Irainys Rodríguez

C.I. 19.078.033
Mtt-23-t

TABLA DE DISTRIBUCIÓN
DE FRECUENCIA PARA
DATOS REALES
La distribución normal como modelo aproximado de la distribución de
datos reales en campos tales como la psicología, biometría, o teoría de
errores
DISTRIBUCIÓN NORMAL
Un proceso opera en condiciones normales, si tiene los materiales dentro
de especificaciones y del mismo lote, un método consistente, un medio
ambiente adecuado, el operador capacitado, y el equipo ajustado
correctamente, si se toman mediciones en alguna característica del
producto, mostrará el siguiente comportamiento:

Distribución gráfica de la variación

– La Curva normal
LAS PIEZAS VARÍAN DE UNA A OTRA:
Fig. 1 Construcción
de la distribución normal
TAMAÑO TAMAÑO TAMAÑO TAMAÑO

Pero ellas forman un patrón, tal que si es estable, se denomina distr. Normal

SIZE TAMAÑO TAMAÑO

LAS DISTRIBUCIONES PUEDEN DIFERIR EN:

UBICACIÓN DISPERSIÓN FORMA

TAMAÑO TAMAÑO TAMAÑO

. . . O TODA COMBINACIÓN DE ÉSTAS
La distribución normal es una de las distribuciones más usadas e
importantes. Se ha desenvuelto como una herramienta
indispensable en cualquier rama de la ciencia, la industria y el
comercio.
Muchos eventos reales y naturales tienen una distribución de
frecuencias cuya forma es muy parecida a la distribución normal.
La distribución normal es llamada también campana de Gauss por
su forma acampanada.
Cuando se incluyen todos los datos de un proceso o población,
sus parámetros se indican con letras griegas, tales como:
promedio o media =  (mu), y desviación estándar (indicador de la
dispersión de los datos) =  (sigma).

Para el caso de estadísticos de una muestra se tiene media = X

y desv. est.= s.
 Propiedades de la distribución normal estándar

La distribución normal estándar tiene media

 = 0 y desviación estándar

 =1. La media, mediana y moda coinciden,

son iguales y se localizan en el pico.

La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal
Fig. 2 Propiedades
de la distribución normal
X
x-3 x-2 x- x x+ x+2 x+3

z
-3 -2 -1 0 1 2 3
El área bajo la curva o probabilidad de menos infinito a más infinito
vale 1.
La distribución normal es simétrica, la mitad de curva tiene un área
de 0.5.
La escala horizontal de la curva se mide en desviaciones estándar.
La forma y la posición de una distribución normal dependen de los
parámetros
,  , por lo que hay un número infinito de
distribuciones normales.
Curvas
Curvas Normales
Normales con
con Medias
Medias iguales
iguales pero
pero
Desviaciones
Desviaciones estándar
estándar diferentes
diferentes



3.9
3.9

== 5.0
5.0



Límite inferior de especs. Límite superior de especificaciones

LIE LSE
Fig. 3 Distribuciones normales con varias desv. Estándar
 Normales
Normales con
con Medias
Medias yy
Desviaciones
Desviaciones estándar
estándar diferentes
diferentes

= 5,  == 33
= 5,
 == 9,
9, =
= 66
 == 14,
14, == 10 10

Fig. 4 Distribuciones normales con varias medias

y desviaciones estándar
Existe una relación del porcentaje de probabilidad o área bajo
la curva normal a la desviación estándar. En la figura
observamos por ejemplo que el área bajo la curva para
 1
tiene un porcentaje de 68.26%,  2 = 95.46% y

 3  99.73%

-3s -2s -1s +1s +2s +3s

68.26%
95.46%

99.73%

Fig. 5 Área bajo la curva de Distribución normal

Lo anterior se puede calcular con la Tabla de distribución normal o con
Excel (Fx =distr.norm.estand(Z) proporciona el área desde menos infinito
hasta Z).

En la tabla normal, se busca el valor de Z y se encuentra el área bajo

la curva.
La primera tabla sirve para determinar el área o probabilidad que se
encuentra fuera de los límites de especificaciones. La segunda tabla
proporciona valores de área bajo la curva para Z’s mayores a cero.
En cada una se muestran ejemplos de su uso.

Fuente bibliografía.
http://www.google.co.ve
http://www.ugr.es/~jgodino/funciones-semioticas/tauber_dnormal.pdf
www.icicm.com/.../DISTR_NORMAL_PRBA_NORM_TRANS_DAT.doc -