CONTROL ESTADÍSTICOS DE PROCESOS

SERIE 2

PROBLEMA 1

a) N Xp R n= 5 d2 = 2.326 d3 = 0.864
1 34.5 3.0 n
2 34.2 4.0 X   Xpi  34.0
3 31.6 4.0 i 1

4 31.5 4.0 n
5 35.0 5.0 R   Ri  4.7
6 34.1 6.0 i 1

7 32.6 4.0
R
8 33.8 3.0 s  2.0
9 34.8 7.0 d2
10 33.6 8.0
d3 R
11 31.6 3.0 sR   1.7
12 38.6 9.0 d2
13 35.4 8.0
s
14 34.0 6.0 LSC  X  3   36.7 LSR  R  3  sR  10.0
15 37.1 5.0 n
16 34.9 7.0
s
17 33.5 4.0 LIC  X  3   31.3 LIR  R  3  sR  -0.5
18 31.7 3.0 n
19 34.0 8.0
20 35.1 4.0
21 33.7 2.0
22 32.8 1.0
23 33.5 3.0
24 34.2 2.0
40.0

38.0

36.0

34.0

32.0
X

30.0

28.0

26.0

24.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

11.0
10.0
9.0
8.0
7.0
6.0
5.0
R

4.0
3.0
2.0
1.0
0.0
-1.0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Suponiendo que pueden descartarse los puntos 12 y 15. Se vuelven a recalcular los límites
N Xp R n= 5 d2 = 2.326 d3 = 0.864
1 34.5 3.0 n
2 34.2 4.0 X   Xpi  33.6
3 31.6 4.0 i 1

4 31.5 4.0 n
5 35.0 5.0 R   Ri  4.5
6 34.1 6.0 i 1

7 32.6 4.0
R
8 33.8 3.0 s  1.9
9 34.8 7.0 d2
10 33.6 8.0
d3 R
11 31.6 3.0 sR   1.7
13 35.4 8.0 d2
14 34.0 6.0
s
16 34.9 7.0 LSC  X  3   36.2 LSR  R  3  s R  9.5
17 33.5 4.0 n
18 31.7 3.0
s
19 34.0 8.0 LIC  X  3   31.0 LIR  R  3  s R  -0.5
20 35.1 4.0 n
21 33.7 2.0
22 32.8 1.0
23 33.5 3.0
24 34.2 2.0

40.0

38.0

36.0

34.0

32.0
X

30.0

28.0

26.0

24.0
1 2 3 4 5 6 7 8 9 10 11 13 14 16 17 18 19 20 21 22 23 24

11.0
10.0
9.0
8.0
7.0
6.0
5.0
R

4.0
3.0
2.0
1.0
0.0
-1.0 1 2 3 4 5 6 7 8 9 10 11 13 14 16 17 18 19 20 21 22 23 24

El proceso parece estar bajo control estadístico

b) Si las especificaciones fueran 30+/-10,

Porcentaje de disconformidades: P ( X < 20 ) +P ( X > 40 ) = 0.05%
PROBLEMA 2

N X1 X2 X3 X4 Xp R
1 6 9 10 15 10.0 9.0
2 10 4 6 11 7.8 7.0
3 7 8 10 5 7.5 5.0
4 8 9 6 13 9.0 7.0
5 9 10 7 13 9.8 6.0
6 12 11 10 10 10.8 2.0
7 16 10 8 9 10.8 8.0
8 7 5 10 4 6.5 6.0
9 9 7 8 12 9.0 5.0
10 15 16 10 13 13.5 6.0
11 8 12 14 16 12.5 8.0
12 6 13 9 11 9.8 7.0
13 16 9 13 15 13.3 7.0
14 7 13 10 12 10.5 6.0
15 11 7 10 16 11.0 9.0
16 15 10 11 14 12.5 5.0
17 9 8 12 10 9.8 4.0
18 15 7 10 11 10.8 8.0
19 8 6 9 21 11.0 15.0
20 14 15 12 16 14.3 4.0

n= 4 d2 = 2.059 d3 = 0.880
n
X   Xpi  10.5
i 1

n
R   Ri  6.7
i 1

R
s  3.3
d2

d3 R 2.9
sR  
d2

s
LSC  X  3   15.4 LSR  R  3  sR  15.3
n

s
LIC  X  3   5.6 LIR  R  3  s R  -1.9
n

16.0
15.0
14.0
13.0
12.0
11.0
10.0
X

9.0
8.0
7.0
6.0
5.0
4.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
 16.0
14.0
12.0
10.0
8.0
6.0
R

4.0
2.0
0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-2.0
-4.0

Se observa en el gráfico X que para la primera mitad de las observaciones existe una gran acumulación de valores por debajo
del promedio y en la otra mitad, otra acumulación de valores por encima del promedio. A pesar de que todos los puentos se
encuentran entre los límites LSC y LIC, se puede concluir que el proceso está fuera de control
PROBLEMA 3

n= 10 d2 = 3.078 d3 = 0.797

X    80.0

s   10.0

R  sd2  30.8

d3 R
sR   8.0
d2

s
LSC  X  3   89.5 LSR  R  3  sR  54.7
n

s
LIC  X  3   70.5 LIR  R  3  s R  6.9
n

PROBLEMA 4

a)
n= 8 d2 = 2.847 d3 = 0.820

X  40.0

R 5.0

R
s  1.76
d2

d3 R 1.44
sR  
d2

s
LSC  X  3   41.9 LSR  R  3  sR  9.3
n

s
LIC  X  3   38.1 LIR  R  3  s R  0.7
n
b)
Suponiendo que las especificaciones están dadas para cada artículo individual, los límites naturales de tolerancia son

X MAX  X  3  s  45.3

X MIN X  3  s  34.7

c)
LSE = 46.0

LIE = 36.0

El coeficiente de capacidad de proceso es:

Cp = ( LSE - LIE ) / ( 6 s ) = 0.949

El proceso no tiene capacidad para cumplir con la especificacion dada

d)
P ( X > LSE ) = 0.0003

P ( X < LIE ) = 0.0114

0.03% de los artículos pueden reprocesarse
1.14% de los artículos deben desecharse
 PROBLEMA 5

a)
n= 6 d2 = 2.534 d3 = 0.848

X  20.0

R 1.5

R
s  0.59
d2

d3 R
sR   0.50
d2

s
LSC  X  3   20.7 LSR  R  3  sR  3.0
n

s
LIC  X  3   19.3 LIR  R  3  s R  0.0
n

b)
Suponiendo que las especificaciones están dadas para cada artículo individual, los límites naturales de tolerancia son

X MAX  X  3  s  21.8

X MIN X  3  s  18.2

c)
LSE = 23.0

LIE = 15.0

El coeficiente de capacidad de proceso es:

Cp = ( LSE - LIE ) / ( 6 s ) = 2.25

Como el centro de gravidad de rango no coincide con el de las especificaciones, es preciso calcular un nuevo coeficiente

D = Minimo entre  X  LIEy  LSE  X= 5.0

Cpk = D / (6 s) = 1.41

El proceso tiene capacidad para cumplir con la especificacion dada

PROBLEMA 6

N X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Xp R
1 2.5 0.5 2.0 -1.0 1.0 -1.0 0.5 1.5 0.5 -1.5 0.50 4.0
2 0.0 0.0 0.5 1.0 1.5 1.0 -1.0 1.0 1.5 -1.0 0.45 2.5
3 1.5 1.0 1.0 -1.0 0.0 -1.5 -1.0 -1.0 1.0 -1.0 -0.10 3.0
4 0.0 0.5 -2.0 0.0 -1.0 1.5 -1.2 0.0 -2.0 -1.5 -0.57 3.5
5 0.0 0.0 0.0 -0.5 0.5 1.0 -0.5 -0.5 0.0 0.0 0.00 1.5
6 1.0 -0.5 0.0 0.0 0.0 0.5 -1.0 1.0 -2.0 1.0 0.00 3.0
7 1.0 -1.0 -1.0 1.0 0.0 1.5 0.0 1.0 0.0 0.0 0.25 2.5
8 0.0 -1.5 -0.5 1.5 0.0 0.0 0.0 -1.0 0.5 -0.5 -0.15 3.0
9 -2.0 -1.5 1.5 1.5 0.0 0.0 0.5 1.0 0.0 1.0 0.20 3.5
10 -0.5 3.5 0.0 -1.0 -1.5 -1.5 -1.0 -1.0 1.0 0.5 -0.15 5.0
11 0.0 1.5 0.0 0.0 2.0 -1.5 0.5 -0.5 2.0 -1.0 0.30 3.5
12 0.0 -2.0 -0.5 0.0 -0.5 2.0 1.5 0.0 0.5 -1.0 0.00 4.0
13 -1.0 -0.5 -0.5 -1.0 0.0 0.5 0.5 -1.5 -1.0 -1.0 -0.55 2.0
14 0.5 1.0 -1.0 -0.5 -2.0 -1.0 -1.5 0.0 1.5 1.5 -0.15 3.5
15 1.0 0.0 1.5 1.5 1.0 -1.0 0.0 1.0 -2.0 -1.5 0.15 3.5
n= 10 d2 = 3.078 d3 = 0.797
n
X   Xpi  0.0
i 1

n
R   Ri  3.2
i 1

R
s  1.0
d2

d3 R
sR   0.8
d2

s
LSC  X  3   1.0 LSR  R  3  sR  5.7
n

s
LIC  X  3   -1.0 LIR  R  3  s R  0.7
n

2.00
1.75
1.50
1.25
1.00
0.75
0.50
0.25
0.00
X

-0.25 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
-0.50
-0.75
-1.00
-1.25
-1.50
-1.75
-2.00

