Control Estadstico de

Procesos
Introduccin

Ing. Juan Manuel Alderete

Introduccin al CEP

Teorema Central del L

Lmite
Bases de funcionamiento.
Causas fortuitas y causas atribuibles a la variaci
variacin de
la calidad.
Bases estad
estadsticas del diagrama de control.
Subgrupos racionales.
An
Anlisis de patrones.
Ing. Juan Manuel Alderete

Teorema Central del Lmite

Ley de los Grandes Nmeros

Ing. Juan Manuel Alderete

Ley de los Grandes Nmeros

Se considera el primer teorema fundamental de la teora de la
probabilidad.
Bsicamente el teorema establece que la frecuencia relativa
de los resultados de un cierto experimento aleatorio, tienden
a estabilizarse en cierto nmero, que es precsamente la
probabilidad , cuando el experimento se realiza muchas
veces.
Una demostracin terica del teorema es laboriosa.
Ing. Juan Manuel Alderete

Ley de los Grandes Nmeros

Experimento
Aqu nos conformaremos con simular un experimento
aleatorio, que nos aproxime de una manera intuitiva a los
resultados que establece el teorema.
El experimento que vamos a simular es el de dar un golpe a
una bola de billar situada en la mesa de juego, en el sentido
que indica la flecha, y medir la distancia desde el extremo
izquierdo de la mesa al punto en el que la bola se detiene.

Ing. Juan Manuel Alderete

Ley de los Grandes Nmeros

Experimento
Si la mesa, tiene 1 metro de longitud, el resultado del experimento, puede
tomar cualquier valor comprendido entre cero y uno.
Sabemos que el espacio muestral que resulta de este experimento es un
espacio muestral continuo. Para simplificar la simulacin, podemos
considerar la longitud de la mesa de billar, dividida en 10 partes iguales.
Consideraremos que el resultado del experimento es que la bola se detenga
en alguna de las 10 partes. En este caso los posibles resultados son 10 y
como todos los resultados tienen la misma posibilidad, estamos ante un
espacio de probabilidad discreto y equiprobable.

Ing. Juan Manuel Alderete

Ley de los Grandes Nmeros

Experimento
La simulacin consiste en generar aleatoriamente un nmero comprendido entre
0 y 1, que representar la distancia a la que se detiene la bola de billar. La
probabilidad de que este nmero caiga en el primer intervalo es 1/10, lo mismo
en cada uno de los intervalos restantes.
El experimento va a consistir en repetir 10 veces el golpe a la bola.
Sobre un sistema de referencia, colocamos, sobre el eje XX, los 10 intervalos en
que hemos dividido la longitud de la mesa de billar, y sobre el eje YY las
frecuencias relativas de cada uno de estos intervalos, veremos cmo las
frecuencias relativas, varan de una ejecucin del experimento a otra.

Ing. Juan Manuel Alderete

Ley de los Grandes Nmeros

Experimento
Pero si aumentamos el nmero de veces que golpeamos la bola a
20, 30 y as sucesivamente, observaremos que las frecuencias
relativas de cada intervalo tienden a estabilizarse en torno a 0,1,
que es la probabilidad que asignamos a que la bola se detenga en
uno de los intervalos.
Este es el resultado que demuestra el teorema conocido cmo Ley
de los Grandes Nmeros

Ing. Juan Manuel Alderete

Teorema Central del Lmite

Es el segundo teorema fundamental de la teora de la
probabilidad.
El Teorema Central del Lmite establece lo que pasa cuando
tenemos la suma de un gran nmero de variables aleatorias
independientes.

Ing. Juan Manuel Alderete

Teorema Central del Lmite

Por ejemplo si en el experimento anterior en lugar de considerar una
bola, consideramos 10 bolas y el experimento consiste en calcular la
media de las distancias a la que se detiene cada una de las bolas.
Como hemos visto , la distribucin de probabilidades cuando el
experimento se realiza sobre una bola es uniforme ; las
probabilidades son las mismas para cada resultado. Si en lugar de
una bola consideramos varias y en lugar de las distancias
individuales consideramos la media, aparecen otras
distribuciones.
Ing. Juan Manuel Alderete

10

Teorema Central del Lmite

Si aumentamos el nmero de bolas con que realizamos el
experimento por encima de 30. La distribuci
distribucin de las
medias se aproxima mucho a una Distribuci
Distribucin
Normal.
Este es el resultado que establece el Teorema Central del
Lmite.

Ing. Juan Manuel Alderete

11

Teorema Central del Lmite

Formas tiles al CEC
Si se toman un nmero m de muestras de una poblacin para medir
una variable que se comporta normalmente, la distribucin de las
medias muestrales del grupo de muestras tender a ser normal,
cuando m sea lo suficientemente grande (30) e independientemente
del tamao muestral.
Si se toman m muestras de una poblacin para medir una variable no
normal , continua o discreta, la distribucin de las medias
muestrales tender a ser normal, cuando m sea lo suficientemente
grande y el tamao de cada muestra sea mayor o igual que 4.
Ing. Juan Manuel Alderete

12

Bases de Funcionamiento
Causas fortuitas y causas atribuibles
Bases estadsticas
Subgrupos Racionales

Ing. Juan Manuel Alderete

13

Causas fortuitas y causas atribuibles

En cualquier proceso siempre existir cierto grado de
variabilidad inherente o natural: El ruido de fondo.
En el marco del CEC, esta variabilidad se denomina
sistema de causas estables fortuitas.
Un proceso que funciona con slo causas fortuitas de
variabilidad se considera bajo control estadstico.

Ing. Juan Manuel Alderete

14

Causas fortuitas y causas atribuibles

Hay otros tipos de variabilidad en los procesos.
Derivan en general de determinadas fuentes, e impactan
sobre caractersticas de calidad:
Ajuste incorrecto de maquinarias
Errores de operarios
Defectos en las materias primas
Una combinacin de las anteriores

Esta variabilidad es mayor que la del ruido de fondo.

Ing. Juan Manuel Alderete

15

Causas fortuitas y causas atribuibles

Las fuentes de variabilidad descriptas anteriormente, al
no ser fortuitas se consideran causas atribuibles.
Un proceso que funciona bajo causas atribuibles se
considera fuera de control.

Ing. Juan Manuel Alderete

16

Bases estadsticas de los diagramas

Normalidad - Teorema Central del Lmite
Prueba de Hiptesis
Lnea Central y Lmites de Control

Ing. Juan Manuel Alderete

17

Razones para utilizar los diagramas

Son una tcnica probada para mejorar la productividad
(reduccin de rechazos y reproceso)
Eficaces para evitar defectos (Ayudan a mantener el
proceso bajo control, por lo que no es necesario separar
defectuosos)
Evitan ajustes innecesarios (Distingue entre ruido de fondo
y variacin anormal)
Proporcionan informacin para el anlisis (El patrn de
puntos es un diagnstico para el operados con experiencia)
Proporcionan informacin acerca de la capacidad del
proceso (ImportanciaIng.
deJuan
parmetros
Manuel Alderetey estabilidad temporal)
18

Eleccin de Lmites de Control

Lmites alejado = Se reduce la probalilidad de un error de
Tipo I - Aumenta la probabilidad de un error de Tipo II.
Limites cercanos = Viceversa.
Lmite probabilstico = 0.001
Generalmente, se conviene a que los lmites equivalgan a 3
veces la desviacin estndar representada en la grfica.
En las poblaciones normales, los criterios coinciden.

Ing. Juan Manuel Alderete

19

Tamao Muestral
Se relaciona con el tipo de cambio que se desea visualizar.

Frecuencia de Muestreo
Muestras grandes
Muestras pequeas a intervalos cortos

Ing. Juan Manuel Alderete

20

10

Subgrupos racionales
Se relacionan duertemente con las fuentes de variabilidad
probables
Se miden en cantidades o por tiempos
Mxima diferenciacin inter - subgrupal y mnima
diferenciacin intra - subgrupal

Ing. Juan Manuel Alderete

21

Anlisis de Patrones
Se dice que un proceso est fuera de control si:
Uno o ms puntos caen fuera de los lmites de control.
Se divide el grfico en las siguientes zonas:

Ing. Juan Manuel Alderete

22

11

Zona A

LCS

Zona B
Zona C

Lnea Central

Zona C
Zona B
Zona A

LCI

Ing. Juan Manuel Alderete

23

Fuera de Control
3 puntos seguidos en Zona A (de un mismo lado).
4 de 5 puntos consecutivos de un mismo lado de la lnea
central, en Zona B o ms all.
9 puntos consecutivos caen de un mismo lado de la lnea
6 puntos consecutivos ascendiendo o descendiendo
14 puntos consecutivos ascendiendo y descendiendo
alternativamente
15 puntos consecutivos en cualquiera de las Zonas C
Ing. Juan Manuel Alderete

24

12

Fuera de Control -Preguntas para asignar causas

Hay diferencias en la exactitud de la medicin de los instrumentos usados?
Hay diferencias en los mtodos usados por los diferentes operadores?
Afecta el medio ambiente (T, H) al proceso?
Ha habido algn cambio significativo en el ambiente?
Hubo algn trabajador sin el entrenamiento debido envuelto en el proceso?
Ha habido un cambio de proveedor en la materia prima?
El proceso ha sido afectado por la fatiga del operador?
Ha habido cambios en lo procedimientos de mantenimiento?
Est siendo ajustada la mquina frecuentemente?
Fueron tomadas la muestras de diferentes mquinas?Turnos?Operadores?
Hay operadores temerosos de reportar malas noticias?
Ing. Juan Manuel Alderete

25

13