Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OCTUBRE 2020
UNIVERSIDAD MILITAR NUEVA GRANADA
INGENIERIA DE CALIDAD
INGENIERÍA INDUSTRIAL
& EWMA
Una empresa realiza en su proceso de fabricación del producto X una medición y control del líquido que comerciali
resultados obtenidos. Los datos de pH y viscosidad medidos para cada cad
5.00
15 7.55 4.08
4.50
16 8.50 5.96
17 8.20 5.80 4.00
18 8.55 5.94 3.50
19 7.65 4.00 3.00
20 8.40 5.86 7.40 7.60 7.80 8.00
Promedio 8.01 4.95 pH
Como en este ejemplo se tomaron los datos de manera individual, debe usarse la ecuacion que se encu
Lote pH Viscosidad
1 -0.26 0.53 Podemos organizar esta infomación en forma
Podemos organizar esta infomación en forma
2 0.50 1.03
3 -0.51 -0.83
4 0.25 0.39
5 -0.51 -0.59
6 -0.41 -0.69
7 -0.11 -0.45
8 0.09 0.21
9 0.09 0.61
10 -0.31 -0.87
11 0.30 0.63
12 0.15 0.49
13 0.19 -1.84
14 -0.31 -0.61 (x -x̄)=
15 -0.46 -0.87
16 0.50 1.01
17 0.19 0.85
18 0.55 0.99
19 -0.36 -0.95
20 0.40 0.91
𝑣_𝑦0=𝑥_(𝑦0+1)−𝑥_𝑦
𝑣_𝑦0=8.50−7.75=0.75
𝑆=1/2∗(𝑉^′∗𝑉)/(𝑚−1)
6.1325 9.9235
V'*V=
9.9235 29.0938
0.16138158 0.261144737
S=
0.26114474 0.765626316
Recuerde que T2 vi
13.8296029 -4.717089687
S-1=
-4.7170897 2.915055424
Lote pH Viscosidad
1 7.75 5.48
2 8.50 5.98
3 7.50 4.12
4 8.25 5.34
5 7.50 4.36
6 7.60 4.26
7 7.90 4.50
8 8.10 5.16
9 8.10 5.56
10 7.70 4.08
11 8.30 5.58
12 8.15 5.44
13 8.20 3.11
14 7.70 4.34
15 7.55 4.08
16 8.50 5.96
17 8.20 5.80
18 8.55 5.94
19 7.65 4.00
20 8.40 5.86
𝐿𝑆𝐶= 〖 (𝑚−1) 〗
𝑝/2, (𝑞−𝑝−1)/2)
𝑞= 〖 2(𝑚−1) 〗 ^
6
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10 11 12
Lote
rta de control T2 de Hotelling
ontrol del líquido que comercializa y produce. Se pide a usted que realice la carta de control de Hotelling y analice los
iscosidad medidos para cada cada lote analizado se muestran a continuación:
H y la viscosidad es usando un gráfico de control para cada variable. Se podría utilizar un gráfico individual (X-mR)
a la viscosidad. Primero verificaremos la correlación que tiene el pH y la viscosidad por medio del coeficiente de
correlación
Este valor nos indica que existe una buena correlación entre los datos a estudiar
ar que las dos variables estan correlacionadas mediante el uso de un diagrama de dispersión para las dos variables.
e usarse la ecuacion que se encuentra en el archivo en Word adjunto a este Excel para datos individuales.
muestral y S es el vector de covarianza muestral. Esto es claramente ahora un poco más complicado que los cálculos
para los gráficos de control básicos
o, resta el valor promedio de la variable de cada valor individual de la variable con el respectivo valor según el lote a
a información se puede encontrar a continuación
anizar esta infomación en forma de matriz para facilitar los siguientes análisis, es así que se obtiene:
anizar esta infomación en forma de matriz para facilitar los siguientes análisis, es así que se obtiene:
-0.26 0.53
0.50 1.03
-0.51 -0.83
0.25 0.39
-0.51 -0.59
-0.41 -0.69
-0.11 -0.45
0.09 0.21
0.09 0.61
-0.31 -0.87
0.30 0.63
0.15 0.49
0.19 -1.84
-0.31 -0.61
-0.46 -0.87
0.50 1.01
0.19 0.85
0.55 0.99
-0.36 -0.95
0.40 0.91
riz transpuesta tiene una columna para cada punto y una fila para cada variable. La transposición de ( x - x ) es:
ncuentra a partir del vector de diferencias móviles para cada variable. Para cada variable, v i se encuentra donde
=𝑥_(𝑦0+1)−𝑥_𝑦0
8.50−7.75=0.75
y el vector V contiene los resultados para ambas variables las cuales se presentan en seguida:
umna para cada variable y m - 1 filas. Ahora calculamos la transpuesta del vector V
𝑥 ̄ )′𝑆^(−1)
Ahora bien, para presentar el gráfico para el ejercicio necesitamos el límite superior
Ahora bien, para presentar el gráfico para el ejercicio necesitamos el límite superior
𝑆𝐶= 〖 (𝑚−1) 〗 ^2/𝑚 β_(α, Tomamos una probabilidad de ocurrencia del 95%
/2, (𝑞−𝑝−1)/2)
probab 0.95 nivel de confianza
8 9 10 11 12 13 14 15 16 17 18 19 20
Lote
x ) es:
onde
-0.50 -0.15 0.95 -0.30 0.35 -0.90 0.75
1.23 -0.26 1.88 -0.16 0.14 -1.94 1.86
Lote 3 ( x - x ̄ )* S-1
-0.0300781
-0.0300781
Lote 6 ( x - x ̄ )* S-1
-0.0936793
-0.0936793
Lote 9 ( x - x ̄ )* S-1
1.3373479
1.3373479
Lote 12 ( x - x ̄ )* S-1
0.7516868
0.7516868
Lote 15 ( x - x ̄ )* S-1
-0.3825348
-0.3825348
Lote 18 ( x - x ̄ )* S-1
0.3223786
0.3223786
rencia del 95%
0.4449179
Los datos del siguiente ejemplo son observaciones que se extrajeron en aleatorio de una distribución normal. Los pr
m = 10 y desviación estándar s=1, las ultimas 10 observaciones tienen una media m = 11 y desviació
Period i xi
1 9.45
2 7.99
3 9.29
4 11.66
5 12.16
6 10.18
7 8.04
8 11.46
9 9.2
10 10.34
11 9.03
12 11.47
13 10.51
14 9.4
15 10.08
16 9.37
17 10.62
18 10.31
19 8.52
20 10.84
21 10.9
22 9.33
23 12.29
24 11.5
25 10.6
26 11.08
27 10.38
28 11.62
29 11.31
30 10.52
Para hacer la tabulación del grafico de CUSUM se calculan los estadísticos de CUSUM superiores e inferiores (
K, generalmente es el valor de referencia o tolerancia o valor de holgura y se halla con la siguiente ec
|11-10| 1
En esta caso K equivale a 1/2 debido que: =
2 2
a b
Period i xi xi-10,5 𝑐_𝑖^+ 𝑁^+ 9,5 - xi 𝑐_𝑖^−
1 9.45 -1.05 0 0 0.05 0.05
2 7.99 -2.51 0 0 1.51 1.56
3 9.29 -1.21 0 0 0.21 1.77
4 11.66 1.16 1.16 1 -2.16 0
5 12.16 1.66 2.82 2 -2.66 0
6 10.18 -0.32 2.5 3 -0.68 0
7 8.04 -2.46 0.04 4 1.46 1.46
8 11.46 0.96 1 5 -1.96 0
9 9.2 -1.3 0 0 0.3 0.3
10 10.34 -0.16 0 0 -0.84 0
11 9.03 -1.47 0 0 0.47 0.47
12 11.47 0.97 0.97 1 -1.97 0
13 10.51 0.01 0.98 2 -1.01 0
14 9.4 -1.1 0 0 0.1 0.1
15 10.08 -0.42 0 0 -0.58 0
16 9.37 -1.13 0 0 0.13 0.13
17 10.62 0.12 0.12 1 -1.12 0
18 10.31 -0.19 0 0 -0.81 0
19 8.52 -1.98 0 0 0.98 0.98
20 10.84 0.34 0.34 1 -1.34 0
21 10.9 0.4 0.74 2 -1.4 0
22 9.33 -1.17 0 0 0.17 0.17
23 12.29 1.79 1.79 1 -2.79 0
24 11.5 1 2.79 2 -2 0
25 10.6 0.1 2.89 3 -1.1 0
26 11.08 0.58 3.47 4 -1.58 0
27 10.38 -0.12 3.35 5 -0.88 0
28 11.62 1.12 4.47 6 -2.12 0
29 11.31 0.81 5.28 7 -1.81 0
30 10.52 0.02 5.3 8 -1.02 0
Se concluye que el grafico se encuentra fuera de control en ciertas muestras, como lo son la 29 y 30, ya que el calc
5,28 y 5,3 respectivamente, es decir, son mayores a 5, mayores a H. N es el numero acumulado de veces en d
tribución normal. Los primeros 20 datos tiene una media
media m = 11 y desviación estándar s = 1.
viación estándar.
b
𝑐_𝑖^− 𝑁^−
1
2
3
0
0
0
1
0
1
0
1
0
0
1
0
1
0
0
1
0
0
1
0
0
0
0
0
0
0
0
La longitud de un archivero-cajon de metal debe ser : 45+3(0.1) cm , para evitar friccion y vribracion innecesaria o
una desviación estándar en el proceso de 0,1 cm .Se espera que el proceso esté centrado .Ahora se sospecha un c
terminados ha mostrado friccion .Actualmente no se lleva monitoreo mediante alguna carta de control . Por tal m
de percibir algunos productos que se esten presentando
DATOS
Promedio 45.16
Desviación 0.0974661
λ 0.1
n 0.1
L 2.7
de control EWMA
on y vribracion innecesaria o que no encaje en la gaveta donde se introduce . Por diseño , se acepta
rado .Ahora se sospecha un cambio en algun parámetro .Entre otras cosas , la revisión de productos
a carta de control . Por tal motivo , se han tomado las siguientes 20 observaciones con la esperanza
tos que se esten presentando en el momento
EWMA
46
45.5
45
44.5
44
43.5
0 5 10 15 20 25
Cartas T2 de Hotelling
Los datos de este ejemplo están adaptados de “Temas avanzados en control estadístico de
1)
( www.spcpress.com) .
UM
MA