Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

Repasillo:

Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

Repasillo.
Grficos X-barra barra y R Para Limites de Control = x +/- 3 x X-barra barra +/- 3 / n estimado a travs de dos formas R (muestras pequeas) y S(muestras grandes) Se define W (amplitud relativa) = R/ E (W) = E (R) / => = E (R) / E (W) Se ha demostrado que E (W) = d2 Por lo tanto estimado = R barra / d2 Donde d2 depende de n Entonces X-barra barra +/
3R d2 n

=> X-barra barra +/- A2 R

Para R Lmites de Control = R-barra +/- 3 R W = R/ => W = R / = d3

Por lo tanto R-estim = -estim d3 = R d3 / d2

Capacidad Potencial del Proceso Cp = (LSE LIE)/6 No Capaz < 1 < ? < 1.33 < Es Capaz Capacidad del Proceso = Cpk = min. ( (LSE-Media)/3 ; (Media-LIE)/3 ) ) <1 No es Capaz y >1 Es Capaz

Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

Pauta Listado 1. Control de la Produccin

1.- Certamen 2 (21.06.2002) Responda las preguntas en relacin con el control estadstico de procesos: a) En un grafico X-barra si la media del proceso no cambia, de 1000 muestras consecutivas, cuantas caern dentro de los limites de control? Justificar Si no cambia solo estarn fuera de los lmites en una proporcin alfa, si los limites son 3 entonces alfa = 0.0027 y de las 1000 muestras 1000 1000*0.0027 se encontraran dentro de los limites de especificacin. b) Puede un Cpk ser negativo? Fundamente. Si, se puede, explicar. c) En un proceso centrado en la especificacin nominal, si CP=1 Cul es el numero de artculos defectuosos que se esperaran en un lote de 10000 unidades? Serian nada mas ni nada menos que 27. 2.- Cuales son los limites de advertencia en un grafico de control? Pueden ser los limites 2-sigma, sirven para dar aviso de una posible condicin fuera de control. 3.- Cuando se toman muestras o subgrupos de un proceso, el objetivo es detectar causas asignables dentro de los subgrupos o entre los subgrupos? La idea es detectar causas entre los subgrupos. 4.- Un proceso de manufactura produce 500 piezas por hora se selecciona una pieza cada media hora y despus que se han obtenido 5 piezas, se registra el promedio de las 5 mediciones en un grafico X-barra. a) Es apropiado este tipo de muestreo si la causa asignable en el proceso resulta en un cambio instantneo y de corta duracin en la media? No es adecuado, las muestras son una foto del proceso, y deben ser de la forma ms instantnea y variable posible. b) Si la respuesta es no sugiera un procedimiento alternativo 5.- Si el orden de produccin no ha sido conservado en un conjunto de datos en un proceso, es posible detectar causas asignables? Si es posible, pero la informacin de las corridas ya no tendr sentido.

Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

6.- Calcule la probabilidad de error tipo I para cada una de las reglas de decisin que se dan a continuacin. Suponga que la caracterstica de calidad tiene distribucin normal, los lmites de control son 3 sigmas, y el tamao de las muestras es n=5: 1. Regla 1: Si una o ms de las siguientes 7 muestras producen valores de media muestral que caen fuera de los lmites de control, concluir que el proceso esta fuera de control. Probabilidad Binomial => Combinaciones Conviene expresarla como: P (uno o ms) = 1- P (ninguna) = 1- (1 - alfa)7 2. Regla 2: Si de las siguientes 7 muestras todas caen al mismo lado que la lnea central, concluir que el proceso esta fuera de control. 7.- Si la media del proceso del problema anterior aumenta en una vez la desviacin estndar y permanece en esa condicin durante las siguientes 7 muestras, Cul es el riesgo beta asociado con cada regla de decisin? Regla 1: n=5, =+ Si permanece e esa condicin se comete el error tipo II siete veces debido a que no se detect el cambio en la media por lo tanto el riesgo de la regla es 7 El clculo de es el siguiente: = P (LIC < X-barra < LSC / =+) = P (- 3 / 5 - 1)/1 / 5 < Z < 3 / = P (-5.236 < Z < 0.7639) - 1)/1 /
5)

8.- Deduzca una formula que permita calcular el tamao muestral necesario para tener una probabilidad 1-beta de detectar un aumento en la media de k sigmas en la primera muestra despus del cambio en un grafico de control con limites 3 sigma. 9.- Se controla una caracterstica de calidad por un grafico de control tal que la probabilidad de detectar una condicin fuera de control en la primera muestra despus del cambio sea 1-beta. Encontrar lo siguiente: a) La probabilidad de que la condicin fuera de control sea detectada en la segunda muestra siguiente al cambio. (1 - ) b) La probabilidad de que la condicin fuera de control sea detectada en la m-esima muestra despus del cambio m-1 (1 - )

Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

c) El numero esperado de muestras analizados antes de detectar el cambio P (K=k) = k-1 (1 - ) => E (K) =

k
k= 1

k 1

(1 )

d) La probabilidad de que la primera muestra despus del cambio produzca una estadstica que este dentro de los limites de control e) La probabilidad de que el cambio no sea detectado en la m-esima muestra despus del cambio m f) La probabilidad de que al menos una de las siguientes m muestras produzca una estadstica que caiga fuera de los lmites de control. 1 - m 10.- Las especificaciones para una caracterstica de calidad estn dados por (0.49, 0.5 1). Se han seleccionado 40 muestras de tamao 6 de la cual se ha obtenido X-doble barra y R barra igual a 0.5031 y 0.0141. a) Calcular la capacidad del proceso en trminos del producto dentro de las especificaciones y en trminos de la CP. Comparar. b) Cul es la mnima fraccin no conforme que puede esperarse caiga fuera de las especificaciones si el proceso puede centrarse en cualquier punto deseado, sin cambiar la desviacin estndar? c) Calcular el tamao de la muestra necesario para que, al usar limites 3-sigma, se tenga una probabilidad de 0.10 de detectar un cambio en la media a 0.6. 11.- Suponga que se desea establecer grficos de control X-barra y R para cierta caracterstica de calidad. Despus de 30 muestras de tamao 6, se han obtenido los siguientes clculos:

X i = 6690
i =1

30

R
i =1

30

= 1030

Datos: para n = 6, A2=0.483, D4= 2.0040, D3= 0, d2 = 1.874 a) Calcular los lmites de prueba para el grfico R.

R=

R
i =1

30

= 34.33

Control de la Produccin Ayudante: Pablo Garcs Acua LSC = D4 R = 2.004 * 34.33 = 68.8 LC = R = 34.33 LIC = D3 R = 0

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

b) Suponiendo que el grfico R est en control, calcular los lmites de prueba para un grfico X-barra.

Entonces:

La mayora de las veces en los estudios iniciales se desconoce , por lo que es necesario estimarla a partir de los datos muestrales. Para ello, una alternativa sera calcular la desviacin estndar, S, para todos los datos obtenidos. Sin embargo hacerlo de esta forma incluira la variabilidad dentro de las muestras, y para la carta X-barra es ms apropiado incluir slo la variabilidad entre las muestras. Una alternativa que incluye la variabilidad entre las muestras y que consiste en estimar s mediante la media de los rangos, R-barra, de la siguiente manera:

Se obtiene

c) Si la caracterstica de calidad tiene distribucin normal y los lmites de especificacin son 220 ms menos 35, estimar la fraccin no conforme.

d) Suponiendo que la varianza permanece constante cul debera ser la media del proceso para minimizar la fraccin no conforme?

Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

La media que minimiza la fraccin no conforme es 220 e) Cul es la magnitud del cambio que se puede detectar con probabilidad 0.8? 0.8 = P (detectar un cambio de d unidades)

Despus resta despejar d f) De un lote de 10000 productos, Cuntos de ellos se rechazan? Si el proceso est en control, es decir se rechazan debidos a que estn fuera de los lmites de control slo por causas no asignables, es decir, slo debido a la variabilidad natural del proceso. Por lo tanto P (rechazar una unidad dado que el proceso est en control) = . De 10000 Productos se obtienen 27 que estarn fuera de los lmites de control de forma natural. ( = 0.0027) 12.- Se ha desarrollado un grfico de control para una caracterstica de calidad normalmente distribuida. Considere la siguiente regla de decisin: si de los siguientes 8 puntos, todos caen arriba o debajo de la lnea central (LC), el proceso est fuera de control. Cul es el error de tipo 1 asociado a esta regla de decisin? 13.- En una fbrica que produce mariscos en conserva, se estim que el contenido neto de las latas de 250 gramos sigue una distribucin normal con media 245 gramos y una

Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

desviacin estndar de 5. Se llevan grficos de control para X-barra y R basados en muestras de tamao 4. a) De las ltimas 500 muestras obtenidas cada media hora del proceso, cuntas caern fuera de los lmites de especificacin? b) Despus de las muestras de la parte a), se encontr que la media en realidad era 255 y no 245. Como cambia la respuesta? x: Contenido de una lata x ~ N(245 ; 25) n=4

Por lo tanto el nmero de muestras que caern fuera de los lmites de control son 500*0.0027=1.35 14.- En una empresa manufacturera, todos los das se realiza una inspeccin para detectar la fraccin de defectuosos. De los 10 artculos inspeccionados, una fraccin igual al 0.01 resulta no conforme. a) Si se produce un cambio en la fraccin no conforme hacia 0.04, cul es la probabilidad de detectarlo en el primer da? b) Cul es la probabilidad de detectar este mismo cambio al final del cuarto da? p = 0,01 n = 10 a) 1- = ??? = P (Aceptar Ho / H1) = P (LIC < p < LSC / p cambio a 0.04) LIC = 0.01 p (1 p ) n < 0 => 0

Control de la Produccin Ayudante: Pablo Garcs Acua LSC = 0.01 +

p (1 p ) n

Profesor: Hernaldo Reinoso A. Semestre I ao 2004 = 0.1044

= P (p < 0.1044 / p = 0.04)

0.1044 0.04

= P (Z <

0.01 * 0.99 ) 10

16.- Diga si las siguientes afirmaciones son verdaderas o falsas. Justifique. a) En un grfico X-barra, si todas las medias muestrales caen dentro de los lmites de especificacin, entonces el proceso es capaz. b) Un Cpk = 1.9 implica que el proceso est en control. c) En un grfico X-barra, mientras ms medias muestrales estn muy cerca de la lnea central, mucho mejor. d) De 10000 muestras consecutivas, aproximadamente 27 de ellas caern fuera de los lmites de control. e) Para mejorar la capacidad de un proceso es conveniente modificar los lmites de especificacin. a) Falso: Para que el proceso sea capaz todas las unidades deben estar dentro de los lmites de especificacin y no las medias. b) Falso: Un Cpk=1,9 indica que el proceso es capaz de producir dentro de las especificaciones. c) Falso: Esto podra estar sucediendo a un costo muy alto, significa que le estn poniendo mucho, ahora si esto ocurriera a un bajo costo se debera volver a calcular los lmites de control ya que indicara que la varianza ha cambiado. d) Verdadero: Si usamos grficas 3-sigma, a=0.0027 lo que implica que 10000*0.0027=27 caern fuera de los lmites de control slo por efectos aleatorios (el proceso est en control). Esto es el error de tipo I. e) Falso: Los lmites de especificacin no pueden ser modificados por los encargados del proceso, estos son externos, por ejemplo clientes (dentro o fuera de la empresa) o estndares de la industria. 17.- Considere un proceso que est en control con n = 9 y los siguientes lmites 3-sigma: LC = 7, LSC = 10, y LIC = 4. La variable de inters tiene distribucin normal. Los ndices de capacidad del proceso son Cp = Cpk = 1. Calcule los lmites de especificacin. (Para n = 9, A2= 0.337, d2 = 2.97) n=9 LC = 7 LSC = 10 LIC = 4 Cp = Cpk = 1 X-barra-barra = (10+4)/2 = 7 LSC = 7+3/3 => = 3

Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

Como Cp=Cpk, el valor nominal de especificacin es igual a la media muestral (X-barra-barra) Cp = (LSE-LIE) / (6) Se tiene que los lmites son 7+- 9 LIE = 0 (si el valor de X no puede ser negativo) LSE = 16

Nota: En la prctica dije erradamente que si Cp=1 y si el proceso estaba centrado en la especificacin nominal, entonces los limites de control serian iguales a los de especificacin. Esto es falso debido a que los limites de control son +/-3x-barra = X-barra-barra +/- 3(x/ n ) y debido a que Cp = (LSE-LIE)/6 donde este sigma corresponde al de los datos y no al de las muestras. Es = x y no x-barra Ahora en el ejercicio 1 parte c) son 27 unidades debido a que son 10000 artculos por ende al ser la variacin de los artculos x la fraccin de artculos que quedan fuera son 27 de 10000. Entonces, ahora, el ejercicio 17 esta bueno tal como esta.
PD: snift ! Me seguirn bajando el sueldo !!! 18.- Una compaa fabrica un qumico costoso. El peso neto del paquete tiene un valor mnimo de especificacin de 25 lb. Las lneas centrales de los grficos de control para X-barra y R son, respectivamente, 26.0 y 1.4. Estos lmites estn basados en 20 muestras de tamao 5. Todos los puntos estn dentro de los lmites de control en ambos grficos. (Para n = 5, A2 = 0.577, d2 = 2.326) a) Proceso es capaz de cumplir con las especificaciones? b) El qumico se vende en lotes de 1000 paquetes. Cuntos paquetes defectuosos tendrn cada lote en promedio? LIE = 25 lb m = 20 n=5 A2 = 0.577 d2 = 2.326 X-barra-barra = 26 R-barra = 1.4 =(R-barra) / d2 = 1.4/2.326 = 0.601 P (x < 25) = P (Z< (25-26)/0.601)= (1.6638) a) Cpk = Media-LIE / 3 s = (26-25)/(3*0.601) = 0.55

Control de la Produccin Ayudante: Pablo Garcs Acua => No es capaz

Profesor: Hernaldo Reinoso A. Semestre I ao 2004

b) Cada lote tendr (1.6638)*1000 paquetes defectuosos 19. - Al controlar a dureza de un cierto tipo de hojalata se ha establecido que el proceso debera estar centrado en 65 con una desviacin estndar de 5. Calcular el tamao muestral necesario para tener una probabilidad de 0.90 de detectar una disminucin de la dureza media hacia 62. 20.- Se desea elaborar un grfico de control de la fraccin no conforme con lnea central en 0.02 y lmites de control 2 sigmas. Calcular el tamao muestral necesario para tener una probabilidad 0.5 de detectar un cambio hacia 0.05. El tamao muestral calculado es suficiente para un LIC positivo? 21.- Certamen 2 (25.06.2003) Se utilizan grficos de control X-barra y R con n=9 (para estn, d2=2.97). Con base en un estudio inicial de un conjunto de subgrupos se ha estimado la lnea central del grafico X-barra en 360 y la lnea Central de grafico R en 11.88. Suponga que el proceso esta en control. a) Suponga que ocurre un aumento repentino de gama unidades en la medicin del proceso. Calcule el valor de gama para tener una probabilidad 0.5 de detectar este aumento en la siguiente muestra despus del cambio. b) Calcular los limites de especificacin centrados en 361 para que el proceso tenga un Cpk=1.2 22.- Para investigar el perfil de variacin de ciertas partes en un proceso de maquinado, se midieron las dimensiones de las partes cuatro veces al da. A las 9:00, 11:00 y 16:00. Haga una grfica de control X-barra S y una X-barra R para analizar este proceso.

Control de la Produccin Ayudante: Pablo Garcs Acua

Profesor: Hernaldo Reinoso A. Semestre I ao 2004