Você está na página 1de 40

FABE FACULDADE DE BETIM

GRUPO UNIS/MG

Apostila:
Controle Estatstico do Processo

Apostila Controle Estatstico do Processo. 2011


Mini-Currculo:
PROF. Rafael de Carvalho Mendes rafaelcm.qualidade@yahoo.com.br
Graduado em Gesto da Produo Industrial pela Unis Betim MG.
Ps-Graduado em Qualidade e Produtividade pela GEPOS Grupo Unis Betim MG.
Supervisor da Qualidade Metalrgica Mardel Ltda.

Palavras-Chaves: Estatstica; Processos; Estabilidade; Capabilidade; Cartas de Controle.

Professor: Rafael de Carvalho Mendes

Pgina 2

Apostila Controle Estatstico do Processo. 2011


SUMRIO.
1. INTRODUO........................................................................................................05
2. HISTORICO DA QUALIDADE................................................................................06
3. OS 14 PRINCIPIOS DE W. EDWARD DEMING....................................................08
4. SISTEMAS DE MEDIO......................................................................................08
4.1 Premissa................................................................................................................08
4.2 Por Que Medir?.....................................................................................................09
4.3 Erro de Medio....................................................................................................11
5. CONCEITOS ESTATSTICOS BSICOS..............................................................12
5.1 Tratamentos de Dados..........................................................................................12
5.2 Mdia Aritmtica....................................................................................................13
6. MEDIDAS DE DISPERSO..................................................................................14
6.1 Amplitude...............................................................................................................14
6.2 Desvio Padro.......................................................................................................16
6.2.1 Desvio Padro Amostral (dp).............................................................................16
6.2.2 Desvio Padro da Populao.............................................................................16
7. CAPABILIDADE OU CAPACIDADE DO PROCESSO........................................17
7.1 ndices de Capacidade (variveis) .......................................................................18
7.2 ndices de Capacidade de Processo (Cp e Cpk)..................................................18
8. CEP CONTROLE ESTATISTICO DO PROCESSO...........................................19
8.1 Indicadores para monitoramento do cep..............................................................19
8.2 Variaes...............................................................................................................21
8.3 Causas Comuns....................................................................................................21
8.4 Causas Especiais..................................................................................................21
8.5 Limites de Controle...............................................................................................22
8.6 Tipos de Carta.......................................................................................................23
8.6.1 Carta por Variaes...........................................................................................23
8.6.2 Carta por Atributos.............................................................................................23
Professor: Rafael de Carvalho Mendes

Pgina 3

Apostila Controle Estatstico do Processo. 2011


9. ANALISE DOS PROCESSOS................................................................................25
9.1 Processo sob Controle ou Estvel........................................................................25
9.2 Processo fora de Controle ou Instvel..................................................................26
10. CAPACIDADE DO PROCESSO CARTA POR VARIVEIS...........................28
10.1 Conceito..............................................................................................................28
10.2 Determinao dos Limites Inferiores e Superiores Controle por Variveis.....29
10.3 Determinao dos Limites Inferiores e Superiores Controle por Atributos.....30
11. SIMBOLOS UTILIZADOS....................................................................................32
12. REFERNCIA.......................................................................................................33
13. ANEXOS..............................................................................................................35
13.1 Tabela I................................................................................................................35
13.2 Tabela II...............................................................................................................36
13.3 Tabela III.............................................................................................................37
13.4 Tabela IV.............................................................................................................38
13.5 Tabela V..............................................................................................................39

Professor: Rafael de Carvalho Mendes

Pgina 4

Apostila Controle Estatstico do Processo. 2011


1. INTRODUO
Sabe-se que uma busca contnua, do homem, melhorar os seus processos e produtos,
mesmo quando esses conceitos nem eram entendidos, e isso se deve muitas vezes a
necessidades primarias, como a busca por comida e fogo dos nossos ancestrais mais remotos,
ou a necessidades impostas como guerras ou a escarces de um recurso natural.
Em sintonia com essa busca constante o conceito de qualidade tambm vem evoluindo, e
tcnicas estatsticas, comprovadamente eficazes, tm sido includas na busca e controle desses
processos.
Neste curso veremos conceitos bsicos de estatstica, mas que so amplamente aplicados
na indstria, e em seguimentos diversos que passaram tambm a entender a importncia de se
controlar e manter seus processos sobre controle, sabendo que o Controle Estatstico do
Processo, com suas ferramentas e mtodos, um poderoso recurso que est presente nas
organizaes de grande sucesso cujos padres de qualidade so elevados e reconhecidos pelo
consumidor.

Professor: Rafael de Carvalho Mendes

Pgina 5

Apostila Controle Estatstico do Processo. 2011


2. Histrico da Qualidade Aplicada
Quadro evolutivo dos conceitos de Qualidade:

POCA

EVENTOS MARCANTES

1860-1865 Guerra da secesso (EUA)


Fabricao de fuzis e
equipamentos militares
1908

Anos
20 /30

Anos 40

Anos 50

CARACTERSTICAS DA
GESTO DA QUALIDADE
Padronizao
Intercambialidade de componentes

Incio da produo em massa


Padronizao/ controle metrolgico
Linhas de montagem fixa e mvel Intercambialidade de peas e componentes
(Ford)
INSPEO FINAL
Controle do processo de
Cartas de controle de mdia e amplitude
produo (Laboratrios Bell)
(Shewart)
Mtodos de controle de recepo Qualidade mdia fornecida (Average
Ongoing Quality)
INSPEO POR LOTES
II Guerra Mundial
Criao da ISO (1947)

Controle estatstico no recebimento/


inspeo final
Padronizao militar
Nvel de qualidade aceitvel

Confiabilidade (probabilidade do
cumprimento de uma funo no tempo)
Controle estatstico de processos (Deming)
Espiral da qualidade(Juran)
Controle estatstico de processo atravs do
ciclo PDCA

Reconstruo da Europa
Desenvolvimento da eletrnica
Incio da corrida espacial
Incio da reconstruo do Japo
(1946), criao da JUSE (1947)
Seminrios Deming (1950)
Qualidade na administrao das
empresas (Juran)

CONTROLE POR PROCESSOS


ENVOLVIMENTO DE TODAS AS UNIDADES
NA QUALIDADE FINAL
SATISFAO DO CLIENTE

Anos 60

Guerra Fria
Lanamento da Revista/ JUSE
Quality control for the foreman
(Ishikawa, 1962)

Professor: Rafael de Carvalho Mendes

Dilema do custo do defeito x custo da


produo
Zero Defeito (Crosby, 1961)
ATENDIMENTO S
EXIGNCIAS DO CLIENTE
Crculos de Controle da Qualidade
Desenvolvimento de tcnicas e ferramentas
operacionais

Pgina 6

Apostila Controle Estatstico do Processo. 2011


Anos
70-80

Anos
80-90

Sofisticao dos mercados


Diversificao dos produtos
Inovao tecnolgica
Atendimento a segmentos de
mercado

Mudana dos paradigmas


econmico, tecnolgico e
industrial.
Globalizao dos mercados

Projeto de experimentos (Taguchi)


Seduo do cliente
QUALIDADE PASSA DO
PROCESSO AO PROJETO
Desenvolvimento da ISO 9000, ISO 10000 e
ISO 14000
Difuso ampla da qualidade total e de
ferramentas avanadas
UNIFICAO DOS MODELOS
SISTMICOS COM A QT

Sistemas de gernciamento
Global, ERPs;
Incio do Unificao da Gesto de
Sculo 21
Qualidade (Sistema de Gesto
Integrada)

Elaborao da OHSAS 18001 (Seg. do


Trabalho).
Sistema Unificado de Gesto da Qualidade.

