UNIVERSIDAD DE LA COSTA, CUC
DEPARTAMENTO DE CIENCIAS BÁSICAS
FACULTAD DE INGENIERÍA
LABORATORIO PARA LA DISTRIBUCCION NORMAL
Jesús D. Cogollo1, Arturo Rodriguez1, Daniela Gomez1, Yuranis Zambrano 1
1
Ingeniería Industrial
Harold Madrid. CD 30-09-2016
Laboratorio de Control de Calidad, Universidad de la Costa, Barranquilla
Resumen
Esta experiencia tuvo como finalidad ilustrar
en forma general los conceptos relacionados
con la distribución normal donde también se
practicó el ajuste de una distribución normal
de una distribución de frecuencias
observadas además se determinó la media
maestral por medio de agrupación de datos
en tablas, también se determinó la desviación
estándar de la muestra. En donde de una
población de cilindros que sigue una
distribución normal, se tomó una muestra de
n=50 para posterior a ello medir sus
longitudes y/o diámetros, los cilindros fueron
seleccionados uno por uno y se registraron
los datos obtenidos en donde se pudo
observar que la distribución no estuvo alejada
de la distribución real, por ello se concluye
que se cumplieron con los objetivos de la
misma y que fue una experiencia significativa
para la formación de ingenieros con
capacidad de análisis e interpretación de
datos.
Palabras claves
Distribución, cilindros, muestra
Abstract
This experience was to illustrate Purpose
generally, Related Concepts with normal
distribution, where fitting a Normal Distribution
A distribution of observed frequencies are
also practical: In addition to the mistral
average was determined by clustering data in
tables, the standard deviation of the sample
was determined. Where a population of
cylinders which follows a normal distribution, a
sample of n = 50 later paragraph one This
measure their lengths and / or diameters
Tomo, the were cylinders Selected One by
One and the data obtained Where were
recorded COULD Note that the Distribution
was not far from the actual distribution:
therefore concluded that it met the objectives
it and it was a meaningful experience for
1
Engineering Education Capable Analysis and
interpretation of data.
Key words
Distribution, cylinders, Sample
1. Introducción
La distribución normal es lo más importante
en la probabilidad y estadística. Muchas
poblaciones numéricas tienen distribuciones
que se pueden ajustar mediante una curva
normal apropiada para el análisis de variables
cuantitativas como por ejemplo dimensiones,
pesos, características físicas, etc.
Con el desarrollo de esta experiencia se
persigue ilustrar en forma general los
conceptos relacionados con la distribución
normal también se practicara el ajuste de una
distribución normal de una distribución de
frecuencias observadas además se determino
la media muestral por medio de agrupación
de datos en tablas, también se determino la
desviación estándar de la muestra.
En esta prueba se utilizará como variable la
longitud y/o diámetro de los cilindros para
determinar los parámetros del proceso y
poner en práctica el modelo lo cual nos
ayudara a afianzar nuestros conocimientos y
poder darle solución o analizar ciertas
problemáticas por medio de este caso de
análisis mas adelante con total conocimiento
y manejo de la temática.
2. Fundamentos Teóricos
2.1. DISTRIBUCION NORMAL
Sin duda, la distribución continua de
probabilidad más importante, por la
frecuencia con que se encuentra y por sus
aplicaciones teóricas, es la distribución
normal, gaussiana o de Laplace-Gauss. Fue
descubierta y publicada por primera vez en
1733 por De Moivre. A la misma llegaron, de
 UNIVERSIDAD DE LA COSTA, CUC
DEPARTAMENTO DE CIENCIAS BÁSICAS
FACULTAD DE INGENIERÍA
forma independiente, Laplace (1812) y Gauss
(1809), en relación con la teoría de los errores
de observación astronómica y física.
Se trata, del modelo continuo más importante
en estadística, tanto por su aplicación directa,
veremos que muchas variables de interés
general pueden describirse por dicho modelo,
como por sus propiedades, que han permitido
el desarrollo de numerosas técnicas de
inferencia estadística. En realidad, el nombre
de Normal proviene del hecho de que durante
un tiempo se creyó, por parte de médicos y
biólogos, que todas las variables naturales de
interés seguían este modelo.
Su función de densidad viene dada por la
fórmula:
La función de densidad del modelo Normal
tiene forma de campana, la que
habitualmente se denomina campana de
Gauss. De hecho, a este modelo, también se
le conoce con el nombre de distribución
gaussiana.
 Caracteres morfológicos de individuos
(personas, animales, plantas,...) de
una especie (tallas, pesos, diámetros,
perímetros,...).
 Caracteres sociológicos, por ejemplo:
consumo de cierto producto por un
mismo grupo de individuos,
puntuaciones de examen,...
 Caracteres fisiológicos, por ejemplo:
efecto de una misma dosis de un
fármaco.
 Errores cometidos al medir ciertas
magnitudes.
 Valores estadísticos muéstrales, por
ejemplo: la media. Y en general
cualquier característica que se
obtenga como suma de muchos
factores.
 Otras distribuciones como la binomial
o la de Poisson se aproximan a la
normal. Distribuciones binomiales con
n grande (n >30) y p ‘ni pequeño’ (np
> 5) ‘ni grande’ (n (1-p) > 5).
Propiedades del modelo Normal
2
1. Su esperanza es μ.
2. Su varianza es σ2 y, por tanto, su
desviación típica es σ.
3. Es simétrica respecto a su media μ,
como puede apreciarse en la
representación anterior.
4. Media, moda y mediana coinciden
(μ).
Cualquier transformación lineal de una
variable con distribución Normal seguirá
también el modelo Normal. Si X ~ N (μ, σ) y
definimos Y = aX  + b (con a ≠0),entonces Y ~ 
N (aμ + b, |a|σ). 
Es decir, la esperanza de Y será aμ + b y su
desviación típica, |a|σ.
3. Desarrollo experimental
Para cumplir con los objetivos propuestos
y llevar a cabo el desarrollo de la
experiencia se hizo uso de los materiales
suministrados por el docente:
1. Población de cilindros (100 cilindros)
2. Calibrador.
3. EXCEL
De una población de cilindros que sigue una
distribución normal, se procedió a tomar una
muestra de n=100 y medir sus longitudes y/o
diámetros, los cilindros debían ser
seleccionados uno por uno y posteriormente
se iban registrando los resultados para
finalmente proceder a Anotarlos en las
tablas.
En la tabla Nº1 se encuentran registrados los
datos obtenidos luego de realizar las 100
mediciones.
En la tabla Nº 2 se encuentran Resumidas las
observaciones de todos los grupos en una
distribución de frecuencias.
En la tabla No.3 se encuentra la media y la
desviación estándar estimadas de las
muestras de todos los grupos.
En la tabla No.4 se encuentran Resumidas
las Frecuencia de las longitudes de los
 UNIVERSIDAD DE LA COSTA, CUC
DEPARTAMENTO DE CIENCIAS BÁSICAS

