Estadistica y Probabilidad Problemas

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
Escuela de Ciencias Bsicas, Tecnologa e Ingeniera

211622 Estadstica y Probabilidad
SITUACIN PROBLEMA
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
INGENIERA DE ALIMENTOS - CEAD: JAG
PRESENTADO A:
HECTOR ABELARDO CHAPARRO
ESTADISTICA Y PROBABILIDAD 211622-3
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
COLOMBIA
2016
INTRODUCCION
A continuacin se muestra el trabajo relacionado con la segunda unidad de aprendizaje del

curso de Estadstica y Probabilidad, en el cual encontramos el tema central la Probabilidad
en la que se llegasen a presentar ciertas situaciones en la fbrica de Lcteos Santa Helena.
Para estos ejercicios se tuvo en cuenta como problema la posible exportacin de productos
lcteos (En este caso la produccin se enfoca en la elaboracin de Queso Doble Crema,
caracterizando una de las variedades propias de nuestro pas), el cual contempla 9 procesos
los cuales son descritos durante el desarrollo del trabajo y que a la hora de evaluar el tema
toman gran importancia (Los cuales son el enfoque de nuestro anlisis estadstico).
Para el anlisis de dichos datos encontramos 5 puntos y una discusin final de la situacion
problema la cual nos ayudara a comprender los temas de Probabilidad en la rama de la
estadstica, el desarrollo del tema de tablas de doble entrada (donde se encuentran algunas de
las variables a evaluar), el tema de la probabilidad de presentacin de un caso, la llegada de
productos a la fbrica, remisin de insumos y temperatura de almacenamiento del queso son
temas que enfocados en el area de estadstica nos ayudara a abordar dichos temas
aterrizndolos a lo que sucede en la actualidad en un trabajo para desarrollarse
profesionalmente.
Cada una de estas actividades es desarrolladas con el apoyo de todos los compaeros del
grupo con la finalidad de poder de aprender sobre el tema de Probabilidad y que este tema
pueda ser aplicado en algn momento en nuestras etapas profesionales.
DESARROLLO DEL TRABAJO

Planteamiento del Problema

La fbrica de lcteos Santa Helena tiene un proceso de produccin de queso doble crema
(recibe la leche cruda), el cual est integrado de 9 subprocesos (peso de leche, nivel de acidez,
pasteurizacin, cuajado, desuerado, hilado, moldeo, enfriado y almacenamiento), cada uno
de estos procedimientos son pieza clave para la calidad del producto final. La fbrica lleva
en actividades ao y medio, empieza a extender su mercado a nivel nacional, para lo cual
requiere ser reconocida por su calidad. Por consiguiente requiere de un proceso de
certificacin mediante las normas ISO, para as estandarizar su proceso y poder competir ms
adelante en el mercado nacional, esto pensando incursionar en mercados ms exigentes como
el extranjero. Un consultor de calidad aconseja a la direccin analizar las variables,
investigacin que genero la base de datos suministrada con la siguiente descripcin de las
variables.
VARIABLE DESCRIPCIN
Remisiones Recepcin de la leche proveniente de cooperativa lechera
Peso Peso promedio de la leche a procesar
Acidez Nivel de acidez
Pasteurizacin Tiempo para calentar la leche
Cuajado Tiempo de cuajado
Desuerado Tiempo de desuerado
Hilado Tiempo de hilado
Moldeo Tiempo de moldeo
Enfriamiento Tiempo de enfriamiento
Almacenamiento Temperatura de almacenamiento del producto final
Concepto 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.
b) Experimento Aleatorio: Es toda actividad cuyos resultados no se determinan con

