Scribd Logo
Upload

Welcome to Scribd!

  • Exercicios Cap 8

    Uploaded by

    Gabriela Nunes Goulart
    13 views11 pages

    Original Title

    exercicios cap 8

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    13 views11 pages

    Exercicios Cap 8

    Uploaded by

    Gabriela Nunes Goulart

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 11
    Graficos de controle e analise da capacidade de processo {indices de desempenho do processo Pe P, Intervalos de confianga para as razdes da capacidade de proceso Intervals de confianga para estudos de medidor R & R Limites de tolerdncia nao paramétricos Limites naturais de tolerdincia de um processo Limites naturais de tolerdncia para uma distribuigao normal Método delta Métodos grificos para andlise da capacidade de proceso Modelo ANOVA de efeitos aleatérios Precisdo e exatido de um medidor Problemas de empilhamento de tolerdncias, Razio de discriminagio (RD) para um medidor Raziio pri stio-para-tolerdncia (P/T) Razfio sinal-ruido (RSR) para um medidor Raves unilaterais da capacidade de proceso RCP C, RCP Cy RCP Cn Risco do consumidor ou falha que passa para um medidor Risco do produtor ou falsa falha para um medidor Exercicios 8 82. 83. 84. Um processo esta sob controle estatistico com f = 20 e s = 1,2. As especificagdes so LIE = 16 e LSE = 24, (a) _Estime a capacidade do proceso com uma razio apropriada de capacidade do processo. (b)_ Itens produzidos abaixo do limite inferior de especificagdo devem ser sucateados, enquanto itens produzidos acima do limite superior de especificagdo devem ser retrabalhados. Qual proporgio da saida do proceso é sucata ¢ qual proporgdo é retrabalho? (©) Suponha que sucateamento seja quatro vezes mais dispendioso do que 0 retrabalho. Isso sugere que 0 deslocamento do centro do processo poderia reduzir os custos gerais? Qual valor para o alvo do proceso vocé recomendaria? Um processo esté sob controle estatistico com f = 202,5 es = 2,0. As especificagdes sfio LIE = 196 e LSE = 206. (a) Estime a capacidade do processo com uma razao apropriada de capacidade do processo. (b) Qual € a capacidade potencial desse processo? (©) Htens produzidos abaixo do limite inferior de especificagdo devem ser sucateados, enquanto itens produzidos acima do limite superior de especificagdo devem ser retrabalhados. Qual proporgio da saida do proceso sucata © qual proporgdo ¢ retrabalho? (@) Como 0 sucateamento € mais caro do que o retrabalho, © processo foi centrado mais préximo do limite superior de especificagao, Se o sucateamento for duas vezes mais dispendioso do que o retrabalho, a média do processo estard na melhor localizagao possivel? Qual valor para o alvo do proceso vocé recomendaria? Considere 0s dados sobre anéis de pistio da Tabela 6.3. Estime a capacidade do proceso, supondo que as cespecificagdes sejam 74,00 + 0,035 mm. Faga uma andlise da capacidade de um processo utilizando grificos ¥ ¢ R para os dados do Exercicio 6.7. Estime a capacidade do processo utilizando gréficos Xe R para os dados sobre voltagem, fornecidos no Exercicio 6.8, Se as especificagdes exige (350 + 5) V, caleule Cy, Cre © Cran: Interprete essas razses da capacidade. Considere os dados sobre o didmetro do furo no Exercicio 6.9. Estime a capacidade do processo usando grificos 8.6. ¥ €R. Seas especificagdes forem 0 + 0,01, calcule Cy, Cy © Cin Interprete essas razdes. 8.7. Um processo estd sob controle com ¥ = 100, = 1,05 e n= 5. As especificagdes do processo so 95 + 10. A caracteristica da qualidade tem distribuigo normal (a) Estime a capacidade potencial (b)_ Estime a capacidade efetiva, (©) De quanto se reduziria a fatha do processo se ele fosse corrigido de modo a operar na especificagdo nominal? 