Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen: En el presente artículo se analizará la información proceso es la L-gulonolactona oxidasa (GLO, EC 1.1.3.8), que
recolectada de los componentes para la fabricación de la vitamina cataliza el paso terminal en la síntesis de ácido ascórbico, es
C con el fin de determinar si cumple con los estándares de calidad. decir, la gulono-1, 4-lactona se oxida a ácido ascórbico. La L-
Para ello se realizó un análisis estadístico descriptivo e inferencial y gulonolactona oxidasa reside en el riñón de la mayoría de las
se hizo uso de las cartas de control multivariante para recoger
argumentos que nos permitieron comparar y extraer conclusiones.
aves y reptiles, y durante el curso de la evolución se transfirió
al hígado de los mamíferos. Por razones que no están claras, la
Palabras claves; calidad; cartas de control multivariante; capacidad de expresar suficiente actividad de L-gulonolactona
vitamina C; oxidasa desapareció del conejillo de indias, algunos
Abstract: In this article, the information collected from the murciélagos frugívoros y la mayoría de los primates, incluidos
components for the manufacture of vitamin C will be analyzed in los humanos. En consecuencia, estos animales necesitan una
order to determine if it meets quality standards. For this, a fuente dietética de ácido ascórbico. También existe la
descriptive and inferential statistical analysis was carried out and posibilidad de que existan vías alternativas menores en plantas
multivariate control letters were used to collect arguments that y mamíferos para la síntesis de ácido ascórbico. [1]
allowed us to compare and draw conclusions.
Keywords; quality; multivariate control charts; vitamin C;
II. MARCO TEÓRICO
I. INTRODUCCIÓN La estadística es un enfoque que nos permite organizar,
presentar y analizar sistemáticamente los datos. Hay dos usos
Uno de los cofactores redox más importantes en los sistemas básicos de las estadísticas: comparar o describir datos y hacer
de plantas y animales es el ácido ascórbico o vitamina C. inferencias sobre la población con base en los datos. Cuando
Aunque la mayoría de los animales producen suficiente ácido las estadísticas se usan para describir o resumir, lo llamamos
ascórbico, para algunos animales, el ácido ascórbico es una estadísticas descriptivas, Cuando usamos estadísticas para
verdadera vitamina debido a su incapacidad para llevar a cabo hacer inferencia sobre una población, estamos usando un
la síntesis. Por ejemplo, en humanos, la deficiencia de ácido enfoque conocido como estadística inferencial, porque nos
ascórbico puede resultar en la enfermedad nutricional permite inferir hechos sobre una población que aún no se
escorbuto, que causa una variedad de síntomas patológicos, conoce. [2]
debido a defectos en los pasos y procesos enzimáticos
específicos del ácido ascórbico. En la mayoría de las plantas y
animales, el ácido ascórbico se deriva como un producto de la A. Estadística descriptiva
oxidación directa de glucosa, galactosa y manosa (en plantas),
por ejemplo, glucosa o galactosa. Ácido UDP-Di-glucurónido
ácido glucurónico / glucuronolactona gulono-1, 4-lactona La Estadística descriptiva, como parte de la Estadística
ácido ascórbico. En los animales, una enzima clave en este matemática, trata de la descripción numérica de conjuntos,
siendo particularmente útil cuando estos son de muchos
elementos, valorando matemáticamente y analizando el El gráfico de la función de densidad de probabilidad de la
colectivo representado por el conjunto sin pretender obtener distribución t de Student es una curva simétrica y en forma de
conclusiones más generales, lo que es objeto de la Estadística campana, que difiere para diferentes tamaños de muestra. La
inductiva o Inferencia estadística. [3] distribución t de Student tiene media = 0 y la desviación
estándar es mayor 1 para grados de libertad mayor que 2 y no
B. Distribución normal existe para 1 y 2 grados de libertad. Como el tamaño de
muestra n → n, la distribución t de Student se aproxima a la
La distribución normal es una de las distribuciones de distribución normal estándar. Si comparamos la tabla z y la
probabilidad continua más importantes, y se usa ampliamente tabla t, podemos ver que los puntos porcentuales para la
en estadística y otros campos de las ciencias. La distribución distribución normal y la distribución de Student -t para
normal describe una familia de distribuciones de probabilidad grandes grados de libertad son aproximadamente iguales.
continua, que tienen la misma forma general y difieren en su
ubicación (es decir, la media o el promedio) y los parámetros Se dice que una variable aleatoria continua X con el parámetro
de escala (es decir, la desviación estándar). El gráfico de su de ubicación μ, el parámetro de escala π> 0 y los grados de
función de densidad de probabilidad es una curva simétrica y libertad v> 0 tienen la forma general de la distribución t de
en forma de campana. El desarrollo de las teorías generales de Student si su pdf gx (x) viene dado por,
las distribuciones normales comenzó con el trabajo por De
Moivre (1733,1738) en sus estudios de aproximaciones a (3)
ciertas distribuciones binomiales para un entero positivo grande
n> 0. La distribución normal juega un papel vital en muchos
donde B (.,.) denota la función beta.
problemas aplicados. de ingeniería en este caso, la distribución
normal se utilizará para elementos de control en las dos La distribución general de t de Student tiene las siguientes
características de un refresco, y se ha estudiado ampliamente, propiedades (para más detalles, ver Moix (2001)):
tanto desde el punto de vista teórico como de aplicación [4]
(i) E (X) = μ para v> 1 y E (X) no existe para v = 1;
Se dice que una variable aleatoria continua X tiene una
distribución normal, con una media µ y varianza α 2 es decir, (ii) var (X) = = vπ2
X → N (μ, σ2), si es pdf fX (x) y cdf FX(x) = P (X ≤ x) son, v − 2 para v> 2 y var (X) no existe para v ≤2;
respectivamente, dados por
(iii) En general, todos los momentos de orden r <v son finitos;
; -∞ < x < ∞ (1)
(iv) Cuando v = 1, la distribución general de t de Student se
reduce a la distribución de Cauchy; (iv) Cuando v → ∈, la
distribución general de t de Student converge a la normal
= ; -∞ < x < ∞ , -∞ < µ < ∞, >0 distribución; (v) Para μ = 0 y π = 1, la distribución general de
Student se reduce a la distribución t estándar de Student;
(2)
(vi) La función de densidad de probabilidad de la variable
donde er f (.) denota la función de error, y μ y σ son aleatoria estandarizada del Estudiante exhibe colas más
parámetros de ubicación y escala, respectivamente.[5] gruesas que la función de densidad de probabilidad de la
variable aleatoria normalizada estandarizada..[8]
C. Prueba de hipótesis
E. Histograma
Una hipótesis estadística es una afirmación con respecto a
alguna característica desconocida de una población de interés. Histograma Representación gráfica de la distribución de un
La esencia de probar una hipótesis estadística es el decidir si la conjunto de datos o de una variable, donde los datos se
afirmación se encuentra apoyada por la evidencia clasifican por su magnitud en cierto número de clases. Permite
experimental que se obtiene a través de una manera aleatoria. visualizar la tendencia central, la dispersión y la forma de la
En forma general, la afirmación involucra ya sea a algún distribución.
parámetro o a alguna forma funcional no conocida de la
distribución de interés a partir de la cual se obtiene una El Histograma es la representación gráfica, en forma de barras,
de la distribución de un conjunto de datos o una variable,
muestra aleatoria. La decisión acerca de si los datos muéstrales
donde los datos se clasifican por su magnitud en cierto número
apoyan estadísticamente la afirmación se toma con base en la de grupos o clases, y cada clase es representada por una barra,
probabilidad y si esta es mínima, entonces será rechazada.[6] cuya longitud es proporcional a la frecuencia de los valores
representados. Por lo general, el eje horizontal está formado
D. T- student por una escala numérica para mostrar la magnitud de los datos;
mientras que en el eje vertical se representan las frecuencias.
La distribución o distribución del alumno define una familia Se utiliza para las distribuciones de datos agrupados, y en él se
de distribuciones de probabilidad continua. Tiene una amplia deben colocar los intervalos que definen las clases sobre el eje
gama de aplicaciones en probabilidad, estadística y otras horizontal, construyendo sobre cada uno de ellos un rectángulo
campos de las ciencias. Fue desarrollado por primera vez por cuya superficie sea igual a la frecuencia absoluta
Willieam S. Gosset (1908) en su trabajo sobre "el probable correspondiente. [ 9]
error de una media", publicado por él bajo el nom de plume de
Student. [7]
F. Diagrama de dispersión límite de control. El límite de control se elige para
proporcionar un valor específico de la medida de desempeño
Un diagrama de dispersión es un tipo de diagrama que utiliza del control. El rendimiento del gráfico MEWMA depende del
las variables con sus verdaderos valores (sin agrupar) y tener al vector medio fuera del objetivo ~ µ y la matriz de covarianza
mismo tiempo una representación abreviada de los datos.
ΣX solo a través del valor del parámetro de no centralidad.
permiten estudiar la relación entre sí y en qué medida se
encuentran vinculadas dos magnitudes. Es de gran utilidad,
para conocer qué factores están relacionados entre sí, y cómo
Se asume sin pérdida de generalidad que el
es afectado uno respecto al otro. [10]
vector medio del proceso en el objetivo ~ µ0 es un vector de
G. Diagrama de bloques ceros. En este estudio, solo la situación en la que uno o más
cambios en los componentes de ~ µ se considera un cambio, y
el gráfico de control es invariante a la dirección del cambio.
Es una representación común para calcular la confiabilidad de
sistemas. Esta representación se complementa con técnicas [12]
estadísticas para evaluar los parámetros de la mejor función
densidad de probabilidad que represente el tiempo entre fallas. Los datos estadísticos graficados T2i, se definen como
En forma resumida el método de DB consiste en obtener el
valor de confiabilidad de cada elemento del sistema y
posteriormente se encuentra la confiabilidad correspondiente a cuando es la inversa de la matriz
cada subsistema, al reducir el sistema a un arreglo equivalente de varianza-covarianza de Zi. La matriz de covarianza de Zi se
conforme a los sistemas en serie y paralelo que lo constituyen.
