Modelación y Simulación PEP 1.2 PDF

PEP 1 – Probabilidades, Distribución Normal, Teoría de Colas y Preguntas Teóricas
MODELACIÓN Y SIMULACIÓN
1.- Los clientes se encargan de evaluar los diseños preliminares de varios productos. En el
pasado, el 95 % de los productos que con mayor éxito en el mercado recibieron buenas
evaluaciones, el 60 % de los productos con éxito moderado recibieron buenas evaluaciones, y el
80% de los productos con baja aceptación recibieron malas evaluaciones. Además, el 40 % de
los productos ha tenido mucho éxito, el 35 % un éxito moderado, y el 25 % una baja aceptación.
Determine:
a.- ¿Cuál es la probabilidad de que un producto obtenga una buena evaluación?
b.- Si un nuevo diseño obtiene una buena evaluación, ¿cuál es la probabilidad de que se convierta en
un producto de gran éxito?
c.- Si un producto no tiene una buena evaluación ¿Cuál es la probabilidad de que se convierta en un
producto de gran éxito?
a) Solución: Sean:
𝐴 = “Producto con mayor éxito” 𝐸 = “Producto con Buenas Evaluaciones”
𝐵 = “Producto con éxito moderado” 𝐸 𝐶 = “Producto con Malas Evaluaciones”
𝐶 = “Producto con baja aceptación”
Es posible realizar un diagrama de árbol para facilitar la determinación de los cálculos

0.95 E
0.40 0.05 EC
0.60 E
0.35
B
A C
0.40 E
0.25 0.20 E
C
C
0.80 E
Por lo que las probabilidades que entrega el problema están dadas por:
𝑃 (𝐴) = 0.40 𝑃 (𝐵) = 0.35 𝑃 (𝐶 ) = 0.25
𝑃(𝐸/𝐴) = 0.95 𝑃(𝐸/𝐵) = 0.60 𝑃(𝐸 𝐶 /𝐶) = 0.80
La probabilidad requerida por el ejercicio corresponde a:

𝑃(𝐸 ) = 𝑃(𝐸⁄𝐴) ∙ 𝑃 (𝐴) + 𝑃(𝐸⁄𝐵 ) ∙ 𝑃 (𝐵) + 𝑃(𝐸⁄𝐶 ) + 𝑃 (𝐶 )
𝑃(𝐸 ) = 0.40 ∙ 0.95 + 0.35 ∙ 0.60 + 0.25 ∙ 0.20 = 0.64
b) Solución:
𝑃(𝐸/𝐴) ∙ 𝑃(𝐴) 0.40 ∙ 0.95
𝑃(𝐴/𝐸) = = = 0.594
𝑃 (𝐸 ) 0.64
Página 1 Alejandro González Tapia – Ingeniería Civil en Minas

c) Solución:
𝑃(𝐸 𝐶 /𝐴) ∙ 𝑃 (𝐴) 𝑃(𝐸 𝐶 /𝐴) ∙ 𝑃 (𝐴) 0.05 ∙ 0.40
𝑃(𝐴/𝐸 𝐶 ) = = = = 0.056
𝑃 (𝐸 𝐶 ) 1 − 𝑃 (𝐸 ) 1 − 0.64
2.- Tres líneas de producción de ánodos, A, B, C producen el 40%, 35%, 25%, respectivamente,
del total de la producción. Los porcentajes de ánodos defectuosos de estas líneas son del 2%,
3%, 4%. Determinar:
a) La probabilidad de que sea defectuoso un ánodo al azar.
b) Al tomar al azar un ánodo, y resulta ser defectuoso; calcule la probabilidad de haber sido
producido en la línea B.
c) ¿Qué línea tiene la mayor probabilidad de haber producido el ánodo defectuoso?
a) Solución: Sean:
𝐴 = “Línea de producción de ánodos A” 𝐷 = “Ánodos defectuosos”
𝐵 = “Línea de producción de ánodos B” 𝐷𝐶 = “Ánodos sin defectos”
𝐶 = “Línea de producción de ánodos C”
Es posible realizar un diagrama de árbol para facilitar la determinación de los cálculos

0.95 D
0.40 0.05 DC
0.60 D
0.35
B
A C
0.40 D
0.25 0.20 D
C
C
0.80 D
Por lo que las probabilidades que entrega el problema están dadas por:
𝑃 (𝐴) = 0.40 𝑃 (𝐵) = 0.35 𝑃 (𝐶 ) = 0.25
𝑃(𝐷/𝐴) = 0.02 𝑃(𝐷/𝐵) = 0.03 𝑃(𝐷/𝐶) = 0.04
La probabilidad requerida por el ejercicio corresponde a:

𝑃(𝐷) = 𝑃(𝐷⁄𝐴) ∙ 𝑃 (𝐴) + 𝑃(𝐷⁄𝐵 ) ∙ 𝑃(𝐵) + 𝑃 (𝐷⁄𝐶 ) + 𝑃 (𝐶 )
𝑃 (𝐸 ) = 0.40 ∙ 0.02 + 0.35 ∙ 0.03 + 0.25 ∙ 0.04 = 0.029
b) Solución:
𝑃 (𝐷/𝐵) ∙ 𝑃 (𝐵) 0.03 ∙ 0.35
𝑃(𝐵/𝐷) = = = 0.368
𝑃 (𝐷) 0.0285
Alejandro González Tapia – Ingeniería Civil en Minas Página 2

c) Solución:
𝑃(𝐷/𝐴) ∙ 𝑃 (𝐴) 0.02 ∙ 0,40
𝑃(𝐴/𝐷) = = = 0.280
𝑃 (𝐷) 0.0285
𝑃 (𝐷/𝐶 ) ∙ 𝑃 (𝐶 ) 0.04 ∙ 0.25

𝑃(𝐶/𝐷) = = = 0.351
𝑃 (𝐷) 0.0285
Respuesta: La línea con mayor probabilidad de haber producido el ánodo defectuoso corresponde a la
B.
3.- Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribución N(65; 182). Se desea clasificar a los examinados en tres grupos (de baja cultura
general, de cultura general aceptable y de excelente cultura general) de modo que haya en el
primero un 20 % de la población, un 65 % en el segundo y un 15 % en el tercero. ¿Cuáles han de
ser las puntuaciones que marcan el paso de un grupo al otro?
3) Solución: Sea: 𝑥 = “Puntuación obtenida en un test de cultura general”

𝑥 ~ 𝑁(𝜇 = 65 ; 𝜎 2 = 182 )
Para el caso de baja cultura general:

𝑃 (𝑥 ≤ 𝑘1 ) = 0.20
Entonces:
𝑘1 − 65 𝑘1 − 65
z( ) = 0.20 → = −0.84 → 𝑘1 = 48.2
18 18
Para el caso de cultura general aceptable:

𝑃(𝑥 ≤ 𝑘2 ) = 0.65
Entonces:
𝑘2 − 65 𝑘2 − 65
z( ) = 0.65 → = 0.385 → 𝑘2 = 71.93
18 18
Para el caso de excelente cultura general:

𝑃(𝑥 ≤ 𝑘3 ) = 0,85
Entonces:
𝑘3 − 65 𝑘3 − 65
z( ) = 0.85 → = 1.04 → 𝑘3 = 83.72
18 18
Respuesta: El puntaje que marca el paso de baja cultura general a cultura general aceptable es de 48.2
puntos, y el paso de cultura general aceptable a excelente cultura general son 71.93 puntos.

4.- En un proceso industrial el diámetro de una pieza es un componente importante. El comprador

establece que las especificaciones en el diámetro sean 3,0+/-0,01 cm. La implicación es que
ninguna parte que caiga fuera de estas especificaciones se adaptará. Se sabe que en el proceso
que el diámetro de una pieza tiene una distribución normal con media 3.0 y una desviación
estándar de 0.005 en promedio ¿Cuántas piezas se descartarán?
4) Solución: Sea: 𝑥 = “Diámetro de una pieza, en centímetros”; 𝑥 ~ 𝑁(𝜇 = 3.0 ; 𝜎 2 = 0.0052 )

𝐶 = “Pieza cumple con las especificaciones del comprador”
2.99 − 3.0 3.01 − 3.0

𝑃 (𝐶 ) = 𝑃 (2.99 < 𝑥 < 3.01) = 𝑃 ( <𝑧< ) = 𝑃 (−2.00 < 𝑧 < 2.00)
0.005 0.005
= 𝑧(2.00) − 𝑧(−2.00) = 0.9772 − 0.0228 = 0.9544
Es decir que las piezas que cumplen con las especificaciones corresponden al 95.44%. Luego por
propiedad de complemento es posible determinar la cantidad de piezas que no cumplen las
especificaciones, quedando de la siguiente forma:
%𝑃(𝐶 𝑐 ) = 100% − %𝑃 (𝐶 ) = 100% − 95.44% = 4.56%
Respuesta: El 4.56% de las piezas se descartarán por no cumplir con las especificaciones establecidas
por el comprador.
5.- Se utilizan medidores para rechazar todos los componentes donde cierta dimensión no está
dentro de la especificación 1,50 +/-d .Se sabe que esta medición se distribuye de forma normal
con media 1,50 y desviación estándar 0,2. Determinar los valores de x que cubran el 95 % de las
mediciones
5) Solución: Sea: 𝑥 = “Dimensión de componente, en centímetros”; 𝑥 ~ 𝑁(𝜇 = 1.5 ; 𝜎 2 = 0.22 )
Se sabe que la distribución normal es simétrica, por lo que el 95% de las mediciones se encontrarán
entre el 2.5% y 97.5% de los datos, lo que es posible apreciarlo a continuación:
𝑑 𝑑
95%
2.5% 97.5%
𝜇 = 1.5
Luego se procede a determinar el valor de 𝑑:
(1.5 + 𝑑 ) − 1.5
𝑃(𝑥 < 1.5 + 𝑑) = 𝑃 (𝑧 < ) = 0.975
0.2
Se busca el valor de 0.975 en la tabla, obteniendo un z = 1.96, quedando:
(1.5 + 𝑑) − 1.5
= 1.96 → 𝑑 = 0.392
0.2

Es decir los valores de x estarán dados por:

1.50 ± 𝑑 = 1.5 ± 0.392 = [1.108; 1.892]
Respuesta: Los componentes que cumplen con las especificaciones se encuentran entre 1.108 y 1.892.
6.- Los nuevos contenedores de emulsión para explosivo deben contener 72 lt. La fábrica ajusta
la máquina llenadora para que los recipientes contengan 72.6 lt (este valor se denomina set point).
Si la distribución del peso de llenado es aproximadamente normal con una desviación estándar
de 0.4 lt.
a) ¿Cuántos contenedores de un lote de 100 000 contendrán menos de 72 litros?

b) Suponiendo que la desviación estándar no cambia ¿qué valor de media debería usarse
como set point para que no más de 300 tarros en 100 000 contengan menos de 72 litros?
6) Solución: Sea: 𝑥 = “Peso de llenado de emulsión para explosivos”; 𝑥 ~ 𝑁(𝜇 = 7.2 ; 𝜎 2 = 0.42 )
72 − 72.6
𝑃(𝑥 < 72) = 𝑃 (𝑧 < ) = 𝑧(−1.5) = 0.0668
0.4
Luego al ser un lote de 100 000 contenedores, se tiene:

0.0668 ∙ 100 000 𝑢𝑛𝑑 = 6680 𝑢𝑛𝑑
Respuesta: De un lote de 100 000 contenedores, 6890 unidades contendrán menos de 72 litros.
b) Solución: Lo primero será determinar la proporción entre los 300 tarros y los 100 00 contenedores, lo
que por principio de probabilidad corresponde a:
300
𝑝= = 0.003
100 000
Luego, si la desviación estándar se mantiene, se tiene:

72 − 𝜇
𝑃 (𝑧 < ) = 0.003
0.4
Se busca el valor de 0.003 en la tabla, obteniendo un z =, quedando:
72 − 𝜇
= −2.75 → 𝜇 = 73.1
0.4
Respuesta: El valor de media que debería usarse como set point para que no más de 300 tarros en
100000 contengan menos de 72 lt es 73.1 lt.
7.- En una faena minera se realiza una tronadura al día durante el mes de noviembre, la media de
tiros por tronadura es de 23 tiros, con una desviación estándar de 5, suponiendo se distribuyen
de manera normal, Calcule el número de tronaduras al mes en los que se espera quemar entre 21
y 27 tiros.
7) Solución: Sea: 𝑥 = “Número de tiros por tronadura”; 𝑥 ~ 𝑁(𝜇 = 23 ; 𝜎 2 = 52 )

21 − 23 27 − 23
𝑃(21 < 𝑥 < 27) = 𝑃 ( <𝑧< ) = 𝑃 (−0.40 < 𝑧 < 0.80) = 𝑧(0.80) − 𝑧(−0.40)
5 5
= 0.7881 − 0.3446 = 0.4435
Luego como noviembre posee 30 días, se tiene:

0.4435 ∙ 30 𝑑í𝑎𝑠 = 13.305 𝑡𝑟𝑜𝑛𝑎𝑑𝑢𝑟𝑎𝑠 ≈ 13 𝑡𝑟𝑜𝑛𝑎𝑑𝑢𝑟𝑎𝑠
Respuesta: El número de tronaduras al mes de noviembre que se esperan quemar entre 21 y 27 tiros,
corresponde a 13 tronaduras.
8.- Se tiene los siguientes datos
X Y
0 9.1
1 7.3
2 3.2
3 4.6
4 4.8
5 2.9
6 5.7
7 7.1
8 8.8
9 10.2
Ajustar una curva de regresión de la forma 𝒚 = 𝒃𝒐 + 𝒃𝟏 ∙ 𝒙 + 𝒃𝟐 ∙ 𝒙𝟐 , finalmente estime el valor con

𝒙=𝟐
Solución: Lo primero que se debe realizar es calcular las sumatorias necesarias para establecer el
sistema de ecuaciones expresado a continuación, el cual se determina previamente mediante método
de los mínimos cuadrados:
1) 𝑛 ∙ 𝑏𝑜 + ∑ 𝑥 ∙ 𝑏1 + ∑ 𝑥 2 ∙ 𝑏2 = ∑ 𝑦
2) ∑ 𝑥 ∙ 𝑏𝑜 + ∑ 𝑥 2 ∙ 𝑏1 + ∑ 𝑥 3 ∙ 𝑏2 = ∑ 𝑥𝑦
3) ∑ 𝑥 2 ∙ 𝑏𝑜 + ∑ 𝑥 3 ∙ 𝑏1 + ∑ 𝑥 4 ∙ 𝑏2 = ∑ 𝑥 2 𝑦
Luego se determinan las sumatorias antes mencionadas:

𝑦 𝑥 𝑥2 𝑥3 𝑥𝑦 𝑥4 𝑥2 𝑦
9.10 0.00 0.00 0.00 0.00 0 0
7.30 1.00 1.00 1.00 7.30 1 7.3
3.20 2.00 4.00 8.00 6.40 16 12.8
4.60 3.00 9.00 27.00 13.80 81 41.4
4.80 4.00 16.00 64.00 19.20 256 76.8
2.90 5.00 25.00 125.00 14.50 625 72.5
5.70 6.00 36.00 216.00 34.20 1296 205.2
7.10 7.00 49.00 343.00 49.70 2401 347.9
8.80 8.00 64.00 512.00 70.40 4096 563.2
10.20 9.00 81.00 729.00 91.80 6561 826.2
∑= 63.7 45 285 2025 307.3 15333 2153.3

En seguida se procede a reemplazar los valores obtenidos en el sistema de ecuaciones antes descrito:
1) 10 ∙ 𝑏𝑜 + 45 ∙ 𝑏1 + 285 ∙ 𝑏2 = 63.7
2) 45 ∙ 𝑏𝑜 + 285 ∙ 𝑏1 + 2025 ∙ 𝑏2 = 307.3
3) 285 ∙ 𝑏𝑜 + 2025 ∙ 𝑏1 + 15333 ∙ 𝑏2 = 2153.3
Posteriormente resolviendo el sistema de ecuaciones utilizando el método que estime conveniente, se

obtienen siguientes soluciones:
𝑏𝑜 = 8.7; 𝑏1 = −2.34; 𝑏2 = 0.29
En conclusión la regresión cuadrada se encontrará dada por:

𝑦 = 8.7 − 2.34 ∙ 𝑥 + 0.29 ∙ 𝑥 2
Y el valor que tomará con x = 2 es:

𝑦(𝑥 = 2) = 8.7 − 2.34 ∙ 2 + 0.29 ∙ 22 = 5.18
8.- Se tiene la siguiente tabla de frecuencias que representa el tonelaje total extraído de una mina
expresada en miles de toneladas
Intervalo de Clase Frecuencia

170 – 180 3
180 – 190 7
190 – 200 13
200 – 210 8
210 – 220 5
220 – 230 4
a) Dibuje el Histograma
b) Determine si se trata de una normal aplicando el test de Chi- cuadrado
a) Solución: Lo primero que debe realizarse es determinar la marca de clase, la que corresponde a la
semisuma del límite inferior con el límite superior de cada intervalo
Intervalo de Clase 𝑛𝑖 𝑥𝑖
170 – 180 3 175
180 – 190 7 185
190 – 200 13 195
200 – 210 8 205
210 – 220 5 215
220 – 230 4 225

En seguida se grafica dicha información. Cabe destacar que todos los intervalos poseen el mismo ancho,
por lo que no es necesario recalcular las alturas de cada intervalo.
Histograma
14
12
10
Frecuencia
8
6
Series1
4
2
0
175 185 195 205 215 225
Marca de Clase
b) Solución: El primer paso a realizar es determinar las marcas de clases para poder ingresar los datos
a la calculadora
Lim. Inf Lim. Sup. Marca de Clase (xi) Frecuencia (ni)

170 180 175 3
180 190 185 7
190 200 195 13
200 210 205 8
210 220 215 5
220 230 225 4
Luego la media es y desviación estándar muestral corresponde a 199.25 y 13.94 respectivamente. En

seguida se dispondrán las fórmulas a utilizar para poder determinar el estadístico de prueba:
𝐿𝐼 − 𝜇 𝐿𝑆 − 𝜇
𝑍1 = 𝑦 𝑍2 =
𝜎 𝜎
Donde LI es el límite inferior de cada intervalo, LS es el límite superior de cada intervalo, 𝜇 es la media
muestral, 𝜎 es la desviación estándar muestral.
Á𝑟𝑒𝑎 1 = 𝑁(𝑍1 ) ∙ 100 𝑦 Á𝑟𝑒𝑎 2 = 𝑁(𝑍2 ) ∙ 100
Donde 𝑁(𝑍1 ) corresponde a la normalización del límite inferior, y 𝑁(𝑍2 ) a la normalización del límite
superior.
𝐸𝑗 = Á𝑟𝑒𝑎 2 − Á𝑟𝑒𝑎 1
Donde 𝐸𝑗 corresponde la frecuencia esperada que presentará la muestra si se distribuye de forma

normal.

