You are on page 1of 5

UNIVERSIDAD TECNOLOGICA NACIONAL Control Estadstico de Procesos

FACULTAD REGIONAL DEL NEUQUEN Carrera: Ingeniera Qumica


Prof.: Ing. Mariela Daz
Ayudante: Ing. Marcelo Lago

GUA DE EJERCICIOS N 4
CAPACIDAD DE PROCESOS Y HERRAMIENTAS DE CALIDAD
1. Cundo se dice que un proceso es capaz o hbil?

2. Con respecto a los ndices Cp y Cpk, explicar:


a) Qu mide el ndice Cp?
b) Qu significa que un proceso este descentrado? Explicar con un ejemplo
c) El ndice Cp toma en cuenta el centrado de un proceso? Argumentar la respuesta
d) Por qu se dice que el ndice Cp mide la capacidad potencial y el Cpk la capacidad real?

3. Los siguientes datos representan las mediciones de viscosidad de los ltimos tres meses de
un producto lcteo. El objetivo es tener una viscosidad de 80 10 cp

84 80 83 84 84 80 80 83 81 81
81 79 81 83 86 85 85 84 84 82
82 81 82 83 86 82 82 83 82 82
86 78 81 78 82 83 84 87 83 81
83 80 77 86 80 81 78 78 82 86
87 85 83 82 81 81 82 82 88 79
78 82 83 80 82 86 82 83 83 76
87 84 79 84 84 82 84 84 84 90

a) Construir una grfica de capacidad de este proceso (histograma con tolerancias) y de una
primera opinin sobre la capacidad
b) Calcular la media y la desviacin estndar, y tomando a estos como parmetros
poblacionales estimar los ndices Cp, Cpk, Cpm y K e interpretarlos con detalle
c) Con base en la Tabla 5.2 de Gutirrez-Pulido, estimar el porcentaje fuera de
especificaciones

4. La longitud de una pieza metlica debe ser de 8 cm 40 mm. Para evaluar la capacidad del
proceso se toma una muestra aleatoria sistemtica de 48 piezas y las mediciones obtenidas
se reportan como los milmetros que se desvan del valor nominal:

-10 -31 -16 -7 0 3 0 -21


8 -7 -2 -7 -14 -2 5 8
-2 -5 8 2 -45 -12 -5 12
-19 18 -10 -14 -5 -10 7 12
4 5 -2 5 -13 14 5 -9
-2 3 20 -4 -4 1 4 17

Ao: 2014 1
UNIVERSIDAD TECNOLOGICA NACIONAL Control Estadstico de Procesos
FACULTAD REGIONAL DEL NEUQUEN Carrera: Ingeniera Qumica
Prof.: Ing. Mariela Daz
Ayudante: Ing. Marcelo Lago

a) Ahora, los datos estn reportados y las especificaciones son 0 40, obtener una grfica
de capacidad (histograma con tolerancias) y hacer una evaluacin preliminar de la
capacidad del proceso
b) Estimar, con un intervalo de confianza de 95%, los ndices Cp, Cpk y Cpm, e interpretar
cada uno de ellos
c) Hay seguridad de que la capacidad del proceso es satisfactoria?

5. La especificacin del peso de una preforma en un proceso de inyeccin de plstico es de 60


1 g. Para hacer una primera valoracin de la capacidad del proceso se obtiene una muestra
aleatoria de n = 40 piezas, y resulta que X= 59,88 y S = 0,25.
a) Estimar con un intervalo de confianza a 95% los ndices Cp, Cpk y Cpm, e interpretar cada
uno de ellos
b) Hay seguridad de que la capacidad del proceso sea satisfactoria?

6. En qu consiste el principio de Pareto? Cmo se realiza un diagrama de Pareto?

7. El departamento de ventas de un fabricante de materiales de empaque tiene registrada una


lista de las quejas que se han recibido durante el ltimo mes, las cuales se muestran en la
siguiente tabla:

Tipo de queja Nmero de quejas


Calibre fuera de especificaciones 23
Dimensiones fuera de especificaciones 3
Entregas fuera de tiempo 25
Fallas en la documentacin 1
Inexactitud en cantidades 2
Mala atencin del personal 1
Maltrato del material por transportistas 1
Material mal embalado 6
Material sucio y maltratado 7
Producto con cdigos equivocados 1

a) Realizar un diagrama de Pareto con las fallas registradas


b) Sobre cules quejas deben enfocarse los esfuerzos de mejora?

