Académique Documents
Professionnel Documents
Culture Documents
Por ejemplo para una distribución normal con media m y desviación de los
límites naturales de tolerancia serian:
LSTN= m + 3 desviaciones
LITN= m - 3 desviaciones
Para una distribución normal los limites de la tolerancia de tres sigma incluyen
99.73% de la variable, puesto de otro modo, solo un 0.27% de la salida del
proceso caerá fuera de los limites de tolerancia natural.
El índice de habilidad del proceso
Cp= LSE-LIE
6σ
Un valor grande del Cp indica una situación más confortable con respecto a
la habilidad del proceso para satisfacer los límites de especificación
σ= S
C4
n 2 3 4 5 6 7 8 9 10
C4 0.798 0.886 0.921 0.94 0.952 0.959 0.965 0.969 0.973
σ= R
d2
n 2 3 4 5 6 7 8 9 10
d2 1.13 1.69 2.06 2.33 2.53 2.7 2.85 2.97 3.08
Cpk: Zmin
3
Así para un proceso centrado los dos índices son equivalentes si el proceso
no esta centrado, esto es, si favorece a uno u otro limite de especificación
su índice de habilidad será menor que el de un proceso centrado y con la
misma dispersión
ZUSL = LSE- X
σ
ZLSL = LIE- X
σ
NOTA: para poder seleccionar Zmin este deberá tomarse como un valor
absoluto es decir no debe importar su signo y a la vez dividirse entre 3, para
de esta manera obtener Cpk
Por otro lado estos Z’s nos ayudaran a poder determinar cuanto porcentaje
de productos tenemos fuera de especificaciones en la población
ayudándonos para ello en las tablas de la distribución normal.
L
S
C
:
+
A2
R
LC:
LIC: +A2 R
R LSC: D4 R
LC: R
LIC: D3 R
x
LSC: +2.66R
LC:
LIC: -2.66R
np LSC: np +3√np(1-p)
LC: np
LIC: np - 3√np(1-p)
p LSC: p + 3√p(1-p)
n
LC: p
LSC: p - 3√p(1-p)
n
c LSC: c +3√c
LC: c
LIC: c -3√c
u LSC: c +3√ u
n
LC: u
LIC: c -3√ u
n
Ejercicio 1
Numero Peso
1 987.2
2 956.7
3 969.5
4 952.2
5 970.1
6 1008.2
7 950.7
8 1012.4
9 975.3
10 951
11 1002.9
12 947.2
13 990.1
14 976.5
15 1012.9
16 985.3
17 972.6
18 997.8
19 934.8
20 989.4
Ejercicio 2
A continuación se presentan los datos correspondientes al producto “Perno de pistón” fabricado por la empresa L-D la
característica a controlar es la longitud total siendo su especificación de 76.15 mm como mínimo y 76.35 mm como
máximo
El tamaño de la muestra es de 5 piezas/hora se dan 9 subgrupos de datos para el calculo inicial de los limites.
1 2 3 4 5 6 7 8 9
76.30 76.30 76.30 76.30 76.29 76.29 76.30 76.31 76.31
76.31 76.31 76.30 76.28 76.31 76.31 76.32 76.32 76.30
76.31 76.30 76.30 76.32 76.32 76.29 76.29 76.30 76.30
76.30 76.31 76.29 76.28 76.28 76.31 76.31 76.30 76.31
76.33 76.31 76.31 76.31 76.30 76.28 76.33 76.29 76.32
Ejercicio 3
Grafica np
Tamaño de la muestra n= 80
Fracción defectiva promedio: P
Ejercicio 4
Grafica p
Para establecer el grafico “p” una fábrica de equipo eléctrico recopilo los siguientes datos:
dato n x
1 1221 23
2 1321 41
3 1422 31
4 1500 73
5 1250 44
6 2021 58
7 685 28
8 2215 73
9 2321 43
10 2416 115
a) Elaborar la grafica p
b) Obtener conclusiones de la grafica
c) Calcular la habilidad del proceso
Ejercicio 5
Grafica c
C= Sc = 65 = 2.17
K 30
K= número de subgrupos