Estadística 15/05/2006 01:46 PM

Calidad
Introducción ¿ La Distribución Normal ¿ La Distribución Normal Tipificada ¿ Métodos de Cálculo. Tablas ¿ Tipificación
de la Variable ¿ Calculadora

Introducción
En la industria la calidad final que se obtiene en un proceso depende de muchos factores: experiencia de los operarios, calidad de
las materias primas, estado de las herramientas, etc. Algunos de estos parámetros se conocen de forma exacta (variables
asignables), mientras que otros se sabe que siguen una tendencia (variables aleatorias). La estadística nos proporciona una
herramienta muy interesante para poder trabajar con estos casos en los que se conoce sólo el comportamiento pero no el valor
preciso: la variable aleatoria.

Variable aleatoria es una función que asocia un número a cada suceso elemental de un espacio muestral.

Supongamos que hacemos un histogramas de frecuencias relativas de la intensidad de disparo de un interruptor automático. El
histograma tendrá la forma de la figura izquierda de debajo. A medida que los intervalos se van haciendo más pequeños, la línea
poligonal de frecuencias relativas tiende hacia una línea curva. Esta curva es la gráfica de una función f(x) llamada función de
densidad, figura debajo derecha, que está asociada a una distribución de probabilidades de una variable aleatoria continua.

 Variable estadística  Variable aleatoria

 Frecuencia relativa de x i  Probabilidad del suceso x i

 Fi = fi /n y S Fi = 1  f(x i ) = p i y S p i = 1

Cuando se trabaja con una variable aleatoria continua siempre se determinan probabilidades de que la variable aleatoria X
pertenezca a un cierto intervalo P(x1 ≤ X≤ x2 ), ya que la probabilidad en un punto es cero.

La función de densidad f(x) es una función asociada a una variable aleatoria continua X que permite hallar mediante el cálculo de
áreas las probabilidades en las distribuciones continuas.

La función de distribución de una variable aleatoria continua es la función que determina la probabilidad de que la variable
aleatoria X tome un valor menor o igual a x i : F(xi ) = P(X ≤ x i )

El área de la región comprendida entre f(x), OX y dos rectas x 1 y x 2 es la probabilidad de que la variable aleatoria X esté en el
intervalo [x1, x2].

http://endrino.cnice.mecd.es/~jhem0027/estadistica/normal/normal.htm Página 1 de 7
Estadística 15/05/2006 01:46 PM

La Distribución Normal N (m, s)

La distribución normal N (m, s) es un modelo matemático que rige muchos fenómenos. La experiencia demuestra que las
distribuciones de la mayoría de las muestras tomadas en el campo de la industria se aproximan a la distribución normal si el
tamaño de la muestra es grande. Esta distribución queda definida por dos parámetros: la media m y la desviación típica s. Se
presenta mediante una curva simétrica conocida como campana de Gauss. Esta distribución nos da la probabilidad de que al
elegir un valor, éste tenga una medida contenida en unos intervalos definidos. esto permitirá predecir de forma aproximada, el
comportamiento futuro de un proceso, conociendo los datos del presente.

La desviación típica es grande, el intervalo de incertidumbre de La desviación típica es pequeña, el intervalo de incertidumbre
la medida es grande, la precisión es débil de la medida es pequeña, la precisión es grande

Tienen especial interés los siguientes intervalos:

http://endrino.cnice.mecd.es/~jhem0027/estadistica/normal/normal.htm Página 2 de 7
Estadística 15/05/2006 01:46 PM

La Distribución Normal Tipificada

La distribución normal tipificada N (0, 1). Cuando la media de la distribución es 0 y la varianza es 1 se denomina "normal
tipificada", y su ventaja reside en que hay tablas donde se recoge la probabilidad acumulada para cada punto de la curva de esta
distribución.

La tabla nos da la probabilidad acumulada, es decir, la que va desde -¥ hasta un valor. No nos da la probabilidad concreta en ese
punto. En una distribución continua en el que la variable puede tomar infinitos valores, la probabilidad en un punto concreto es cero.