𝑛𝑖
∙ 100 𝑂𝑗 =
𝑛
Donde 𝑂𝑗 es la frecuencia observada que presentará la muestra, 𝑛𝑖 la frecuencia absoluta de la muestra,
y 𝑛 el tamaño de la muestra
𝑛 2
2 (𝐸𝑗 − 𝑂𝑗 )
𝑜𝑏𝑠 =∑
𝐸𝑗
𝑖=1
2
Y 𝑜𝑏𝑠 es estadístico de prueba del test Chicuadrado. Posteriormente se procede a determinar los
valores antes señalados, lo que se muestra en la siguiente tabla:
2
(𝐸𝑗 − 𝑂𝑗 )
𝐿𝐼 𝐿𝑆 𝑍1 𝑍2 Á𝑟𝑒𝑎 1 Á𝑟𝑒𝑎 2 𝐸𝑗 𝑛𝑖 𝑂𝑗
𝐸𝑗
170 180 -2.10 -1.38 1.79 8.38 6.59 3 7.5 0.1248
180 190 -1.38 -0.66 8.38 25.46 17.08 7 17.5 0.0102
190 200 -0.66 0.05 25.46 51.99 26.53 13 32.5 1.3428
200 210 0.05 0.77 51.99 77.94 25.94 8 20 1.3607
210 220 0.77 1.49 77.94 93.19 15.25 5 12.5 0.4971
220 230 1.49 2.21 93.19 98.64 5.46 4 10 3.7846
SUMA 7.1201
Para probar el grado de ajuste de la variable en estudio se utilizará el siguiente criterio:

2 2 2
- Si 𝑜𝑏𝑠 > 0,95; > 0,05;  El ajuste se considera malo
2 2 2
- Si 0,95; > 𝑜𝑏𝑠 > 0,05;  El ajuste se considera bueno
2 2 2
- Si 0,95; > 0,05; > 𝑜𝑏𝑠  El ajuste se considera muy bueno
Donde los grados de libertad están dados por = 𝑘 −  − 1, con 𝑘 es el número de intervalos y  el
número de estimadores. Para este caso 𝑘 = 6 y el número de estimadores corresponde a dos, ya que
fue estimada la desviación estándar y media.
2 2
Luego como 0,95;3 = 14.067 y 0,05;7 = 2.167, se cumple:
2 2 2
0,95;7 = 7.815 > 0,05;7 = 0.352 > 𝑜𝑏𝑠 = 7.1201
Por lo tanto, los datos presentan un ajuste bueno a la distribución normal con media 𝜇 y desviación
estándar de 𝜎.

9.- En un yacimiento de fierro se muestrearon los pozos de tronadura registrando las siguientes
leyes:
Lim. Inf Lim. Sup. Frecuencia

27.5 31.5 1
31.5 35.5 14
35.5 39.5 56
39.5 43.5 172
43.5 47.5 245
47.5 51.5 263
51.5 55.5 156
55.5 59.5 67
59.5 63.5 23
63.5 67.5 3
Preguntas
a) Demuestre por el test de Chi cuadrado que es una normal
b) Determine el área un 10% y 90 %
a) Solución: El primer paso a realizar es determinar las marcas de clases para poder ingresar los datos
a la calculadora
Lim. Inf Lim. Sup. Marca de Clase (xi) Frecuencia (ni)

27.5 31.5 29.5 1
31.5 35.5 33.5 14
35.5 39.5 37.5 56
39.5 43.5 41.5 172
43.5 47.5 45.5 245
47.5 51.5 49.5 263
51.5 55.5 53.5 156
55.5 59.5 57.5 67
59.5 63.5 61.5 23
63.5 67.5 65.5 3
Luego la media es y desviación estándar muestral corresponde a 47.712 y 5.889 respectivamente. En

seguida se dispondrán las fórmulas a utilizar para poder determinar el estadístico de prueba:
𝐿𝐼 − 𝜇 𝐿𝑆 − 𝜇
𝑍1 = 𝑦 𝑍2 =
𝜎 𝜎
Donde LI es el límite inferior de cada intervalo, LS es el límite superior de cada intervalo, 𝜇 es la media
muestral, 𝜎 es la desviación estándar muestral.
Á𝑟𝑒𝑎 1 = 𝑁(𝑍1 ) ∙ 100 𝑦 Á𝑟𝑒𝑎 2 = 𝑁(𝑍2 ) ∙ 100
Donde 𝑁(𝑍1 ) corresponde a la normalización del límite inferior, y 𝑁(𝑍2 ) a la normalización del límite
superior.
𝐸𝑗 = Á𝑟𝑒𝑎 2 − Á𝑟𝑒𝑎 1

Donde 𝐸𝑗 corresponde la frecuencia esperada que presentará la muestra si se distribuye de forma

normal.
𝑛𝑖
𝑂𝑗 = ∙ 100
𝑛
Donde 𝑂𝑗 es la frecuencia observada que presentará la muestra, 𝑛𝑖 la frecuencia absoluta de la muestra,
y 𝑛 el tamaño de la muestra
𝑛 2
2 (𝐸𝑗 − 𝑂𝑗 )
𝑜𝑏𝑠 =∑
𝐸𝑗
𝑖=1
2
Y 𝑜𝑏𝑠 es estadístico de prueba del test Chicuadrado. Posteriormente se procede a determinar los
valores antes señalados, lo que se muestra en la siguiente tabla:
2
(𝐸𝑗 − 𝑂𝑗 )
LI LS 𝑍1 𝑍2 Á𝑟𝑒𝑎 1 Á𝑟𝑒𝑎 2 𝐸𝑗 𝑛𝑖 𝑂𝑗
𝐸𝑗
27.5 31.5 -3.43 -2.75 0.03 0.30 0.27 1 0.1 0.1070
31.5 35.5 -2.75 -2.07 0.30 1.92 1.62 14 1.4 0.0299
35.5 39.5 -2.07 -1.39 1.92 8.23 6.31 56 5.6 0.0799
39.5 43.5 -1.39 -0.72 8.23 23.58 15.35 172 17.2 0.2230
43.5 47.5 -0.72 -0.04 23.58 48.40 24.82 245 24.5 0.0041
47.5 51.5 -0.04 0.64 48.40 73.89 25.49 263 26.3 0.0257
51.5 55.5 0.64 1.32 73.89 90.66 16.77 156 15.6 0.0816
55.5 59.5 1.32 2.00 90.66 97.72 7.06 67 6.7 0.0184
59.5 63.5 2.00 2.68 97.72 99.63 1.91 23 2.3 0.0796
63.5 67.5 2.68 3.36 99.63 99.96 0.33 3 0.3 0.0027
SUMA 0.6520
Para probar el grado de ajuste de la variable en estudio se utilizará el siguiente criterio:

2 2 2
- Si 𝑜𝑏𝑠 > 0,95; > 0,05;  El ajuste se considera malo
2 2 2
- Si 0,95; > 𝑜𝑏𝑠 > 0,05;  El ajuste se considera bueno
2 2 2
- Si 0,95; > 0,05; > 𝑜𝑏𝑠  El ajuste se considera muy bueno
Donde los grados de libertad están dados por = 𝑘 −  − 1, con 𝑘 es el número de intervalos y  el
número de estimadores. Para este caso 𝑘 = 10 y el número de estimadores corresponde a dos, ya que
fue estimada la desviación estándar y media.
2 2
Luego como 0,95;7 = 14.067 y 0,05;7 = 2.167, se cumple:
2 2 2
0,95;7 = 14.067 > 0,05;7 = 2.167 > 𝑜𝑏𝑠 = 0.6520
Por lo tanto, los datos presentan un ajuste muy bueno a la distribución normal con media 𝜇 y desviación
estándar de 𝜎.

b) Solución:
Área z 𝑥 =𝑧∙𝜎+𝜇
10% 0.1 48.3009
20% 0.2 48.8898
30% 0.3 49.4787
40% 0.4 50.0676
50% 0.5 50.6565
60% 0.6 51.2454
70% 0.7 51.8343
80% 0.8 52.4232
90% 0.9 53.0121
Nota: Corresponde a la respuesta planteada por el profesor
10.- A un taller llegan los pedidos de reparaciones en forma de distribución Poisson a un

promedio de 4 clientes / hora. El operario que los inspecciona para diagnosticar las reparaciones
a hacer efectúa dicha actividad en una forma normal; en promedio tal inspección le toma 6
minutos. Realizando la evaluación de tiempos y movimientos se encontró que el tiempo de
servicio normalmente distribuido tiene una = ,125. Calcular las características de operación del
sistema.
Llegadas Poisson; servicios arbitrarios; 𝝀 = 4 clientes / hora; µ = 10 clientes / hora;

P0 = ?; Ls = ?; Lq = ?; Wq = ?; Ws = ?;
Solución: Lo primero que se debe realizar es determinar el factor de utilización del sistema (𝜌), el que
se encuentra dado por:
𝜆 4
𝜌= = = 0.4
𝜇 10
Esto significa que en promedio el 40% del sistema permanece ocupado. En base a esto es posible
determinar la probabilidad que ninguna unidad en el sistema este ocupado (𝑃0 ), lo cual se determina a
partir del complemento, como ve a continuación:
𝜆 4
𝑃0 = 1 − = 1 − = 0.6
𝜇 10
Esto significa que en promedio el 60% del sistema permanece desocupado.
Luego se determinar el número promedio de unidades en el sistema en estudio (𝐿𝑆 ), cuya fórmula es:
𝜆 4
𝐿𝑆 = = = 0.67
𝜇 − 𝜆 10 − 4
El número promedio de unidades en la cola (𝐿𝑞 ) se encuentra dado por:

𝜆2
𝐿𝑞 = = 𝜌 ∙ 𝐿𝑆 = 0.4 ∙ 0.67 = 0.268
𝜇(𝜇 − 𝜆)
En seguida se determina el tiempo promedio que una unidad permanezca en el sistema (𝑊𝑆 ), en horas,
siendo este:
1 1
𝑊𝑆 = = = 0.167
𝜇 − 𝜆 10 − 4

Finalmente el tiempo promedio que una unidad espera en la cola (𝑊𝑞 ), en horas, es:
𝜆
𝑊𝑞 = = 𝜌 ∙ 𝑊𝑆 = 0.4 ∙ 0.167 = 0.0668
𝜇 (𝜇 − 𝜆)
Nota: Es importante mencionar que significa cada valor calculado
11.- El Banco Departamental ha decidido instalar un cajero automatizado de atención a

automovilistas para las personas que deseen hacer un solo depósito; el fabricante le ha
informado al Banco que en estos casos el tiempo de servicio es constante con 7.5 minutos. Para
determinar las características de operación de este nuevo sistema se han evaluado las llegadas
de los automóviles y se ha encontrado que se comportan en forma de distribución Poisson a una
llegada de 4 automóviles / hora. Encontrar la congestión en el sistema.
Llegadas Poisson; servicios constantes; 𝝀 = 4 autos / hora; 𝝁 = 8 autos /hora; 𝝆 = ?; P0 = ?; Ls =
?; Lq = ?; Ws = ?; Wq = ?
11) Solución: Se determinarán los valores pedidos por el ejercicio:

