lOMoARcPSD|7779652

Informe Laboratorio Control DE Calidad

Control de Calidad (Universidad del Atlántico)

StuDocu no está patrocinado ni avalado por ningún colegio o universidad.

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)
 lOMoARcPSD|7779652

INFORME LABORATORIO CONTROL DE CALIDAD

DISTRIBUCION NORMAL

GRUPO: FN

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERIA
BARRANQUILLA
21-09-16

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

INTRODUCCION

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, peso, característica físicas etc.[1]

La distribución de probabilidad conocida como distribución normal es, por la

cantidad de fenómenos que explica, la más importante de las distribuciones
estadísticas.
A la distribución normal también se la denomina con el nombre de campana de
Gauss, pues al representar su función de probabilidad, ésta tiene forma de
campana. [1]

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

OBJETIVOS:

Con el desarrollo de esta experiencia se persigue ilustrar, en forma general los

conceptos relacionados con la distribución normal. También se practicarán el
ajuste de una distribución normal de una distribución de frecuencias observadas y
se demostrará el efecto de las diversas fluctuaciones del muestreo.

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

DISTRIBUCION NORMAL

Definición de variable aleatoria continua: Una variable aleatoria continua es

aquella que puede asumir un número infinito de valores dentro de un determinado
rango. Por ejemplo, el peso de una persona podría ser 80.5, 80.52, 80.525,...
dependiendo de la precisión de la báscula. [1]

Definición de distribución de probabilidad normal: La Normal es la distribución

de probabilidad más importante. Multitud de variables aleatorias continuas siguen
una distribución normal o aproximadamente normal. Una de sus características
más importantes es que casi cualquier distribución de probabilidad, tanto discreta
como continua, se puede aproximar por una normal bajo ciertas condiciones. La
distribución de probabilidad normal y la curva normal que la representa, tienen las
siguientes características:
 La curva normal tiene forma de campana y un solo pico en el centro de la
distribución. De esta manera, la media aritmética, la mediana y la moda de
la distribución son iguales y se localizan en el pico. Así, la mitad del área
bajo la curva se encuentra a la derecha de este punto central y la otra mitad
está a la izquierda de dicho punto.
 La distribución de probabilidad normal es simétrica alrededor de su media.
 La curva normal desciende suavemente en ambas direcciones a partir del
valor central. Es asintótica, lo que quiere decir que la curva se acerca cada
vez más al eje X pero jamás llega a tocarlo. Es decir, las “colas” de la curva
se extienden de manera indefinida en ambas direcciones. [1]

Tomado de Control estadístico de la calidad y Seis Sigma.

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

Para indicar que una variable aleatoria (v. a.) sigue una distribución normal de
media µ y desviación estándar σ usaremos la expresión: X ∼ N (µ, σ). [1]
El modelo de probabilidad más frecuente utilizado en estadística es la distribución
normal, que puede emplearse en las formas general y estandarizada. Se dice que
X (variable) tiene una distribución general si cumple las siguientes condiciones: [2]

 X es una variable aleatoria continua.

 Si existen las constante
μ α<μ <α ; σ : σ >0[2]

La función de probabilidad viene dada por la siguiente expresión:

1
h ( x , μ , σ )= e−¿¿ [2]
√ 2 πσ 2

Para el modelo estándar se trabaja con una función de densidad que comprende
integrales que no puede ser reducida a funciones elementales, se dice que una
función normal es de la forma estándar si su media es cero y su varianza es la
unidad. [2]

La función de distribución de la variable normal estándar Z es:

1 1
h ( x ,0,1 ) = e− ( π 2 ) [2]
√2 π σ 2 2

La función acumulada correspondiente a la distribución estándar dad que la

probabilidad de la variable normal asuma valores menores o iguales a Z.