certeza. Ejemplo: lanzar una moneda al aire. No podemos determinar con toda certeza
cul ser el resultado al lanzar una moneda al aire?
c) Espacio Muestral (S): Es un conjunto de todos los resultados posibles que se pueden
obtener al realizar un experimento aleatorio.
d) Punto Muestral: Es un elemento del espacio muestral de cualquier experimento
dado.
e) Evento o Suceso: Es todo subconjunto de un espacio muestral. Se denotan con letras
maysculas: A, B, etc. Los resultados que forman parte de este evento generalmente
se conocen como "resultados favorables". Cada vez que se observa un resultado
favorable, se dice que "ocurri" un evento. Los eventos pueden ser:
Evento cierto: Un evento es cierto o seguro si se realiza siempre.
Evento imposible: Un evento es imposible si nunca se realiza.
Evento probable o aleatorio: Un evento es aleatorio si no se puede precisar de
antemano el resultado.
a) Probabilidad: Es el conjunto de posibilidades de que un evento ocurra o no en un
momento y tiempo determinado. Dichos eventos pueden ser medibles a travs de una
escala de 0 a 1, donde el evento que no pueda ocurrir tiene una probabilidad de 0
(evento imposible) y un evento que ocurra con certeza es de 1 (evento cierto). La
probabilidad de que ocurra un evento, siendo sta una medida de la posibilidad de
que un suceso ocurra favorablemente, se determina principalmente de dos formas:
empricamente (de manera experimental) o tericamente (de forma matemtica).
Probabilidad emprica: Si E es un evento que puede ocurrir cuando se realiza un
experimento, entonces la probabilidad emprica del evento E, que a veces se le
denomina definicin de frecuencia relativa de la probabilidad, est dada por la
siguiente frmula:
Nota: P (E), se lee probabilidad del evento E
Probabilidad terica: Si todos los resultados en un espacio muestral S finito son

igualmente probables, y E es un evento en ese espacio muestral, entonces la
probabilidad terica del evento E est dada por la siguiente frmula, que a veces se
le denomina la definicin clsica de la probabilidad, expuesta por Pierre Laplace en
su famosa Teora analtica de la probabilidad publicada en 1812:
b) Posibilidades: Las posibilidades comparan el nmero de resultados favorables con

el nmero de resultados desfavorables. Si todos los resultados de un espacio muestral
son igualmente probables, y un nmero n de ellos son favorables al evento E, y los
restantes m son desfavorables a E, entonces las posibilidades a favor de E sonde de
n (E) a m (E), y las posibilidades en contra de E son de m (E) a n (E).
Ejemplos ilustrativos: Mathas se le prometi comprar 6 libros, tres de los cuales
son de Matemtica. Si tiene las mismas oportunidades de obtener cualquiera de los 6
libros, determinar las posibilidades de que le compren uno de Matemtica.
Solucin:
Nmero de resultados favorables = n (E) = 3
Nmero de resultados desfavorables = m (E) = 3
Posibilidades a favor son n (E) a m (E), entonces,
Posibilidades a favor = 3 a 3, y simplificando 1 a 1.
Nota: A las posibilidades de 1 a 1 se les conoce como "igualdad de posibilidades" o
"posibilidades de 50-50"
Tomado de: Suarez, s.f
Identificar las variables obtenidas en la base de datos y diligenciar el siguiente cuadro:
Variable Cuantitativa Cualitativa

Remisiones X
Peso X
Acidez X
Pasteurizacin X
Cuajado X
Desuerado X
Hilado X
Moldeo X
Enfriamiento X
Almacenamiento X
Concepto X
Estandarizacin X
Corte de la X
cuajada
Salado X
Fundido X
Calculo de X
rendimiento
Despacho X
Produccin diaria X
Extra contenido g. X
De su propuesta de estudio estadstico, qu otras variables podra tener en cuenta?

Incluyas en el cuadro anterior y subryelas de rojo.
Para este caso se podra tener en cuenta variables como: Estandarizacin, Corte de la cuajada,
Salado, Fundido, Calculo de rendimiento, Despacho, Produccin diaria, Extra contenido g.
Construya una tabla de doble entrada acidez vs concepto. (Utilice mximo tres niveles
por variable)
Concepto
Aceptado Rechazado Total
Acidez
5 - 15) 13 3 16
15,1 19,9) 64 6 70
20 55) 1082 132 1214
Total 1159 141 1300
Frecuencia absoluta simple.
Construya una tabla de doble entrada Desuerado vs Concepto. (Utilice mximo tres
niveles por variable)
Concepto
Aceptado Rechazado Total
Desuerado
1 10,9) 1132 141 1273
11 12) 17 0 17
12,1 14) 10 0 10
Total 1159 141 1300
2. Problema 2
a. Segn la tabla de doble entrada acidez vs concepto.