𝜆 4
𝜌 = = = 0.5 = 50%
𝜇 8
𝜆 4
𝑃0 = 1 − = 1 − = 0.5 = 50%
𝜇 8
𝜆2 42
𝐿𝑞 = = = 0.25 𝑎𝑢𝑡𝑜𝑠
2𝜇 (𝜇 − 𝜆) 2 ∙ 8(8 − 4)
𝜆 4
𝑊𝑞 = = = 0.0625 ℎ𝑟 = 3.75 𝑚𝑖𝑛
2𝜇 (𝜇 − 𝜆) 2 ∙ 8(8 − 4)
𝜆 4
𝐿𝑆 = 𝐿𝑞 + = 0.25 + = 0.75 𝑎𝑢𝑡𝑜𝑠
𝜇−𝜆 8−4
1 1
𝑊𝑆 = 𝑊𝑞 + = 0.0625 + = 0.1875 ℎ𝑟 = 11.25 𝑚𝑖𝑛
𝜇 8
Los valores determinados significan que el factor 50% del sistema se encuentra ocupa, por ende el 50%
restante se encontrará desocupado. La cantidad de autos promedio en la línea de espera es de 0.25
autos. En promedio la cantidad de autos en el sistema es de 0.75 autos. El tiempo de espera promedio
en la línea de espera antes de ser atendido un auto es de 3.75 minutos. En promedio un auto espera en
el sistema 11.25 minutos antes de ser atendido
12.-Una máquina fotocopiadora es utilizada por 3 secretarias de una oficina para obtener las
copias que su sección requiere; como la magnitud del trabajo difiere de acuerdo al número de
copias que cada quien traiga, se hizo un análisis el cual dejó concluir que la máquina tiende a un
proceso de Poisson con un promedio de 8 trabajos por hora. Los requerimientos de utilización
son también aleatorios de acuerdo a un proceso Poissoniano con una tasa media de 5 trabajos
por hora. Calcular las características de utilización de la fotocopiadora.
Llegadas Poisson; servicios especiales fuente limitada; 𝝀 = 5 trabajos / hora; µ = 8 carros/hora;

𝒌 = 3; 𝝆 = ?; P0 = ?; L = ?; Lq = ?; W = ?; Wq = ?; Ws = ?;

12) Solución: Lo primero será identificar que se trata de un sistema multicanal o M/M/S, el cual
presenta la siguiente fórmula para la determinación de la probabilidad que el sistema este ocioso es:
1 1
𝑃0 = 𝑛 = 0 1 = 0.1496
∑𝑘𝑛=0 [
𝑘!
(
𝜆
) ] 3! 5 3! 5 2! 5 2 3! 5 3
(𝑘 − 𝑛)! 𝜇 (
(3 − 0)! 8 ) + (
(3 − 1)! 8 ) + (
(3 − 2)! 8 ) + (
(3 − 3)! 8 )
Por lo que el factor de utilización de la fotocopiadora será:

𝜌 = 1 − 𝑃0 = 1 − 0.1496 = 0.8504 = 85.04%
Luego L está dado por:
𝜇 8
𝐿 = 𝑘 − (1 − 𝑃0 ) = 3 ∙ (1 − 0.1496) = 1.63
𝜆 5
Por lo que en la fotocopiadora permanecen en promedio 1.63 personas. En seguida se determina 𝐿𝑞
(𝜇 + 𝜆)(1 − 𝑃0 ) (8 + 5)(1 − 0.1496)

𝐿𝑞 = 𝑘 − = 3− = 0.78
𝜆 5
Esto significa que en la fila para acceder a la fotocopiadora permanecen en promedio 0.78 personas.
Para el cálculo de W se tiene:
𝐿 1.63
𝑊= = = 0.32 ℎ𝑟 = 19.56 𝑚𝑖𝑛
𝜆 5
Lo que significa que el tiempo total promedio en el sistema es de 19.56 minutos. El cálculo de 𝑊𝑞 está
dado por:
𝐿𝑞 0.78
𝑊𝑞 = = = 0.156 ℎ𝑟 = 9.36 𝑚𝑖𝑛
𝜆 5
Por lo que en promedio el tiempo gastado en la cola para llegar a obtener un servicio en la fotocopiadora
es de 9.36 minutos.Finalmente 𝑊𝑆 corresponde a:
𝑊𝑆 = 𝑊 − 𝑊𝑞 = 0.32 − 0.156 = 0.164 ℎ𝑟 = 9.84 𝑚𝑖𝑛
Por lo que un servicio promedio en la fotocopiadora es de 9.84 minutos
13.- Suponga que un cajero bancario puede atender a los clientes a una velocidad promedio de
diez clientes por hora (µ = 10). Además, suponga que los clientes llegan a la ventanilla del cajero
a una tasa promedio de 7 por hora (𝝀 = 7). Se considera que el patrón de arribo sigue la
Distribución de Poisson y el patrón de servicio sigue la Distribución exponencial.
Determine el % de clientes que perderá, debido a que los clientes se alejan del cajero siempre
que existan 3 o más clientes antes que ellos en el sistema.
13) Solución: Primeramente se determinará el factor de utilización del sistema, el cual se encuentra dado
por:
𝜆 7
𝜌= = = 0.7 = 70%
𝜇 10
Por lo que la probabilidad que ninguna unidad este en el sistema será:
𝜆 7
𝑃0 = 1 − = 1 − = 0.3 = 30%
𝜇 10

Luego se sabe que la probabilidad que existan tres o más clientes en el sistema se encuentra dado por:
𝑃(𝑥 ≥ 3) = 1 − [𝑃0 + 𝑃1 + 𝑃2 + 𝑃3 ] = 1 − [𝑃0 + (𝑃0 ∙ 𝜌1 ) + (𝑃0 ∙ 𝜌2 ) + (𝑃0 ∙ 𝜌3 )]
= 1 − [0.3 + (0.3 ∙ 0.71 ) + (0.3 ∙ 0.72 ) + (0.3 ∙ 0.73 )] = 1 − [0.21 + 0.147 + 0.1029] = 0.2401
Otra forma de determinar este valor es a partir de la fórmula de probabilidad que más de “k” clientes
estén en el sistema, la que presenta la siguiente forma:
𝜆 𝑘+1 7 3+1
𝑃𝑛>𝑘 = ( ) → 𝑃𝑛>3 = ( ) = 0.2401
𝜇 10
Finalmente el porcentaje de clientes que perderá, corresponde al 24.01%
14.- Un promedio de 10 automóviles por hora llegan a un cajero con un solo servidor que
proporciona servicio sin que uno descienda del automóvil. Suponga que el tiempo de servicio
promedio por cada cliente es 4 minutos, y que tanto los tiempos entre llegadas y los tiempos de
servicios son exponenciales. Conteste las preguntas siguientes:
a) ¿Cuál es la probabilidad que el cajero este ocioso?

b) ¿Cuál es el número promedio de automóviles que están en la cola del cajero?
c) ¿Cuál es la cantidad promedio de tiempo que un cliente pasa en el estacionamiento?
d) ¿Cuántos clientes atenderá en promedio el cajero por hora?
a) Solución: El ejercicio dice que en promedio 10 automóviles llegan a un cajero por hora, por lo que al
transformarlo a minutos queda dado:
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 1 ℎ𝑜𝑟𝑎
𝜆 = 10 ( ) = 1/6 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/𝑚𝑖𝑛
ℎ𝑜𝑟𝑎 60 𝑚𝑖𝑛
Luego como el tiempo promedio por cada cliente es 4 minutos, por lo que 𝜇 toma este valor.
Para determinar lo pedido se debe determinar el factor de utilización, el que se encuentra dado por:
𝜆 1/6 2
𝜌= = = = 0.6667 = 66.67%
𝜇 1/4 3
Es decir la probabilidad que el cajero este de ocioso corresponderá a:
𝜆 2
𝑃0 = 1 − = 1 − = 0.3333 = 33.33%
𝜇 3
b) Solución: El número promedio de automóviles que están en la cola del cajero es:
𝜆 1/6 4
𝐿𝑞 = = = = 1.33 𝑎𝑢𝑡𝑜𝑠
𝜇 (𝜇 − 𝜆) 1/4 ∙ (1/4 − 1/6) 3
c) Solución: El tiempo promedio que un cliente pasa en el estacionamiento del banco (incluyendo el
tiempo de servicio) es:
1 1 1
𝑊𝑆 = = = = 12 𝑚𝑖𝑛
𝜇 − 𝜆 1/4 − 1/6 1/12
d) Solución: Si el cajero estuviera ocupado atendería en promedio 15 clientes por hora, ya que:
1 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 60 𝑚𝑖𝑛
𝜇= ( ) = 15 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/ℎ𝑟
4 𝑚𝑖𝑛 1 ℎ𝑟

Luego, la probabilidad que este ocupado es 0.6667, por lo que los clientes que se atenderán en promedio
por hora serán:
𝜌 ∙ 𝜇 = 0.6667 ∙ 15 = 10 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
ANOVA 2k
15. Aplicando el diseño 2K resuelva el siguiente problema:
Un ingeniero mecánico estudia la rugosidad superficial de una pieza producida en una operación
de corte de metal. El interés recae en tres factores: la rapidez con la que se hace el corte (A), la
profundidad de éste (B), y el ángulo de la herramienta (C). A los tres factores se les asigna dos
niveles, y se realizan dos réplicas del diseño factorial. Los datos se presentan en la siguiente
tabla.
Profundidad del Corte B
0.025 pulgadas 0.040 pulgadas ángulo de la
Ángulo de la herramienta C herramienta C
Rapidez de corte (A) 15" 25" 15" 25"
12 13 24 15
20 pulg/min
13 17 17 18
15 18 20 20
30 pulg/min
18 22 23 22
a) Determinar la tabla Anova

b) Determinar la media, coeficiente de determinación, coeficiente de correlación, liste de mayor
a menor el % de influencia que tiene cada factor
c) Determinar la ecuación de regresión
Solución: Debido a que tiene tres factores de interés: A (Rapidez de Corte), B (Profundidad de Corte) y
C (Ángulo de la Herramienta), los que presentan dos niveles cada uno. Las ocho corridas o tratamientos
de diseño 23 se pueden representar geométricamente como un cubo similar al que se muestra en la
siguiente figura:
Fig. 1: Representación geométrica del diseño 23

