DISTRIBUCIN DE PARETO

ISTRIBUCION DE PROBABILIDAD
Las distribuciones de probabilidad son idealizaciones de los polgonos de frecuencias. En
el caso de una variable estadstica continua consideramos el histograma de frecuencias
relativas, y se comprueba que al aumentar el nmero de datos y el nmero de clases el
histograma tiende a estabilizarse llegando a convertirse su perfil en la grfica de una
funcin.

Las distribuciones de probabilidad de variable continua se definen mediante una funcin

y=f(x) llamada funcin de probabilidad o funcin de densidad.
En la funcin de densidad la probabilidad viene dada por el rea bajo la curva, por lo que:
El rea encerrada bajo la totalidad de la curva es 1.
Para obtener la probabilidad P(aXb) obtenemos la proporcin de rea que hay bajo la
curva desde a hasta b.
La probabilidad de sucesos puntuales es 0, P(X=a)=0

Una distribucin de probabilidad es un modelo matemtico que asocia valores

de una variable aleatoria con sus respectivas probabilidades, es decir:
Probabilidad de x = Funcin de x
Las distribuciones se caracterizan por una frmula que determina el tipo de
distribucin y por un conjunto de parmetros, que son propios de cada espacio
muestral.
VARIABLE ALEATORIA DISCRETA
Una variable aleatoria discreta es aquella que slo puede tomar valores
enteros.
Ejemplo: El nmero de hijos de una familia, la puntuacin obtenida al lanzar un
dado.
VARIABLE ALEATORIA CONTINUA
Una variable aleatoria continua es aquella que puede tomar todos los valores
posibles dentro de un cierto intervalo de la recta real.
Ejemplo: La altura de los alumnos de una clase, las horas de duracin de una
pila.

PROPIEDADES DE LAS VARIABLES ALEATORIAS

DISCRETAS
Las probabilidades asociadas a
cada uno de los valores que toma
x deben ser mayores o iguales a
cero y menores o iguales a 1.
La sumatoria de las
probabilidades asociadas a cada
uno de los valores que toma x
debe ser igual a 1.

CONTINUAS
Las probabilidades asociadas a
cada uno de los valores que toma x
deben ser mayores o iguales a
cero. Dicho de otra forma, la
funcin de densidad de
probabilidad deber tomar solo
valores mayores o iguales a cero.
El rea definida bajo la funcin de
densidad de probabilidad deber
ser de 1.

DISTRIBUCION DE PARETO
Es un mtodo grfico para definir las causas ms importantes de una
determinada situacin y, por consiguiente, las prioridades de intervencin.

Su objetivo consiste en desarrollar una mentalidad adecuada para

comprender cules son las pocas cosas ms importantes y centrarse
exclusivamente en ellas.
Se basa en el principio de que en cualquier distribucin, el 80 % de los
efectos estn producidos por el 20 % de las causas.
20%
80%
80%
20%
Libros

Ventas

Ejemplos:
el 20 % de las piezas de un almacn tienen
el 80 % del coste.
el 20 % de los libros que se editan cada
ao suponen el 80 % del total de las
ventas.

Fases de preparacin

Fase1

Decidir como clasificar los datos.

Ejemplo: Defectos observados en un
automvil
PROBLEMAS
Fusibles fundidos
Alternador no carga
Bateria sin carga
Lamparas (Otros)
Bujias (Otros)
Cables sueltos (Otros)

Elegir el periodo de observacin del fenmeno.

Fase 2

Segn sea el fenmeno a observar, as ser el

periodo idneo
diario
semanal
mensual

Fase 2

Fase 3

Ejemplo: Defectos observados en un

automovil durante el perodo de garanta
PROBLEMAS EN LA GARANTA
Fusible fundido
26
Alternador no carga
40
Bateria sin carga
120
Obtener
datos y ordenarlos.
los
Otros
14
se prepara la hoja de recogida de datos,
que se estructurar de acuerdo al tipo de
datos necesarios y al periodo de
observacin definido.

Fase 4

Disear el diagrama.
Consiste en la representacin grfica de los datos tomados.

Diseo del diagrama.

Otros

Fase 5

Construir la lnea de los valores acumulados.

Al cada valor se le suma el de los anteriores y se crea un
punto.
Se unen todos los puntos obtenidos.
Al final se obtiene el acumulado.
Defectos observados
200

120

40
26

Otros

14

Acumulados

Fase 6

Aadir las informaciones bsicas.

Sirve para completar el diagrama aadiendo una tabla que aporte
ciertos datos fundamentales para su compresin, como el ttulo,
nombre de quien haya recogido los datos, la fecha, el periodo
analizado, etc.
Defectos

Otros

Acumulados

Fase 7

Defectos observados

Analizando los datos podamos

observar:

93

Con un solo elemento

tenemos el 60% de los
defectos (Vital).

Con dos tenemos el 80%

(zona dudosa).

El resto de elementos
elementos representan el
20% (triviales).

100

80
60

12

Interpretacin del anlisis de Pareto

El objetivo del anlisis de Pareto es utilizar los hechos para
encontrar la mxima concentracin de potencial de mejora
con el mnimo numero de proyectos o soluciones posibles .
Decisin
Zona dudosa

60

80

93

100

35

13

En general no existe un break point y si existe zona dudosa.

El equipo de trabajo deber:

Identificar los pocos elementos que representan aproximadamente

el 60 % del efecto.
Desarrollar el trabajo para estos elementos como pocos vitales.
Una vez terminado este, volver a realizar el anlisis de Pareto y
comprobar si los elementos de la zona dudosa ha pasado a ser
poco vitales y si su tratamiento es rentable.

14