De
Probabilida
d Normal
UNIVERSIDAD PACCIOLI
DE CRDOBA
LICENCIATURA EN ADMINISTRACIN
DE EMPRESAS
PROYECTO DE CLASE
Estadstica II
JEHU ROJAS GONZLEZ
JESUS SANGUINO MEDINA
LAEMI IV
MTRO. ERNESTO MORAN CABRERA
Presentacin
En este siguiente artculo basaremos nuestro proyecto
en la aplicacin de mtodos estadsticos, en el cual
ocuparemos diferentes tipos de pasos, realizamos un
marco terico en el que se habla de las diferentes
teoras que determinamos investigar que se extrajo del
libro y artculos de fuentes distintas de la Estadstica.
El presente documento nos ocupamos en recolectar
diferentes
conceptos
bsicos
de
la
estadstica,
binomial
inferencia
estadstica.
Al
Propsito
Mostrar
los
pasos
correctos
tanto
metodolgicos
Introduccin
Hoy en da la estadstica ha llegado a tal grado de perfeccionamiento
y especializacin, que casi no existe disciplina cientfica, o tcnica, de
investigacin, control o planificacin, en la cual no se apliquen los
mtodos estadsticos como una herramienta de trabajo valiossima e
insustituible.
El siguiente escrito y fuente de informacin tiene como objetivo la
orientacin estadstica a los problemas que surgen en las empresas y
mediante datos numricos poder tomar las decisiones correctas y as
poder optimizar los recursos y cumplir los objetivos empresariales.
Se presentara de manera clara y precisa teoras y frmulas que
sustentan la prctica estadstica para su desarrollo de manera
elocuente dando a conocer al campo de la teora pero enfocado de
manera prctica en problemas operaciones de la empresa mostrando
resultados correctos y como descripcin se emplearan modelos de
campana o gauss
ndice
Presentacin
Propsito
Introduccin
Marco terico
Distribucin probabilstica normal
Casos
Conclusin
Recomendaciones
Fuentes bibliogrficas
frecuentemente
utilizada
en
las
aplicaciones estadsticas.
Su propio nombre indica su extendida utilizacin, justificada por la
frecuencia o normalidad con la que los ciertos fenmenos tienden a
parecerse
en
su comportamiento a
esta
continuas
distribucin.
presentan
Antecedentes histricos
1.1 Distribucin de probabilidad binomial
La distribucin normal naci el 12 de noviembre de 1933, mediante un
pequeo trabajo que public el matemtico francs Abraham De
Moivre (1667 - 1754), como medio de evaluar aproximadamente la
funcin de distribucin Binomial para valores grandes de n. Su
pensamiento fue desde el histograma hasta la curva continua, para
encontrar finalmente la ecuacin de la curva normal. De Moivre fue
expulsado de Francia por ser hugonote y fue a vivir a Inglaterra,
donde daba asesoramiento sobre los juegos de azar. Sin embargo,
los juegos de azar no ganaron nada con el conocimiento de la
distribucin normal y en esa poca no se encontraron aplicaciones
prcticas a esta distribucin, por lo que curva y ecuacin cayeron en
el olvido.
No fue sino hasta finales del siglo XVIII y principios de XIX, en que
apareci un problema prctico que requiri la distribucin normal para
su solucin. Los astrnomos siempre se encontraban ante la difcil
situacin de que los resultados de sus medidas eran diferentes, lo
1
f ( x)
e
2
Donde ,
( x )2
2 2
-< x<+
>0. (=3,14159...,
e=2,71828 )
Abreviadamente la indicaremos por XN (,)
1
2
El grfico nos muestra la representacin grfica de la funcin de
densidad, f(x), de una distribucin normal de parmetros y :
1
f ( x)
e
2
( x )2
2 2
nos da la
=1 en la expresin
1
f ( x)
e
2
( x )2
2 2
4.
de
densidad:
En la
de
manufactura,
incluyendo
las
plantas
en
Mxico
(subsidiarias y maquiladoras).
Sigma; es una letra griega que simboliza la desviacin estndar, se
utiliza en estadstica aplicada a la produccin como un indicador de la
dispersin o variabilidad esperada de los productos o componentes
producidos en un proceso. Entre mayor sea su valor, indicar que hay
una variacin mayor entre productos o componentes producidos en el
proceso y viceversa. Como analoga, imagnese la variabilidad que
existe entre las estaturas de los habitantes de una ciudad; su sigma
ser mayor que la sigma resultante de tomar slo a los habitantes
masculinos adultos de 30 aos. Con referencia a la figura 1, la
capacidad en nmero de sigmas del proceso se determina por el
nmero de veces que el valor numrico de la desviacin estndar
cabe en la distancia que existe entre la media aritmtica del proceso
si se distribuye en forma normal y el lmite de especificaciones que se
encuentre ms cerca de sta (ya sea el inferior LIE o el lmite superior
LSE). De tablas de valores de la distribucin normal acumulada, un
est
representada
por la
inspeccin
de
alguna
Control,
continuacin se detallan.
Estandarizacin
Reconocimiento.
Casos Prcticos
M=5,5
N=7,7
7,7
5,5
20%
b)
M=5,5
N=20%
1.22
.8235=x-5,5
X=6.32
Aproximadamente las que podran buscar una repesca
son los hayan obtenidos un 6.32 de calificacin.
.05
.45
M=5
N=5%
1.645=
9.87=x-59
X=68.87
En promedio un bebedor tendr que beber 68.87 litros
de cerveza al ao que pertenece al 5% de la poblacin.
La familia Camp tiene gemelos. Rob y Rachel. Ambos
se graduaron de la universidad hace dos aos y
actualmente cada uno gana $ 50000 anuales. Rachel
trabaja en la industria de las ventas de menudeo,
donde el salario medio de ejecutivos con menos de
cinco aos de experiencia es de $35000, con una
desviacin estndar $8000, Rob es ingeniero. El salario
medio de los ingenieros con menos de cinco aos de
experiencia es de $60000, con una desviacin estndar
de $5000. Calcule los valores z de Rob y Rachel y
comente los resultados.
Datos:
M=35000
N=50000
X=
Z=
Z=
Z=
500000
35000
Datos:
M=60000
N=
X=
Z=
Z=
/
/
N=30 y 34
/X=/
/Z=
Z=
34
30
29
Z=
Z=.3413
/
.0793
.262
b).M=29
N=23
X=
2
29
Z=
Z=
La probabilidad de que tengan cuanto menos del 23
millones de espectadores es del 38.49
c).M=29
//N=40
X=
N=40
29
40
/
//Z=
Z=
Conclusin
Dentro de este temas explicamos la importancia de la estadstica para
el manejo de cada uno de los elementos en lo que se encuentra, la
relacin entre el clculo estadstico y la aplicacin para los manejos
administrativos dentro del rea de produccin y calidad
Una distribucin de probabilidad para una variable aleatoria discreta
es un listado mutuamente excluyente de todos los resultados posibles
para esa variable aleatoria, tal que una probabilidad particular de
ocurrencia est asociada con cada resultado.
El estudio de probabilidades continuas lo presentamos mediante un
grfico en el cual se denomina campana de gauss visualizando el
futuros
L.A.E.
el
uso
de
las
probabilidades
en
las
Recomendaciones
Al aplicar cada uno de los mtodos de probabilidades hacerlo de una
manera especfica en el cual demostremos el uso y la aplicacin de
por qu se utilizara como ser de beneficio
Cuando deseamos en algn trabajo de investigacin realizar
inferencias acerca de la media o de la varianza
poblacional de
Fuentes de informacin
PROBABILIDAD Y ESTADSTICA SPIEGEL, MURRAY
http://bochica.udea.edu.co/~bcalderon/4_relvarianzasnormale
s.html
Cannavos G. Probabilidad y Estadstica Aplicacin y mtodos. Ed.
En espaol Mc
GRAW- HILL/INTERAMERICANA DE MEXICO.1995.
http://www.eumed.net/libros/2006a/rmss/a8.htm
Devore, J.L. (2000). Probabilidad y Estadstica para Ingeniera y
Ciencias, Quinta Edicin, Thomson Learning.