6.0
5.5
5.0
4.5
4.0
3.5
3.0
R

2.5
2.0
1.5
1.0
0.5
0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

El proceso se encuentra bajo control estadístico

 PROBLEMA 7

a)
n= 7 d2 = 2.704 d3 = 0.833

223.0
X 
R 34.3

R
s  12.68
d2
d3 R
sR   10.56
d2
s
LSC  X  3   237.4 LSR  R  3  sR  66.0
n
s
LIC  X  3   208.6 2.6
n LIR  R  3  s R 

b)
Suponiendo que las especificaciones están dadas para cada artículo individual, los límites naturales de tolerancia son

X MAX  X  3  s  261.0

X MIN X  3  s  185.0

LSE = 255.0

LIE = 185.0

El coeficiente de capacidad de proceso es:

Cp = ( LSE - LIE ) / ( 6 s ) = 0.92 <1

El proceso no tiene capacidad para cumplir con la especificacion dada

P ( X > LSE ) = 0.0058

P ( X < LIE ) = 0.0014

0.72% de los artículos serán disconformes

PROBLEMA 8

a)
n= 8 d2 = 2.847 d3 = 0.820

20.3
X 
R 4.8

R
s  1.69
d2
d3 R
sR   1.38
d2

s
LSC  X  3   22.0 LSR  R  3  sR  8.9
n
s
LIC  X  3   18.5 LIR  R  3  s R  0.7
n
b)
Suponiendo que las especificaciones están dadas para cada artículo individual, los límites naturales de tolerancia son

LIE = 16.0

P ( X < LIE ) = 0.0058

0.58% de la hilaza no cumple con la especificación
PROBLEMA 9

X  600 s= 12 n= 9

s
LSC  X  ks  
n
s
LIC  X  ki  
n
Para un riesgo de a  0.01

P ( Z > ks ) = a / 2 = 0.005 luego ks = 2.58

P ( Z < ki ) = a / 2 = 0.005 luego ki = -2.58

LSC = 610

LIC = 590

PROBLEMA 10

Xp R
LSC 815 46.98
LC 800 20.59
LIC 785 0.00

n= 4 d2 = 2.059 d3 = 0.880

X  800

R
s  10.0
d2
X 790

La probabilidad de que la variable aleatoria X, con desviación estándar s / ynmedia  un valor inferior a LIC es
,Xtome

P ( X < LIC ) = 0.159

PROBLEMA 11

n= 6 d2 = 2.534 d3 = 0.848

N= 50 X  20.0 R 1.5

a)

R
s  0.6
d2

s
LSC  X  3   20.7
n
s
LIC  X  3   19.3
n

b)

X 22.0

La probabilidad de que la variable aleatoria X, con desviación estándar s / ynmedia  un valor inferior a LSC es
,Xtome

P ( X < LSC ) = 6.6E-08

Es prácticamente imposible suponer que el proceso continúa bajo control estadístico
PROBLEMA 12

X  200 s= 6.0 n= 4

LIC = 191 LSC = 209

X 188

La probabilidad de que la variable aleatoria X, con desviación estándar s / ynmedia  un valor inferior a LIC es
,Xtome

P ( X < LIC ) = 0.84

84.1% es la probabilidad de detectar en la primera medición que el proceso está fuera de control

PROBLEMA 13

n= 5 d2 = 2.326 d3 = 0.864

X  104.0

R 9.3

R
s  4.0
d2
X MAX  X  3  s  116.0

X MIN  X  3  s  92.0

LSE = 110

LIE = 90

El coeficiente de capacidad de proceso es:

Cp = ( LSE - LIE ) / ( 6 s ) = 0.83 < 1,00

El proceso no tiene capacidad para cumplir con la especificacion dada

PROBLEMA 14

X  10 s= 2.5 n= 10 d2 = 3.078 d3 = 0.797

R s  d 2  7.7

d3 R
sR   2.0
d2
a)

s
LSC  X  3   12.4
n

s
LIC  X  3   7.6
n
LC = 10.0
b)

LSR  R  3  sR  13.7

LIR  R  3  sR  1.7

LR = 7.7
PROBLEMA 15

n= 6 d2 = 2.534 d3 = 0.848

N= 25 X  20.0 R 4.56

a) b)

R d3 R
s  1.8 sR   1.5
d2 d2

s
LSC  X  3   22.2 LSR  R  3  s R  9.1
n
s
LIC  X  3   17.8 LIR  R  3  s R  0.0
n

c)
LSE = 23.0 X MAX  X  3  s  25.4

LIE = 15.0 X MIN  X  3  s  14.6

El coeficiente de capacidad de proceso es:

Cp = ( LSE - LIE ) / ( 6 s ) = 0.74 < 1,00

El proceso no tiene capacidad para cumplir con la especificacion dada

d)

X 23.0

La probabilidad de que la variable aleatoria X, con desviación estándar s / ynmedia  un valor inferior a LSC es
,Xtome

P ( X < LSC ) = 0.139

13.9% es la probablidad de no detectar en la primer medición que el proceso quedó fuera de control

PROBLEMA 16

a)
n= 6 d2 = 2.534 d3 = 0.848 N= 30

X  200.0

R 5.0

R
s  1.97
d2

d3 R 1.67
sR  
d2

s
LSC  X  3   202.4 LSR  R  3  sR  10.0
n

s
LIC  X  3   197.6 LIR  R  3  s R  0.0
n
b)
Suponiendo que las especificaciones están dadas para cada artículo individual, los límites naturales de tolerancia son

X MAX  X  3  s  205.9

X MIN X  3  s  194.1

c)
LSE = 205.0

LIE = 195.0

El coeficiente de capacidad de proceso es:

Cp = ( LSE - LIE ) / ( 6 s ) = 0.84

El proceso no tiene capacidad para cumplir con la especificacion dada

d)

X 199.0

La probabilidad de que la variable aleatoria X, con desviación estándar s / ynmedia  un valor superior a LIC es
,Xtome

P ( X > LIC ) = 0.961

96.1% es la probablidad de no detectar en la primer medición que el proceso quedó fuera de control

PROBLEMA 17

n= 9 d2 = 2.97 d3 = 0.808

X  100.0

s= 6.0

s
LSC  X  3   106.0
n

s
LIC  X  3   94.0
n
X 92.0

La probabilidad de que la variable aleatoria X, con desviación estándar s / ynmedia  un valor inferior a LIC es
,Xtome

P ( X < LIC ) = 0.841

84.1% es la probablidad de detectar en la primer medición que el proceso quedó fuera de control

PROBLEMA 18

Xp R
LSC 363 16.18
LC 360 8.91
LIC 357 1.64

n= 9 d2 = 2.970 d3 = 0.808

a)

360
X 
R
s  3.0
d2
 s LSC  X
LSC  X  ks  ks   3.00
n s/ n

s LIC  X
LIC  X  ki  ki   -3.00
n s/ n

a = P ( Z > ks ) + P ( Z < ki ) = 0.0027

b)
LSE = 364

LIE = 352

El coeficiente de capacidad de proceso es:

Cp = ( LSE - LIE ) / ( 6 s ) = 0.67 < 1,00

El proceso no tiene capacidad para cumplir con la especificacion dada

c)
X 357.0

La probabilidad de que la variable aleatoria X, con desviación estándar s / ynmedia , tome

X  un valor superior a LIC es
P ( X > LIC ) = 0.500

50.0% es la probablidad de no detectar en la primer medición que el proceso quedó fuera de control

PROBLEMA 19

Xp R
LSC 626 18.75
LC 620 8.24
LIC 614 0.00

n= 4 d2 = 2.059 d3 = 0.880

a)

X  620

R
s  4.0
d2
b)
LSE = 625

LIE = 595

La probabilidad de que la variable aleatoria X, con desviación estándar s y media , tome un valor superior a LSE
X
e inferior a LIE es

P ( X < LIE) + P ( X > LSE ) = 0.106

10.6% es la fracción de disconformes

c)
610
X
La probabilidad de que la variable aleatoria X, con desviación estándar
s / ynmedia , tome un valor inferior a LIC es
X
P ( X < LIC ) = 0.977

97.7% es la probablidad de detectar en la primer medición que el proceso quedó fuera de control

d) La probabilidad de detectar el cambio en la tercera muestra es:

( P ( X < LIC ) )³ + 3 ( P ( X < LIC ) )²(1 - P ( X < LIC ))+ 3 ( P ( X < LIC ) )(1 - P ( X < LIC ))² = 1.000

Es practicamente imposible no detectar después de tres mediciones consecutivas que el proceso quedó fuera de control