Qu probabilidad se presenta de qu el nivel de la acidez, se presente menos de 20?

Rta. En este caso sumaremos las observaciones de la tabla que se encuentran entre 5 y 19,9
el nivel de acidez, las dividiremos entre la numero de la muestra, multiplicado por 100.
13 + 3 + 64 + 6
() = = 0,066 100 = 6,6%
1300
La probabilidad de que este evento suceda es del 6,6%
Qu probabilidad se presenta de qu el producto sea rechazo con una acidez

superior a 15? Se puede aplicar el teorema de Bayes, para este caso?
Rta. En este caso nos interesa nicamente los valores de la columna rechazo que se
encuentren en la tabla entre 15,1 y 55 el nivel de acidez; las dividiremos entre la nmero de
la muestra, multiplicado por 100.
6 + 132
() = = 0,106 100 = 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.
1132 + 141
() = = 0,979 100 = 97,9%
1300

Qu probabilidad se presenta de qu el producto sea rechazo y se demoren ms de

12 minutos? Se puede aplicar el teorema de Bayes, para este caso?
Rta. En este caso nos interesa los valores de la columna de rechazo, entre 12,1 y 14; pero
observamos que no se presenta ningn rechazo por lo tanto:

Se puede aplicar el Teorema de Bayes, de acuerdo al criterio anteriormente mencionado
3. Problema 3
La llegada de pedidos para la empresa es fundamental para el buen funcionamiento

de sta, Que probabilidad hay de que no se reciba ningn pedido? Es razonable esta
situacin?
Remisin =100
Menor < 1 22 0,017 1,7%
1 6) 1111 0,855 85,5%
7 12) 167 0,128 12,8%
Total 1300 1 100%

Si es razonable que este evento ocurra, pueden existir otras variables de la cual dependa el
evento como la llegada del pedido a cierta hora o devolucin del pedido por concepto-
rechazo.
Cuntas variables, tienen una distribucin simtrica en este estudio?, qu me puede

indicar esto?, es posible que tienda a un tipo de distribucin de probabilidad
especifica? Cual?
Rta. Distribucin Simtrica = =

Remisin Clase
0 2) 295 295 1 295
3 5) 698 993 4 2792
6 8) 275 1268 7 1925
9 12) 32 1300 10,5 336
Total 1300
Media

=1
=
X

295 + 2792 + 1925 + 336
=
= 3,629
1300
Mediana

1
M = + 2

Donde
1300
= = 750
2
750 295
M = 3 + 2 = 4,303
698
Moda
+ 1
M = +
+ 1 + 1
275
M = 3 + 2 = 2,894
275 + 295
Rta. No es simtrica
Peso Clase
17,5 23,5) 132 132 20,50 2706
23,6 29,6) 931 1063 26,6 24764,6
29,7 35,8) 237 1300 32,75 7761,75
Total 1300
Media

=1

X=

2706 + 24764,6 + 7761,75
=
= 27,10
1300
Mediana

1
M = + 2

Donde
1300
= = 750
2
750 132
M = 23,6 + 6 = 27,58
931
Moda
+ 1
M = +
+ 1 + 1
237
M = 23,6 + 3 = 25,52
237 + 132
Rta. No es simtrica.
Acidez Clase
7 22,6) 183 183 14,8 2708,4
22,7 38,2) 978 11161 30,45 29740,98
38,3 53,7) 139 1300 46 6394
Total 1300
Media

=1
=
X

2708,4 + 29740,98 + 6394
=
= 29,87
1300
Mediana

1
M = + 2

Donde
1300
= = 750
2
750 183
M = 22,7 + 15,5 = 23,48
11161
Moda
+ 1
M = +
+ 1 + 1
139
M = 22,7 + 15,5 = 29,39
139 + 183
Pasteurizado Clase
0,6 0,7) 280 280 0,65 182
0,8 1) 1020 1300 0,9 918
Total 1300
Media