Método para Calcular Probabilidades (Tabla con Valores + y -)

Abrir Ventana con Tabla (valores + y -)

La probabilidad en un intervalo t1 ≤t≤t2 se obtiene restando de la probabilidades acumulada t2 p(t 2 ) la probabilidad acumulada de
t1 p(t 1 )

http://endrino.cnice.mecd.es/~jhem0027/estadistica/normal/normal.htm Página 3 de 7
Estadística 15/05/2006 01:46 PM

P(t1 ≤t≤t2 ) = p(t 2 ) - p(t 1 )

Ejemplo:

Probabilidad en el intervalo -1 ≤ t ≤ 0,5

P(-1≤ t ≤ 05) = p(0,5) - p(-1) =

= 0,6915 -0,1587 = 0,5328

Método para Calcular Probabilidades (Tabla con Valores sólo +)

Abrir Ventana con Tabla (valores +)

En este caso hay que hacer algunas consideraciones, tal como se indica a continuación:

La probabilidad p de que un valor cualquiera t se

encuentre en el intervalo -∞ < t < +∞ es de 1 (100%)

La probabilidad p de que un valor cualquiera t se

encuentre en el intervalo -∞ < t < t1 es de p(t 1 )

Ejemplo:

P(t ≤ 1,75) = 0,9599

[P(t >1,75) = 1-0.9599 = 0,041]

http://endrino.cnice.mecd.es/~jhem0027/estadistica/normal/normal.htm Página 4 de 7
Estadística 15/05/2006 01:46 PM

La probabilidad p de que un valor cualquiera t se

encuentre en el intervalo -∞ < t < -t1 es de p(-t1 ) = 1 -
p(t 1 )

Ejemplo:

P(t ≤ -0,5) = 1- P(t ≤ 0,5) = 1-0,6915 = 0,3085

ó también

P(t ≤ -0,5) = P(t > 0,5) = 1-P(t ≤ 0,5) = 0,3085

La probabilidad p de que un valor cualquiera t se

encuentre en el intervalo -t1 < t < +t 1 es de p(-t1 <t<+t1 ) =
p(t 1 ) - p(-t1) = 2p(t 1 )-1

Ejemplo:

P(-1≤ t ≤ 1) = 2P(t ≤ 1) -1= 2· 0,8413 -1 = 0,6826

La probabilidad p de que un valor cualquiera t se

encuentre en el intervalo t1 < t < t2 es de p(t 1 <t<t 2 ) =
p(t 2 ) - p(t1)

Ejemplo:

P(1≤ t ≤ 1,85) = P(t≤1,85) - P(t≤1) = 0.9678 - 0,8413

= 0,1265

La probabilidad p de que un valor cualquiera t se

encuentre en el intervalo -t1 < t < +t 2 es de p(-t1 <t<+t2 ) =
p(t 2 ) - p(-t1) = p(t 2 ) - [1 - p(t 1 )] = p(t 2 ) + p(t 1 ) -1

Ejemplo:

P(-1≤ t ≤ 1,85) = P(t≤1,85) + P(t≤1) -1 = 0.9678 +

0,8413 - 1 = 0,8091

http://endrino.cnice.mecd.es/~jhem0027/estadistica/normal/normal.htm Página 5 de 7
Estadística 15/05/2006 01:46 PM

La probabilidad p de que un valor cualquiera t se

encuentre en el intervalo -t1 < t < -t2 es de p(-t1 <t<-t2 ) =
p(-t2 ) - p(-t1) = [1 - p(t 2 )] - [1 - p(t 1 )] = p(t 1 ) - p(t 2 )

Ejemplo:

P(-1,85≤ t ≤ -1) = P(t≤1,85) -P(t≤1) = 0.9678 - 0,8413

= 0,1265

Tipificación de la Variable

Si se tiene una curva normal N (m, s) y se quiere hallar las probabilidades a partir de las tablas de la normal estándar N(0,1) es
preciso realizar un cambio de variable (tipificación):

P(X ≤ x) = P(t ≤ (x -m)/s)

Es decir, la probabilidad de que x esté entre entre dos valores a y b es igual a la probabilidad de que t esté entre:

(a - m)/s y (b - m)/s

Ejemplo:

Sea la curva normal N(100,10), se desea hallar la probabilidad de que x tome un valor entre 90 y 110.

t1 = (90 -100)/10 = -1

t2 = (110 -100)/10 = 1

Se busca en la tabla N(0,10) p(-1<t<1) = p(1) - p(-1) = p(1) - [1 - p(1)] = p(1) + p(1) - 1 = 0,8413 + 0,8143 - 1 = 0,6826 y en
porcentaje 68,26%

http://endrino.cnice.mecd.es/~jhem0027/estadistica/normal/normal.htm Página 6 de 7
Estadística 15/05/2006 01:46 PM

Abrir Calculadora de Probabilidad (Distribución Normal)

Abrir Calculadora de Probabilidad (Distribución Normal Tipificada)

http://endrino.cnice.mecd.es/~jhem0027/estadistica/normal/normal.htm Página 7 de 7