FACULTAD DE INGENIERÍA

cilindros y/o diámetros Observados de todos 119.47

los grupos. ¿ =1.20
100−1

4. Análisis y resultados
TABLA No.3 Media y desviación estándar.

TABLA No.1 medida de cada uno de los

cilindros.

El coeficiente de variación es igual a:

Cv=desviación/ media

Con respecto a los valores de la media y la

TABLA NO.2 distribucion de frecuencias
desviación se puede notar que los valores de
la altura del cilindro en comparación de los
del diámetro es bastante distinto.
El coeficiente de variación en los valores del
diámetro indica una alta varianza con valores
de 1.6 y 1.3, y para el valor de la altura una
alta varianza con un valor de 2.2 bastante
alejado de las otras 2.

TABLA No.4 Frecuencia de las longitudes de

los cilindros y/o diámetros.

Con los datos consignados de la tabla

anterior se procedió a calcular la media y la
desviación estándar de la distribución de
frecuencias. Hacer graficas de las frecuencias
individuales y grupales tabla nº 4
Media

 En base a los resultados del punto

5445.11 número 1, para la media y la
¿ =54.45 desviación muestral y asumiendo
100
estos valores como los parámetros de
Desviación la población, cuál será el porcentaje
de cilindros rechazados por un
cliente, si este sólo acepta cilindros
con una longitud de la media +/- un

3
 UNIVERSIDAD DE LA COSTA, CUC
DEPARTAMENTO DE CIENCIAS BÁSICAS

FACULTAD DE INGENIERÍA

10%. Ilustre el resultado con una http://www.ub.edu/stat/GrupsInnovacio/St

gráfica de la distribución normal atmedia/demo/Temas/Capitulo4/B0C4m1t
4.htm
Preguntas.
 1. Porque para el cálculo de la Distribución normal o gaussiana,
desviación se empleó en el antecedentes características, 2016,
denominador (n-1) y no (n). Barranquilla, (online), disponible en:
http://matap.dmae.upm.es/WebpersonalB
artolo/Probabilidad/7_distribucion_normal.
Si se hubiera considerado n como el pdf
denominador para la formula de la varianza ,
se hubiera presentado un error sistémico que
se puede controlar como un estimador de la
varianza de la población, por lo que tendería
a ser demasiado bajo, en cambio si se usa n-
1 se obtiene un estimador centrado .

 2. En una distribución normal que

significado tiene la Z.

En la distribución z representa el valor

estadístico de la curva normal de frecuencias,
y además z, también llamada puntuación
estándar nos da el numero de desviaciones
estándar a que determinada observación se
encuentra por debajo o por encima de la
media.

 3. Cuál es el valor máximo que puede

tomar Z en una distribución normal y
porqué.

El valor máximo que podemos encontrar en la

puntuación estándar, es de 4.0 y esto se debe
a que es la aproximación mas especifica al
100% de la probabilidad de una distribución
normal.

5. Conclusiones

se concluye que se cumplieron con los

objetivos de la misma y que fue una
experiencia significativa para la formación de
ingenieros con capacidad de análisis e
interpretación de datos.

6. Bibliografía

Distribución normal propiedades, 2016

barranquilla, (online), disponible en: