Probabilidad y Estadstica.

2012

Ctedra: Probabilidad y Estadstica

Profesor: Valeria Nepote
Comisin: Comn 4
Ao: 2012

UNIVERSIDAD NACIONAL DE
CRDOBA
FACULTAD DE CIENCIAS EXACTAS, FSICAS Y
NATURALES

Tema del Trabajo

Nro. de
Grupo

Modelo de probabilidad y Variable

aleatoria

14

Matricul
a

Apellido y Nombre

25

Calificacin

Probabilidad y Estadstica.2012

INTRODUCCION:

En el siguiente trabajo desarrollaremos un anlisis de las variables:

1) Cantidad de urgencias debido a caja, embrague o diferencial
que ocurren cada cincuenta urgencias
2) Cantidad de urgencias debidas a sistemas de refrigeracin que
ocurren cada cincuenta urgencias
3) Cantidad de urgencias debido a rodamientos que ocurren cada
cincuenta urgencias
4) Cantidad de urgencias debido al sistema de Balancn - Elsticos
que ocurren cada cincuenta urgencias
5) Cantidad de urgencias que se reciben por semana
6) Tiempo en que ocurren treinta urgencias
7) Cantidad de Km. Recorridos por da
Para enfrentarnos a cada problema planteado, analizamos cada variable
por separado, tratando en todas de: Identificar el tipo de variable a
analizar, datos aportados por la empresa, determinar el modelo de
probabilidad que se utilizar, aplicacin del Teorema del limite central
(siempre y cuando sea posible aplicarlo) y por ultimo el calculo de los
limites de control.
El anlisis de la primera variable consisti en: caracterizarla, luego se le
saco la probabilidad del espacio muestral, luego con estos datos y
basndonos en el modelo binomial realizamos los clculos pertinentes
para obtener los intervalos. Resulto impracticable la aproximacin del
modelo por la normal mediante la aplicacin del Teorema del lmite
central, por no cumplir con todos sus requisitos.
Con respecto a la las dos siguientes variables, no presentaron el
problema mencionado anteriormente, por lo que adems de ser
caracterizadas, calculadas sus probabilidades y tomados los valores
limites de sus intervalos, se pudieron aproximar por el modelo de la
normal haciendo uso del Teorema del limite central con el fin de
comparar resultados y ver la efectividad del mtodo.
A la quinta variable, dadas sus caractersticas se tuvo que aplicar el
modelo de Poisson. Esta variable se la aproximo a la normal como las
anteriores para obtener los modelos intervalos de inters.
La sexta variable fue analizada mediante el modelo exponencial.
Por ultimo, la sptima variable se la caracterizo y se obtuvieron los
valores de los intervalos a travs de la propiedad Reproductiva de la
distribucin normal.
Para finalizar el trabajo se realiz una conclusin que englobe y de cierre
al trabajo.

25

Probabilidad y Estadstica.2012

DESARROLLO
Nos interesa poder controlar distintas variables que consideramos
importantes, porque si toman valores poco usuales provocan dificultades
tanto financieras como operativas. El control debe establecerse en base
a las probabilidades de que sucede la falla, mediante el establecimiento
de lmites de control con baja probabilidad de ocurrencia.
Criterio adoptado: Consideramos usuales para este anlisis,
aquellos valores de una variable que se encuentran en el 99%
central y extraordinarios a los que se posicionan fuera de ese
intervalo.
Por ejemplo, supongamos que necesitamos controlar el consumo de
combustible diario de un camin y que dicho consumo es una variable
aleatoria normal con medios 60 litros y desvo 4 litros. En ese caso, dos
valores simtricos respecto de la media que encierre entre s una
probabilidad de 0,99 son los siguientes.
Lci
49,7

Lcs
70,3

Si el consumo diario se encuentra entre estos valores, se considera

razonable. Si escapa al intervalo merece ser analizado con atencin,
para determinar cules pueden ser los orgenes de ese alejamiento.
Estamos interesados en controlar las siguientes variables:

Cantidad de urgencias debidas a engranajes, embrague o

diferencial, que ocurren cada cincuenta urgencias. Sabemos
que la probabilidad de que una cierta urgencia se origine en el
sistema de transmisin es 0,07.
Cantidad de urgencias debidas a los sistemas de
refrigeracin de ocurren cada cincuenta urgencias. Sabemos
que la probabilidad de que una cierta urgencia se origine en el
radiador es de 0,08 y que la probabilidad que sea en el circuito
auxiliar independiente es de 0,09.
Cantidad de urgencias debidas a rodamientos que ocurren
cada cincuenta urgencias. Hemos identificado las siguientes
causas independientes debidas al sistema de rodamientos, con sus
correspondientes probabilidades.

25

Probabilidad y Estadstica.2012

Causa del problema

Probabilidad
Rodamientos
de 0,15
distribucin
Rodamientos auxiliares 0,07
Correas
0,10
Cantidad de urgencias debidas al sistema BalancnElsticos que ocurren cada cincuenta urgencias. Sabemos
que si se rompe el balancn o se rompe el paquete de elsticos,
pero no ambos, el camin puede seguir su tarea. Slo en el caso
en que se rompen ambos debe recurrirse a una reparacin de
urgencia. La probabilidad de rotura del balancines 0,10 y la
probabilidad de rotura del paquete de elsticos es 0,06. Ahora
bien, si no funciona el balancn, el paquete de elsticos de manera
forzada de modo que su probabilidad de rotura es 0,2.
Cantidad de urgencias que se reciben por semana.
Adoptamos una semana de seis das (consideramos que en ese
tiempo no hay interrupcin del servicio) y asumimos que la
cantidad de urgencias diarias tiene una media de 1,5.
Tiempo (en horas) en el que ocurren cincuenta urgencias.
Nuestro sistema informtico totaliza tiempos cada cincuenta
urgencias, por lo que deseamos aprovechar esa informacin para
contrastarla con lmites de control. Sabemos que en promedio
pasan doce horas entre dos urgencias consecutivas y que el
tiempo entre urgencias tiene distribucin Exponencial.
Cantidad de kilmetros recorridos por da. Al final de la
jornada, cada una de las unidades debe reportar por radio a la
central la cantidad de kilmetros realizados. Necesitamos
investigar las desviaciones de esta variable porque si esa cantidad
es muy reducida, nuestros costos se elevan mucho. En tanto que,
si es elevada, implica un riesgo para la carga, la unidad y sobre
todo, el propio conductor. Consideremos que la jornada estipulada
es de diez horas y que el recorrido por hora es una variable
aleatoria con distribucin normal, con media de 55 km y desvo de
9 km.

Debemos utilizar la informacin disponible para:

o Determinar lmites de control conformes al criterio adoptado para
cada una de las variables planteadas.

25

Probabilidad y Estadstica.2012

PRIMERA PARTE DEL TRABAJO:

Anlisis de la variable aleatoria discreta(X): Esta variable tomar valores
enteros lo que nos permitir estudiarla mediante el modelo binomial.
X=Cantidad de urgencias debidas a caja, embrague o diferencial que
ocurren cada cincuenta urgencias.
La probabilidad de que una cierta urgencia se origine en la transmisin
es de 0,07 en trminos de probabilidad.
Determinando T el evento Roturas en la transmisin P (T)=0,07
La cantidad de ensayos (n) son 50 urgencias.
Analizando la situacin, se puede expresar como la suma de cincuenta
experimentos Bernoulli con los siguientes resultados:

xito: la reparacin de urgencia se origina por un desperfecto en

caja embrague o diferencial.
Fracaso: la reparacin se realiza por otro motivo.

Los intentos son independientes los unos de los otros y la probabilidad

de xito es constante por lo que este experimento se puede definir
mediante el modelo de distribucin de la probabilidad binomial X ~ B
(50, 0.07).

Cantidad
Urgencias
0
1
2

de

Probabilidad
0,026555068
0,099938430
0,184295062

25

Probabilidad
acumulada
0,026555068
0,126493498
0,310788560

Probabilidad y Estadstica.2012

3
4
5
6
7
8
9
10
11
12
Del 13 al 50

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,221946741
0,196291607
0,135926661
0,076732792
0,036303686
0,014687378
0,005159007
0,001592080
0,000435760
0,000106597
0,000023453

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,532735301
0,729026908
0,864953569
0,941686361
0,977993221
0,992680599
0,997839606
0,999431686
0,999867446
0,999974043
1
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estu

1 GrafcoVersin
de densidad
de probabilidad:
Binomial
Versin Estudiantil Versin Estudiantil
Estudiantil
Versin Estudiantil
Versin Estudiantil Versin Estudiantil

Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estu
0,250
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
0,225
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estu
Versin Estudiantil Versin0,200
Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estu

Probabilidad

Versin Estudiantil0,175
Versin Estudiantil

Versin0,150
Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estu
0,125
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil0,100
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estu

Versin Estudiantil

Versin0,075
Estudiantil

Versin Estudiantil

Versin Estudiantil0,050
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin0,025
Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estu

Versin Estudiantil

Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estu
0,000
Versin Estudiantil
Versin
Estudiantil
0
3
7 Estudiantil
10 13 Versin
17 20
23 27Versin
30 Estudiantil
33 37 Versin
40 43Estudiantil
47 50 Versin Estudiantil
Versin Estudiantil Versin Estudiantil
Versin
Estudiantil
Versin Estudiantilembrague
Versin Estudiantil
Versin Estudiantil Versin Estu
Cantidad de
ensayos
exitosos(engranajes,
o diferencial)

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Nuestro inters se basa en definir los valores limites que se encuentran

dentro del 99% central ,es decir los valores simtricos de la media para
los cuales la probabilidad acumulada entre esos dos valores sea el 99%.
Si bien este calculo se puede realizar de dos maneras (binomial o limite
central), el teorema del limite central no es aplicable debido a no
cumplir con la condicin de n*p>5, por lo cual se determinan los valores
acumulados por distribucin binomial sabiendo que el primer limite se
encontrara donde se acumule aproximadamente el 0,005 de la
probabilidad y el segundo donde se acumule aproximadamente el 0,095.
Media: E(X)=n*p= 50*0.07=3.5

25

Probabilidad y Estadstica.2012

Siendo Li limite inferior y Ls limite superior,

Li=0.005<0,026555068 = 0
Ls=0.99>0,977993221 = 7
Podemos concluir entonces que el lmite de control para la variable
cantidad de reparaciones de urgencias debidas a la caja embrague o
diferencial es de 7 urgencias debidas a la transmisin y cualquier sea el
valor q exceda a dicho limite ser considerado extraordinario.
SEGUNDA PARTE DEL TRABAJO:
Anlisis de la variable aleatoria discreta:
X: Cantidad de urgencias debidas a los sistemas de refrigeracin que
ocurren cada cincuenta urgencias.
Teniendo en cuenta que la probabilidad de que una cierta urgencia se
origine en el radiador es de 0,08 y que la probabilidad sea en el circuito
auxiliar independiente es de 0,09, denominamos R al evento Urgencias
originadas en el radiador y C Urgencias debidas al circuito auxiliar.
Radiador = R
Circuito Auxiliar Independiente = C
Probabilidades:
P (R) = 0,08
P (C) = 0,09
P (R C) = p (R) + p (C) p(R C)
P (R C) = 0,08 * 0,09

para variables independientes

Reemplazando:
P (R C) = 0,08 + 0,09 (0,08 * 0,09)
P (R C) = 0,1628
Decidimos analizar esta variable mediante el modelo binomial ya que
tenemos una probabilidad de 0,1628 que se mantiene constante de un
ensayo a otro. Teniendo en cuenta las cincuentas repeticiones
independientes y aplicando Bernoulli a cada una de ellas obtenemos los
siguientes datos.

25

Probabilidad y Estadstica.2012

X B (50; 0,1628)

Cantidad
urgencias
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Del 21 al 50

de

Probabilidad
0,000138503
0,001346654
0,006415750
0,019961473
0,045609535
0,081595959
0,119002229
0,145457096
0,152033244
0,137965508
0,109996676
0,077780736
0,049156459
0,027941262
0,014359684
0,006701643
0,002850719
0,001108688
0,000395254
0,000129448
0,000039017
0,000010838

Probabilidad
acumulada
0,000138503
0,001485157
0,007900907
0,02786238
0,07347915
0,155067874
0,274070103
0,419527199
0,571560443
0,709525951
0,819522627
0,897303363
0,946459822
0,974401084
0,988760768
0,995462411
0,99831313
0,99942188
0,999817072
0,99994652
0,999985537
1

Este
experimento se puede abordar a partir del modelo binomial y pero
adems, se puede aproximar la distribucin binomial por una funcin
normal segn el teorema del limite central, normalizarla y encontrar los
valores para los cuales el rea central encierra el
99% de las
probabilidades. Esto es posible debido a la comprobacin de (n*P =
8,14) >5
Media = E(X) = n*P = 8,14

q = 0,92 * 0,91 = 0,83

25

Probabilidad y Estadstica.2012
= n*p*q=

50*0,1628*0,83 = 6,75 u

= 2,59

Por lo tanto:
P (xi X xs)= 0,99

Normalizando lo anterior:

Obtenemos como resultado 0,99

Buscando los valores de zi y zs correspondientes se obtiene que:
zi= -2.57

zs = 2,57

Reemplazando en la normalizacin obtenemos

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Zi= (xi E(x))/V(x)

VersinEstudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
2 Grafco:Densidad
probabilidad
Versin
Estudiantil
Versin Estudiantil
Versin Estudiantil de
Versin
Estudiantilbinomial.
Versin Estudiantil
(1/2)
Versin Estudiantil Versin Estudiantil
0,170

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil
Despejando
xi se Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil0,151
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
obtiene:
Versin Estudiantil

Luego

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
0,113
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil0,094
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Probabilidad

Xi= 1,48

Versin0,132
Estudiantil

Versin0,076
Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Zs= (xs E(x))/V(x)

VersinEstudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
0,057
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
(1/2)
Versin Estudiantil0,038
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Despejando
xs se Versin0,019
Versin Estudiantil
Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin
Estudiantil
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
obtiene:
0,000
Versin Estudiantil

Xs = 14,79

Versin Estudiantil
Estudiantil
Versin
0
4Versin
8 13
17 21 25
29 Estudiantil
33 38 42 Versin
46 50Estudiantil
Versin
Estudiantil
Versin
Estudiantil
Versin
Estudiantil
Cant. de ensayos exitosos(radiador y circuito auxiliar)Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

25

Versin Estudiantil

Versin Estudiantil

Probabilidad y Estadstica.2012

Conclusin: El lmite de control conveniente para la variable

cantidad de reparaciones de urgencia debidas al sistema de
refrigeracin tiene un mximo de quince urgencias y un
minimo de una urgencia cada cincuenta. Es decir que si algn
valor de X se excede de trece o esta debajo de uno se
considera como valor extraordinario

TERCERA PARTE DEL TRABAJO:

X: Cantidad de Urgencias debidas a Rodamientos que ocurren
cada cincuenta urgencias.
Para el anlisis de esta variable contamos con la siguiente informacin:

Causa de Problema
Rodamientos de
Distribucin
Rodamientos Auxiliares
Correas

Probabilidad
(p)

Complemento
(q)

0,15
0,07
0,1

0,85
0,93
0,9

Tenemos que la probabilidad que una urgencia no sea causada por

ninguno de los motivos anteriores est dada por:
q1*q2*q3 = 0,7745
Y la probabilidad de que una urgencia se deba por lo menos a uno de
ellos:
p = 1 0,7745
p = 0,28855
La variable urgencias debido a rodamientos posee una distribucin
binomial porque repetimos varias veces un experimento Bernoulli, en

25

Probabilidad y Estadstica.2012

este caso 50 ensayos y los resultados posibles son xito (urgencias

debidas a rodamientos) y fracaso (causadas por otros motivos).
Por lo tanto tenemos:

50 variables independientes, idnticamente distribuidas.

