CASO: ROBOTS EN LA PRODUCCIÓN ASÉPTICA DE MEDICAMENTOS

La Empresa IZARO, es una empresa dedicada a la producción de

medicamentos a través de la automatización del uso de robots con el fin
de promover la contaminación. Estos robots están encargados del
llenado de insulina en envases de 15 ml, para uso farmacéutico. El
contenido promedio envasado por unidad es de 15 mililitros con una
variabilidad de 0.5 mililitros. Según resoluciones de Indecopi, si el
producto elaborado no alcanza los 14.50 mililitros la empresa será
penalizada. Según el Inspector de Calidad los envases tampoco deben
de superar los 16.50 mililitros dado a que puede ocasionar pérdida de
líquido al envasar. Si se envasan 200000 envases en forma diaria y se
selecciona al azar a un envase cualquiera: Cual es la probabilidad para
que:
¿La Empresa IZARO sea penalizada?
¿Se pierda contenido?
¿No exista problemas de Indecopi ni al encapsular?
Dr. Juan Carlos Oruna Lara
Universidad Nacional Tecnológica de Lima Sur
Facultad de Ingeniería y Gestión
Mas. Buscad primeramente el reino de Dios y su justicia, y todas las cosas
se te añadirán. Mateo 6:33

Estadística Aplicada

Dr. Juan Carlos Oruna Lara

jorunal@untels.edu.pe
 LOGRO DE LA CLASE
Y. Todo lo que pidieres en oración, creyendo, lo recibiréis. Mateo 21:22

Al finalizar la sesión, el
estudiante será capaz de
calcular probabilidades para la
toma decisiones haciendo uso
de la distribución normal .

Dr. Juan Carlos Oruna Lara

 INTRODUCCIÓN
Una de las herramientas de mayor
uso en las empresas es la utilización de la
curva normal para describir situaciones
donde podemos recopilar datos. Esto nos
permite tomar decisiones que vayan a la
par con las metas y objetivos de la
organización.
En esta sesión se describe la
relación de la Distribución normal con la
Distribución normal estándar. Se utilizan
ejemplos y ejercicios donde se enseña
sobre la determinación de probabilidades y
sus aplicaciones.

Dr. Juan Carlos Oruna Lara

 UTILIDAD
 Se utiliza muy a menudo porque hay muchas
variables asociadas a fenómenos naturales
que siguen el modelo de la normal.
 Caracteres morfológicos de individuos
(personas, animales, plantas,...) de una
especie, por ejemplo: tallas, pesos,
diámetros, distancias, perímetros,...
 Caracteres fisiológicos, por ejemplo: efecto
de una misma dosis de un fármaco, o de una
misma cantidad de abono

Dr. Juan Carlos Oruna Lara

 LA DISTRIBUCIÓN NORMAL
La distribución normal fue reconocida
por primera vez por el francés
Abraham de Moivre (1667-1754).

Posteriormente, Carl Friedrich Gauss (1777-1855)

realizó estudios más a fondo
donde formula la ecuación de la curva
conocida comúnmente, como la
“Campana de Gauss".

Dr. Juan Carlos Oruna Lara

 FUNCIÓN DE DENSIDAD DE LA DISTRIBUCÓN
NORMAL
Se dice que la variable aleatoria continua X, se distribuye normalmente con
media µ y varianza σ2, si su función de densidad está dado por:

Dr. Juan Carlos Oruna Lara

 GRÁFICA DE LA DISTRIBUCIÓN
NORMAL

Dr. Juan Carlos Oruna Lara

 CARACTERÍSTICAS DE LA DISTRIBUCIÓN NORMAL
ESTANDAR
Es simétrica con respecto a su media µ como muestra en el
gráfico Nº 1 la curva hacia cualquier de los lados de µ es una
imagen de espejo de la del otro lado.

Gráfico Nº 01

Dr. Juan Carlos Oruna Lara

 CARACTERÍSTICAS DE LA DISTRIBUCIÓN NORMAL
ESTANDAR

Es asintótica con respecto al eje X es decir, la curva no intercepta el eje X.

Los valores de la media, mediana y la moda son iguales.

El área encerrada bajo la curva y por encima del eje X es igual a la unidad, de aquí el área bajo la
curva entre dos abscisas X = a y X = b, donde a < b representa la probabilidad de que X se
encuentre entre a y b y se denota por P (a≤ X ≤ b).

Dr. Juan Carlos Oruna Lara

ÁREAS BAJO LA CURVA NORMAL

Aproximadamente 68.26% del área bajo la curva normal está esta dentro de más
menos una desviación estándar respecto de la media. Esto se expresa como µ ± 1σ

Aproximadamente 95.44% del área bajo la curva normal está dentro de más menos
dos desviaciones estándar respecto de la media. Esto se expresa como µ ± 2σ

Aproximadamente 99.7% del área bajo la curva normal está dentro de más menos
tres desviaciones estándar respecto de la media. Esto se expresa como µ ± 3σ

Dr. Juan Carlos Oruna Lara

 DISTRIBUCIÓN NORMAL ESTANDAR
Si se tiene una variable aleatoria X normal con media μ y
varianza σ2 puede ser transformada a una variable aleatoria
estandarizada Z, por la siguiente transformación:

Con Media µz = 0 y varianza σ2 z = 1

Función de Probabilidad

Z2
z 1 
P(Z  z)   e 2
dz
 2π Para z = -4, …,4

Dr. Juan Carlos Oruna Lara

 DISTRIBUCIÓN DE PROBABILIDAD NORMAL ESTANDAR

Recordar: La distribución normal es una familia de distribuciones caracterizada

por dos parámetros: la media y la desviación estándar.

