UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS

GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

LABORATORIO 4
“Elaboración e interpretación de gráficas de control especiales
(CUMSUM, Medias móviles)”.

I. Base teórica
En los temas anteriores se han estudiados los métodos básicos del CEP. Las cartas
de control que se discutieron en estos temas reciben el nombre genérico de cartas de
control de Shewhart, ya que se basan en los principios de las cartas de control
desarrollados por el Dr. Walter A. Shewhart. Una de las principales desventajas de
cualquier carta de control de Shewhart es que sólo utiliza la información del proceso
contenida en el último punto graficado e ignora cualquier información ofrecida por la
secuencia completa de puntos. Esta característica hace que la carta de control de
Shewhart sea relativamente insensible a los corrimientos pequeños del proceso, por
ejemplo, del orden de aproximadamente 1.5 o menos. Desde luego, es posible
aplicar otros criterios en las cartas de Shewhart, como las pruebas para corridas y el
uso de límites de advertencia, cuya intención es incorporar información del conjunto
completo de puntos en el procedimiento de decisión.
Sin embargo, el uso de reglas de sensibilidad adicionales reduce la simplicidad y
facilidad de interpretación de la carta de control de Shewhart. Además, como ya se
señaló, el uso de estas reglas de sensibilidad puede ocasionar una reducción drástica
de la longitud promedio de la corrida de la carta de control cuando el proceso está
bajo control, lo cual puede ser indeseable.
Pueden usarse dos alternativas muy efectivas para la carta de control de Shewhart
cuando son de interés los corrimientos pequeños: la carta de control de suma
acumulada (o CUMSUM) y la de control del promedio móvil ponderado aritmética o
exponencialmente, EMA y EWMA respectivamente.

a) La gráfica de sumas acumuladas (CUSUM) de medias: este tipo de gráfico

es usada para detectar cambios pequeños o medianos en la media del proceso en el
rango de 0.5 a 2, y de una manera más rápida que las gráficas de control de
Shewhart es decir de dos a cuatro veces más rápido que una gráfica Shewhart ante
cambios pequeños. Sin embargo, puede ser lento para detectar cambios grandes. La
gráfica Cusum se recomienda si:

a) Los costos de muestreo son altos y hay que reducirlos, y cuando se necesita
saber cuándo ocurrió el cambio en el proceso.
b) Se tienen largos corridos de producción.
c) La varianza del proceso es estable.
d) El proceso puede ajustarse para trabajar en un valor objetivo específico.

Hay dos formas de representar a las gráficas de control de suma acumulada

cusum: 1. La gráfica cusum tabular (o algorítmica) y 2. La gráfica cusum en la forma de
máscara V. De las dos representaciones, es preferible la cusum tabular.

1/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

b) Las gráficas de control basadas en las medias móviles, son muy útiles para
descubrir pequeños cambios en el proceso. Las gráficas de control de media móvil
tienen una potencialidad para la percepción automática y el control de procesos de
manufactura en línea.
Estas gráficas son útiles cuando se tienen mediciones individuales y se desea la
misma sensibilidad que un gráfico de promedios.
Cuando las ponderaciones utilizadas en la media móvil son uniformes, el diagrama
de control suele denominarse simplemente Diagrama de Control de la Media Móvil
Aritmética.
Cuando las ponderaciones son geométricas, el gráfico de control suele
denominarse Gráfico de Control de Media Móvil Geométrica o Diagrama EWMA.

II. Base práctica

A continuación, se presenta la solución de ejercicios de construcción y análisis de

gráficos de control especiales.

Ejemplo 1

Aplicación de la construcción de un gráfico de suma acumulada (CUSUM).

Se desea evaluar, a través de una carta cusum, el comportamiento de un proceso

de empacado de un sólido a granel en cajas de 10 kg y se desea detectar cambios
de 1 kg. Se sabe que  = 1.

 = 1; µo = 10; µ1 = 10+1 = 11

K= (11 – 10)/2 = 0.5

H = 5 = 5(1) = 5

N+ y N- representan el número sucesivo de valores C+ o C- que son mayores que

cero, y sirve para indicar el punto en el que se inició el cambio. La acción “reset”
significa que se pasó el límite de decisión H, y a partir del siguiente punto el valor
acumulado se pone en cero. La gráfica se muestra en la figura E.1.

2/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Tabla E.1

i Xi Xi -10.5 C i+ N+ Decisión 9.5 - Xi Ci- N- Decisión

1 9.45 -1.05 0 0 0.05 0.05 1
2 7.99 -2.51 0 0 1.51 1.56 2
3 9.29 -1.21 0 0 0.21 1.77 3
4 11.66 1.16 1.16 1 -2.16 0 0
5 12.16 1.66 2.82 2 -2.66 0 0
6 10.18 -0.32 2.5 3 -0.68 0 0
7 8.04 -2.46 0.04 4 1.46 1.46 1
8 11.46 0.96 1 5 -1.96 0 0
9 9.2 -1.3 0 0 0.3 0.3 1
10 10.34 -0.16 0 0 -0.84 0 0
11 9.03 -1.47 0 0 0.47 0.47 1
12 11.47 0.97 0.97 1 -1.97 0 0
13 10.51 0.01 0.98 2 -1.01 0 0
14 9.4 -1.1 0 0 0.1 0.1 1
15 10.08 -0.42 0 0 -0.58 0 0
16 9.37 -1.13 0 0 0.13 0.13 1
17 10.62 0.12 0.12 1 -1.12 0 0
18 10.31 -0.19 0 0 -0.81 0 0
19 8.52 -1.98 0 0 0.98 0.98 1
20 10.84 0.34 0.34 1 -1.34 0 0
21 10.9 0.4 0.74 2 -1.4 0 0
22 9.33 -1.17 0 0 0.17 0.17 1
23 12.29 1.79 1.79 1 -2.79 0 0
24 11.5 1 2.79 2 -2 0 0
25 10.6 0.1 2.89 3 -1.1 0 0
26 11.08 0.58 3.47 4 -1.58 0 0
27 10.38 -0.12 3.35 5 -0.88 0 0
28 11.62 1.12 4.47 6 -2.12 0 0
29 11.31 0.81 5.28 7 -1.81 0 0
30 10.52 0.02 5.3 8 -1.02 0 0

Para concluir, se observa que la media del proceso tuvo un cambio significativo en
el punto 29.
Como N+ = 8, el cambio inició entre los puntos 22 y 23.
Una vez detectado el cambio se procede a investigar y eliminar las causas, y la
gráfica se pone en cero para iniciar un nuevo ciclo. Si se considera un solo lado, C + o
C-, se puede tener una gráfica unilateral con el mismo procedimiento.

3/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

a) Solución con herramienta de software MINITAB:

Descargar MINITAB 19 en su versión de prueba por 30 días del sitio
https://www.minitab.com/es-mx/

Paso 1: introducir los datos.

Paso 2: Ir a la opción estadística → gráficas de control → gráficas de tiempo

ponderado→Cusum.

4/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Paso 3: Introducir la variable y parámetros en el cuadro de diálogo.

Paso 4: Condicionar la salida y elegir el tipo de gráfico.

5/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Paso 5: Obtener el gráfico pulsando “Aceptar” → “Aceptar”

Como puede observarse, el

fuera de control o el cambio
significativo en la media del
proceso se da a partir del punto
29, sin embargo, el cambio
significativo parece haber
iniciado entre los subgrupos 22
y 23.

6/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Para trabajar con la modalidad de la mascarilla “V”, en la sección de opciones se

tendría:

Se observa un cambio en el subgrupo 22 e implica que a partir de dicho punto se da

un cambio en la media de los pesos por encima del valor nominal de 10 kg

b) Solución con herramienta de software Statgraphics Centurión:

En las versiones anteriores a la 15 de este software, la secuencia es: Special →

Quality Control → Time Weighted Charts. Para la versión 15 en adelante, la secuencia
es: SPC → Control Charts → Time Weighted Charts. Luego se elige la carta deseada, la
CUSUM tabular se selecciona en CUSUM Chart (H-K). Se pueden construir para
observaciones individuales y para tamaños de subgrupo mayor que uno. Los
parámetros se estiman a partir de los propios datos (Initial Study) o suponiéndolos
conocidos (Control to Standard). Se debe tener mucho cuidado en alimentar justo la
información que pide el software en cada campo para que provea la salida deseada.
Por ejemplo, para obtener la CUSUM del ejemplo 1, los datos se declaran como
observaciones originales. En el caso que los datos se declaren como estadísticos
porque son medias, la columna de rangos se declara en el campo correspondiente
con el respectivo tamaño del subgrupo. Si no se tuvieran los rangos se pone un numero
arbitrario en el campo de rangos para que el paquete permita continuar.
Para el ejemplo 1, después de la primera salida del gráfico, con el botón derecho
se da clic en Analysis Options para establecer los parámetros correctos, en primer
lugar, se indica que es un estudio Control to Standard, y luego se colocan la media 10
y desviación estándar del proceso igual a 1. El brinco que interesa detectar es de 0.5
veces la desviación estándar del proceso.

7/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

El gráfico que se obtiene a partir del statgraphics con los parámetros seteados para
el ejemplo 1, es el siguiente:

Gráfica Cusum de la variable pesos (kg)

7
H=5.00
5
K=0.50
3 AIM=0.00
CuSum

1 K=-0.50

-1 H=-5.00

-3

-5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Observaciones

El gráfico que se obtiene a partir del statgraphics, no obstante, es del tipo tabular,
se presenta en una forma diferente. Los puntos en la gráfica son las medias observadas
y las sumas acumuladas por arriba y por abajo se representan con una barra en forma
de T. Cuando estas barras superan los “límites de control” dados por H, se detecta una
señal de fuera de control.

c) Solución con herramienta de hoja de cálculo Excel:

Al utilizar hoja de cálculo Excel, deben crearse las fórmulas para el cálculo de los
estadísticos C+ o C- y luego construir un gráfico de líneas. A continuación, se presentan
capturas de pantalla de las tabulaciones y gráficos construidos a partir de Excel.

8/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

9/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Conclusión: Como puede observarse, el cambio significativo se da a partir del

punto 29. Sin embargo, este tipo de gráficos también permite identificar el punto en el
que inicia el cambio con respecto al target del proceso.

Ejemplo 2

Aplicación de la construcción de un gráfico de Medias Móviles Aritméticas (MA).

Se establecerá una carta de control del promedio móvil para los datos del ejemplo
1 (tabla E.1), utilizando w = 5. En la tabla E.2 se muestran las observaciones xi para los
periodos 1  i  30. El estadístico graficado en la carta de control del promedio móvil
será:

X i + X i −1 + .... + X i −W +1
Mi =
W

X i + X i −1 + .... + X i −5+1
Mi =
5

Para los periodos i  5. Para los periodos de tiempo i < 5, se grafica el promedio de
las observaciones para los periodos 1, 2,…, i. En la tabla E.2 se muestran los valores de
estos promedios móviles.

Tabla E.2
i Xi Mi i Xi Mi
1 9.45 9.45 20 10.84 9.932
2 7.99 8.72 21 10.9 10.238
3 9.29 8.91 22 9.33 9.98
4 11.66 9.5975 23 12.29 10.376
5 12.16 10.11 24 11.5 10.972
6 10.18 10.256 25 10.6 10.924
7 8.04 10.266 26 11.08 10.96
8 11.46 10.7 27 10.38 11.17
9 9.2 10.208 28 11.62 11.036
10 10.34 9.844 29 11.31 10.998
11 9.03 9.614 30 10.52 10.982
12 11.47 10.3
13 10.51 10.11
14 9.4 10.15
15 10.08 10.098
16 9.37 10166
17 10.62 9.996
18 10.31 9.956
19 8.52 9.78

10/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Los límites de control para la carta de control del promedio móvil pueden
obtenerse con facilidad con las ecuaciones.
Puesto que se tiene  = 1.0, entonces:

LSC : 10 + 3 (1) = 11.34

5
LC : 10
LIC : 10 − 3 (1) = 8.66
5

Los límites de control para M. se aplican a los periodos i  5. Para los periodos 0 < i <
5, los límites de control están dados por:

Un procedimiento alternativo que evita el uso de límites de control especiales para

los periodos i < w consiste en emplear una carta de Shewhart ordinaria hasta que se
hayan obtenido por lo menos w medias muestrales.
En la figura E.2 se muestra la carta de control del promedio móvil. Ninguno de los
puntos excede los límites de control. Obsérvese que para los periodos iniciales i < w los
límites de control tienen una anchura mayor que su valor final de régimen permanente
o estado estable. Los promedios móviles que están separados menos de w periodos
presentan una correlación alta, lo que con frecuencia complica la interpretación de
patrones en la carta de control.
A continuación, se presenta el proceso de desarrollo en hoja de cálculo Excel.

Figura E.2

11/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

i Xi Mi LCS LCI
1 9.45 9.45 13.00 7.00
2 7.99 8.72 12.12 7.88
3 9.29 8.91 11.73 8.27
4 11.66 9.5975 11.50 8.50 Ejemplos de cálculo:
Punto 3:
5 12.16 10.11 11.34 8.66
Estadístico Mi:
6 10.18 10.256 11.34 8.66
7 8.04 10.266 11.34 8.66
8 11.46 10.7 11.34 8.66
9 9.2 10.208 11.34 8.66 Límites de control para los puntos 1 a 5:
10 10.34 9.844 11.34 8.66
11 9.03 9.614 11.34 8.66
12 11.47 10.3 11.34 8.66
13 10.51 10.11 11.34 8.66
14 9.4 10.15 11.34 8.66
15 10.08 10.098 11.34 8.66 Punto 7:
16 9.37 10166 11.34 8.66 Estadístico Mi:

17 10.62 9.996 11.34 8.66

18 10.31 9.956 11.34 8.66
19 8.52 9.78 11.34 8.66
20 10.84 9.932 11.34 8.66
21 10.9 10.238 11.34 8.66
Límites de control para los puntos 6 a 30:
22 9.33 9.98 11.34 8.66
23 12.29 10.376 11.34 8.66
24 11.5 10.972 11.34 8.66
25 10.6 10.924 11.34 8.66
26 11.08 10.96 11.34 8.66
27 10.38 11.17 11.34 8.66
28 11.62 11.036 11.34 8.66
29 11.31 10.998 11.34 8.66
30 10.52 10.982 11.34 8.66

12/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

a) Solución con MINITAB.

Paso 1: introducir los datos.

Paso 2: Ir a la opción estadística → gráficas de control → time weighted

charts→Medias móviles.

Paso 3: Condicionar la salida.

13/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Paso 4: Construir el gráfico:

Moving Average Chart of Xi

13

12

UCL=11.342
Moving Average

11

_
_
10 X=10

9
LCL=8.658

1 4 7 10 13 16 19 22 25 28
Sample

Paso 5: interpretar.

b) Solución con Statgraphics Centurion:

Al utilizar hoja de cálculo Excel, deben crearse las fórmulas para el cálculo de los
estadísticos C+ o C- y luego construir un gráfico de líneas. A continuación, se presentan
capturas de pantalla de las tabulaciones y gráficos construidos a partir de Excel.

14/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

15/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Con analysis options,

dando clic sobre la
figura se colocan los
parámetros en control
to standar.

Conclusión: De acuerdo a la gráfica de control de medias móviles aritméticas

ninguno de los puntos excede los límites de control. Obsérvese que para los períodos
iniciales i < 5 (=w) los límites de control tienen una anchura mayor que su valor final de
régimen permanente o estado estable. Los promedios móviles que están separados
menos de 5 períodos presentan una correlación alta, lo que se refleja en que los
puntos no se observan dispersos observándose una gráfica bastante continua. Los
patrones que presentan estos tipos de gráficos no se interpretan como sucede con los
gráficos de Shewhart.
La carta de control de Medias Móviles Aritméticas (MA) es más efectiva que la
carta de Shewhart para detectar corrimientos pequeños en el proceso, sin embargo,
es menos efectiva que la gráfica Cusum o la de Medias Móviles Geométricas (EWMA)
cuando más pequeño se vuelve el cambio que se quiere detectar.

16/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Ejemplo 3

Aplicación de la construcción de un gráfico de Medias Móviles Geométricas (EWMA).

Se aplicará la carta de control EWMA con  = 10 y L = 2.7 para analizar los datos de
la tabla E.1. Recuérdese que el objetivo de la media es 10 (o = 10) y que la desviación
estándar es  = 1. En la tabla E.3 se resumen los cálculos de la carta de control EWMA y
la figura se presenta en el gráfico EWMA E.3. Estos cálculos se realizan utilizando la hoja
de cálculo de Excel. Par ilustrar los cálculos, se considerará la primera observación X 1 =
9.45. Los dos primeros valores y límites del gráfico de EWMA como ejemplos de cálculo
son:

Ejemplos de cálculo:

Estadístico a graficar: Límites de control:

10.27

10.36325

17/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

Tabla E.3

i Xi Zi LCS LCI
1 9.45 9.94500 10.27000 9.73000
2 7.99 9.74950 10.36325 9.63675
3 9.29 9.70355 10.42400 9.57600
4 11.66 9.89920 10.46746 9.53254
5 12.16 10.12528 10.49990 9.50010
6 10.18 10.13075 10.52471 9.47529
7 8.04 9.92167 10.54398 9.45602
8 11.46 10.07551 10.55909 9.44091
9 9.2 9.98796 10.57105 9.42895
10 10.34 10.02316 10.58055 9.41945
11 9.03 9.92384 10.58813 9.41187
12 11.47 10.07846 10.59420 9.40580
13 10.51 10.12161 10.59908 9.40092
14 9.4 10.04945 10.60300 9.39700
15 10.08 10.05251 10.60615 9.39385
16 9.37 9.98426 10.60870 9.39130
17 10.62 10.04783 10.61075 9.38925
18 10.31 10.07405 10.61241 9.38759
19 8.52 9.91864 10.61374 9.38626
20 10.84 10.01078 10.61483 9.38517
21 10.9 10.09970 10.61570 9.38430
22 9.33 10.02273 10.61641 9.38359
23 12.29 10.24946 10.61698 9.38302
24 11.5 10.37451 10.61745 9.38255
25 10.6 10.39706 10.61782 9.38218
26 11.08 10.46535 10.61813 9.38187
27 10.38 10.45682 10.61837 9.38163
28 11.62 10.57314 10.61857 9.38143
29 11.31 10.64682 10.61873 9.38127
30 10.52 10.63414 10.61887 9.38113

Gráfico E.3

18/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

a) Solución con MINITAB.

Paso 1: introducir los datos.

19/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

b) Solución con herramienta de software Statgraphics Centurión:

Al introducir los datos, la secuencia es: SPC → Control Charts → Time Weighted
Charts. Luego se elige la carta deseada, la EWMA individuals chart. Se pueden
construir para observaciones individuales y para tamaños de subgrupo mayor que uno.
Los parámetros se estiman a partir de los propios datos (Initial Study) o suponiéndolos
conocidos (Control to Standard). Se debe tener mucho cuidado en alimentar justo la
información que pide el software en cada campo para que provea la salida deseada.
En este sentido, para el ejemplo, los parámetros para construir el gráfico EWMA, en el
Statgraphics, se establecen en “Analysis Options”, de la siguiente forma:

20/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

EWMA variable pesos en kg

10.8
UCL = 10.62
10.5 CTR = 10.00
LCL = 9.38

10.2

EWMA
9.9

9.6

9.3
0 5 10 15 20 25 30
Observation

Conclusión: La carta de control EWMA de la figura E.3 envía una señal a partir de la
observación 28, por lo que se concluiría que el proceso está fuera de control.

Ejercicios a resolver para el laboratorio

1. Se desea llevar el control de un proceso de llenado de botellas de aceite de oliva

extra virgen con capacidad de un litro. Se cuenta con 20 datos (ver tabla), y se
sabe que  = 0.03, µ objetivo = 1 litro. a) Construir una gráfica EWMA en la que se
usen los valores comunes  = 0.2 y L = 3; b) Construir una gráfica Cusum para
detectar un corrimiento en la media de 1.5; c) Construir una MA con w = 4.

i Xi i Xi
1 0.9597 11 0.9300
2 1.0087 12 1.0229
3 1.0212 13 0.9981
4 0.9973 14 0.9990
5 1.0619 15 1.0408
6 1.0180 16 1.0110
7 0.9568 17 0.9992
8 0.9929 18 1.0032
9 0.9187 19 0.9550
10 0.9190 20 0.9700

2. A cierto producto químico orgánico comercial se le mide cada cierta hora el nivel
de una sustancia relacionada con su pureza. Los datos de 22 muestras son los
siguientes (ordenados por reglón):

15.3, 15.7, 14.4, 14.0, 15.2, 15.8, 16.7, 16.6, 15.9, 17.4, 15.7, 15.9, 14.7, 15.2, 14.6,
13.7, 12.9, 13.2, 14.1, 14.2, 13.8, 14.6

a) Dado que el valor objetivo de esta sustancia es 15 y que se conoce que la

desviación estándar es de alrededor de 1. Construya la carta cusum para estos

21/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.

datos. Aplique la cusum tabular y también en forma de mascarilla. Tome k = ½ y

H = 5.
b) Construya una carta de individuales para estos datos y compare su desempeño
en relación a la cusum del inciso a).
c) Usando unas  = 0.2 y L = 2.962 construya la carta EWMA, compare su
desempeño con la cusum del inciso a).
d) Usando una w = 3 construya una gráfica de medias móviles aritméticas y
compare los resultados con el literal a).

(considere que se quiere que el gráfico sea capaz de detectar desviaciones de

0.5 )

22/22