Conocemos:
= n * p = 50 * 0,2855 = 14,4275
= n * p * q = 50 * 0,28855 * 0,7745 = 11,14

= 3,34
X ~ B (50; 0,28855)
Para determinar los valores acumulados por la distribucin binomial
sabiendo que el primer lmite se encontrar cuando se acumula
aproximadamente el 0,005 de la probabilidad y el segundo cuando se
acumule aproximadamente el 0,995 (la diferencia es 0,99).
Cantidad de
Urgencias

Probabilidad

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

0
0,000000821
0,000008157
0,000052931
0,000252244
0,000941206
0,002863007
0,007298838
0,015911418
0,030115658
0,050078684
0,073857892
0,09735471
0,115418096
0,123715549
0,120423771
0,106840763
0,086664986
0,06444093

Probabilidad
Acumulada
0
0,000000821
0,000008978
0,000061909
0,000314153
0,001255359
0,004118366
0,011417204
0,027328622
0,05744428
0,107522964
0,181380856
0,278735566
0,394153662
0,517869211
0,638292982
0,745133745
0,831798731
0,896239661

25

Limites

Lmite Inferior

Probabilidad y Estadstica.2012

19
20
21
22
23
24
25
26
27
28
29

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,06

Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

0,02

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,04

Versin Estudiantil

Versin Estudiantil

0,08

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,11

Versin Estudiantil

Versin Estudiantil

Lmite Superior

Versin Estudiantil

Versin Estudiantil

0,13
Versin Estudiantil

Versin Estudiantil

Probabilidad

Versin Estudiantil

0,940258124
0,967930298
0,983963562
0,9925354
0,996767743
0,998698867
0,999513422
0,999831083
0,999945605
0,999983759
0,999995499

Cantidad
Urgencias
(rodamientos):
Binomial
Versin Estudiantilde
Versin
Estudiantil Versin
Estudiantil Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

0,044018463
0,027672174
0,016033264
0,008571838
0,004232343
0,001931124
0,000814555
0,000317661
0,000114522
0,000038154
0,00001174

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
-0,01
Estudiantil Versin
Estudiantil
0Versin Estudiantil
8 Versin 17
25 Estudiantil33Versin Estudiantil
42 Versin50
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Cantidad
de Urgencias
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin
Estudiantil Versin
Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Siendo el lmite Inferior = Li y Lmite Superior = Ls

Li = 6
Ls = 23
A continuacin aplicamos el teorema de lmite central debido a que el
valor n es lo suficientemente grande, para as aproximar X a una
distribucin normal.
X ~ N ( = 14,42; = 3,34)

25

Probabilidad y Estadstica.2012

Queremos encontrar dos valores simtricos respecto a (x1, x2), tales

que encierren entre s una probabilidad de 0,99, por lo tanto se tiene
que:
P(x1 X x2) = 0,99
Normalizando lo anterior:
P (z1 Z z2) = P ((x1 ) * (1/) < Z < (x2 - ) * (1/)) = 0,99
Buscando los valores de z1 y z2 en la tabla A.3 de la Gua de
Actividades, Probabilidad y Estadstica (2012).
z1 = -2,57

z2 = 2.57

Remplazamos en la normalizacin, obteniendo:

z1 = (x1 - ) /
x1 = (z1 * + ) = -2,57 * 3,34 + 14,42 = 5,85
z2 = (x2 - ) /
x2 = (z2 * + ) = 2,57 * 3,34 + 14,42 = 23

Por lo tanto:
x1
6

x2
23

Conclusin: Los valores obtenidos a partir del Teorema Central del

Lmite son muy cercanos a los valores que obtuvimos a travs de la
Binomial.
Valores usuales de la Variable Cantidad de Urgencias debidas a
Rodamientos sern aquellas que se encuentren entre los valores 6 y 23,
los valores que no se encuentren dentro de este intervalo sern
considerados como valores extraordinarios.

25

Probabilidad y Estadstica.2012

CUARTA PARTE:
X: Cantidad de Urgencias debidas al Sistema de BalancnElsticos que ocurren cada cincuenta urgencias.
Datos suministrados para el anlisis:
Sabemos que si se rompe el balancn o un paquete elstico, el camin
puede seguir su tarea, pero si se rompen ambos no puede continuar.
Entonces deber recurrirse a una reparacin de urgencia. La
probabilidad de que se trabe el balancn es de 0,10 y la probabilidad de
rotura del paquete elstico es de 0,06. Pero si se traba el balancn el
paquete de elsticos trabaja de manera forzada de manera que su
probabilidad de rotura es de 0,2.
Siendo:
B = Rotura de balancn.
E = Rotura de paquete elstico.
Pero por el estudio de probabilidades tenemos que:
P (E/B) = P (E B) / P (E/B)
Entonces:
P (B) = 0,1