F(x)=P(X=x)

X−μ
X--- h(x, µ, σ), Z = , h(z ,0,1) [2]
σ

Si la variable aleatoria x tiene media µ y desviación típica σ, entonces la variable

aleatoria Z también tiene media µ y desviación típica σ. [2]

DESARROLLO EXPERIMENTAL:

De una población de cilindros que sigue una distribución normal, tomar una
muestra de n=50 y medir sus longitudes y/o diámetros, los cilindros deben ser
seleccionados uno por uno. Anotar los datos en la tabla No.1

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

Los datos obtenidos luego de realizar las 50 mediciones, se encuentran

consignados en la siguiente tabla:

TABLA No.1 medida de cada uno de los cilindros

1-10 22.267 20,210 24,318 27,513 29,696 24,518 24,675 24,104 24,448 25,797
11-20 27,320 23,207 20,650 23,936 28,375 20,138 28,926 20,365 28,634 22,174
18,09
21-30 21,040 21,868 26,996 18,105 23,428 18,925 25,542 21,599 8 21,510
31-40 25,332 22,393 23,334 20,497 23,357 18,533 25,334 26,827 22,600 21,313
41-50 21,630 27,560 24,693 27,815 21,517 22,696 26,938 25,556 21,609 21,925
Fuente: Elaboración Propia

Tabla No.2 y cálculos de marca de clase, frecuencia.

MARCA
INTERVALO DE DE FRECUENCI
F(X) (Xi-X)2
CLASES CLASE A (F)
(X)
16,688086
19,948 18,998 4 75,992
18,048 4
-
21,048 20,898 13 271,674 8,6247049
19,948 1
-
23,848 22,798 11 250,778 2,3578421
21,848 1
-
25,648 24,698 11 271,678 4,8255742
23,748 7
12,731909
27,548 26,598 7 186,186
25,648 4
27,5 29,448 28,498 4 113,99 23,30032
48 2 96
TOTAL 50
Fuente: Elaboración Propia

Con los datos consignados de la tabla anterior calcular:

Para calcular la desviación (σ), se emplea la siguiente fórmula:

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

Tabla No. 3 Calculo de media y desviación

DESVIACI
MEDIA
GRUPO ÓN
MUESTR
S ESTÁNDA
AL
R

1 23,60838 0,753

Fuente: Elaboración Propia

Histograma de Frecuencias

Histograma
14

12

10

8 Histograma

0
19 20.9 22.8 24.7 26.6 28.5
Fuente: Elaboración Propia

Tabla No. 4 Frecuencia de las longitudes de los cilindros y/o diámetros

GRUPOS 1 2 3 4 5 6 TOTAL

1 4 13 11 11 7 4 50

Fuente: Elaboración Propia

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

PREGUNTAS:
1. ¿Porque para el cálculo de la desviación se empleó en el denominador
(n-1) y no (n)?
Un principio general de la teoría matemática nos dice que si pretendemos
calcular de modo aproximado la varianza de una población a partir de la
varianza de una muestra suya, se tiene que el error cometido es
generalmente más pequeño, si en vez de considerar como estimación de la
varianza de la población, a la varianza muestral. Si hubiéramos considerado
(n) como el denominador para la fórmula de la varianza, el resultado
hubiera sido algún sesgo, es decir, un error sistémico que se puede
controlar, como un estimador de la varianza de la población; en concreto,
tendería a ser demasiado bajo. Si se usa un divisor de n-1, se obtiene un
estimador insesgado de σ2. [3]

2. ¿En una distribución normal qué significado tiene la Z?

La desviación estándar es útil para describir cuánto se apartan de la media
de la distribución los elementos individuales de esta misma. La Z, o también
llamada ‘puntuación estándar’ nos da el número desviaciones estándar a
que determinada observación se encuentra por debajo o por encima de la
media. [3]

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, Z, es
de 4,0 y esto se debe a que es la aproximación más específica al 100% de
la probabilidad de una distribución normal.[3]

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

CONCLUSION
Distribución normal sirve para definir variables continuas que con más frecuencia
aparece en fenómenos, permite modelar numerosos fenómenos naturales,
sociales y psicológicos. De hecho la estadística es un modelo matemático que
solo permite describir un fenómeno, sin explicación alguna.

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)

 lOMoARcPSD|7779652

Bibliografía
[1] Spiegel, M. R. M. R. (1991). Estadística. McGraw-Hill Interamericana disponible
en http://hdl.handle.net/123456789/4341

[2]. Canavos, G. C., & Medal, E. G. U. (1987). Probabilidad y estadística. McGraw

Hill.

[3] H. Gutiérrez, (2013) «Control estadístico de la calidad y Seis Sigma,» Lima,

McGraw-Hill Interamericana, p. 176.

Descargado por Letto Cabrera Charris (cabrecha_2006@hotmail.com)