Los limites
[Link] identificar K y n, K es numero de muestras y n es tama;o de la muestra
[Link]ón estándar
1. Presiona el botón Menú.
2. Ve a Estadística → Cálculos estadísticos → Estadísticas univariadas.
3. En el campo:
o Número de listas: deja en 1.
o Lista X: selecciona el nombre que diste (ej. notas).
o Lista de frecuencias: déjala en 1 (si todos los datos tienen la misma
frecuencia).
o Resultados en columna: elige la columna donde quieres que aparezcan (ej.
columna B).
4. Pulsa Aceptar (OK).
Paso 4: Ver los resultados
La calculadora mostrará varios valores, incluyendo:
• ̄x: media (promedio).
• Sx: desviación estándar muestral.
• σx: desviación estándar poblacional.
Si la confiabilidad es la de siempre del 97.74% d2, D3,D4,d3, c4,B4,B3, A2,A3 se buscan
en la tabla M
3. si se tiene otra confiabilidad buscar z de alfa medio
Ejemplo: Para un nivel de confianza del 93%
• α=1−0.93=0.07
• α/2=0.035
• 1−α/2=0.965 → esto es el valor acumulado que necesitas.
Pasos en tu calculadora TI-Nspire CX:
1. Abre una nueva Calculadora (home > 1:Calculadora)
2. Presiona menu
3. Selecciona:
6: Estadística → 5: Distribuciones → 3: Inversa Normal
4. Se abrirá una ventana con campos:
o Media: pon 0
o Desv. estándar: pon 1
o Área: pon 0.965
5. Selecciona Aceptar o presiona enter
Resultado:
Verás que el resultado es aproximadamente:
Zα/2≈1.81Z
4. buscar los factores a3 b3 Calcular: D3, D4, B3, B4 Y A2, A3 b4
d2,c4,d3 en tabla M con el valor de n
K= Zalfa* raiz(1-c4^2)
D3=1-(Zalfa2*(d3/d2)
D4=1+(Zalfa2*(d3/d2)
B3= 1-(K/c4)
B4= 1+(K/c4)
A2 = Zalfa2 / d2 raiz n
A3 = Zalfa2/(c4 raiz n)
[Link] los limites
SYX
(desviacion estándar)
LC-> S barra / K o promedio de S
LCS-> B4* S barra(LC)
LCI-> B3* S barra(LC)
X(media)
LC-> X doble barra o promedia de x
LCI-> X doble barra -A3* S barra
LCS-> X doble barra + A3*S barra
RyX
Rango
LC-> R barra / K o promedio de S
LCS-> D4* R barra(LC)
LCI-> D3* R barra(LC)
Media Rango
LC-> X doble barra o promedia de x
LCI-> X doble barra -A2* R barra
LCS-> X doble barra + A2*R barra
Hacerlo bajo control
Resumen de Datos
• Límite de Especificación Inferior (LEI): 2.14 cm
• Límite de Especificación Superior (LES): 2.34 cm
• Costo de Reprocesamiento (Cr): $10.00 por tubo
• Costo de Descarte (Cd): $21.00 por tubo
• Datos de Muestreo:
o Número de muestras (k): 20
o Tamaño de la muestra (n): 16 tubos
o Suma de las medias muestrales (ΣXˉ): 45.17
o Suma de las dispersiones muestrales (Σs): 1.208 (Se asume que la
"dispersión" es la desviación estándar de la muestra, s, ya que es una
medida de dispersión robusta y común en el control de calidad).
• Costos Adicionales:
o Costo de inspección: $0.50 por tubo
o Costo anual de centralización: $88,647.6
• Producción: 500 tubos diarios
2. Cálculo de los Parámetros del Proceso Actual
Primero, calculamos la media y la desviación estándar del proceso actual.
a) Media del Proceso (Xˉˉ): La gran media o media del proceso es el promedio de las
medias muestrales.
Xˉˉ=kΣXˉ=2045.17=2.2585 cm
b) Estimación de la Desviación Estándar del Proceso (σ^): Calculamos la desviación
estándar promedio de las muestras (sˉ).
sˉ=kΣs=201.208=0.0604
Para estimar la desviación estándar del proceso (σ^) a partir de sˉ, usamos el factor de
corrección c4, que depende del tamaño de la muestra n. Para n=16, el valor de c4 es
aproximadamente 0.9857.
