EDGAR N. CARRERA D.

CATEDRÁTICO UNIVERSITARIO

Master en Ciencias, Especializado en Investigación de Operaciones

Estudios Superiores en Economía y Finanzas y Diplomado en

Administración de Empresas

Ingeniero Mecánico Electricista

Curso: MÉTODOS ESTADÍSTICOS PARA EL

CONTROL Y EL ASEGURAMIENTO EN SISTEMAS
INDUSTRIALES
Unidad I: CONCEPTO ESTADÍSTICO DE VARIACIÓN

DISTRIBUCIONES COTÍNUAS DE PROBABILIDAD

En el que hacer de la producción industrial y para efectos de asegurar la calidad,
identificamos POBLACIONES, por ejemplo en una carpintería donde se fabrican
escritorios, podemos considerar a todos los escritorios a producir en el mes de Diciembre
como la población de escritorios producidos en ese mes, para un año dado.

En una población se realiza un censo, de ese censo se extraen datos de una característica
que le represente, sobre esos datos, realizamos cálculos para obtener por ejemplo la
media y varianza, así cuando es posible realizar un censo en una población tales cálculos
o valores representativos les llamamos PARÁMETROS. Cuando no es posible realizar
un censo a una población se realiza un MUESTREO, dicho muestreo proporciona una
muestra que debe cumplir ciertos requisitos como aleatoriedad, homogeneidad y otras de
las que hablaremos mas adelante en este curso.

La Muestra proporciona datos y sobre esos datos también se pueden realizar cálculos, que
proporcionen índices numéricos como la media y la varianza, a estos se les llama
ESTADÍSTICOS, a partir de los estadísticos queremos inferir, pronosticar o proyectar los
parámetros poblacionales.

Se utilizan distribuciones continuas de probabilidad para hacer predicciones, estos son los
modelos básicos probabilísticos, estadísticos o estocásticos.
Una función de distribución representada en una ecuación o en una fórmula matemática,
relaciona los valores de la característica con su probabilidad de ocurrir en la población.

Las distribuciones continuas de probabilidad mas utilizadas en los procesos productivos

son la normal, la exponencial y la de Weibull, estas distribuciones dan las probabilidades
asociadas a la aparición de los valores reales de las características del proceso o
fenómeno en estudio.

1.5.1. Distribución Normal: su ecuación representativa es:

( X   )
2

1
Y
 2
e 2 2

Ecuación. No. 1

Esta ecuación puede graficarse fácilmente dándole valores a  y  en un plano cartesiano

usando X como variable independiente y a Y = p(x) como variable dependiente,  es la
desviación estándar,  es 3.1416… , e = función exponencial = 2.718… ,
A continuación se muestra la gráfica para  y  = 0;
Para normalizar los datos se usa la variable Z = (X – )/

VEAMOS LA DISTRIBUCION DE WEIBULL