DEPARTAMENTO DE PRODUCTIVIDAD E INNOVACIÓN

UNIVERSIDAD DE LA COSTA, CUC

LABORATORIO DE CONTROL DE CALIDAD

TEORÍA DE DISTRIBUCIÓN NORMAL

PRESENTADO POR:
FIORELLA PÉREZ PUPO
DIORCELIS HEREDIA COLON
DANIELA GRANADOS RODRIGUEZ
NATALIA VILLALOBOS RUEDA
JAVIER VEGA MONTAÑO
REINA LUCERO VALDEZ TAPIA
JOSE PEÑA JIMÉNEZ

ASIGNATURA:
CONTROL DE CALIDAD

GRUPO:
REMOTO-12278

DOCENTE:
ZULMEIRA HERRERA FONTALVO

FEBRERO DE 2021
BARRANQUILLA
 1. OBJETIVOS ESPECÍFICOS

• Utiliza la distribución normal para obtener probabilidades, intervalos y

cantidades específicas Interpretar áreas bajo la curva normal de acuerdo
con un contexto determinado.

2. JUSTIFICACIÓN
De las distribuciones de probabilidad, la Normal, es por si, la más importante y usada en la
probabilidad y estadística. Muchas poblaciones numéricas siguen distribuciones que se
pueden ajustar mediante una curva normal apropiada, para el análisis de variables continuas,
por ejemplo: longitudes, masa, diámetro, etc.
Con el desarrollo de esta experiencia se pretende ilustrar, en forma general los conceptos
relacionados con la distribución normal. También se practicarán el ajuste de una distribución
normalde una distribución de frecuencias observadas y se demostrará el efecto de las diversas
fluctuaciones del muestreo, de tal forma que el futuro ingeniero pueda utilizar este
conocimiento en la mejora de procesos en la industria.

3. DESARROLLO DE LA GUÍA EN CLASE

Para el desarrollo de esta guía, se tuvieron en cuenta varios conceptos y formulas vistas anteriormente en
clase, como distribución normal. Así mismo, se utilizaron como objetos para el desarrollo de esta los
siguientes materiales:

✓ 100 palitos de paleta.

✓ Una regla.

Figura 1: total de 100 palitos de paleta y la regla para desarrollar la guía

en esta práctica de laboratorio realizamos lo siguiente:
Tomamos 100 muestra de tamaño 10 midiendo la longitud de los palitos de palera y anotamos en una tabla
el largo que obtuvimos en cada muestra, luego resumimos los datos obtenidos experimentalmente en forma
de distribución de la frecuencia de la longitud de los palitos halladas en la muestra de cada grupo. Por
último, procedemos a resolver los cálculos y preguntas planteadas en la guía.

distribución normal
Es una distribución continua cuya densidad tiene forma de campana. Es muy importante tanto en la
estadística teórica como en la aplicada.

Todas las distribuciones normales de variables continuas se pueden convertir en la distribución normal
estandarizada (o “normal estándar”). La distribución normal con parámetros μ = 0 y σ = 1 se conoce como
distribución normal estándar.

𝑿𝒊− 𝝁
𝑍=( )
𝝈

𝑿−𝝁 𝑿−𝝁
𝑷(𝑿 ≤ 𝝌) = ( ≤ ) = 𝑷(𝒁 ≤ 𝒁)
𝝈 𝝈

1.-10 9 8,9 9,3 9,2 9,4 9,2 9,1 9 9 9,1

11.-20 9,2 9,1 9,3 9,3 9,4 9,2 9,3 9,2 9,2 9,3
21-30 9,3 9,3 9,4 9,2 9,3 9,4 9,3 9,2 9,3 9,3
31-40 9,2 9,3 9,2 9,3 9,3 9,2 9,3 9,3 9,3 9,4
41-50 9,3 9,2 9,3 9,4 9,4 9,3 9,3 9,3 9,3 9,3
51-60 9,3 9,3 9,2 9,2 9,3 9,3 9,3 9,3 9,2 9,3
61-70 9,3 9,3 9,3 9,3 9,3 9,3 9,3 9,4 9,3 9,3
71-80 9,1 9,3 9,2 9,3 9,3 9,3 9,1 9,3 9,3 9,3
81-90 9,3 9,3 9,3 9,2 9,3 9,3 9,3 9,3 9,3 9,3
91-100 9,3 9,3 9,2 9,3 9,2 9,2 9,1 9,2 9,3 9,3

TABLA No.1 medida de cada uno de los cilindros

Resumir las observaciones de todos los grupos en una distribución de frecuencias, usando
la tablaNo.2 y calcular la media y la desviación estándar de esta distribución.

