Anda di halaman 1dari 31

ESTADSTICA Y PROBABILIDAD

TRABAJO FASE 2

Presentado por:
ANDREA OSNAS CANTERO COD. 34608499
Correo:andrewcantero72@yahoo.com
PAOLA ANDREA ALVAREZ CUARTAS COD.66659260
FLOR ANDREA PEREZ COD. 29672913
JOS WILLIGNTON GRUESO ZUIGA COD. 16.891.175
JHON ELKIN ORTIZ COD.16865199
Tutor
JULIAN ANDRES ROZO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD


ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
CEAD PALMIRA
OCTUBRE 2016

INTRODUCCIN

La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de


resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los
resultados posibles, bajo condiciones suficientemente estables.
Por ello cuando hablamos de probabilidad, est ligado a el sentido de incertidumbre, de tal
manera que a travs de una metodologa tengamos la oportunidad de disminuir la
incertidumbre de algn evento especfico.

Donde la teora de la probabilidad se usa extensamente en reas como la estadstica, la


fsica, la matemtica, la ciencia y la filosofa para sacar conclusiones sobre la probabilidad
de sucesos potenciales y la mecnica subyacente de sistemas complejos.

OBJETIVOS GENERALES

Brindar una Propuesta de solucin al estudio de caso seleccionado por cada uno de los
integrantes del equipo de trabajo.
Emplear la distribucin normal para aproximar las probabilidades de una variable.
Interpretar

y realizar

los fundamentos bsicos y conceptuales de los datos

suministrados de un problema para obtener los anlisis de una muestra seleccionada


o aleatoriamente para poder obtener su trazabilidad en un proceso a nivel industrial.

OBJETIVOS ESPECIFICOS
Conocer los fundamentos que se requieren para la aplicacin de la probabilidad
reconociendo las caractersticas de un experimento aleatorio.
Establecer tcnicas de conteo, a partir de las muestras y combinaciones.
Adquirir habilidades para el uso de las herramientas y procedimientos quew requiere la
probabilidad.
Aplicacin del teorema de Bayes

NOMBRE

ROL

DEL PROBLEMA

ESTUDIANTE
DINAMIZADOR

JOHN

A REVISA

DESARROLLAR

ELKIN NUMERO 3

NUMERO 1

DEL PROCESO

ORTIZ

LIDER

ANDREA OSNAS NUMERO 4

NUMERO 2

COMUNICADOR

CANTERO

RELATOR

PAOLA ANDREA NUMERO 2

NUMERO 3

ALVAREZ
FLOR

UTILERO

ANDREA NMERO 1

NMERO 5

NUMERO 5

NUMERO 4

PREZ
VIGIA
TIEMPO

DEL

JOS
WILLIGNTON
GRUESO ZUIGA

1. Hacer una lista de lo que conoce y lo que no conoce, lo que sabe hacer y lo que no
sabe hacer
ANDREA OSNAS CANTERO
Lo que conozco
Como est influyendo la importacin de los productos lcteos en nuestro pas debido a
su bajo costo
Porque Colombia no es bastante competitiva en produccin de lcteos (en nuestro pas
se realiza estos productos muy artesanal ya que hay muy pocas empresas que tienen
tecnologa de punta como lo es Alpina) quedando muchos gremios lecheros por fuera.
Elaboracin del queso doble crema
Anlisis fisicoqumicos de la leche ( acidez, PH, leches adulteradas ms titicas)
Proceso de pasteurizacin
Proceso de cuajado, desuerado, hilado, moldeo, enfriado y almacenamiento
Normas ISO
Que es estadstica descriptiva
Que es moda

Que es mediana

Que es media
Que es poblacin
Que es muestra
Que es una variable
Que no se hacer
Temas estadsticos de:
Coeficiente de correlacin
Probabilidad conjunta
Probabilidad e inferencia
Que se hacer
Grficos bsicos (en Excel)

Sacar media ,mediana y moda en Excel

Sacar tendencia lineal

Sacar regresin lineal

Que no se hacer
Manejo de programas: Infostat y G-Stat
Descripcin y mediciones de series de datos
Series de clases y frecuencia
Intervalos de clase
Distribucin de probabilidad de una variable aleatoria discreta
JOHN ELKIN ORTIZ
Lo que conoce
Queso
Queso doble crema
Leche cruda
Peso de leche
Acidez
Pasteurizacion
Normas iso
Sistemas de calidad
Lo que no conoce
Cuajado
Desuerado
Hilado
Moldeo
Distribucin de probabilidad
Sabe hacer

Anlisis estadsticos bsicos


Grficos bsicos (en excell)
Acidez en la leche
No sabe hacer
Anlisis estadsticos avanzados
Manejo de programas: Infostat y G-Stat.