PARALELO entre o Ontem e o Hoje:

PASSADO

PRESENTE

Qualidade como fator ttico


(curto prazo)

Qualidade como fator estratgico


(longo prazo)

Qualidade e produtividade
so antagnicos

Qualidade e produtividade so aliados

Enfoque na qualidade do produto (deteco)

Enfoque na qualidade do processo


(preveno)

Qualidade como responsabilidade de uma


nica rea

Qualidade como responsabilidade de toda a


organizao

nfase no cumprimento de normas ou


concorrncia

nfase nas necessidades dos clientes e


melhoria contnua

Prioridade em custo

Prioridade em qualidade

Problemas causados pela mo-de-obra

Problemas causados pela administrao

Professor: Rafael de Carvalho Mendes

Pgina 7

Apostila Controle Estatstico do Processo. 2011


3. OS 14 PRINCPIOS DE W. EDWARD DEMING
1) Buscar a Melhoria Continua (PDCA).
2) Os administradores devem estar prontos para a mudana.
3) Fazer as coisas certas da primeira vez e sempre.
4) Minimizar o custo total, acabando com o costume de aprovar negcios baseados apenas no
preo.
5) Gerenciar constantemente o Sistema de Produo e de Servios para melhorar a qualidade
e produtividade e, consequentemente, diminuir custos.
6) Providenciar treinamento no local de trabalho.
7) Instituir liderana que administre os talentos humanos.
8) Eliminar o medo no ambiente de trabalho.
9) Envolver todos funcionrios sem exceo, derrubando as barreiras entre os departamentos.
10) Eliminar slogans, exortaes, metas e quotas numricas que exijam nvel zero de falhas
sem oferecer condies para isso. Em vez de nmeros, qualidade.
11) Eliminar a administrao por objetivos.
12) Remover as barreiras que privam as pessoas do justo orgulho pelo trabalho bem executado.
13) Instituir um forte programa de educao e autodesenvolvimento em todos os nveis da
empresa.
14) Envolver todas as pessoas da empresa para trabalhar na busca da transformao.

4. SISTEMAS DE MEDIO
4.1 Premissa
A medio uma operao de fundamental importncia para as diversas atividades de
controle.
Medir uma forma de descrever o mundo, segundo o Prof. Gonalves JR.
atravs de um sistema de medio (SM), que a operao de medir efetuada: o valor
momentneo do mensurando descrito em termos de uma comparao com uma unidade
padro de referncia. O resultado desta medio um nmero acompanhado de uma unidade de
indicao (mm, c; ).

Professor: Rafael de Carvalho Mendes

Pgina 8

Apostila Controle Estatstico do Processo. 2011


Para uma pessoa comum, no entendedora dos processos de medio, o trabalho de
medio est encerrado ao se obter este nmero. No entanto, a obteno deste nmero apenas
parte do processo de medio. Esta operao relativamente simples, e pode-se obter
infindveis colees de nmeros. J a obteno de informaes confiveis a partir destes
nmeros exige conhecimentos mais aprofundados do SM, e do processo de medio empregado.
Sabe-se que no existe um SM perfeito, existem mais, ou menos confiveis, mas todos
esto susceptveis a efeitos diversos relacionados com o meio ambiente, com a forma, a tcnica
para aplicao deste SM, influncias da prpria grandeza, etc. necessrio, portanto, considerar
todos esses efeitos para se exprimir um resultado confivel, claro sempre respeitando as
limitaes do SM.
Assim, para termos uma medio sria, esta deve exprimir o grau de confiana, que deve
sempre ser informado atravs de um parmetro, denominado INCERTEZA.
Existem vrios procedimentos para se determinar o nvel de confiana de um resultado,
mas o bom senso e ceticismo so caractersticas indispensveis.
O resultado ideal de uma medio depender sempre deste grau de incerteza, mas nem
sempre devemos buscar o melhor resultado, com mnimos erros; isto depender da finalidade
que estes resultados serviro (uma variao de 20g em um KG de batatas bem diferente de 20g
em um KG de ouro), portanto a preciso, o procedimento, os equipamentos, e custos exigidos
para estas operaes sero tambm muito diferentes.
A seleo do SM a empregar , portanto, uma ao de elevada importncia, e que deve
buscar o equilbrio entre a necessidade tcnica e os custos e tempos envolvidos.
4.2 Importncia do Processo de Medio.
Do ponto de vista tcnico, a medio e empregada para monitorar, controlar ou investigar
um processo ou fenmeno fsico.
Qualquer sistema de controle envolve um SM como elemento sensor capaz de manter uma
grandeza ou processo dentro de certos limites. O valor da grandeza a controlar medido e
comparado com o valor de referncia estabelecido e uma ao tomada pelo controlador visando
aproximar a grandeza sob controle deste valor de referncia. (Ex. Refrigerador e termostato).

Professor: Rafael de Carvalho Mendes

Pgina 9

Apostila Controle Estatstico do Processo. 2011


Medir o procedimento experimental pelo qual o valor momentneo de uma grandeza
fsica determinado como um mltiplo e/ou uma frao de uma unidade, estabelecida por um
padro.
A operao de medio realizada por um instrumento de medio, ou sendo mais
adequado por um Sistema de Medio (SM). Obtm-se desta operao instrumentada a chamada
indicao direta, que o nmero lido pelo operador diretamente no dispositivo mostrador do
Sistema de Medio.

Figura 1: Paqumetro Fonte: Google imagens

O resultado de uma medio (RM) expressa propriamente o que se pode determinar com
segurana sobre o valor mensurado, a partir da aplicao do SM sobre esta. Este resultado
composto por 2 parcelas:

RB Resultado Base, que corresponde ao valor central da faixa onde deve situar-se o
valor verdadeiro.

