planes bajo
este nuevo nivel.
DATOS
AQL=1 , 5 %
N=12000
a) NIVEL DE ISPECCION ΙΙ
PLANES SIMPLES Letra cod. tño de muestra Acep. Rech.

NORMAL M 315 10 11
RIGUROSO M 315 8 9
REDUCIDO M 125 5 8

∴ PLAN NORMAL→ n=315 y c=10

PLAN RIGUROSO → n=315 y c=8
PLAN REDUCIDO → n=125 y c=5
b) NIVEL DE ISPECCION Ι
PLANES SIMPLES Letra cod. tño de muestra Acep. Rech.
NORMAL K 125 5 6
RIGUROSO K 125 3 4
REDUCIDO K 50 2 5

∴ PLAN NORMAL→ n=125 y c=5

PLAN RIGUROSO → n=125 y c=3
PLAN REDUCIDO → n=50 y c=2

6) Un plan de muestreo simple es recién implementado, se ha acordado un AQL del 4% y

los lotes tendrán un tamaño promedio de 5000 unidades (Utilice distribución Poisson).
a) Determine los parámetros bajo la inspección normal y rigurosa.
b) El fabricante indica que su producción tiene un promedio de 6% de defectuosos, si
se utiliza la inspección normal, ¿cuál la probabilidad de aceptar el primer lote que se
reciba?
c) Si se rechaza el primer lote se empleará la inspección rigurosa para el siguiente,
¿cuál será la probabilidad de rechazar el segundo lote que se reciba, si tuviera el 6% de
defectuosos? DATOS
AQL=4 %
N=5000 u
a) NIVEL DE ISPECCION ΙΙ
PLANES SIMPLES Letra cod. tño de muestra Acep. Rech.
NORMAL L 200 14 15
RIGUROSO L 200 12 13

∴ PLAN NORMAL→ n=200 y c=14

PLAN RIGUROSO → n=200 y c=12

b) p=6%=0,06 ; n=200 ; x=<14

λ=n∗p=200∗0 , 06=12

ⅇ−λ∗λ x ⅇ−12∗120 −6
P ( X=0 )= → =6,144 x 1 0
x! 0!
ⅇ− λ∗λ x ⅇ−12∗121 −5
P ( X=1 )= → =7,372 x 10
x! 1!
ⅇ− λ∗λ x ⅇ−12∗1 22 −4
P ( X=2 )= → =4,424 x 1 0
x! 2!

ⅇ−λ∗λ x ⅇ−12∗123 −3
P ( X=3 )= → =1,769 x 1 0
x! 3!
ⅇ− λ∗λ x ⅇ−12∗1 24 −3
P ( X=4 )= → =5,308 x 1 0
x! 4!
ⅇ−λ∗λ x ⅇ−12∗125
P ( X=5 )= → =0,0127
x! 5!
ⅇ−λ∗λ x ⅇ−12∗1 26
P ( X=6 )= → =0,0255
x! 6!
ⅇ−λ∗λ x ⅇ−12∗127
P ( X=7 )= → =0,0437
x! 7!
ⅇ−λ∗λ x ⅇ−12∗1 28
P ( X=8 )= → =0,0655
x! 8!
 ⅇ−λ∗λ x ⅇ−12∗129
P ( X=9 )= → =0,0874
x! 9!

( ) ⅇ−λ∗λ x ⅇ−12∗1 210

P X=10 = → =0,1048
x! 10 !
ⅇ−λ∗λ x ⅇ−12∗1 211
P ( X=11 )= → =0,1144
x! 11!

( ) ⅇ− λ∗λ x ⅇ−12∗1212
P X=12 = → =0,1144
x! 12 !
ⅇ−λ∗λ x ⅇ−12∗1 213
P ( X=13 )= → =0,1056
x! 13 !

( ) ⅇ−λ∗λx ⅇ−12∗1214
P X=14 = → =0,0905
x! 14 !
P ( X ≤14 )=0,7721

b) p=6%=0,06 ; n=200 ; x=<12

λ=n∗p=200∗0 , 06=12

ⅇ−λ∗λ x ⅇ−12∗120 −6
P ( X=0 )= → =6,144 x 1 0
x! 0!
ⅇ− λ∗λ x ⅇ−12∗121 −5
P ( X=1 )= → =7,372 x 10
x! 1!
ⅇ− λ∗λ x ⅇ−12∗1 22 −4
P ( X=2 )= → =4,424 x 1 0
x! 2!

ⅇ−λ∗λ x ⅇ−12∗123 −3
P ( X=3 )= → =1,769 x 1 0
x! 3!
ⅇ− λ∗λ x ⅇ−12∗1 24 −3
P ( X=4 )= → =5,308 x 1 0
x! 4!
ⅇ−λ∗λ x ⅇ−12∗125
P ( X=5 )= → =0,0127
x! 5!
ⅇ−λ∗λ x ⅇ−12∗1 26
P ( X=6 )= → =0,0255
x! 6!
 ⅇ−λ∗λ x ⅇ−12∗127
P ( X=7 )= → =0,0437
x! 7!

( ) ⅇ−λ∗λ x ⅇ−12∗1 28
P X=8 = → =0,0655
x! 8!
ⅇ−λ∗λ x ⅇ−12∗129
P ( X=9 )= → =0,0874
x! 9!

( ) ⅇ−λ∗λ x ⅇ−12∗1 210

P X=10 = → =0,1048
x! 10 !
ⅇ−λ∗λ x ⅇ−12∗1 211
P ( X=11 )= → =0,1144
x! 11!

( ) ⅇ− λ∗λ x ⅇ−12∗1212
P X=12 = → =0,1144
x! 12 !
P ( X ≤12 ) =0,5760

7) Construir la curva OC para los planes de muestreo simple A y B. Analice cuál de ellos favorece
más al fabricante y cual al comprador.

PLAN TAMAÑO DE MUESTRA NUM DE ACEPTACION

A 50 2
B 100 3
Al observar el grafico CO, el mejor plan para el fabricante es n=50, el mejor planpara el
comprador es n=100

8) Se analiza un lote defectuoso al 5% para un plan de muestreo simple con

inspección rectificatoria. Los parámetros del plan son: {n = 120 y c = 3}.
a) ¿Cuál es la calidad media de salida del este lote?
b) ¿Cuál será el tamaño de inspección medio si el lote tuviera 1000 unidades
2000 unidades y 3000unidades?
c) ¿Cuál es la calidad media de salida límite de este plan rectificatorio?
9) Determinar un plan de muestreo simple que satisface un AQL = 2%, LTPD = 6%
para los riesgos del productor del 5% y el riesgo del consumidor del 10%

10) Una etapa del proceso productivo recibe cada día 5000 unidades de producto
en proceso. El supervisor de Producción ha dispuesto un plan de muestreo simple
basado en inspeccionar 200 u. y si hay más de 4 u. defectuosas en la muestra, el
lote en proceso se rechaza. El Jefe de Planta quiere modificar este plan de
muestreo, reduciendo el tamaño de muestra y sólo inspeccionar 80 u. pero se
mantiene el criterio de decisión (Utilice distribución Binomial).
a) Construir las curvas OC de cada uno de estos planes y realice una
comparación entre ellas.
b) Un lote con 1,8 % de defectuosos, ¿cuál la probabilidad de aceptar el lote
para los planes?
c) Un lote con 5,5 % de defectuosos, ¿cuál la probabilidad de aceptar el lote
para los planes?
 DATOS
N=5000
n1=200
x=x ≤ 4
p1=0,015
n2 =80
p2=0 ,05

BINOMIAL
p n =200 n =80 200 80
0,000 1,000 1,000 0,000 0,000
0,010 0,948 0,999 0,052 0,001
0,015 0,817 0,993 0,183 0,007
0,025 0,438 0,950 0,562 0,050
0,035 0,168 0,851 0,832 0,149
0,045 0,051 0,708 0,949 0,292
0,050 0,026 0,629 0,974 0,371
0,060 0,006 0,472 0,994 0,528
0,070 0,001 0,333 0,999 0,667
0,080 0,000 0,223 1,000 0,777
0,090 0,000 0,143 1,000 0,857
0,100 0,000 0,088 1,000 0,912

n =200 n =80
1.200

1.000

0.800

0.600

0.400

0.200

0.000
- 0.020 0.040 0.060 0.080 0.100 0.120 0.140 0.160 0.180 0.200
Binomial

()
P ( X=x ) = n ∗p ∗( 1− p )
x
x n −x

( )
P ( X=4 )= 200 ∗0,015 ∗( 1−0,015 )
4
4 200−4

P ( X=3 )=( 200 )∗0,015 ∗( 1−0,015 )

3 200−3

P ( X=2 )=( 200)∗0,015 ∗( 1−0,015 )

2 200−2

P ( X=1 )=( 200)∗0,015 ∗(1−0,015 )

1 200−1

P ( X=0 )=( 200 )∗0,015 ∗( 1−0,015 )

0 200−0

0
P ( X ≤ 4 )=P ( X=0 )+ P ( X=1 ) + P ( X=2 )+ P ( X =3 ) + P ( X =4 )
P ( X ≤ 4 )=0.8165
∴ La probabilidad de aceptar ellote es del 81 , 65 %
Binomial

()
P ( X=x ) = n ∗p ∗( 1− p )
x
x n −x

( )
P ( X=4 )= 200 ∗0 , 05 ∗( 1−0,015 )
4
4 200− 4

P ( X=3 )=( 200 )∗0 , 05 ∗( 1−0,015 )

3 200−3

P ( X=2 )=( 200)∗0 , 05 ∗(1−0,015 )

2 200−2

P ( X=1 )=( 200)∗0 , 05 ∗( 1−0,015 )

1 200−1

P ( X=0 )=( 200 )∗0 , 05 ∗( 1−0,015 )

0 200−0

0
P ( X ≤ 4 )=P ( X=0 )+ P ( X=1 ) + P ( X=2 )+ P ( X =3 ) + P ( X =4 )
 P ( X ≤ 4 )=0.02645
∴ La probabilidad de aceptar ellote es del 2 , 64 %