Cada arista del cubo corresponde a una corrida o combinación de tratamientos diferentes, las que se
representan por (1), a, b, ab, c, ac, bc y abc.
El efecto principal A puede estimarse promediando las cuatro combinaciones de tratamiento de la cara
derecha del cubo, donde el nivel A es alto, y después restando de esta cantidad el promedio de las
cuatro combinaciones de tratamientos que están en la cara izquierda del cubo A tiene el nivel bajo, por
lo que se tiene la siguiente notación:
𝑎 + 𝑎𝑏 + 𝑎𝑐 + 𝑎𝑏𝑐 (1) + 𝑏 + 𝑐 + 𝑏𝑐
𝐴 = 𝑦̅𝐴+ − 𝑦̅𝐴− = −
4𝑛 4𝑛
1
𝐴= [𝑎 + 𝑎𝑏 + 𝑎𝑐 + 𝑎𝑏𝑐 − (1) − 𝑏 − 𝑐 − 𝑏𝑐]
4𝑛
De manera similar, el efecto de B se puede determinar como la diferencia en promedios entre las cuatro
combinaciones de tratamientos de la cara posterior del cubo y las cuatro combinaciones de la cara
anterior, por lo que se tiene:
𝑏 + 𝑎𝑏 + 𝑏𝑐 + 𝑎𝑏𝑐 (1) + 𝑎 + 𝑐 + 𝑎𝑐
𝐵 = 𝑦̅𝐵+ − 𝑦̅𝐵− = −
4𝑛 4𝑛
1
𝐵= [𝑏 + 𝑎𝑏 + 𝑏𝑐 + 𝑎𝑏𝑐 − (1) − 𝑎 − 𝑐 − 𝑎𝑐]
4𝑛
El efecto de C es la diferencia en la respuesta promedio entre las cuatro combinaciones de tratamientos

de la cara superior del cubo y las cuatro de la cara inferior, teniendo:
𝑐 + 𝑎𝑐 + 𝑏𝑐 + 𝑎𝑏𝑐 (1) + 𝑎 + 𝑏 + 𝑎𝑏
𝐶 = 𝑦̅𝐶+ − 𝑦̅𝐶− = −
4𝑛 4𝑛
1
𝐶= [𝑐 + 𝑎𝑐 + 𝑏𝑐 + 𝑎𝑏𝑐 − (1) − 𝑎 − 𝑏 − 𝑎𝑏]
4𝑛
Posteriormente, los efectos de interacción también se pueden obtener con facilidad, donde la interacción
entre A y B se puede obtener como la diferencia entre los promedios de los efectos de A en los dos
niveles de B, es decir:
(𝑎𝑏𝑐 − 𝑏𝑐) + (𝑎𝑏 − 𝑏)
𝐵 𝑎𝑙𝑡𝑜 (+) → 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝑃𝑎𝑟𝑎 𝐵+ =
2𝑛
(𝑎𝑐 − 𝑐) + (𝑎 − (1))
𝐵 𝑎𝑙𝑡𝑜 (−) → 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝑃𝑎𝑟𝑎 𝐵− =
2𝑛
Luego la interacción entre A y B es:

𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝑃𝑎𝑟𝑎 𝐵+ − 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝑃𝑎𝑟𝑎 𝐵− 𝑎𝑏𝑐 − 𝑏𝑐 + 𝑎𝑏 − 𝑏 − 𝑎𝑐 + 𝑐 − 𝑎 + (1)
𝐴𝐵 = =
2 4𝑛
De manera análoga se pueden obtener la interacción AC y BC
𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝑃𝑎𝑟𝑎 𝐶+ − 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝑃𝑎𝑟𝑎 𝐶− (1) − 𝑎 + 𝑏 − 𝑎𝑏 + 𝑐 − 𝑎𝑐 + 𝑏𝑐 − 𝑎𝑏𝑐

𝐴𝐶 = =
2 4𝑛
𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝑃𝑎𝑟𝑎 𝐶+ − 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝑃𝑎𝑟𝑎 𝐶− (1) + 𝑎 − 𝑏 − 𝑎𝑏 − 𝑐 − 𝑎𝑐 + 𝑏𝑐 + 𝑎𝑏𝑐
𝐵𝐶 = =
2 4𝑛

En la siguiente figura se muestra de forma gráfica los términos involucrados en el cálculo de los efectos
principales y de interacción en un diseño factorial 23
Fig. 2: Cálculo de los efectos principales y de interacción en un diseño 2 3
La figura anteriormente expuesta, muestra los vértices del cubo (tratamientos) que deben ir con signo
positivo o negativo para la determinación de cada efecto, los cuales concuerdan con los obtenidos con
anterioridad.
Finalmente, la interacción ABC se obtiene como:

𝑎𝑏𝑐 − 𝑏𝑐 − 𝑎𝑐 + 𝑐 − 𝑎𝑏 + 𝑏 + 𝑎 − (1)
𝐴𝐵𝐶 =
4𝑛

A pesar que puede representarse geométricamente en un cubo, el cálculo de los contrastes y de los
efectos se pueden obtener de forma más sencilla a partir de la tabla de signos mostrada a continuación:
Tabla 1: Signos para el diseño 23
Tratamiento A B C AB AC BC ABC
1 (1) - - - + + + -
2 a + - - - - + +
3 b - + - - + - +
4 ab + + - + - - -
5 c - - + + + + -
6 ac + - + - - + +
7 bc - + + - + - +
8 abc + + + + - - -
Cabe destacar que la columna A cambia de signo por cada tratamiento, luego la columna B cambia de
signo por cada dos tratamientos y finalmente la columna C cambia de signo por cada cuatro tratamientos.
En seguida se pueden obtener los contrastes de interacción, multiplicando las columnas adecuadas de
los efectos principales.
La suma de cuadrados y efectos para la construcción del ANOVA se pueden obtener a partir de las
fórmulas:
𝐶𝑜𝑛𝑡𝑟𝑎𝑠𝑡𝑒
𝐸𝑓𝑒𝑐𝑡𝑜 =
4𝑛
(𝐶𝑜𝑛𝑠𝑡𝑟𝑎𝑠𝑡𝑒)2
𝑆𝑆 =
8𝑛
Donde la fórmula general corresponde a:
𝐶𝑜𝑛𝑡𝑟𝑎𝑠𝑡𝑒
𝐸𝑓𝑒𝑐𝑡𝑜 =
𝑛 2𝑘−1
(𝐶𝑜𝑛𝑠𝑡𝑟𝑎𝑠𝑡𝑒)2
𝑆𝑆 =
𝑛 2𝑘
Siguiendo con el ejercicio, se dispone a determinar las corridas, las que se encontrarán dadas por la
suma de los valores entregados. A modo de ejemplo se muestra el cálculo de la corrida (1)
(1) = 12 + 13 = 25
A continuación se muestra el cálculo de las demás corridas:

Tabla 2: Determinación de corridas
Profundidad del Corte B
0.025 pulgadas 0.040 pulgadas ángulo de la
Ángulo de la herramienta C herramienta C
Rapidez de corte (A) 15" 25" 15" 25"
12 13 24 15
20 pulg/min
13 17 17 18
(1) = 25 c = 30 b = 41 bc = 33
15 18 20 20
30 pulg/min
18 22 23 22
a = 33 ac = 40 ab = 43 abc = 42

Posteriormente se procede a determinar el efecto de A, dado por:

1
𝐴= [−(1) + 𝑎 − 𝑏 + 𝑎𝑏 − 𝑐 + 𝑎𝑐 − 𝑏𝑐 + 𝑎𝑏𝑐]
4𝑛
Donde 𝑛 = 2, ya que se tienen dos mediciones por bloque, se tiene:

1 29
•𝐴= [−25 + 33 − 41 + 43 − 30 + 40 − 33 + 42] = = 3.625
4∙2 8
(𝐶𝑜𝑛𝑠𝑡𝑟𝑎𝑠𝑡𝑒)2 [−25 + 33 − 41 + 43 − 30 + 40 − 33 + 42]2 (29)2
• 𝑆𝑆𝑎 = = = = 52.5625
8𝑛 8𝑛 2∙8
Luego, se calcula los efectos y sumas de cuadrados restantes:

