Академический Документы
Профессиональный Документы
Культура Документы
Unidade %
No. Defecto % contrib
s acum
1 En las puntas 400000 51.28 51.28
2 Por materiales 210000 26.92 78.22
3 En el roscado 60000 7.7 85.92
4 Redondeo insuficiente 50000 6.4 92.32
5 Longitud incorrecta 25000 3.2 95.52
6 Diámetro incorrecto 12000 1.54 97.06
7 Acabado 10000 1.28 98.34
8 Piezas curvas 7000 0.9 99.24
9 Otros 6000 0.8 100.04
TOTAL 780000
6.- Realiza un diagrama de causa – efecto en donde se analice las causas de los
accidentes en el cruce de la boticaria.
7.- La compañía Teclusa desea conocer el comportamiento del proceso de producción y
decide obtener más información. Para esto se pide la asesoría del grupo de control de
calidad, el cual decide tomar 5 piezas cada 15 minutos, midiéndolas y registrándolas. Este
proceso de producción consiste en la fabricación de ciertas piezas de hule, cuya dureza
debe ser de 25 ± 5. Los valores se tienen en la tabla. Desarrolle un histograma para
explicar su comportamiento.
Muestr
Datos
a
1 24 26 26 26 25
2 21 22 24 26 24
3 24 22 21 27 25
4 26 25 26 23 21
5 23 24 27 26 22
6 23 27 28 25 24
7 22 25 24 25 26
8 26 23 23 24 28
9 25 22 23 26 25
10 21 24 23 25 25
11 27 24 23 22 23
12 22 22 24 23 25
13 24 23 25 22 22
14 24 25 24 23 25
15 26 23 27 26 24
16 28 27 26 24 24
17 25 25 25 26 23
18 24 27 24 25 24
19 24 23 26 23 25
20 23 23 27 24 23
21 23 25 27 26 25
22 29 24 23 24 25
23 24 25 28 25 24
24 26 23 21 25 29
25 26 25 25 25 25
x Límite real f
2
20.5 – 21.5 5
1 LE = 25 ± 5, LSE = 30 y LIE = 20. De
2 1 acuerdo a lo dicho por Shewart, el tamaño de la
21.5 – 22.5
2 0 muestra debe ser 5 ó 4, ya que menos información
2 2 no es representativa de la población, y más
22.5 – 23.5
3 2 información puede llegar a deformar la visión del
2 2 analista en el muestro y estudio del proceso. El
23.5 – 24.5
4 6 rango de los datos en el muestreo es R = 29 – 21 =
2 3 8. Ahora, condensamos los datos en una tabla de
24.5 – 25.5
5 0 frecuencias con sus respectivos límites para
2 1 construir el histograma.
25.5 – 26.5
6 8
2
26.5 – 27.5 9
7
2
27.5 – 28.5 3
8
2
28.5 – 29.5 2
9
8.- Se calcula la capacidad de un proceso de fresado de unas barras de acero inoxidable,
hasta un espesor de 0.12 ± 0.03 in. El estudio se inició en la fresadora #3 durante el
primer turno con el acero inoxidable en su operación no. 35.las mediciones en in fueron:
1 2 3 4
1 0.1220 0.1200 0.1205 0.1210 0.1205
1 1 1 1
1 2 3 4
2 0.1205 0.1215 0.1200 0.1220 0.1200
2 2 2 2
1 2 3 4
3 0.1210 0.1210 0.1220 0.1200 0.1210
3 3 3 3
1 2 3 4
4 0.1210 0.1220 0.1205 0.1215 0.1210
4 4 4 4
1 2 3 4
5 0.1210 0.1210 0.1210 0.1210 0.1215
5 5 5 5
1 2 3 4
6 0.1215 0.1215 0.1215 0.1200 0.1210
6 6 6 6
1 2 3 4
7 0.1210 0.1215 0.1205 0.1225 0.1205
7 7 7 7
1 2 3 4
8 0.1215 0.1220 0.1205 0.1210 0.1205
8 8 8 8
1 2 3 4
9 0.1205 0.1210 0.1215 0.1210 0.1210
9 9 9 9
1 2 3 4 5
0.1210 0.1195 0.1210 0.1215 0.1215
0 0 0 0 0
Total 6.051
57 64 61 58 62 63 58 63 57 63
62 62 65 64 62 63 52 67 60 64
71 64 64 65 64 59 67 66 61 63
65 65 64 63 64 67 68 64 57 65
60 65 60 67 62 70 62 63 55 63
64 62 60 64 58 62 64 58 72 68
70 67 62 67 65 59 67 70 58 59
65 64 65 58 67 63 67 70 58 59
76 65 66 58 57 57 68 57 61 57
58 59 64 62 64 61 57 59 60 62
SOLUCIÓN:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
57 60 76 64 67 61 60 66 65 67 62 62 57 59 59 58 62 68 66 70 57 55 61 63 59
62 64 58 65 64 65 60 64 63 58 62 58 64 67 63 52 64 57 64 70 60 72 60 65 59
71 70 64 65 65 64 62 58 67 58 64 65 63 70 57 67 67 63 63 57 61 58 63 63 57
65 65 62 62 59 64 65 64 64 62 64 67 63 62 61 68 67 67 58 59 57 58 64 68 62
Σ 255 259 260 256 255 254 247 252 259 245 252 252 247 258 240 245 260 255 251 256 235 243 248 259 237
X 63.75 64.75 65 64 63.75 63.5 61.75 63 64.75 61.25 63 63 61.75 64.5 60 61.25 65 63.75 62.75 64 58.75 60.75 62 64.75 59.25
R 14 10 18 3 8 4 5 8 4 9 2 9 7 11 6 16 5 11 8 3 4 17 4 5 5
Sustituyendo obtenemos:
LSP = 68.85
LIP = 56.83
Entonces sustituyendo tenemos:
LC = 8.24
LSC = (2.282) (8.24) = 18.804
LIC = (0) (8.24) = 0 GR ÁFIC O X -R
66 GRÁFICO X
65
64
63
62
61
60
59
58
0 5 10 15 20 25 30
GRÁFICO R
GRÁFICO X-SIGMA
20
18
16
14
12
10
8
6
4
2
0
0 5 10 15 20 25 30
Para el gráfico x-σ tenemos:
LC = r
LSC = D4r
LIC = D3r
LSP = 61.7012
LIP = 58.049
Para el gráfico x-σ tenemos:
LC = r
LSC = D4r
LIC = D3r
LC = 3.165
LSC = (2.114) (3.165) = 6.6908
LIC = (0) (3.165) = 0
GRÁFICO X
62
61.5
61
60.5
60
59.5
59
58.5
58
57.5
0 5 10 15 20 25
GRÁFICO R
0
0 5 10 15 20 25
CONCLUSIONES:
LP = x ± A 2 R n =4 = 41 ± 0.729 ⋅ 8.76
LIP = 34.614 LSP = 47.386
Como se observa hay tres puntos fuera de los límites de control, por lo que
el proceso se rechaza.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
1 85 75 80 65 75 60 80 70 75 60 80 75 70 65 85 80 70 70 65 65 55 75 80 65 65
2 65 85 80 75 70 75 75 80 85 70 75 85 70 70 75 75 85 80 65 60 50 65 65 60 70
3 65 75 75 60 65 75 65 75 85 60 90 85 75 85 80 75 75 70 85 60 65 65 75 65 70
4 70 85 85 70 80 70 75 75 80 80 50 65 70 75 80 80 70 70 65 65 80 80 65 60 60
∑ 28 32 32 27 29 28 29 30 32 27 29 31 28 29 32 30 29 28 25 25 28 28 25
X 5 0 0 0 0 0 5 0 5 0 5 0 5 5 0 310 0 0 0 0 0 5 5 0 265
X 71 80 80 68 73 70 74 75 81 68 74 78 71 74 80 78 75 73 70 63 63 71 71 63 66
R 20 10 10 15 15 15 15 10 10 20 40 20 5 20 10 5 15 10 20 5 30 15 15 5 10
Cálculos:
x=
∑ x = 1802.05 = 72.1 R=
∑ R = 365 = 14.6
N 25 N 25
Cálculos
x=
∑ x = 4901= 196.04 N∑ x 2 − ( ∑ x )
2
N 25 ∑ σ ∑ N(N - 1) 439.375
σ = = = = 17.575
N N 25
Muestra Observaciones x σ
1 6.35 6.4 6.32 6.37 6.36 0.034
2 6.46 6.37 6.36 6.41 6.4 0.045
3 6.34 6.4 6.34 6.36 6.36 0.028
4 6.69 6.64 6.68 6.59 6.65 0.045
5 6.39 6.34 6.44 6.4 6.3925 0.042
6 6.42 6.41 6.43 6.34 6.4 0.041
7 6.44 6.41 6.41 6.46 6.43 0.024
8 6.33 6.41 6.38 6.36 6.37 0.034
9 6.48 6.44 6.47 6.45 6.46 0.018
10 6.47 6.43 6.36 6.42 6.42 0.045
11 6.38 6.41 6.39 6.38 6.39 0.014
12 6.37 6.37 6.41 6.37 6.38 0.02
13 6.4 6.38 6.47 6.35 6.4 0.051
14 6.38 6.39 6.45 6.42 6.41 0.032
15 6.5 6.42 6.43 6.45 6.45 0.036
