Tabla de Contenido

INTRODUCCION................................................................................................... 1
MARCO TEORICO................................................................................................. 1
Estadstica....................................................................................................... 1
Estadstica descriptiva..................................................................................... 1
Poblacin estadstica....................................................................................... 2
Muestra............................................................................................................ 2
Muestreo de aceptacin................................................................................... 2
Distribucin de frecuencias.............................................................................. 3
Tipos de frecuencias........................................................................................ 3
Frecuencia absoluta...................................................................................... 3
Frecuencia relativa........................................................................................ 3
Histograma...................................................................................................... 3
Media aritmtica.............................................................................................. 4
Varianza........................................................................................................... 4
Desviacin estndar........................................................................................ 4
Cuartil.............................................................................................................. 4
ESTADISTICAS DESCRIPTIVAS.............................................................................. 5
CALCULOS DE PROBABILIDAD...........................................................................10
INVESTIGACION................................................................................................. 14
CONCLUSIONES................................................................................................. 19
RECOMENDACIONES......................................................................................... 20
BIBLIOGRAFIAS.................................................................................................. 20

INTRODUCCION
Este trabajo consiste en simular una inspeccin de calidad a travs de un muestreo de
aceptacin, el cual consiste en evaluar un colectivo homogneo de una muestra aleatoria,
para decidir la aceptacin o el rechazo del mismo.
Para el experimento realizado se tubo 40 bolitas de espuma flex las cuales
simularon artculos, 8 de ellas de distinto color simulaban artculos
defectuosos. Con ayuda de una caja de cartn se simulo un nfora, el
experimento contaba en colocar todas las bolitas en una caja para despus
tomar 5 al azar y contar cuantas bolitas de estas salan marcadas.
El proceso de sacar 5 bolitas, contar y colocarlas nuevamente en el nfora fue
repetida 100 veces con estos datos se realiz procesos de estadstica
descriptiva y clculos de probabilidad.

MARCO TEORICO
Estadstica
Es una ciencia formal y una herramienta que estudia el uso y los anlisis provenientes de
una muestra representativa de datos, busca explicar las correlaciones y dependencias de un
fenmeno fsico o natural, de ocurrencia en forma aleatoria o condicional. Sin embargo, la
estadstica es ms que eso, es decir, es la herramienta fundamental que permite llevar a
cabo el proceso relacionado con la investigacin cientfica.
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad.

Estadstica descriptiva
Es una gran parte de la estadstica que se dedica a recolectar, ordenar, analizar y representar
un conjunto de datos, con el fin de describir apropiadamente las caractersticas de este. Este
anlisis es muy bsico. Aunque hay tendencia a generalizar a toda la poblacin, las
primeras conclusiones obtenidas tras un anlisis descriptivo, es un estudio calculando una
serie de medidas de tendencia central, para ver en qu medida los datos se agrupan
o dispersan en torno a un valor central.

Poblacin estadstica
En estadstica, tambin llamada universo, es el conjunto de elementos de referencia sobre el
que se realizan las observaciones. Tambin es el conjunto sobre el que estamos interesados
en obtener conclusiones (inferir). Normalmente es demasiado grande para poder abarcarla,
motivo por el cual se puede hacer necesaria la extraccin de una muestra de sta.

Muestra
En estadstica, una muestra es un subconjunto de casos o individuos de una poblacin
estadstica.
Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la
poblacin, para lo cual deben ser representativas de la misma. Para cumplir esta
caracterstica la inclusin de sujetos en la muestra debe seguir una tcnica de muestreo. En
tales casos, puede obtenerse una informacin similar a la de un estudio exhaustivo con
mayor rapidez y menor coste

Muestreo de aceptacin
Un muestreo de aceptacin consiste en evaluar un colectivo homogneo a travs de una
muestra aleatoria, para decidir la aceptacin o el rechazo del colectivo. Por tanto es
necesario tener presente en todo momento que, en un muestreo, lo que se est evaluando es
toda la poblacin y no slo la muestra, por lo que la cuestin es si una poblacin, con las
caractersticas inferidas a partir de los datos de la muestra observada, es aceptable o no
(ver Fig. 1). Bajo el punto de vista estadstico, un muestreo de aceptacin es un contraste de
hiptesis en el que se evala una caracterstica (parmetro de una poblacin) a travs de
unos valores mustrales.

Fig. 1 Muestreo de aceptacin

Distribucin de frecuencias
En estadstica, se le llama distribucin de frecuencias a la agrupacin de datos en categoras
mutuamente excluyentes que indican el nmero de observaciones en cada categora. Esto
proporciona un valor aadido a la agrupacin de datos. La distribucin de frecuencias
presenta las observaciones clasificadas de modo que se pueda ver el nmero existente en
cada clase.

Tipos de frecuencias
Frecuencia absoluta
La frecuencia absoluta es el nmero de veces que aparece un determinado valor en
un estudio estadstico. Se representa por ni. La suma de las frecuencias absolutas es
igual al nmero total de datos, que se representa por N. Para indicar resumidamente
estas sumas se utiliza la letra griega (sigma mayscula) que se lee suma o
sumatoria.
Frecuencia relativa
La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado
valor y el nmero total de datos. Se puede expresar en tantos por ciento y se
representa por fi. La suma de las frecuencias relativas es igual a 1, siempre y cuando
no sea igual que 7 o por debajo de los 7 primeros nmeros sucesivos.

Histograma
En estadstica, un histograma es una representacin grfica de una variable en forma de
barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores
representados, ya sea en forma diferencial o acumulada. Sirven para obtener una "primera
vista" general, o panorama, de la distribucin de la poblacin, o la muestra, respecto a una
caracterstica, cuantitativa y continua, de la misma y que es de inters para el observador
(como la longitud o la masa).
De esta manera ofrece una visin en grupo permitiendo observar una preferencia, o
tendencia, por parte de la muestra o poblacin por ubicarse hacia una determinada regin
de valores dentro del espectro de valores posibles (sean infinitos o no) que pueda adquirir la
caracterstica. As pues, podemos evidenciar comportamientos, observar el grado de
homogeneidad, acuerdo o concisin entre los valores de todas las partes que componen la
poblacin o la muestra, o, en contraposicin, poder observar el grado de variabilidad, y por
ende, la dispersin de todos los valores que toman las partes, tambin es posible no
evidenciar ninguna tendencia y obtener que cada miembro de la poblacin toma por su lado
y adquiere un valor de la caracterstica aleatoriamente sin mostrar ninguna preferencia o
tendencia, entre otras cosas.

Media aritmtica
En matemticas y estadstica,
la media
aritmtica (tambin
llamada promedio o
simplemente media) de un conjunto finito de nmeros es el valor caracterstico de una serie
de datos cuantitativos objeto de estudio que parte del principio de la esperanza matemtica
o valor esperado, se obtiene a partir de la suma de todos sus valores dividida entre el
nmero de sumandos. Cuando el conjunto es una muestra aleatoria recibe el nombre
de media muestral siendo uno de los principales estadsticos mustrales.
Expresada de forma ms intuitiva, podemos decir que la media (aritmtica) es la cantidad
total de la variable distribuida a partes iguales entre cada observacin.

Varianza
En teora de probabilidad, la varianza (que suele representarse como ) de una variable
aleatoria es una medida de dispersin definida como la esperanza del cuadrado de la
desviacin de dicha variable respecto a su media.
Hay que tener en cuenta que la varianza puede verse muy influida por los valores atpicos y
no se aconseja su uso cuando las distribuciones de las variables aleatorias tienen colas
pesadas. En tales casos se recomienda el uso de otras medidas de dispersin ms robustas.

Desviacin estndar
La desviacin tpica o desviacin estndar (denotada con el smbolo o s, dependiendo de
la procedencia del conjunto de datos) es una medida de dispersin para variables de razn
(variables cuantitativas o cantidades racionales) y de intervalo. Se define como la raz
cuadrada de la varianza de la variable.
Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de
tendencia central, sino que necesitamos conocer tambin la desviacin que presentan los
datos en su distribucin respecto de la media aritmtica de dicha distribucin, con objeto de
tener una visin de los mismos ms acorde con la realidad al momento de describirlos e
interpretarlos para la toma de decisiones.

Cuartil
Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en cuatro
partes porcentualmente iguales. Aparecen citados en la literatura cientfica por primera vez
en 1879 por D. McAlister.
La diferencia entre el tercer cuartil y el primero se conoce como rango intercuartlico. Se
representa grficamente como la anchura de las cajas en los llamados diagramas de cajas.
4

Dada una serie de valores X1,X2,X3 ...Xn ordenados en forma creciente, podemos pensar
que su clculo podra efectuarse:
Primer cuartil (Q1) como la mediana de la primera mitad de valores;
Segundo cuartil (Q2) como la propia mediana de la serie;
Tercer cuartil (Q3) como la mediana de la segunda mitad de valores.

ESTADISTICAS DESCRIPTIVAS
Tabla 1.- Tabla de Datos

X1

X2

X3

X4

X5

X6

X7

X8

X9

X2
1

X2
2

X2
3

X2
4

X2
5

X2
6

X2
7

X2
8

X2
9

X41

X61

X81

X42

X62

X82

X43

X63

X83

X44

X64

X84

X45

X65

X85

X46

X66

X86

X47

X67

X87

X48

X68

X88

X49

X69

X89

X1
0

X1
1

X1
2

X1
3

X1
4

X1
5

X1
6

X1
7

X1
8

X1
9

X2
0

X3
0

X3
1

X3
2

X3
3

X3
4

X3
5

X3
6

X3
7

X3
8

X3
9

X4
0

X50

X70

X90

X51

X71

X91

X52

X72

X92

X53

X73

X93

X54

X74

X94

X55

X75

X95

X56

X76

X96

X57

X77

X97

X58

X78

X98

X59

X79

X99

X60

X80

Tabla 2.- Tabla de Datos Ordenados

X10
0

X(1
)

X(2
)

X(3
)

X(4
)

X(5
)

X(6
)

X(7
)

X(8
)

X(9
)

X(1
0)

X(1
1)

X(1
2)

X(1
3)

X(2
1)

X(2
2)

X(2
3)

X(2
4)

X(2
5)

X(2
6)

X(2
7)

X(2
8)

X(2
9)

X(3
0)

X(3
1)

X(3
2)

X(3
3)

X(4

1)

X(4

2)

X(4

3)

X(4

4)

X(4

5)

X(4

6)

X(4

7)

X(4

8)

X(4

9)

X(5

0)

X(5

1)

X(5

2)

X(5

3)

X(6
1)

X(6
2)

X(6
3)

X(6
4)

X(6
5)

X(6
6)

X(6
7)

X(6
8)

X(6
9)

X(7
0)

X(7
1)

X(7
2)

X(7
3)

X(8
1)

X(8
2)

X(8
3)

X(8
4)

X(8
5)

X(8
6)

X(8
7)

X(8
8)

X(8
9)

X(9
0)

X(9
1)

X(9
2)

X(9
3)

X(1
4)

X(1
5)

X(1
6)

X(1
7)

X(1
8)

X(1
9)

X(2
0)

X(3

4)

X(3

5)

X(3

6)

X(3

7)

X(3

8)

X(3

9)

X(4

0)

X(5

4)

X(5

5)

X(5

6)

X(5

7)

X(5

8)

X(5

9)

X(6

0)

X(7
4)

X(7
5)

X(7
6)

X(7
7)

X(7
8)

X(7
9)

X(8
0)

X(9

4)

X(9

5)

X(9

6)

X(9

7)

X(9

8)

X(9

9)

X(1

00)

Tabla 3.- Tabla de Frecuencias

Ordina
l
Clase

marca
de

Frecuenc Frecuenci
ia
a

Frec.
Absoluta

Frec.
Relativa

clase

absoluta

relativa

acumulada

acumulada

[0,1)

0,5

33

0,33

33

0,33

[1,2)

1,5

43

0,43

76

0,76

[2,3)

2,5

20

0,20

96

0,96

[3,4]

3,5

0,04

100

Histograma de Frecuencia
0.5
0.45
0.4
0.35
0.3
Frecuencia Relativa 0.25
0.2
0.15
0.1
0.05
0

[0,1)

[1,2)

[2,3)

[3,4]

Clases

Ojiva
2
Frecuencia Relativa acum.

1
0
[0,1) [1,2) [2,3) [3,4]
Clases

Clculos de media, varianza, desviacin estndar, cuartiles.

n=100
Media Aritmtica
n

Xi
n

x =
i=1

x =

0+0+0+ +3
100

x =

95
100

x =0.95

Varianza
2
( x i x )
s =
n1
i=1
n

s =
2

i=1

( 00.95) +(00.95) +(00.95) ++(30.95)

1001

s 2= 0.6944
Desviacin Estndar
( x i x )2
s = n1
i=1
n

(x i x )2
s=
n1
i=1
n

10

100

(00.95)2 +(00.95)2 +(00.95)2+ +( 30.95)2

s=
1001
i=1
s=0.8333

Cuartiles
Q1= X(25,25)
Q1= X(25) + 0,25[X(26) X(25)]
Q1= 0 + 0,25(0 0)
Q1= 0

Q2= X(50,50)
Q2= X(50) + 0,50[X(51) X(50)]
Q2= 1 + 0,50(1 1)
Q2= 1

Q3= X(75,75)
Q3= X(75) + 0,75[X(76) X(75)]
Q3= 1 + 0,75(1 1)
Q3= 1

IR = Q3 Q1
IR = 1 0 = 1
1,5IR = 1,5(1) = 1,5
Q1 1,5IR = 0 1,5 = -1,5
Q3 + 1,5IR = 1 + 1,5 = 2,5
11

12

Diagrama de Cajas
.
.
.
.

CALCULOS DE PROBABILIDAD
Distribucin Hipergeomtrica
N= 40

# de bolillas

n=5

# de bolillas sacadas

a=8

# de bolillas marcadas

x=0 # de bolillas marcadas a sacar

S x ={ 0,1,2,3,4,5 }

Soporte

k =min { a ; n }

13

k =min { 8 ; 5 }

a N a
(
x )( nx )
f ( x )=P ( X =x ) =
( Nn )
8 408
(
0)( 50 )
f ( x )=P ( X =0 )=
(405)
8 32
(
0)( 5 )
f ( x )=P ( X =0 )=
(405)
f ( x )=P ( X =0 )=0.306

N= 40

# de bolillas

n=5

# de bolillas sacadas

a=8

# de bolillas marcadas

x=1

# de bolillas marcadas a sacar

a N a
(
x )( nx )
f ( x )=P ( X =x ) =
( Nn )
8 408
(
1 )( 51 )
f ( x )=P ( X =1 )=
( 405)
14

8 32
(
1 )( 4 )
f ( x )=P ( X =1 )=
( 405 )
f ( x )=P ( X =1 )=0.437

N= 40

# de bolillas

n=5

# de bolillas sacadas

a=8

# de bolillas marcadas

x=2

# de bolillas marcadas a sacar

a N a
(
x )( nx )
f ( x )=P ( X =x ) =
( Nn )
8 408
(
2 )( 52 )
f ( x )=P ( X =2 )=
( 405)
8 32
(
2 )( 3 )
f ( x )=P ( X =2 )=
( 405 )
f ( x )=P ( X =2 )=0.211

15

N= 40

# de bolillas

n=5

# de bolillas sacadas

a=8

# de bolillas marcadas

x=3

# de bolillas marcadas a sacar

a N a
(
x )( nx )
f ( x )=P ( X =x ) =
( Nn )
8 408
(
3 )( 53 )
f ( x )=P ( X =3 )=
(405)
8 32
(
3 )( 2 )
f ( x )=P ( X =3 )=
( 405 )
f ( x )=P ( X =3 )=0.0422

N= 40

# de bolillas

n=5

# de bolillas sacadas

a=8

# de bolillas marcadas

x=4

# de bolillas marcadas a sacar

16

a N a
(
x )( nx )
f ( x )=P ( X =x ) =
( Nn )
8 408
(
4 )( 54 )
f ( x )=P ( X =4 )=
(405)
8 32
(
4 )( 1 )
f ( x )=P ( X =4 )=
(405 )
f ( x )=P ( X =4 )=3.404 E3

N= 40

# de bolillas

n=5

# de bolillas sacadas

a=8

# de bolillas marcadas

x=5

# de bolillas marcadas a sacar

a N a
(
x )( nx )
f ( x )=P ( X =x ) =
( Nn )
8 408
(
5 )( 55 )
f ( x )=P ( X =5 )=
(405)
17

8 32
(
5 )( 0 )
f ( x )=P ( X =4 )=
( 405 )
f ( x )=P ( X =4 )=8.511 E5

Valores Esperados de la media, varianza

Media
x= E ( x )=

an
N

x= E ( x )=

85
40

x= E ( x )=1

Varianza
s =Var ( x )=

an( Na)( Nn)

2
N (N1)

s 2=Var ( x )=

85( 408 )(405)

402 (401)

s 2=Var ( x )=0.7179

Al realizar los clculos de la media y la varianza, analizamos estos resultados y nos damos
cuenta que no son iguales a los obtenidos en los clculos de media y varianza realizados en
estadstica descriptiva, pero son aproximados.
18

Comparacin:

Simulacin
x =0.95

s 2= 0.6944

Verdaderos
x= E ( x )=1

s 2=Var ( x )=0.7179

INVESTIGACION
Muestreo de aceptacin
Procedimiento mediante el cual se puede decidir si aceptar o rechazar un lote de productos,
de acuerdo a ciertas especificaciones de calidad.
Para esta investigacin hemos considerado la utilizacin de la aproximacin normal de
poisson, y para obtener las probabilidades de aceptacin hemos utilizado la siguiente tabla:

19

20

21

22

23

Tamao de la
muestra

n=5

Proporci
n
Defectuos
a

Probabil
idad de

np

aceptaci
n

p
0

0,02

0,1

0,9953

0,04

0,2

0,9825

0,06

0,3

0,9631

0,08

0,4

0,9384

0,1

0,5

0,9098

0,12

0,6

0,8781

0,14

0,7

0,8442

0,16

0,8

0,8088

0,18

0,9

0,7725

0,2

0,7358

0,22

1,1

0,699

24

0,24

1,2

0,6626

0,26

1,3

0,6228

0,28

1,4

0,5918

0,3

1,5

0,5578

0,32

1,6

0,5249

0,34

1,7

0,4932

0,36

1,8

0,4628

0,38

1,9

0,4337

0,4

0,406

0,42

2,1

0,3796

0,44

2,2

0,3546

0,46

2,3

0,3309

0,48

2,4

0,3084

0,5

2,5

0,2873

Es interesante analizar lo siguiente. En el ejemplo, si el porcentaje de artculos defectuosos

a la entrada es un 30%, la probabilidad de aceptacin del lote es slo de un 55.78%. Si esto
se considera "mala calidad", este valor representa el "riesgo del consumidor". En forma
similar si el porcentaje de artculos defectuosos a la entrada es un 2%, la probabilidad de
aceptacin del lote es de un 99.53%. Si esto se considera "buena calidad" el diferencial de

25

un 0.47% (100% - 99.53%) representa la probabilidad de rechazar este lote de "buena

calidad". Esto es el "riesgo del productor".

26

Curva OC
1.2

1 0.98

0.96

0.94

0.91

0.88

0.84

0.81
0.77

0.8

0.74
0.7
0.66
0.62

Probabilidad de Aceptacin

0.6

0.59

0.56

0.52

0.49

0.4

0.46

0.43

0.41

0.38

0.35

0.33

0.31

0.29

0.2

0
1

2 3

6 7

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

Proporcin defectuosa

18

CONCLUSIONES
El proyecto que realizamos ha contribuido de manera muy importante para realizar una
simulacin de inspeccin de calidad a travs de un muestreo de aceptacin.
La tabla de frecuencia es un resumen en la que los datos se disponen en agrupamientos
convenientemente establecidos de clases ordenadas numricamente.
En esta forma las caractersticas ms importantes de los datos se aproximan muy
fcilmente, compensando as el hecho de que cuando los datos se agrupan de ese modo, la
informacin inicial referente a las observaciones individuales de que antes se dispona se
pierde a travs del proceso de agrupamiento.

Una de las ventajas de usar una de estas tablas de resumen es que las principales
caractersticas de los datos se hacen evidentes inmediatamente para el lector.
El punto medio de una clase es el punto a la mitad de los lmites de cada clase y es
representativo de los datos de esa clase.

Al realizar los clculos de la media y la varianza, analizamos estos resultados y nos damos
cuenta que no son iguales a los obtenidos en los clculos de media y varianza realizados en
estadstica descriptiva, pero son aproximados.
El muestreo de aceptacin no es una estrategia de mejora de la calidad, sino ms bien, una
forma de garantizar que se cumplan ciertas especificaciones de calidad que han sido
definidas. Adems es un mtodo para determinar si un lote de productos que se recibe
cumple los estndares especificados.
Cuando la calidad de un lote es "buena" tanto al productor como al consumidor les interesa
aceptar el lote con alta probabilidad. Por el contrario cuando la calidad de un lote es "mala"
especialmente al consumidor le interesa rechazar el lote la mayora de las veces.

19

RECOMENDACIONES
Es recomendable tomar en cuenta que la estadstica es muy importante en la vida social
y laboral del hombre, gracias a ello el anlisis de cualquier dato puede ser ms razonable y
exacto.
Se recomienda utilizar la Estadstica en las Empresas porque es una herramienta
indispensable para la toma de decisiones.

BIBLIOGRAFIAS
http://web.cortland.edu/matresearch/Aceptacion.pdf
http://es.wikipedia.org/wiki/Estad%C3%ADstica
http://es.wikipedia.org/wiki/Media_aritm%C3%A9tica
http://es.wikipedia.org/wiki/Varianza
http://es.wikipedia.org/wiki/Desviaci%C3%B3n_t%C3%ADpica
http://es.wikipedia.org/wiki/Histograma
http://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica
http://es.wikipedia.org/wiki/Poblaci%C3%B3n_estad%C3%ADstica
http://es.wikipedia.org/wiki/Cuartil
http://nulan.mdp.edu.ar/1618/1/13_muestreo_aceptacion.pdf
http://www.jorgegalbiati.cl/nuevo_06/Poisson.pdf

20