1 1 31
•𝐵 = [−(1) − 𝑎 + 𝑏 + 𝑎𝑏 − 𝑐 − 𝑎𝑐 + 𝑏𝑐 + 𝑎𝑏𝑐] = [−25 − 33 + 41 + 43 − 30 − 40 + 33 + 42] = = 3.875
4𝑛 4∙2 8
(𝐶𝑜𝑛𝑠𝑡𝑟𝑎𝑠𝑡𝑒)2 (31)2
• 𝑆𝑆𝑏 = = = 60.0625
8𝑛 8∙2
1 1 3
•𝐶 = [−(1) − 𝑎 − 𝑏 − 𝑎𝑏 + 𝑐 + 𝑎𝑐 + 𝑏𝑐 + 𝑎𝑏𝑐] = [−25 − 33 − 41 − 43 + 30 + 40 + 33 + 42] = = 0.375
4𝑛 4∙2 8
(𝐶𝑜𝑛𝑠𝑡𝑟𝑎𝑠𝑡𝑒 )2 (3)2
• 𝑆𝑆𝑐 = = = 0.5625
8𝑛 8∙2
1 1 −7
• 𝐸𝐴𝐵 = [(1) − 𝑎 − 𝑏 + 𝑎𝑏 + 𝑐 − 𝑎𝑐 − 𝑏𝑐 + 𝑎𝑏𝑐] = [25 − 33 − 41 + 43 + 30 − 40 − 33 + 42] = = −0.875
4𝑛 4∙2 8
(𝐶𝑜𝑛𝑠𝑡𝑟𝑎𝑠𝑡𝑒 )2 (−7)2
• 𝑆𝑆𝑎𝑏 = = = 3.0625
8𝑛 8∙2
1 1 9
• 𝐸𝐴𝐶 = [(1) − 𝑎 + 𝑏 − 𝑎𝑏 − 𝑐 + 𝑎𝑐 − 𝑏𝑐 + 𝑎𝑏𝑐] = [25 − 33 + 41 − 43 − 30 + 40 − 33 + 42] = = 1.125
4𝑛 4∙2 8
(𝐶𝑜𝑛𝑠𝑡𝑟𝑎𝑠𝑡𝑒) 2 (9) 2
• 𝑆𝑆𝑎𝑐 = = = 5.0625
8𝑛 8∙2
1 1 −21
• 𝐸𝐵𝐶 = [(1) + 𝑎 − 𝑏 − 𝑎𝑏 − 𝑐 + 𝑎𝑐 + 𝑏𝑐 + 𝑎𝑏𝑐] = [25 + 33 − 41 − 43 − 30 + 40 + 33 + 42] =
4𝑛 4∙2 8
= −2.625
• 𝑆𝑆𝑏𝑐 = = = 27.5625
8𝑛 8∙2
1 1 5
• 𝐸𝐴𝐵𝐶 = [−(1) + 𝑎 + 𝑏 − 𝑎𝑏 + 𝑐 − 𝑎𝑐 − 𝑏𝑐 + 𝑎𝑏𝑐] = [−25 + 33 + 41 − 43 + 30 − 40 − 33 + 42] = = 0.625
4𝑛 4∙2 8
• 𝑆𝑆𝑎𝑏𝑐 = = = 1.5625
8𝑛 8∙2
En seguida se determina la suma de cuadrados total, la que se encuentra dada por:
𝑞 𝑛
• ∑ ∑ 𝑦𝑖𝑗 2 = 122 + 132 + 132 + 172 + 242 + 172 + 152 + 182 + 152 + 182 + 182 + 222 + 202 + 232
𝑖=1 𝑗=1
+ 202 + 222 = 5355
𝑦•• 2 12 + 13 + 13 + 17 + 24 + 17 + 15 + 18 + 15 + 18 + 18 + 22 + 20 + 23 + 20 + 22 2872
• = =
𝑁 16 16

Por lo tanto
𝑞 𝑛
𝑦•• 2 2872
𝑆𝑆𝑇 = ∑ ∑ 𝑦𝑖𝑗 2 − = 5355 − = 206.9375
𝑁 16
𝑖=1 𝑗=1
Posteriormente se calcula la suma de cuadrados del error, la que se encuentra dada por:
𝑆𝑆𝐸 = 𝑆𝑆𝑇 − 𝑆𝑆𝑇𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠 = 𝑆𝑆𝑇 − (𝑆𝑆𝑎 + 𝑆𝑆𝑏 + 𝑆𝑆𝑐 + 𝑆𝑆𝑎𝑏 + 𝑆𝑆𝑎𝑐 + 𝑆𝑆𝑏𝑐 + 𝑆𝑆𝑎𝑏𝑐 )
= 206.9375 − (52.5625 + 60.0625 + 0.5625 + 3.0625 + 5.0625 + 27.5625 + 1.5625) = 56.5000
A continuación se expone la tabla resumen con la suma de cuadrados y grados de libertad:

Fuente de Variación Suma de Cuadrados Grados de Libertad
A (Rapidez de Corte) 𝑆𝑆𝑎 = 52.5625 𝑎– 1
B (Profundidad de Corte) 𝑆𝑆𝑏 = 60.0625 𝑏– 1
C (Ángulo de Corte) 𝑆𝑆𝑐 = 0.5625 𝑐– 1
AB 𝑆𝑆𝑎𝑏 = 3.0625 (𝑎 – 1) (𝑏 – 1)
AC 𝑆𝑆𝑎𝑐 = 5.0625 (𝑎 – 1) (𝑐 – 1)
BC 𝑆𝑆𝑏𝑐 = 27.5625 (𝑏 – 1) (𝑐 – 1)
ABC 𝑆𝑆𝑎𝑏𝑐 = 1.5625 (𝑎 – 1) (𝑏 – 1) (𝑐 – 1)
ERROR 𝑆𝑆𝐸 = 56.5000 𝑎𝑏𝑐 (𝑛 – 1)
TOTAL 𝑆𝑆𝑇 = 206.9375 (𝑎𝑏𝑐𝑛) − 1
El valor de “𝑎” es el número de subclasificaciones que presenta la rapidez de corte, las que corresponden
a 20 pulg/min y 30 pulg/min, es decir “𝑎” es igual a dos. En el caso de “𝑏” corresponde a las
subclasificaciones de la profundidad de corte, las que corresponden a 0.025 pulgadas y 0.040 pulgadas,
por lo que “𝑏” también toma el valor de dos.
El valor de “𝑛” corresponde a dos, debido a que la cantidad de datos por bloque es igual a dos. Al
reemplazar dichos valores se obtiene la siguiente tabla:
Fuente de Variación Suma de Cuadrados Grados de Libertad

A (Rapidez de Corte) 𝑆𝑆𝑎 = 52.5625 2– 1 = 1
B (Profundidad de Corte) 𝑆𝑆𝑏 = 60.0625 2– 1 = 1
C (Ángulo de Corte) 𝑆𝑆𝑐 = 0.5625 2– 1 = 1
AB 𝑆𝑆𝑎𝑏 = 3.0625 (2 – 1) ∙ (2 – 1) = 1
AC 𝑆𝑆𝑎𝑐 = 5.0625 (2 – 1) ∙ (2 – 1) = 1
BC 𝑆𝑆𝑏𝑐 = 27.5625 (2 – 1) ∙ (2 – 1) = 1
ABC 𝑆𝑆𝑎𝑏𝑐 = 1.5625 (2 – 1) ∙ (2 – 1) ∙ (2 – 1) = 1
ERROR 𝑆𝑆𝐸 = 56.5000 2 ∙ 2 ∙ 2 ∙ (2 – 1) = 8
TOTAL 𝑆𝑆𝑇 = 206.9375 (2 ∙ 2 ∙ 2 ∙ 2) − 1 = 15

A continuación se procede a determinar la media de cuadrados, la que corresponde a la suma de

cuadrados dividido los grados de libertad, esto es posible apreciarlo a continuación:
Fuente de
Suma de Cuadrados Grados de Libertad Media de Cuadrados
Variación
A 𝑆𝑆𝑎 = 52.5625 1 52.5625/1 = 52.5625
B 𝑆𝑆𝑏 = 60.0625 1 60.0625/1 = 60.0625
C 𝑆𝑆𝑐 = 0.5625 1 0.5625/1 = 0.5625
AB 𝑆𝑆𝑎𝑏 = 3.0625 1 3.0625/1 = 3.0625
AC 𝑆𝑆𝑎𝑐 = 5.0625 1 5.0625/1 = 5.0625
BC 𝑆𝑆𝑏𝑐 = 27.5625 1 27.5625/1 = 27.5625
ABC 𝑆𝑆𝑎𝑏𝑐 = 1.5625 1 1.5625/1 = 1.5625
ERROR 𝑆𝑆𝐸 = 56.5000 8 56.5000/3 = 7.0625
TOTAL 𝑆𝑆𝑇 = 206.9375 15
Luego se determina el factor observado, el cual se encuentra dado por la división entre la media de
cuadrados de cada factor y la media de cuadrados del error, lo que se muestra a continuación:
Fuente de Suma de Grados de Media de
F0
Variación Cuadrados Libertad Cuadrados
A 𝑆𝑆𝑎 = 52.5625 1 52.5625 52.5625/7.0625 = 7.44
B 𝑆𝑆𝑏 = 60.0625 1 60.0625 60.0625/7.0625 = 8.50
C 𝑆𝑆𝑐 = 0.5625 1 0.5625 0.5625/7.0625 = 0.80
AB 𝑆𝑆𝑎𝑏 = 3.0625 1 3.0625 3.0625/7.0625 = 0.43
AC 𝑆𝑆𝑎𝑐 = 5.0625 1 5.0625 5.0625/7.0625 = 0.72
BC 𝑆𝑆𝑏𝑐 = 27.5625 1 27.5625 27.5625/7.0625 = 3.90
ABC 𝑆𝑆𝑎𝑏𝑐 = 1.5625 1 1.5625 1.5625/7.0625 = 0.22
ERROR 𝑆𝑆𝐸 = 56.5000 8 7.0625
TOTAL 𝑆𝑆𝑇 = 206.9375 15
b) Solución: Lo primero será determinar la media, la que se encuentra dada:

𝑦•• 287
𝑀𝑒𝑑𝑖𝑎 = 𝑦̅ = = = 17.9375
𝑁 16
En seguida se determina el coeficiente de determinación, el que se encuentra dado por la división de la
suma de cuadrados para cada factor y la suma de cuadrados total. Lo anterior se observa en la siguiente
tabla:
Porcentaje de
Suma de Cuadrados Coef. De Determinación (𝑟2 )
Determinación (% 𝑟 2 )
𝑆𝑆𝑎 = 52.5625 52.5625/206.9375 = 0.2540 25.40
𝑆𝑆𝑏 = 60.0625 60.0625/206.9375 = 0.2902 29.02
𝑆𝑆𝑐 = 0.5625 0.5625/206.9375 = 0.0027 0.27
𝑆𝑆𝑎𝑏 = 3.0625 3.0625/206.9375 = 0.0148 1.48
𝑆𝑆𝑎𝑐 = 5.0625 5.0625/206.9375 = 0.0245 2.45
𝑆𝑆𝑏𝑐 = 27.5625 27.5625/206.9375 = 0.1332 13.32
𝑆𝑆𝑎𝑏𝑐 = 1.5625 1.5625/206.9375 = 0.0076 0.76
𝑆𝑆𝐸 = 56.5000 56.5000/206.9375 = 0.2730 27.30
𝑆𝑆𝑇 = 206.9375
𝑆𝑆𝑆𝑢𝑚𝑎 = 150.4375(*) 150.4375/206.9375 = 0.7270 72.70
(*)
La suma de cuadrados suma es 𝑆𝑆𝑆𝑢𝑚𝑎 = 𝑆𝑆𝑎 + 𝑆𝑆𝑏 + 𝑆𝑆𝑐 + 𝑆𝑆𝑎𝑏 + 𝑆𝑆𝑎𝑐 + 𝑆𝑆𝑏𝑐 + 𝑆𝑆𝑎𝑏𝑐

