GESTION DE PRODUCCION EN LA PLANTA PROCESADORA DE LECHE

“DELIZIA LTDA”
1. INTRODUCCIÓN

Dentro de la planta de Mururata , la ausencia de herramientas de planificación está

presente, esta es una de las causas principales por las que la empresa no cumple la
totalidad de los pedidos además de responder lentamente a los clientes. El proyecto
pretende abordar los problemas relacionados con los métodos y la mano de obra. Una
de las dificultades que se presentan al momento de determinar la capacidad de
producción de la línea UHT es que la línea no es autónoma ya que constantemente
esta interrumpida por otras líneas, por esta razón existen retrasos de producción que
impiden cumplir son los pedidos e incluso se requieren que la empresa trabaje tres
turnos, para solucionar este problema en el proyecto se plantea tener una línea de
producción de leche UHT autónoma especialmente para que el sistema de gestión de
producción funcione eficazmente y se pueda conseguir la mejora continua, utilizando
para eso la recolección de datos de la misma y mediante el tratamiento de datos
verificar todas las falencias que se pueden presentar en esta línea de producción.

2. ANTECEDENTES

DELIZIA es una empresa líder en Bolivia en la producción de helados, jugos y otros

productos lácteos, reconocida no sólo en el país sino también en el exterior.
Delizia nace como emprendimiento en1988 propietarios de la empresa Felipe Vera
loza y su esposa Mabel Lavadenz
Los primeros productos fueron litros de helado y vasitos; y pronto empezaron a
fabricar bolos, después diversificó la producción a paletas de agua y crema, gracias a
la relación es de amistad con el gerente Banco Unión, lograron obtener
refinanciamiento.
Hacia1994, Delizia comenzó a fabricar yogurt. La empresa se equipa paulatinamente
en maquinaria para la producción.
2002 introduce al mercado Los Jugos Tampico. La Compañía de Alimentos salió
fortalecida de los años de dura competencia, e inició una etapa de mayor inversión al
ver consolidada la marca Delizia en el mercado.
3. OBJETIVO GENERAL DE ESTUDIO

Mostrar todos los conocimientos aprendidos en la materia durante el

transcurso del semestre para un análisis a profundidad en la producción de la
empresa “DELIZIA LTDA”

4. OBJETIVOS ESPECÍFICOS DEL ESTUDIO

 Hacer un estudio a profundidad sobre el análisis de muestreo con la

identificación especifica de la población objetivo del estudio.

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”.

5. MEMORIA RESUMEN DEL PROCESO PRODUCTIVO

Diagrama 1
Proceso de producción UTH

Recepción de leche

Pasteurización

Producción de leche sabor Producción de leche

Producción de leche UHT
frutilla chocolatada
enter

Mezclado de leche con Preparación de base para Preparación de base

citrato de sodio leche sabor frutilla para leche chocolatada

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

Esterilización UHT Esterilización UHT

Embazado aséptico Embazado aséptico

Fuente: Elaboración en base a los datos del Departamento de Producción.

6. IDENTIFICACIÓN DE LA POBLACIÓN OBJETIVO

La población en nuestro caso son todos los productos lácteos y sus respectivas
fases de producción que se desarrollan en la empresa DELIZIA LTDA.

7. IDENTIFICACIÓN DE LA UNIDAD DE MUESTREO

Para la unidad de muestreo se toman las siguientes áreas:
o Pasteurización HTST
o Esterilizador UHT

2
 o Envasado aséptico

8. IDENTIFICACIÓN DEL MARCO MUESTRAL

En el marco muestral tenemos disponibles todas las áreas que comprende

DELIZIA LTDA, en sus distintas etapas para la producción de productos lácteos.

9. DETERMINACIÓN DEL TAMAÑO DE MUESTRA

A un nivel de confianza del 95% y un nivel de error del ± 10%
1 − 𝛼 = 0.95 ⇒ 𝛼 = 0. 𝟎𝟓
𝒛𝜶⁄ = 𝟏. 𝟗𝟔
𝟐
Cálculo del tamaño de muestra para la PASTEURIZACION
Según la tabla:
8
𝑝∗ =
15
7
𝑞∗ =
15

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.

11. METODOLOGÍA DE LA RECOPILACIÓN DE INFORMACIÓN

En el trabajo realizado se tomaron los siguientes métodos:

 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

Para poder realizar el proyecto, en función de diagnósticos se plantearán soluciones

con respecto a al conociendo adquirido a la carrera de ingeniería industrial.

12. RECOPILACIÓN, SELECCIÓN Y PRESENTACIÓN DE LA INFORMACIÓN

(MEDIANTE ESTADÍGRAFOS)

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.

El operario no trabaja si:

a) No está en su puesto: el operario se encuentra en otro sitio observando con
otros operarios.
b) Inactivo en su puesto: el operario se encuentra inactivo si se encuentra en su
puesto de trabajo pero no realiza ningún trabajo.
c) Necesidades personales.

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

Según el grafico el operador del pasteurizador tiene las especificaciones que se

muestra. Por lo tanto, en general el operador se encuentra trabajando un 53.12% de
su tiempo y un 46.88% se encuentra inactivo lo que indica una baja productividad por
parte del operador en la máquina.
Esterilizador
El operario trabaja si se encuentra realizando una de las siguientes actividades:
a) Limpieza externa de la maquina: el operario 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 de tanque de proceso y/o parámetros de proceso: los dos tanques de
proceso que alimenta el producto requieren de inspección para saber cuando el
tanque esta vacío. También se requiere de la intervención del operario para
adjuntar los parámetros de proceso y control de la temperatura de
esterilización.
El operario no trabaja si:
a) No está en su puesto: el operario se encuentra en otro sitio observando con
otros operarios.
b) Inactivo en su puesto: el operario se encuentra inactivo si se encuentra en su
puesto de trabajo pero no realiza ningún trabajo.
c) Necesidades personales.

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%

Según el grafico el operador del esterilizador tiene las especificaciones que se

muestra. Por lo tanto, en general el operador se encuentra trabajando un 50.54% de
su tiempo y un 49.46% se encuentra inactivo lo que indica una baja productividad por
parte del operador en la máquina.
Envasado aséptico
El operario trabaja si se encuentra realizando una de las siguientes actividades:
d) 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.
e) 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.
f) 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.

El operario no trabaja si:

d) No está en su puesto: el operario se encuentra en otro sitio observando con
otros operarios.

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

Fecha: 14-08-2015 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 11 9 22 21 17 6

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%

Según el grafico el operador del esterilizador tiene las especificaciones que se

muestra. Por lo tanto, en general el operador se encuentra trabajando un 48.8% de su
tiempo y un 51.2 % se encuentra inactivo lo que indica una mayor productividad por
parte del operador en la máquina.

13. PRESENTACIÓN DE RESULTADOS CUADRO RESUMEN

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
 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

14. IDENTIFICACIÓN Y DESCRIPCIÓN DE PARÁMETROS

Como contamos con tablas de datos de una muestra de cada una de las tres variables
(pasteurización, esterilización y envasado aséptico) se estudiarán para cada una de
ellas los parámetros mencionados a continuación:

 Tamaño de la muestra → n

Es el número de elementos de una muestra o muestras.

En nuestro caso es cada uno de los intervalos de tiempos que se toman de la
muestra.
 Media muestral → 𝒙 ̅

La media aritmética conocida simplemente como la media, es la tendencia

central más conocida, familiar a todos nosotros, y de mayor uso fácil de
calcular, ya sea con datos tabulados o no tabulados.
La media (o promedio) de una muestra 𝑥1 , 𝑥2 , … . . , 𝑥𝑛 de tamaño n de una
variable, se define como la suma de todos los valores observados en la
muestra, dividida por el número total de n, es decir:
∑𝑛𝑖=1 𝑥𝑖 𝑥1 , 𝑥2 , … . . , 𝑥𝑛
x̅ = 𝑀(𝑋) = =
𝑛 𝑛
 Varianza muetral
La varianza de una muestra 𝑥1 , 𝑥2 , … . . , 𝑥𝑛 de una variable característica se define
como la media del cuadrado de las desviaciones con respecto a la media aritmética de
esos datos. Si denotamos por 𝑠 2 la varianza de la característica x, tenemos:
∑𝑛𝑖=1 𝑥𝑖 2
[𝑠 2 ] = − (𝑥𝑖 )2
𝑛
Los datos con los que se trabaja son los recopilados en el punto 12. Recopilación,
selección y presentación de la información.
Para la pasteurización:
15 𝑥𝑖 1 + 0 + 0 + 1 + 1 + 1 + 1 + 0 + 0 + 1 + 1 + 0 + 1 + 0 + 0
𝑥=∑ = = 0.53
𝑖=1 𝑛 15
𝑛
2
𝑥𝑖2
𝑆 =∑ − (𝑥 )2 ⇒
𝑛
𝑖=1