Distribución Normal Estándar

Dr. Juan Carlos Oruna Lara

FÓRMULAS PARA CALCULAR EL ÁREA BAJO LA CURVA NORMAL

Dr. Juan Carlos Oruna Lara

 USO DE LA TABLA NORMAL ESTANDAR
Probabilidad dada para
Valor de Z=z un valor de Z
Estandarizado: de estandarizado de la
un valor de -4 a 4 forma: P(Z  z)

P(Z  1.17) =

Dr. Juan Carlos Oruna Lara

 USO DE LA TABLA NORMAL ESTANDAR

Dr. Juan Carlos Oruna Lara

USO DE LA TABLA NORMAL ESTANDAR

Dr. Juan Carlos Oruna Lara

 USO DE LA TABLA NORMAL ESTANDAR

Dr. Juan Carlos Oruna Lara

 USO DE LA TABLA NORMAL ESTANDAR

Dr. Juan Carlos Oruna Lara

 EJERCICIO

La calificaciones de los 500 aspirantes presentados a un

examen para contratación laboral, se distribuye normalmente
con media 7 y varianza de 4
Encuentre:
a) La probabilidad de que un aspirante obtenga 8 puntos o
más.
b) El porcentaje de aspirantes con calificaciones inferiores o
iguales a 5 puntos.
c) Cuántos aspirantes obtuvieron calificaciones comprendidas
entre 5 y 8 puntos

Dr. Juan Carlos Oruna Lara

 EJERCICIO

a) La probabilidad de que un aspirante obtenga 8 puntos o más P (X ≥ 8)

P ( X ≥ 8 ) = 1 - P ( X ≤ 8 ) = 1 – P ( Z ≤ 0.5) = 1 – 0.6915 = 0.3085

Ver tabla y comprobar los
Tipificando : 87 resultados.
z  0.5
2
N ( 7; 2)

7 8 (X)
0 0.5 (Z)

La probabilidad de que un aspirante obtenga 8 puntos o más es de 0.3085.

Dr. Juan Carlos Oruna Lara

 EJERCICIO

b) El porcentaje de aspirantes con calificaciones inferiores o iguales a

5 puntos.

P ( X ≤ 5) = P ( Z ≤ -1) = 0.1587
Ver tabla y comprobar los resultados.
Tipificando

57
z  1
2
N ( 7; 2)

El porcentaje de aspirantes con

calificaciones inferiores o iguales
a 5 puntos es de 15.87% 5 7 ( X)
-1 0 (Z)

Dr. Juan Carlos Oruna Lara

 EJERCICIO

c) Cuántos aspirantes obtuvieron calificaciones comprendidas entre 5 y

8 puntos

P ( 5 ≤ X ≤ 8 ) = P ( X ≤ 8 ) - P ( X ≤ 5 ) = P ( Z ≤ 0.5 ) - P ( Z ≤ -1 ) =

Tipificando Ver tabla y comprobar

los resultados.
87 57
z  0.5 z  1
2 2
N ( 7; 2)

P ( Z ≤ 0.5) - P ( Z ≤ -1) = 0.6914 – 0.1587

P ( Z ≤ 0.5) - P ( Z ≤ -1) =0.5328
5 7 8 ( X)
-1 0 0.5 ( Z )

Luego como nos piden cuantos aspirantes se encuentran en éste intervalo multiplicamos la
probabilidad por el total de aspirantes: 500 * 0.5328=266.40 aprox 267 aspirantes

Dr. Juan Carlos Oruna Lara

 EJERCICIO

En una distribución Normal estandarizada, determine las

siguientes probabilidades

a) P( Z < 2.22)
b) P(Z ≤ -1.25)
c) P(Z ≥ 1.96)
d) P(Z > 2.33)
e) P(Z > -1.5 )
f) P(1.10 ≤ Z ≤ 2.20)
g) P( -1.50 ≤ Z ≤ 2.33)

Dr. Juan Carlos Oruna Lara

 EJERCICIO
Hallar el valor de Zo tal que:

a. P (Z ≤Zo) = 0.9495

b. P (Z ≤ Zo) = 0.8686

c. P (Z > Zo) = 0.0170

d. P (-Zo ≤ Z ≤ Zo) = 0.6827

e. P (Zo ≤ Z ≤ Zo) = 0.9876

Dr. Juan Carlos Oruna Lara

 EJERCICIO
Los niveles de colesterol total en la población general se distribuyen
normalmente con  = 200 y  = 20. Si de esta población se selecciona
un sujeto al azar,
¿ Cúal es la probabilidad de que:
a. Tenga un valor entre 170 y 230
b. Tenga un valor de 270 ó más
c. Tenga un valor mayor a190
d. Tenga un valor menor a 220
e. Tenga un valor entre 185 y 240
f. Tenga un valor menor a 235
g. Tenga un valor entre 200 y 250
h. Tenga un valor superior a 210

Dr. Juan Carlos Oruna Lara

SOLUCIÓN