Estudios Profesionales para Ejecutivos

Estadística Aplicada I CE86

Control N° 2

Ciclo 2017-02-M2

Nombre: José Luis Toro Alcarraz

Código: U20161A943@upc.edu,pe
Nota: 20

Duración 100 min

Indicaciones:

 El orden y claridad en la presentación, serán tomados en cuenta en la calificación.

 No se permite el intercambio de útiles ni el uso de apuntes de clase, libros, ppt’s, etc.
 En todos los casos formalizar las probabilidades e interpretar.
 Prueba escrita con lápiz no tendrá opción a reclamo. Use tres decimales significativos.

Caso: Industrial Metalmecánica S.A

Industrial Metalmecánica S.A, es una empresa peruana dedicada al rubro de la metalmecánica,

diseño y fabricación de piezas para todo tipo de maquinaria industrial, cuyas operaciones se inician
desde 1993 en la ciudad de Lima, ofrece una gran gama de productos en acero, aluminio, cobre y
bronce. Cuenta con una amplia gama de servicios de muestranza: torno de gran volteo, cepillo,
fresadora (piñón recto, cónico, helicoidal y cremallera), rectificadora, taladro, soldaduras y
estructuras metálicas.

La empresa está compuesta por sus seis plantas en diferentes distritos de Lima, y cuenta con un
departamento de ingeniería en cada planta a cargo de un ingeniero. Últimamente los ingenieros de
algunas plantas han observado que hay maquinarias que están fallando, motivo por el cual están
arrojando una cantidad excesiva de excedente de metal en las piezas que se están fabricando,
originando un mayor tiempo de maquinado, un mayor desperdicio de material y consecuentemente
un aumento en el costo de fabricación, por este motivo la gerencia estaría pensando en cerrar
algunas de las plantas. El departamento de ingeniería cuenta actualmente con todos los reportes de
las plantas del primer semestre de este año y desea hacer un estudio para proponer soluciones ante
este problema, sustentando posibles alternativas a la gerencia general.

1. El nuevo gerente de la empresa quiere familiarizarse con los indicadores de Metalmecánica

S.A, él conoce que la probabilidad que una máquina falle (arroje una cantidad excesiva de
excedente de metal) es de 0.22. Luego solicitó al maquinista de su empresa seleccionar una
muestra de 60 registros de máquinas que fallaron en el último mes. En base a estos datos
el calculará ciertas probabilidades.

a. La variable del estudio es: (1.0 puntos)

 X: Número de máquinas que fallan en una muestra de 60

b. La distribución de la variable, sus parámetros y rango son: (1.5 puntos)

Distribución Binomial: 𝑋~𝐵(𝑛 = 60, 𝑝 = 0.22)

Parámetros: n = 60 (tamaño de la muestra) y p = 0.22 (probabilidad que una maquina
falle)
Rango: Rx = {0, 1, 2, 3,…, 60}

c. La probabilidad que como máximo 9 máquinas fallen es: (2 puntos)

𝑃(𝑋 ≤ 9) = ¿ ?
𝑃(𝑋 ≤ 9) = 𝐸𝑛 𝑒𝑥𝑐𝑒𝑙 = 𝐷𝐼𝑆𝑇𝑅. 𝐵𝐼𝑁𝑂𝑀. 𝑁(9,60,0.22,1) = 0.1219

d. Si el gerente de la planta identificó que más de 14 registros de máquinas presentan

fallas en el último mes, ¿cuál es la probabilidad que fallen como máximo 44 máquinas
en mismo periodo de tiempo? (2 puntos)

𝑃(𝑋 ≤ 44/𝑋 > 14) = ¿ ?

𝑃(𝑋 ≤ 44) ∩ 𝑃(𝑋 > 14) 𝑃(14 < 𝑋 ≤ 44) 𝑃(𝑋 ≤ 44) − 𝑃(𝑋 ≤ 13)
= = =
𝑃(𝑋 > 14) 𝑃(𝑋 > 14) 1 − 𝑃(𝑋 ≤ 14)
= 𝐷𝐼𝑆𝑇𝑅. 𝐵𝐼𝑁𝑂𝑀. 𝑁(44,60,0.22,1)− = 𝐷𝐼𝑆𝑇𝑅. 𝐵𝐼𝑁𝑂𝑀. 𝑁(13,60,0.22,1)
=
= 1 − 𝐷𝐼𝑆𝑇𝑅. 𝐵𝐼𝑁𝑂𝑀. 𝑁(14,60,0.22,1)
1 − 0.5487209 0.4512791
= = = 1.3514
0.33393371 0.33393371