=1

X=

182 + 918
=
= 0,846
1300
Mediana

1
M = + 2

Donde
1300
= = 750
2
750 280
M = 0,8 + 0,1 = 0,846
1020
Moda
+ 1
M = +
+ 1 + 1
0
M = 0,8 + 0.1 = 0,8
0 + 280
Rta. Si es simtrica. Con una pequea desviacin de 0,046
Cuajado Clase
1,5 2,4) 251 251 1,95 489,45
2,5 3,4) 864 1115 2,95 2548,8
3,5 4,5) 185 1300 4 740
Total 1300
Media

=1

X=

489,45 + 2548,8 + 740
=
= 2,9
1300
Mediana

1
M = + 2

Donde
1300
= = 750
2
750 251
M = 2,5 + 0,9 = 3
864
Moda
+ 1
M = +
+ 1 + 1
185
M = 2,5 + 0.9 = 2,9
185 + 251
Rta. No es simtrica. Aunque los tres valores son muy cercanos.
Desuerado Clase
1,3 5,6) 222 222 3,45 765,9
5,7 9,9) 986 1208 7,8 7690,8
10 13,9) 92 1300 11,95 1099,4
Total 1300
Media

=1

X=

765,9 + 7690,8 + 1099,4
=
= 7,35
1300
Mediana

1
M = + 2

Donde
1300
= = 750
2
750 222
M = 5,7 + 4,2 = 7,94
986
Moda
+ 1
M = +
+ 1 + 1
92
M = 5,7 + 4,2 = 6,93
92 + 222
Rta. N es simtrica. Aunque los tres valores son muy cercanos.
Hilado Clase
4,2 17,0) 199 199 10,6 2109,4
17,1 29,9) 910 1109 23,5 21385
30,0 42,7) 191 1300 36,75 7019,25

Total 1300
Media

=1

X=

2109 + 21385 + 7019,25
=
= 23,47
1300
Mediana

1
M = + 2

Donde
1300
= = 750
2
750 199
M = 17,1 + 12,8 = 24,85
910
Moda
+ 1
M = +
+ 1 + 1
191
M = 17,1 + 12,8 = 23,36
191 + 199
Cul es la proporcin de rechazos en la tabla de resultados?
Concepto
Aceptado 1159 0,8915
Rechazo 141 0,1085
Rta. Revisando la tabla de frecuencias; nuestra 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
Cul es la probabilidad de encontrar al menos 120 inconformes en la tabla de

resultados? Aplicar la distribucin adecuada.
Solucin
Aplicando la Distribucin Binomial Tenemos:
!
() =
! ( )!
() = 120 Inconformes
= La muestra
= 0,1085 Valor de la tabla
= 1 = 1 0,1085
= 1 0,1085 = 0,8915
Reemplazamos;
!
P(120) = 0,1085120 0,89151300120
! ( )!
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.
() =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-de-
probabilidades-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/distribucion-
de-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:
5358
= = 4,12
1300
El promedio de los datos generados en la columna de remisin es 4,12.
Cul es la probabilidad de que a la empresa lleguen menos de 4 remisiones?

Rta. En la base de datos encontramos que los datos generados menores a 4 son 538.
Luego de tener este dato procedemos a efectuar la operacin con el nmero total de datos
que tenemos y multiplicar por 100.
538
= = 0,41 100 = 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
903
124
165
206
247
288
329
370
411
452
493
534
575
616
657
698
739
780
821
862
944
985
1026
1067
1108
1149
1190
1231
1272
1
42
83
Un estudio ha mostrado que, en cierta empresa de la competencia, el promedio de

hilado es de 20 minutos, aplicando la distribucin normal, con la media y varianza
calculados, responder. La probabilidad de encontrar este mismo tiempo de hilado en
la Santa Helena es de?
Rta. En primer lugar se deben determinar las variables que tenemos en el problema.
= 1300 ( )
= 20
= 18 ( )
A continuacin se presentan las frmulas que se usaran en el ejercicio.
>5 >5
(1300, 20) (1300 20, 1300 20 18) = (26000, 12979,98)
Los datos presentados en la base de datos nos indican que 4 veces se repiten los 20 minutos
en la operacin de hilado.
4 26000
( > 4) = ( > )=
12979,98
( > 1,9) = 1 ( 1,9) = 1 0,9726 = 0,0274
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.
= 1300 ( )
= 2,3
= 4,2
A continuacin se presentan las frmulas que se usaran en el ejercicio.
>5 >5
(1300, 2,3) (1300 2,3, 1300 2,3 4,2) = (2990, 112,06)
Teniendo en cuenta la base de datos, encontramos que este tiempo de enfriamiento lo

