Graficos de Control tipo CUSUM y EWMA

Graficos de Control tipo CUSUM y EWMA

Esteban Arroyave

Universidad Del Valle

August 8, 2019
Graficos de Control tipo CUSUM y EWMA

Introducción

En los procesos industriales o procesos en serie, existen diferentes

tipos de gráficos que permiten ilustrar si dicho proceso está o no
fuera de control. En esta revisión se presentarán dos tipos de
gráficos (CUSUM y EWAN) caracterizados porque recolectan
información muestral pasada para evaluar si en el momento actual
el proceso requiere atención o por el contrario está bajo control.
Dichos gráficos son más sensibles a pequeños cambios del proceso
a diferencia de otros que miden solo el gráfico en una observación
determinada.
Graficos de Control tipo CUSUM y EWMA

Antecedentes

CUSUM se anunció en Biométrika, en 1954, pocos años después

de la publicación de Wald ’s SPRT algoritmo. Unos años más
tarde, George Alfred Barnard desarrolló un método de
visualización, el gráfico de máscara en V, para detectar aumentos y
disminuciones en el parámetro estudiado.
Graficos de Control tipo CUSUM y EWMA

Antecedentes

Las gráficas tipo EWMA las plantea Robert en 1959, aunque son
relativamente antiguos sus utilidades son muchas en los procesos
en serie. Muchos autores analizaron y comparan los desempeños de
estas gráficas.
Entre los trabajos se encuentran uno de Page (1963) quien planteó
el uso de la gráfica CUSUM con ciertos rangos para estudiar
procesos en la dispersión.
Tupra y Ncube (1987) evaluaron el desempeño de una CUSUM
basada n las desviaciones estándar.
Graficos de Control tipo CUSUM y EWMA

Descripción de la metodologı́a de aplicación:

Gráficos CUSUM
Sea x1 , x2 , . . . , xn una muestra aleatoria de tamaño n de una
variable aleatoria X, el gráfico CUSUM se construye a partir de las
sumas acumuladas de las desviaciones entre los valores de la
muestra de un valor especı́fico, denotadas en este caso como Ci ,
donde:
n
X
Ci = Ci−1 + (xi − µ)∀i = 1, .., n; Co = 0
i=1

Es decir que el gráfico mostrará para todas y cada observación, las

sumas de las desviaciones anteriores hasta la actual.
Graficos de Control tipo CUSUM y EWMA

Descripción de la metodologı́a de aplicación:

Si el proceso evaluado está bajo control, los valores muéstrales

estarán alrededor de la media, en consecuencia en un proceso
óptimo: Ci ≈ 0
Por el contrario, en un proceso fuera de control Ci acumulará de
manera positiva o negativa los valores de las desviaciones de
acuerdo al comportamiento de la variable generando una pendiente
que permitirá observar desajuste en el proceso.
Graficos de Control tipo CUSUM y EWMA

Descripción de la metodologı́a de aplicación:

Figure: Desviaciones acumuladas Ci

Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación:

Sea E (xk ) = µ el valor medio y constante en el que el proceso está

bajo control, entonces:

Si el proceso está fuera de control se puede ver que el valor

observado pertenece a otra población, es decir que
E (xk ) = µ∗ = µ + δ 6= µ
Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación

Donde la trayectoria de las sumas acumuladas para cada i tendrá

una pendiente es positiva si µ − µ∗ < 0 o negativa si µ − µ∗ > 0
En otras palabras, se dice que la pendiente del gráfico en un
proceso fuera de control depende del signo de δ.
Graficos de Control tipo CUSUM y EWMA

Criterios de decisión para el CUSUM

CUSUM Algoritmico:
Ahora bien, Sea X una variable aleatoria donde XN(0 , σ) donde σ
es conocida o estimado se presenta el siguiente algoritmo para
definir los lı́mites superiores e inferiores del gráfico:
I Definir K: Este es llamado parámetro de sensibilidad (valor
de referencia) con el que se determina si la desviación
acumulada es significativa (diferente de 0) o no.
Graficos de Control tipo CUSUM y EWMA

Criterios de decisión para el CUSUM

CUSUM Algoritmico:
I Suponiendo que un proceso pasó de estar controlado (µ0 ) a
estar fuera de control (µ1 ) entonces la media del proceso
fuera de control se puede definir en términos de la desviación
estándar ası́:
µ1 = mu0 + δσ O ası́: µ1 = mu0 − δσ Con δ > 0. Entonces
se suele tomar a K como la mitad entre la distancia de las dos
medias, es decir:

|µ1 − µ0 | δσ
K= =
2 2
Graficos de Control tipo CUSUM y EWMA

Criterios de decisión para el CUSUM

I Hallar los Ci+ y Ci− : Estas son las sumas acumuladas

positivas y negativas respectivamente, que se hallan ası́:

Ci+ = max(0, Ci−1

+
+ (xi − µ0 ) − K )

Ci− = max(0, (Ci−1

−
+ (xi − µ0 ) − K )
Si hay secuencialmente muchas desviaciones significativas
(> K ) positivas o negativas entonces la pendiente aumenta o
disminuye según sea el caso.
Graficos de Control tipo CUSUM y EWMA

Criterios de decisión para el CUSUM

I Encontrar el Lı́mite H: llamado intervalo de decisión es

aquel a partir del cual decidimos si el proceso está fuera de
control. Si Ci+ > |H| entonces se afirma que el proceso
requiere ajuste o atención. Este parámetro es definido como:
H = hσ
Según la literatura revisada suele usarse h=5 y en caso de
encontrarse desviaciones por fuera del lı́mite establecido.
Graficos de Control tipo CUSUM y EWMA

Criterios de decisión para el CUSUM

Nota:
Si el proceso demostró fallas con el CUSUM, En una próxima
revisión recomiendan reiniciar los Ci± = H/2, esta es llamada
estrategia de respuesta rápida, ya que en caso de que el proceso
siga en mal funcionamiento se detectará más rápido que con las
condiciones iniciales.
Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación

Los gráficos EWAN (exponentially weighted moving-average) de

medias móviles ponderadas exponencialmente, pretenden realizar
un conjunto de las observaciones a partir de pesos adjudicados
previamente a las observaciones
Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación

Las observaciones más próximas influyen más que las observaciones

alejadas, de esta manera se busca crear un gráfico con memoria
que al igual que el anterior gráfico, recopila información para que
muestre la evolución del proceso en el tiempo y detalle errores o
fallas pequeñas que se van acumulando.
Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación

Definición: Sea x1 , . . . , xn una muestra aleatoria extraı́da de una

v.a. X, entonces se denota al promedio móvil yi como:

yi = λxi − (1 − λ)yi−1 ∀i = [1, . . . , n]

Dónde:
λ ∈ (0, 1); y0 = µ0 = x
Ası́, estos gráficos usan una estructura para hacer las medias
móviles que consta de dar pesos a los datos históricos y disminuyen
exponencialmente en el tiempo.
Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación

yi = λxi − (1 − λ)yi−1
Note que si λ = 0 se asume que el promedio móvil no depende de
las observaciones y es constante, en cambio si λ=1 se asume que
el promedio móvil dependerá solo de las observaciones actuales sin
tener en cuenta el peso de las anteriores.
Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación

yi = λxi − (1 − λ)yi−1
Sanchez 2016 afirma que: “Cuanto mayor sea el valor de λ, menor
importancia se estará considerando a los valores alejados en el
tiempo. Puesto que este tipo de gráficos se usan para detectar
cambios pequeños, se recomienda utilizar valores pequeños de λ,
generalmente en el rango 0.05 < λ < 0.25”.
Graficos de Control tipo CUSUM y EWMA

Descripción de la métodologı́a de aplicación

Los promedios móviles actuales guardan información periódica de

las anteriores observaciones muestrales, se puede observar de
manera recursiva que:

yi = λxi + (1 − λ)[λxi−1 + (1 − λ)yi−2 ] =

= λxi + λ(1 − λ)xi−1 + (1 − λ)2 yi−2 =

i−1
X
=λ (1 − λ)j xi−j + (1 − λ)i y0
j=1
Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación

Para formar el gráfico de control se tiene el siguiente intervalo:

Lı́mite superior = p
E (yi ) + k (Var (yi ))
Lı́mite central =
E (yi )
Lı́mite inferior = p
E (yi ) − k (Var (yi ))
Se considera en la práctica que si λ < 0.1 los valores optimos para
k están entre [2.6 ; 2.8].
Graficos de Control tipo CUSUM y EWMA

Descripción de la Metodologı́a de aplicación

Esperanza y varianza

E (yi ) = µ( 0)

p σ.(λ[1 − (1 − λ)2i ])
Var (yi ) =
(2 − λ)
Graficos de Control tipo CUSUM y EWMA

Ejemplo

”La siguiente tabla muestra los valores del tiempo de espera en la

atención a clientes que llamaban a una lı́nea comercial (lı́nea 902).
Es el tiempo, en segundos, desde que se realiza la conexión
telefónica (desde que contestan a la llamada) hasta que se es
atendido por el personal técnico (incluyendo el tiempo de espera
con la tı́pica música de fondo). Se ha estimado con información
histórica que, cuando el proceso está bajo control, el tiempo de
espera se puede aproximar a una normal N(25, 5)”.
Graficos de Control tipo CUSUM y EWMA

Ejemplo
Graficos de Control tipo CUSUM y EWMA

Ejemplo

Suponiendo que se quiere detectar los cambios del proceso que

están a 1 desviación estándar entonces el parámetro de sensibilidad
es igual a:

δσ (1 ∗ 5)
K= = = 2.5
2 2
Es decir que el algoritmo acumulará las desviaciones Ci+ o Ci−
iguales o mayores a 2.5.
Graficos de Control tipo CUSUM y EWMA

Ejemplo

Con este valor de referencia se continúa a calcular las desviaciones

positivas y negativas planteadas en la siguiente tabla:
Graficos de Control tipo CUSUM y EWMA

Ejemplo

En este punto nos resta hallar el lı́mite H para contrastar las

desviaciones acumuladas, gráficar nuestro CUSUM algorı́tmico para
cada observación y ası́ decidir finalmente si el proceso está o no
fuera de control, por lo tanto, haciendo h=5 nuestro lı́mite H es:

H = hσ = 5 ∗ 5 = 25
Graficos de Control tipo CUSUM y EWMA

Ejemplo
Graficos de Control tipo CUSUM y EWMA

Ejemplo

Se puede apreciar entonces, que a partir de la observación 17 hay

una tendencia positiva de la trayectoria de los Ci+ lo que indica
que los operarios trabajando en el segundo turno (a partir de la
observación 15) están tomándose más tiempo del normalmente
aceptado, por lo que se requiere llamar la atención de los operarios
y/o capacitarlos mejor para que logren adecuarse con el proceso.
Graficos de Control tipo CUSUM y EWMA

Ejemplo 2

En este caso también se desea detectar desviaciones inferiores a 1,

emplearemos λ =0,1 con k=2,6. El gráfico que se obtiene se
encuentra en la siguiente figura. En que se puede apreciar que el
proceso se encuentra fuera de control, pero antes se calculan los
lı́mites:
Graficos de Control tipo CUSUM y EWMA

Ejemplo 2
Graficos de Control tipo CUSUM y EWMA

Conclusiones

Conclusiones
I Los anteriores gráficas son útiles debido a que detectan fallas
pequeñas acumuladas en el proceso durante un periodo, esto
lo diferencia principalmente de los otros tipos de gráficos.
I Es importante resaltar el uso de las desviaciones aplicadas a un
proceso en serie, y usarlas para evaluar la calidad del proceso.
I Entre los dos gráficos estudiados el EWAN muestra tenes
mejor flexibilidad y ajuste fernte a las desviaciones de la
media, sin embargo en la práctica es recomendable trabajar
con ambos debido su fácil construcción.
Graficos de Control tipo CUSUM y EWMA

Biblografı́a

I Sánchez I.: “Gráficos de control con memoria Cap. 6” sin año.

I Montgomery D.: “Introducción al control estadı́stico de
calidad 6th edición 2009”