DISTRIBUCION NORMAL

JANER ARANGO IVAN ARTETA YURELIS ESPINOSA LUCAS LOAIZA SHIRLEY SARMIENTO

PRESENTADO A: ING. ERITH SARMIENTO CORONADO LABORATORIO DE CONTROL Y CALIDAD

UNIVERSIDAD DE LA COSTA, CUC FACULTAD DE INGENIERIA INDUSTRIAL SEPTIEMBE DE 2013

INTRODUCCIN Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio nombre indica su extendida utilizacin, justificada por las frecuencia o normalidad con la que los ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin. Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de campana. En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y de valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan a una forma en forma de campana. En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal. Caracteres morfolgicos de individuos (personas, animales, plantas,) de una especie. Por ejemplo: tallas, pesos, envergaduras, dimetros, permetros. Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o de una misma cantidad de abono. Caracteres sociolgicos, por ejemplo: consciente intelectual, grado de adaptacin a un medio. Errores cometidos al medir ciertas magnitudes. Valores estadsticos maestrales, por ejemplo: la media. Otras distribuciones como la binomial o la Poisson son aproximaciones normales. Y en general cualquier caracterstica que se obtenga como suma de mucho factores.

JUSTIFICACION

El

laboratorio realizado tuvo como fin la aplicacin de la distribucin

Normal, con una frecuencia observada y se demostr el efecto de las diversas fluctuaciones del muestreo en probabilidad discreta. Esta distribucin se utiliz para calcular el dimetro de los cilindros y sacar una media. En esta prueba se utiliz como variable la longitud y dimetro de los cilindros para determinar los parmetros del proceso.

ABSTRAC

The lab conducted was aimed at the application of the normal distribution, with an observed and demonstrated the effect of different sampling fluctuations in discrete probability. This distribution is used to calculate the diameter of the cylinder and take an average. This test was used as a variable length and diameter of the cylinder to determine the process parameters.

OBJETIVOS

OBJETIVO GENERAL Determinar la media de los dimetros del cilindro mediante la distribucin normal.

OBJETIVOS ESPECIFICOS Explicar brevemente los aspectos ms destacados de la distribucin de Normal. Adquirir los conocimientos y las habilidades en la prctica de la distribucin de Normal en la experiencia.

DISTRIBUCIN NORMAL

Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin. Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de campana. En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan a una curva en "forma de campana". En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal.

Caracteres morfolgicos de individuos (personas, animales, plantas,) de una especie, p. ejm. Tallas, pesos, envergaduras, dimetros, permetros. Caracteres fisiolgicos, por ejemplo; efecto de una misma dosis de un frmaco, o de una misma cantidad de abono. Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen. Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin a un medio. Errores cometidos al medir ciertas magnitudes. Valores estadsticos maestrales, por ejemplo: la media. Otras distribuciones como la binomial o la de Poisson son aproximaciones normales.

Y en general cualquier caracterstica que se obtenga como suma de muchos factores. Funcin De Densidad Empleando clculos bastante laboriosos, puede demostrarse que el modelo de la funcin de densidad que corresponde a tales distribuciones viene dando por la frmula

Funcin De Una Distribucin

Puede tomar cualquier valor (- ,+ ) Son ms probables los valores cercanos a uno central que llamados media

Conforme nos separamos de ese valor , la probabilidad va decreciendo de igual forma a derecha e izquierda (es simtrica). Conforma nos separamos de ese valor , la probabilidad va decreciendo de forma ms o menos rpida dependiendo de un parmetro s , que es la desviacin tpica.

DESARROLLO EXPERIMENTAL

DESCRIPCIN DEL LABORATORIO Inicialmente, se cuentan 50 cilindros de una muestra, posteriormente mediremos su dimetro, para determinar la media de la muestra total. Este experimento, obedece a la necesidad de comprobar la distribucin

normal, que est regida por un patrn experimental, que evala la obtencin de un resultado, al realizar n pruebas, con un calibrador.

MATERIALES UTILIZADOS Cilindros Calibrador

PROCEDIMIENTO TABLA No. 1 Medida de cada uno de los Cilindros.

