DISTRIBUCIÓN NORMAL

Andrés Sebastián Agudelo Chaverra1, Noelia Martínez 2.

Laboratorio de Métodos y tiempos, Grupo XX, Programa de Ingeniería Industrial,
Universidad de la Costa CUC.

2
Agudelo4@cuc.edu.co 1 Nmartine16@cuc.edu.co

Alfredo Gómez Fonseca

27 de febrero del 2019

RESUMEN
en nuestra cuarta experiencia de laboratorio aprendimos que la distribución normal es lo más importante de la
probabilidad y estadística. muchas poblaciones numéricas tienen distribuciones que se pueden ajustar mediante
una curva normal apropiada para el análisis de variables en este caso tomamos una caja llena de cortes de
madera, que tenían aproximadamente el misma medida de corte, nuestra intención en esta actividad es tomar
100 de estos cortes, luego medirlos y anotarlos realizaremos una tabla de distribución normal la cual nos
ayudará a interpretar el comportamiento que estos cortes en este caso sería, si la máquina cortadora de
madera está cortando los trozos con una medida aproximadamente igual o si está desajustada y resolveremos
los interrogantes planteados en la guía.

Palabras claves: distribución, normal, aproximado, corte, análisis, población.

ABSTRACT

In our fourth lab experience we learned that normal distribution is the most important of probability and
statistics. many numerical populations have distributions that can be adjusted by a normal curve appropriate
for the analysis of variables in this case we took a box full of wood cuts, which had approximately the same
cutting measure, our intention in this activity is to take 100 of these cuts, then measure them and write them
down we will make a normal distribution table which will help us to interpret the behavior that these cuts in this
case would be, if the wood cutting machine is cutting the pieces with a measure approximately equal or if it is
misaligned and we will solve the questions raised in the guide.

Keywords: distribution, normal, approximate, cut, analysis, population.

I. INTRODUCCIÓN una función de densidad cuya gráfica tiene forma

la distribución normal es la más importante en la
probabilidad y estadística. la distribución normal el
resultado esperado puede ser de éxito o fracaso sin
dar lugar a términos. esta distribución es
frecuentemente utilizada en la aplicaciones
estadísticas; su propio nombre indica su extendida
utilización, justificada por las frecuencias o
normalidad con la que ciertos fenómenos tienden a
parecerse comportamiento a esta distribución.
muchas variables aleatorias continuas presentan
de campana, en otras ocasiones, al considerar
distribuciones binomiales de tipo B(n,p) para un
mismo valor de p y valores de n cada vez mayores,
se ve que sus polígonos de frecuencia se aproximan
a la forma de una campana.
en resumen, la importancia de la distribución
normal se debe principalmente a que hay muchas
variables asociadas a fenómenos naturales que
siguen el modelo de la normal.
podemos observar en características fisiológicas,
sociológicas, errores cometidos al medir, valores
estadísticos muestrales, características 𝐹(𝑧) = 𝑃(𝑍 = 𝑧)
morfológicas de individuos como (animales, 𝑋 − 𝜇
𝑍 → ℎ(𝑥, 𝜇, 𝜎), 𝑍 = , ℎ(𝑧, 0.1)
personas, plantas), por ejemplo: tallas, pesos, 𝜎
envergaduras, diámetros. otras distribuciones como
la normal o la de poisson son aproximaciones si la variables X tiene una media μ y una
normales y en general cualquier característica que desviación típicas ꝺ, entonces la variable aleatoria
se obtenga como suma de muchos factores.
Z también tiene media μ y desviación típica
ꝺ.Escriba aquí la ecuación.
I. MARCO TEÓRICO