88. Um processo esta sob controle com ¥ = 199 e R = 3,5. grafico de controle usa um tamanho amostral dem = 4. As especificagies 80 200 + 8. A caracteristica da qualidade & distribufda normalmente. (a) Estime a capacidade potencial do processo. (b)_ Estime a capacidade efetiva do processo, (©) De quanto poderia melhorar o desempenho do processo se a média pudesse ser estabelecida em seu valor nominal? 8.9. Um proceso esta sob controle estatistico com f = 39,7 eR = 2,5. O grifico de controle usa um tamanho amostral de n=2. As especificagbes sdo 40 +5. A caracteristica da qualidade & distribuida normalmente. (a) Estime a capacidade potencial do processo. (b)_ Estime a capacidade efetiva do proceso, (©) Caloule © compare as RCPs C, (@)_ De quanto poderia methorar o desempenho do processo se a média pudesse ser estabelecida em seu valor nominal? 8.10. Um processo est sob controle com ¥ = 75 e § = 2. As especificagdes do processo sdo 80 + 8, O tamanho amostral én = 5, (a) Estime a eapacidade potencial do processo. (b)_Estime a capacidade efetiva do processo. (©) De quanto se reduziria a falha do processo pela mudanga da média para sua dimensdo nominal? Suponha que a caracteristica seja normalmente distribuida. 8.11. Considere os dois processos mostrados na Tabela 8E.1 (0 tamanho amostral é » = 5) = TABELA 8E.1 Dados dos Processos para o Exereicio 8.11 Processo A y= 100 eae) As especificagdes so 100 + 10. Calcule Cy, Cpa © Cyn € interprete essas razdes. Qual processo voo® preferiria utilizar? 8.12, Suponha que 20 das pegas fabricadas pelo processo do Exercicio 8.11 fossem montadas, de modo que suas dimensdes fossem aditivas; isto é As especificagdes sobre x so 2000 + 200. Voce preferiria produzir as pegas usando o Processo A ou o B? Por qué? As razes da capacidade calculadas no Exereicio 8.11 fornecem alguma orientagdo para a selegdo do processo? 8.13. Os pesos nominais de recipientes de 1 kg de um ingrediente quimico concentrado s4o mostrados na Tabela SE.2. Prepare um grifico de probabilidade normal dos dados e estime a capacidade do processo. Essa conclusao depende da estabilidade do proceso? = TABELA 8E.2 Pesos de Recipientes 0.9475 0.9475 0.9775 0.9965 41,0075 1,0180 0.9705 0.9860 0,975 41,0100 41,0200 0.9770 0,9960 41,0050 41,0175 41,0250 8.14, Considere os dados de pesos de recipientes do Exercicio 8.13. Suponha que haja uma especificago inferior em 0,985 kg. Calcule uma raz4o apropriada da capacidade do proceso para esse material. Qual porcentagem de recipientes produzidos por esse processo estima-se estar abaixo do limite de especificagao? 8.15, A Tabela 8E.3 apresenta dados sobre 0 tempo de ciclo (em horas) para 0 processamento de pedidos de pequenos empréstimos. Prepare um gréfico de probabilidade normal desses dados. A agéncia financeira tem um tempo de decisdo de 24 horas acordado com potenciais clientes. Com base nos dados da tabela e no grafico de probabilidade normal, qual proporgdo de clientes passaré por tempos mais longos de espera? = TABELA 8E.3, Dados sobre Tempo de Ciclo para o Exereicio 8.15 16,3 16,3 19,3 15.1 22.2 19,1 185 183 187 202 22,0 14,7 18,0 189 19,1 10.6 18,1 19.6 20,8 165 19,3 146 17.8 156 22,5 176 17.2 20,9 148 18.2 16.4 18,2 19,4 141 164 19.6 17.5 174 207 208 8.16. A Tabela 8E.4 apresenta dados do tempo de espera (em minutos) para ser atendido por uma enfermeira ow um médico em uma emergéncia de um hospital. © hospital tem uma politica de atender todos os pacientes, inicialmente, 10 minutos apés sua chegada. (a) Prepare um gréfico de probabilidade normal desses dados. A distribuigio normal parece ser um modelo apropriado para esses dados? (b) Prepare um grafico de probabilidade normal dos logaritmos naturais desses dados. A distribuigao normal parece ser um modelo apropriado para os dados transformados? = TABELA 8E.4 Dados sobre Tempo de Espera para o Exercicio 8.16 9 1 4 1 2 8 8 1" 2 4 6 2 2 2 1 3 3 7 3 6 2 5 10 1 3 817, (©) Com base nos dados da Tabela 8E.4 © nos gréficos de probabilidades normais, qual proporgio de pacientes ndo seré atendida por uma enfermeira ou um médico dez minutos depois de sua chegada? ‘A altura do disco em uma montagem de drive de disco em um computador é uma caracteristica critica da qualidade. ‘A Tabela 8E.5 4 as alturas (em mm) de 25 discos selecionados aleatoriamente de um processo de fabricagao. ‘Suponha que 0 processo esteja sob controle estatistico. Prepare um grafico de probabilidade normal dos dados das alturas dos discos e estime a capacidade do proceso. = TABELA 8.5 Dados das Alturas de Discos para o Exercicio 8.17 20,0106 20,0090 20,0067 19,9772 20,0001 19,9940 19,9876 20,0042 19,9986 19,9958 20,0075 20,0018 20,0059 19,9975 20,0089 20,0045 19,9891 19,9956 19,9884 20,0154 20,0056 19,9831, 20,0040 20,0006 20,0047 8.18, © tempo nevessério para o reembolso de despesas de empregados & uma caracteristica que pode ser usada para a deserigo do desempenho do processo. A Tabela 8E.6 da os tempos de ciclo (em dias) de 30 pedidos, selecionados aleatoriamente, de reembolso de despesas de empregados. Estime a capacidade dese processo. Suas conclusdes dependem do controle estatistico do processo? = TABELA 8E.6 Dias para Quitar Pedidos de Despesas 5 8 18 17 10 5 16 7 14 12 13 6 12 "1 10 18 13 12 19 14 16 1" 22 13 16 18 12 12 12 14 8.19, Uma usina elétrica rastreia o tempo de resposta de blecautes relatados pelo consumidor. Os dados na Tabela 8E,7 silo uma amostra aleatSria de 40 tempos de resposta (em minutos) para uma divisao de operagao dessa usina durante um tinico més. (a) Estime a capacidade do processo da usina para responder aos blecautes relatados pelos consumidores. (b) A usina deseja atingir uma taxa de resposta de 90% em até duas horas, uma vez que resposta a blecautes de emergéncia é uma medida importante da satisfagdo do consumidor. Qual & a capacidade do processo em relagio a esse objetivo? = TABELA 8.7 Dados do Tempo de Resposta para o Exercicio 8.19 80 102 86 94 86 106 105 110 127 97 110 104 97 128 98 84 97 87 99 94 105 104 84 7 125 85 80 104 103 109 115 89 100 96 96 87 106 100 102 93 8.20. Considere os dados sobre resisténcia do Exercicio 6.62. Use 0 grifico de probabilidade para avaliar a normalidade Estime a capacidade do processo. 8.21. Os tempos de falha, em horas, de 10 aparelhos de meméria ILE so os seguintes: 1210, 1275, 1400, 1695, 1900, 2105, 2230, 2250, 2500 © 2625. Plote os dados em papel de probabilidade normal e, se apropriado, estime a capacidade do processo. E seguro estimar-se a proporgdo de circuitos que falham antes de 12:00 h? 8.22. Um processo normalmente distribuido tem especificagdes LIE = 75 e LSE = 85 na saida, Uma amostra aleatéria de 25 pegas indica que o processo esté centrado no meio da faixa de especificagao e o desvio-padrao & 5 = 1,5. (a) Ache uma estimativa pontual para C,. (b) Ache um intervalo de confianga de 95% para C,. Comente sobre a largura desse intervalo, 8.23. Um importante cliente de uma companhia exigiu que ela demonstrasse que a razio da capacidade de seu proceso, C,,, excedia 1,33. A companhia tomou amostras de 50 pegas e obteve uma estimativa pontual C, = 1,52. Suponha que a caracteristica de qualidade siga uma distribuigo normal. A companhia pode demonstrar que C, excede 1,33 20 nivel de confianga de 95%? Qual nivel de confianga daria um limite de confianga unilateral inferior para C,, que exceda 1,33? 8.24, Suponha que uma caracteristica da qualidade tenha uma distribuigdo normal, com limites de especificago em LSE = 100 e LIE = 90. Uma amostra aleatéria de 30 pegas resulta em 5 =97 es = 16. (a) Calcule uma estimativa pontual para Cy, (b) Ache um intervalo de confianga de 95% para Cp 8.25. © peso molecular de um polimero deveria ficar entre 2100 e 2350. Cinquenta amostras desse material foram analisadas com os resultados ¥ = 2275 e s = 60. Suponha que o peso molecular tenha distribuigo normal. (a) Calcule uma estimativa pontual para Cy, (b) Ache um intervalo de confianga de 95% para Cp. 8.26, Uma caracteristica da qualidade normalmente distribuida tem limites de especificagio em LIE = 10 LSE = 20. ‘Uma amostra aleatéria de tamanho $0 resulta em 47 = 16 es = 1,2. (a) Calcule uma estimativa pontual de Cy. (b) Ache um intervalo de confianga de 95% para Cp 8.27, Uma caracteristica da qualidade normalmente distribuida tem limites de especificagio em LIE = 50 e LSE = 60. Uma amostra aleatéria de tamanho 35 resulta em X = 55,5 es = 0,9. (a) Calcule uma estimativa pontual de Cy. (b) Ache um intervalo de confianga de 95% para Cy. (o)_ Esse 6 um processo 6¢? 8.28. Considere uma versao simplificada da equaga0 8.19: 8.30, Note que isso foi obtido supondo-se que o termo 97 na equacio 8.19 serd, provavelmente, grande. Refaga o Exetcicio 8.24 usando essa equagdo © compare com a resposta original obtida pela equacdo 8.19. Quao boa & a aproximagdo sugerida nesse problema? Sabe-se que uma combinagdo operador-instrumento testa pegas com erro médio de zero; no entanto, 0 desvio~ padrio do erro de medigio é estimado em 3, Amostras de um proceso controlado foram analisadas, © a variabilidade total foi estimada em o” = 5. Qual & 0 verdadeiro desvio-padrdo do processo? Considere a situagio no Exemplo 8.7. Um novo medidor esta sendo avaliado para esse processo. O mesmo ‘operador mede as mesmas 20 pegas duas vezes usando 0 novo medidor € obtém os dados mostrados na Tabela sE.8, (a) 0 que se pode dizer sobre o desempenho do novo medidor em relagdo 20 antigo? (b)_ Se as especificagdes so 25 + 15, qual & a razo P/T para 0 novo medidor? m TABELA 8E.8 Dados de Medigdes para o Exereicio 8.30 Namero da Pega Namero Medidas da Peca 1 2 1 2 1 19 23 1 20 25 2 22 28 12 16 15 3 19 24 1328 24 4 28 23 1424 22 5 16 19 1534 27 6 20 19 1624 23 7 24 24 17 20 24 8 17 15 1817 19 9 24 26 19 25 23 10 25 23 20 «17 16 . Um mesmo operador mede dez pesas trés vezes, em um estudo da capacidade de um medidor. Os dados sio mostrados na Tabela 8E.9. (a) Descreva o erro de medigo que resulta do uso desse medidor. (b)_Estime a variabilidade total e a variabilidade do produto, (©) Qual porcentagem da variabitidade total & decorrente do medidor? (d)__Se as especificagdes da pega se situam em 100 15, ache a razdo P/T para este medidor. Faga um comentirio sobre a adequagdo do medidor. Em um estudo para o isolamento da repetibilidade ¢ da reprodutibilidade do medidor, dois operadores usam 0 ‘mesmo medidor para medir dez pegas, trés vezes cada. Os dados sio mostrados na Tabela 8E. 10. (a) Estime a repetibilidade e a reprodutibilidade do medidor. (b)_ Estime 0 desvio-padrdo do erro de medigao. (©) Se as especificagdes forem 50 + 10, 0 que se pode dizer sobre a capacidade do medidor? = TABELA 8.9 Dados de Medigées para o Exercicio 8.31 Numero da Peca Medidas 1 2 3 1 100 101 100 2 95 93 7 3 101 103 100 4 96 95 7 5 98 98 96 6 99 98 98 7 95 97 98 8 100 99 98 