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

12 + 02 +12 +12 +12 + 12 + 02 + 12 +02 +02 +02 + 12 +12 + 12 + 02

𝑆2 = − 0.462
15
= 0.24
Para el envasado eceptico:
15 𝑥𝑖 0 + 1 + 1 + 1 + 1 + 1 + 0 + 1 + 0 + 0 + 0 + 1 + 1 + 1 + 1
𝑥=∑ = = 0.67
𝑖=1 𝑛 15
𝑛
𝑥𝑖2
𝑆 = ∑ − (𝑥 )2 ⇒
2
𝑛
𝑖=1

02 +12 +12 +12 + 12 + 12 + 02 + 12 +02 +02 +02 + 12 +12 + 12 + 12

𝑆2 = − 0.672 = 0.22
15
Media muestral Varianza 𝑺𝟐 𝒊
𝒙𝒊
Pasteurización 0.53 0.24
Esterilizador UHT 0.46 0.24
Envasado eseptico 0.67 0.22

15. IDENTIFICACIÓN DEL MÉTODO DE ESTIMACIÓN

Para el método estimación vemos el más conveniente el Método de Momentos
Para probar de cuál de las muestras es más eficiente el parámetro utilizaremos la
eficiencia relativa:
𝑉(𝜃2 )
𝜀=
𝑉(𝜃1 )

Relación de la varianza de demanda y producción.

𝑉(𝜃2 ) 𝜎22 0.24
𝜀= = = = 1.090
𝑉(𝜃1 ) 𝜎12 0.22

Como 𝜀 > 1 entonces el parámetro de producción es más eficiente.

Relación de la varianza de producción e inversión.
𝑉(𝜃3 ) 𝜎32 0.24
𝜀= = = =1
𝑉(𝜃2 ) 𝜎22 0.24

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

Como 𝜀 < 1 entonces el parámetro de demanda es menos eficiente

16. ESTIMACIÓN PUNTUAL DE PARÁMETROS
Considerando que los parámetros se rigen bajo una distribución normal:
1 −1 𝑥𝑖 −𝜇 2
( )
𝑓(𝑥) = ×𝑒 2 𝜎2
𝜎√2𝜋
Estimación por momentos:
Momentos poblacionales
−1 𝑥𝑖 −𝜇 2
∞ 1 ( 2 )
𝑀1 = 𝐸(𝑥) = ∫−∞ 𝑥 (𝜎 ×𝑒2 𝜎 ) 𝑑𝑥 = 𝜇 → 𝑀1 = 𝜇
√2𝜋

−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

𝐸(𝑥2 ) = 𝜇2 𝑝𝑒𝑟𝑜 𝜇2 = 𝑥2 → 𝑐𝑢𝑚𝑝𝑙𝑒

𝐸(𝑥3 ) = 𝜇3 𝑝𝑒𝑟𝑜 𝜇3 = 𝑥3 → 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.

17. ESTIMACIÓN POR INTERVALOS DE PARÁMETROS

Se supondrá un intervalo de confianza del 95%

𝒙𝒊 𝑺𝒊
pasteurización 0.53 0.24
Esterilización 0.46 0.24
Envasado 0.64 0.22
esceptico