FLOR ANDREA
Conoce
Queso maduro
Queso doble crema
Saborizados
Descremados
Nutrientes de la leche
ISO
No Conoce
Anlisis probabilstico
Variables continuas, directas
Distribucin simtrica
Teorema de Bayes
Sabe hacer
Queso doble crema
Mapa conceptual
No sabe hacer
Saborizados
Pruebas de plataforma de la leche

Remisiones
Anlisis estadstico
PAOLA ANDREA ALVAREZ
Lo que conozco
Competitividad
Productos lcteos
Quesos madurados
Queso doble crema
Quesos descremados
Normas ISO
Calidad
Lo que no conozco
Quesos saborizados
Pasta semicocida e hilada
Lo que no se hacer
Pasteurizacin
Cuajado
Desuerado
Hilado
Moldeo
Enfriado
Almacenamiento
JOSE WILLIGTON GRUESO
Se conoce.

Variedades de queso.
Nivel de acidez
Almacenamiento
Normas ISO.
No se conoce
Recepcin de leche.
Separacin de componentes slidos de la leche.
Mercados extranjeros.
Tiempo de hilado.
Tiempo de cuajado
Tiempo de desuerado
Sabe hacer.
Mapas conceptuales.
Grficas en Excel.

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

Problema 1.
Mediante un mapa conceptual, informe:
Qu es un sistema de calidad?, En cuales conceptos de la probabilidad se puede apoyar el
investigador para analizar el problema planteado? y Qu Herramientas o software, se
puede utilizar? Qu conceptos se usan para hacer un anlisis probabilstico?

Qu es un Sistema
de calidad?

Es un mtodo planificado y sistemtico de


medios y acciones, encaminado a asegurar
suficiente confianza en que los productos o
servicios, se ajusten a las especificaciones

Fbrica de Lcteos
Santa Elena

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

analizar el problema
plaplanteado?
Observacin y
experimentacin

Proceso por medio del


cual las observaciones
son registradas

Eventos

Resultado o suceso
producto
de
un
experimento

Espacio muestrear

Conjunto
de
los
resultados
u
observaciones posibles

Qu Herramientas o
software, se puede
utilizar?

Qu conceptos se
usan para hacer un
anlisis probabilstico?

*Tablas o
graficas
*G-Stat
*Excel

Incertidumbre:
Situacin
que
no
se
tiene
conocimiento
Azar y Aleatoriedad: Azar:
Ausencia de causa o
explicacin
Aleatoriedad: Ocurrencia de
un
evento
no
puede
explicarse mas que por
intervencin del azar

De las variables suministradas por el gerente, se pueden clasificar en continuas o discretas? Por qu?,
que otras se debieron tener en cuenta, recopilarlas en el siguiente cuadro, justifique desde consultas,
sobre las caractersticas de un sistema general de la calidad SGC.

Variable

Cuantitativa

Remisiones

Peso

Acidez

Pasteurizacin

Cuajado

Desuerado

Hilado

Moldeo

Enfriamiento

Almacenamiento

Cualitativa

Concepto

Otras variables que se deben tener en cuenta:


Variable

Cuantitativa

Humedad

Materia Grasa

Protena

Sal

Materia grasa en la materia

seca
Humedad
desgrasado

en

el

queso

Cualitativa

Ph
Estandarizacin

Corte de la cuajada

Empaque

Control

de

Forma,

Dimensiones, peso

calidad:

apariencia

Recepcin e higienizacin de la leche cruda: Se recibe la leche fresca cruda y se determina su acidez

Estandarizacin de la grasa: La grasa se estandariza a un 2-3% utilizando el mtodo del cuadrado de


Pearson o se puede descremar el 20 o 30% de la leche a utilizar, lo q depende de su contenido de grasa.
Estandarizacin de la acidez: Consiste en obtener una leche acida de 42- 48 Th mezclando leche acida
de 80-110 Th con leche fresca de 15-18 Th, calculando las cantidades de cada una a travs del
cuadrado de Pearson. Una acidez adecuada es muy importante para la elaboracin de queso doble
crema de calidad si el grado de acidez de la leche para la cuajada es menor de 42 Th el queso queda
rgido tiene poca capacidad de retencin de grasa.

Coagulacin: la coagulacin se realiza a una temperatura de 32-35C por un tiempo de 10- 15 minutos.
El cuajo se debe diluir con anticipacin en agua tibia con una cantidad de sal el doble al peso del cuajo
es decir 2 gramos de sal por 1 gramo de cuajo para ser mas efectiva su accin coagulante.

Corte de la cuajada: Una vez terminada la coagulacin de la leche se hace corte para obtener trozos
de 2-3 cm para extraer la mayor cantidad de suero. La cuajada no se debe desmenuzar demasiado. El
corte de la cuajada se realiza con liras verticales y horizontales.

Coccin, agitacin y calentamiento: Se realiza para obtener un mayor desuerado de la cuajada a una
T de 40-45C por un tiempo de 15-30 minutos, con agitacin de 3 minutos y reposo de 15 minutos.
Debe agitarse suavemente para evitar la perdida de slidos como la casena y la grasa.

Desuerado y escurrido: Tiene como finalidad eliminar el exceso de suero de la cuajada y evitar que se
siga acidificando.

Fundido y salado: La cuajada escurrida y pesada se coloca en una paila gruesa o marmita seca, se le
adiciona la sal y luego se coloca al calor al comienzo fuerte y suave al final del fundido.

Pesado y moldeado: Se realiza con la pasta hilada caliente a una T mayor de 50C. La masa pesada se
coloca dentro del molde presionando manualmente hasta llenar totalmente el molde.

Enfriado: Los quesos moldeados se dejan en reposo a T ambiente, no mayor de 10C, por un tiempo
mnimo de 3 horas o de un da para otro.

Empaque: El queso debe estar a una temperatura de 4-6C , para evitar la contaminacin y el
crecimiento de microorganismos durante el empaque y el almacenamiento.

Almacenamiento: El queso empacado y sellado se coloca en el refrigerador a una T de 4 a 6C y su


duracin es de 15 a 20 das. Esta duracin depende de la calidad de las materias primas utilizadas

Control de calidad: Forma y apariencia externa, apariencia interna, dimensiones y peso.


Construya una tabla de doble entrada acidez vs concepto. (Utilice mximo tres niveles por variable)

Acidez
Bajo
Medio
Alto
Total
Min
Mx
Rango
Rango/3

Concepto
Acepto Rechazo
163
20
864
109
132
12
1159
141
7
53,7
46,7
15,6

Total
183
973
144
1300
Bajo
Medio
Alto

22,6
38,1
53,7

Construya una tabla de doble entrada Desuerado vs Concepto. (Utilice mximo tres niveles por variable)

Desuerado
Bajo
Medio
Alto
Total
Min
Mx
Rango

Concepto
Acepto Rechazo
70
141
964
0
125
0
1159
141
1,3
13,9
12,6

Total
211
964
125
1300
Bajo
Medio
Alto

5,5
9,7
13,9

PROBLEMA 2

Construya una tabla de doble entrada acidez vs concepto. (Utilice mximo tres niveles por variable).

ACIDEZ

ALTA
MEDIA
BAJA
TOTAL

CONCEPTO
ACEPTADO RECHAZADO
TOTAL
132
12
144
864
109
973
163
20
183
1159
141
1300

Min

Mx.
Rango

53,7
46,7

Datos
Rango/3
BAJO

1300
15,57
22,6

MEDIO
38,1
ALTO
53,7

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.
( )

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 que es 1300 y lo
multiplicamos por 100.

( )

Si se puede de aplicar el Teorema Bayes, ya que la frmula permite calcular fcilmente probabilidades
condicionales, llamadas probabilidades para lo cual se debe conocer las probabilidades a priori, y las
probabilidades condicionales (PBj) (PA/Bj).
Construya una tabla de doble entrada Desuerado vs Concepto. (Utilice mximo tres niveles por
variable)
DESUERADO

MUCHO
TIEMPO
TIEMPO
MEDIO
POCO TIEMPO
TOTAL

CONCEPTO
ACEPTADO RECHAZADO
TOTAL
125
0
125
964

964

70
1159

141
141

211
1300

min

1,3

max
rango
rango/3
POCO TIEMPO
TIEMPO MEDIO
MUCHO
TIEMPO
Datos

13,9
12,6
4,2
5,5
9,7
13,9
1300

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

Rta. Tomamos los datos entre 1 y 10,9 y el tiempo de desuerado luego lo dividimos 1300 y
multiplicado por 100.
( )
Si puede aplicar el Teorema de Bayes

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. La probabilidad de que este evento suceda es del 0,0% ya que nos interesan los valores de rechazo
mayor a 12, en los cuales es 0. Si ese puede aplicar el teorema de Bayes, para este caso

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

100%

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


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.

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.
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? Cul?
Rta. Distribucin Simtrica

Remisin

Clase

0 2)

295

295

295

3 5)

698

993

2792

6 8)

275

1268

1925

9 12)

32

1300

10,5

336

Total

1300

Media

Mediana

Donde

Moda

Qu distribucin debemos aplicar?


R//=. 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:
( )
( )

Inconformes
La muestra
Valor de la tabla

Reemplazamos;
(
(

0,6%

R//= Entonces existe una probabilidad de 0,6% entre 1300 ensayos de que se presenten 120
inconformes.

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. Podemos asumir que esta corresponde a una distribucin de probabilidad tipo binomial

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.

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


Justifquelo calculndolo con la distribucin de probabilidad adecuada.

Rta. Para saber este dato tomamos los datos generados menores a 4 que en este caso es 538, el
cual lo dividimos por 1300 que son los datos totales y multiplicar por 100.

Tenemos la media aritmtica que es


La desviacin estndar que es 2.0288
Se ordena 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
0

200

400

600

800

1000

1200

1400

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 esta misma temperatura de coccin en la Santa Helena es de?
Para hallar la probabilidad lo primero que hacemos es hallar en Excel la mediana, desviacin estndar y
la distribucin donde nos arroja los siguientes datos:
MEDIA: 23,5146923
DESVIACIN: 6,24768899
DISTRIBUCIN: 0,05450917
Ya con estos datos lo que hacemos para obtener la probabilidad es multiplicar el valor de la
distribucin por 100, la cual arroja este dato.
Probabilidad =0,05450917 *100= 5,450916871
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
Para los valores que pertenecen a tiempo de enfriamiento, tenemos los siguientes datos

Donde

Para el clculo de intervalos empleamos la frmula de STURGES

N=11

Empleamos la tabla de distribucin normal estndar.


Tabla 1
promedio
desvi. Estand
X
2
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
4
4,1
4,2
4,3
4,4
4,5
4,6
4,7
4,8
4,9
5
5,1
5,2
5,3
5,4
5,5
5,6
5,7
5,8
5,9
6

3,42
0,793

Probabilidad (x) Area


Acumulado
0,0367
0,0037
0,0133
0,0480
0,0048
0,0181
0,0620
0,0062
0,0243
0,0789
0,0079
0,0322
0,0992
0,0099
0,0421
0,1230
0,0123
0,0544
0,1506
0,0151
0,0695
0,1820
0,0182
0,0877
0,2172
0,0217
0,1094
0,2560
0,0256
0,1350
0,2982
0,0298
0,1648
0,3433
0,0343
0,1991
0,3907
0,0391
0,2382
0,4399
0,0440
0,2822
0,4899
0,0490
0,3312
0,5402
0,0540
0,3852
0,5898
0,0590
0,4442
0,6380
0,0638
0,5080
0,6841
0,0684
0,5764
0,7275
0,0728
0,6491
0,7677
0,0768
0,7259
0,8044
0,0804
0,8063
0,8373
0,0837
0,8901
0,8664
0,0866
0,9767
0,8917
0,0892
1,0659
0,9134
0,0913
1,1572
0,9316
0,0932
1,2504
0,9467
0,0947
1,3451
0,9591
0,0959
1,4410
0,9690
0,0969
1,5379
0,9768
0,0977
1,6356
0,9829
0,0983
1,7339
0,9876
0,0988
1,8326
0,9911
0,0991
1,9317
0,9937
0,0994
2,0311
0,9956
0,0996
2,1307
0,9970
0,0997
2,2304
0,9980
0,0998
2,3302
0,9987
0,0999
2,4300
0,9991
0,0999
2,5300
0,9994
0,0999
2,6299

Dnde:
(

El rea total sera igual a la sumatoria de reas.

La probabilidad de encontrar este mismo tiempo para esta variable en la Santa Helena es de. 91,62%
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 esta misma temperatura de almacenamiento en la Santa Helena es
Para los valores que pertenecen a temperatura de almacenamiento, tenemos los siguientes datos.

Donde

(
Grafica 1

Empleamos la tabla de distribucin normal estndar.


Dnde:
(

El rea total es igual a la sumatoria de reas.

La probabilidad de encontrar esta misma temperatura de almacenamiento en la Santa Helena es de.


23,06%
Tabla 2

promedio

3,41

desv. Estand

0,896

Probabilidad

rea

Acumulado

(x)
1

0,0036

0,0004

0,0004

1,1

0,0050

0,0005

0,0009

1,2

0,0069

0,0007

0,0016

1,3

0,0094

0,0009

0,0025

1,4

0,0126

0,0013

0,0037

1,5

0,0167

0,0017

0,0054

1,6

0,0219

0,0022

0,0076

1,7

0,0284

0,0028

0,0105

1,8

0,0365

0,0037

0,0141

1,9

0,0464

0,0046

0,0187

0,0583

0,0058

0,0246

2,1

0,0725

0,0072

0,0318

2,2

0,0892

0,0089

0,0407

2,3

0,1085

0,0109

0,0516

2,4

0,1308

0,0131

0,0647

2,5

0,1560

0,0156

0,0803

2,6

0,1842

0,0184

0,0987

2,7

0,2154

0,0215

0,1202

2,8

0,2495

0,0249

0,1452

2,9

0,2862

0,0286

0,1738

0,3253

0,0325

0,2063

3,1

0,3665

0,0366

0,2430

3,2

0,4092

0,0409

0,2839

3,3

0,4531

0,0453

0,3292

3,4

0,4975

0,0497

0,3790

3,5

0,5420

0,0542

0,4332

3,6

0,5859

0,0586

0,4918

3,7

0,6288

0,0629

0,5546

3,8

0,6701

0,0670

0,6217

3,9

0,7095

0,0709

0,6926

0,7465

0,0747

0,7673

4,1

0,7809

0,0781

0,8453

4,2

0,8124

0,0812

0,9266

4,3

0,8410

0,0841

1,0107

4,4

0,8665

0,0867

1,0973

4,5

0,8891

0,0889

1,1862

4,6

0,9088

0,0909

1,2771

4,7

0,9258

0,0926

1,3697

4,8

0,9402

0,0940

1,4637

4,9

0,9524

0,0952

1,5590

0,9625

0,0962

1,6552

5,1

0,9707

0,0971

1,7523

5,2

0,9774

0,0977

1,8500

5,3

0,9828

0,0983

1,9483

5,4

0,9870

0,0987

2,0470

CONCLUSIONES

La probabilidad constituye un importante parmetro en la determinacin de las diversas casualidades


obtenidas tras una serie de eventos esperados dentro de un rango estadstico.
La teora de la probabilidad pretende ser una herramienta matemtica que proporciona una base para
evaluar la fiabilidad de las conclusiones alcanzadas y las inferencias realizadas.
En la ingeniera de alimentos se buscan implementar los procesos probabilsticos y estadsticos de
anlisis e interpretacin de datos o caractersticas de un conjunto de elementos al entorno industrial, a
efectos de ayudar en la toma de decisiones y en el control de los procesos industriales y
organizacionales.
La estadstica y probabilidad es de gran importancia para el ingeniero de alimentos ya que a travs de
pruebas de funcionamiento le permite establecer parmetros funcionales y defectivos, mtodos
estadsticos y grficos de aceptacin y rechazo de lotes. Adems permite realizar control y prevencin
de desviaciones a los procesos y parmetros de funcionalidad y seguridad y verificar los niveles de
satisfaccin al usuario final de un bien o servicio.
La probabilidad es una herramienta de gran utilidad que le permite a la fbrica de lcteos Santa Elena
atacar las no conformidades en los procesos con los datos obtenidos se facilita la solucin de los
problemas, optimizando costos y la satisfaccin del cliente.

DISCUSIN

Con base a todos los datos recopilados por medio de estudios estadsticos, los cuales nos ayuda a
optimizar tiempo en los diferentes procesos o anlisis de la planta Santa Helena, al igual que controlar
las diferentes variables de cada uno de ellos los cuales pueden afectar la inocuidad y calidad del
producto, donde para evitar esto se debe hacer una trazabilidad de cada uno de los procesos para
garantizar un producto de excelente calidad para el consumidor final. Donde tambin este ejercicio nos
encontramos con una determinada cantidad de datos que nos permiten establecer prctica y
acertadamente las diferentes variables que se presentan durante el procesamiento de queso en la planta,
Santa Elena, los cuales permiten nos identificar los aspectos que necesitan mejorar para as poder
competir y estandarizar procesos logrando para as la certificacin mediante la norma ISO.
Lo cual es muy importante para lograr el xito en un producto que se implemente para su elaboracin
y control del proceso un sistema de calidad, ya que esto nos permite planear, controlar y mejorar
aquellos elementos de una organizacin, logrando as su competitividad, por lo cual se realiz un
estudio estadstico segn la base de datos proporcionada por la situacin problema, se puede impulsar a
la organizacin para que trabajen en las siguientes posibilidades de mejora como son: reducir del 10%
los rechazos en las observaciones del producto, realizar encuestas de satisfaccin al cliente, ya que esto
retroalimenta y ayuda a afianzar las fortalezas y detectar y mejorar las debilidades dentro de la
organizacin de la fbrica de lcteos. Para lograr lo anterior es muy importante que se establezcan
objetivos y estos se evalen mediante los indicadores de calidad con una frecuencia establecida por la
compaa y que se puedan cumplir.
CILIA ANDREA OSNAS
PAOLA ANDREA ALVAREZ
JOHN ELKIN ORTIZ

BIBLIOGRAFA

(28 08 2014) Gabriel Leandro. (2008) Excel: distribucin normal. Recuperado de


https://www.youtube.com/watch?v=urfuW7kYmik&feature=youtu.be

Vitutor. (s.f). Distribucin normal. Recuperado de: http://www.vitutor.net/1/55.html

(10

2014)

Ayuda

de

Distribuciones

de

probabilidad.

(2014).Recuperado

de

http://www.sergas.es/Saudepublica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre2014.pdf

(12 09 2015) Mdulo Estadstica bsica aplicada. Cap. 1 Pg., 17 Unad Recuperado de:
https://www.youtube.com/watch?v=57iHVr-IUcI

(2009)

Inicio

Matemticas.

Recuperado

de:

http://colabora.inacap.cl/sitios/merlot/Materiales%20MerlotChile/mlcastro/Matem%C3%A1tica
s%20y%20Estad%C3%ADsticas/Matem%C3%A1ticas/Ayudant%C3%ADa%20C%C3%A1ps
ula%20Matem%C3%A1tica/Inicio_Matematicas.html

Vitutor probabilidad. Recuperado: www.vitutor.com/pro/2/probabilidad.html

(01

09

2010)

Diapositivas

queso

doble

crema.

Recuperado

de:

es.slideshare.net/INGSOCARRAS/diapositivas-queso-doble-crema

(16

01

2013)

Tareasplus.

Tablas

de

contingencia

ejemplo

1.

Recuperado

de:

https://www.youtube.com/watch?v=xWQun-Lyk7o

(22 03 2013) Hernndez, Evelio. Teorema de bayes.

Guaran. Recuperado de:

https://www.youtube.com/watch?v=ds9y3UtPcbA

(20

10

2016)

Rozo,

Julin.

Tabla

https://www.youtube.com/watch?v=RwKmelIIb20

de

doble

entrada.

Recuperado

de: