Fase 2

diseño y
construcción
problema 3

DIANA YAMYLE
GARCIA GARCIA

Cód. 1075654739

Presentado a:
JUAN PABLO VARGAS

ESTADISTICA Y PROBABILIDAD

GRUPO 211 622A- 360

O3- 04 - 2017
ANEXO 1

Situación problema

De acuerdo con el Decreto 616 de 2006: “LECHE: Es el producto de la

secreción mamaria normal de animales bovinos, bufalinos y caprinos lecheros
sanos, obtenida mediante uno o más ordeños completos, sin ningún tipo de
adición, destinada al consumo en forma de leche líquida o a elaboración
posterior.” La leche debe cumplir con calidades higiénicas, composicionales y
sanitarias, de acuerdo con la Resolución 012 de 2007. La calidad higiénica
hace referencia al nivel de higiene mediante el cual se obtiene y manipula la
leche. Su valoración se realiza por el recuento total de bacterias y se expresa
en unidades formadoras de colonia por milímetro.

La calidad composicional hace referencia a las características Fisicoquímicas de

la leche. Su valoración se realiza por sólidos totales o proteína y grasa, y se
expresa en porcentaje por fracciones de décima.

La calidad sanitaria es la condición que hace referencia a la vacunación de los

animales (Fiebre Aftosa y Brucella) y la inscripción y certificación del hato libre
de brucelosis y tuberculosis. Como insumo debe ser de excelente calidad para
la fabricación de derivados lácteos; esto significa que se debe tener en cuenta
que el porcentaje de proteína, los sólidos totales, el porcentaje de grasa, la
crioscopía y el recuento de células somáticas contempladas en las
especificaciones mínimas del decreto 616, no solo para obtener un rendimiento
más alto en la fabricación de subproductos lácteos tales como los quesos y el
yogurt sino para garantizar la calidad de los mismos. Los parámetros que debe
cumplir la leche son:
PLANTEAMIENTO DEL PROBLEMA

La fábrica de derivados lácteos “La presumida” ubicada en el departamento de

Boyacá presenta disminución en sus procesos de producción lo que hace
pensar en su cierre; el gerente acude a la UNAD en busca de ayuda y el
programa en alimentos designa a su grupo para que realice al análisis
estadístico de los datos que suministra el gerente, que propenda por encontrar
las principales causas de las dificultades y formular una solución al problema
planteado. Inicialmente el consultor entrega una base de datos (que
encuentra en el entorno práctico) y debe de analizar las variables.

Específicamente se busca determinar cuáles variables están incumpliendo con

los parámetros establecidos en el decreto 616 y qué otras variables
presentadas en el archivo afecta la producción de la empresa. Las variables
son:

realice un análisis que permita hacer un informe estadístico a la empresa con

conclusiones que describan las variables, para ello desarrollo los problemas
que se presentan a continuación usando los softwares relacionados en el
entorno de aprendizaje práctico (preferiblemente Excel).

PROBLEMA 3

1. Construya una variable adicional en la base de datos que le permita

tomar una decisión si la variable % de sólidos totales cumple con los
parámetros de la leche.

a. ¿Encuentre la probabilidad que al elegir un proveedor al azar

cumpla con los parámetros de la leche respecto a la % de sólidos?
2. Construya una tabla de contingencia (máximo de tres niveles) con la
variable % de sólidos y otra elegida por usted que considere importante
para el análisis.

a. Escriba un evento simple y un evento compuesto de la tabla de

contingencia. Encuentre sus probabilidades.
b. Escriba un evento imposible y un evento seguro. Encuentre sus
probabilidades.
c. Diseñe dos ejemplos con probabilidades usando la suma o unión
(pregunta y solución). Un ejemplo cuando los eventos sean
mutuamente excluyente y otro cuando no lo sean.
d. Diseñe dos ejemplos usando probabilidad condicional (pregunta y
solución), es decir cuando los eventos sean dependientes.

3. ¿Es posible usar el teorema de Bayes en el análisis de la base de datos?

Explique y dé un ejemplo.

RESPUESTAS

1. Para crear una nueva variable que permita tomar la decisión de si la

variable % de sólidos totales cumple con los parámetros de la leche se
realiza una clasificación de esta de la siguiente manera:

Clasificación del
% de solidos
totales

Toma de decisión =
Donde toma de decisión será una variable aleatoria X con distribución Bernoulli
de parámetro P, donde P=P(X=1)

a) La probabilidad que al elegir un proveedor al azar cumpla con los

parámetros de la leche respecto al % de sólidos se calcula de la
siguiente manera:

Por lo tanto la probabilidad que al elegir un proveedor al azar cumpla con los
parámetros de la leche respecto al % de sólidos totales es del 58,63%.

2.
TOMA DE Tot
DECISION / No al
Cumple
SATISFACCIO cumple gen
N eral
Nada
27 31 58
satisfecho
Poco
31 17 48
satisfecho
Medianamente
26 21 47
satisfecho
Satisfecho 34 12 46
Muy satisfecho 28 22 50
Total general 146 103 249
 Tot
TOMA DE
al
DECISION / No
Cumple ge
SATISFACCIO cumple
ner
N
al
23,
Nada
10,84% 12,45% 29
satisfecho
%
19,
Poco
12,45% 6,83% 28
satisfecho
%
18,
Medianamente
10,44% 8,43% 88
satisfecho
%
18,
Satisfecho 13,65% 4,82% 47
%
20,
Muy satisfecho 11,24% 8,84% 08
%
10
Total general 58,63% 41,37% 0
%

a) Eventos

Evento simple = {La empresa se encuentra muy satisfecha con el proveedor}

Evento compuesto = {La empresa se encuentra muy satisfecha con el

proveedor y el proveedor cumple con las especificaciones de la leche con
respecto al % de solidos totales}

Probabilidades asociadas

Sea X la variable aleatoria asociada a que el proveedor cumpla o no con los

parámetros de la leche con respecto al % de solidos totales y Y la variable
aleatoria asociada a la satisfacción de la empresa con el proveedor.

Evento simple → P (Y=5)=

La probabilidad de que la empresa se encuentre muy satisfecha con el

proveedor es del 20,2 %

Evento compuesto → P (Y=5 y X=1)=

La probabilidad de que La empresa se encuentra muy satisfecha con el

proveedor y el proveedor cumple con las especificaciones de la leche con
respecto al % de solidos totales es de 11,25 %.
 b)

Evento imposible = {La carne cumple con las especificaciones del % solidos
totales}

Evento seguro = {el % de solidos totales es mayor que cero}

Probabilidades asociadas

Sea Z la variable aleatoria asociada a que la carne cumpla o no con los

parámetros de la leche con respecto al % de solidos totales y sea X la variable
aleatoria asociada a que el proveedor cumpla o no con los parámetros de la
leche con respecto al % de solidos totales.

Evento imposible → P (Z=1)=

La probabilidad de que la carne cumple con las especificaciones del % solidos

totales es cero ya que no se tiene información sobre la carne

Evento seguro→ P(X=1 y X=0)=

La probabilidad de que él % de solidos totales sea mayor que cero es del 100
% ya que siempre se cumple la condición.

c)

Probabilidades usando la suma

¿Cuál es la probabilidad de que la empresa este muy satisfecha con el

proveedor o que el proveedor cumpla con las especificaciones con respecto al
% de solidos totales?

A= {La empresa este muy satisfecha con el proveedor}

B= {El proveedor cumpla con las especificación con respecto al % de solidos

totales}

P (AUB)=P (A)+P (B) –P (AB)==0,6747

La probabilidad de que la empresa este muy satisfecha con el proveedor o que

el proveedor no cumpla con las especificación con respecto al % de solidos
totales es del 67,47 %

¿Cuál es la probabilidad de que la empresa este poco satisfecha con el

proveedor o que el proveedor no cumpla con las especificaciones con respecto
al % de solidos totales?