 Análisis la relación entre la demanda y la producción

𝐼𝑐 : 𝑝 [(𝑥1 − 𝑥2 ) − 𝑍𝛼⁄ 𝜎𝑥1 −𝑥2 ≤ 𝜇1 − 𝜇2 ≤ (𝑥1 − 𝑥2 ) + 𝑍𝛼⁄ 𝜎𝑥1 −𝑥2 ] = 1 − 𝛼

2 2

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

1 0.24 𝜎12 1 0.24

𝐼𝑐 : 𝑝[ × ≤ 2≤ × ] = 0.95
4.43 0.24 𝜎2 0.225 0.24

𝜎12
𝐼𝑐 : 𝑝 [0. .225 ≤ ≤ 4.44] = 0.95
𝜎22

Como el 𝐼𝑐 no contiene al 1 las varianzas son iguales 𝜎12 ≠ 𝜎22

12
 𝑆 2 𝑆2 2 0.24 0.24
Para: 𝜎𝑥1 −𝑥2 = √ 𝑛1 + 𝑛2
= √ 15 + 15
= 1.178
1

𝑍𝛼⁄2 = 𝑍0.025 = 1.960

𝐼𝑐 : 𝑝[(0.53 − 0.43) − (1.960 × 1.78) ≤ 𝜇1 − 𝜇2 ≤ (0.53 − 0.43) − (1.960 × 1.178)]

= 0.95
𝐼𝑐 : 𝑝[−2.20 ≤ 𝜇1 − 𝜇2 ≤ 2.40] = 0.95

 Como el 𝑰𝒄 tiene al cero entonces las dos líneas de producción son

iguales

Análisis de la relación entre la esterilización y el envasado esceptico

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

1 0.24 𝜎12 1 0.24

𝐼𝑐 : 𝑝[ × ≤ ≤ × ] = 0.95
4.43 0.22 𝜎22 0.225 0.22

𝜎12
𝐼𝑐 : 𝑝 [0.2462 ≤ ≤ 4.84] = 0.95
𝜎22

Como el 𝐼𝑐 incluye a 1, entonces las varianzas son iguales 𝜎12 = 𝜎22

(𝑛1 −1)𝑆1 2 +(𝑛3 −1)𝑆3 2 1 1 14∗0.24+14∗0.22 1 1

Para: 𝜎𝑥1 −𝑥2 = √ 𝑛1 +𝑛3 −2
× √𝑛 + 𝑛 = √ 15+15−2
× √
15
+ 15
1 3

𝜎𝑥1 −𝑥2 = 0.175

16
𝑡𝛼⁄2 𝑛1 +𝑛3 −2 = 𝑡0.025 = 2.122

𝐼𝑐 : 𝑝[(0.46 − 0.64) − (2.122 × 0.175) ≤ 𝜇1 − 𝜇2 ≤ (0.46 − 0.64) + (2.122 × 0.175)]

= 0.95
𝐼𝑐 : 𝑝[−0.5513 ≤ 𝜇1 − 𝜇2 ≤ 0.1913] = 0.95
Por tanto como 𝐼𝑐 contiene al cero se puede decir que las dos líneas de producción
tienen una media igual.
Como se puede observar las tres líneas de producción son prácticamente iguales ya
que siguen casi la misma distribución de datos con medias iguales.

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

Debido a que tenemos un muestreo preliminar del Pasteurizado, esterilizado uht y

envasado aséptico y con estos datos podemos hayar la relación si la maquina trabajo,
si es que se haya una relación entre estas y por ende podemos sacar la conjunta y su
distribución marginal.
Definiendo variables:
X: la máquina del pasteurizado está trabajando 𝜑 = {0,1}
Y: La máquina de la esterilización está trabajando 𝜑 = {0,1}
Z: La máquina del envasado aséptico está en funcionamiento 𝜑 = {0,1}
La probabilidad de que cada máquina este trabajando será:

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)

0 1/15 4/15 5/15

1 6/15 4/15 10/15

P(x) 7/15 8/15 1

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

a) Calculamos la probabilidad de que el pasteurizado trabaje al mismo tiempo que

el envasado p(x=y) = 5/15
b) Calculamos la probabilidad de que el pasteurizado trabaje al mismo tiempo que
el esterilizado p(y=z) = 4/15
c) Calculamos la probabilidad de que el esterilizado trabaje al mismo tiempo que el
envasado p(x=z) = 8/15
ESTIMACION POR INTERVALOS
Queremos saber cuál es el mejor intervalo de ventas que tiene la leche entera en
cuanto a la venta de este producto en los diferentes periodos, así mismo sabremos
cuál de estos intervalos es más recomendable tomar para saber con certeza las
ventas futuras y que tiempo de periodo es mejor usar.

Periodo VENTAS (unidades) Promedio Centro de

Mes 1 Mes 2 Mes 3 Mes 4 de tiempo
unidades

Todo será a un nivel de confianza del 95%:

Ic: 𝑃 (→ − 𝑍∝ ∗ 𝜎𝑋 ≤ 𝜇 ≤ → − 𝑍∝ ∗ 𝜎𝑋 ) = 1 − ∝
𝑋 2 𝑋 2

𝑍∝ = 1.96
2

Lo cual nos da para el periodo 1:

Ic:
𝑃(75.43 − 1.96 ∗ 8.902 ≤ 𝜇 ≤ 75.43 + 1.96 ∗ 8.908 ) = 1 − 0.05
𝜎 17.82
𝜎𝑋 = = = 8.908
√𝑛 2
𝑃(57.982 ≤ 𝜇 ≤ 92.878) = 0.95
Lo cual nos da para el periodo 2:
Ic:
𝑃(72.526 − 1.96 ∗ 8.9397 ≤ 𝜇 ≤ 72.526 + 1.96 ∗ 8.397 ) = 1 − 0.05
𝜎 16.79
𝜎𝑋 = = = 8.397
√𝑛 2
𝑃(55.004 ≤ 𝜇 ≤ 90.048) = 0.95
Lo cual nos da para el periodo 3:
Ic:
𝑃(165.141 − 1.96 ∗ 10.87 ≤ 𝜇 ≤ 165.141 + 1.96 ∗ 10.87 ) = 1 − 0.05

15
 𝜎 21.74
𝜎𝑋 = = = 10.87
√𝑛 2

𝑃(143.836 ≤ 𝜇 ≤ 186.446) = 0.95

Lo cual nos da para el periodo 4:
Ic:
𝑃(217.471 − 1.96 ∗ 30.75 ≤ 𝜇 ≤ 217.471 + 1.96 ∗ 30.75) = 1 − 0.05

𝜎 61.599
𝜎𝑋 = = = 30.75
√𝑛 2

𝑃(157.201 ≤ 𝜇 ≤ 277.741) = 0.95

Lo cual nos da para el periodo 4:
Ic:
𝑃(225.46 − 1.96 ∗ 15.29 ≤ 𝜇 ≤ 225.46 + 1.96 ∗ 15.29) = 1 − 0.05

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.

19. DOCIMA DE HIPÓTESIS

Realizando la prueba de Homocedasticidad
Donde: 𝑛 ≤ 30 ; 𝜎1 =? ; 𝜎2 =? ; 𝑛1 = 𝑛2 = 𝑛
i) Planteamiento de hipótesis
𝐻0 : 𝜎1 2 = 𝜎2 2
𝐻𝑎 : 𝜎1 2 ≠ 𝜎2 2

ii) Estadístico de prueba

En base a datos de pasteurización y envasado aséptico anteriores se tiene:
𝑛×𝑆 2 15×0.24
𝑆12 = 0.24 𝑛 × 𝑆12 = (𝑛 − 1) × 𝓈12 ⇒ 𝓈12 = (𝑛−1)
1
= 15−4
= 0.2571

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

𝑛 −1,𝑛2 −1 15−1,15−1 14,14

𝐹𝛼⁄1 = 𝐹0.05⁄
= 𝐹0.025 = 2.979
2 2

1 𝑛 −1,𝑛2 −1 15−1,15−1 14,14

𝐹1−𝛼⁄
= 𝐹1−0.05⁄
= 𝐹0.975 = 0.3357
2 2

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

A un nivel de significancia del 5% de comprueba que el proceso es

homocedastico con respecto a la pasteurización y el envasado aséptico.
Una vez demostrada su homocedasticida se prosigue con las pruebas de hipótesis.
i) Planteamiento de hipótesis
𝐻0 : 𝜇1 = 𝜇2
𝐻𝑎 : 𝜇1 ≠ 𝜇2
ii) Estadístico de prueba
(𝑥
̅̅̅1 − ̅̅̅)
𝑥2 − 𝜇0
𝑡𝑐 =
𝜎𝑥

17
 (𝑛1 − 1) × 𝓈12 + (𝑛2 − 1) × 𝓈22 1 1
𝜎𝑥 = √ ×√ +
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2

(15 − 1) × 0.2571 + (15 − 1) × 0.2357 1 1

𝜎𝑥 = √ ×√ + = 0.1831
15 + 15 − 2 15 15

(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

A un nivel de significancia del 5% se concluye que las medias de la pasteurización

como del envasado espático con iguales y por ser 𝑆12 igual al 𝑆 2 del esterilizado
con el mismo n también llegan a ser iguales por que se acepta 𝐻0 .