LIMITE LIMITE MARCA FRECUENCIA (f)(X) (Xi-X)2

INFERIOR SUPERIOR DE CLASE (f)
(X)

8,9 9,4 9,15 0 0 0,0625

9,1 9,4 9,25 0 0 0,0225
9,2 9,4 9,3 6 55,8 0,01
9,2 9,4 9,3 6 55,8 0,01
9,2 9,4 9,3 7 65,1 0,01
9,2 9,3 9,25 0 0 0,0025
9,3 9,4 9,35 0 0 0,0025
9,1 9,3 9,2 1 9,2 0,01
9,2 9,3 9,25 0 0 0,0025
9,1 9,3 9,2 4 36,8 0,01

Tabla No. 2 Resumen resultados individuales

Comparar en la tabla No.3 la media y la desviación estándar estimadas de las muestras de

todos los grupos, observar cómo varían con respecto a los resultados del primer paso (Tabla
1).
Al analizar los resultados de los diferentes grupos de la media muestral y desviación estándar
podemos observar cómo varían los datos de cada grupo debido a que cada observación realizada es
completamente dependiente de las longitudes obtenidas a partir de la medición del objeto de estudio,
en este caso, los palitos de paleta.
Entonces podemos afirmar que la variación presentada entre los datos es subjetiva ya que obedece
directamente a los resultados del experimento aleatorio.

GRUPOS MEDIA DESVIACIÓN

MUESTRAL ESTÁNDAR
5 8,577897133 0,004983812
6 9,262 0,090765543
7 8,9 0,89
8 130.98 1,0514837

Tabla No.3 Resumen resultados por grupos para la media y desviación

Resumir las frecuencias observadas de todos los grupos en la tabla No.4 y con base en estos datos
dibujar histogramas tanto de la probabilidad de los resultados individuales, como también de los
resultados de todos los grupos. Observar las formas de los histogramas y concluir lo pertinente

Histrograma grupal
10
9
8
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10
serie 5 serie6

Grafica No1Histograma grupal

Histograma grupo individual

8
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10

Grafica No.2 Histogrma de grupo individual

GRUPOS 1 2 3 4 5 6 7 8 9 10

Grupo 5 6 6 6 8 8 5 6 6 9 8
Grupo 6 0 0 6 6 7 0 0 1 0 4
Grupo 7 1 0 4 0 1 0 0 1 1 4
Grupo 8 0 0 0 0 0 0 0 0 0 0
TOTAL 6 6 12 14 15 5 6 7 9 12

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

Con base en los resultados del punto número 1, para la media y la desviación muestral y
asumiendo estos valores como los parámetros de la población, cuál será el porcentaje de
cilindros rechazados por un cliente, si este sólo acepta cilindros con una longitud de la media
+/- un 5%. Ilustre el resultado con una gráfica de la distribución normal.

• Media muestral (µ)= 9,262

• Desviación estándar (σ)= 0,090765543
• Límite inferior (Li)= 9,262-0,05= 9,212
• Límite superior (Ls)= 9,262+0,05= 9,312

𝑳−µ
𝑷(𝒁 < 𝑳) = 𝒁( )
𝝈
9,212−9,262µ
Límite inferior 𝑃(𝑍 < 9,212) = 𝑍(0,090765543 )
P (Z<-0,55)=0,2912= 29%

9,312−9,262µ
Límite superior 𝑃(𝑍 < 9,312) = 𝑍(0,090765543 )
P (Z<0,55)=0,7088= 71%
 4. RESPUESTA A INTERROGANTES PROPUESTOS POR LA GUIA
PREGUNTAS

1. ¿Porque para el cálculo de la desviación se empleó en el denominador (n-1) y no (n)

2. En una distribución normal ¿qué significado tiene la Z?
3. ¿Cuál es el valor máximo que puede tomar Z en una distribución normal y por qué?
4. ¿Qué conclusiones y recomendaciones se pueden hacer de la experiencia?

RESPUESTAS
1. Se utilizo (n-1) porque nos estamos refiriendo a una varianza de muestra, en cambio sí se utiliza
la (n) como denominador para la fórmula de la varianza, el resultado hubiera sido algún sesgo,
es decir, un error sistemático que se puede controlar, como un estimador de la varianza de la
población; en concreto, tendería a ser demasiado bajo.

2. En general, el valor de Z se interpreta como el número de desviaciones estándar que están

comprendidas entre el promedio y un cierto valor de variable x. se puede decir que es la
diferencia entre un valor de la variable y el promedio, expresada esta diferencia en cantidad de
desviaciones estándar. Es decir que nos da el número de desviaciones estándar a la que una
determinada observación se encuentra por encima o por debajo de la media

3. . El valor máximo que puede tomar Z es de 4 y esto se debe a que es la aproximación más
específica al 100% de la probabilidad de una distribución normal.

4. podemos concluir que la distribución normal es una de las distribuciones más importantes y a su
vez podemos comprender que es una distribución de variable continua que tiene un campo de
variación de (-∞,∞) tambien podemos observar que esta distribución normal se basa en 2
parámetros los cuales son la media y la desviación. Conocer y entender esta distribución es de
vital importancia para nuestro desarrollo profesional. Se recomienda realizar la practica en un
laboratorio, además utilizar herramientas de medidas más precisas y profesionales. Tener claros
con conceptos vistos en la clase.