25

Probabilidad y Estadstica.2012

P (E) = 0,06
P (E/B) = 0,2
P (B E) = P (B) * P (E/B)
Donde la interseccin es igual a la ocurrencia de los dos eventos
simultneamente. Que es cuando se considera una urgencia para el
camin.
P (B E) = 0,1 * 0,2
P (B E) = 0,02
La probabilidad de que una reparacin de urgencia sea debida al
sistema Balancn-Elsticos es de 0,02.
La variable urgencia debido a Balancn-Elstico posee una distribucin
binomial porque el experimento es el resultado de cincuenta ensayos
iguales e independientes en el que se pueden obtener dos resultados
diferentes: xito (reparacin de emergencia debida al sistema BalancnElsticos) y fracaso (reparacin realizada por otro motivo).
X ~ B (50; 0,02)
Cantidad de
Urgencias
0
1
2
3
4
5
6
7
8
Del 9 al 50

Probabilid Probabilidad
ad
Acumulada
0,36416968
1
0,364169681
0,37160171
4
0,735771395
0,18580085
7
0,921572253
0,06066966
8
0,98224192
0,01454833
9
0,996790259
0,00273152
5
0,999521784
0,00041809
1
0,999939874
0,00005363
2
0,999575416
0,00000003
4
0,99957545
0
1

25

Limites
Lmite
Inferior

Lmite
Superior

Probabilidad y Estadstica.2012

Siendo Li = Lmite Inferior y Ls = Lmite Superior

Li = 0 urgencias debidas al Sistema Balancn-Elsticos cada 50
urgencias.
Ls = 3 urgencias debidas al Sistema Balancn-Elsticos cada 50
urgencias.
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Probabilidad

Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,05

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

17

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

25

Versin Estudiantil

33

42

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

50

Versin Estudiantil

Cantidad
Urgencias
Versin
Estudiantil de
Versin
Estudiantil Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

-0,02
Versin Estudiantil
0

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

0,12
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

0,19
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,25
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,32
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

0,39
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Cantidad
de Urgencias
(Sistema
Balancn-Elsticos):
Binomial
Versin Estudiantil
Versin Estudiantil
Versin Estudiantil
Versin
Estudiantil Versin Estudiantil
Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Consideramos adems que el valor de n es suficientemente grande

aplicamos entonces el Teorema de Lmite Central para aproximar X a una
distribucin normal:
= n * p = 50 * 0,02 = 1
= n * p * q = 50 * 0,02 * 0,98 = 0,98

= 0,98
Entonces:
P(x1 X x2) = 0,99

25

Probabilidad y Estadstica.2012

Normalizando lo anterior:
P (z1 Z z2) = P ((x1 ) * (1/) < Z < (x2 - ) * (1/)) = 0,99
Buscando los valores de z1 y z2 en la tabla A.3 de la Gua de
Actividades, Probabilidad y Estadstica (2012).
z1 = -2,57

z2 = 2.57

Remplazamos en la normalizacin, obteniendo:

z1 = (x1 - ) /
x1 = (z1 * + ) = -2,57 * 0,98 + 1 = -1,54
z2 = (x2 - ) /
x2 = (z2 * + ) = 2,57 * 0,98 + 1 = 3,51

x1
0

x2
3

Conclusin: El lmite de control conveniente para la variable cantidad

de reparaciones de Sistema de Balancn-Elsticos es de tres urgencias
cada cincuenta urgencias por dicho motivo, es decir que si algn valor
de X toma un valor superior a ste se le considera extraordinario.

25

Probabilidad y Estadstica.2012

QUINTA PARTE DEL TRABAJO:

X: Cantidad de urgencias que se reciben por semana
Media de la cantidad de urgencias diarias = 1,5
Aplicamos el modelo de Poisson ya que contamos con repeticiones del evento durante una unidad
de tiempo, la misma es de 6 das. Luego estandarizamos la variable para aproximarla por una
distribucin normal.

P(x,14
)

X=x

0 0,000123
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

0,001111
0,004998
0,014994
0,033737
0,060727
0,091090
0,117116
0,131756
0,131756
0,118580
0,097020
0,072765
0,050376
0,032384
0,019431
0,010930

17
18
19
20
21
22
23
24
25

0,005786
0,002893
0,001370
0,000617
0,000264
0,000108
0,000042
0,000016
0,000006

P(x,14)

Limites

0,0001230
Limite
0,0001230 Inferior
0,0051211
0,0201154
0,0538525
0,1145794
0,2056697
0,3227859
0,4545415
0,5862971
0,7048772
0,8018973
0,8746623
0,9250381
0,9574226
0,9768532
0,9877830
Limite
0,9935693 Superior
0,9964625
0,9978329
0,9984497
0,9987140
0,9988221
0,9988644
0,9988802
0,9988860

25

= 9
representa el promedio
de las urgencias que
suceden por semana.
En

este

caso

Con la formula antes

mencionada
del
modelo
de
Poisson
calculamos:
XP (9)

Probabilidad y Estadstica.2012

Para determinar los valores de x1 y x2 (Limite inferior y superior

respectivamente) buscamos en la tabla los valores que corresponden a
las probabilidades acumuladas que se aproximan a 0,005 y 0,995 y
tenemos entonces que:
N de
Limite
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil
Versin Estudiantil

X1

X2

1u

17u

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Grafico
de Estudiantil
Densidad: Cantidad
de urgencias
semana Versin Estudiantil
Versin Estudiantil
Versin
Versin Estudiantil
Versinpor
Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
0,150
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
0,135
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil Versin0,120
Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Probabilidad

Versin Estudiantil0,105
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin0,090
Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil0,075
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil

Versin Estudiantil

Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
0,060
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
0,045
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil0,030
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Versin Estudiantil

Versin0,015
Estudiantil

Versin Estudiantil

Versin Estudiantil0,000
Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil
0

Versin Estudiantil
Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin
Estudiantil
Estudiantil
Versin Estudiantil
3
6 Estudiantil
8
11 Versin
14 Estudiantil
17
19 Versin
22
25
28
31Versin
33 Estudiantil
36
39 Versin
42
44
47
50
Versin Estudiantil Versin
Estudiantil
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil
Cantidad
de urgencias

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

Versin Estudiantil

De este grafico podemos decir que tiene un sesgo a derecha o positivo

pero una distribucin simtrica de los valores de las probabilidades.

25

Probabilidad y Estadstica.2012

Tambin podemos decir que entre las 6 y 14 urgencias son las ms

probables por semana.
Como en las dems variables, lo que nos interesa es el 99% central.
Sabemos que el lmite inferior se encontrara cuando se acumule el 0,005
de la probabilidad y el segundo cuando se acumule el 0,995 (la
diferencia es 0,99)
P (xi X xs) = 0,99
E(x) = 1,5 (Diaria) = 9 semanal =
V(x) = (1/2) = 3
Normalizando lo anterior:

Obtenemos como resultado 0,99

Buscando los valores de zi y zs correspondientes se obtiene que:
Zi= -2.75

Zs=2,75

Reemplazando en la normalizacin
Xi = Zi* +
Xi = 1,29

Xs = Zs* +
Xs = 17
Se puede comprobar ambos lmites destacados en la tabla anterior.
Conclusin: Los valores que se tomaran como usuales, para la variable Cantidad
de urgencias recibidas por semana, debern estar entre 1 y 17. Mientras los que
se ubican fuera de este intervalo se los considera extraordinarios.

25

Probabilidad y Estadstica.2012

SEXTA PARTE:
X: Tiempo en el que ocurren cincuenta urgencias.
Para este anlisis los datos son:
El sistema informtico totaliza tiempos cada treinta urgencias. Sabemos
que en promedio pasan doce horas entre dos urgencias consecutivas y
que la variable tiempo entre urgencias debe tener distribucin
exponencial.
En el modelo exponencial la media y la varianza toman los valores
siguientes:
X = 49
= 12
E(x) = n * = 49 * 12 = 588
V(x) = E(x) = 345744

= 1 / E(x) = 1/588 = 0,0017

Por lo tanto:
X ~ E(0,0017)
El tiempo entre dos reparaciones consecutivas es de doce horas, implica
que el tiempo en el que transcurren n reparaciones ser 12 *(n-1).
Queremos calcular un intervalo que encasille el 99% de la probabilidad
entonces igualamos la ecuacin de la probabilidad acumulada de la
distribucin exponencial a 0,99 y despejamos X.
F(x) = 1 e (-*x) = 0,99
x = -ln(1-0,99) / = 2707,84

Concluyendo, los valores usuales para X: Tiempo en el que ocurren

cincuenta urgencias, sern aquellos que se encuentren dentro del
intervalo 0 hs y 2707,84 hs, los que no entren dentro de dicho espacio
sern considerados como valores extraordinarios.

25

Probabilidad y Estadstica.2012

SEPTIMA PARTE:
Y: Cantidad de kilmetros recorridos por da.
Para el siguiente anlisis tenemos los siguientes datos:
Consideramos que la jornada estipulada es de diez horas y que el
recorrido por hora es una variable con distribucin normal con una
media de 55 km y un desvo de 9 km.
Para la resolucin de este problema hacemos uso de la propiedad
reproductiva de la variable con distribucin normal que nos permite a
travs de un conjunto de normales conocidas obtener otra normal.
X1 ~ N (E(x); V(x))
X2 ~ N (E(x); V(x))

Xn ~ (E(x)n; V(x)n)

Y se crea la variable aleatoria continua:

Y = X1 + X2 + + Xn
Con:
Y ~ N ( E(x)1; V(x)1)

As obtenemos la variable Y que es la cantidad de kilmetros recorridos

por da, como la suma de la variable x que es cantidad de kilmetros
recorridos por hora, diez veces ya que la jornada cuenta de diez horas,
por lo tanto por ser todas las X iguales y tener la misma media y desvo:
Y ~ N(n * E(x); n * V(x))
Con:
E(x) = 10 * 55 = 550

25

Probabilidad y Estadstica.2012

V(x) = 10 * 9 = 810
Y ~ N (550; 810)
Por lo tanto se tiene que:
P (y1 Y y2) = 0.99
Normalizando lo anterior:
P(z1 Z z2) = P( (y1 n*E(x))*(1/(n*V(x))^1/2) Z (y2
n*E(x))*(1/(n*V(x))^1/2) = 0,99
Buscando los valores de z1 y z2 en la tabla A.3 de la Gua de
Actividades, Probabilidad y Estadstica (2012).
z1 = -2,57

z2 = 2.57

Remplazamos en la normalizacin, obteniendo:

z1 = (x1 n*E(x)) / (n*V(x))^1/2
y1 = (z1 * (n * V(x)) ^ 1/2 + n * E(x)) = -2,57 * 28,46 + 550 = 476,86
z2 = (y2 - n*E(x)) / (n*V(x))^ 1/2
y2 = (z2 * (n * V(x)) ^ 1/2 + n * E(x)) = 2,57 * 28,46 + 550 = 623,14

Los valores lmites que encierran el 99% de las probabilidades son

476,86 km, como lmite inferior y 623,14 km, como lmite superior. Si
algn valor se encuentra fuera de dichos lmites se tomar como valor
extraordinario.

Concluimos que los lmites de control convenientes para dicha variable

sern 476,86 por da como mnimo y 623,14 como mximo, cualquier
valor fuera de este intervalo se considerar extraordinario e implicara
costos elevados y cierto peligro para la carga transportada, camin y el
conductor.

25

Probabilidad y Estadstica.2012

Conclusin:
La empresa puede considerar que tiene un control aceptable sobre
todas las variables mencionadas y analizadas anteriormente. Para
cada una de ellas se observa que los valores usuales se
encuentran dentro del 99% establecido. Como se ha visto los
valores que no pertenezcan a dicho intervalo generarn
dificultades financieras y operativas para la misma y es justamente
lo que se pretende evitar. Vale la pena destacar que la mayora de
dichos valores se obtuvieron en base a aproximaciones
probabilsticas y por ello el control no es absoluto pero es
suficiente para responder a los objetivos fijados por la empresa

25

Probabilidad y Estadstica.2012

BIBLIOGRAFIA:

J.Devore, Probabilidad y Estadstica para Ingeniera y Ciencias,

Mxico, Thomson,1998
W.Navidi, Estadstica para ingenieros, Mxico, Mc Gran Hill,
2006
R. Walpole, R. Myers, S. Myers, Probabilidad y Estadstica para
ingenieros.

Otras fuentes
www.wikipedia.com

25