Investigacin De Operaciones

Programacin Lineal

Estudiantes:
Quito Jose
Vera Bryan
Villa Gaston
Riofrio Miguel

Universidad De Guayaquil
Facultad De Ingeniera Industrial
Carrera: Ingeniera En Teleinformtica
Guayaquil
2014

Grficos De Control
1

CONTENIDO GRAFICOS DE CONTROL

GRFICA DE CONTROL..............................................................................2
CMO INTERPRETAR UNA GRFICA DE CONTROL...............................2
CUNDO EL PROCESO EST FUNCIONANDO MAL?............................4
CMO REALIZAR UNA GRFICA DE CONTROL?..................................4
GRFICOS DE CONTROL HERRAMIENTAS DE LA CALIDAD...............5
LOS GRFICOS DE CONTROL DE SHEWART..........................................7
GRFICAS DE CONTROL X Y R, POR VARIABLES................................10
EL GRFICO X (RAYA) ES EL SIGUIENTE:..............................................13
CLCULO DE LA CAPACIDAD DEL PROCESO.......................................15
CENTRAMIENTO DEL PROCESO............................................................16
REFERENCIA BIBLIOGRFICA................................................................19

Grficos De Control
2

Grfica de control
Los grficos de control o diagramas de control se utilizan para controlar el desarrollo
de los procesos de produccin e identificar posibles inestabilidades y circunstancias
anmalas.
En resumen, lo que se pretende con este tipo de anlisis es controlar los procesos para
asegurarse de que funcionan correctamente. Si la gran mayora de los puntos
mostrados de la grfica estn dentro de los limites se considera que el proceso est
controlado. En el momento en el que uno o varios puntos aparecen fuera de los lmites
establecidos o no representan una distribucin estadstica gaussiana, se considera que
el proceso est descontrolado y comienza la bsqueda de la causa de su mal
funcionamiento.

Cmo interpretar una grfica de control

En la grfica se muestran
datos del desempeo de un
proceso. Estos datos pueden
ser continuos (ej: las medidas
de una pieza, o el nmero de
piezas conformes respecto
de cada lote de X unidades) o bien tambin se pueden mostrar datos discretos (ej:
pieza conforme o pieza no conforme) . En el caso de ser datos continuos, se suele
incluir una linea horizontal con el valor medio de referencia y dos lineas ms con los
limites de control estadstico, superior e inferior, en la grfica.
Los lmites de control se sitan de forma que un porcentaje fijado de los puntos estn
dentro de ellos. Estos lmites suelen calcularse para incluir o bien el 75% o el 95% de
los datos:

Grficos De Control
3

- Lmites que incluyen el 75% de los datos: En este caso, un proceso que funcione
correctamente deber mostrar un 75% de los valores dentro de los lmites superior e
inferior, un 12,5% de los valores por encima del lmite superior y otro 12.5% por debajo
del lmite inferior. Si se aprecia un punto fuera de estos lmites se considera como
normal, pero si aparecen varios puntos seguidos por encima o por debajo de los lmites
probablemente sea una situacin inusual, e indique que el proceso est descontrolado.
- Limites que incluyen el 95% de los datos: En este caso slo el 2,5% de los valores
deben dar por encima o por debajo de los lmites. Al ser tan restrictivo, en esta situacin
si un dato sale fuera de los lmites significar que ha habido una circunstancia inusual
en el proceso.

Este tipo de diagramas de control son un mecanismo para detectar si el proceso est
funcionando correctamente, o si se estn produciendo situaciones anmalas. Cuando
una grfica muestra una situacin fuera de control, se puede iniciar una investigacin
para identificar las causas y tomar una decisin que corrija las desviaciones.

Grficos De Control
4

Los valores mostrados en el diagrama, deben ser aleatorios y seguir una distribucin
estadstica normal, estando centrados en el la linea del punto medio y teniendo una
variabilidad que puede deberse a dos factores:

- Comn: que es inherente al proceso, y por lo tanto no podemos evitar.

- Especial: que causa una variacin excesiva, y debe ser corregida.

CUNDO EL PROCESO EST FUNCIONANDO MAL?

Se dice que un proceso est fuera de control, y por lo tanto debe corregirse, en las
siguientes situaciones:
- Cuando hay un punto fuera de los lmites del 95%.
- Cuando hay ms de 3 puntos seguidos fuera de los lmites del 75%.
- Cuando se aprecian tendencias crecientes o decrecientes en ms de 4 puntos
seguidos.
- Cuando ms de 6 puntos seguidos se encuentran en la mitad superior o inferior del
grfico (en este caso, el proceso est descentrado y habra que recalibrarlo).
- Cuando se aprecia que los valores siguen un patrn, no siento estos aleatorios.

CMO REALIZAR UNA GRFICA DE CONTROL?

Lo ms frecuente es que en procesos continuos automatizados, las mquinas incluyan
su propio software que nos d ya hechos los diagramas de control a medida que se van
realizando las tareas. No obstante si no disponemos de esto, tambin podemos realizar
nosotros manualmente un diagrama de control usando una Hoja de Clculo para as
poder conocer mejor el funcionamiento del proceso en un momento dado.

Grficos De Control
5

Crear una grfica de control requiere los siguientes pasos:

1)

Elegir la caracterstica a estudio. Debe medir la variable que queremos controlar:

la longitud de una pieza, la temperatura de una mquina, etc.

2)

Tomar los datos. Deberemos recoger los valores durante un periodo de tiempo

suficiente que nos permita obtener una visin representativa del desarrollo del proceso.
3)

Introducir os datos en la hoja de clculo, y calcular la cul es la lnea central (valor

medio de los datos) y los lmites superior e inferior.

4)

Representar los datos en la grfica, y estudiar si el funcionamiento es el correcto.

Si no no fuera por estar el proceso descentrado (la media de los datos no es la medida
que nos pide las especificaciones) habra que recalibrar las mquinas. O bien, si la
variabilidad es demasiado alta y los productos se salen de las tolerancias demasiado
frecuentemente, habra que estudiar las causas para afinar los resultados.
5)

Volver a realizar el estudio cada cierto tiempo para comprobar que el

funcionamiento sigue siendo el correcto.

GRFICOS DE CONTROL HERRAMIENTAS DE LA CALIDAD

Los grficos de control tienen su origen al final de la dcada de 1920, cuando Walter A.
Shewhart analiz numerosos procesos de fabricacin concluyendo que todos
presentaban variaciones. Encontr que estas variaciones podan ser de dos clases: una
aleatoria, entendiendo por ella que su causa era insignificante o desconocida, y otra
imputable (tambin llamada asignable), cuyas causas podan ser descubiertas y
eliminadas tras un correcto diagnstico.
Los grficos de control constituyen una herramienta estadstica utilizada para evaluar la
estabilidad de un proceso. Permite distinguir entre las causas de variacin. Todo
proceso tendr variaciones, pudiendo estas agruparse en:

Grficos De Control
6

Causas aleatorias de variacin. Son causas desconocidas y con poca

significacin, debidas al azar y presentes en todo proceso.

Causas especficas (imputables o asignables). Normalmente no deben estar

presentes en el proceso. Provocan variaciones significativas.

Las causas aleatorias son de difcil identificacin y eliminacin. Las causas especficas
s pueden ser descubiertas y eliminadas, para alcanzar el objetivo de estabilizar el
proceso.
Existen diferentes tipos de grficos de control:

De datos por variables. Que a su vez pueden ser de media y rango, mediana y
rango, y valores medidos individuales.

De datos por atributos. Del estilo aceptable / inaceptable, s / no,

En la base de los grficos de control est la idea de que la variacin de una

caracterstica de calidad puede cuantificarse obteniendo muestras de las salidas de un
proceso y estimando los parmetros de su distribucin estadstica. La representacin
de esos parmetros en un grfico, en funcin del tiempo, permitir la comprobacin de
los cambios en la distribucin.
El grfico cuenta con una lnea central y con dos lmites de control, uno superior (LCS)
y otro inferior (LCI), que se establecen a 3 desviaciones tpicas (sigma) de la media
(la lnea central). El espacio entre ambos lmites define la variacin aleatoria del
proceso. Los puntos que exceden estos lmites indicaran la posible presencia de
causas especficas de variacin.

Grficos De Control
7

Los Grficos

de

Control de

Shewart

La idea tradicional

de inspeccionar el

producto final y eliminar las unidades que no cumplen con las especificaciones una vez
terminado el proceso, se reemplaza por una estrategia ms econmica de prevencin
antes y durante del proceso industrial con el fin de lograr que precisamente estos
productos lleguen al consumidor sin defectos. As las variaciones de calidad producidas
antes y durante el proceso pueden ser detectadas y corregidas gracias al empleo
masivo de Grficas de Control
Segn este nuevo enfoque, existen dos tipos de variabilidad. El primer tipo es una
variabilidad aleatoria debido a "causas al azar" o tambin conocida como "causas
comunes". El segundo tipo de variabilidad, en cambio, representa un cambio real en el
proceso atribuible a "causas especiales", las cuales, por lo menos tericamente, pueden
ser identificadas y eliminadas.
Los grficos de control ayudan en la deteccin de modelos no naturales de variacin en
los datos que resultan de procesos repetitivos y dan criterios para detectar una falta de
control estadstico. Un proceso se encuentra bajo control estadstico cuando la
variabilidad se debe slo a "causas comunes".
Los grficos de control de Shewart son bsicamente de dos tipos; grficos de control
por variables y grficos de control por atributos. Para cada uno de los grficos de
control, existen dos situaciones diferentes; a) cuando no existen valores especificados y

Grficos De Control
8

b) cuando existen valores especificados.

Se denominan "por variables" cuando las medidas pueden adoptar un intervalo continuo
de valores; por ejemplo, la longitud, el peso, la concentracin, etc. Se denomina "por
atributos" cuando las medidas adoptadas no son continuas; ejemplo, tres tornillos
defectuosos cada cien, 3 paradas en un mes en la fbrica, seis personas cada 300, etc.
Antes de utilizar las Grficas de Control por variables, debe tenerse en consideracin lo
siguiente:
a.- El proceso debe ser estable
b.- Los datos del proceso deben obedecer a una distribucin normal
c.- El nmero de datos a considerar debe ser de aproximadamente 20 a 25 subgrupos
con un tamao de muestras de 4 a 5, para que las muestras consideradas sean
representativas de la poblacin.

d.- Los datos deben ser clasificados teniendo en cuenta que, la dispersin debe ser
mnima

dentro

de

cada

subgrupo

mxima

entre

subgrupos

e.- Se deben disponer de tablas estadsticas

Las etapas que deben tomarse en cuenta para mejorar el proceso estn
esquematizadas en la siguiente figura:

Grficos De Control
9

El siguiente ejemplo ensea cmo utilizar estas grficas

Grficos De Control
10

Grficas de Control X y R, por variables (sin valores especificados) En la

siguiente tabla se muestran los pesos de los sobres de un determinado alimento. Cada
media hora se realizan 4 mediciones por muestra, sumando un total de 20 muestras.
Los

lmites de tolerancia son 0,5360 (LST) y 0,4580 (LIT) Con esto se pretende evaluar el
comportamiento del proceso y hacer un control del mismo respecto a su localizacin y
dispersin, con el objeto que el proceso cumpla con las especificaciones
preestablecidas.

Primero debemos calcular las medias tanto de la media de cada muestra (X doble raya)
como la de su amplitud o recorrido (R)

Grficos De Control
11

Para ello utilizamos las siguientes frmulas:

donde X (doble raya) = 0,4970 y R (raya) = 0,0224

Para construir los Grficos de Control por variables, se tiene que tener en cuenta que al
determinar si un proceso est bajo "control estadstico", siempre se debe analizar
primero la grfica R. Como los lmites de control en la grfica X (raya) dependen de la
amplitud promedio, podran haber causas especiales en la grfica R que produzcan
comportamientos anmalos en la grfica X (raya), aun cuando el centrado del proceso
est bajo control.
Para el grfico R, se tiene que:
Lmite Central (LC) = R (raya)= ,0224
Lmite Superior de Control (LSC)

donde LSC = 0,0511, el valor de D se consigue en una tabla estadstica (para este caso
es 2,282 con un tamao de grupo n = 4).

Grficos De Control
12

Lmite Inferior de Control (LIC)

donde LIC = 0, porque para todo proceso en que se considera un n < 7, el LIC no se
indica en la grfica.
El grfico R es el siguiente:

Como se puede apreciar, el grfico R no presenta variaciones fuera del lmite

superior,por lo tanto la dispersin de los datos es aceptable para calcular el grfico X
(raya).
Para el grfico X (raya), se tiene que
Lmite Central (LC) = X (doble raya)= 0,4970
Lmite Superior de Control (LSC)

Grficos De Control
13

donde LSC = 0,5133, el valor de A2 se consigue en una tabla estadstica (para este
caso el valor es 0,729 con un tamao n =4).
Lmite Inferior de Control (LIC)

donde LIC = 0,4807

EL GRFICO X (RAYA) ES EL SIGUIENTE:

Como se puede apreciar un punto queda fuera del rango calculado, por lo tanto el
proceso se encuentra fuera de control estadstico.

En este caso, habra que investigar y eliminar la causa asignable, que podra haberse
debido al uso de algn material defectuoso o una mala lectura del instrumento. Este

Grficos De Control
14

dato debe eliminarse de la grfica y recalcular todo de nuevo pero sin considerar el
subgrupo 8.
Nota.- Esto no siempre es as, si los puntos fuera de control son de tal magnitud,
entonces no queda ms remedio que una vez encontrada y eliminadas las causas
en la prctica, habra que repetir el proceso, recogiendo nuevos datos.
Despus de la correccin, los resultados son:
Grfico R corregido
R (raya) = LC = 0,0231
LSC = 0,0527
LIC = 0
Grfico X (raya) corregido
X (doble raya) = LC = 0,4979
LSC = 0,5147
LIC = 0,4811

Los grficos son los siguientes:

Grficos De Control
15

Grficos De Control
16

Como se puede apreciar en ambos grficos, ahora el proceso se encuentra en "control

estadstico".

Clculo de la Capacidad del Proceso

La capacidad del proceso slo puede ser evaluada en el caso de que el proceso se
encuentre bajo control estadstico y se puede definir como aquellos lmites dentro de los
cuales la nica fuente de variacin son las causas comunes o aleatorias del sistema.
Por lo tanto, es un estado ideal para el buen funcionamiento de todo el sistema lograr
que todos sus procesos sean estables,
ICP = Cp = Indice de Capacidad del Proceso

donde LST es el lmite superior de tolerancia y LIT el lmite inferior de tolerancia. Sigma
sombrero es la desviacin estndar estimada, y es igual a:

El valor de la constante d2 se obtiene a partir de tablas estadsticas. En este caso d2 =

2,059 para n = 4.
Sigma sombrero = 0,0112 y Cp = 1,159
Segn el convenio, un proceso:
Es capaz si Cp > = 1
No es capaz si Cp < 1
Por lo tanto, el PROCESO ES CAPAZ

Grficos De Control
17

Lo que se debe conseguir para lograr una mejora sustancial es que el Cp sea mayor
que 1,33. Algunos autores sealan incluso que un Cp > 1,5 es ms fiable para dar
"seguridad" acerca de la estabilidad del proceso. Sin embargo, antes de cualquier
mejora debemos primero calcular el centramiento del proceso.

Centramiento del Proceso

Es evidente que el valor de Cp no depende del promedio del proceso, ya que este
promedio puede ser el resultado de un error sistemtico en el sistema, es decir, que los
datos obtenidos estn ms bajo o ms alto de la media poblacional real o del valor que
hemos

fijado

como

centro.

Para determinar si el proceso est o no centrado existen diversas frmulas para

resolverlo, una de ellas, ajusta el valor de Cp con un factor (1 - K), como sigue:
Cpk = Cp (1 - k), en la cual:

K = |0,5360 + 0,4580 - (2 x 0,4979)| / (0,5360 - 04580)

K = 0,100
Cpk = Cp (1 - k)
Cpk = 1,159 x (1 - 0,100)
Cpk = 1,28

La frmula para obtener K se entiende mejor si la reescribimos de otra manera:

K = 2 | promedio - objetivo | / tolerancia

Grficos De Control
18

Aqu podemos apreciar que si el promedio es igual al objetivo, que es lo ideal, el

proceso queda totalmente centrado, ya que k = 0, y por tanto Cpk = Cp.

Conclusiones

Del desarrollo de los conceptos y ejemplos se puede observar el enorme potencial que
posee la utilizacin de los grficos de control

como instrumento y herramienta

destinada a un mejor control, una forma ms eficaz de tomar decisiones en cuanto a

ajustes, un mtodo muy eficiente de fijar metas y un excepcional medio de verificar el
comportamiento de los procesos.

Grficos De Control
19

REFERENCIA BIBLIOGRFICA
http://www.aiteco.com/graficos-de-control/
http://docentesinnovadores.net/Archivos/5976/GR%C3%81FICAS%20DE
%20CONTROL%20DE%20LA%20CALIDAD%20EMPLEANDO%20EXCEL%20Y
%20WINSTATS.pdf
http://www.matematicasypoesia.com.es/Estadist/ManualCPE09.htm

Grficos De Control
20