Cartes de contrle aux mesures

Une introduction la matrise statistique des processus

Deux objets ne sont jamais rigoureusement identiques. Quelles que soient les techniques
utilises pour fabriquer ces objets, si prcis soient les outils, il existe une variabilit dans tout
processus de production.
Lobjectif de tout industriel est que cette variabilit naturelle demeure dans des bornes
acceptables. Cest une proccupation majeure dans lamlioration de la qualit industrielle.
Un des outils utiliss pour tendre vers cette qualit est la Matrise Statistique des Processus
(MSP).
Si vous produisez un certain type dobjets, et si vous souhaitez conserver vos clients pour
prenniser votre entreprise, vous devez vous assurer que les lots que vous leur livrez sont
conformes ce qui a t convenu entre vous, le plus souvent par contrat. Tout industriel
srieux effectue des contrles sur les lots produits pour en vrifier la qualit, quil en soit
le producteur ou bien quil les rceptionne. Diverses techniques statistiques lies aux prlvements dchantillons sont alors utilises pour viter, dans la plus part des cas, de vrifier
un un tous les objets contenus dans un lot. Ce contrle dchantillons prlevs dans des
lots est indispensable si les contrles effectuer dtruisent lobjet fabriqu, comme lors dune
analyse de la dose de composant actif contenue dans un comprim. Il existe cependant des
cas o lon prfre vrifier tous les objets ; il est par exemple souhaitable que les freins dune
voiture fonctionnent et un contrle du freinage sur un chantillon dans la production dun lot
dautomobiles ne garantie par que tous les vhicules freinent correctement...
Lorsquun lot est contrl, il est conforme ou il ne lest pas. Sil est conforme, on le livre
(fournisseur) ou on laccepte (client). Sil nest pas conforme, on peut le dtruire, en vrifier
un un tous les lments et ne dtruire que ceux qui ne sont pas conformes, etc. Toutes les
solutions pour traiter les lots non conformes sont onreuses. Si le lot nest pas conforme, le
mal est fait. La MSP se fixe pour objectif dviter de produire des lots non conformes en
surveillant la production et en intervenant ds que des anomalies sont constates. Une bonne
MSP permet de supprimer un nombre important de contrle in fine des lots produits.

1.1

Processus sous contrle

On dit que le processus de production est sous contrle, est matris, lorsque les caractristiques du produit fabriqu varient peu dans le temps, dun produit lautre et sont conformes
ce que lon dsire obtenir. Dans ce cas, il nexiste pas de cause prcise faisant varier les
caractristiques du produit. La variabilit nest due quaux limitations techniques du procd
de fabrication, des causes alatoires.
Pour savoir si le processus est sous contrle, on prlve rgulirement de petits chantillons.
Si la caractristique contrle est une mesure (poids, taille, concentration, etc), le processus est
1

2 LES CARTES DE CONTRLE AUX MESURES DE SHEWHART

sous contrle lorsque la moyenne (lesprance) dans chaque chantillon de cette caractristique
est gale une valeur cible 0 fixe et lorsque lcart-type dans chaque chantillon est gal
un cart-type naturel 0 . Alors que 0 est fixe pour rpondre la demande des clients,
un cahier des charges, la qualit du produit, 0 dpend essentiellement du processus de
production, de la technologie mise en oeuvre. si la caractristique contrle est une proportion
dobjets non conformes (dobjets conformes) dans chaque lot, le processus est sous contrle
lorsque cette proportion est en moyenne dans chaque chantillon gale une valeur cible
p0 . La proportion p0 est fixe de sorte respecter les normes de qualits fixes par contrat ou
par obligation lgale. On cherche bien sr avoir une valeur de p0 (proportion dobjets non
conformes) voisine de 0. Si la caractristique contrle est un nombre de dfauts par objet,
le processus est sous contrle quand ce nombre est en moyenne gal une valeur cible 0
fixe. Idalement 0 = 0 ; cependant, on tolre souvent quelques dfauts mineurs, comme des
dfauts daspect.

1.2

Processus hors contrle

Un processus hors contrle, non matris, est le contraire dun processus sous contrle.
Le processus est hors contrle quand il existe une variabilit trop importante ou des caractristiques non conformes celles souhaites. Il peut exister plusieurs causes, dites : causes
spciales, ou encore : causes assignables, ce dysfonctionnement. Un changement dquipe, de
technicien sur une machine, le drglement dune machine, une panne, des conditions climatiques particulires, etc, peuvent tre lorigine dun processus hors contrle. Dans les cas les
plus graves, il faut revoir entirement un processus de fabrication inadapt aux objectifs fixs.

1.3

La MSP

La Matrise Statistique des Processus pour but de mettre en place des outils statistiques
de surveillance des processus de fabrication. Loutil de base de la MSP que nous tudierons est
la carte de contrle. Elle est constitue de tests statistiques paramtriques de conformit.

Les cartes de contrle aux mesures de Shewhart

Le caractre tudi est un mesure (poids, concentration dun composant chimique, cote,
etc). Lobjectif dune carte de contrle aux mesures est de dtecter la prsence de causes
assignables de drglement du processus de production. Le fondement thorique de conception
des cartes de contrle est que le caractre numrique tudi est rparti dans la population,
dans lensemble de la production, suivant une loi normale.

2.1

Cartes de contrle dtude initiale

Ces cartes sont destines la mise sous contrle du processus. Ces cartes de contrle
sont aussi appeles : cartes de contrle de phase I, ou encore : cartes de contrle pour la
matrise. Leurs paramtres sont dtermins laide de mesures effectues sur une vingtaine
dchantillons de petite taille.
Pour les valeurs des diffrents coefficients ncessaires aux calculs, on se reportera au tableau
des coefficients le lannexe.
DUT Gnie Biologique

Anne universitaire 2007/2008

2.1 Cartes de contrle dtude initiale

2.1.1

Cartes (X, R)

On adopte le point de vue probabiliste des variables alatoires. Pour m chantillons prlevs, on note X 1 , X 2 , . . . , X m les m variables alatoires qui associent chaque chantillon, la
moyenne dans lchantillon du caractre tudi. On dfinit alors la variable alatoire, moyenne
des moyennes des chantillons :
m
1 X

=X=
Xi
m i=1

est un estimateur sans biais de la moyenne du caractre dans lensemble de la production

(population).
Un estimateur plus inattendu, que nous navons pas encore utilis est lestimateur
de
lcart type du caractre dans la production. Cet estimateur utilise la variable alatoire R
dfinie par :
m
1 X
Ri
R=
m i=1
o chaque variable alatoire Ri associe chaque chantillon, son tendue. On a alors :

R
d2

o d2 est un coefficient dpendant de la taille n des chantillons.

Carte de contrle de la moyenne : carte X
La carte de contrle de la moyenne, ou carte X, est constitue dune ligne centrale correspondant la valeur LC =
, et de deux lignes de contrle correspondant respectivement aux
limites suprieures (LSC) et infrieures de contrle (LIC). Figurent aussi parfois deux lignes
supplmentaires : les limites de surveillance.
Dans toute carte de contrle de Shewhart de phase I, les limites de contrle ont un cart

la moyenne
gal 3 , pour des chantillons de taille n. On a donc :
n
LC =

En posant A2 =

LSC =
+ 3
n

LIC =
3
n

3
, on obtient :
d2 n
LC =

LSC =
+ A2 R

LIC =
A2 R

Pour obtenir les valeurs de A2 , il suffit de se reporter la table donne en annexe.

Construction de la carte :
On prlve (effectivement) m chantillons de taille n. On a alors une ralisation des diffrentes
variables alatoires prsentes ci-dessus.
On calcule, avec les rgles indiques, les diffrentes valeurs prises par ces variables alatoires.
On trace sur la carte de contrle la ligne centrale et les lignes de contrle.
On porte sur la carte, pour i = 1, . . . , m, les points Mi de coordonnes (i, xi ), o xi dsigne
la moyenne du caractre tudi dans lchantillon numro i.
T. Cuesta

IUT de Crteil

2 LES CARTES DE CONTRLE AUX MESURES DE SHEWHART

Rgle de dcision :
si tous les points Mi sont situs entre les linges de contrle, le processus est dclar
matris ;
si des points Mi sont situs en dehors des limites de contrle, le processus est dclar
non matris.
Si le processus est dclar non matris, il est bon de comprendre dans quelles circonstances
les chantillons ont t prlevs pour tenter de cerner si le processus est globalement inadapt
ou sil existe des causes spciales la variabilit excessive des moyennes.

Exemple 2.1 (Exemple de carte X :) Dans une laiterie, un nouveau processus de production de
plaquettes de 250 g de beurre est mis en service. On a prlev vingt chantillons de quatre plaquettes
chacun et on a pes chaque plaquette avec une balance de prcision.
Le traitement statistique des mesures est effectu laide dun tableur 1 .
chantillon
n i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

x

252
249
253
247
249
246
253
255
254
249
254
249
253
252
249
248
250
247
254
250

LC =
LSC =
LIC =

x
249
247
247
253
253
253
247
255
248
246
249
250
247
249
252
246
247
247
249
252

x
249
252
246
253
247
250
254
248
255
253
252
246
247
251
255
248
249
252
252
250

x
249
253
247
248
252
253
251
252
246
255
251
249
250
247
252
249
252
251
247
250

R
249.75
250.25
248.25
250.25
250.25
250.5
251.25
252.5
250.75
250.75
251.5
248.5
249.25
249.75
252
247.75
249.5
249.25
250.5
250.5

3
6
7
6
6
7
7
7
9
9
5
4
6
5
6
3
5
5
7
2

250.15
254.34
245.96

carte de contrle de la moyenne

poids (masse) en grammes

255
254
253
252
251

LC
LSC
LIC
Moyenne de l'chantillon

250
249
248
247
246
245
0

10

15

20

chantillons

1. Tableur de la suite bureautique OpenOffice.org.

DUT Gnie Biologique

Anne universitaire 2007/2008

2.1 Cartes de contrle dtude initiale

Carte de contrle de ltendue : carte R

On souhaite ici visualiser, mettre en vidence, les variations de ltendue. La conception
de la carte de Shewhart de ltendue, pour la phase I, utilise des coefficients : d3 , dpendant
de la taille n des chantillons.
Pour cette carte on a :
LC = R

LSC = R + 3

R
d3
d2

LIC = R 3

R
d3
d2



d3
d3
On pose D3 = sup 1 3 , 0 et D4 = 1 + 3 . On obtient alors :
d2
d2
LC = R

LSC = D4 R

LIC = D3 R

Construction de la carte :
On prlve (effectivement) m chantillons de taille n. On a alors une ralisation des diffrentes
variables alatoires prsentes ci-dessus.
On calcule, avec les rgles indiques, les diffrentes valeurs prises par ces variables alatoires.
Il peut arriver que le calcul, laide de d2 et d3 , de la limite infrieure de contrle donne
un rsultat ngatif. Dans ce cas, la limite de contrle utilise pour la carte est 0. Il est bien
sr souhaitable que ltendu soit aussi proche de la valeur 0 que possible, ce qui traduit une
variabilit faible du caractre numrique tudi.
On trace sur la carte de contrle la ligne centrale et les lignes de contrle.
On porte sur la carte, pour i = 1, . . . , m, les points Mi de coordonnes (i, ri ), o ri dsigne
ltendue du caractre tudi dans lchantillon numro i.
Rgle de dcision :
si tous les points Mi sont situs entre les linges de contrle, le processus est dclar
matris ;
si des points Mi sont situs en dehors des limites de contrle, le processus est dclar
non matris.
Exercice 2.1 Tracer la carte de contrle R de lexemple 2.1.

2.1.2

Cartes (X, S)

Pour m chantillons prlevs, on note X 1 , X 2 , . . . , X m les m variables alatoires qui associent chaque chantillon, la moyenne dans lchantillon du caractre tudi. On dfinit
les m variables alatoires S1 , S2 , . . . , Sm qui chaque chantillon associent lcart type de
lchantillon. Attention ! Lcart type est ici celui dj utilis en estimation, cest lestimateur
ponctuel de lcart type de la population. On dfinit alors la variable alatoire, moyenne des
moyennes des chantillons :
m
1 X

=X=
Xi
m i=1

est un estimateur sans biais de la moyenne du caractre dans lensemble de la production