A= {La empresa este poco satisfecha con el proveedor}

B= {El proveedor no cumpla con las especificación con respecto al % de

solidos totales}

P (AUB)=P (A)+P (B) –P (AB)=-=0,5382

La probabilidad de que la empresa este poco satisfecha con el proveedor o que
el proveedor no cumpla con las especificaciones con respecto al % de solidos
totales es de 53,82 %.

Eventos mutuamente excluyentes

¿Cuál es la probabilidad de que la empresa este muy satisfecha o este

satisfecha con el proveedor?

A= {la empresa dio una calificación de 5}

B= {la empresa dio una calificación de 4}

P (AUB)=P (A)+P (B) –P (AB)=– 0=0,3855

Como los eventos son mutuamente excluyentes la intersección es cero.

La probabilidad de que la empresa este muy satisfecha o este satisfecha con el

proveedor es de 38,55%.

Eventos complementarios

¿Cuál es la probabilidad de que la empresa este nada satisfecha con el

proveedor o que el proveedor cumpla con la especificación con respecto al %
de solidos totales?

A= {La empresa este nada satisfecha con el proveedor}

B= {El proveedor cumpla con las especificación con respecto al % de solidos

totales}

P (AUB)=P (A)+P (B) –P (AB)==0,7108

Los eventos son complementarios porque es posible que los dos ocurran a la
vez.

La probabilidad de que la empresa este nada satisfecha con el proveedor o que

el proveedor cumpla con la especificación con respecto al % de solidos totales
es del 71,08 %.

d) ¿Cuál es la probabilidad de que al seleccionar un proveedor al azar

cumpla con las especificaciones de % de solidos totales dado que
la empresa está Muy satisfecha?

Sea los eventos:

E:”la leche cumple con la especificación del % de solidos totales”

F:” La empresa está Muy satisfecha con el proveedor”

 La probabilidad de que al seleccionar un proveedor al azar cumpla con
las especificaciones de % de solidos totales dado que la empresa está
Muy satisfecha es 56%
¿Cuál es la probabilidad de que al seleccionar un proveedor al azar
cumpla con las especificaciones de % de solidos totales dado que
la empresa está Nada satisfecha?

Sea los eventos:

E:”la leche cumple con la especificación del % de solidos totales”

G:” La empresa está Nada satisfecha con el proveedor”

La probabilidad de que al seleccionar un proveedor al azar cumpla con

las especificaciones de % de solidos totales dado que la empresa está
Nada satisfecha es 47%

3.
Es posible usar el teorema de Bayes en el análisis ya que podemos definir
eventos mutuamente excluyentes como también cuando no lo sean, esto nos
ayudaría a realizar un pronóstico dado que ha ocurrido algún evento.

Recordemos que el teorema de Bayes expresa la probabilidad condicional de

un evento aleatorio A dado B en términos de la distribución de probabilidad
condicional del evento B dado A y la distribución de probabilidad marginal de
sólo A.

Con base en la definición de Probabilidad condicionada se obtiene la Fórmula de

Bayes, también conocida como la Regla de Bayes:

Ejemplo: se desea encontrar la probabilidad de que un proveedor cumpla

con las especificaciones de la leche con respecto al % de solidos totales
teniendo en cuenta que una empresa le dio una calificación mínima de 1
(Nada satisfecho).

Por lo tanto se plantea la probabilidad deseada definiendo los siguientes

eventos
Evento A= {el proveedor cumple con las especificaciones de la leche con
respecto al % de solidos totales}

Evento B= {la empresa le dio una calificación mínima de 1 (Nada

satisfecho) a un proveedor}

la probabilidad de que un proveedor cumpla con las especificaciones de la

leche con respecto al % de solidos totales teniendo en cuenta que una
empresa le dio una calificación mínima de 1 (Nada satisfecho) es de
46,55%.