[11]
expresa por Una medida del
H. Carta de control EWMA desplazamiento del vector (o distancia entre dos vectores)
utilizada en el análisis multivariado es la distancia de
El monitoreo de procesos multivariante más conocido es el Mahalanobis. En nuestro caso, la distancia entre el vector
gráfico T 2 de Hotelling para monitorear el vector medio de un medio original y el nuevo vector medio es
proceso. El gráfico T 2 de Hotelling es un gráfico de control
de tipo Shewhart multivariante que solo tiene en cuenta la
información actual del proceso, por lo que es relativamente El
insensible a los cambios pequeños y moderados en el vector rendimiento de ARL del gráfico MEWMA depende solo del
medio del proceso. Para proporcionar una mayor sensibilidad parámetro de no centralidad λ= nd2, donde n es el tamaño de
a los cambios pequeños y moderados, Lowry introducen la la muestra.
media móvil ponderada exponencialmente multivariada
(MEWMA). El gráfico MEWMA tiene en cuenta la Para el diseño del gráfico de control MEWMA, se puede
información actual y pasada del proceso. Por lo tanto, el utilizar la matriz de covarianza asintótica, dada por
gráfico MEWMA es más potente para detectar pequeños
cambios que el gráfico T 2 de Hotelling. de manera similar a lo que
sucedió en los sistemas univariados para observaciones
El vector MEWMA propuesto por Lowry se define como: individuales. Para un tamaño de muestra distinto de 1, se usa
la ecuación .
protonado. Además, el electrón desapareado de Asc [-] reside Amilmetacresol 0,62 0.6 0,58
en el sistema π que incluye el resto tricarbonilo del ascorbato. Ácido 45
mg
33,5 20,5
Es un radical débilmente oxidante y reductor. Debido a su ascórbico
carácter p, Asc [-] no reacciona con el oxígeno para formar Ascorbato 76 75 73
radicales peroxilo capaces de dañar oxidaciones. Es sódico
Sacarosa 1,60 1,438 1,28
relativamente poco reactivo con un potencial de reducción de
Glucosa 0,98 0,97 0,95
un electrón de sólo -282 MV y, como tal, se considera un
Amarillo 0,036 0,0162 0,004
antioxidante terminal de molécula pequeña. [13]
anaranjado S
(E110)
III. METODOLOGÍA Durabilidad
(asumiendo una 1,5 años
distribución
En el monitoreo de las variables o características de calidad en Rayleight)
la fabricación de la vitamina C, se presentaron los siguientes
resultados: Tabla 1.
A. Primera parte
TABLE I. REGISTRO DE LOS COMPONENTES EN LA FABRICACIÓN DE
VITAMINA C
Para empezar con el análisis de control multivariado, es
necesario primero que todo verificar si los datos que se están
estudiando siguen un comportamiento igual o similar al
Ascorbato sódico
(asumiendo una
Ácido ascórbico
diclorobencílico
Amilmetacresol
Durabilidad
distribución
Rayleight)
Sacarosa
Glucosa
Amarillo
Muestra
E. Quinta parte
También es pertinente identificar y evaluar los índices de
capacidad de otros autores como Shahriari (1995), Chen
(2003) y Cumea (2013), para establecer comparaciones entre
cada indicador y determinar más estrictamente si se cumplen
con las características de calidad.
F. Sexta parte
Por último, se hizo una simulación del proceso tomando como
base los parámetros e indicadores antes mencionados,
obtenidos en la fase I y en la fase II, después realizamos Los valores de T cuadrado globales son presentados en la
corrimientos de la medida de localización y variabilidad de siguiente tabla:
forma aleatoria con el fin de detectar rápidamente señales de
alarma bajo ciertas circunstancias que se puedan presentar en
la realidad.
IV. RESULTADOS
UCL 0,000021509439
Cl 0,000002150944
LCL 0,000000000000
Producto 0,4813345
A 1,4813345
Parámetro Factor de
Rayleight
λ 0,30682729
Aceleración
20
Tiempo 1,5
λₒ 0,00076707
Fiabilidad 0,99913742
Valor de Z 3,13387232
HERRERA - FASE 2
Producto 0,58062735
A 1,58062735
П (USL-LSL) 9,40800
Proporción Índice de Capacidad П (LSP-LIP) 152,27561
de unidades Multivariante de Chen 0,0476437 CpM 0,49855820
conformes and Pearn
El resultado obtenido para el índice de capacidad multivariado
de Shahriari de 0,49855820, muestra un producto con poca
Parámetro Factor de capacidad de cumplir con las especificaciones de diseño.
Rayleight
λ 0,243895
Aceleración
20
Tiempo 1,5 p 4
λₒ 0,00060974 n 35
4,387096774
5,140131314
Fiabilidad 0,99931428 22,55025351
PV 0,00005011
Valor de Z 3,20059553
Índice de
capacidad Cumea Index Capability
0,66801761
Multivariado
Herrera
MCpm 0,017563597
GRÁFICOS
П (USL-LSL) 9,40800
П (LSP-LIP) 232,07215
CpM 0,448712915