1. -10 11. 20 21. 30 31. 40 41. 50

32

33

32

33

32

30

31

31.5

31.5

32

32.5

33

30.5

32

31

32

32

33

30

33

32

31.5

31

30

31

31

32

31

30

32.5

31

31

30

33

31.5

31

30

30

29.9

30

30

32

31

31

30

31

29.9

31

31

30

De la Tabla No. 1. Obtenemos: N= 50 Valor mnimo: 29.9 Valor mximo: 32.5

Rango: Valor mximo Valor mnimo

Numero de Intervalo:

Numero de clases ser 6 Amplitud de clases:

TABLA No. 2 Media y Desviacin Estndar.

Intervalos de Clases 29,9 - 30,34 30,34 - 30,78 30,78 - 31,22 31,22 - 31,66 31,66 - 32,1 32,1 - 32,54 32,54 - 32,98 Marca de clase (X) 30,12 30,56 31 31,44 31,88 32,32 32,76 Frecuencia (F) 13 1 14 4 10 2 6 50 CLASE (U) 31.23 31.23 31.23 31.23 31.23 31.23 31.23 F(x) 391,56 30,56 434 125,76 318,8 64,64 196,56 1561,88 (Xi-X)2 1,23 0,44 0,05 0,04 0,42 1,18 2,34 5,7

Con los datos consignados de la tabla anterior calcular:

Para calcular la desviacin (), se emplea la siguiente frmula:

TABLA No.3 Media y Desviacin Estndar.

GRUPOS

MEDIA MUESTRAL 30.85

DESVIACIN ESTNDAR 0.182

31,23

0,116

30.81

0.168

TABLA No.4 Frecuencia de las longitudes de los cilindros y/o dimetros.

GRUPOS

11

11

10

13

14

10

10

11

13

TOTAL

19

22

36

27

20

12

14

Frecuencia Individual
16 14 12 10 8 6 4 2 0 29,9 - 30,34 30,34 - 30,78 30,78 - 31,22 31,22 - 31,66 31,66 - 32,1 32,1 - 32,54 32,54 - 32,98

PREGUNTAS

1. Por qu para el clculo de la desviacin se emple en el denominador (n-1) y no (n)?. Un principio general de la matemtica nos dice que si pretendemos calcular de modo aproximado la varianza de una poblacin a partir de la varianza de una muestra suya, se tiene que el error cometido es generalmente ms pequeo, si en vez de considerar como estimacin de la varianza de la poblacin, a la varianza muestral. Si hubiramos considerado como el denominador para la frmula de la varianza, el resultado hubiera sido algn sesgo, es decir, un error sistemtico que se puede controlar, como un estimador de la varianza de la poblacin; en concreto, tendera a ser demasiado bajo. Si se usa un divisor de (n-1), se tiene un estimador insesgado de 2. En una distribucin normal qu significado tiene la Z.? La desviacin estndar es til para describir cuanto se apartan de la media de la distribucin los elementos individuales de esta misma. La Z o tambin llamada puntuacin estndar nos da el nmero de desviaciones estndar a que determinada observacin se encuentra por debajo o por encima de la media. 3. Cul es el valor mximo que puede tomar Z en una distribucin normal y por qu? El valor mximo que podemos encontrar en la puntuacin estndar es de 4 y esto se debe a que es la aproximacin ms especfica al 100% de la probabilidad de una distribucin normal.

CONCLUSIONES

Gracias a la aplicacin de la distribucin normal que es una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece en fenmenos reales.

La importancia de esta distribucin radica en que permite modelar numerosos fenmenos naturales, sociales, y psicolgicos. Mientras que los mecanismos que subyacen a gran parte de este nmero de fenmenos son desconocidos, por la enorme cantidad de variables incontables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observacin se obtiene como la suma de unas pocas causas independientes.

De hecho, la estadstica es un modelo matemtico que solo permite describir un fenmeno, sin explicacin alguna. Para la explicacin casual es preciso el diseo experimental, que ah que al uso de la estadstica en psicologa y sociologa se ha conocido como mtodo correlacional.

BIBLIOGRAFA

Libro de control y calidad, Gutirrez pulido Humberto. guila Snchez, Luis. Control de la Calidad. MONTGOMERY, Douglas. Probabilidad Y Estadstica Aplicada A La Ingeniera. Mc Graw-Hill.