9 100 100 7 10 100 98 99 = TABELA 8E.10 Dados de Medisées para o Exercicio 8.32 Operador 1 Operador 2 Numero da Peca Medidas Medidas 1 2 3 1 2 3 1 50 49 50 50 48 51 2 52 52 51 51 51 51 3 53 50 50 54 52 51 4 49 51 50 48 50 51 5 48 49 48 48 49 48 6 52 50 50 52 50 50 7 51 51 51 51 50 50 8 52 50 49 53 48 50 9 50 51 50 51 48 49 10 a7 46 49 46 47 48 8.33, Os dados na Tabela 8E.11 foram obtidos por um operador durante um estudo da capacidade de um medidor. (a) Estime a capacidade do medidor. (b)_A anilise do gréfico de controle desses dados indica algum problema em potencial na utilizago do medidor? = TABELA 8E.11 Dados de Medigies para o Exercicio 8,33 Numero da Peca Numero da Pega Medidas 1 2 1 2 1 20 20 9 20 20 2 19 20 10 23 22 3 24 24 14 28 22 4 24 20 2 19 25 5 at 2t 13 at 20 6 25 26 14 20 24 7 18 "7 18 18 18 8 16 15 = TABELA 8E.12 Dados de Medigdes para o Exercicio 8.34 Operador 1 Medidas Operador 2 Medidas Operador 3 Namero da Pea Medidas 1 2 1 2 1 2 1 24 20 20 20 1921 2 24 23 24 24 23024 3 20 24 19 2 20 22 4 27 27 28 26 27 28 5 19 18 19 18 182 6 23 24 24 21 2322 7 22 24 22 24 22 20 8 19 17 18 20 1918 9 24 23 25 23 24 24 10 25 23, 26 25 24 25 4 at 20 20 20 21.20 2 18 19 7 19 18 19 13 23 25 25 25 2828 14 24 24 23 25 24 25 15 29 30 30 28 3130 16 26 26 25 26 25 (27 7 20 20 19 20 20 20 18 19 241 19 19 2123 19 25 26 25 24 25 25 20 19 19 18 17 1917 8.34, Um experimento de um sistema de medida que envolve 20 pesas, trés operadores ¢ duas medigdes por pega & mostrado na ‘Tabela 8E.12. (a) Estime a repetibilidade e a reprodutibilidade do medidor. (b) Qual é a estimativa da variabilidade total do medidor? (©) Se as especificagdes do produto sao LIE = 6 e LSE = 60, 0 que se pode dizer sobre a capacidade do medidor? 8.35, Reconsidere o experimento do medidor R & R no Exercfcio 8.34. Calcule as quantidades RSR e RD para esse medidor. Discuta qual informagao essas medidas fornecem sobre a capacidade do medidor: 8.36. Trés pegas so montadas em série, de modo que suas dimensdes criticas x,, x) € x; se somam, As dimensées de cada pega so distribuidas normalmente com os seguintes pardmetros: 44, = 100, 0) = 4, php = 75, 0 = 4, us = 75, 3 = 2. Qual é a probabilidade de uma montagem escothida aleatoriamente ter uma dimensio combinada superior a 2622 8.37. Duas pegas so montadas, conforme mostra a figura. As distribuigdes de x, ex so normais com 4, = 20, 0 = 043, ‘montagens ndo satisfard as especificagdes, se a montagem é aleatéria? 9.6 © 6 = 0,4, As especificagdes da folga entre as pegas encaixantes so 0,5 + 0,4. Que fragdo das 8.38. Um produto ¢ embalado enchendo-se completamente um contéiner. Este contéiner tem a forma mostrada na figura a seguir. Examina-se o processo que fabrica esses contéi- neres, obtendo-se as seguintes informagdes sobre as trés dimensdes eriticas Variavel Me Varian C- Comprimento 60 0.01 A- Altura 3.0 0,01 L=Largura 40 0.01 Admitindo que as variéveis sejam independentes, quais so os valores aproximados da média e da variancia do volume do contéiner? 8.39, Corta-se uma pega retangular de metal de langura Z © comprimento C, de uma placa de espessura E. Se L, Ce E sio varidveis aleatérias independentes com médias ¢ desviospadrdo dados a seguir, ¢ se a densidade do metal é de 0,08 g/cm’, quais seriam a média e o desvio-padrio estimados dos pesos das pegas fabricadas por este processo? Variavel Medi Desvio-Padrao L 10cm 02cm c 20 cm 0.3m E 3m 0,1.em 8.40. A tensdo superficial de um produto quimico, medida em uma escala codificada, é dada pela relagio (3 + 0,05x em que x é um componente do produto com distribuigdo de probabilidade f(x)= yg(5x-2) 2

    You might also like