(population).
On choisit comme estimateur sans biais de lcart type, la variable alatoire
dfinie par :

=
T. Cuesta

S
c4
IUT de Crteil

2 LES CARTES DE CONTRLE AUX MESURES DE SHEWHART

1 Pm
Si et c4 est un coefficient dpendant de lentier n (voir la table en annexe).
m i=1
Carte de contrle de la moyenne : carte X
Les paramtres de cette carte, pour des chantillons de taille n, sont les suivants :

o S =

On pose : A3 =

LIC =
3
n

LSC =
+ 3
n

LC =

3
. On a alors :
c4 n
LC =

LIC =
A3 S

LSC =
+ A3 S

Exercice 2.2 Dans lexemple 2.1 page 4, une premire srie de mesures a t effectue. On renouvelle
le prlvement dchantillons. Les nouvelles mesures sont reportes ci-dessous. Le calcul des carts
types est ralis laide de la formule :
v
u
n
u 1 X
t
(xi x
)2
n1
i=1

chantillon
n i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

x

x

249
254
253
253
253
254
255
249
248
250
253
248
255
251
251
255
255
250
247
254

x

247
250
250
255
254
254
253
248
255
247
252
247
246
254
251
251
250
251
255
247

x

253
255
246
255
246
254
252
255
249
247
250
250
246
247
255
251
250
250
248
250

253
250
247
254
247
252
254
252
251
247
253
253
249
255
255
254
252
249
246
254

250.5
252.25
249
254.25
250
253.5
253.5
251
250.75
247.75
252
249.5
249
251.75
253
252.75
251.75
250
249
251.25

3
2.63
3.16
0.96
4.08
1
1.29
3.16
3.1
1.5
1.41
2.65
4.24
3.59
2.31
2.06
2.36
0.82
4.08
3.4

Dterminer les paramtres de la carte de la moyenne.

La construction de la carte X et la rgle de dcision sont identiques celles de la carte X

dcrites pour les cartes (X, R).
Carte de contrle de lcart type : carte S
Cette carte est destine visualiser les variations de lcart type des mesures. Elle utilise
les paramtres suivants :
s
s
!
!
1
1
LSC = S 1 + 3
LC = S
1
LIC = S 1 3
1
c24
c24
DUT Gnie Biologique

Anne universitaire 2007/2008

2.2 Cartes de contrle aux valeurs standard



On pose B3 = sup 1 3

1
1, 0
c24

LC = S

et B4 = 1 + 3
LSC = B4 S

7
r

1
1. On a alors :
c24
LIC = B3 S

Pour dterminer les valeurs de B3 et B4 , on consultera la table des valeurs de B3 et B4 , en

fonction de la taille n des chantillons, fournie en annexe.
La construction de la carte S est similaire la construction de la carte R (on reporte les
carts type au lieu de reporter les tendues), et comme pour cette dernire, on remplace la
limite infrieure de contrle par 0 si le calcul celle-ci donnait un rsultat ngatif. La rgle de
dcision est la mme que pour une carte R.
Exercice 2.3 Construire la carte S de lexercice 2.2.

Lorsque les cartes de contrle de phase I font apparatre un processus matris, leurs paramtres
peuvent tre utiliss pour des cartes de phase II lors de la surveillance de la production en
temps rel.

2.2

Cartes de contrle aux valeurs standard

Ces cartes de contrle sont galement appeles : cartes de contrle de phase II. Elles sont
utilises pour le suivi du processus en temps rel. Les valeurs standard de ces cartes sont
tablis au pralable et constituent des valeurs cibles. On note 0 la valeur cible de la moyenne,
et 0 la valeur cible de lcart type. Ici, LC, LSC et LIC ne sont plus des variables alatoires,
mais des valeurs numriques fixes suivant des rgles bien prcises.
Les cartes de Shewhart sont caractrises par des limites de contrle situes trois carts
type de part et dautre la tendance centrale.
Les bases probabilistes de ces cartes sont dues au fait que lon considre que la variable
alatoire associe aux mesures suit la loi normale N (0 , 0 ). Pour les cartes de Shewhart,
la probabilit de fausse alerte (risque de premire espce) est approximativement gale
0,0027.
Carte X de Shewhart
Les paramtres de cette carte sont :
LC = 0