IM Incerteza da Medio, que exprime a faixa de dvida ainda presente no resultado,


provocada pelos erros presentes no SM e/ou variaes do mensurado, e deve sempre ser
acompanhado da unidade utilizada. Assim, o resultado de uma medio (RM) deve ser
expresso por:

RM = (RB IM) [unidade]

Professor: Rafael de Carvalho Mendes

Pgina 10

Apostila Controle Estatstico do Processo. 2011


4.2 Erro de Medio
Erros de medio sempre ocorrem como dito anteriormente, para eliminar totalmente o erro
de medio seria necessrio o emprego de um SM perfeito, tambm j dito que no existe.
Portanto, impossvel eliminar completamente o erro de medio, mas possvel, delimit-lo.
Mesmo sabendo-se da existncia do erro de medio ainda possvel obter informaes
confiveis, desde que a ordem de grandeza e a natureza deste erro sejam conhecidos.
Existem 3 tipos de erros que so considerados bsicos, e a sua somatria compe o Erro total:
E = Es + Ea + Eg
Es Erro Sistemtico a parcela de erro sempre presente nas medies. Ex. Um mostrador
com ponteiro torto. A estimativa de um erro sistemtico denominada tendncia.
Ea Erro Aleatrio Quando uma medio repetida por diversas vezes, nas mesmas
condies e observam-se variaes nos valores obtidos. Diversos fatores podem contribuir para o
surgimento do Ea, como por exemplo, as folgas, o atrito, impurezas, vibraes, influncias
externas, ET.
Eg Erro Grosseiro O erro grosseiro geralmente decorrente do mau uso, ou mau
funcionamento do SM. Normalmente sua existncia facilmente detectvel, e sua apario pode
ser resumida a casos muito exporticos.
Devido aos aspectos evidenciados acima, conclui-se que muito importante ter
confiabilidade no recolhimento de dados, que constantemente sofrem influncias dos vrios
fatores j citados, e tm que ser tratados para que os erros estejam dentro da faixa de tolerncia
desejada.

Professor: Rafael de Carvalho Mendes

Pgina 11

Apostila Controle Estatstico do Processo. 2011


5. CONCEITOS ESTATSTICOS BSICOS
5.1 Tratamento dos Dados

OBSERVAES

BARRA
DE 1"

AMOSTRA
3

25,46

25,30

25,37

C
D
E

25,30

25,42

25,30

27,01

25,50

25,34

25,42

25,32

25,48

25,39

25,36

25,48

25,31

25,47

25,38

25,41

23,97

25,46

25,42

25,36

25,46

25,44

Figura 2: Medidas de uma barra 1 polegada, em Milmetros.

Na tabela acima pode-se destacar as medidas das clulas B2 e D5 pois seus valores destoam do
restante (outlier), nestes casos estes valores tm que ser descartados dos clculos, pois
representam possveis erros grosseiros. importante que eles no faam parte da amostragem a
ser calculada para no interferirem na definio dos limites de tolerncia, mdias, etc. Mas no
por isso devem ser esquecidos; o aparecimento destes resultados fora de uma curva normal deve
ser investigado e descoberto se a causa realmente um erro de medio, ou uma imperfeio do
produto medido. E assim tomadas s devidas providncias.
DISPERSO
27,50

VALOR mm

27,00
26,50
26,00
25,50
25,00
24,50
24,00
23,50
0

10

15

20

25

30

N OBSERVAES

Figura 3: Grfico de disperso.

Professor: Rafael de Carvalho Mendes

Pgina 12

Apostila Controle Estatstico do Processo. 2011


5.2 Mdia Aritmtica
MDIA ARITMTICA a soma dos valores dividida pela quantidade total dos valores somados.
Vejamos um exemplo:
O salrio de uma secretria est listado abaixo.
Calcular a mdia dos salrios desta secretria.

MS
JANEIRO
FEVEREIRO
MARO
ABRIL
MAIO
JUNHO
JULHO
AGOSTO

SALRIO MENSAL

R$ 1.250,70
R$ 1.259,46
R$ 1.248,29
R$ 1.258,99
R$ 1.267,15
R$ 1.244,95
R$ 1.256,56
R$ 1.269,01

Podemos concluir que o salrio mdio desta secretria de R$ 1.256,89.

Podemos perceber que existem valores acima da mdia assim como abaixo da mesma.
Podemos dizer que a mdia se localiza no meio do conjunto dos dados, que ela representa o
centro do conjunto de dados.
Portanto, a frmula usual para a mdia aritmtica :

Professor: Rafael de Carvalho Mendes

Pgina 13

Apostila Controle Estatstico do Processo. 2011


6. MEDIDAS DE DISPERSO
As medidas de disperso indicam se os valores esto relativamente prximos uns dos
outros, ou distantes entre si (separados). Podemos dizer que disperso o grau com o qual os
valores numricos de uma distribuio tendem a se distanciar em torno de um valor mdio.
Em todos os casos, o valor zero indica ausncia de disperso; a disperso aumenta
proporo que aumenta o valor da medida (amplitude, desvio-padro, varincia).

a) pequena disperso

b) grande disperso

6.1 Amplitude
a medida mais simples da disperso. a diferena entre o maior e o menor valor das
observaes.
R.T. = Xmx Xmin
Embora exista simplicidade de clculo, existem duas caractersticas importantes:
Utiliza apenas uma parcela das informaes contidas nas observaes. O seu valor no se
modifica mesmo que os valores das observaes variem, desde que conservem os seus valores
mximo e mnimo.
Depende do nmero de observaes na amostra. Em geral, o valor da amplitude cresce
quando cresce o tamanho da amostra.

Professor: Rafael de Carvalho Mendes

Pgina 14

Apostila Controle Estatstico do Processo. 2011

Exemplo:

AMOSTRA
3

25,46

25,30

25,30

25,42

25,30

25,37

25,49

25,50

25,34

25,42

25,32

25,48

25,39

25,36

25,48

25,31

25,47

25,38

25,41

25,31

25,46

25,42

25,36

25,46

25,44

OBSERVAES

BARRA de 1"

Figura 4: Medidas de uma barra 1 polegada, em Milmetros.

Qual a amplitude da srie de medidas informadas na Figura 4?