Finalmente se define el coeficiente de correlación (𝑟), el que se encuentra dado por la raíz cuadrada del
coeficiente de determinación (𝑟 2 ). Lo anterior se muestra en la siguiente tabla resumen:
Coeficiente de Porcentaje de Coeficiente de
Suma de Cuadrados
Determinación (𝑟2 ) Determinación (% 𝑟 2 ) Correlación (𝑟2 )
𝑆𝑆𝑎 = 52.5625 0.2540 25.40 0.5040
𝑆𝑆𝑏 = 60.0625 0.2902 29.02 0.5387
𝑆𝑆𝑐 = 0.5625 0.0027 0.27 0.0521
𝑆𝑆𝑎𝑏 = 3.0625 0.0148 1.48 0.1217
𝑆𝑆𝑎𝑐 = 5.0625 0.0245 2.45 0.1564
𝑆𝑆𝑏𝑐 = 27.5625 0.1332 13.32 0.3650
𝑆𝑆𝑎𝑏𝑐 = 1.5625 0.0076 0.76 0.0869
𝑆𝑆𝐸 = 56.5000 0.2730 27.30 0.5225
𝑆𝑆𝑇 = 206.9375
𝑆𝑆𝑆𝑢𝑚𝑎 = 150.4375 0.7270 72.70 0.8526
Al realizar un análisis de los coeficientes de determinación de los factores, es posible clasificar la

influencia de cada uno de estos. A continuación se expone la lista de los factores ordenados de menor
a mayor influencia: B, A, BC, AC, AB, ABC y C, cabe destacar que en dicha lista no se considera el error,
ni la suma de los factores.
c) Solución: La ecuación de regresión se encuentra dada por:

𝑦 = 𝑏0 + 𝑏1 ∙ 𝑥1 + ⋯ + 𝑒
𝐴 𝐵 𝐶 𝐸𝐴𝐵 𝐸𝐴𝐶 𝐸𝐵𝐶 𝐸𝐴𝐵𝐶
𝑦 = 𝑦̅ + ∙ 𝑥𝑎 + ∙ 𝑥𝑏 + ∙ 𝑥𝑐 + ∙ 𝑥𝑎𝑏 + ∙ 𝑥𝑎𝑐 + ∙ 𝑥𝑏𝑐 + ∙ 𝑥𝑎𝑏𝑐 + 𝑒
2 2 2 2 2 2 2
Reemplazando, se tiene:
3.625 3.875 0.375 0.875 1.125 2.625 0.625
𝑦 = 17.9375 + ∙ 𝑥𝑎 + ∙ 𝑥𝑏 + ∙ 𝑥𝑐 − ∙ 𝑥𝑎𝑏 + ∙ 𝑥𝑎𝑐 − ∙ 𝑥𝑏𝑐 + ∙ 𝑥𝑎𝑏𝑐
2 2 2 2 2 2 2
𝑦 = 17.9375 + 1.8125𝑥𝑎 + 1.9375𝑥𝑏 + 0.1875𝑥𝑐 − 0.4375𝑥𝑎𝑏 + 0.5625𝑥𝑎𝑐 − 1.3125𝑥𝑏𝑐 + 0.3125𝑥𝑎𝑏𝑐
16.- Preguntas
a) Escriba las fórmulas como se determinan los intervalos de control

𝑥𝑚á𝑥 − 𝑥𝑚í𝑛
𝐼𝐶 = ; 𝐼𝐶 = √𝑛 ; Entre 8 a 15 intervalos
1 + 3.322 log(𝑛)
b) Escriba el modelo de n ecuaciones expresado en forma matricial
1 X 11 X 12 ......X 1k 
Y1     0   1 
Y  1 X 21 X 22 ......X 2 k     
Y   2 X     1 y    2
.       .  . 
       
Yn  1 X n1 X n 2 ......X nk   k   n 
c) Escriba la fórmula para calcular el tamaño de una muestra

Z 2 pqN
n
NE 2  Z 2 pq

d) Indique para que son útiles la aplicación de experimento

- Mejorar el rendimiento de un proceso
- Reducir la variabilidad del proceso y acercarlo a los requerimientos nominales
- Disminuir el tiempo de diseño y desarrollo
- Disminución de costos de operación
- Evaluación y comparación de configuraciones de diseño básicas
- Evaluación de materiales diferentes
- Selección de parámetros de diseño
- Determinación de los parámetros de diseño importantes.
e) Si tiene dos grupos de muestras como determina la que tiene mayor dispersión
La forma de determinar que muestra presenta mayor dispersión, es necesario calcular el coeficiente
de variación, el cual está dado por la división de la desviación estándar por el promedio.
𝑆𝑥
𝐶𝑉(𝑥) =
𝑥̅
f) Escriba la ecuación de la recta de regresión para dos variables

𝑆𝑥
𝑦̅ = 𝑟𝑥𝑦 (𝑥 − 𝑥̅ ) + 𝑦̅
𝑆𝑦
17.- En un yacimiento de Cobre que tiene 1 millón de TM, cuya distribución de leyes tiene los
siguientes datos:
Limite Superior Frecuencia %
1.22 2.5
1.27 5.0
1.32 5.0
1.37 10.0
1.42 15.0
1.47 20.0
1.52 12.5
1.57 10.0
1.62 5.0
1.67 7.5
1.72 2.5
1.80 5.0
a) Determine la calidad del mineral realizando la Curva Tonelaje Ley , para leyes de corte 1.3;
1.4; 1.5; 1.6, 1.7 determinando tonelajes y ley media
b) Determinar entre -  y la ley corte anterior el tonelaje y la ley media, que representa el
lastre.

a) Solución: Lo primero que determinar las frecuencias acumuladas a partir de la información entregada
por el ejercicio, lo cual se muestra a continuación:
Límite Superior Frecuencia Absoluta (%) Frecuencia Acumulada (%)

1.22 2.5 2.5
1.27 5.0 7.5
1.32 5.0 12.5
1.37 10.0 22.5
1.42 15.0 37.5
1.47 20.0 57.5
1.52 12.5 70.0
1.57 10.0 80.0
1.62 5.0 85.0
1.67 7.5 92.5
1.72 2.5 95.0
1.80 5.0 100.0
Luego se grafica en el papel probabilístico se deben disponer los valores de los límite superior en el eje
y, con la respectiva frecuencia acumulada en el eje x (puntos de color azul), para luego crear una recta
que siga la tendencia de los datos (línea de color rojo)
En seguida como se considera que la variable se distribuye de forma normal, se tiene que la mediana y
la media presentan el mismo valor. Sabiendo que la mediana es el valor que deja el 50% de los datos
debajo, al entrar al papel probabilístico con el 50% se obtiene que el promedio es de 1.47 (punto de color
rojo)

Frecuencia Acumulada (%)

1.8
1.7
1.9
1.3
1.6
1.5
1.4
1.2
Límite Superior (%)

Para el cálculo de la desviación estándar, se utilizará la segunda propiedad que caracteriza a la

distribución normal, la cual plantea que entre 𝜇 ± 2𝜎 se encuentra el 95.5% de la distribución, por lo que
la desviación estándar estará dado por:
𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 95% − 𝑉𝑎𝑙𝑜𝑟 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 50% − 𝑉𝑎𝑙𝑜𝑟 𝐼𝑛𝑖𝑐𝑖𝑎𝑙
𝜎= ≈
4 2
Al reemplazar se obtiene:
1.47 − 1.22
𝜎≈ ≈ 0.13
2
En conclusión las leyes presentan una distribución normal con una media de 1.47% y desviación
estándar de 0.13%
Luego se plantearán las ecuaciones que serán utilizadas para determinar la ley media en la curva
tonelaje v/s ley:
𝑥−𝜇
𝑌𝑐 =
𝜎
Donde 𝑥 corresponde a la ley de corte, 𝜇 la media de las leyes obtenidas a partir del papel probabilístico,
y 𝜎 la desviación estándar obtenida de la misma forma.
%(+𝑋𝑐 ) = 1 − 𝑃(𝑌𝑐 )
Donde %(+𝑋𝑐 ) es la proporción sobre la ley de corte, y 𝑃(𝑌𝑐 ) es la probabilidad obtenida a partir del 𝑌𝑐
determinado anteriormente.
𝑇𝑜𝑛(+𝑋𝑐 ) = %(+𝑋𝑐 ) ∙ 𝑇𝑜𝑛 𝑇

Donde 𝑇𝑜𝑛 𝑇 es el tonelaje total en toneladas métricas.
𝑌2
− 𝑐
𝜎 𝑒 2
𝜇 (+𝑋𝑐 ) = 𝜇 + ∙
√2𝜋 𝑃(𝑌𝑐 )
Donde 𝜇(+𝑋𝑐 ) es la ley media sobre la ley de corte, 𝑃(𝑌𝑐 ) corresponde a 𝑌𝑐 normalizado
Reemplazando los valores de las leyes de corte se obtiene a siguiente tabla:
𝑋𝑐 𝑌𝑐 𝑃(𝑌𝑐 ) %(+𝑋𝑐 ) 𝑇𝑜𝑛(+𝑋𝑐 ) 𝜇 (+𝑋𝑐 )