σ^=c4sˉ=0.98570.0604≈0.06128 cm
El proceso actual está centrado en 2.2585 cm con una desviación estándar de 0.06128
cm. El centro de las especificaciones es (2.14+2.34)/2=2.24 cm. El proceso está
ligeramente descentrado.
3. Determinación del Objetivo Óptimo del Proceso (T)
Para encontrar los límites más rentables, primero debemos encontrar el objetivo (target, T)
para la media del proceso que minimice el costo total de los defectos (reprocesamiento y
descarte). Se asume que los tubos por debajo del LEI se descartan y los que están por
encima del LES se reprocesan.
El costo esperado por defectos es una función del objetivo T:
Costo(T)=Cd⋅P(X<LEI)+Cr⋅P(X>LES)
Donde P es la probabilidad basada en una distribución normal con media T y desviación
estándar σ^.
Para minimizar esta función, encontramos el valor de T donde la derivada de la función de
costo con respecto a T es cero. La solución a esta optimización viene dada por la fórmula:
T=2(LES−LEI)(LES2−LEI2)+σ^2⋅ln(Cd/Cr)
Ajustando la fórmula para una derivación más directa (como se ve en problemas de
optimización de procesos):
T=2(LEI+LES)+LES−LEIσ^2ln(CrCd)
Sustituyendo los valores:
• LEI=2.14
• LES=2.34
• σ^=0.06128⟹σ^2=0.003755
• Cd=21
• Cr=10
T=22.14+2.34+2.34−2.140.003755ln(1021)T=2.24+0.200.003755
ln(2.1)T=2.24+0.018775⋅(0.7419)T=2.24+0.01393T≈2.2539 cm
El objetivo de proceso más rentable es 2.2539 cm. Al centrar el proceso en este valor, se
minimiza el costo combinado de reprocesar y descartar tubos.
4. Determinación de los Límites de Control Rentables
Los "límites más rentables que deben usarse" se refieren a los límites de control del gráfico
de control (en este caso, un gráfico Xˉ) que se deben utilizar para monitorear el proceso
una vez que se ha centrado en su objetivo óptimo T. Estos límites nos ayudarán a mantener
el proceso centrado y, por lo tanto, a minimizar los costos a largo plazo.
Usaremos la metodología estándar de 3-sigma para los límites de control del gráfico Xˉ.
a) Línea Central (LC): La línea central del gráfico de control debe ser el nuevo objetivo del
proceso.
LC=T=2.2539 cm
b) Desviación Estándar de la Media Muestral (σXˉ):
σXˉ=n σ^=16 0.06128=40.06128=0.01532 cm
c) Límites de Control Superior e Inferior (LCS y LCI):
LCS=LC+3⋅σXˉ=2.2539+3⋅(0.01532)=2.2539+0.04596=2.29986 cmLCI=LC−3⋅σXˉ
=2.2539−3⋅(0.01532)=2.2539−0.04596=2.20794 cm
Conclusión
Para operar de la manera más rentable, RBB Industrial debería ajustar la media de su
proceso de fabricación al objetivo óptimo de 2.2539 cm. Para monitorear y mantener este
nivel de rendimiento, se deben utilizar los siguientes límites de control para las muestras
de 16 tubos:
• Límite de Control Inferior (LCI): 2.208 cm
• Línea Central (LC): 2.254 cm
• Límite de Control Superior (LCS): 2.300 cm
El uso de estos límites ayudará a detectar desviaciones significativas del objetivo óptimo,
permitiendo acciones correctivas antes de que se produzca una cantidad considerable de
tubos defectuosos, minimizando así los costos de descarte y reprocesamiento. Los costos
de inspección y centralización son parte del costo operativo total, y la estrategia aquí
delineada busca optimizar el componente variable de ese costo (el costo de la no calidad).
Para interpolar entre dos valores, como te indica la imagen, se usa la fórmula de
interpolación lineal. Aquí estás tratando de encontrar un valor intermedio entre dos puntos
conocidos.
interpolar
Datos que tienes:
• w1=3.98w_1 = 3.98w1=3.98, P1=0.975P_1 = 0.975P1=0.975
• w2=4.00w_2 = 4.00w2=4.00, P2=0.990P_2 = 0.990P2=0.990
• Pas=0.9854P
