Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
= +
=
=
1
1
1
1
m
i
i
m
i
i
X x
m
R R
m
=
=
=
=
m: Nmero de muestras
n: Tamao de la muestra
2
2
X
LSC X A r
LC X
LIC X A r
= +
=
=
A
2
aparece tabulada para varios tamaos
4
3
R
LSC D r
LC r
LIC D r
=
=
=
: Rango promedio muestral
D
3
y D
4
valores constantes
r
Cuando los parmetros y o son desconocidos lo usual es estimarlos con base en
muestras preliminares, tomadas cuando se piensa que el proceso est bajo control. Se
recomienda el uso de 20 a 25 muestras preliminares por lo menos, cada una de tamao
n (normalmente 4,5 6).
La estimacin de la media de la poblacin est dada por la gran media
1
1
m
i
i
x x
m
=
=
Donde:
m: nmero de muestras
: media muestral de la i-sima muestra
i x
La estimacin de la variabilidad puede hacerse a partir de la desviacin estndar o del
rango de las observaciones dentro de cada muestra.
1
1
m
i
i
R R
n
=
=
La lnea central y los lmites de control superior e inferior de una carta de control X
son:
2
2
3
3
LSC x R
d n
LC x
LIC x R
d n
= +
=
=
Defnase la constante:
2
2
3
A
d n
=
Tabulada para varios tamaos de la muestra
2
2
LSC x A R
LC x
LIC x A R
= +
=
=
La lnea central y los lmites de control superior e inferior de una carta R son:
4
3
LSC D r
LC r
LIC D r
=
=
=
Ejercicio
Un componente de una turbina de avin se fabrica con un proceso de fundicin. La
apertura del alab es un parmetro funcional importante de la fuerza, evaluar la
estabilidad estadstica del proceso con los valores entregados en la tabla que contiene
20 muestras cada una con 5 piezas.
1
1
m
i
i
x x
m
=
=
1
1
m
i
i
R R
n
=
=
N de
muestra
X
1
X
2
X
3
X
4
X
5
r
1 33 29 31 32 33 31,6 4
2 33 31 35 37 31 33,4 6
3 35 37 33 34 36 35 4
4 30 31 33 34 33 32,2 4
5 33 34 35 33 34 33,8 2
6 38 37 39 40 38 38,4 3
7 30 31 32 34 31 31,6 4
8 29 39 38 39 39 36,8 10
9 28 33 35 36 43 35 15
10 38 33 32 35 32 34 6
11 28 30 28 32 31 29,8 4
12 31 35 35 35 34 34 4
13 27 32 34 35 37 33 10
14 33 33 35 37 36 34,8 4
15 35 37 32 35 39 35,6 7
16 33 33 27 31 30 30,8 6
17 35 34 34 30 32 33 5
18 32 33 30 30 33 31,6 3
19 25 27 34 27 28 28,2 9
20 35 35 36 33 30 33,8 6
X = 33.3
=5.8
r
2
2
X
LSC x A R
LC x
LIC x A R
= +
=
=
A
2
= 0.577 para n = 5 (valor obtenido de la tabla)
r
=5.8
33.3 (0.577)*(5.8) 36.65
33.3
33.3 (0.577)*(5.8) 29.95
LSC
LC
LIC
= + =
=
= =
4
3
R
LSC D r
LC r
LIC D r
=
=
=
n = 5
4
3
2.115
0
D
D
=
=
(Valor obtenido de la tabla)
2.115*5.8 12.27
5.8
0*5.8 0
LSC
LC
LIC
= =
=
= =
Como existen valores fuera de los limites de control, el proceso de dice descontrolado,
entones realizamos el mismo procedimiento anterior pero eliminando los datos que se
encuentran fuera de los limites de control, el resultado es el siguiente:
N de
muestra
X
1
X
2
X
3
X
4
X
5
r
1 33 29 31 32 33 31,4 4
2 33 31 35 37 31 33,4 6
3 35 37 33 34 36 35,0 4
4 30 31 33 34 33 32,2 4
5 33 34 35 33 34 33,8 2
7 30 31 32 34 31 31,6 4
10 38 33 32 35 32 34,0 6
12 31 35 35 35 34 34,0 4
13 27 32 34 35 37 33,0 10
14 33 33 35 37 36 34,8 4
15 35 37 35 35 39 35,6 7
16 33 33 32 31 30 30,8 6
17 35 34 27 30 32 33,0 5
18 32 33 34 30 33 31,6 3
20 35 35 36 33 30 33,8 6
33.2
1
5
X
2
2
LSC x A R
LC x
LIC x A R
= +
=
=
33.21 0.577*50 36.10
33.21
33.21 0.577*5 30.33
LSC
LC
LIC
= + =
=
= =
4
3
LSC D r
LC r
LIC D r
=
=
=
2.115*5 10.57
5
0*5 0
LSC
LC
LIC
= =
=
= =
Se debe volver a graficar
Al eliminar los valores que provocaban que el proceso estuviese
descontrolado, el proceso quedo bajo control.