DISTRIBUCIÓN NORMAL:
Distribución de una variables aleatoria continua
con una curva de un solo pico y en forma de
campana. la media se halla en el centro de la
distribución, y la curva es simétrica alrededor de
una línea vertical que se levanta sobre la media. los
dos extremos se extienden indefinidamente, sin que
nunc toquen el eje horizontal.
el modelo de probabilidad más frecuente utilizado
en estadística es la distribución normal, que puede
emplearse en la forma general y estandarizada. se IMG 1. distribución normal este nos indica las
dice que X (variable) tiene una distribución normal proporciones desde la media hasta la probabilidad
general se cumple las siguientes condiciones: de ocurrencia más alta (imagen extraída de Anon,
- X es una variables aleatoria continua. 2019)
- sí existen las constantes:
𝜇∶ 𝛼 < 𝜇 < 𝛼; 𝜎∶ 𝜎 > 0
- la función de probabilidad viene dada por
la siguiente expresión:
1 1 𝑥−𝜇 2
ℎ(𝑥, 𝜇, 𝜎) = 𝑒 − 2( 𝜎 )
𝜎√2𝜋 IMG 2. representación gráfica de Z en una
distribución normal.
para el modelo normal estándar se trabaja con una
función de densidad que comprende integrales que
no se pueden ser reducidas a funciones elementales,
se dice que una función normal es de la forma
estándar si su media es cero y su varianza es la II. METODOLOGÍA
unidad. se toman 100 cilindros de la población para medir
la función de distribución de la variables normal sus diámetros con el calibrador y se anotan estos
estándar Z es: valores en la tabla 1
1 1 2 luego, para anotar calcular la media y la desviación
ℎ(𝑧, 0.1) = 𝑒 − 2(𝑧) estándar, procedemos a agrupar los datos en la
𝜎√2𝜋𝜎 2
tabla 3.
se calcula el rango de la muestra tomando el dato
la función acumulada correspondiente a la
mayor y el menor de la misma, de esta forma
distribución estándar dad que la probabilidad de la
continuamos para hallar el número de clases y la
variable norma asuma menores o iguales a Z.
amplitud de los intervalos para cocinarlo en la tabla
2.
hallamos el número de clases según la fórmula,
para construir los intervalos y asegurarnos de que
el valor mínimo como el máximo se encuentren
dentro de los datos tomados, restamos 0.05 al valor Segundo Intervalo
mínimo por que el cliente así lo decide. 48.5 + 1.5 = 50
procedemos a hallar la frecuencia que existe entre (48.5 − 50)
los intervalos, la marca de clase y la clase (μ) para
llenar el resto de la tabla 2 con las operaciones Tercer Intervalo
entre ellos. 50 + 1.5 = 51.5
de esta forma hallamos la media y la y la (50 − 51.5)
desviación estándar de cada dato para proceder
hallar su probabilidad, las graficamos y analizamos Cuarto Intervalo
para continuar con las respuestas a las preguntas y 51.5 + 1.5 = 53
sus respectivas conclusiones. (51.5 − 53)
después de esto procedemos a analizar los valores
de la tabla 2 con los valores de los demás grupos de Quinto Intervalo
clase. 53 + 1.5 = 54.5
(53 − 54.5)

III. RESULTADOS Sexto Intervalo

54.5 + 1.5 = 56
(54.5 − 56)

Séptimo Intervalo
56 + 1.5 = 57.5
(56 − 57.5)

Octavó Intervalo
57.5 + 1.5 = 59
57.5 − 59
TABLA 1. Media de cada una de las medidas de Nos aseguramos de que el valor máximo es menor
cilindro en milímetro (mm) fuente: elaboración al octavo intervalo para que este no que por fuera
personal de la toma de datos 59 ≥ 59

OBSERVACIONES TABLA 1 MARCAS DE CLASE X:

