Professional Documents
Culture Documents
PRESENTADO POR:
SANDRA GISETH HERRERA PRIETO.
Cd: 1016039815. Correo: sgherrera5@misena.edu.co
JAIRO LUGO
Cd: 80108715. Correo: jasang73@gmail.com
LIDA ALEXI GONZALEZ
Cd: 1012320926. Correo: lidagoma@hotmail.com
PRESENTADO A:
HECTOR ABELARDO CHAPARRO
INTRODUCCION
DESCRIPCIN
Recepcin de la leche proveniente de cooperativa lechera
Peso promedio de la leche a procesar
Nivel de acidez
Tiempo para calentar la leche
Tiempo de cuajado
Tiempo de desuerado
Tiempo de hilado
Tiempo de moldeo
Tiempo de enfriamiento
Temperatura de almacenamiento del producto final
Concepto de control de calidad sobre el producto final
Se pide con la base de datos obtenida, realizar un anlisis estadstico que permita obtener
conclusiones tiles que fundamenten estrategias que propendan por la bsqueda de
estndares aplicables en la normatividad de un sistema de calidad para el proceso
productivo de la empresa Santa Helena.
Solucin de los problemas planteados:
1. Problema 1
En cuales conceptos de la probabilidad se puede apoyar el investigador para
analizar el problema planteado?
a) Experimento: Es toda accin sobre la cual vamos a realizar una medicin u
observacin, es decir cualquier proceso que genera un resultado definido.
Variable
Remisiones
Peso
Acidez
Pasteurizacin
Cuajado
Desuerado
Hilado
Moldeo
Enfriamiento
Almacenamiento
Concepto
Estandarizacin
Corte de la
cuajada
Salado
Fundido
Calculo de
rendimiento
Despacho
Produccin diaria
Extra contenido g.
Cuantitativa
X
X
X
X
X
X
X
X
X
X
Cualitativa
X
X
X
X
X
X
X
X
X
Aceptado nij
Rechazado
nij
Total
5 - 15) nij
13
16
15,1 19,9)
nij
64
70
1082
132
1214
20 55) nij
Total
1159
nij Frecuencia absoluta simple.
141
1300
Construya una tabla de doble entrada Desuerado vs Concepto. (Utilice mximo tres
niveles por variable)
Concepto
Desuerado
Aceptado nij
Rechazado
nij
Total
1 10,9) nij
1132
141
1273
11 12) nij
17
17
10
10
1159
141
1300
Total
2. Problema 2
13+3+64+ 6
=0,066 x 100=6,6
1300
6+132
=0,106 x 100=10,6
1300
Ahora para este caso si se puede aplicar el Teorema de Bayes, Segn la frmula permite
calcular fcilmente probabilidades condicionales, llamadas probabilidades a posteriori
siempre y cuando se conozca las probabilidades a priori, y las probabilidades condicionales
(PBj) (PA/Bj).
De la tabla conocemos las probabilidades condicionales (aceptado y rechazo) y las
probabilidades a priori nivel de acidez; podramos volver a calcular la probabilidad de que
se presente un rechazo o aceptado en alguno de los niveles de acidez.
b. Segn la tabla de doble entrada Desuerado vs Concepto.
Qu probabilidad se presenta de que el Desuerado, se demoren menos de 11
minutos?
Rta. En este caso nos interesa todos los valores de la primera fila de la tabla, entre 1 y 10,9
el tiempo de desuerado; las dividiremos entre la nmero de la muestra, multiplicado por
100.
P ( A )=
1132+141
=0,979 x 100=97,9
1300
ni
fi
Pi =100 f i
Menor < 1
1 6)
7 12)
Total
22
1111
167
1300
0,017
0,855
0,128
1
1,7%
85,5%
12,8%
100%
Ni
Clase
x i ni
295
698
275
32
1300
295
993
1268
1300
1
4
7
10,5
295
2792
1925
336
Remisin
0 2)
3 5)
6 8)
9 12)
Total
Media
N
x i ni
X = i=1
N
295+2792+1925+336
X =
=3,629
1300
Mediana
N
N i1
2
M e =Li+
a
ni
Donde
N 1300
=
=750
2
2
M e =3+
750295
2=4,303
698
Moda
M o=Li +
n i+1
a
ni +1+ ni1 i
M o=3+
275
2=2,894
275+295
Rta. No es simtrica
Peso
ni
Ni
Clase
x i ni
17,5 23,5)
23,6 29,6)
29,7 35,8)
Total
132
931
237
1300
132
1063
1300
20,50
26,6
32,75
2706
24764,6
7761,75
Media
N
x i ni
X = i=1
2706+ 24764,6+7761,75
X =
=27,10
1300
Mediana
N
N i1
2
M e =Li+
a
ni
Donde
N 1300
=
=750
2
2
M e =23,6+
750132
6=27,58
931
Moda
M o=Li +
n i+1
a
ni +1+ ni1 i
M o=23,6+
237
3=25,52
237+132
Rta. No es simtrica.
Acidez
ni
Ni
Clase
x i ni
7 22,6)
22,7 38,2)
38,3 53,7)
Total
183
978
139
1300
183
11161
1300
14,8
30,45
46
2708,4
29740,98
6394
Media
N
x i ni
X = i=1
2708,4+ 29740,98+6394
X =
=29,87
1300
Mediana
N
N i1
2
M e =Li+
a
ni
Donde
N 1300
=
=750
2
2
M e =22,7+
750183
15,5=23,48
11161
Moda
M o=Li +
n i+1
a
ni +1+ ni1 i
M o=22,7+
139
15,5=29,39
139+183
Rta. No es simtrica.
Pasteurizado
ni
Ni
Clase
x i ni
0,6 0,7)
0,8 1)
Total
280
1020
1300
280
1300
0,65
0,9
182
918
Media
N
x i ni
X = i=1
182+918
X =
=0,846
1300
Mediana
N
N i1
2
M e =Li+
a
ni
Donde
N 1300
=
=750
2
2
M e =0,8+
750280
0,1=0,846
1020
Moda
M o=Li +
n i+1
a
ni +1+ ni1 i
M o=0,8+
0
0.1=0,8
0+280
Cuajado
ni
Ni
Clase
x i ni
1,5 2,4)
2,5 3,4)
3,5 4,5)
Total
251
864
185
1300
251
1115
1300
1,95
2,95
4
489,45
2548,8
740
Media
N
x i ni
X = i=1
489,45+2548,8+740
X =
=2,9
1300
Mediana
N
N i1
2
M e =Li+
a
ni
Donde
N 1300
=
=750
2
2
M e =2,5+
750251
0,9=3
864
Moda
M o=Li +
n i+1
a
ni +1+ ni1 i
M o=2,5+
185
0.9=2,9
185+251
Desuerado
ni
Ni
Clase
x i ni
1,3 5,6)
5,7 9,9)
10 13,9)
Total
222
986
92
1300
222
1208
1300
3,45
7,8
11,95
765,9
7690,8
1099,4
Media
N
x i ni
X = i=1
765,9+7690,8+1099,4
X =
=7,35
1300
Mediana
N
N i1
2
M e =Li+
a
ni
Donde
N 1300
=
=750
2
2
M e =5,7+
750222
4,2=7,94
986
Moda
M o=Li +
n i+1
a
ni +1+ ni1 i
M o=5,7+
92
4,2=6,93
92+222
Hilado
ni
Ni
Clase
x i ni
4,2 17,0)
17,1 29,9)
30,0 42,7)
Total
199
910
191
1300
199
1109
1300
10,6
23,5
36,75
2109,4
21385
7019,25
Media
N
x i ni
X = i=1
2109+21385+7019,25
X =
=23,47
1300
Mediana
N
N i1
2
M e =Li+
a
ni
Donde
N 1300
=
=750
2
2
M e =17,1+
750199
12,8=24,85
910
Moda
M o=Li +
n i+1
a
ni +1+ ni1 i
M o=17,1+
191
12,8=23,36
191+199
Rta. No es simtrica.
Cul es la proporcin de rechazos en la tabla de resultados?
Concepto
ni
Fi
Aceptado
1159
0,8915
Rta. Revisando la tabla
de frecuencias; nuestra
Rechazo
141
0,1085
frecuencia
relativa
arroja una fraccin de
0,1 de 1; podemos decir que 1 de cada 10 observaciones corresponde a un rechazo o mejor
que el 10% del total de las observaciones son rechazos.
Cul de las variables puede seguir una distribucin binomial?
Rta. Las variables Remisin y concepto ya que la distribucin binomial se utiliza en
situaciones cuya solucin tiene dos posibles resultados o cuando el resultado se puede
reducir a dos opciones.
Qu distribucin debemos aplicar?
Rta. Binomial
n!
p xq nx
x ! (nx)!
Inconformes
La muestra
Valor de la tabla
q=1 p=10,1085
q=10,1085=0,8915
Reemplazamos;
P (120 )=
1300 !
0,10851200,8915 1300120
120 ! (1300120)!
Como es una ecuacin un tanto compleja y con calculadora nos arroja error, lo
mejor es utilizar la frmula de estadstica en Excel para su clculo.
P (120 )= 0,6%
Rta. Entonces existe una probabilidad de 0,6% entre 1300 ensayos de que se presenten 120
inconformes.
Tomado de: https://www.youtube.com/watch?v=xVwetXD9cis
4. Problema 4
Si se toma la variable remisin de insumos como cliente interno de la empresa,
entonces podemos asumir que tiende a una distribucin de probabilidad de que tipo?
Rta. Se puede asumir que corresponde a una distribucin de probabilidad binomial.
Distribucin binomial o de Bernoulli: Se denominan procesos de tipo Bernoulli, a todo
experimento consistente en una serie de pruebas repetidas, caracterizadas por tener
resultados que se pueden clasificar en si verifican o no cierta propiedad o atributo, siendo
aleatorios
e
independientes.
(Tomado
de:
http://www.aulafacil.com/cursos/l11239/ciencia/estadisticas/estadisticas/distribucion-deprobabilidades-distribuciones-discretas-bernouilli)
Un experimento sigue el modelo de la distribucin binomial o de Bernoulli si:
1. Resultados dicotmicos: Los resultados de cada prueba se pueden clasificar en "xito"
si verifican cierta condicin, o "fracaso" en el caso contrario.
2. Independencia de las pruebas: El resultado de una prueba cualquiera es independiente
del resultado obtenido en la prueba anterior, y no incide en el resultado de la prueba
siguiente.
3. Estabilidad de las pruebas: La probabilidad p de obtener un resultado considerado como
un xito se mantiene constante a lo largo de toda la serie de pruebas. (Tomado de:
http://www.aulafacil.com/cursos/l11239/ciencia/estadisticas/estadisticas/distribucionde-probabilidades-distribuciones-discretas-bernouilli)
Cul es el promedio de remisiones?
Rta. Para este punto es necesario sumar todos los datos de las remisiones que tenemos, el
cual nos da como resultado 5358.
Luego de realizar la suma de las remisiones debemos dividir por el nmero de datos que
tenemos, los cuales son: 1300.
Lo cual nos da:
Promedio=
5358
=4,12
1300
538
=0,41100=41,38
1300
Lo cual nos indica que tenemos una probabilidad del 41,38% de que se presente este
fenmeno.
Justifquelo calculndolo con la distribucin de probabilidad adecuada.
Se halla la media aritmtica la cual da como resultado 4.12050756 y la desviacin
estndar que da un resultado de 2.02837456, de acuerdo a los datos de las remisiones
ordenados alfabticamente de menor a mayor. Despus se realiza la distribucin normal de
la cual se obtiene la siguiente grfica:
0.25
0.2
0.15
0.1
0.05
0
nq>5
Los datos presentados en la base de datos nos indican que 4 veces se repiten los 20 minutos
en la operacin de hilado.
p ( X >4 )= p Z >
426000
=
12979,98
5. Problema 5
En una encuesta de mercadeo del producto, se ha concluido que el tiempo de
enfriamiento optimo est entre 2.3 y 4.2 minutos es de mejor aceptacin, aplicando
la distribucin normal, con la media y varianza calculados, la probabilidad de
encontrar este mismo tiempo para esta variable en la Santa Helena es
Rta. Lo primero que debemos determinar son las variables que debemos aplicar para este
tipo de distribucin.
n=1300(Base de datosCantidad)
p=2,3 minutos
q=4,2 minutos
nq>5
p ( X >71 )= p Z >
712990
=
112,06
Luego procedemos como en el ejercicio anterior a usar las frmulas para despejar:
B ( 1300, 1,9 ) N ( 13001,9, 13001,92,6 ) =N (2470,178,11)
p ( X >41 ) =p Z >
412470
=
178,11
6. Discusin Final
Segn los resultados obtenidos Qu estrategia de estandarizacin le da al gerente de la
empresa para que alcance los objetivos propuestos?
De acuerdo a los estudios estadsticos de las diferentes reas de proceso de Santa Helena,
podemos decir que a nivel general, cada uno de los procesos debe determinar de acuerdo a
la produccin realizada la capacidad que tendra para optimizar tiempo, lo cual tendra
como efecto el poder fabricar productos en una cantidad menor de tiempo. Temas como la
acidez y el desuerado de los productos, se debe poseer un control ms estricto ya que los
tiempos no son eficientes y se tiende ms al aumento que a la optimizacin. La
comparacin con la otra compaa demuestra que posee cierta ventaja con respecto a Santa
Helena, en lo cual sera muy importante hacer un estudio de Tiempos y Movimientos,
analizar cul es el promedio de acuerdo a los factores que se podrian llegar a presentar en
un da de produccin normal y asi determinar el tiempo requerido en cada proceso,
controlar variables que no afecten la calidad e inocuidad del producto.
7. Cuadro de Roles:
Nombre de
integrante
del equipo
Rol
seleccionado
Sandra
Giseth
Herrera
Relator
Lida Alexy
Gonzlez
Viga del
Tiempo
3. Organizar el documento y
entregarlo
al
lder
comunicador.
1. Controla el cronograma de
tiempo establecido.
Tareas o funciones
realizadas del rol
(Describir las
actividades que
realiz)
Se ha realizado la
recopilacin
y
unificacin de aportes
de los compaeros y los
propios,
ajustes
y
correcciones
en
el
trabajo.
Jairo Lugo
Sandra
Giseth
Herrera
Utilero
Lder
Problema 5
En
cuanto
a
la
comunicacin con el
tutor para el desarrollo
del trabajo, no se ha
realizado ya que las
inquietudes generadas se
han planteado de forma
individual.
Enfriamiento
ni
Ni
Clase
xi
x i ni
ni ( x i X )2
0,9 2,2)
2,3 4,2)
95
1001
95
1096
1,55
3,25
147,25
3253,25
333,27
29,96
4,3 6,0)
204
1300
5,15
1050,6
608,43
Total
1300
4451,1
971,66
Media
N
x i ni
X = i=1
147,25+3253,25+1050,6
X =
=3,423
1300
Varianza
n i( xi X )2
=
2
n1
971,66
=0,748
1299
Desviacin estndar
=
n i(x i X )2
n1
= 0,748=0,865
donde = X
Reemplazamos,
Cuando X=4,2 Z=
Cuando X=2,3 Z =
4,23,423
=0,9
0,865
2,33,423
=1,3
0,865
ni
54
208
881
157
1300
Ni
Clase
xi
x i ni
54
262
1143
1300
0,95
2,25
3,55
5,3
51,3
468
3127,55
832,1
4478,95
Media
N
x i ni
X = i=1
51,3+ 468+3127,55+832,1
X =
=3,4 4
1300
Varianza
n i( xi X )2
=
2
n1
2=
1183,15
=0, 91
1299
Desviacin estndar
=
n i(x i X )2
n1
= 0,91=0, 954
Ahora, mi variable de inters corresponde al valor entre X= 1,9 y 2,6.
Z=
donde = X
ni ( x i X )2
334,80
294,54
10,66
543,15
1183,15
Reemplazamos,
Cuando X=2 , 6 Z=
Cuando X=1 , 9 Z=
2 , 63,4 4
=0,88
0, 954
1 , 93,4 4
=1, 61
0, 954
CONCLUSIONES
situacion de la vida. En este caso se puede decir que con el ejemplo que tomamos para
realizar el trabajo, este nos direcciono de forma en la que podemos llegar a saber que tan
eficiente es un proceso, determinar cules podrian llegar a ser las fallas (Comparando con
los tipos de distribucin de la probabilidad presentadas en un ejercicio), para asi tomar
medidas en alguna situacion.
Reconocer los tipos de distribuciones aplicables en un ejercicio de probabilidad nos
garantiza el poder tener el dato ms real de un ejercicio, pudiendo plantear de forma
correcta el desarrollo del mismo, distribuciones binomiales, simtricas y normales; son las
que se usan de forma ms frecuente dentro de este tipo de estudios.
REFERENCIAS BIBLIOGRFICAS