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 eectue des contrles sur les lots produits pour en vrier 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 vrier un un tous les objets contenus dans un lot. Ce contrle dchantillons prlevs dans des lots est indispensable si les contrles eectuer 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 vrier 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 vrier 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 xe 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 ne 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 xe et lorsque lcart-type dans chaque chantillon est gal un cart-type naturel 0 . Alors que 0 est xe 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 xe de sorte respecter les normes de qualits xes 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 xe. 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 xs.

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 eectues sur une vingtaine dchantillons de petite taille. Pour les valeurs des dirents coecients ncessaires aux calculs, on se reportera au tableau des coecients 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 dnit alors la variable alatoire, moyenne des moyennes des chantillons : m 1 =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 dnie par : m 1 Ri R= m i=1 o chaque variable alatoire Ri associe chaque chantillon, son tendue. On a alors : = R d2

o d2 est un coecient 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 sut de se reporter la table donne en annexe. Construction de la carte : On prlve (eectivement) m chantillons de taille n. On a alors une ralisation des direntes variables alatoires prsentes ci-dessus. On calcule, avec les rgles indiques, les direntes 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 eectu laide dun tableur 1 .

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

252 249 253 247 249 246 253 255 254 249 254 249 253 252 249 248 250 247 254 250 250.15 254.34 245.96

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

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

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

LC = LSC = LIC =

carte de contrle de la moyenne

255

poids (masse) en grammes

254 253 252 251 250 249 248 247 246 245 0 5 10 15 20
LC LSC LIC Moyenne de l'chantillon

chantillons

1. Tableur de la suite bureautique OpenOce.org.

DUT Gnie Biologique Anne universitaire 2007/2008

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

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

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 coecients : d3 , dpendant de la taille n des chantillons. Pour cette carte on a : LC = R On pose D3 = sup 1 3 d3 ,0 d2 LSC = R + 3 R d3 d2 LIC = R 3 R d3 d2

et D4 = 1 + 3

d3 . On obtient alors : d2 LIC = D3 R

LC = R

LSC = D4 R

Construction de la carte : On prlve (eectivement) m chantillons de taille n. On a alors une ralisation des direntes variables alatoires prsentes ci-dessus. On calcule, avec les rgles indiques, les direntes 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 dnit 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 dnit alors la variable alatoire, moyenne des moyennes des chantillons : m 1 =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 dnie par : =
T. Cuesta

S c4
IUT de Crteil

6 o S =

2 LES CARTES DE CONTRLE AUX MESURES DE SHEWHART 1 m Si et c4 est un coecient 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 : LC = LSC = + 3 n LIC = 3 n

On pose : A3 =

3 . On a alors : c4 n LC = LSC = + A3 S LIC = A3 S

Exercice 2.2 Dans lexemple 2.1 page 4, une premire srie de mesures a t eectue. On renouvelle le prlvement dchantillons. Les nouvelles mesures sont reportes ci-dessous. Le calcul des carts types est ralis laide de la formule : 1 n1

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

(xi x)2
x
253 255 246 255 246 254 252 255 249 247 250 250 246 247 255 251 250 250 248 250

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

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

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

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 : LC = S LSC = S 1+3 1 1 c2 4 LIC = S 13 1 1 c2 4

DUT Gnie Biologique

Anne universitaire 2007/2008

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

2.2 Cartes de contrle aux valeurs standard 1 1, 0 c2 4 LC = S 1 1. On a alors : c2 4 LIC = B3 S

On pose B3 = sup 1 3

et B4 = 1 + 3 LSC = B4 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 xes 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 3 En posant A = , on obtient : n LC = 0 LSC = 0 + A0 LIC = 0 A0 0 LSC = 0 + 3 n 0 LIC = 0 3 n

(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 xe 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 : LC = c4 0 LSC = c4 0 + 3 1 c2 0 4 LIC = c4 0 3 1 c2 0 4

la LIC tant xe 0 en cas de rsultat ngatif. On pose B5 = sup c4 3 1 c2 , 0 et B6 = c4 + 3 1 c2 . Les paramtres de la carte 4 4 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 et inconnus (phase I) ligne centrale Carte X Carte R Carte S R S limites de contrle A2 R ou A3 S D3 R, D4 R B3 S, B4 S 0 et 0 connus (phase II) ligne centrale 0 d 2 0 c 4 0 limites de contrle 0 A0 D5 0 , D 6 0 B 5 0 , B 6 0

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

Annexe : coecients 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 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

DUT Gnie Biologique

Anne universitaire 2007/2008

9 Tab. 1 Coecients 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 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 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 dnie 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

On dmontre, et nous admettrons, que si X1 , . . . , Xn sont des variables alatoires indpendantes suivant la loi normale N (, ), alors

 7! $ 1 P p & B 8 B  V 3 0 9 1 ! 0   B $ P & 8  3 9 !

10

3 LES CARTES DE CONTRLE AUX MESURES PROBABILISTES

P=

P=

P=

P=

P=

P=

P=

P=

P=

$ $   $ ($   $ 

$   $ '"$ %"$   &    

  

   " #"   ! 

   

         

P=

  U3 8 P  R9 8   79 8 !  9 8 P  a! 8 9  "! 8 $  1A8 3  0A8 $   8 3   8 &  "$    "$  !  GP  9  &  !  8  P  a3  E9   8      "8 "3 )

3 !  8  `1& We9 Q"W 2"8 S"8 2WR3 QW7! "!     8 !   8 !   P P  9 & !  !    ! 3   8 !  ! 0A"wX1 P P 8 P   GR$ DW8 Wpa! @7$ 74W8 5 Q9 gR0A"! 3 &   $ P   P P  3 ! 3  9 9 &  !  $  ! P $   &   "! ! P pX1 & 3   $ `"8 WeWR! @R$ 72W S1 29 60A"DW "v& 1  9       P 3  3 9 $  9 8   ! & 9  ! $ 9  ! $   !       "$ D W27! 6$ 7FEG SR3 Q7! c" "! 3 $   P       3  3  9 8   !  &  !  &  8 3  $ 1 $  8 1  8   P uq WWBA@P 74pR3 S9 4W7! g7 "!     9 8   P   3 3 P  9  $  ! $   ! P   & &  P 1 9  8 1 qP DW W41A2WP 743 S"9 21rc7$ 1tGP 1    3        $   3 3 !  9  !  ! & 9  !  9   3   8   1  8  &  9    9 8      3 P   9 WR3 WW 6& 7@"9 b7! 2 @P 1'"& 1  3  !  8  ! &     !  P  R3 1 3    G& C79 W2 Q8 7QWR! YWBA2"$ 05& 1#8 1 P $   P    & $  3 & P  9 ! 8  ! & &   ! &    3  $  9 1 9 3   8 C79 We$ "@8 72"! 5 QWX0TW"8  d7W 1 P 9   8 3  3 9 9  3 $   9 9 &  !  P P   P s P 3    9 1  &    DW7! W2P "@ 74hrYW"$ 05W7& 0S 1#3 1 ! &   P &  3 9 8  3 ! ! 9 3 &    P   $ &   & 3    "! 1 q    $ $   !   3 3 P  3 8 !  9 1AWHGP "6pR3 7Q"W YWP 0`G8 0H7"3 1#9 1 3 8   3 &   P 8   8 9  P  " 1 PBU3 i1AWe0& "c9 7Q1$ "QE& 0ea 059 1dhU! 1    8    &   3 8 $  3 &   !  3       3 3   9  8  $  9 !   9 D Wg8 "g"! 74& "Q8 0eU3 0b"! 1# 1 ! !    !  3  $  3 ! $  !         8    8 &  9 P GX 3  fU!  9   3 &   3 & &  3 & 3  !  3       0E$ Q "c1A7Q"W8 "QE3 0eaR! 0S"W 1d$  $ 3   9 !  $  8  3 P  V7  9 P  3 9 &  3 & 9  3 9 &  ! G7& 2W"9 "c 72"3 "5GR! 0Y 0bWP (W"&  3    & 8    &      3  G  8$ "`8 Q7! "@WP "67! "Q 0YWXQ8 (W  !  3 3 !  3 &   3 9 8  9 P   !  9     P  8 8   8   &  9  ! !  3 & "SVU3 F$ @8 "4$ 1(& 4 43 T9  P   3  $  9 & 9  9 $ &    8    $   3 9   9 3    "!  $ 9  3 "3 "SR0AQG78 @19 "4G 1I"3 HG"9 FE0AD1A P !  3 8 P  9 &   9 $ P   ! 9   3     $    9  8    & $  9 $ C"8 2BA@& 76"$ 5 4" 21 (0  &   9 & &  9 8 &  !      $    3   $       ) ) ) ) ) ) ) ) ) )

3.3

2 (n 1)Sn1 suit la loi 2 . n1 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

R wp (sources : Une 0 application industrielle des statistiques : la carte de contrle, brochure de lIREM de ClermontFerrand et CISIA, CERESTA, 1995)

o U =

Tab. 2 Fractiles de la distribution de ltendue rduite : p = P

DUT Gnie Biologique

1 n 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 :

Carte S

P (LIC Sn1 LSC) = P

P (Sn1 > LSC) = P

P (Sn1 < LIC) = P

2 (n 1)Sn1 = 2

(n 1)LSC 2 (n 1)LIC 2 U 2 2 0 0

U>

U<

n i=1 (Xi 2

(n 1)LSC 2 2 0

(n 1)LIC 2 2 0 X)2

= =

2 2
P=

Anne universitaire 2007/2008

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

11

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.

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

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

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

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

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

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

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

T. Cuesta

IUT de Crteil

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

R S

12

3 LES CARTES DE CONTRLE AUX MESURES PROBABILISTES

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