Xmax = 25,50
Xmin = 25,30
RT = 25,50 25,30 = 0,20 mm

Professor: Rafael de Carvalho Mendes

Pgina 15

Apostila Controle Estatstico do Processo. 2011


6.2 Desvio Padro
a medida que determina a variao dos valores observados em torno da mdia da
distribuio, e representa a distncia do ponto de inflexo da curva at a linha da mdia.
6.2.1 Desvio Padro Amostral (dp)
O desvio padro da amostra representa a disperso da amostra e dada pela equao:
( x1 x ) 2 + ( x2 x ) 2 + ....( xn x ) 2
n

dp =

Ou

dp =

( xi x ) 2
n

Onde:

Xi = Valores (observao) individuais


n = Nmeros de observaes ou valores
_
X = Mdia do conjunto de amostras

6.2.2 Desvio Padro da Populao ()


O desvio padro da populao representa o grau de disperso da populao em torno da
mdia. Representado por , tambm representa a distncia do ponto de inflexo, e dado pela
expresso:

( xi x ) 2
n 1

Representao Grfica do Desvio Padro


Professor: Rafael de Carvalho Mendes

Pgina 16

Apostila Controle Estatstico do Processo. 2011

Exemplo:
Calcular o Desvio Padro () das amostras.

(25,46 25,4) 2 + (25,37 25,4) 2 + (25,32 25,4) 2 + ( 25,31 25,4) 2 + (25,46 25,4) 2 ......
25 1

0,1084
24

= 0,067

7. CAPABILIDADE OU CAPACIDADE DO PROCESSO


Principais conceitos utilizados nos estudos de capabilidade ou capacidade de mquinas ou
processos:

Capabilidade ou Capacidade: medida que relaciona o rendimento real de uma mquina ou


processo, com o seu rendimento especificado.

Mquina: operaes discretas (torno, prensa,...) com influncias exteriores mnimas.

Processo: combinao de pessoas, equipamentos, materiais, mtodos e ambiente.


No que diz respeito a variveis, a capacidade de uma mquina uma medida das

influncias a curto prazo que a mquina por si s exerce sobre a variabilidade do produto. usual
exigir como requisito mnimo, que 4.s (desvio padro) estejam contidos dentro dos limites de
especificao.

Professor: Rafael de Carvalho Mendes

Pgina 17

Apostila Controle Estatstico do Processo. 2011


Isto significa que 99.999% dos casos esto dentro da tolerncia. Com este requisito,
pretende-se assegurar que se atinge o objetivo de 99.73 % (3.s - desvio padro) de capacidade
do processo a longo prazo. Diremos ento que um processo nesta situao est em Controlo
Estatstica.
Para os dados sob a forma de atributos, o ndice de capacidade uma medida da
conformidade da mquina ou processo.
7.1 ndices de Capacidade (variveis)
Se o histograma do processo apresenta a forma duma distribuio normal e o processo
estiver em Controle Estatstico (sujeito apenas a variaes naturais) possvel avaliar a
capabilidade ou capacidade do processo atravs do ndice de Capacidade de Processo.
Estes ndices so um meio de indicar a variabilidade de um processo ou mquina em
relao tolerncia dos seus componentes.
7.2 ndices de Capacidade de Processo (Cp E Cpk)

Professor: Rafael de Carvalho Mendes

Pgina 18

Apostila Controle Estatstico do Processo. 2011

ANLISE DA CAPABILIDADE DE PROCESSO


1.33 < Cp (ou Cpk)

SATISFATORIA

1.0 < Cp (ou Cpk) < 1.33

ADEQUADA

Cp (ou Cpk) < 1.00

INADEQUADA

8. CEP CONTROLE ESTATSTICO DO PROCESSO


A aplicao do CEP nas organizaes tem como objetivo a capacitao dos processos, de
modo a atender as especificaes de projeto, bem como manter uma cultura de implementao
da melhoria contnua.
Assim temos:
Reduo de refugos e retrabalhos;
Identificao das causas dos problemas, visando aes corretivas e preventivas;
Estabilizao do processo;
Garantia da qualidade do produto final;
Tomada de decises com base racional e no emocional.
8.1 Indicadores para monitoramento do cep
Grficos de evoluo dos ndices de capacidade.
Grficos de evoluo da implementao.
Grficos para monitorar a eficcia do CEP e a evoluo do Cpk.
Planos de Ao, quando o Cpk est fora do objetivo.
A realizao do CEP exige o envolvimento de vrios nveis de uma organizao, para tanto
ao se iniciar o controle do processo, deve-se deixar bem claro quais so as responsabilidades de
Professor: Rafael de Carvalho Mendes

Pgina 19

Apostila Controle Estatstico do Processo. 2011


cada figura da organizao que estiver envolvida. No se pode imputar toda a responsabilidade
ao operador simplesmente, como pode ser visto abaixo o operador na verdade fica com as
operaes mais simples do sistema, mas de supra importncia que o mesmo tenha cincia e

Coleta de dados

Operador

Lder de equipe

Atividades

Lder de Unidade

Responsveis

CEP Coordenador

participe de todas as outras aes.

Clculo Limites de Controle

Anlise da Estabilidade

Eliminao de Causas Especiais

Anlise de Capacidade

Reduo de Causas Comuns

Figura 5: matriz sugestiva de responsabilidades na realizao de cep.

As atividades acima indicadas podem ser melhor entendidas quando visualizadas em


fluxograma como pode ser visto na figura 6.

Professor: Rafael de Carvalho Mendes

Pgina 20

Apostila Controle Estatstico do Processo. 2011

Figura 6: Fluxograma com as etapas de funcionamento do CEP.

8.2 Variaes
So partes integrantes dos processos, pode m ser identificadas atravs de tcnicas
estatsticas elementares e podem ter causas comuns ou especiais.
8.3 Causas Comuns
So tambm chamadas de aleatrias, normais, crnicas ou ambientais. Estas variaes
ocorrem ao acaso e referem-se a muitas fontes de variaes dentro de um processo que se
encontra

sob controle estatstico.

Estas agem com um sistema constante de causas aleatrias, enquanto seus valores
aferidos individualmente apresentam-se diferentes entre si. Em grupo, entretanto, podem ser
descritos por uma distribuio normal. A sua
detalhada

alterao

requer

geralmente

anlise

mais

e aes no sistema, sendo de responsabilidade da gerncia.

Ex.: Uma usinagem dentro de uma determinada medida, impureza na pintura, distribuio de
pontos de solda na pea, variao de forma em peas estampadas, variao de torque em
apertadeiras, etc.
8.4 Causas Especiais
So tambm chamadas de causais ou eventuais. Estas variaes ocorrem de modo no
aleatrio, alterando a normalidade do processo.
Referem-se a quaisquer fatores de variao, que no podem ser explicados
adequadamente atravs de uma distribuio simples de resultados, como seria o caso, se o
processo estivesse sob controle estatstico. A menos que todas as causas especiais de variao
sejam identificadas e eliminadas, continuaro a afetar de forma imprevisvel o resultado do
processo.
responsabilidade do pessoal diretamente envolvido com a operao, descobri-la e
elimin-la. Requer ao local.
Ex: Quebra de ferramenta de corte, apertadeira desregulada, rebarba em ponto de solda, etc.

Professor: Rafael de Carvalho Mendes

Pgina 21

Apostila Controle Estatstico do Processo. 2011

Figura 7: Resumo causas comuns e causas especiais.

