Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FICA
CINDU
APLICACIN DE LA
PROBABILIDAD EN LA
INGENIERA INDUSTRIAL
EJEMPLO 1
El dueo de la fbrica de computadoras Mickey Inc. Afirma que su tasa de defectos es menor
al .3%. El centro de investigacin sobre calidad UTT toma una muestra de 360 computadoras
y encuentra que 2 de ellas estn defectuosas Qu podemos decir acerca de la afirmacin de
Mickey Inc.?
Este porcentaje de defectos podra explicarse como:
Que de la muestra de 360 piezas esperan que 1.08 piezas salgan defectuosas.
En primera estancia podramos decir que:
360 --- 100%
2 ---
X= .55%
Hasta aqu podramos decir que Mickey Inc. Esta subestimando su calidad ya que haba dado
un .3% de errores cuando en realidad tienen un .55%.
Pero tenemos una forma ms exacta de comprobarlo:
(=0) =
360 !
.003 0 (1003)360 =.339044
0! ( 3600 ) !
(=1)=
360359!
1
3601
. 003 (1003)
=.366169
1 ! ( 3601 ) !
(=2)=
360359358!
. 0032 (1003)3602=.19837
1 ! ( 3602 ) !
(= 3)=
360359358357 !
3
3603
. 003 (1003)
=.0712301
3 ! ( 3603 ) !
(= 4)=
360359358357356 !
. 0034 (1003)3604 =.019129266
4 ! (3604 ) !
Por lo tanto:
Probabilidad de que haya esas piezas defectuosas en la produccin
Piezas defectuosas
0
Probabilidad
0 33.90%
1
2
3
4
36.61%
19.83%
7.12%
1.91%
As que ahora con los resultados de la distribucin binomial podemos poner en duda las
estadsticas de la empresa Mickey Inc. De que tienen .3% de tasa de defectos. Ya que segn la
probabilidad el nmero de piezas con mayor posibilidad de que salgan defectuosas en una
prueba de 360 piezas es 1 que es lo que Mickey Inc. Haba predicho.
Pero la duda ahora est en que salieron 2 piezas no 1 como lo haba dicho la empresa as que
tendramos que saber la tolerancia que tienen los pronsticos, puesto que no se aleja mucho
de lo previsto no corresponde al error real en 100%. As que tienen una tasa de menos de .3%
en nmeros o (probabilsticamente hablando) pero no al final de la produccin. Esto nos lleva
a concluir que la probabilidad no es segura.
EJEMPLO 2
Supongamos que un Ingeniero se encuentra con datos de un proceso de produccin en el que
se muestran 100 artculos y se encuentran que 10 estn defectuosos. Es de esperarse que cada
vez en cuando habr artculos defectuosos. Sin embargo, se determina que, a largo plazo, la
empresa solo puede tolerar 5% de artculos defectuosos en el proceso.
Ahora bien, los elementos de probabilidad permiten al ingeniero determinar que tan
concluyente es la informacin maestral con respecto a la naturaleza del proceso. Supongamos
que averiguamos que si el proceso es aceptable, es decir, si produce artculos con el 5%
defectuosos, hay una probabilidad de 0,00001 de obtener 10 o ms artculos defectuosos en
una muestra aleatoria de 100 artculos del proceso. Esta pequea probabilidad sugiere que el
proceso, en realidad, tiene un porcentaje de artculos defectuosos en el largo plazo que excede
un 5%.
En otras palabras bajo la condicin de un proceso aceptable, la informacin muestral que se
obtuvo casi nunca ocurrira claramente, sin embargo ocurrira con una probabilidad mucho
ms alta si la tasa de artculos defectuosos del proceso excediese 5% por un monto
significativo.
CONCLUSIN:
Se puede decir que cuando un Ingeniero Industrial quiere resolver un problema, cuyos
resultados futuros desconoce y desee predecir, deber recurrir a la probabilidad y estadstica
asumiendo cualquier riesgo.
Gracias a la aplicacin de la probabilidad en la Ingeniera Industrial una empresa puede ver la
cantidad de mejora en su produccin, o en su defecto la disminucin de su productividad,
gracias a la probabilidad y estadstica podremos notar si se est haciendo bien las cosas, si en
realidad estn aprovechando sus recursos y si van por buen camino.
BIBLIOGRAFA:
Walpole,R.E.( 1998). Probabilidad y estadstica para Ingenieros.Mxico:Editorial ISBN.
Freund,Jhon,E.(2004).Probabilidad y estadstica para Ingenieros.Mxico:Editorial,
REVERT, S.A.
LINKOGRAFA
http://www.bqto.unexpo.edu.ve/avisos/PROBABILIDADYESTADISTICA(2-7-13).pdf