20. ANÁLISIS DE LA VARIANZA

Medidas Pasteurizado Esterilizador Envasado 𝑻𝒊∗ 𝑻𝒊∗ 𝟐

Aséptico
1 1 1 0 2 4
2 0 0 1 1 1
3 0 1 1 2 4
4 1 1 1 3 9
5 1 1 1 3 9
6 1 1 1 3 9
7 1 0 0 1 1
8 0 1 1 2 4
9 0 0 0 0 0
10 1 0 0 1 1
11 1 0 0 1 1

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

21. PRUEBAS DE BONDAD DE AJUSTE

Intervalos de tiempo Limpieza interna

de la maquina
6:30-8:00 1
8:00-10:00 2
10:00-12:00 3
12:00-14:00 2
14:00-16:00 0

Los datos siguen una distribución binomial

i) Planteamiento de Hipótesis
𝐻0 : 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎𝑛 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙
𝐻𝑎 : 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑁𝑂 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎𝑛 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙

ii) Estadístico de prueba

Intervalo de Limpieza interna 𝒑(𝒙) 𝒇𝒆 = 𝒏 × 𝒑(𝒙)

tiempo de la maquina
6:30-8:00 1 0.1562 1.37
8:00-10:00 2 0.3125 2.5
10:00-12:00 3 0.3125 2.5
12:00-14:00 2 0.1562 1.37
14:00-16:00 0 0.03123 0.25
∑. 8 1 8
𝑛
𝑃(𝑥=𝑖) = ( ) 𝑝 𝑥 𝑞𝑛−𝑥
𝑥
5
𝑃(𝑥=1) = ( ) 𝑝1 𝑞 5−1 = 0.1562
1
5
𝑃(𝑥=2) = ( ) 𝑝2 𝑞 5−2 = 0.3125
2
5
𝑃(𝑥=3) = ( ) 𝑝3 𝑞 5−3 = 0.3125
3
5
𝑃(𝑥=4) = ( ) 𝑝4 𝑞 5−4 = 0.1562
4
5
𝑃(𝑥=5) = ( ) 𝑝5 𝑞5−5 = 0.03125
5

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

𝑋𝑘−𝑚−1;𝛼 2 = 𝑋4;0.05 2 = 9.488

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

R.R: 𝑋𝑐 2 < 𝑋𝛼 2 → 0.839 ≮ 9.488

Se cumple y se acepta Ho

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).

22. OTRAS PRUEBAS NO PARAMÉTRICAS

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

000 1 0 11 000 11111 000000

1 23 4 5 6 7
20
Dónde:
# De rachas = 7
# De la primera clasificación 𝑛1 = 13
# De la segunda clasificación 𝑛2 = 8

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

• Establecer desde un punto inicial el entorno de trabajo en este caso la empresa

DELIZIA LTDA.
• Realizar un análisis de todas las variables a lo largo de todo el proyecto
• Conocer la rama de trabajo sobre el que se realiza el estudio (productos
lácteos y sus derivados).
• Realizar el estudio con un ejemplo de tesis ya realizado para comprender mejor
los datos a analizar y aprovechar su información.
 Es preferente realizar los análisis con ayuda de un programa informática para
realizar con mayor rapidez los cálculos y graficas de cada punto.
 Utilizar adecuadamente los datos recolectados para así identificar las variables
de trabajo.
25. BIBLIOGRAFÍA
• Estadística descriptiva Rufino moya

• Fundamentos de la estadística inferencial Carlos Rengifo

 Gestión de la Producción en la planta procesadora de leche DELIZIA LTDA.

(planta Mururata)

 Negrón Oño . Carla Andrea (Universidad Nuestra Señora de La Paz, Ingeniería

de Alimentos)

22
23