Documentos de Académico
Documentos de Profesional
Documentos de Cultura
“DELIZIA LTDA”
1. INTRODUCCIÓN
2. ANTECEDENTES
1
Tener en cuenta una metodología de la investigación con la recopilación de los
datos, selección y presentación correcta de ellos.
Tener claro conocimiento de los procedimientos a realizar para el analizis de la
de la producción de la empresa “DELIZIA LTDA”.
Diagrama 1
Proceso de producción UTH
Recepción de leche
Pasteurización
Homogenización
Homogenización Homogenización
Esterilización UHT
Mezclado de leche con Mezclado de leche con
base de estrato de sodio base y estrato de sodio
Embazado aséptico
La población en nuestro caso son todos los productos lácteos y sus respectivas
fases de producción que se desarrollan en la empresa DELIZIA LTDA.
2
o Envasado aséptico
8 7
𝑝∗ × 𝑞 ∗ ×
𝑛1 = 15 15
2 = = 95.61
𝜀 0.1 2
(𝑧𝛼 ) (1.96)
⁄2
𝒏𝟏 = 𝟗𝟔
Para que la muestra sea representativa se requiere realizar 96 observaciones, estas
deberán ser aleatorias por eso se desarrolló un cuadro con tiempos aleatorios que
serán distribuidos durante un turno de trabajo.
Cálculo del tamaño de muestra para la ESTERILIZACION UHT
Según la tabla:
9
𝑝∗ =
15
6
𝑞∗ =
15
9 6
𝑝∗ × 𝑞 ∗ ×
𝑛1 = 15 15
2 = = 92.20
𝜀 0.1 2
(𝑧𝛼 ) (1.96)
⁄2
𝒏𝟏 = 𝟗𝟑
Para que la muestra sea representativa se requiere realizar 93 observaciones, estas
deberán ser aleatorias por eso se desarrolló un cuadro con tiempos aleatorios que
serán distribuidos durante un turno de trabajo.
Cálculo del tamaño de muestra para el EMVASADO ASEPTICO
3
Según la tabla:
10
𝑝∗ =
15
5
𝑞∗ =
15
10 5
𝑝∗ × 𝑞 ∗ ×
𝑛1 = = 15 15 = 85.87
𝜀
2
0.1 2
(𝑧𝛼 ) (1.96)
⁄ 2
𝒏𝟏 = 𝟖𝟔
Para que la muestra sea representativa se requiere realizar 86 observaciones, estas
deberán ser aleatorias por eso se desarrolló un cuadro con tiempos aleatorios que
serán distribuidos durante un turno de trabajo.
10. SELECCIÓN DEL PROCEDIMIENTO DE MUESTREO
Para el presente trabajo los datos de las tablas fueron obtenidos mediante un
muestreo de trabajo, el cual está en un proceso probabilístico.
MUESTREO DEL TRABAJO
Según (Kanawaty, 1996). “El muestreo de trabajo es una técnica para determinar,
mediante muestreo estadístico y observaciones aleatorias, el porcentaje de aparición
de determinada actividad”
Según (Niebel & Freivalds, 2001). “El muestreo de trabajo es una técnica usada para
investigar las proporciones del tiempo total dedicadas a las diversas actividades que
constituyen una tarea o una situación de trabajo”.
Para poder determinar el porcentaje de tiempo productivo de un operario se tendría
que cuantificar el tiempo en que el operario esta activo y realizando las actividades
que agregan valor, pero esto requerirá de mucho tiempo, por este motivo se emplea el
muestreo de trabajo que consiste en hacer el registro de actividad e inactividad del
operario en intervalos de tiempo aleatorios. El muestreo del trabajo a realizar se toma
en cuenta a los operarios de maquina pasteurizada, esterilizada UHT y envasado
aséptico.
Esta técnica ofrece algunas ventajas sobre los otros métodos como ser:
No requiere observación continua de un analista en un largo periodo.
Disminuye el tiempo manual.
El operador no está sujeto a largos periodos de observaciones medidas por
cronometro.
Descriptivo
4
Se realiza una descripción de las actividades que realizara la empresa con el fin de
mostrar la realidad de la empresa identificando los que afronta. En el caso del estudio
tendremos como punto específico al trabajo que realizan los operarios con respecto al
tiempo que tardan en la limpieza de las máquinas de pasteurización, envasado y
esterilizado de las maquinas.
Deductivo
Pasteurizador
El operario trabaja si se encuentra realizando una de las siguientes actividades:
a) Limpieza externa de la maquina: el operador se encuentra limpiando la
máquina de forma externa, es decir empleando detergente de tollas. También
incluye la limpieza del área de trabajo.
b) Limpieza interna de la maquina: la limpieza de la maquina es automática pero
requiere de la intervención del operario para programar el tipo de limpieza.
c) Control y ajuste de la maquina: si la maquina está en funcionamiento requiere
de la intervención del operario para ajustar los parámetros de proceso y/o de
direccionar el flujo de leche pasteurizada de los diferentes tanques de proceso.
Cuadro 1
Resumen muestreo de trabajo- Pasteurización
Operario
Trabaja No trabaja
Operari Hora Limpieza Limpieza Control de No está Inactivo Necesidad
o externa de la interna de la ajuste de la en su en su es
maquina maquina maquina puesto puesto personale
s
Suma 9 14 28 27 11 7
5
PASTEURIZACION
No esta en su puesto Inactivo en su puesto Necesidades personales
limpieza externa de la maquina Limpieza interna de la maquina Control y ajuste de la maquina
29.1 28.13
11.46
14.58
7.29
9.38
6
Cuadro 2
Resumen muestreo de trabajo- Esterilizador
Operario
Trabaja No trabaja
Operari Hora Limpieza Limpieza Control de No está Inactivo Necesidad
o externa de la interna de la ajuste de la en su en su es
maquina maquina maquina puesto puesto personale
s
Suma 10 16 21 25 15 6
ESTERILIZADOR
Necesidades personales.
Inactivo en su puesto
No está en su puesto
Control de tanque de proceso y/o parámetros de proceso
Limpieza interna de la maquina
Limpieza externa de la maquina
11% 6%
16%
17%
27%
23%
7
e) Inactivo en su puesto: el operario se encuentra inactivo si se encuentra en su
puesto de trabajo pero no realiza ningún trabajo.
f) Necesidades personales.
Cuadro 3
Resumen muestreo de trabajo- Pasteurización
PASTEURIZACION
Necesidades personales.
Inactivo en su puesto
No está en su puesto
Control de tanque de proceso y/o parámetros de proceso
Limpieza interna de la maquina
Limpieza externa de la maquina
13% 7%
10% 20%
26%
24%
8
8 0 1 1
9 0 0 0
10 1 0 0
11 1 0 0
12 0 1 1
13 1 1 1
14 0 1 1
15 0 0 1
Tamaño de la muestra → n
9
12 + 02 + 02 +12 +12 +12 + 12 + 02 + 02 + 12 +12 +02 + 12 + 02 + 02
𝑆2 = − 0.532
15
= 0.24
Para el esterilizador:
15 𝑥𝑖 1 + 0 + 1 + 1 + 1 + 1 + 0 + 1 + 0 + 0 + 0 + 1 + 1 + 1 + 0
𝑥=∑ = = 0.46
𝑖=1 𝑛 15
𝑛
2
𝑥𝑖2
𝑆 =∑ − (𝑥 )2 ⇒
𝑛
𝑖=1
10
Como 𝜀 < 1 entonces el parámetro de inversión es más eficiente.
Relación de la varianza de demanda e inversión.
𝑉(𝜃3 ) 𝜎32 0.22
𝜀= = = = 0.90
𝑉(𝜃1 ) 𝜎12 0.24
−1 𝑥𝑖 −𝜇 2
∞ 1 ( 2 )
𝑀2 = 𝐸(𝑥) = ∫−∞ 𝑥 2 (𝜎 ×𝑒2 𝜎 ) 𝑑𝑥 = 𝜎 2 + 𝜇2 → 𝑀2 = 𝜎 2 + 𝜇2
√2𝜋
Momentos poblacionales
∑ 𝑥𝑖
𝑚1 = =𝑥 → 𝑚1 = 𝑥
𝑛
∑ 𝑥𝑖 2
𝑚1 = = 𝑆2 + 𝑥2 → 𝑚1 = 𝑆 2 + 𝑥 2
𝑛
Estimando
𝑀1 = 𝑚1 → 𝜇̂ = 𝑥 → 𝜇̂ = 𝑥
𝑀2 = 𝑚2 → 𝜎̂ 2 + 𝜇̂ = 𝑆 2 + 𝑥 → 𝜎̂ 2 = 𝑆 2
Para evaluar su eficiencia debe cumplir:
a) 𝐸(𝑥) = 𝑥
𝐸(𝑥1 ) = 𝜇1 𝑝𝑒𝑟𝑜 𝜇1 = 𝑥1 → 𝑐𝑢𝑚𝑝𝑙𝑒
b) 𝑉(𝑥) = 𝑉(𝑥)𝐶𝐶𝑅
𝜎𝑥 𝜎2
Para las tres variables su varianza será: 𝑉(𝑥𝑖) = 𝑛
= 𝑛
Para 𝑉(𝑥)𝐶𝐶𝑅 :
1
𝑉(𝑥)𝐶𝐶𝑅 ≥
𝑑𝑙𝑛𝑓(𝑋; 𝜃) 2
𝑛𝐸( )
𝑑𝜃
11
1 −1 𝑥𝑖 −𝜇 2
( )
𝑓(𝑋; 𝜇) = ×𝑒 2 𝜎2 / 𝑙𝑛
𝜎√2𝜋
1 −1 𝑥𝑖 − 𝜇 2
𝑙𝑛𝑓(𝑋; 𝜇) = 𝑙𝑛 + ( 2 ) 𝑙𝑛𝑒 / 𝑑𝜇
𝜎√2𝜋 2 𝜎
𝑑𝑙𝑛𝑓(𝑋; 𝜇) −1 𝑥𝑖 − 𝜇 𝑥𝑖 − 𝜇
=0+ × 2( 2 ) = −( 2 ) /()2
𝑑𝜇 2 𝜎 𝜎
2
𝑑𝑙𝑛𝑓(𝑋; 𝜇) −(𝑥𝑖 − 𝜇) 2
( ) =( )
𝑑𝜇 𝜎2
2
𝑑𝑙𝑛𝑓(𝑋; 𝜇) (𝑥𝑖 − 𝜇)2 1 2)
𝑛𝜎 2 𝑛
𝑛𝐸 ( ) = 𝑛𝐸 ( ) = 𝐸((𝑥𝑖 − 𝜇) = =
𝑑𝜇 (𝜎 2 )2 𝜎4 𝜎4 𝜎2
1 𝜎2
𝑉(𝑥)𝐶𝐶𝑅 ≥ 𝑛 → 𝑉(𝑥)𝐶𝐶𝑅 ≥
𝑛
𝜎2
Como se puede ver las tres variables cumplen con las condiciones, por tanto los
parámetros escogidos son eficientes.
𝒙𝒊 𝑺𝒊
pasteurización 0.53 0.24
Esterilización 0.46 0.24
Envasado 0.64 0.22
esceptico
Prueba de homocedasticidad
1 𝑆1 2 𝜎12 1 𝑆1 2
𝐼𝑐 : 𝑝[ 𝑛 −1;𝑛2 −1 × ≤ 2 ≤ 𝑛1 −1;𝑛2−1 × 2 ] = 1 − 𝛼
𝐹𝛼⁄1 𝑆2 2 𝜎2 𝐹 𝛼
1− ⁄
𝑆2
2 2
𝑛 −1;𝑛2 −1 8;8 𝑛 −1;𝑛2 −1 8;8
𝐹𝛼⁄1 = 𝐹0.025 = 4.43 𝐹1−1𝛼⁄ = 𝐹0.975 = 0.225
2 2
𝜎12
𝐼𝑐 : 𝑝 [0. .225 ≤ ≤ 4.44] = 0.95
𝜎22
12
𝑆 2 𝑆2 2 0.24 0.24
Para: 𝜎𝑥1 −𝑥2 = √ 𝑛1 + 𝑛2
= √ 15 + 15
= 1.178
1
𝐼𝑐 : 𝑝 [(𝑥1 − 𝑥3 ) − 𝑡𝛼⁄2 𝑛1 +𝑛3 −2 𝜎𝑥1 −𝑥3 ≤ 𝜇1 − 𝜇3 ≤ (𝑥1 − 𝑥3 ) + 𝑡𝛼⁄2 𝑛1 +𝑛3 −2 𝜎𝑥1 −𝑥3 ]
= 1−𝛼
Prueba de homocedasticidad
1 𝑆1 2 𝜎12 1 𝑆1 2
𝐼𝑐 : 𝑝[ 𝑛1 −1;𝑛3 −1 × ≤ ≤ × ]=1−𝛼
𝐹𝛼⁄ 𝑆3 2 𝜎32 𝐹 𝑛1𝛼−1;𝑛3−1 𝑆3 2
1− ⁄
2 2
𝑛 −1;𝑛3 −1 8;8 𝑛 −1;𝑛3 −1 8;8
𝐹𝛼⁄1 = 𝐹0.025 = 4.43 𝐹1−1𝛼⁄ = 𝐹0.975 = 0.225
2 2
𝜎12
𝐼𝑐 : 𝑝 [0.2462 ≤ ≤ 4.84] = 0.95
𝜎22
13
18. ESTIMACIÓN POR INTERVALOS DE PARÁMETROS
DISTRIBUCION MARGINAL Y CONJUNTA
Medidas Pasteurizado Esterilizador Envasado Aséptico
1 1 1 0
2 0 0 1
3 0 1 1
4 1 1 1
5 1 1 1
6 1 1 1
7 1 0 0
8 0 1 1
9 0 0 0
10 1 0 0
11 1 0 0
12 0 1 1
13 1 1 1
14 0 1 1
15 0 0 1
x/y 0 1 P(y)
y/z 0 1 P(z)
0 3/15 3/15 6/15
0 4/15 1/15 5/15
1 4/15 5/15 9/15
1 2/15 8/15 10/15
P(x) 7/15 8/15 1
P(y) 6/15 9/15 1
x/z 0 1 P(z)
14
X 0 1
P(x) 7/15 8/15
Y 0 1
P(y) 6/15 9/15
Z 0 1
P(z) 5/15 10/15
Ic: 𝑃 (→ − 𝑍∝ ∗ 𝜎𝑋 ≤ 𝜇 ≤ → − 𝑍∝ ∗ 𝜎𝑋 ) = 1 − ∝
𝑋 2 𝑋 2
𝑍∝ = 1.96
2
15
𝜎 21.74
𝜎𝑋 = = = 10.87
√𝑛 2
𝜎 61.599
𝜎𝑋 = = = 30.75
√𝑛 2
𝜎 30.58
𝜎𝑋 = = = 15.29
√𝑛 2
𝑃(195.49 ≤ 𝜇 ≤ 255.43) = 0.95
Según los datos tabulados nos damos cuenta que el mejor intervalo de confianza que
tenemos es el del periodo son el primero y el tercero, nos damos cuenta con esto que
el mejor tiempo de venta será del primero y del tercero.
𝓈12 = 0.2571
𝑛×𝑆 2 15×0.22
𝑆22 = 0.22 𝑛 × 𝑆22 = (𝑛 − 1) × 𝓈22 ⇒ 𝓈22 = (𝑛−1)
2
= = 0.2357
15−4
𝓈22 = 0.2357
16
𝓈12
2
𝜎 2 𝓈1 0.2571
𝐹𝑐 = 12 = 2 = = 1.086
𝓈2 𝓈2 0.2357
𝜎2 2
iii) Contrastación
Gráfica de distribución
S F; df1=14; df2=14
e 0,9
a
0,8
c
e 0,7
pt 0,6
a
Densidad
0,5
H
0 0,4
0,3
0,2
iv) C 0,025
0,1
o 0,025
0,0
n 0 0,3357 2,979
c X
l
usión
17
(𝑛1 − 1) × 𝓈12 + (𝑛2 − 1) × 𝓈22 1 1
𝜎𝑥 = √ ×√ +
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2
(𝑥 𝑥2 − 𝜇0 (0.53 − 0.67 − 0)
̅̅̅1 − ̅̅̅)
𝑡𝑐 = = = −0.7646
𝜎𝑥 0.1831
iii) Contrastación
𝑛 +𝑛2 −2 15+15−2 28
𝑡𝛼⁄1 = 𝑡0.05⁄
= 𝑡0.025 = 2.048
2 2
Gráfica de distribución
T; df=28
0,4
0,3
Densidad
0,2
0,1
0,025 0,025
Se acepta Ho 0,0
-2,048 0 2,048
X
iv) Conclusión
18
12 0 1 1 2 4
13 1 1 1 3 9
14 0 1 1 2 4
15 0 0 1 1 1
∑. 8 9 10 27
729
19
𝑛
2
(𝑓0 − 𝑓𝑒 )2 . (1 − 1.37)2 (2 − 2.5)2 (2 − 2.5)2 (2 − 1.37)2 (0 − 0.25)2
𝑋𝑐 = ∑ = + + + +
𝑓𝑒 1.37 2.5 2.5 1.37 0.25
𝑖=1
𝑋𝑐 2 = 0.839
iii) Contrastación
Dónde:
𝑘=5 ; 𝑚=0 ; 𝛼 = 0.05
Gráfica de distribución
Chi-cuadrada; df=14
0,09
0,08
0,07
0,06
Densidad
0,05
0,04
0,03
0,02
0,01
0,05
0,00
0 23,68
X
iv) Conclusión
A un nivel de significancia del 5% se puede concluir que los datos no siguen una
distribución binomial porque se rechaza la hipótesis nula (Ho).
Prueba de aleatoriedad
Los siguientes datos son de la limpieza interna de la máquina de pasteurización. Se
tomaron datos desde las 6:30 hasta las 16:00. Para saber si es limpiada o no la
maquina se tiene:
𝑠𝑖 = 1 ; 𝑛𝑜 = 0
I) Planteamiento de hipótesis
𝐻0 : 𝐸𝑥𝑖𝑠𝑡𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑒𝑑𝑎𝑑 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
𝐻𝑎 : 𝑁𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑒𝑑𝑎𝑑 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
II) Estadístico de prueba
2 × 𝑛1 × 𝑛2 2 × 13 × 8
𝜇𝑅 = 𝐸[𝑅] = = = 9.9047
𝑛1 + 𝑛2 13 + 8
2 × 𝑛1 × 𝑛2 × (2 × 𝑛1 × 𝑛2 − 𝑛1 − 𝑛2 ) 2 ∗ 13 ∗ 8 ∗ (2 ∗ 13 ∗ 8 − 13 − 8)
𝑉[𝑅] = = = 4.4099
(𝑛1 + 𝑛2 )2 × (𝑛1 + 𝑛2 − 1) (13 + 8)2 ∗ (13 + 8 − 1)
𝑅 − 𝜇𝑅 7 − 9.9047
𝑧𝑐 = = = −1.38
𝜎𝑅 √4.4099
iii) Contrastación
𝛼 = 0.05
𝑧𝛼⁄ = 𝑧0.025 = 1.96
2
Gráfica de distribución
R Normal; Media=0; Desv.Est.=1
.
0,4
R
:
0,3
|𝑧𝛼⁄2 | >
Densidad
𝑧𝑐 →
1.38 0,2
≯
1.96
N
0,1
O
0,025 0,025
s 0,0
e -1,960 0 1,960
X
c
umple y se acepta H0
iv) Conclusión
A un nivel de significancia del 5% se puede concluir que si existe
aleatoriedad en los datos por que se acepta H0.
21
23. CONCLUSIONES
Todos los conocimientos que se aprendieron durante todo el curso de estadística
inferencial fueron posibles plasmarlos a un trabajo practico en este caso el análisis de
un proyecto de la rama de ingeniería industrial para comprender mejor la aplicación de
todo los conocimientos que se tiene, para ello se empezó con un análisis de la toma
de datos identificando primeramente una muestra de una población objetiva,
consecutivamente se estableció la identificación de ciertos parámetros y estimaciones,
esto con ayuda a los datos de resumen mostrados inicialmente, hasta llegar a
comprender mejor la importancia de cada concepto .
24. RECOMENDACIONES
22
23