caso de charly
TRANSCRIPT
Distribución BinomialEstadística Aplicada a la Ingeniería
Angélica Casas Torres
19/09/2013
1. Charly, el encargado de compras, tiene dudas sobre la calidad de los materiales entregados por un proveedor (Lupita). Este proveedor señala que su tasa de defectos es menor al 0.1%, sin embargo, se han estado presentando problemas con esas piezas. Charly le pide al Ing. Christian que realice una inspección de entrada a los materiales suministrados por Lupita S.A de C.V. Se lleva a cabo un muestreo en 5 lotes extrayendo 75 piezas en cada ocasión obteniéndose los siguientes resultados:
LOTE DEFECTOS1 32 13 04 15 2
Con base en estos resultados, ¿es posible determinar si la tasa de defectos señalada por Lupita es correcta? Argumenta detalladamente tu respuesta.
RESPUESTA
La tasa de defectos señalada por el proveedor es menor a 0.1%, debido a que la probabilidad es de 0.001.
En una muestra de 75 piezas (n) se espera que haya (np) defectos.
µ = 0.075
Esto significa ninguna pieza defectuosa.
De las 5 muestras que se obtuvieron solo una cumplió con esa condición:
LOTE DEFECTOS1 3 0.04 = 4%2 1 0.0133 = 1.3%3 04 1 0.0133 = 1.3%5 2 0.0267 = 2.67%
TASA DE DEFECTOS
TD PROMEDIO = 1.87%
Se obtuvieron 18.4 veces más defectos de los que había prometido el proveedor.
p = 0.001n = 75µ = 0.075
2. El Ing. Christian de hace cargo del programa de desarrollo de proveedores en la fábrica “Lupita” realiza una serie de estudios y encuentra los siguientes problemas:
CATEGORÍA FRECUENCIAMP 4MO 8
M Y E 1Método 1
MA 1Medición 3
Elabora un diagrama de Pareto y uno de Ishikawa e indica cuales fueron las acciones que tomo el Ing. Christian para corregir el problema.
Después de estas correcciones del Ing. Christian analiza lotes completos de 1000 piezas encontrando los siguientes resultados:
LOTE DEFECTOS1 02 23 14 15 06 2
Determina si las acciones que se tomaron dieron resultado.
RESPUESTA
La tasa de defectos señalada por el proveedor es menor a 0.1%, debido a que la probabilidad es de 0.001.
p = 0.001n = 1000µ = 1
En una muestra de 1000 piezas (n) se espera que haya (np) defectos.
µ = 1
Esto significa una pieza defectuosa.
De las 6 muestras que se obtuvieron 4 cumplieron con esa condición:
LOTE DEFECTOS1 0 0 = 0%2 2 0.002 = 2%3 1 0.001 = 1%4 1 0.001 = 1%5 0 0 = 0%6 2 0.002 = 2%
TASA DE DEFECTOS
Se obtuvieron 10 veces más defectos de los que había prometido el proveedor. A comparación de lo anterior se ha mejorado el resultado, sin embargo ¿Qué pasa con los lotes que aún no cumplen con la tasa de defectos?
p(2) =0.1
8
La probabilidad de que salgan dos piezas defectuosas es del 18%, es una cantidad considerable, sin embargo se tiene que seguir trabajando para eliminar este porcentaje.
1 2 3 4 5 60%
1%
2%
3%
MUESTRAS
DEFECTOS
DIAGRAMA DE ISHIKAWA
Title:
Author, Page Number, Date
Piezas defectuosas por parte del
proveedor Lupita S.A. de C.V.
Materia Prima
Método
Mano de Obra Maquinaria
Medio Ambiente Medición
Está dañada
cause
No cumple las especificaciones
No hay capacitación
Falta de interés del personal
Falta de mantenimiento
Mal manejo de los operadores
Mal calibración
Falta conocimiento
Mal elaborado a planeado
Mala administración
Falta iluminación
Falta ventilación
Instrumentos mal calibrados
Falta de instrumentos
DIAGRAMA DE PARETO
CAUSAS Frecuencia Frec. NormalizMateria prima no cumple con las
especificaciones2 4%
Falta de capacitación del personal 3 5%Falta de mantenimiento al equipo 9 16%
Mal manejo de equipo por parte de los operadores
23 42%
Falta de conocimiento del método 8 15%
Método mal planeado 5 9%
Falta de iluminación y ventilación 2 4%Instrumentos mal calibrados 2 4%
Falta de instrumentos de medición 1 2%
Tabla de frecuencias
CAUSAS Frecuencia Frec. Normaliz Frec. AcumuladaMal manejo de equipo por parte de los
operadores23 42% 42%
Falta de mantenimiento al equipo 9 16% 58%Falta de conocimiento del método 8 15% 73%
Método mal planeado 5 9% 82%
Falta de capacitación del personal 3 5% 87%Materia prima no cumple con las
especificaciones2 4% 91%
Falta de iluminación y ventilación 2 4% 95%Instrumentos mal calibrados 2 4% 98%
Falta de instrumentos de medición 1 2% 100%
Tabla de frecuencias ordenadas