1.3 -1.308 0.095 0.905 904511.2 1.49
1.4 -0.538 0.295 0.705 704870.8 1.53
1.5 0.231 0.591 0.409 408747.0 1.59
1.6 1.000 0.841 0.159 158655.3 1.67
1.7 1.769 0.962 0.038 38427.7 1.75
Finalmente para confeccionar la curva tonelaje v/s ley se utilizan los valores de las leyes de corte (𝑋𝑐 ),
Tonelaje sobre la ley de corte (𝑇𝑜𝑛(+𝑋𝑐 )) y la ley media sobre la ley de corte (𝜇 (+𝑋𝑐 )), lo cual se muestra
a continuación:

b) Solución: Para determinar el tonelaje (𝑇𝑜𝑛(−𝑋𝑐 )) y la ley media (𝜇(−𝑋𝑐 )) que representan el lastre se
deben realizar los mismos cálculos, pero considerando los valores bajo las leyes de corte, lo que se
muestra en la siguiente tabla:
𝑋𝑐 𝑌𝑐 𝑃(𝑌𝑐 ) 𝑇𝑜𝑛(−𝑋𝑐 ) 𝜇 (−𝑋𝑐 )

1.3 -1.308 0.095 95488.8 1.24
1.4 -0.538 0.295 295129.2 1.32
1.5 0.231 0.591 591253.0 1.38
1.6 1.000 0.841 841344.7 1.43
1.7 1.769 0.962 961572.3 1.46

18.- En un yacimiento de Cobre que tiene 1 millón de TM, cuya distribución de leyes tiene los
siguientes datos:
Limite Superior Frecuencia Acum%
31.5 0.1
35.5 1.5
39.5 7.1
43.5 24.3
47.5 48.8
51.5 75.1
55.5 90.7
59.5 97.4
63.5 99.7
67.5 100.0
Preguntas
a) Determine la calidad del mineral realizando la Curva Tonelaje Ley, para leyes de corte 35, 40,
45, 50, 55, 60 determinando tonelajes y ley media.
b) Determinar entre -  y la ley corte anterior el tonelaje y la ley media, que representa el lastre.
a) Solución: Se grafica en el papel probabilístico los valores de los límite superior en el eje y, con la
respectiva frecuencia acumulada en el eje x (puntos de color azul), para luego crear una recta que siga
la tendencia de los datos (línea de color rojo)
En seguida como se considera que la variable se distribuye de forma normal, se tiene que la mediana y
la media presentan el mismo valor. Sabiendo que la mediana es el valor que deja el 50% de los datos
debajo, al entrar al papel probabilístico con el 50% se obtiene que el promedio es de 48 (punto de color
rojo)
Para el cálculo de la desviación estándar, se utilizará la segunda propiedad que caracteriza a la

distribución normal, la cual plantea que entre 𝜇 ± 2𝜎 se encuentra el 95.5% de la distribución, por lo que
la desviación estándar estará dado por:
𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 95% − 𝑉𝑎𝑙𝑜𝑟 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 50% − 𝑉𝑎𝑙𝑜𝑟 𝐼𝑛𝑖𝑐𝑖𝑎𝑙
𝜎= ≈
4 2
Al reemplazar se obtiene:
48 − 31.5
𝜎≈ ≈ 8.25
2
En conclusión las leyes presentan una distribución normal con una media de 48% y desviación estándar
de 8.25%

Frecuencia Acumulada (%)

100
90
80
40
70
60
50
30
Límite Superior (%)

Reemplazando los valores de las leyes de corte se obtiene a siguiente tabla:
𝑋𝑐 𝑌𝑐 𝑃(𝑌𝑐 ) %(+𝑋𝑐 ) 𝑇𝑜𝑛(+𝑋𝑐 ) 𝜇 (+𝑋𝑐 )

35 -1.576 0.058 0.942 942459.2 49.01
40 -0.970 0.166 0.834 833901.2 50.47
45 -0.364 0.358 0.642 641935.2 52.80
50 0.242 0.596 0.404 404225.7 55.91
55 0.848 0.802 0.198 198084.0 59.59
60 1.455 0.927 0.073 72897.6 63.68
Finalmente para confeccionar la curva tonelaje v/s ley se utilizan los valores de las leyes de corte (𝑋𝑐 ),
Tonelaje sobre la ley de corte (𝑇𝑜𝑛(+𝑋𝑐 )) y la ley media sobre la ley de corte (𝜇 (+𝑋𝑐 )), lo cual se muestra
a continuación:
b) Solución: Para determinar el tonelaje (𝑇𝑜𝑛(−𝑋𝑐 )) y la ley media (𝜇(−𝑋𝑐 )) que representan el lastre se
deben realizar los mismos cálculos, pero considerando los valores bajo las leyes de corte, lo que se
muestra en la siguiente tabla:
𝑋𝑐 𝑌𝑐 𝑃(𝑌𝑐 ) 𝑇𝑜𝑛(−𝑋𝑐 ) 𝜇 (−𝑋𝑐 )

35 -1.576 0.058 57540.8 31.47
40 -0.970 0.166 166098.8 35.62
45 -0.364 0.358 358064.8 39.40
50 0.242 0.596 595774.3 42.64
55 0.848 0.802 801916.0 45.14

Modelación y Simulación PEP 1.2 PDF

Cargado por

Copyright:

Formatos disponibles

Modelación y Simulación PEP 1.2 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelación y Simulación PEP 1.2 PDF

Cargado por

Copyright:

Formatos disponibles

PEP 1 – Probabilidades, Distribución Normal, Teoría de Colas y Preguntas Teóricas

Es posible realizar un diagrama de árbol para facilitar la determinación de los cálculos

La probabilidad requerida por el ejercicio corresponde a:

Página 1 Alejandro González Tapia – Ingeniería Civil en Minas

Es posible realizar un diagrama de árbol para facilitar la determinación de los cálculos

La probabilidad requerida por el ejercicio corresponde a:

Alejandro González Tapia – Ingeniería Civil en Minas Página 2

𝑃 (𝐷/𝐶 ) ∙ 𝑃 (𝐶 ) 0.04 ∙ 0.25

3) Solución: Sea: 𝑥 = “Puntuación obtenida en un test de cultura general”

Para el caso de baja cultura general:

Para el caso de cultura general aceptable:

Para el caso de excelente cultura general:

Página 3 Alejandro González Tapia – Ingeniería Civil en Minas

4.- En un proceso industrial el diámetro de una pieza es un componente importante. El comprador

4) Solución: Sea: 𝑥 = “Diámetro de una pieza, en centímetros”; 𝑥 ~ 𝑁(𝜇 = 3.0 ; 𝜎 2 = 0.0052 )

2.99 − 3.0 3.01 − 3.0

5) Solución: Sea: 𝑥 = “Dimensión de componente, en centímetros”; 𝑥 ~ 𝑁(𝜇 = 1.5 ; 𝜎 2 = 0.22 )

Se busca el valor de 0.975 en la tabla, obteniendo un z = 1.96, quedando:

Alejandro González Tapia – Ingeniería Civil en Minas Página 4

Es decir los valores de x estarán dados por:

a) ¿Cuántos contenedores de un lote de 100 000 contendrán menos de 72 litros?

Luego al ser un lote de 100 000 contenedores, se tiene:

Luego, si la desviación estándar se mantiene, se tiene:

Se busca el valor de 0.003 en la tabla, obteniendo un z =, quedando:

7) Solución: Sea: 𝑥 = “Número de tiros por tronadura”; 𝑥 ~ 𝑁(𝜇 = 23 ; 𝜎 2 = 52 )

Página 5 Alejandro González Tapia – Ingeniería Civil en Minas

Luego como noviembre posee 30 días, se tiene:

8.- Se tiene los siguientes datos

Ajustar una curva de regresión de la forma 𝒚 = 𝒃𝒐 + 𝒃𝟏 ∙ 𝒙 + 𝒃𝟐 ∙ 𝒙𝟐 , finalmente estime el valor con

Luego se determinan las sumatorias antes mencionadas:

∑= 63.7 45 285 2025 307.3 15333 2153.3

Alejandro González Tapia – Ingeniería Civil en Minas Página 6

Posteriormente resolviendo el sistema de ecuaciones utilizando el método que estime conveniente, se

En conclusión la regresión cuadrada se encontrará dada por:

Y el valor que tomará con x = 2 es:

Intervalo de Clase Frecuencia

Página 7 Alejandro González Tapia – Ingeniería Civil en Minas

Lim. Inf Lim. Sup. Marca de Clase (xi) Frecuencia (ni)

Luego la media es y desviación estándar muestral corresponde a 199.25 y 13.94 respectivamente. En

Á𝑟𝑒𝑎 1 = 𝑁(𝑍1 ) ∙ 100 𝑦 Á𝑟𝑒𝑎 2 = 𝑁(𝑍2 ) ∙ 100

Donde 𝐸𝑗 corresponde la frecuencia esperada que presentará la muestra si se distribuye de forma

Alejandro González Tapia – Ingeniería Civil en Minas Página 8

Para probar el grado de ajuste de la variable en estudio se utilizará el siguiente criterio:

Página 9 Alejandro González Tapia – Ingeniería Civil en Minas

Lim. Inf Lim. Sup. Frecuencia

Lim. Inf Lim. Sup. Marca de Clase (xi) Frecuencia (ni)

Luego la media es y desviación estándar muestral corresponde a 47.712 y 5.889 respectivamente. En

Á𝑟𝑒𝑎 1 = 𝑁(𝑍1 ) ∙ 100 𝑦 Á𝑟𝑒𝑎 2 = 𝑁(𝑍2 ) ∙ 100

Alejandro González Tapia – Ingeniería Civil en Minas Página 10

Donde 𝐸𝑗 corresponde la frecuencia esperada que presentará la muestra si se distribuye de forma

Para probar el grado de ajuste de la variable en estudio se utilizará el siguiente criterio:

Página 11 Alejandro González Tapia – Ingeniería Civil en Minas

10.- A un taller llegan los pedidos de reparaciones en forma de distribución Poisson a un

Llegadas Poisson; servicios arbitrarios; 𝝀 = 4 clientes / hora; µ = 10 clientes / hora;

El número promedio de unidades en la cola (𝐿𝑞 ) se encuentra dado por:

Alejandro González Tapia – Ingeniería Civil en Minas Página 12

Nota: Es importante mencionar que significa cada valor calculado

11.- El Banco Departamental ha decidido instalar un cajero automatizado de atención a

11) Solución: Se determinarán los valores pedidos por el ejercicio: