CONTROL ESTADISTICO DE PROCESOS

El Control Estadstico de Procesos naci a finales de los aos 20 en los Bell Laboratories. Su creador
fue W. A. Shewhart, en su libro Economic Control of Quality of Manufactured Products (1931)
marc la pauta que seguiran otros discpulos distinguidos. Resulta admirable el ingenio con el que
plantea la resolucin de problemas numricos pese a las evidentes limitaciones de los medios de
clculo disponibles en su poca.

PORQUE VARIAN LOS PROCESOS?

Un proceso tiene que pasar por una serie de factores de carcter aleatorio que hacen imposible
fabricar dos productos exactamente iguales (variabilidad). Esta variabilidad es claramente
indeseable y el objetivo ha de ser reducirla lo ms posible o al menos mantenerla dentro de unos
lmites.

FUNDAMENTOS ESTADISTICOS

Distribucin Normal o Campana de Gauss: Depende de dos parmetros y , que son la

media y la desviacin tpica respectivamente. Es simtrica respecto a . Llevando mltiplos
de a ambos lados de , nos encontramos con que el 68% de la poblacin est contenido
en un entorno 1 alrededor de , el 95% de la poblacin est contenido en un entorno
2 alrededor de y que el 99,73% est comprendido en 3 alrededor de .
 Teorema del Lmite Central (TLC): Si una variable aleatoria (v. a.) se obtiene como una suma
de muchas causas independientes, siendo cada una de ellas de poca importancia respecto
al conjunto, entonces su distribucin es asintticamente normal.

Distribucin de las medias maestrales: Si X es una v.a. N(, ) de la que se extraen

muestras de tamao n, entonces las medias muestrales se distribuyen segn otra ley
normal:

Como consecuencia del TLC, la distribucin de las medias

muestrales tiende a ser normal an en el caso que la poblacin base no lo sea, siempre que el
tamao de la muestra sea suficientemente grande n25, si bien este nmero depende de la
asimetra de la distribucin.

CAPACIDAD DE PROCESOS

Como consecuencia de todo lo anterior, si un proceso normal est en control estadstico, la

caracterstica de calidad del 99,73% de los elementos fabricados estar comprendida entre - 3 y
+ 3. El parmetro depende del punto en el que centremos el proceso.

NDICES CP Y CPK: Tiene el objetivo de comparar la capacidad del proceso y la amplitud de

las tolerancias a satisfacer, se define
GRFICOS DE CONTROL POR VARIABLES

Rango o recorrido muestral: Se define como la diferencia entre el mayor valor presente
en la muestra y el menor valor. Por su propia construccin, este estadstico da una
estimacin de la dispersin de la poblacin de la que procede.

Existen tablas aplicables a procesos normales que, en funcin del tamao de la muestra,
proporcionan la funcin de distribucin del estadstico w = R/, denominado recorrido relativo y
tambin la E (w) = d2 y w = d3.

Desviacin tpica muestral: Es conveniente recordar que en los textos se utilizan dos
estadsticos distintos. El primero de ellos se define

Para procesos normales

Gracias a toda la informacin anterior podemos concluir que el control estadstico de procesos
(CEP) nos ayuda a medir el funcionamiento de un proceso, se utiliza la estadstica y siempre ser
necesaria una recoleccin, organizacin e interpretacin de datos.

Su objetivo siempre ser proporcionarnos una seal estadstica cuando encontremos causas de
variacin. Su principal propsito ser controlar el proceso de produccin y examinar las muestras
de los productos finalizados.

https://es.slideshare.net/puntofla/control-estadistico-de-procesos

https://es.slideshare.net/puntofla/control-estadistico-de-procesos