8. De acuerdo con la informacin de una hoja de verificacin en una lnea del proceso de
envasado de tequila, en el ltimo mes se presentaron los siguientes resultados en cuanto a
defectos y frecuencia:

Ao: 2014 2
UNIVERSIDAD TECNOLOGICA NACIONAL Control Estadstico de Procesos
FACULTAD REGIONAL DEL NEUQUEN Carrera: Ingeniera Qumica
Prof.: Ing. Mariela Daz
Ayudante: Ing. Marcelo Lago

Defecto de envasado Frecuencia


Botella 804
Tapa 715
Etiqueta 1823
Contraetiqueta 742
Volumen embotellado 916
Otros 102
TOTAL 424.654

Realizar un diagrama de Pareto y obtener conclusiones al respecto

9. En una fbrica de aparatos de lnea blanca se han presentado problemas con la calidad de los
lavarropas. Un grupo de mejora de la calidad decide revisar los problemas del tambor de los
lavarropas, ya que con frecuencia es necesario corregirlos para que stos tengan una calidad
aceptable. Para ello, estratificaron los problemas en el tambor de los lavarropas por tipo de
defecto, con la idea de localizar cul es el desperfecto principal.
A continuacin se muestra el anlisis de los defectos encontrados en los tambores producidos
en cinco meses. Realizar un anlisis de Pareto y obtener conclusiones.

Defecto Frecuencia
Perforaciones deformes 400
Falta de fundente 130
Boca del tambor ovalada 1200
Mal soldado 40
Boca del tambor estropeada 180
TOTAL 1950

10. Qu es la estratificacin y para que se utiliza?

11. Qu son y cul es el objetivo de las hojas de verificacin?

12. Cul es el propsito del diagrama de Ishikawa?

13. Enumerar cules son algunas de las causas o situaciones asociadas a cada una de las 6 M

14. Para las siguientes situaciones aplicar, de preferencia en grupo, un diagrama de Ishikawa:
a) Cules son las causas por las que una persona llega tarde a una cita?
b) Cules son las causas del ausentismo en una empresa?

15. Cul es el propsito de un diagrama de dispersin? Qu tipo de variable va en el eje X y


cul en el eje Y?

Ao: 2014 3
UNIVERSIDAD TECNOLOGICA NACIONAL Control Estadstico de Procesos
FACULTAD REGIONAL DEL NEUQUEN Carrera: Ingeniera Qumica
Prof.: Ing. Mariela Daz
Ayudante: Ing. Marcelo Lago

16. Si el valor del coeficiente de correlacin entre dos variables es cercano a cero, significa que
tales variables no estn relacionadas? Argumente su respuesta.

17. Una empresa de manufacturas basa las predicciones de sus ventas anuales en los resultados
oficiales de la demanda total en la industria. A continuacin se dan los datos de demanda
total y las ventas efectuadas por la empresa en los ltimos 11 aos.

Demanda total (miles de ton.) Ventas (miles de ton.)


200 9
220 6
400 12
330 7
210 5
390 10
280 8
140 4
280 7
290 10
380 14

a) Dibujar los diagramas de dispersin de los datos.


b) Trazar la recta que ms se ajuste a los datos.
c) Si la demanda total industrial es de 300.000 toneladas Qu volumen de ventas se
predecira usando la recta de regresin calculada?

18. En una fbrica de pintura se quiere reducir el tiempo de secado del barniz. Los siguientes
datos corresponden al tiempo de secado del barniz (horas) y a la cantidad de aditivo con el
que se intenta lograr tal reduccin.

Cantidad de aditivo Tiempo de secado


0 14
1 11
2 10
3 8
4 7,5
5 9
6 10
7 11
8 13

Ao: 2014 4
UNIVERSIDAD TECNOLOGICA NACIONAL Control Estadstico de Procesos
FACULTAD REGIONAL DEL NEUQUEN Carrera: Ingeniera Qumica
Prof.: Ing. Mariela Daz
Ayudante: Ing. Marcelo Lago

9 12
10 15

a) Mediante un diagrama de dispersin investigue la relacin entre el tiempo de secado y la


cantidad de aditivo.
b) Con base en la relacin, alrededor de qu cantidad de aditivo recomendara para reducir
el tiempo de secado?
c) Obtenga el coeficiente de correlacin entre ambas variables e interprtelo.
d) Al parecer, el coeficiente de correlacin lineal es muy bajo. Quiere decir que el tiempo
de secado no est relacionado con la cantidad de aditivo?

19. En una industria se desea investigar cmo influye la temperatura (C) en la presin del vapor
de B-trimetilboro. Los datos obtenidos con tal propsito se muestran a continuacin:

Temperatura Presin
13,0 2,9
19,5 5,1
45,7 30,5
56,1 51,4
64,4 74,5
71,4 100,2
80,5 143,7
85,7 176,9
22,5 8,5
27,2 10,3
31,8 14,6

a) Construya un diagrama de dispersin e interprtelo.


b) Obtenga el coeficiente de correlacin y al interpretarlo compare con lo observado en el
inciso a).

Ao: 2014 5

You might also like