0
LSC = 0 + 3
n

0
LIC = 0 3
n

LSC = 0 + A0

LIC = 0 A0

3
En posant A = , on obtient :
n
LC = 0

(Voir lannexe pour les valeurs de A en fonction de la taille n des chantillons)

La construction et la rgle de dcision sont identiques celles dune carte de phase I.
Carte R de Shewhart
Les paramtres de la carte de contrle de ltendue sont :
LC = d2 0

LSC = d2 0 + 3d3 0

LIC = d2 0 3d3 0

la LIC tant fixe 0 en cas de rsultat ngatif.

T. Cuesta

IUT de Crteil

2 LES CARTES DE CONTRLE AUX MESURES DE SHEWHART

On pose D5 = sup {d2 3d3 , 0} et D6 = d2 + 3d3 . Les paramtres scrivent alors :

LC = d2 0

LSC = D6 0

LIC = D5 0

(Voir lannexe pour les valeurs de D1 et D2 en fonction de la taille n des chantillons)

La construction et la rgle de dcision sont identiques celles dune carte de phase I.
Carte S de Shewhart
Les paramtres sont :
q
q
2
LC = c4 0
LSC = c4 0 + 3 1 c4 0
LIC = c4 0 3 1 c24 0

la LIC tant fixe 0nen cas de rsultatongatif.

p
p
On pose B5 = sup c4 3 1 c24 , 0 et B6 = c4 + 3 1 c24 . Les paramtres de la carte
scrivent alors :
LC = c4 0
LSC = B6 0
LIC = B5 0
La construction et la rgle de dcision sont identiques celles dune carte de phase I.

2.3

Tableau rcapitulatif pour les cartes de contrle aux mesures de

Shewhart
Type de carte

2.4
n
2
3
4
5
6
7
8
9
10
11
12
13
14
15
20

et inconnus (phase I)

0 et 0 connus (phase II)

ligne centrale

limites de contrle

ligne centrale

limites de contrle

Carte X

A2 R ou
A3 S

0 A0

Carte R

D3 R, D4 R

d 2 0

D5 0 , D 6 0

Carte S

B3 S, B4 S

c 4 0

B 5 0 , B 6 0

Annexe : coefficients des cartes de Shewhart

d2
1,128
1,693
2,059
2,326
2,534
2,704
2,847
2,970
3,078
3,173
3,258
3,336
3,407
3,472
3,735

d3
0,853
0,888
0,880
0,864
0,848
0,833
0,820
0,808
0,797
0,787
0,778
0,770
0,762
0,755
0,729

DUT Gnie Biologique

c4
0,7979
0,8862
0,9213
0,9400
0,9515
0,9594
0,9650
0,9693
0,9727
0,9754
0,9776
0,9794
0,9810
0,9823
0,9869

A
2,121
1,732
1,500
1,342
1,225
1,134
1,061
1,000
0,949
0,905
0,866
0,832
0,802
0,775
0,671

A2
1,880
1,023
0,729
0,577
0,483
0,419
0,373
0,337
0,308
0,285
0,266
0,249
0,235
0,223
0,180

A3
2,659
1,954
1,628
1,427
1,287
1,182
1,099
1,032
0,975
0,927
0,886
0,850
0,817
0,789
0,680

B3
0
0
0
0
0,030
0,118
0,185
0,239
0,284
0,321
0,354
0,382
0,406
0,428
0,510

B4
3,267
2,568
2,266
2,089
1,970
1,882
1,815
1,761
1,716
1,679
1,646
1,618
1,594
1,572
1,490

B5
0
0
0
0
0,029
0,113
0,178
0,232
0,277
0,314
0,346
0,374
0,399
0,420
0,503

B6
2,606
2,276
2,088
1,964
1,874
1,804
1,752
1,707
1,669
1,637
1,609
1,585
1,563
1,544
1,471

D3
0
0
0
0
0
0,076
0,136
0,184
0,223
0,256
0,283
0,307
0,328
0,347
0,415

D4
3,267
2,574
2,282
2,114
2,004
1,924
1,864
1,816
1,777
1,744
1,717
1,693
1,672
1,653
1,585

D5
0
0
0
0
0
0,205
0,387
0,546
0,687
0,812
0,924
1,026
1,121
1,207
1,548

D6
3,686
4,358
4,698
4,918
5,078
5,203
5,307
5,394
5,469
5,534
5,592
5,646
5,693
5,937
5,922

Anne universitaire 2007/2008

9
Tab. 1 Coefficients des cartes de Shewhart en fonction de la taille n des chantillons (source :
Une application industrielle des statistiques : la carte de contrle, brochure de lIREM de
Clermont-Ferrand)

3
3.1

Les cartes de contrle aux mesures probabilistes

Carte X

On considre que le caractre tudi est distribu suivant la loi N (0 , 0 ). On prlve un

chantillon de taille n et on formule lhypothse nulle H0 : la moyenne de lchantillon est
gale 0 . Les limites de contrle sont alors calcules en fonction du risque de premire
espce du test bilatral de conformit la moyenne 0 . On a donc : LSC 0 = 0 LIC.
Notons X la variable alatoire dchantillonnage de la moyenne des chantillons de taille
n. On a :
P (LIC X LSC) = 1



n(LIC 0 )
n(X 0 )
n(LSC 0 )
P

=1
0
0
0


n(LSC 0 )
2
1=1
0



n(LSC 0 )

=1
0
2
On dtermine le rel t1/2 tel que :
(t1/2 ) = 1

en utilisant, par exemple, la table des valeurs de la fonction . On a alors :

LC = 0

0
LSC = 0 + t1/2
n

0
LIC = 0 t1/2
n

La valeur de la plus utilise dans la pratique est 0,2%. On a alors t99,9% ' 3,09 ; valeur
voisine de la valeur 3 de la carte de Shewhart.
Pour les cartes de contrle aux mesures de phase II aux limites probabilistes, les rgles de
dcision sont identiques celle des cartes de Shewhart.

3.2

Carte R

On utilise, pour dterminer les paramtres dune carte de contrle de ltendue aux limites
R
probabilistes, la loi de ltendue relative. Ltendue relative est dfinie par : w = . Pour un
0
risque de premire espce gal , on a :
LC = d2 0
T. Cuesta

LSC = w1/2 0

LIC = w/2 0
IUT de Crteil

3 LES CARTES DE CONTRLE AUX MESURES PROBABILISTES

10

P=

P=



 




P=

P=

P=


 





P=

 

P=

P=

P=

P=

 
 
 

w

n


'
!

&

2

*



'
!
8
*&
*
F2

%

P=

 
 

w
w
w
w
w
w
w
w
w


 


 

!"


#
 $% &(') * ' &+' 


&

) ',
) - .
 '
/!0
 !'1  2/"' ' (' &%2/&3!) 425! !'

 

 '!'6
 !'!"
 "
 &
  "' &'('  .! !7 825! 

 '

 9&
 &&&3
:29
; 
' 3 %2$' 29&'(! %
3! &!<! &

 /!

 9

 29
> 
&;  4/!# !' !%
'?! '9' ! %2/'
%28!

 &

 '@ 
9!5  4= A  !!- 3 &9!3!%) ?! 
3! - ' 7 B!

:2/'

&  
&>  !7  A  &
 3 "!% C! & C9
, ''

 &
 7 D'@  '!!#  = A  !- 3  3!% '&?!  A9)  &E !7 *2

2
 ''&  !&%20  &/!<  2&9!;'
9&3!% !42F!$! 2
/09)  
G
 

 !!  5  %29#  9!;'H D"!% &'(! 22 9 %9, 

 '

 9!%2@I  &29
6 :2293
'#' 
 !% &''(! !&A9 ''%2+ &!'
 '
 &!
  #   ) *&9;' 4293!% &3

2 9 '%2+ 
/!
 !42
   2(
&
 !%>' '2(!% $
&9'9 !49' &

 &
 2
/!J  '%?H '  '
5' !!"!% 29
 )  "9 
9!, 2G 
 &'
 2

%2C %
9" '
5' !42F!"!% 22() *&9'9 G K 2&

 &
 !&
? %3 !4&5' /!- .!% 
$ %
2 9 !, 

 L

9,) '$ ''   &5' 9' !% !42( 49
A9 &'< !
:2F


) 42C '3 '#' &9!"!% %22( =2F9 &9!, 42/&
:22M) & %9!3 !49
 &5' &22 
9&3 '&A9  
<&
!

w
! &

&
 '-
 !=2
 &
 '
 2/
 

 
&
!
&

&) !
&) 
& '
& =2
& '
& '%
& '42
& !7


R
Tab. 2 Fractiles de la distribution de ltendue rduite : p = P
wp (sources : Une
0
application industrielle des statistiques : la carte de contrle, brochure de lIREM de ClermontFerrand et CISIA, CERESTA, 1995)

3.3

Carte S

On dmontre, et nous admettrons, que si X1 , . . . , Xn sont des variables alatoires indpendantes suivant la loi normale N (, ), alors
Pn
2
2
(n 1)Sn1
i=1 (Xi X)
=
2
2
1 Pn
suit la loi de 2 n 1 degrs de libert ; avec X =
Xi .
n i=1
Pour un chantillon de taille n donn, avec un risque de premire espce gal , la
probabilit que lcart type de lchantillon appartienne lintervalle [LIC, LSC], inclus dans
R+ , est donne par :


(n 1)LSC 2
(n 1)LIC 2
U
P (LIC Sn1 LSC) = P
02
02
2
(n 1)Sn1
suit la loi 2n1 .
2
0
On rappelle que le risque correspond une probabilit que lcart type de lchantillon

soit infrieur LIC, gale la probabilit que cet cart type soit suprieur LSC, gale .
2


(n 1)LSC 2

P (Sn1 > LSC) = P U >

=
2
0
2


(n 1)LIC 2

P (Sn1 < LIC) = P U <

=
2
0
2

o U =

DUT Gnie Biologique

Anne universitaire 2007/2008

3.3 Carte S

11

Notons up le nombre rel tel que P (U up ) = p. On a alors :

LC = c4 0

LSC = 0

u1/2
n1

LIC = 0

u/2
n1

Exercice 3.1 Sur une chane dembouteillage deau minrale, on prlve 25 chantillons de 5 bouteilles. La quantit deau contenue dans les bouteilles doit tre en moyenne de 150 centilitres, avec un
cart type de 5 centilitres.
La tableau ci-dessous donne, en centilitres, la quantit deau contenue dans chacune des bouteilles,
ainsi que les rsultats du traitement statistique des donnes laide dun tableur.

Numro
d'chantillon
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

T. Cuesta

xN
153
149
151
151
153
150
150
153
150
154
147
150
150
155
151
154
153
148
155
148
147
151
156
154
152

xO
156
150
148
150
150
150
155
148
150
156
153
151
155
149
153
150
156
151
155
148
153
149
151
155
156

xP
148
148
151
155
154
154
147
148
149
152
152
150
147
150
150
149
154
148
149
153
150
155
148
156
148

xQ
147
151
155
151
147
154
156
150
154
147
152
154
150
148
151
150
154
153
152
148
156
156
154
151
155

xR
148
148
153
154
152
151
147
156
147
154
149
151
147
149
154
151
147
154
152
156
151
154
153
150
152

xS
149
153
156
153
151
153
150
156
152
153
149
156
152
150
155
154
149
154
149
155
152
156
154
149
153

RS S T
9
3
7
5
7
4
9
8
7
9
6
4
8
7
4
5
9
6
6
8
9
7
8
6
8

3.91
1.3
2.61
2.17
2.77
2.05
4.3
3.46
2.55
3.44
2.51
1.64
3.27
2.77
1.64
1.92
3.42
2.77
2.51
3.71
3.36
2.92
3.05
2.59
3.13

IUT de Crteil

3 LES CARTES DE CONTRLE AUX MESURES PROBABILISTES

12

1. On peut voir sur la copie dcran ci-dessous, la formule crite en I2 pour calculer lcart type.

Quelles peuvent tre les formules crire dans les cases G2 et H2?
2. Construire les cartes X, R et S, pour un risque de fausse alerte gal 0,2%.
3. Le processus est-il matris?

DUT Gnie Biologique

Anne universitaire 2007/2008