2. Del total de registros con fallas que tienen las máquinas en una semana cualquiera, se
conoce que 16 son por Fallas diversas por mala realización de calibración, 10 por Roturas
de piezas móviles y fijas y 24 por problemas en cojinete y partes móviles. Se seleccionó una
muestra de 7 registros en mención y se quiere saber la probabilidad de encontrar al menos
8 registros con fallas por problemas en Roturas de piezas móviles y fijas. Si la probabilidad
encontrada es menor del 15%, la empresa no deberá de realizar una parada de las máquinas
para su mantenimiento.

a. La variable de estudio es: (1 punto)

X: Número de registros con fallas por problemas en Roturas de piezas móviles y fijas en
una muestra de 7

b. La distribución de la variable, sus parámetros y rango son: (1.5 puntos)

Distribución Hipergeométrica: 𝑋~𝐻(𝑁 = 50, 𝑛 = 7, 𝑟 = 10)

Parámetros: N = 50 (Tamaño de la población), n = 7 (tamaño de la muestra) y r = 10
(número de registros de las máquinas que fallan por Roturas de piezas móviles y fijas)
Rango: Rx = {0, 1, 2,…,7}
 c. La probabilidad solicitada es: (2.0 puntos)

𝑃(𝑋 ≥ 8) = ¿ ?
= 1 − 𝑃(𝑋 < 8) = 1 − 𝑃(𝑋 ≤ 7)
= 1 − 𝐷𝐼𝑆𝑇𝑅. 𝐻𝐼𝑃𝐸𝑅𝐺𝐸𝑂𝑀. 𝑁(7,7,10,50,1) = 0

d. ¿La empresa deberá de realizar la parada de las máquinas? Sustente (1.0 puntos)

La empresa no deberá de realizar una parada de las máquinas para su mantenimiento,

porque la probabilidad encontrada (0%) es menor del 15%.

3. Las máquinas de Metalmecánica S.A fallan en promedio 10 veces cada hora y esta variable
sigue una distribución discreta conocida. El gerente de la empresa quiere saber sobre la
fallas de las máquinas, por lo que quiere identificar ciertas probabilidades:

a. La variable del estudio es: (1.0 puntos)

X: Número de máquinas que fallan cada hora

b. La distribución dela variable, sus parámetros y rango son: (1.0 puntos)

Distribución Poisson: 𝑋~𝑃(Λ = 10)

Parámetros: Λ = 10 (Promedio)
Rango: Rx = 0,1,2,3…

c. La probabilidad que más de 15 máquinas fallen cada dos horas es: (2.0 puntos)

Y: Número de máquinas que fallan cada dos horas

Distribución Poisson: 𝑌~𝑃(Λ = 20)
𝑃(𝑌 > 15) =¿ ?
= 1 − 𝑃(𝑌 ≤ 15) = 1 − 𝑃𝑂𝐼𝑆𝑆𝑂𝑁. 𝐷𝐼𝑆𝑇(15,20,1) = 0.8435

d. El coeficiente de la variable es: (2.0 puntos)

𝐸(𝑋) = Λ = 10
𝑉(𝑋) = Λ = 10
𝑆(𝑋) = √𝑉(𝑋) = √10
𝑆(𝑋) √10
𝐶𝑉(𝑋) = ∗ 100% = ∗ 100 = 31.6%
𝐸(𝑋) 10

4. Diga Ud. Si es verdadero o falso las siguientes observaciones: (2 puntos)

a. Los parámetros de la distribución especial discreta Poisson son (n, p) (F)
b. Si X es variable aleatoria continua entonces se cumple: 1 – P(X > C) = P(X ≥ C) (F)
c. La función de densidad de una variable aleatoria continua no se cumple con esta
condición f(x) > 0 (F)
d. “Se lanza un dado 8 veces. ¿Cuál es la probabilidad que salga un número par en la cara
superior 4 veces? El anterior enunciado, ¿se refiere a una distribución Poisson?” (F)

FORMULAS