8.5 Limites de Controle


Determinam os limites de variao, estatisticamente seguros, do processo.
LSC Limite Superior de Controle
LIC Limite Inferior de Controle
LM/LC Linha mdia ou linha central

Figura 8: Exemplo do grfico de controle.

Professor: Rafael de Carvalho Mendes

Pgina 22

Apostila Controle Estatstico do Processo. 2011

8.6 Tipos de Carta


Dependendo do tipo de processo a ser acompanhado pela carta de tendncia, so
adotados tipos diferentes de carta, abaixo os dois tipos que podem ser adotados em virtude do
que se pode medir no processo:
8.6.1 Carta por Variveis
Quando a caracterstica a ser monitorizada uma grandeza mensurvel, quantitativa. So elas:

X /R:

mdia e amplitude;

X /S:

mdia e desvio padro;

~
X /R:

mediana e amplitude;

X / R : elemento individual e amplitude.

8.6.2 Carta por Atributos


Quando a caracterstica uma grandeza qualitativa, isto , no pode ser medida, e sim,
contada. Normalmente so contados os defeitos ou no conformidades detectadas atravs da
comparao com um determinado padro. So elas:
c: quantidade de defeitos;
u: quantidade de defeitos por unidade;
np: quantidade de elementos defeituosos;
p: porcentagem ou frao de elementos defeituosos.

Professor: Rafael de Carvalho Mendes

Pgina 23

Apostila Controle Estatstico do Processo. 2011

FLUXOGRAMA
ESCOLHA DA CAR TA DE CONTROLE

SIM

Caracterstica
mensurvel ?

NO

Carta por
variveis

X/R

No

Carta por
atributos

n>1
?

SIM

Controle de n de
defeitos ou no
conformidades ?

SIM

X/R

No

Carta

No

No

NO

varivel ?

por X ?

SIM

SIM

U
No

X/S

Controle de
elementos
defeituosos ou no conformes

Carta
por R ?
SIM
NO

X/R

No
varivel ?
SIM

np
p

Professor: Rafael de Carvalho Mendes

Pgina 24

FABE Faculdade de Betim Grupo UNIS-MG


9. ANLISE DOS PROCESSOS
9.1 Processo sob controle ou estvel
Quando todos os pontos esto em torno da mdia, indica que o seu processo
est sob controle, ou estvel, e a linha de produo est produzindo produtos de
boa qualidade.

Figura 9: Exemplo do grfico de controle de um processo estvel.

Obs.: A existncia de uma sequncia de 15 ou mais pontos consecutivos contidos


no tero central indica necessidade de recalcular os Limites de Controle. Isto
devido melhoria do processo, e o reclculo necessrio, quando vivel, para
evitar que o processo retorne condio anterior.

Figura 10: Indicao da necessidade de recalculo dos limites.

Apostila Controle Estatstico do Processo. 201


1
9.2 Processo fora de controle ou instvel
Para verificar se o processo est Fora de Controle ou Instvel , isto , se
existem causas especiais atuando no processo, basta que ocorra pelo menos uma
das regras de instabilidade a seguir:
1a REGRA : Existncia de pelo menos 1 ponto acima do LSC ou abaixo do LIC.

2a REGRA : Existncia de uma sequncia de 7 ou mais pontos consecutivos todos


acima ou abaixo da linha mdia.

3a REGRA : Existncia de uma sequncia de 7 ou mais pontos consecutivos


ascendentes ou descendentes.

Professor: Rafael de Carvalho Mendes

Pgina 26

Apostila Controle Estatstico do Processo. 201


1

Professor: Rafael de Carvalho Mendes

Pgina 27

Apostila Controle Estatstico do Processo. 201


1
10. CAPACIDADE DO PROCESSO - CARTA POR VARIVEIS

10.1 Conceito
a propriedade do processo de atender com segurana estatstica as
especificaes, desenhos ou normas oriundas do projeto. Para isso ocorrer,
primeiramente o processo deve estar estabilizado, isto , no apresentar causas
especiais de variao.
Para quantificar a capacidade do processo utilizamos os indicadores Cp e Cpk.
Cp: NDICE DE CAPACIDADE POTENCIAL DO PROCESSO.
Indica se o processo tem condies de atender Especificao de
Engenharia.
obtido dividindo-se a Tolerncia da Especificao de Engenharia pela
Tolerncia Natural do Processo. A Tolerncia Natural pode ser entendida como a
faixa de variao do processo.
Tolerncia Especificao
Cp=

LSE LIE
=

Tolerncia Natural do processo

Onde : LSE : Limite Superior da Especificao de Engenharia


LIE : Limite Inferior da Especificao de Engenharia
: Desvio Padro da Populao
Cpk: ndice De Capacidade Centrada Do Processo
obtido tomando-se o Menor valor entre Cps e Cpi, que so:

LSE -X
Cps =

X - LIE
e Cpi =

Professor: Rafael de Carvalho Mendes

Pgina 28

Apostila Controle Estatstico do Processo. 201


1
Sendo X : mdia das mdias das amostras.

10.2 Determinao dos limites Inferiores e Superiores Controle por


Variveis
No caso de cartas de controle por variveis, os limites podem ser estipulados,
atravs da utilizao dos valores pr-definidos que se encontram na tabela 1, no
final deste captulo.
Clculo dos limites:

Professor: Rafael de Carvalho Mendes

Pgina 29

Apostila Controle Estatstico do Processo. 201


1
Onde: n = n de elementos da amostra (subgrupo)
K = n de amostras (subgrupos)
Fatores A3. B4, B3 : Tabela I (ANEXOS).
Obs.: O fator B3, igual a zero para n de 2 a 5 elementos e, consequentemente,
LIC tambm igual a zero.
10.3 Determinao dos limites Inferiores e Superiores Controle por Atributos
As Cartas de Controle por Atributos so utilizadas para controlar
caractersticas que no podem ser medidas ou no conveniente faz-lo, por
questo de tempo, equipamento, ou pessoal disponvel. Muitas vezes, o Controle
por Variveis usando medio pode ser anti-econmico ao processo. Nestes casos,
interessante realizar o Controle por Atributos, ou seja, classificar o produto ou
processo em conforme/ no conforme, defeituoso/ sem defeito ou at realizar a
contagem de defeitos.
Principais caractersticas:

O nmero de caractersticas a controlar no processo ou no produto elevado;

A inspeo visual, podendo ser auxiliada por instrumento tico (ex.: lupa,
endoscpio);

Necessita de definio de padro de qualidade para o produto ou processo


para que o mesmo possa ser avaliado em Conforme ou No-Conforme;

O tamanho da amostra n deve ser determinado atravs de uma coleta de


dados inicial. O tamanho da amostra nas Cartas por Atributo inversamente
proporcional incidncia de defeitos ou elementos defeituosos, isto , quanto
menor a incidncia de defeitos, maior deve ser o tamanho da amostra.

CARTA c

Utiliza a Distribuio de Poisson;

Realiza a contagem de defeitos encontrados no processo ou produto;

Ex.: amassados encontrados em uma lateral da carroceria, escorridos de tinta na


carroceria, etc.
Professor: Rafael de Carvalho Mendes

Pgina 30

Apostila Controle Estatstico do Processo. 201


1
O tamanho da amostra n deve ser constante.
Clculo dos limites:

Onde c1, c2, c3,....ck so nmeros de defeitos de cada uma das k amostras.
K: n de amostras

Professor: Rafael de Carvalho Mendes

Pgina 31

Apostila Controle Estatstico do Processo. 201


1
11. SIMBOLOS UTILIZADOS

Professor: Rafael de Carvalho Mendes

Pgina 32

Apostila Controle Estatstico do Processo. 201


1
12. REFERNCIAS
CAMPOS, Vicente Falconi. Qualidade Total: Padronizao de Empresas. Belo
Horizonte: Fundao Cristiano Ottoni, 1992.
CAMPOS, Vicente Falconi. TQC: Controle da Qualidade Total (no estilo japons).
Fundao Cristiano Ottoni, 1982.
CARLZON, Jan. A Hora da Verdade. COP Editora.
ELETROBRS, Projeto TA-2. Material de curso. Rio de Janeiro: 1983.
Farias, A. A.; Soares, J. F. ; Csar, C.C. Introduo Estatstica. 2 edio. Rio de
Janeiro: LTC. 2003.
GARVIN, David A. Gerenciando a Qualidade: a viso estratgica e competitiva. Rio
de Janeiro: Qualitymark Editora, 1992.
GOLDRATT, Eliahu. A Meta. Editora Harbra.
ISHIKAWA, Kaoru. Introduction to Quality Control. Tokyo: Japan, 3 A Corporation,
1990.
JURAN, Joseph M. Planejando para a Qualidade. So Paulo: Livraria Pioneira
Editora 1992.
JURAN, Joseph M. Na liderana pela Qualidade. So Paulo: Livraria Pioneira
Editora, 1992.
KANO, Noriaki. Attractive Quality and must be Quality. Revista Hinshitsu, vol.
14, n 2, abril/1984.

Professor: Rafael de Carvalho Mendes

Pgina 33

Apostila Controle Estatstico do Processo. 201


1
KUME, Hitoshi. Mtodos Estatsticos para Melhoria da Qualidade. So Paulo:
Editora Gente, 1993.
Magalhes, M.; Lima, A. Noes de Probabilidade e Estatstica. 3 edio. So
Paulo: Edusp. 2001.
MANN, Nancy R. Deming: As Chaves da Excelncia. So Paulo: Makron Books.
1992.
Montgomery, D. C. & Runger, G. C. Estatstica Aplicada e Probabilidade Para
Engenheiros. 2 edio. Rio de Janeiro: LTC. 2003.
Triola, M. F. Introduo Estatstica. 7 edio. Rio de Janeiro: LTC. 1998.
Werkema, M. C. C. Como Estabelecer Concluses Com Confiana: Entendendo
Inferncia Estatstica. Volume 4 da Srie Ferramentas da Qualidade. Belo Horizonte:
Fundao Cristiano Ottoni, 1996.
Werkema, M. C. C. Ferramentas Estatsticas Bsicas Para o Gerenciamento de
Processos. Volume 2 da Srie Ferramentas da Qualidade. Belo Horizonte:
Fundao Cristiano Ottoni. 1995.

Professor: Rafael de Carvalho Mendes

Pgina 34

Apostila Controle Estatstico do Processo. 201


1

13. ANEXOS
13.1 Tabela I - Tabela de fatores e frmulas para cartas de controle

Professor: Rafael de Carvalho Mendes

Pgina 35

Apostila Controle Estatstico do Processo. 201


1

F i g u r a 1 1 : Extrado da publicao ASTM STP - 15D, Manual on the Presentation of Data and Control Chart
Analysls, 1975; pg. 134-136.

13.2 Tabela II - Tabela de fatores e frmulas para cartas de controle


(cont).

Professor: Rafael de Carvalho Mendes

Pgina 36

Apostila Controle Estatstico do Processo. 201


1

F i g u r a 1 2 : E xtrado da publicao astm stp - 15d , manual on the presentation of data and control chart
analysls, 1975; pg. 134-136.

13.3 Tabela III - Tabela da distribuio normal - P(0 < z < zc)
Segunda Decimal de Z

Professor: Rafael de Carvalho Mendes

Pgina 37

Apostila Controle Estatstico do Processo. 201


1

Parte inteira e primeira decimal de Z

0.0

0.000000 0.003989 0.007978 0.011966 0.015953 0.019939 0.023922 0.027903 0.031881 0.035856

0.1

0.039828 0.043795 0.047758 0.051717 0.055670 0.059618 0.063559 0.067495 0.071424 0.075345

0.2

0.079260 0.083166 0.087064 0.090954 0.094835 0.098706 0.102568 0.106420 0.110261 0.114092

0.3

0.117911 0.121720 0.125516 0.129300 0.133072 0.136831 0.140576 0.144309 0.148027 0.151732

0.4

0.155422 0.159097 0.162757 0.166402 0.170031 0.173645 0.177242 0.180822 0.184386 0.187933

0.5

0.191462 0.194974 0.198468 0.201944 0.205401 0.208840 0.212260 0.215661 0.219043 0.222405

0.6

0.225747 0.229069 0.232371 0.235653 0.238914 0.242154 0.245373 0.248571 0.251748 0.254903

0.7

0.258036 0.261148 0.264238 0.267305 0.270350 0.273373 0.276373 0.279350 0.282305 0.285236

0.8

0.288145 0.291030 0.293892 0.296731 0.299546 0.302337 0.305105 0.307850 0.310570 0.313267

0.9

0.315940 0.318589 0.321214 0.323814 0.326391 0.328944 0.331472 0.333977 0.336457 0.338913

1.0

0.341345 0.343752 0.346136 0.348495 0.350830 0.353141 0.355428 0.357690 0.359929 0.362143

1.1

0.364334 0.366500 0.368643 0.370762 0.372857 0.374928 0.376976 0.379000 0.381000 0.382977

1.2

0.384930 0.386861 0.388768 0.390651 0.392512 0.394350 0.396165 0.397958 0.399727 0.401475

1.3

0.403200 0.404902 0.406582 0.408241 0.409877 0.411492 0.413085 0.414657 0.416207 0.417736

1.4

0.419243 0.420730 0.422196 0.423641 0.425066 0.426471 0.427855 0.429219 0.430563 0.431888

1.5

0.433193 0.434478 0.435745 0.436992 0.438220 0.439429 0.440620 0.441792 0.442947 0.444083

1.6

0.445201 0.446301 0.447384 0.448449 0.449497 0.450529 0.451543 0.452540 0.453521 0.454486

1.7

0.455435 0.456367 0.457284 0.458185 0.459070 0.459941 0.460796 0.461636 0.462462 0.463273

1.8

0.464070 0.464852 0.465620 0.466375 0.467116 0.467843 0.468557 0.469258 0.469946 0.470621

1.9

0.471283 0.471933 0.472571 0.473197 0.473810 0.474412 0.475002 0.475581 0.476148 0.476705

2.0

0.477250 0.477784 0.478308 0.478822 0.479325 0.479818 0.480301 0.480774 0.481237 0.481691

2.1

0.482136 0.482571 0.482997 0.483414 0.483823 0.484222 0.484614 0.484997 0.485371 0.485738

2.2

0.486097 0.486447 0.486791 0.487126 0.487455 0.487776 0.488089 0.488396 0.488696 0.488989

2.3

0.489276 0.489556 0.489830 0.490097 0.490358 0.490613 0.490863 0.491106 0.491344 0.491576

2.4

0.491802 0.492024 0.492240 0.492451 0.492656 0.492857 0.493053 0.493244 0.493431 0.493613

2.5

0.493790 0.493963 0.494132 0.494297 0.494457 0.494614 0.494766 0.494915 0.495060 0.495201

2.6

0.495339 0.495473 0.495604 0.495731 0.495855 0.495975 0.496093 0.496207 0.496319 0.496427

2.7

0.496533 0.496636 0.496736 0.496833 0.496928 0.497020 0.497110 0.497197 0.497282 0.497365

2.8

0.497445 0.497523 0.497599 0.497673 0.497744 0.497814 0.497882 0.497948 0.498012 0.498074

2.9

0.498134 0.498193 0.498250 0.498305 0.498359 0.498411 0.498462 0.498511 0.498559 0.498605

3.0

0.498650 0.498694 0.498736 0.498777 0.498817 0.498856 0.498893 0.498930 0.498965 0.498999

3.1

0.499032 0.499065 0.499096 0.499126 0.499155 0.499184 0.499211 0.499238 0.499264 0.499289

3.2

0.499313 0.499336 0.499359 0.499381 0.499402 0.499423 0.499443 0.499462 0.499481 0.499499

3.3

0.499517 0.499534 0.499550 0.499566 0.499581 0.499596 0.499610 0.499624 0.499638 0.499651

3.4

0.499663 0.499675 0.499687 0.499698 0.499709 0.499720 0.499730 0.499740 0.499749 0.499758

3.5

0.499767 0.499776 0.499784 0.499792 0.499800 0.499807 0.499815 0.499822 0.499828 0.499835

3.6

0.499841 0.499847 0.499853 0.499858 0.499864 0.499869 0.499874 0.499879 0.499883 0.499888

3.7

0.499892 0.499896 0.499900 0.499904 0.499908 0.499912 0.499915 0.499918 0.499922 0.499925

3.8

0.499928 0.499931 0.499933 0.499936 0.499938 0.499941 0.499943 0.499946 0.499948 0.499950

3.9

0.499952 0.499954 0.499956 0.499958 0.499959 0.499961 0.499963 0.499964 0.499966 0.499967

13.4 Tabela IV T-Student tc - P(Ttc) =

Graus de liberdade

Alpha
0.10

0.09

0.08

0.07

0.06

0.05

0.04

0.03

0.02

0.01

6.31375

7.02637

7.91582

9.05789

10.57889

12.70620

15.89454

21.20495

31.82052

63.65674

2.91999

3.10398

3.31976

3.57825

3.89643

4.30265

4.84873

5.64278

6.96456

9.92484

2.35336

2.47081

2.60543

2.76260

2.95051

3.18245

3.48191

3.89605

4.54070

5.84091

2.13185

2.22610

2.33287

2.45589

2.60076

2.77645

2.99853

3.29763

3.74695

4.60409

2.01505

2.09784

2.19096

2.29739

2.42158

2.57058

2.75651

3.00287

3.36493

4.03214

6
7

1.94318
1.89458

2.01920
1.96615

2.10431
2.04601

2.20106
2.13645

2.31326
2.24088

2.44691
2.36462

2.61224
2.51675

2.82893
2.71457

3.14267
2.99795

3.70743
3.49948

Professor: Rafael de Carvalho Mendes

Pgina 38

Apostila Controle Estatstico do Processo. 201


1
8

1.85955

1.92799

2.00415

2.09017

2.18915

2.30600

2.44898

2.63381

2.89646

3.35539

1.83311

1.89922

1.97265

2.05539

2.15038

2.26216

2.39844

2.57380

2.82144

3.24984

10

1.81246

1.87677

1.94810

2.02833

2.12023

2.22814

2.35931

2.52748

2.76377

3.16927

11

1.79588

1.85877

1.92843

2.00666

2.09614

2.20099

2.32814

2.49066

2.71808

3.10581

12

1.78229

1.84402

1.91231

1.98893

2.07644

2.17881

2.30272

2.46070

2.68100

3.05454

13

1.77093

1.83170

1.89887

1.97416

2.06004

2.16037

2.28160

2.43585

2.65031

3.01228

14

1.76131

1.82127

1.88750

1.96166

2.04617

2.14479

2.26378

2.41490

2.62449

2.97684

15

1.75305

1.81232

1.87774

1.95094

2.03429

2.13145

2.24854

2.39701

2.60248

2.94671

16

1.74588

1.80455

1.86928

1.94165

2.02400

2.11991

2.23536

2.38155

2.58349

2.92078

17

1.73961

1.79776

1.86187

1.93353

2.01500

2.10982

2.22385

2.36805

2.56693

2.89823

18

1.73406

1.79175

1.85534

1.92636

2.00707

2.10092

2.21370

2.35618

2.55238

2.87844

19

1.72913

1.78642

1.84953

1.91999

2.00002

2.09302

2.20470

2.34565

2.53948

2.86093

20

1.72472

1.78164

1.84433

1.91429

1.99371

2.08596

2.19666

2.33624

2.52798

2.84534

21

1.72074

1.77734

1.83965

1.90916

1.98804

2.07961

2.18943

2.32779

2.51765

2.83136

22

1.71714

1.77345

1.83542

1.90452

1.98291

2.07387

2.18289

2.32016

2.50832

2.81876

23

1.71387

1.76991

1.83157

1.90031

1.97825

2.06866

2.17696

2.31323

2.49987

2.80734

24

1.71088

1.76667

1.82805

1.89646

1.97399

2.06390

2.17154

2.30691

2.49216

2.79694

25

1.70814

1.76371

1.82483

1.89293

1.97010

2.05954

2.16659

2.30113

2.48511

2.78744

26

1.70562

1.76098

1.82186

1.88968

1.96651

2.05553

2.16203

2.29581

2.47863

2.77871

27

1.70329

1.75847

1.81913

1.88669

1.96320

2.05183

2.15782

2.29091

2.47266

2.77068

28

1.70113

1.75613

1.81659

1.88391

1.96014

2.04841

2.15393

2.28638

2.46714

2.76326

29

1.69913

1.75397

1.81424

1.88134

1.95729

2.04523

2.15033

2.28217

2.46202

2.75639

30

1.69726

1.75195

1.81205

1.87894

1.95465

2.04227

2.14697

2.27826

2.45726

2.75000

31

1.69552

1.75007

1.81000

1.87670

1.95218

2.03951

2.14383

2.27461

2.45282

2.74404

32

1.69389

1.74831

1.80809

1.87461

1.94987

2.03693

2.14090

2.27120

2.44868

2.73848

33

1.69236

1.74666

1.80629

1.87265

1.94770

2.03452

2.13816

2.26801

2.44479

2.73328

34

1.69092

1.74511

1.80461

1.87080

1.94567

2.03224

2.13558

2.26501

2.44115

2.72839

35

1.68957

1.74365

1.80302

1.86907

1.94375

2.03011

2.13316

2.26219

2.43772

2.72381

40

1.68385

1.73747

1.79631

1.86173

1.93566

2.02108

2.12291

2.25027

2.42326

2.70446

45

1.67943

1.73269

1.79113

1.85606

1.92941

2.01410

2.11500

2.24108

2.41212

2.68959

50

1.67591

1.72889

1.78700

1.85155

1.92444

2.00856

2.10872

2.23379

2.40327

2.67779

60

1.67065

1.72322

1.78085

1.84483

1.91703

2.00030

2.09936

2.22292

2.39012

2.66028

120

1.65765

1.70919

1.76564

1.82822

1.89874

1.97993

2.07631

2.19620

2.35782

2.61742

Professor: Rafael de Carvalho Mendes

Pgina 39

Apostila Controle Estatstico do Processo. 201


1
13.5 Tabela V - Fisher-Snedecor para regresso fc - P(Ffc) =

Graus de liberdade do denominador

Alpha
0.10

0.09

0.08

0.07

0.06

0.05

0.04

0.03

0.02

0.01

39.86

49.37

62.66

82.05

111.91

161.45

252.64

449.65

1012.55

4052.18

8.53

9.63

11.02

12.80

15.18

18.51

23.51

31.84

48.51

98.50

5.54

6.10

6.79

7.63

8.71

10.13

12.12

15.18

20.62

34.12

4.54

4.96

5.44

6.03

6.76

7.71

8.99

10.87

14.04

21.20

4.06

4.40

4.80

5.28

5.86

6.61

7.60

9.02

11.32

16.26

3.78

4.08

4.43

4.84

5.35

5.99

6.82

8.00

9.88

13.75

3.59

3.87

4.19

4.56

5.02

5.59

6.33

7.37

8.99

12.25

3.46

3.72

4.02

4.37

4.79

5.32

6.00

6.94

8.39

11.26

3.36

3.61

3.89

4.22

4.62

5.12

5.75

6.62

7.96

10.56

10

3.29

3.52

3.80

4.11

4.50

4.96

5.57

6.39

7.64

10.04

11

3.23

3.46

3.72

4.03

4.39

4.84

5.42

6.20

7.39

9.65

12

3.18

3.40

3.66

3.96

4.31

4.75

5.30

6.06

7.19

9.33

13

3.14

3.36

3.61

3.90

4.24

4.67

5.21

5.93

7.02

9.07

14

3.10

3.32

3.56

3.85

4.19

4.60

5.12

5.83

6.89

8.86

15

3.07

3.28

3.53

3.81

4.14

4.54

5.06

5.75

6.77

8.68

16

3.05

3.26

3.49

3.77

4.10

4.49

5.00

5.67

6.67

8.53

17

3.03

3.23

3.47

3.74

4.06

4.45

4.95

5.61

6.59

8.40

18

3.01

3.21

3.44

3.71

4.03

4.41

4.90

5.55

6.51

8.29

19

2.99

3.19

3.42

3.69

4.00

4.38

4.86

5.50

6.45

8.18

20

2.97

3.17

3.40

3.66

3.97

4.35

4.83

5.46

6.39

8.10

21

2.96

3.16

3.38

3.64

3.95

4.32

4.79

5.42

6.34

8.02

22

2.95

3.15

3.37

3.63

3.93

4.30

4.77

5.38

6.29

7.95

23

2.94

3.13

3.35

3.61

3.91

4.28

4.74

5.35

6.25

7.88

24

2.93

3.12

3.34

3.60

3.90

4.26

4.72

5.32

6.21

7.82

25

2.92

3.11

3.33

3.58

3.88

4.24

4.69

5.30

6.18

7.77

26

2.91

3.10

3.32

3.57

3.87

4.23

4.67

5.27

6.14

7.72

27

2.90

3.09

3.31

3.56

3.85

4.21

4.66

5.25

6.11

7.68

28

2.89

3.08

3.30

3.55

3.84

4.20

4.64

5.23

6.09

7.64

29

2.89

3.08

3.29

3.54

3.83

4.18

4.62

5.21

6.06

7.60

30

2.88

3.07

3.28

3.53

3.82

4.17

4.61

5.19

6.04

7.56

31

2.87

3.06

3.28

3.52

3.81

4.16

4.60

5.17

6.02

7.53

32

2.87

3.06

3.27

3.51

3.80

4.15

4.58

5.16

6.00

7.50

33

2.86

3.05

3.26

3.51

3.79

4.14

4.57

5.14

5.98

7.47

34

2.86

3.05

3.26

3.50

3.79

4.13

4.56

5.13

5.96

7.44

35

2.85

3.04

3.25

3.49

3.78

4.12

4.55

5.12

5.94

7.42

40

2.84

3.02

3.23

3.47

3.75

4.08

4.51

5.06

5.87

7.31

45

2.82

3.00

3.21

3.44

3.72

4.06

4.47

5.02

5.82

7.23

50

2.81

2.99

3.19

3.43

3.70

4.03

4.45

4.99

5.78

7.17

60
12
0

2.79

2.97

3.17

3.40

3.67

4.00

4.41

4.94

5.71

7.08

2.75

2.92

3.12

3.34

3.61

3.92

4.31

4.82

5.56

6.85

Professor: Rafael de Carvalho Mendes

Pgina 40