n = 100 de una población de 300

Valor Máximo: 59
Valor Mínimo: 47
Rango: R =59 – 47 IV. ANÁLISIS Y
R = 12 CUESTIONARIO
Numero De Intervalos:
Tarrico: 𝑘 = 1 + 3,22𝑙𝑜𝑔𝑛 1. porque para el cálculo de la desviación se
𝑘 = 1 + 3,22𝑙𝑜𝑔100 empleó el denominador (n - 1) y no (n)?
𝑘 = 7.64 ≈ 8 𝑐𝑙𝑎𝑠𝑒𝑠
Amplitud De Nuestras Clases: un principio general de la teoría matemática nos
𝒓𝒆𝒄𝒐𝒓𝒓𝒊𝒅𝒐 𝟏𝟐 dice que si pretendemos calcular de modo
𝑨 = → = 𝟏. 𝟓
# 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆𝒔 𝟖 aproximado la varianza de una población a partir de
la varianza de una muestra suya, se tiene que el
INTERVALOS DE CLASE: error cometido es generalmente más pequeño, se en
vez de considerar como estimación de la varianza
Primer Intervalo de la población, a la varianza muestral. si
𝑉𝑎𝑙𝑜𝑟𝑚𝑖𝑛 = 47 − 0.05 = 46.95 hubiéramos considerado (n) como el denominador
47 + 1.5 = 48.5 para la fórmula de la varianza, el resultado hubiera
46.95 − 48.5 sido algún sesgo, es decir, un error sistémico que se
puede controlar, como un estimado de la varianza
de la población; en concreto, tendría a ser
demasiado bajo. si se usa un divisor (n - 1), se
obtiene un estimador insesgado de ꝺ2
2. en una distribución normal ¿qué significa
tiene la Z?
la desviación es útil para describir cuanto se aparta
la media de la distribución de los elementos
individuales de esta misma. la Z o también llamada
puntuación estándar nos da el número de
desviación estándar a que determinada observación
se encuentre por debajo o por encima de la media.
3. cuál es el valor máximo de que pueda
pasar Z en una distribución normal y por
qué?
el valor máximo que podemos encontrar en la
puntuación estándar Z es de 4.0 y esto es debido a
que es la aproximación más específica al 100% de
las probabilidades de una distribución normal esto
lo podemos observar en la tabla de la función Z.
en nuestra cuarta experiencia de laboratorio
podemos concluir que la distribución normal es una
de las distribución de probabilidad de variables
continua que con más frecuencia aparece en
fenómenos reales.
su importancia radica en que permite modelar
numerosos fenómenos naturales, sociales y
psicológicos mientras que los mecanismos que se
encuentra alrededor de este tipo de fenómenos son
desconocidos o no se pueden medir, por la enorme
cantidad de variables incontrolables que en ellos
intervienen, el uso del modelo normal. esto
podemos justificarlo si sabemos que cada
observación que obtenemos es la suma de ciertas
condiciones establecidas que hacen medible las
variables de forma cuantitativa.
la estadística es un modelo matemático que sólo
permite describir un fenómeno, sin explicación
algunas. de ahí del uso de la estadística en la
ingeniería este no permite notar patrones pequeños
que ocurren en las operaciones de una empresa u
organización.

V. CONCLUSIONES VI. BIBLIOGRAFÍA

1.
2. Anon, (2019). https://www.researchgate.net/figure/Distribucion-normal-y-sus-porcentajes-
respecto-de-la-desviacion-estandar_fig1_275021043 [recuperado 18 Mar. 2019].
1. https://es.scribd.com/document/324802918/Informe-Normal

ANEXOS
En esta sección se adicionan todas las tablas y gráficas que se generen de la práctica. Estas deben estar
debidamente referencias y deben estar interconectadas con las secciones anteriores.

CRITERIOS DE EVALUACIÓN PARA INFORMES DE LABORATORIO:

Ø CUMPLIMIENTO DE LAS NORMAS Y ORTOGRAFÍA 30%
Ø CUMPLIIENTO CON CADA UNO DE LOS ITEMS DEL INFORME (CLARIDAD,
REDACCIÓN, COHERENCIA Y RELACIÓN CON LA EXPERIENCIA) 30%
Ø RESULTADOS, ANÁLISIS Y CONCLUSIONES 40%
NOTA: LA NO REFERENCIACIÓN DENTRO DEL DOCUMENTO TENDRÁ COMO
CALIFICACIÓN TOTAL CERO (0,0) Y SU RESPECTIVO PROCESO DISCIPLINARIO.