Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fase Medicion Prob
Fase Medicion Prob
en Ingeniería de calidad
1
1. Conclusiones estadísticas
válidas
VI. FASE DE MEDICIÓN -
2. Teorema del límite central
PROBABILIDAD
3. Conceptos de probabilidad
4. Distribuciones de probabilidad
5. Distribuciones de probabilidad
discretas
6. Distribuciones de probabilidad
continuas
7. Distribuciones de prob. para
decisión 2
1. Conclusiones estadísticas
válidas
Estudios enumerativos :
Los datos enumerativos son los que
pueden ser contados.
Para Deming:
◦ En un Estudio enumerativo la acción se
toma en el universo.
◦ En un estudio analítico la acción será
tomada en un proceso para mejorar su
desempeño
3
Obteniendo conclusiones
válidas
El objetivo de la estadística inferencial es
obtener conclusiones válidas acerca de las
características de la población (parámetros
, , ) con base en la información obtenida
de muestras (estadísticos X, s, r)
http://www.hrc.es/bioest/Introducion.html 4
2. Teorema del límite
central
Lasmedias muestrales son
normales
http://serc.carleton.edu/introgeo/teachingwdata/Statce
ntral.html 5
2. Teorema del límite
central
Lasmedias muestrales son
normales
6
3. Probabilidad
# Favorable E
P E
# Total resultados
7
Probabilidades de Eventos
1. P(E) 0
2. P(S) = 1
3. Si E1,En son mutuamente disjuntos
entonces
n n
P Ei
i 1
P( E )
i 1
i
Resultados
1. Si A B entonces P(A) P(B)
2. Si P(Ec)=1-P(E)
4. Si B1B2…Bn = S entonces
n
P( E ) P( E B )
i 1
i
P A B P A P B A
8
A B
P A .7
P B P Z B
P(A)=.3 P B Z
P A P Z A P B P Z B
B
P(B/A)=.97
A
P(A) =.98
http://www.math.gatech.edu/~bour
baki/math1711/html/bayes.html 9
4. Distribuciones de
probabilidad
Variable aleatoria: es cualquier regla que
relaciona un número con cada resultado en
el espacio muestral SS.
1. 0 P( y ) 1 0 F ( x) 1
2. P ( y ).
toda
Lim x F ( x) 1
y
Lim x F ( x) 0
=1
FX ( x) P( X x)
X E ( X ) xf X ( x) xP( X x)
x x
f X ( x) P( X x) X E[( X X ) 2 ] ( x X ) 2 P ( X x)
2
10
5. DISTRIBUCIONES
DE PROBABILIDAD
DISCRETAS
1. Distribución hipergeométrica
2. Distribución Binomial
3. Distribución de Poisson
11
Distribución
hipergeométrica
Se aplica cuando n > 0.1N
El muestreo se hace sin reemplazo
P(x,N,n,D)es la probabilidad de
exactamente x éxitos en una muestra de
n elementos tomados de una población de
tamaño N que contiene D éxitos. La
función de densidad de distribución
hipergeométrica:
D N D
C x C n x n!
P ( x) N C
n
x
Cn x!(n x)!
12
Distribución
hipergeométrica
La media y la varianza de la
distribución hipergeométrica son:
nD nD D N n
1
2
N N N N 1
13
Distribución
hipergeométrica
Ejemplo: De un grupo de 20 productos, 10
se seleccionan al azar para prueba. ¿Cuál
es la probabilidad de que 10 productos
seleccionados contengan 5 productos
buenos? Los productos defectivos son 5
en el lote.
n x
f ( x) P( X x) p (1 p ) n x x 0,1,..., n
x
E ( X ) X np
V ( X ) np(1 p)
2
X
16
Distribución de Poisson
Se utiliza para modelar datos
discretos
17
Distribución de Poisson
e x
f ( x) x 0,1,...
x!
np
np
18
6. DISTRIBUCIONES
DE PROBABILIDAD
CONTINUAS
1. Distribución exponencial
2. Distribución normal
19
Distribución Exponencial
Modela artículos con una tasa de falla
constante y está relacionada con
Poisson.
Modela el tiempo medio entre llegadas
21
Distribución Exponencial
El modelo exponencial, con un solo parámetro,
es el más simple de todo los modelos de
distribución del tiempo de vida.
-lt
CDF : F (t ) = 1 - e
-lt
CONFIABILIDAD : R(t ) = e
Función de Densidad de Probabilidad Exponencial
0.0035
f(t)
= 0.001, MEDIA = 1,000
TASA DE FALLA :h (t ) = l 0.0015
0.0010
0.0005
0.0000
0 500 1,000 1,500 2,000
Tiempo
La distribución Normal
estándar
• Tiene media 0 y desviación estándar de 1.
23
CARACTERISTICAS
CARACTERISTICAS DE
DE UNA
UNA DISTRIBUCION
DISTRIBUCION NORMAL
NORMAL
La Normal is simétrica -
-
Cola
Cola
Teóricamente, la
Teóricamente, la Media, mediana, y curva se extiende a
curva se extiende a moda son iguales + infinito
- infinito
La Distribución Normal Estándar
La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal
X
x-3s x-2s x-s x x+s x+2s x+s3
z
-3 -2 -1 0 1 2 3
25
Normales
Normales con
con Medias
Medias yy
Desviaciones
Desviaciones estándar
estándar diferentes
diferentes
m 5, ss== 33
m == 5,
m 9, ss == 66
m == 9,
m 14, ss == 10
m == 14, 10
Entre:
Entre:
1.
1. 68.26%
68.26%
2.
2. 95.44%
95.44%
3.
3. 99.97%
99.97%
P(0
P(0 << zz << 0.8)
0.8)
== 0.2881.
0.2881.
0.8
0.8
7. DISTRIBUCIONES
DE PROBABILIDAD
PARA DECISIÓN
1. Distribución Chi Cuadrada
2. Distribución t de Student
3. Distribución F de Fisher
29
Distribución Chi Cuadrada
Prueba un varianza e igualdad de
proporciones
30
Distribución t de Student
Prueba igualdad de medias.
31
Distribución F
Prueba igualdad de varianzas
32