Las empresas y los estudios de investigacin disponen de grandes cantidades de datos, por lo

que se requiere habilidad para sintetizar y convertirlos en resultados tiles para su

interpretacin.
La fbrica de libros impresiones trabaja por turnos de la siguiente manera: Turno 1 de 6 de la
maana a 2 de la tarde, turno 2 de 2 de la tarde a 10 de la noche y turno 3 de 10 de la noche
a 6 de la maana. Se ha encontrado que algunos defectos estn siendo significativos en los
libros de exportacin y la casa matriz requiere de un anlisis de la produccin de los ltimos
cinco meses para tomar decisiones con respecto de algunas de las variables que pueden
afectar el proceso.
Con la informacin suministrada en la base de datos que aparece en el archivo en Excel
realice las siguientes actividades.

Seleccin de una muestra aleatoria

Con los datos de la base de datos de debe seleccionar una muestra aleatoria simple de 40
das de trabajo que incluya trabajadores de los tres turnos. Con los datos seleccionados
deben:

1 Estimar con un nivel de confianza del 95% el nmero promedio de unidades producidas.

2 Estimar con un nivel de confianza de 95% el nmero de unidades defectuosas por cada tipo
de defecto.

3 Con un nivel de confianza del 95% digan si existen diferencias significativas en el nmero
promedio de unidades defectuosas presentadas por corte con respecto a las defectuosas
presentadas por pegado.

4 Estima con un nivel de confianza del 95% el costo promedio por total de unidades
defectuosas.

SOLUCIN

1 da x 24 Hrs = 3 turnos 6 a 2 / ; 2 a 10 / ; 10 a 6
40 das x 3 turnos
Tenemos que n= 120 datos
se determina la media poblacional y muestral: como nos dice la teleconferencia
$$\mu=\sum\frac{x_i}{N}\rightarrow\mu=\frac{1977999}{359}\rightarrow \mu=5509.74652$$

$$\bar{x}=\sum\frac{x_i}{n}\rightarrow \bar{x}=\frac{659002}{120}\rightarrow\bar{x}=5491.6833$
$

El tamao de los intervalos de los datos $$F=\frac{N}{n}=\frac{359}{120}={2.99}$$

$$F=3$$ segn la tabla suministrada por tutor.

Se puede determinar la varianza poblacional y muestral

$$\sigma^2=\sum\frac{(x_i-\bar{x})^2}{N}=85147.582$$

$$S^2=\sum\frac{(x_i-\bar{x})^2}{n}=100383.059$$

Determinamos la desviacin estndar poblacional y muestral

$$\sigma=\sqrt{\sum\frac{(x_i-\bar{x})^2}{N}}=292.20784$$

$$S=\sqrt{\sum\frac{(x_i-\bar{x})^2}{n}}=316.83286$$

Error estandar
$$\sigma_x=\frac{\sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N-1}}$$; $$\sigma_x=\frac{292.20784}
{\sqrt{120}}\sqrt{\frac{359-120}{359-1}}$$

$$\sigma_x=10.89745$$

A = Estimar con un nivel de confianza del 95% el nmero promedio de unidades producidas.
decimos que el nivel de confianza $$(1-\alpha)=0.95$$
Z=0.05 entonces $$\frac{Z}{2}\rightarrow\frac{0.05}{2}\;=0.025$$
sumamos el nivel de confianza
0.95+0.025=0.975 ; este dato se busca en la tabla de estndar de confianza donde para
0.975=1.96

Hallamos limite inferior y limite superior

$$L_i=\bar{x}-(1.96*10.89745)\; L_i=5491.683-21.3590\; L_i=5470.324$$

$$L_s=\bar{x}+(1.96*10.89745)\; L_s=5491.683+21.3590\; L_s=5513.042$$

De esta forma podemos calcular mas o menos el promedio de produccin por unidades, est
entre 5470.324 y 5513.042

B = Con los datos de la muestra estime con un nivel de confianza del 95% el nmero de
unidades defectuosas para cada tipo de defecto.
Defectos por corte = 1201
$$\bar{x}=\frac{1201}{n}\rightarrow\;\bar{x}=\frac{1201}{120}\rightarrow\bar{x}=10.0083$$
Desviacin estndar de la poblacin
$$\sigma=\sqrt{\sum\frac{(x_i-\bar{x})^2}{N}\;\sigma=3.1953$$

El error estndar para la produccin conocida

$$\sigma_x=\frac{\sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N-1}}\;\;\sigma_x=\frac{3.1953}
{10.95445}*0.81706$$

$$\sigma_x=0.29168*0.81706\;\sigma_x=0.23832$$
se estima el nivel de confianza de un 95% encontrando el valor en la tabla de distribucin
estndar
Nivel de confianza $$(1-\alpha)=0.95$$
Z=0.05 entonces $$\frac{Z}{2}\rightarrow\frac{0.05}{2}\;=0.025$$
sumamos el nivel de confianza
0.95+0.025=0.975 ; este dato se busca en la tabla de estndar de confianza donde para
0.975=1.96

Hallamos limite inferior y limite superior

$$L_i=\bar{x}-(1.96*\sigma_x)\; L_i=10.0083-(1.96*0.23832)\; L_i=9.5412$$

$$L_s=\bar{x}+(1.96*\sigma_x)\; L_s=10.0083+0.46710\; L_s=10.4754$$

De esta forma podemos calcular mas o menos el nmero de unidades defectuosas por corte,
est entre 9.5412 y 10.4754

Produccin defectuosa por pegue = 407

$$\bar{x}=\frac{407}{n}\rightarrow\;\bar{x}=\frac{407}{120}\rightarrow\bar{x}=3.3916$$
Desviacin estndar de la poblacin
$$\sigma=\sqrt{\sum\frac{(x_i-\bar{x})^2}{N}\;\sigma=1.0791$$

El error estndar para la produccion conocida

$$\sigma_x=\frac{\sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N-1}}\;\;\sigma_x=\frac{1.0791}
{10.95445}*0.81706$$

$$\sigma_x=0.09942*0.81706\;\sigma_x=0.08123$$
se estima el nivel de confianza de un 95% encontrando el valor en la tabla de distribucin
estandar
Nivel de confianza $$(1-\alpha)=0.95$$
Z=0.05 entonces $$\frac{Z}{2}\rightarrow\frac{0.05}{2}\;=0.025$$
sumamos el nivel de confianza
0.95+0.025=0.975 ; este dato se busca en la tabla de estndar de confianza donde para
0.975=1.96

Hallamos limite inferior y limite superior

$$L_i=\bar{x}-(1.96*\sigma_x)\; L_i=3.3916-(1.96*0.08123)\; L_i=3.2323$$

$$L_s=\bar{x}+(1.96*\sigma_x)\; L_s=10.0083+0.1592108)\; L_s=3.5508$$

De esta forma podemos calcular mas o menos el nmero de unidades defectuosas por pegue,
est entre 3.2323 y 3.5508

C = Con un nivel de confianza del 95% digan si existen diferencias significativas en el nmero
promedio de unidades defectuosas presentadas por corte con respecto a las defectuosas
presentadas por pegado.

tenemos defectos por corte = 10.0083 defecto por pegue =3.3916

nmero de datso para defecto de corte y pegue = 120
tenemos z de la tabla estandar de datos para una confianza del 95% = 1.96 para defectos de
corte y pegue.
hallamos la varianza muestral de los defectos por corte = 10.21
hallamos la varianza muestral de los defectos por pegue = 1.16

$$\bar{x_1}-\bar{x_2}\pm{z}\sqrt{\frac{\sigma^2_1}{n_1}+\frac{\sigma^2_2}{n_2}$$

$$\rightarrow=(10.0083-3.3916)\pm{1.96}\sqrt{\frac{10.21}{120}+\frac{1.16}{120}$$

$$\rightarrow=6.6167\pm{0.6027}$$

Limite inferior $$\rightarrow=6.6167-0.6027= 6.014$$

Limite superior $$\rightarrow=6.6167+0.6027= 7.2194$$

con los datos adquiridos de las operaciones se puede decir que con un 95% de confianza los
defectos de corte son mayores con relacion a los de pegue, sabiendo que las diferencias no
estan con relacion al cero para una relacion de confianza para las medias de los defectos.

D = Estima con un nivel de confianza de l 95% el costo promedio por total de unidades
defectuosas.
$$\bar{x}$$ = 83.23 costo total de las piezas defectuosas
$$\bar{x}=\frac\sum{x_i}{n}\rightarrow\frac{83.23}{120}\;\;\bar{x}=0.6994$$ costo unidades
defectuosas de la produccin

Desviacin estandar de la poblacion para encontrar el error estandar

$$\sigma=\sqrt\frac\sum{(x_i-\bar{x})^2}{N}\;\;\rightarrow\sigma=0.0654$$

buscamos el error estandar para la poblacin conocida sabiendo que conocemos que es finita
$$\sigma_x=\frac{\sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N-1}}\;\;\sigma_x=\frac{0.0654}
{10.95445}*0.6675$$

$$\sigma_x=0.0039$$

Sumamos el nivel de confianza

0.95+0.025=0.975 ; este dat se busca en la tabla de estandar de confianza donde para
0.975=1.96

hallamos limite inferior y superior

$$L_i=\bar{x}-(1.96*\sigma_x)\; L_i=0.6994-(1.96*0.0039)\;\; L_i=0.6918$$

$$L_s=\bar{x}+(1.96*\sigma_x)\; L_s=0.6994+0.0076\; \; L_s=0.7070$$

se puede concluir que con un nivel de confianza del 95% se obtiene un costo promedio de
unidades defectuosas entre 0.6918 y 0.7070 representado en pesos.