encontramos 27 veces para 2,3 minutos y 44 veces para 4,2 minutos, lo cual nos da en total
71 veces.
71 2990
( > 71) = ( > )=
112,06
( > 44,31) = 1 ( 44,31) = 1 1,0000 = 0
En una conferencia tcnica con el INVIMA, se ha concluido que la temperatura de

almacenamiento de este tipo de queso debe estar entre 1.9 y 2.6 grados C porque es
de mejor aceptacin, aplicando la distribucin normal, con la media y varianza
calculados, la probabilidad de encontrar este misma temperatura de almacenamiento
en la Santa Helena es
Rta. Determinemos las variables a considerar para solucionar el ejercicio.
= 1300 ( )
= 1,9
= 2,6
Luego procedemos como en el ejercicio anterior a usar las frmulas para despejar:
(1300, 1,9) (1300 1,9, 1300 1,9 2,6) = (2470, 178,11)
Teniendo en cuenta la base de datos, encontramos que la temperatura de almacenamiento que

nos pide el ejercicio las encontramos 10 veces para 1,9C y 31 veces para 2,6C, lo cual nos
da en total 41 veces para ambas temperaturas.
41 2470
( > 41) = ( > )=
178,11
( > 27,13) = 1 ( 27,13) = 1 1,0000 = 0
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:
Tareas o funciones Funciones que faltan

Nombre de Rol realizadas del rol reforzar para
integrante seleccionado Funciones del rol (listarlas) (Describir las fortalecer el trabajo
del equipo actividades que colaborativo
realiz)
Sandra Relator 1. Relatora de todos los Se ha realizado la Se podra considerar que
Giseth procesos en forma escrita. recopilacin y ninguna de las funciones
Herrera unificacin de aportes de se ha descuidado y se ha
2. Responsable de recopilar y los compaeros y los tenido en cuenta realizar
sistematizar la informacin. propios, ajustes y un buen trabajo para el
correcciones en el equipo.
3. Organizar el documento y trabajo.
entregarlo al lder
comunicador.
Lida Alexy Viga del 1. Controla el cronograma de
Gonzlez Tiempo tiempo establecido.
2. Es responsable porque el
equipo desarrolle las
diferentes actividades dentro
del tiempo pactado.
3. Debe conocer la agenda del

curso.
Jairo Lugo Utilero 1. Responsable de conseguir
el material y/o las
herramientas de acuerdo a las
necesidades del equipo para el
desarrollo de las actividades
y/o procesos que se requieran.
2. Pasar a pdf, editar

imgenes, normas APA,
Netiqueta.
Sandra Lder 1. Responsable de la Se les ha recordado a los En cuanto a la
Giseth comunicacin entre el tutor y compaeros los puntos comunicacin con el
Herrera el equipo, como tambin de del trabajo faltantes, se tutor para el desarrollo
presentar a su equipo la determin desde el inicio del trabajo, no se ha
informacin que recoge de la como se deba trabajar realizado ya que las
observacin - al desarrollo de (Conocimiento de cada inquietudes generadas se
las actividades - hecha a los
otros equipos de grupo (lo uno de los puntos del han planteado de forma
compartido en el foro general. trabajo). individual.
Verifica el cumplimiento de Se revisa el trabajo de
los roles por parte de cada acuerdo a los requisitos
integrante. de la gua y se realiza la
entrega del trabajo en el
2. Conoce muy bien la gua y enlace de evaluacin y
aclara qu es lo que en ella se seguimiento.
solicita.
3. Recuerda a sus compaeros

sobre el uso de la rbrica de
evaluacin y verifica que se
tengan en cuenta sus criterios.
4. Hace la entrega al final

como lo indica la gua.
1. 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
De nuestra base de datos tenemos:
Enfriamiento Clase ) 2
(

0,9 2,2) 95 95 1,55 147,25 333,27

2,3 4,2) 1001 1096 3,25 3253,25 29,96
4,3 6,0) 204 1300 5,15 1050,6 608,43
Total 1300 4451,1 971,66
Media

=1
=
X

147,25 + 3253,25 + 1050,6
=
= 3,423
1300
Varianza
) 2
(
2 =
1
971,66
2 = = 0,748
1299
Desviacin estndar
) 2
(
=
1
= 0,748 = 0,865
Ahora, mi variable de inters corresponde al valor entre X= 2,3 y 4,2.

Z=
=

Por tratarse de valores agrupados definimos a X
, ,
Reemplazamos,
4,2 3,423
Cuando X = 4,2 Z = = ,
0,865
2,3 3,423
Cuando X = 2,3 Z = = ,
0,865
De la tabla de distribucin normal tenemos
Z = , ,
Z = , ,
Entonces el rea bajo la curva ser:
= 0,226 + 0,171 = 0,397
Deducimos que la probabilidad en Santa Helena para el tiempo de enfriamiento entre 2,3 y
4,2 minutos sea de 39,7%
https://www.youtube.com/watch?v=csBanoXXmPc
En una conferencia tcnica con el INVIMA, se ha concluido que la temperatura de

almacenamiento de este tipo de queso debe estar entre 1.9 y 2.6 grados C porque es
de mejor aceptacin, aplicando la distribucin normal, con la media y varianza
calculados, la probabilidad de encontrar este misma temperatura de almacenamiento
en la Santa Helena es
De nuestra base de datos tenemos:
Enfriamiento Clase ) 2
(

0,1 1,8) 54 54 0,95 51,3 334,80

1,9 2,6) 208 262 2,25 468 294,54
2,7 4,4) 881 1143 3,55 3127,55 10,66
4,5 6,1) 157 1300 5,3 832,1 543,15
Total 1300 4478,95 1183,15
Media

=1
=
X

51,3 + 468 + 3127,55 + 832,1
=
= 3,44
1300
Varianza
) 2
(
2
=
1
1183,15
2 = = 0,91
1299
Desviacin estndar
) 2
(
=
1
= 0,91 = 0,954
Ahora, mi variable de inters corresponde al valor entre X= 1,9 y 2,6.

Z=
=

Por tratarse de valores agrupados definimos a X
, ,
Reemplazamos,
2,6 3,44
Cuando X = 2,6 Z = = ,
0,954
1,9 3,44
Cuando X = 1,9 Z = = ,
0,954
De la tabla de distribucin normal tenemos
Z = , ,
Z = , ,
Entonces el rea bajo la curva ser:
= 0,27 + 0,11 = 0,38
Deducimos que la probabilidad en Santa Helena para la temperatura de almacenamiento
entre 1,9 y 2,6 C es del 38,0%
https://www.youtube.com/watch?v=csBanoXXmPc
CONCLUSIONES
Dentro de la ciencia de la estadstica, el tema de la Probabilidad nos ayuda a determinar

cuantificablemente en que proporcin se podra llegar a dar un evento en cualquier 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
Aula fcil, cursos online gratuitos, Distribucin de Probabilidades - Distribuciones

discretas: Bernouilli, obtenido el 13 de Abr. de 16 de
http://www.aulafacil.com/cursos/l11239/ciencia/estadisticas/estadisticas/distribucio
n-de-probabilidades-distribuciones-discretas-bernouilli
Suarez, M. (s.f). Conceptos bsicos de Probabilidades y Estadstica Inferencial. [En
lnea]. Recuperado el 4 de abril de 2016. Tomado de:
http://m.monografias.com/trabajos95/conceptos-basicos-probabilidades-y-
estadistica-inferencial/conceptos-basicos-probabilidades-y-estadistica-
inferencial.shtml
Morales, A. (2010). Mdulo de Probabilidad. Captulo 5 Distribuciones de
probabilidad discreta. Leccin 21 Distribucin uniforme discreta. Universidad
Nacional Abierta y a Distancia. Bogot. Pg. 77.
Vitutor 2014, Distribucin binomial, obtenido el 13 de Abr. de 16 de
http://www.vitutor.com/pro/3/b_1.html
Vitutor. (s.f). Distribucin normal. . [En lnea]. Recuperado el 14 de abril de 2016.
Tomado de: http://www.vitutor.net/1/55.html

Estadistica y Probabilidad Problemas

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Estadistica y Probabilidad Problemas

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Escuela de Ciencias Bsicas, Tecnologa e Ingeniera

SANDRA GISETH HERRERA PRIETO.

INGENIERA DE ALIMENTOS - CEAD: JAG

HECTOR ABELARDO CHAPARRO

ESTADISTICA Y PROBABILIDAD 211622-3

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

A continuacin se muestra el trabajo relacionado con la segunda unidad de aprendizaje del

DESARROLLO DEL TRABAJO

Planteamiento del Problema

Solucin de los problemas planteados:

En cuales conceptos de la probabilidad se puede apoyar el investigador para analizar

a) Experimento: Es toda accin sobre la cual vamos a realizar una medicin u

b) Experimento Aleatorio: Es toda actividad cuyos resultados no se determinan con

Nota: P (E), se lee probabilidad del evento E

Probabilidad terica: Si todos los resultados en un espacio muestral S finito son

b) Posibilidades: Las posibilidades comparan el nmero de resultados favorables con

Tomado de: Suarez, s.f

Identificar las variables obtenidas en la base de datos y diligenciar el siguiente cuadro:

Variable Cuantitativa Cualitativa

De su propuesta de estudio estadstico, qu otras variables podra tener en cuenta?

a. Segn la tabla de doble entrada acidez vs concepto.

Qu probabilidad se presenta de qu el nivel de la acidez, se presente menos de 20?

La probabilidad de que este evento suceda es del 6,6%

Qu probabilidad se presenta de qu el producto sea rechazo con una acidez

La probabilidad de que este evento suceda es del 10,6%

b. Segn la tabla de doble entrada Desuerado vs Concepto.

Qu probabilidad se presenta de que el Desuerado, se demoren menos de 11

La probabilidad de que este evento suceda es del 97,9%

Qu probabilidad se presenta de qu el producto sea rechazo y se demoren ms de

La probabilidad de que este evento suceda es del 0,0%

La llegada de pedidos para la empresa es fundamental para el buen funcionamiento

La probabilidad de que este evento suceda es del 1,7%

Cuntas variables, tienen una distribucin simtrica en este estudio?, qu me puede

Rta. Distribucin Simtrica = =

Rta. Si es simtrica. Con una pequea desviacin de 0,046

Rta. No es simtrica. Aunque los tres valores son muy cercanos.

Rta. N es simtrica. Aunque los tres valores son muy cercanos.

30,0 42,7) 191 1300 36,75 7019,25

Cul es la proporcin de rechazos en la tabla de resultados?

Cul de las variables puede seguir una distribucin binomial?

Qu distribucin debemos aplicar?

Cul es la probabilidad de encontrar al menos 120 inconformes en la tabla de

Si se toma la variable remisin de insumos como cliente interno de la empresa,

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

1. Resultados dicotmicos: Los resultados de cada prueba se pueden clasificar en "xito" si

Cul es el promedio de remisiones?

Cul es la probabilidad de que a la empresa lleguen menos de 4 remisiones?

Justifquelo calculndolo con la distribucin de probabilidad adecuada.

Se halla la media aritmtica la cual da como resultado 4.12050756 y la desviacin estndar

Un estudio ha mostrado que, en cierta empresa de la competencia, el promedio de

A continuacin se presentan las frmulas que se usaran en el ejercicio.

(1300, 20) (1300 20, 1300 20 18) = (26000, 12979,98)

En una encuesta de mercadeo del producto, se ha concluido que el tiempo de

(1300, 2,3) (1300 2,3, 1300 2,3 4,2) = (2990, 112,06)

Teniendo en cuenta la base de datos, encontramos que este tiempo de enfriamiento lo

En una conferencia tcnica con el INVIMA, se ha concluido que la temperatura de

Rta. Determinemos las variables a considerar para solucionar el ejercicio.

(1300, 1,9) (1300 1,9, 1300 1,9 2,6) = (2470, 178,11)

Teniendo en cuenta la base de datos, encontramos que la temperatura de almacenamiento que

promedio de acuerdo a los factores que se podrian llegar a presentar en un da de produccin

Tareas o funciones Funciones que faltan