16 6.33 6.35 6.29 6.39 6.34 0.042
17 6.41 6.4 6.29 6.34 6.36 0.056
18 6.38 6.44 6.28 6.58 6.42 0.125
19 6.35 6.41 6.37 6.38 6.3775 0.025
20 6.56 6.55 6.45 6.48 6.51 0.054
21 6.38 6.4 6.45 6.37 6.4 0.036
22 6.39 6.42 6.35 6.4 6.39 0.029
23 6.42 6.39 6.39 6.36 6.39 0.024
24 6.43 6.43 6.35 6.38 6.3975 0.036
25 6.39 6.39 6.43 6.44 6.4125 0.029
x=
∑ x = 160.27 = 6.41
N 25
La media de las desviaciones es:
N∑ x 2 − ( ∑ x )
2
∑ σ ∑ N(N - 1) 0.965
σ = = = = 0.0386
N N 25
Unidades Porcentaje
Unidades
Día defectuosas defectuoso
inspeccionadas
np 100p
1 200 2 1.0
2 200 5 2.5
3 200 0 0.0
4 200 14 7.0
5 200 3 1.5
6 200 0 0.0
7 200 1 0.5
8 200 0 0.0
9 200 18 9.0
10 200 8 4.0
11 200 6 3.0
12 200 0 0.0
13 200 3 1.5
14 200 0 0.0
15 200 6 3.0
16 200 4 2.0
17 200 9 4.5
18 200 15 7.5
19 200 12 6.0
20 200 10 5.0
Σ 4000 116
Cálculos:
Tenemos que:
GRÁFICO P
0.05
0.045
0.04
0.035
0.03
0.025
0.02
0.015
0.01
0.005
0
0 5 10 15 20 25 30
9. TECLUSA es una empresa fabricante de muebles para el hogar. El
personal de calidad, desea aplicar la gráfica c para controlar la calidad de
acabado de las mesas de los comedores, para la cual deciden revisar cada
mesa y registrar los defectos encontrados en ellas. Los datos para las
primeras 30 mesas se muestran a continuación:
LC = c 3√ c
LC = c
LCS = c + 3√ c
LCI = c - 3 c
Donde:
c =c/No. de subgrupo
Entonces tenemos:
c =119/30 = 3.97
LC = 3.97
LCS = 9.95
GRÁFICO C
10
9
8
7
6
5
4
3
2
1
0
0 5 10 15 20 25 30 35
Se puede observar que el proceso se haya bajo control estadístico, con una
serie de puntos disparados alejados del límite central, por lo cual es
conveniente mantener bajo inspección el proceso y estar pendiente de
cualquier cambio.
EJERCICIOS DE APLICACIÓN
Habilidad de un proceso
= 205.1260cm y = 0.3
∑x ∑R
Los limites de especificación son 10.25 ± 0.03 cm
Ultimas 20 muestras
∑ x = 2 05.1 2 6 0 ∑ R = 0.3
x=
∑ x = 205.1260 = 10.2563 R=
∑ R = 0.30 = 0.015
N 20 N 20
Valor de Cp Valor de Cp
Nivel de usando Nivel de usando
habilidad la fórmula para habilidad la fórmula para
3σ 3
3σ 1.00 5σ 1.66
± 4σ ≥ 1.33 6σ ≥ 2.00
De los resultados anteriores, 1.55 > 1.33, por lo que el proceso si es hábil para
4.
10.279− 10.221
σ= = 0.0058232931
73
6(1.66)
Esta nueva desviación es la que se obtiene si se realizan los cambios pertinentes
para lograr que el proceso sea hábil para ± 5σ
R 0.0006
σ´= = = 0.0002914
d2 2.059
LSE − LIE 0.4044− 0.403
Cp = = = 0.8045
6σ 6(0.0002914)
X = 0.1406 y R = 0.00086
a) En este caso 2.94 > 1, por lo que el proceso es hábil para ± 3σ ; y 2.94 > 1.33,
por lo que sí es hábil para ± 4σ
LSE − LIE
= 0.0013541436 46
2
LE = 0.14 0.001354143646
= 349.808 = 2.512
LC x L CR
Cpk 1
k = 1− k =1− = 0.2679
Cp 1.366
Este ultimo valor sumado a la media del proceso nos dará la nueva media (se
suma porque la media del proceso quedó “debajo” o “a la izquierda” de la media
deseada, la de especificación):
349.808 + 0.2679 = 350.076
Con esto comprobamos que esta relación permite la capacidad real del proceso.
