UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE

HUAMANGA

FACULTAD DE INGENIERÍA QUÍMICA Y METALURGIA

ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERÍA EN

INDUSTRIAS ALIMENTARIAS

PRÁCTICA Nº 05

“GRÁFICAS DE CONTROL PARA VARIABLES Y ATRIBUTOS”

ASIGNATURA : CONTROL DE CALIDAD DE LOS ALIMENTOS

PROFESOR : Ing. TRASMONTE PINDAY, Wilfredo

ALUMNOS : OCHOA MANTILLA, BETSI CARELY

: ZAMORA NAJARRO, Oriol.

HORARIO : Martes. 2-5 p.m.

AYACUCHO – PERÚ

2015
I. OBJETIVO:

 Enseñar a los estudiantes algunos procedimientos estadísticos para vigilar la calidad de un

producto fabricado y controlar la calidad de los productos enviados a los consumidores.

 Practicar la metodología de construcción de gráficos de control para el control de calidad

de una variable o atributo asociado a los procesos productivos en la industria alimentaria.

PROBLEMAS

1. Una empresa productora de espárragos verdes congelados decide construir una carta
de control de defectuosos de su materia prima, para lo cual extrae durante 20 días
útiles del mes de junio una muestra de 200 espárragos verdes, obteniendo los siguientes
resultados:

DÍ N° DE DÍ N° DE DÍ N° DE DÍA N° DE
A DEFECTUOSOS A DEFECTUOSOS A DEFECTUOSOS DEFECTUOSOS

1 15 6 30 11 20 16 18
2 30 7 32 12 35 17 10
3 40 8 44 13 10 18 11
4 50 9 55 14 20 19 15
5 10 10 100 15 25 20 16

Calcule los límites de control expresado en número defectuoso (np); fracción defectuosa
(p) y porcentaje defectuosos (100p).

DÍA N°INSPECCIONES N°DEFECTUOSOS FRACCIÓN % DEFECTUOSOS

DEFECT.
(N) (NP) (100P)
(P)

1 200 15 0.075 7.5

2 200 30 0.15 15

3 200 40 0.20 20

4 200 50 0.25 25

5 200 10 0.05 5

6 200 30 0.15 15

7 200 32 0.16 16
8 200 44 0.22 22

9 200 55 0.275 27.5

10 200 100 0.5 50

11 200 20 0.1 10

12 200 35 0.175 17.5

13 200 10 0.05 5

14 200 20 0.1 10

15 200 25 0.125 12.5

16 200 18 0.09 9

17 200 10 0.05 5

18 200 11 0.055 5.5

19 200 15 0.075 7.5

20 200 16 0.080 8

∑ 4000 586 2.93 293

100p = 100∑np/∑n

= 100*586/4000 = 14.65

P = 14.65/100 = 0.1465

- LC número de defectuosos:

LC = np ± 3 * √ np ( 1− p )

LCs = 200*0.1465 + 3 * √ 200∗0 .1465∗(1−0 .1465)

LCs = 44.30

LCi = 200*0.1465 - 3 * √ 200∗0.1465∗(1−0.1465)

LCi = 14.30

- LC fracción de defectuosos:

( 1− p )
LC = p ± 3 *
√ p
n

( 1−0.1465 )
LCs = 0.1465 + 3 * 0.1465
√ 200
 LCs = 0.22

( 1−0.1465 )
LCi = 0.1465 - 3 * 0.1465
√ 200

LCi = 0.071

- LC 100% defectuosos:

100 p ( 100−100 p )
LC = 100p ± 3 *
√ n

LCs = 14.65 + 3 * √ 100∗0.1465∗¿ ¿ ¿.

LCs = 22.15

LCi = 14.65 - 3 * √ 100∗0. 1465∗¿ ¿ ¿

LCi = 7.15

2.- Se desea conocer la variabilidad del proceso de llenado en fresas congeladas, a fin de
determinar que porcentaje de los pesos se encuentran arriba del peso nominal de 100 g.
Para tal efecto se colectan 5 bolsas de fresas congeladas y se registran los pesos
considerando la variabilidad en décimas de gramo. Los datos son registrados en el
siguiente cuadro y la operación se repite 10 veces.

a. Calcular los límites de control para los gráficos X y

R.

b. Construir los gráficos de control X y R.

b. Determinar el porcentaje de pesos por encima del valor nominal.

c. Calcular los nuevos límites de control si desea que sólo un 10% de los pesos estén
bajo el peso nominal.

GRUPOS REGISTRO DE PESOS

1 2 3 4 5 6 7 8 9 10
A 2 4 3 0 2 1 3 4 2 0
B 0 3 2 2 0 -2 4 6 4 2
C 4 4 4 -1 3 0 2 2 0 -2
D 1 0 2 2 1 2 1 3 2 3
E -2 3 2 -2 0 0 2 1 2 2
suma 5 14 13 1 6 1 12 16 10 5
X 1 2,8 2,6 0,2 1,2 0,2 2,4 3,2 2 1
promedio
R 6 4 2 4 3 4 3 5 4 5

PROM X 8,30
PROM X 1,66
 Promedio 4,00
R
LIMITES x
LCS = X + A2 R 3,98
LCC = X 1,66
LCS = X + A2 R -0,66
A2 (tabla) 0,58
n (repeticiones) 5

GRAFICA DE X
5
4
peso promedio

3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
-1
Nº de registros/pesadas

LCS LCC LCI

LIMITES R
LCS = D4 R 8,44
LCC =R 4,00
LCS = D3R 0
D3 (tabla) 0
D4 (tabla) 2,11
n (repeticiones) 5

GRAFICA DE R
9
8
7
peso promedio

6
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
Nº de registros/pesadas

LCS LCC LCI

C)

p(x>x1)
p((x-x)/o-(x1-x)/o)
p(z>(x1-x)/o)
n (repeticiones) 5
d2=R/o (tabla) 2,236
o 1,78890877
(x1-x)/o -0,92794 tabla 0,3238
p(z>z1) 0,8238 82,38
D)

p(x<x1)
z1=(vn-x)/o
x=vn-zo
z (tabla) -1,29
vn 0
x=vn-zo 2,30769231

LIMITES x
LCS = X + A2 R 4,62769231
LCC = X 2,31
LCS = X + A2 R -0,01230769
A2 (tabla) 0,58
n (repeticiones) 5

GRAFICA X
5

4
peso promedio

0
0 2 4 6 8 10 12
-1
Nº de registros/pesadas

LCS LCC LCI

3.- Se desea conocer la variabilidad de un proceso de llenado de envases (mL). Se registró
el volumen de 6 muestras de tamaño cinco cuando se consideró que el proceso estaba bajo
control. Los datos son registrados en la siguiente tabla:

N° Observaciones
muestra 1 2 3 4 5
1 74,03 74,002 74,019 73,992 74,008
2 73,995 73,992 74,001 74,011 74,006
3 73,988 74,024 74,021 76,005 74,002
4 74,002 73,996 73,993 74,015 74,009
5 73,992 74,007 74,015 73,989 74,016
6 74,009 73,994 73,997 73,885 73,993
suma 444,016 444,015 444,046 445,897 444,034
X 74,0027 74,0025 74,0077 74,3162 74,0057
promedio
R 0,042 0,032 0,028 2,12 0,023

Determine:

a) Límites de control de medias y de rangos.

b) Construir las gráficas de control.

c) Determine el % de volumen encima del valor nominal (V.N.=74 mL)

d) Calcular los nuevos límites si se desea que solo el 3% de volumen estén

por debajo del V.N. o especificado.

PROM X 444,40

PROM X 74,07

prom R 0,45

LIMITES x
LCS = X + A2 R 74,2824533
LCC = X 74,07
LCS = X + A2 R 73,8514133
A2 (tabla) 0,48
n (repeticiones) 6
 LCS LCC LCI
74.4000

74.3000

74.2000

74.1000

74.0000

73.9000

73.8000

73.7000

73.6000
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

LIMITES R
LCS = D4 R 0,898
LCC =R 0,45
LCS = D3R 0
D3 (tabla) 0
D4 (tabla) 2
n (repeticiones) 6

LCS LCC LCI

2.5

1.5

0.5

0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

C)

p(x>x1)  
p((x-x)/o-(x1-
x)/o)  
p(z>(x1-x)/o)  
n (repeticiones) 6
d2=R/o (tabla) 2,534
 o 0,17719021
-
(x1-x)/o
418,008038 tabla 0,3238
p(z>z1) 0,8238 82,38
D)

p(x<x1)
z1=(vn-x)/o
x=vn-zo
z (tabla) -1,29
vn 0
x=vn-zo 0,22857537

LIMITES x
LCS = X +
A2 R 0,48899537
LCC = X 0,23
LCS = X + -
A2 R 0,03184463
A2 (tabla) 0,58
n (repeticiones) 5

LCS LCC LCI

2.5

1.5

0.5

0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

-0.5