Grfico de control de Shewhart de fraccin defectuosa (grfico p): Cada producto fabricado, se clasifica
como aceptado o rechazado (pudindose subdividir estos, en desechados y recuperables). En este tipo de
control se recomienda anotar el nmero de elementos rechazados. Se acostumbra a emplear el grfico p,
cuando hay que reducir el valor medio de la fraccin defectuosa (relacin entre el nmero de elementos
rechazados y la cantidad total de elementos inspeccionados) de una cantidad importante.
A menudo es deseable clasificar un producto como defectuoso o no defectuoso sobre la
comparacin con un estndar, ste se hace por economa o simplicidad en la operacin
de inspeccin.
Por ejemplo: puede verificarse el dimetro de un objeto al pasarlo a travs de un
probador que consiste en agujeros circulares contados en una plantilla, esta clase de
medicin sera mucho ms simple que medir de manera directa el dimetro con un
dispositivo como un micrmetro.
Estos casos se emplean las cartas de control de atributo, las que normalmente requieren
un tamao de muestra mayor que sus contra partes donde intervienen mediciones.
Supngase D el nmero de unidades defectuosas en una muestra aleatoria de tamao n
y que D es una variable binomial con parmetros p desconocido. La fraccin de artculos
defectuosos en la muestra es un estimador de p, esto es:
D
p
n
=
Por otra parte, la varianza del estadstico
p
es:
2
(1 )
p
p p
n
o
=
Por lo tanto puede construirse una carta p para la fraccin de artculos defectuosos, utilizando a p
como la lnea central y con lmites de control en
( )
( )
n
p p
p LIC
n
p p
p LSC
+ =
1
3
1
3
Sin embargo la fraccin verdadera de artculos defectuosos es casi siempre desconocida y
debe estimarse empleando los datos provenientes de muestras preliminares.
Supngase que tiene m muestras preliminares, cada una de tamao n, y sea D
i
el numero del
artculo defectuoso de la i-sima muestra. Entonces:
i
i
D
p
n
=
Fraccin de artculos defectuosos muestral de la i-
sima muestra
La fraccin promedio de artculos defectuosos es:
1 1
1 1
m m
i i
i i
p p D
m nm
= =
= =
Ahora puede emplearse como un estimador de p en los clculos de la lnea central y los lmites
de control.
La lnea central y el lmite superior e inferior de control de la carta p son:
p
( )
( )
n
p p
p LIC
p LC
n
p p
p LSC
=
=
+ =
1
3
1
3
Donde p es el valor observado de la fraccin promedio de artculos defectuosos
Ejercicio
Supngase que desea construir una carta de control de fraccin de artculos defectuosos
para un proceso de produccin en lnea de un sustrato cermico. Se tienen 20 muestras
preliminares, cada una de tamao 100, la tabla a continuacin contiene el nmero de
piezas defectuosas en cada muestra. Construir la carta de control.