Las tolerancias que hacen realmente hábil el proceso son:
5 – 0.01519=4.9848
Datos:
n = 5 d2 = 2.326 LCX = 4.22 LCr = 0.293
LE = 4.15 ± 0.42 LSE = 4.57 LIE = 3.73
LE
LP
4.22
4.15
2n − M 2 4.15 − 4.119766613
K= = = 0.086873618
LSE − LIE 0.696031482
LE = 4.15 ± 0.261142128
R 0.134142127
σ´= = = 0.057670734
d2 2.326
LSE − LIE 4.411142128− 3.888857872
Cp = = = 1.50938561
6σ 6(0.057670734)
Cpk = Cp (1 − K ) = 1.50938561 (1 − 0.086873618 ) = 1.3782598
Se comprueba la habilidad real del proceso para 4 .
Cpk = Cp (1 − K ) 2μ − M 2 96 − 95.1
K= = = 0.2571428
LSE − LIE 7
Cpk = 1.182033 (1 − 0.2571428 ) = 0.87808179
Se demuestra que el proceso no es realmente hábil para ± 3 . Los cálculos para
la corrección (que, en este caso, se refiere a encontrar la nueva desviación) son:
Cpk 1
K = 1− = 1− = 0.1539967
Cp 1.182033
Se suma el valor de K porque la media del proceso está a la izquierda de la de
especificación.
95.1 + 0.1539967 = 95.253997
Con esta media encontramos el nuevo valor de K y los demás parámetros para
definir las especificaciones que darán capacidad real al proceso.
2μ − M 2 96 − 95.253997
K= = = 0.213143714
LSE − LIE 7
R1 – R2 = R3
3.5 – 0.2131438 = 3.28656286
LE = 96 ± 3.28656286
LE = 96 3.059512548
Ejercicio 4: El espesor de las nervaduras para un anillo para motor debe de estar
entre 1.5000 ± 0.0040 in. Se han tomado muestras de tamaño cuatro y el proceso
se encuentra en control estadístico. Los datos de la grafica son:
R 0.00215
σ´= = = 0.0104419621
2
d2 2.059
.
LSE − LIE 1.504− 1.496 0.008
Cp = = = = 1.276894225
6σ 6(0.0010441962 12) 0.006265177
LE
LSE
LP
LSP
1.496
1.506
1.505
1.504
1.503
LIE
1.5
b)
2n − M 2 96 − 95.253997
K= = = 0.213143714
LSE − LIE 7
c) Lo recomendable es “correr” la curva de proceso hacia la izquierda. Esto se
logrará calibrando las máquinas, pues el proceso trabaja con dispersión
adecuada, pero no sobre la media de especificación, lo que da un valor de K > 0.
a) Podemos obtener de las suma de las medias y los rangos sus respectivos
valores para hacer los cálculos en el problema.
σ=
2.563
= 1.244779 17 − 12.6
Cpk = = 1.17833
2.059 3(1.244779)
obviamente, este nuevo valor de altera las tolerancias que se tenían, así que,
R
suponiendo que existe una tolerancia bilateral, calculamos los límites ”superior e
inferior”:
17 − 13.26566294= ±3.73434
Datos y cálculos:
n=3 d2 = 1.693 LCX = 530 LCR = 8.35
a) De la formula :
LSE − µ'
Cp k =
3σ
R 0.063
σ= = = 0.02486
d 2 2.534
b) El máximo valor que puede tomar la media del proceso es, con un valor de Cp k
=1:
Cp k =
LSE − µ ' µ ' = LS E− 3C pkσ = 0.3 − ( 3)(1)( 0.0 2 4 8 )6= 0.2 2 5 4g r
3σ
Ejercicio 4: La vida de un foco domestico debe tener una vida mínima de 1000 hrs.
Se han llevado muestras de tamaño 5 y el proceso se encuentra en control
estadístico. Los datos:
LCX = 1 1 0 8 y LCR = 2 0
b) El mínimo valor que puede tomar la media del proceso es, con un valor de Cp k =
1.33 (pues es para ± 4σ ):
Cp k =
LIE − µ' µ ' = LIE− 4C pkσ = 1 0 0 0− ( 4)( 1.3 3)( 8.5 9 8) = 1 0 4 5.7 4h rs.
4σ
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Total
Np 4 1 3 2 5 1 4 3 5 3 1 2 4 3 2 43
2.86667
Ch = 1001 − = 98.85%
250
Como Ch<99.73%, el proceso no es hábil para 3
b) Para que el proceso sea hábil para ± 3, debemos ajustar el valor de np, para
que Ch = 99.73. Entonces:
np 99.73 np 99.73
Ch = 99.73 = 100 1 − =1− np = 1 − ( 250)
n 100 250 100
de aquí obtenemos que np = 0.675, así que para el proceso sea hábil para 3 ,
debe de haber menos de un producto defectuoso en la línea por cada 15, o
aproximadamente, 2 productos defectuosos por cada 45 en la línea.
Ejercicio 2.- Los datos que siguen, nos muestran el numero de unidades
defectuosas en varias muestras de un componente electrónico. El tamaño de la
muestra varía, y el proceso ha estado en control estadístico usando una grafica p.
Los datos de las ultimas diez muestras son:
Muestra 1 2 3 4 5 6 7 8 9 10 Total
Tamaño 580 610 590 575 630 620 570 625 605 595 6000
defectuosos 4 7 5 6 6 6 4 5 8 7 58
P=
∑ np = 58 = 0.009667
∑ n 6000
Al aplicar la formula de , encontramos si el proceso es hábil ó no:
Ch = 1 0 0( 1 − P )
Ch = 1 0 0( 1 − 0.0 0 9 6 6) 7= 9 9.0 3 3 3%
Esto indica que tenemos 1-0.9810 = 0.019, ó sea 1.9% de producto fuera de
especificaciones; para que el proceso fuera hábil para ± 3, solamente
deberíamos tener un 0.135% de producto fuera de especificaciones, pero como
tenemos un 1.9% fuera de especificaciones decimos que el proceso no es hábil
para ± 3σ .
Diagrama de Pareto
En septiembre de 1990 se realizó una reunion mundial para slavar a los niños de
todos los países.
En esta cumber, la UNICEF reportó los siquientes datos de muertes infantiles por
día
1 400 De tosferina
4 000 De sarampión
2 150 De tetanos
2 250 De malaria
11000 De diarrea
6 000 De nuemonía
Tornillos defectuosos
Histograma
Los registros de una semana de una flota de automoviles muestran las siguientes
cantidades (dolares) que se gastaron en gasolina en c/u de sus 32 automoviles
Clases Li Ls conteo n
1 15.245 26.095 IIIII II 7
2 26.095 39.945 IIIII IIII 9
3 39.945 47.795 IIIII IIII 9
4 47.795 58.645 IIII 4
5 58.645 69.495 III 3
Error: La distribucion se encuentra erronea y también debe ser de 7 a 15
elementos en el histograma. El numero de clase esta mal calculado
se toma 9
k = 1 + 3.22 * log( 32) = 5.84 i = R / k = 54.24 / 5.84 = 9.28
Clases Li Ls conteo n
1 .0225 .0275 II 2
2 .0275 .0325 IIII 4
3 .0325 .0375 IIIII III 8
4 .0375 .0425 IIIII IIIII IIIII 15
5 .0425 .0475 IIIII IIIII 10
6 .0475 .0525 IIIII III 8
7 .0525 .0575 IIIII III 8
Error: Se encuentra mal calculado el numero de clases y la amplitud de esta,
igualmente la distribución de frecuencia esta mal hecha
Se toma .005
k = 1 + 3.22 * log(50) = 6.47 i = R / k = .032 / 6.47 = .0049
Por lo tanto quedan 11 clases.
Se desea analizar el tiempo de vida de los focos de las señales direccionales para
autos. Para ello se procede a obtener una muestra de 30 focos, registrando el
número de horas que duran encendidos, y los resultados son los siguientes:
Clases Li Ls conteo n
1 179.5 218.5 III 3
2 218.5 257.5 IIIII III 8
3 257.5 296.5 IIIII IIIII II 12
4 296.5 335.5 IIII 4
5 335.5 374.5 III 3
Error: Solo cuenta con 5 elementos y esto es incorrecto. La distribución de
frecuencias por lo tanto esta mal hecha.
