EJERCICIOS DE DATOS AGRUPADOS Y NO AGRUPADOS

Página 1

EJERCICIOS DE LA UNIDAD I

1.-

En un proceso de inyección de plástico una característica de calidad del

producto (disco) es su grosor, que debe ser de 1.20 mm con una tolerancia de

0.10 mm, en la tabla 2.1 se muestra el grosos de los discos.

TABLA 2.1 Datos

para el grosor de los discos, ejemplo 2.1.

1.15 1.20 1.17 1.16 1.16 1.15 1.17 1.20 1.16 1.19 1.17 1.13

1.15 1.20 1.18 1.17 1.16

1.20

1.17 1.17 1.20 1.14 1.19 1.13 1.19 1.16 1.18 1.16 1.17 1.15 1.21 1.15 1.20 1.18

1.17

1.17 1.13 1.16 1.16 1.17 1.20 1.18 1.15 1.13 1.20 1.17 1.19 1.23 1.20 1.24 1.17

1.17

1.17 1.17 1.18 1.24 1.16 1.18 1.16 1.22 1.23 1.22 1.19 1.13 1.15 1.15 1.22 1.19

1.18

1.19 1.17 1.16 1.17 1.18 1.19 1.23 1.19 1.16 1.19 1.20 1.17 1.13 1.22 1.19 1.21

1.20

1.19 1.17 1.19 1.22 1.19 1.18 1.11 1.19 1.19 1.17 1.19 1.17 1.20 1.16 1.19 1.20

1.20

1.17 1.25 1.16 1.16 1.20 1.20 1.16 1.18 1.21 1.20 1.22 1.19 1.14 1.19 1.17 1.20

1.16 1.15 1.20 1.12 1.11 1.18

Encontrar

los siguientes cálculos como datos no agrupados:

Las medidas de tendencia central: Media aritmética,

Mediana, Moda

Medidas de posición: Media geométrica, Media armónica, Cuartil

1, Cuartil 2, Cuartil 3

Medidas de dispersión: Varianza poblacional y Desviación

poblacional

Encontrar

los siguientes datos como datos agrupados:

Las medidas de tendencia central: Media aritmética,

Mediana, Moda

Medidas de dispersión: Varianza poblacional y Desviación

poblacional

El diagrama de dispersión

Las medias de asimetría.

En el estudio de capacidad para este proceso es necesario

contestar las siguientes interrogantes: ¿El grosor medio es adecuado?, ¿La

variabilidad del grosor es mucha o poca (Varianza)?

2.- Dos máquinas, cada una operada por una persona, son

utilizadas para cortar tiras de hule, cuya longitud ideal es de 200 mm, con una

tolerancia de 3 mm. Al final del turno un inspector toma una muestra e

inspecciona que la longitud cumpla especificaciones. A continuación se muestran

las últimas 110 mediciones para ambas máquinas.

199.2

199.7 201.8 202.0 201.0 201.5 200.0 199.8

200.7 201.4 200.4 201.7 201.4 201.4 200.8 202.1

200.7 200.9 201.0 201.5 201.2 201.3 200.9 200.7

200.5 201.2 201.7 201.2 201.2 200.5 200.1 201.4

200.2 201.0 201.4 201.4 201.1 201.2 201.0 200.6

202.0 201.0 201.5 201.6 200.6 200.1 201.3 200.6

200.7 201.8 200.5 200.5 200.8 200.3 200.7 199.5

198.6 200.3 198.5 198.2 199.6 198.2 198.4 199.0

199.7 199.7 199.0 198.4 199.1 198.8 198.3 198.9

199.6 199.0 198.7 200.5 198.4 199.2 198.8 198.5

198.9 198.8 198.7 199.2 199.3 199.7 197.8 199.9

199.0 199.0 198.7 199.1 200.3 200.5 198.1 198.3

199.6 199.0 199.7 198.9 199.2 197.9 200.3 199.6

199.4

198.7 198.5 198.7 198.6 198.5

a) Obtenga las medidas de tendencia central y con base en

ellas señales si la tendencia central del proceso es adecuada.

b) Calcule la desviación estándar y a partir de estos decida

si la variabilidad de los datos es aceptable.

Encontrar

los siguientes datos como datos agrupados:

Las medidas de tendencia central: Media aritmética,

Mediana, Moda

Medidas de dispersión: Varianza poblacional y Desviación

poblacional

El diagrama de dispersión

Las medias de simetría y curtosis