Muestras N de piezas defectuosas
1 44
2 48
3 32
4 50
5 29
6 31
7 46
8 52
9 44
10 48
11 36
12 52
13 35
14 41
15 42
16 30
17 46
18 38
19 26
20 30
1 800
*800 0.4
20*100 2000
p = = =
0.4(1 0.4)
0.4 3 0.55
100
0.4
0.4(1 0.4)
0.4 3 0.25
100
LSC
LC
LIC
= + =
=
= =
Aunque el proceso exhibe control estadstico su capacidad 0.4 p = es muy alta por que se
debe investigar el proceso para determinar porque se est produciendo un nmero grande
de unidades defectuosas. Estas deben analizarse para determinar los tipos especficos de
defectos presentes, una vez conocidos se deben proponer cambios en el proceso para
determinar el impacto que tienen estos en los niveles de artculos defectuosos.
Grfico de control de Shewhart de defectos por unidad (grfico c): este tipo de control se aplica
generalmente a dos casos concretos. Uno de ellos es cuando interesa saber el nmero de defectos que
presenta cada unidad producida de un determinado tipo; por ejemplo, las marcas que hay en una
determinada superficie pintada o pulida. El segundo caso se presenta en la inspeccin de unidades
complejas, en las que es fcil encontrarse con defectos de varios tipos, que los inspectores anotan
separadamente para cada unidad.
A veces es necesario vigilar el nmero de defectos en una unidad de producto ms que
la fraccin de defectos. Supngase que en la produccin de ropa es necesario controlar
el nmero de defectos por metros o el nmero de remaches faltantes al ensamblar el
ala de un aeroplano. En estas situaciones puede emplearse la carta de control de
defectos o carta C. Muchas situaciones de defectos por unidad pueden modelarse con
la distribucin de Poisson.
Sea C el nmero de defectos en una muestra de unidades donde C es una variable aleatoria
de Poisson con parmetro. La media y la varianza de esta distribucin son iguales con , y
si se conoce el valor de sta, entonces la carta para C tiene a como lnea central, con
lmites superior e inferior de control dados por:
3
3
=
=
+ =
LIC
LC
LSC
Lo comn es que no se conozca y que sta deba estimarse a partir de datos preliminares.
Supngase que tiene disponible m muestras preliminares, y sea C
i
el numero de defectos de
la i-sima muestra. El tamao muestral puede ser n = 1. Entonces un estimador razonable de
es:
1
1
m
i
i
C C
m
=
=
Este valor puede ser sustituido por en las ecuaciones anteriores para definir los
parmetros de la carta C. La lnea central y los lmites superior e inferior de control de la
carta C son:
C C LIC
C LC
C C LSC
3
3
=
=
+ =
Donde C es el valor observado del nmero promedio de defectos de una muestra.
Ejercicio
Las tarjetas de circuito impreso se montan con una combinacin de montajes
manual y automatizado. Para hacer las conexiones mecnicas y elctricas de los
componentes sobre la tarjeta se emplea una maquina de soldar por flujo. Las
tarjetas pasan por el proceso de soldado por flujo casi de manera continua y cada
hora se toman cinco de ellas y se analizan con la finalidad de controlar el proceso,
anotando el nmero de defectos en cada muestra.
La tabla contiene los resultados para 20 muestras,
realizar la carta de control C.
Muestras N defectos
1 6
2 4
3 8
4 10
5 9
6 12
7 16
8 2
9 3
10 10
11 9
12 15
13 8
14 12
15 8
16 2
17 7
18 1
19 7
20 13
20
1
20
160
1
*160 8
20
8 3 8 16.48
8
8 3 8 0.485
i
i
m
C
C
LSC
LC
LIC
=
=
=
= =
= + =
=
= =