En una fábrica el tiempo en horas de trabajo durante el cual una maquina queda
fuera de operacion debido a dificultades como fracturas o fallas denominadas
“tiempo de inactividad”. Un experto en eficiencia midio durante cierto periodo cien
tiempo de inactividad consecutivos (en min.) que son:
32 63 52 62 35 34 74 53 64 80
51 55 48 60 76 51 35 44 45 54
33 45 61 53 21 68 85 60 77 61
42 67 34 53 45 47 52 68 52 69
73 61 55 65 62 54 41 59 53 50
26 58 82 74 41 70 38 50 47 35
36 67 43 28 56 79 84 49 36 65
92 22 62 55 72 68 40 37 78 43
65 73 57 39 46 57 56 60 50 88
45 56 75 40 51 70 74 76 48 59
Clase Li Ls conteo n
1 20 29 IIII 4
2 30 39 IIIII IIIII II 12
3 40 49 IIIII IIIII IIIII III 18
4 50 59 IIIII IIIII IIIII IIIII IIIII I 26
5 60 69 IIIII IIIII IIIII IIIII 20
6 70 79 IIIII IIIII IIIII IIII 14
7 80 89 IIIII I 6
Los datos siguientes muestran las calificaciones finales de 30 estudiantes de curso
de calidad, para analizar su distribucion y su grado de aprendizaje las
calificaciones indicant el numero de aciertos obtenidos de 250 preguntas
Calificaciones:
62 156 231
172 107 226
178 69 162
92 148 184
224 126 89
172 113 55
Clase 110 156 161
Li 124 117 172
Ls 200 189 221
conteo 140 182 140
n
1 54.5 89.5 IIII 4
2 89.5 124.5 IIIII I 6
3 124.5 159.5 IIIII I 6
4 159.5 194.5 IIIII IIII 9
5 194.5 229.5 IIIII
Error: Solo cuenta con 5 elementos por lo que es erroneo deberia tener como
mínimo 7 elementos. Esta mal calculado el numero de clases y la amplitud de la
misma, la distribución de frecuencias por lo tanto también esta mal hecha las
líneas de especificación y de proceso hacen falta.
Los resultados de análisis de cloro en partes por millon existents en 30 muestras
de agua tratada, hacer la distribución de frecuencias, sacar desviación estandar y
media
16.2 15.4 16.0 16.6 15.9 16.0 16.8 16.9 16.8 15.8
15.7 16.4 15.2 15.8 15.9 16.1 15.6 15.9 15.6 16.0
16.7 15.8 15.7 16.2 15.6 15.9 16.3 16.0 16.3 16.3
Error: Solo cuenta con 5 elementos por lo que no podemos confiar por lo que
deberia de contar como mínimo con 7 elementos
Diagramas de Dispersión
% grasas Rendimiento
3.3 11.55
3.2 11.03
3.0 11.67
3.4 11.30
3.5 9.64
3.1 11.65
3.4 11.24
3.5 11.76
3.4 12.12
3.1 11.06
3.2 12.40
3.1 10.09
% grasas Rendimiento
3.2 11.40
3.0 10.59
3.1 11.47
3.5 12.30
3.1 11.56
3.3 12.29
3.1 12.60
3.4 12.60
Año Ingreso 3.3
Ventas netas 12.23
anual de SEARS
3.2 12.00
disponible 3.2 12.10
1953 252.6 2.982
3.1 11.90
1954 257.4 2.965
1955 275.3 3.307
1956 193.2 3.556
1957 308.5 3.601
1958 318.8 3.721
1959 337.3 4.036
Error: no 1960 350.0 4.134
menciona el1961 364.4 4.268
objetivo del1962 385.3 4.578
problema. Los medianas X=314.28 Y=3.7148
puntos (3.0,
11.67) y (3.0, 10.59) situados sobre la grafica están mal señalados en el plano
cartesiano De acuerdo a la teoría señalada en clase, y ocupando la formula
proporcionada para obtener r, el resultado manejado en el problema esta mal, por
lo tanto se debe de corregir r.
Error: Según con lo visto en clase, tiene que dividir la paralela y de ahí los
cuadrantes y atravesar una recta lo cual hace falta en el grafico de este problema.
Y ocupando la formula de clase el valor de r es erroneo debe ser igual r=.8143
En un grupo de investigaciones se estableció una escala de grado de violencia en
los programas de TV; se calificaron los programas y se recopilaron datos del
porcentaje del teleauditorio que ve los grados del modo siguiente:
La siguiente tabla muestra las alturas de padres e hijos (X y Y respectivamente) de
una muestra de 12 padres e hijos primogénitos: