ESTUDIOS PROFESIONALES PARA EJECUTIVOS

CE86-Estadística Aplicada 1
Taller Examen Final - Solucionario
Ciclo 2016 - 2 Módulo 2

PRIMERA PARTE: TEORÍA

a) Marque Verdadero (V) o Falso (F) según corresponda en cada uno de los siguientes enunciados.

Una medida de dispersión relativa que sirve para comparar la variabilidad de dos
a1.
o más conjuntos de datos es el Coeficiente de Asimetría. V F
Si X es una variable aleatoria que se distribuye como una Poisson, siendo su
a2.
media 4, entonces su desviación estándar es 2. V F

b) Para cada caso, marque la alternativa correcta:

En un call center se tiene información sobre los tiempos de espera de los clientes antes de ser atendidos por
un operador durante un día. Para analizar la distribución de la variable de interés, durante el periodo antes
mencionado, el gráfico más adecuado es:

□ El polígono de frecuencias □ El gráfico de varas o líneas □ El diagrama de Pareto

c) Relacione el enunciado de la columna izquierda con solo uno de los conceptos de la derecha:

Gráficos de varas
c1. Se usan para resumir y presentar de manera ordenada
los datos para una variable cualitativa: Tablas de frecuencias

c2. El cero es relativo, es decir, no indica ausencia de la Escala de razón

característica medida:
Escala de intervalo

SEGUNDA PARTE:

CASO: “EMPRESA DE BEBIDAS GASEOSAS SODA”

Dentro de la industria nacional alimentaria, la rama de las bebidas gaseosas ha

experimentado un crecimiento cuantitativo de marcas y productos de manera
considerable, lo cual sin duda ha generado un ambiente de competencia teniendo
como principal comparación las ventas. Sin embargo, existen empresas que no
cuentan con un adecuado sistema de calidad que permita que el producto cumpla
con las especificaciones de los estándares establecidos de tal modo que satisfaga
al mercado consumidor.

El proceso productivo para la bebida gaseosa, consta de una serie de etapas: características del producto,
descripción del proceso productivo y control de calidad del proceso y producto; este estudio se enfocará en la
última etapa.

1
1. Para poder observar la calidad de los productos “bebidas gaseosas SODA”, se pidió al área de control de
procesos que realice el análisis de calidad correspondiente, seleccionando aleatoriamente 270 envases de 500
ml en un día en particular; entre las principales variables y resultados que se obtuvo, tenemos:
 El 25% de las bebidas gaseosas son embotelladas en envases de plástico.
 El 50% de los envases tienen un contenido neto menor de 495 ml.
 El contenido neto medio por envase es de 495 ml con una desviación estándar de 0.2 ml.
 El 0,3% de los envases son defectuosos.

En base a esta información complete la siguiente tabla:

Unidad Un envase de 500 ml. de bebidas gaseosas SODA.

Elemental

Contenido promedio neto por envase

495 ml.
Desviación estándar del contenido neto
Estadístico Valor 0.2 ml.
Material del envase (plástico, vidrio, lata)
25% son de plástico
Tipo de envase (defectuoso, no defectuoso)
0.3% son defectuosos

Variable Tipo de variable Escala de medición

Contenido neto Cuantitativa continua Razón

Tipo de envase Nominal

Cualitativa
Material del envase Nominal

2. Para la empresa el contenido neto de las bebidas gaseosas es importante que se encuentre dentro de las
especificaciones y los estándares de la empresa. Se sabe que el 90% central del contenido de gaseosa
cumplen con las especificaciones considerándose que el proceso está bajo control, mientras que el resto se
considera fuera de control. Se evaluó los tres tipos de envase: plástico, vidrio y lata, siendo las muestras de
100, 80 y 90 unidades respectivamente. Utilice el archivo: Envase.xls.

a) ¿Cuáles son los valores de los límites del contenido de bebidas gaseosas de plástico que cumplen las
especificaciones?
P5 = 488.3 ml. y P95 = 502.29 ml.

b) Al evaluar la variabilidad del contenido neto de cada tipo de envase de gaseosa, se tomará la decisión de
implementar una mejora al proceso a aquel tipo de envase que tenga el contenido neto más heterogéneo.
Para ello se evaluó los tres tipos de envase: plástico, vidrio y lata. En base a un análisis estadístico
descriptivo ¿a qué tipo de envase se implementará una mejora?
Envase CV
Plástico 0.96%
Vidrio 1.10% más heterogéneo
Lata 0.59%

Rpta: Se implementará la mejora al envase de vidrio.

2
3. En la producción de envases de gaseosas, se observó el tipo y la ubicación y característica del defecto. El
resumen de esa información se encuentra en la siguiente tabla:

Ubicación y característica del defecto en el envase

Tipo de Etiqueta (E) Tapa (T)
Total
envase Decolorado Deformado Decolorado Deformado
(D) (F) (D) (F)
Plástico (P) 15 10 16 6 47
Vidrio (V) 12 7 12 10 41
Lata (L) 8 15 10 9 42
Total 35 32 38 25 130

a) ¿Cuál es la probabilidad que un envase de gaseosa seleccionado al azar sea de plástico o se encuentre
deformado?
Se pide: P(P U F) = P(P)+ P(F) – P(P ∩ F)
= 47/130 + (32 + 25)/130 – (10+6)/130 = 0.68

b) Si se selecciona al azar 20 envases de gaseosa de vidrio, ¿cuál es la probabilidad que a lo más 4 envases
de vidrio se encuentren deformados?

Distribución Hipergeométrica:
X = número de envases de vidrio deformados
Parámetros: N = 41, n = 20, r = 17

Se pide: P(X ≤ 4) = 0.129

4. En la producción de las gaseosas el 25% son de envase de plástico, el 45% son de vidrio y el resto son de lata
los cuales deben de contener 500 ml, además el 4%, 6% y 2% de la producción de envases de gaseosa tienen
un contenido neto menor a lo especificado respectivamente. Si el inspector tiene un envase con un contenido
neto menor a lo especificado ¿cuál es la probabilidad de que sea un envase de lata?

Eventos:
P envase de plástico
V envase de vidrio
L envase de lata
M contenido neto menor a los especificado

Prob. Simple Prob. Condicional Prob. Conjunta

P [P] = 0.25 P [M/A] = 0.04 P [PnM] =P [P]*P [M/P] = 0.01
C C C
P [M /A] = 0.96 P [PnM ] =P [P]*P [M /P] = 0.24
P [V] = 0.45 P [M/B] = 0.06 P [VnM] =P [V]*P [M/V] = 0.03
P [MC/B] = 0.94 P [VnMC] =P [V]*P [MC/V]= 0.42
P [L] = 0.3 P [M/C] = 0.02 P [LnM] =P [L]*P [M/L] = 0.01
P [MC/C] = 0.98 P [LnMC] =P [L]*P [MC/L] = 0.29

P [M] = 0.0430

Se pide: P [M/L] = P [LnM] 0.1395

P [M]

3
5. Si en promedio se envasan cinco gaseosas de plástico en 3 minutos, ¿cuál es la probabilidad de que como
mínimo se envasen seis gaseosas de plástico en 9 minutos? si se sabe que se envasó menos de diez gaseosas
de plástico. Identifique la variable, su distribución y los parámetros correspondientes.
X = número de envases de gaseosa de plástico
Distribución de Poisson con parámetro Lambda = 15

Se pide: P(X ≥ 6/ X < 10) = P(X ≥ 6 ∩ X < 10) / P( X < 10) = P( 6 ≤ X < 10) / P(X < 10)
= P( 6 ≤ X ≤ 9) /P(X ≤ 9)
= [P( X ≤ 9) – P( X < 6) ] / P(X ≤ 9) = 0.96

6. La duración (en minutos) de una conversación telefónica de larga distancia nacional tiene
distribución exponencial con promedio 8 minutos.
X = Duración (en minutos) de una conversación telefónica
Distribución Exponencial con parámetro Beta = 8 minutos

a. ¿Cuál es la probabilidad que una llamada dure entre tres y diez minutos?
Se pide: P(3 < X < 10) =?
P(X < 10) – P(X ≤ 3) = 0.401

b. ¿Cuál es la probabilidad que una llamada dure más de 9 minutos?

Se pide: P(X > 9) =?
P(X > 9) = 1 – P(X ≤ 9) = 0.325

c. Si la llamada dura más de 5 minutos ¿cuál es la probabilidad de que dure a lo más 8 minutos?
Se pide: P(X ≤ 8/X > 5) =?
P(X ≤ 8 ∩ X > 5) /P(X > 5) = P(5 < X ≤ 8) /(1- P(X > 5)) = 0.313

d. ¿Cuánto debe durar como mínimo una llamada para estar considerada dentro del 10% de las de
mayor duración?
Se pide: P90 =?

Por formula, donde p es el Percentil a calcular.

P90 = -Beta* Ln(1 – p) = -8* Ln(1-0.90) = 18.42

7. En el proceso de llenado de envases, se ha observado que el contenido neto de los envases de vidrio
sigue una distribución normal con media de 495 ml y una desviación estándar de 2.5 ml. Las
especificaciones de los estándares de la empresa indican que el contenido neto de un debe
encontrarse entre 494 ml. y 500 ml. inclusive.

a. Identifique la variable y los parámetros de la distribución.

X = contenido neto (ml.)
Parámetros µ = 495 ml. y σ2 = 6.25 ml2.

b. Determine el porcentaje de gaseosas de vidrio que no cumplen las especificaciones en los

estándares de la empresa.
Se pide: no cumpla con las especificaciones
P(no cumpla) = 1 – P(si cumpla)

4
 P(si cumpla) = P(494 ≤ X ≤ 500)
= P(X ≤ 500) - P(X < 494) = 0.63

P(no cumpla) = 1 – P(si cumpla) = 1 – 0.63 = 0.37

c. ¿Cuál es el contenido neto mínimo para que un envase sea considerado dentro del 25% de los
envases más llenos?
Se pide: P(X ≤ K) = 0.75
K = 496.69 ml.

8. Según la norma de seguridad G-050 el tiempo promedio de las charlas de seguridad debe ser de 15
± 1 minutos diarios antes del inicio de la jornada. El inspector visita 10 obras al azar y registra los
tiempos que demoran las charlas. Los tiempos se muestran en la siguiente tabla:

10 17 15 12 14 12 17 18 13 17

a. Con una confianza del 98% estime el tiempo promedio utilizado en las charlas de seguridad.

media 14.5
T(1-0.02/2, 9) 2.821
error típico 0.859
LIC (µ) = 12.075
LSC(µ) = 16.925

IC (µ) = [12.075, 16.925]

Interpretación: A un nivel de confianza del 98% el verdadero el tiempo promedio utilizado
en las charlas de seguridad está contenido en el intervalo [12.075, 16.925]

b. Si el tiempo promedio utilizado para las charlas supera el tiempo especificado por la norma de
seguridad, el inspector decidirá reprogramar las charlas, en base a la información obtenida por el
intervalo construido, ¿será necesario reprogramar las charlas?
Si será necesario reprogramar las charlas porque el intervalo supera el tiempo establecido
por la norma de seguridad: 15± 1

5
9. Un ingeniero industrial encargado de analizar la calidad de microprocesadores ha tomado una
muestra aleatoria del total de microprocesadores defectuosos, encontrados en el almacén,
obteniendo la siguiente información:

Tipo de microprocesador según numero

de defectuosos
150 135 130
120
Numero de defectuosos 115
100
100

50

0
AX1 AX2 AX3 AX4 AX5
Tipo de microprocesador

a. Estime la proporción de microprocesadores defectuosos del tipo AX4. Use un nivel de confianza
del 98%.
p sombrero = 0.192
1- p 0.808
Z(1-0.02/2) 2.326
Desv. Estándar 0.016
LIC(p) = 0.154
LSC(p) = 0.229

IC (p) = [0.154, 0.229] = [15.4%, 22.9%]

Interpretación: A un nivel de confianza del 98% la verdadera proporción de
microprocesadores defectuosos del tipo AX4 está contenida en el intervalo [0.154, 0.229]

b. Si el porcentaje de microprocesadores defectuosos supera el 25% se efectuará un control de

calidad, ¿se hará efectivo el control de calidad?
No se hará efectivo el control de calidad porque el intervalo no supera el 25%.