Documente Academic
Documente Profesional
Documente Cultură
Nombres:
1443
OA JEFFERSON
1162
Fecha de envo:
2015 10 19
Fecha de entrega:
2015 10 23
DISTRIBUCIONES:
NORMAL
BINOMIAL
HIPERGEOMTRICA
Este documento ha sido realizado en LibreOffice, bajo Licencia Pblica de Mozilla V2.0
Copyright 2000, 2014 LibreOffice
ESPOCH
CONTROL DE LA PRODUCCIN
INGENIERA INDUSTRIAL
2015
Pgina 2
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
Donde:
suma de un conjunto de valores.
x variable que generalmente se usa para representar los datos individuales.
n nmero de valores en una muestra.
Media poblacional (): Es la medida numrica de un conjunto de valores que se calcula al
sumar los datos de toda la muestra y dividirlos para el total de datos de una poblacin
seleccionada.
Donde:
suma de un conjunto de valores.
x variable que generalmente se usa para representar los datos individuales.
N nmero de valores en una poblacin.(Triola 2009)
Pgina 1
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
3
3
Ejemplo: La media geomtrica G de 2, 4 y 8 es G= ( 2)(4)(8)= 64=4
1
N
1
1
N j=1 X j
N
1
1
1
1
=
=
H
N
N
X
Ejemplo: La media armnica H de los nmeros 2, 4 y 8 es
H=
3
3 24
= = =3.4285
1 1 1 7 7
+ +
2 4 8 8
CONTROL DE LA PRODUCCIN
x2 y se define como:
Pgina 2
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
MQ= x2=
X 2j
j =1
X
N
Este tipo de promedio se utiliza con frecuencia en las aplicaciones fsicas.(Murray R. 1991)
Ejemplo: La media cuadrtica del conjunto 1, 3, 4, 5, y 7 es:
MQ=
1+ 3+4+5 +7
= 20=4.47
5
Mediana: Una desventaja de la media es su sensibilidad a cada valor, de tal forma que una
puntuacin excepcional puede afectarla de manera drstica. La mediana resuelve, en gran
medida, esa desventaja. La mediana es un valor intermedio, ya que la mitad de los valores
de los datos estn por debajo de la mediana y la otra mitad por arriba de ella. La siguiente
definicin es ms precisa.
La mediana de un conjunto de datos es la medida de tendencia central que implica el valor
intermedio, cuando los valores de los datos originales se presentan en orden de magnitud
x (y se lee x con tilde).
creciente (o decreciente). La mediana suele denotarse con ~
Para calcular la mediana, primero se ordenan los valores (se acomodan en orden) y luego se
sigue uno de los siguientes dos procedimientos:
1. Si el nmero de valores es impar, la mediana es el nmero que se localiza
exactamente a la mitad de la lista.
2. Si el nmero de valores es par, la mediana se obtiene calculando la media de los dos
nmeros que estn a la mitad.
Moda: La moda de un conjunto de datos es el valor que se presenta con mayor frecuencia.
En realidad, la moda no se utiliza mucho con los datos numricos. Sin embargo, entre las
diferentes medidas de tendencia central que se considera, la moda es la nica que puede
CONTROL DE LA PRODUCCIN
Pgina 3
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
usarse con datos de nivel de medicin nominal. (el nivel de medicin nominal se refiere a
datos que consisten nicamente en nombres, etiquetas o categoras).
http://www.aulafacil.com/cursos/l11217/ciencia/estadisticas/estadisticas/medidas-de-posicion-no-central
CONTROL DE LA PRODUCCIN
Pgina 4
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
Donde:
l: lmite inferior de la clase a la que pertenece el cuartil, que es la clase que
deja por debajo de ella el 25% de las observaciones (o el 75% en el caso de
Q3)
I: amplitud del intervalo.
f: frecuencia de la clase cuartlica.
N: total de elementos de la muestra.
fi: frecuencia acumulada de todos los valores inferiores a la clase que
contiene el cuartil.
Deciles (Di): Son los valores de la variable que dividen a la distribucin en las partes
iguales, cada una de las cuales engloba el 10 % de los datos. En total habr 9 deciles. (Q2 =
D5 = Me ).
D1, el decil 1, deja el 10% de los valores de la serie por debajo de l.
Anlogamente ocurre con los deciles D2, D3,.......D9. El decil 8, por ejemplo, deja el 80% de
la masa de datos investigada por debajo de l.
Las frmulas para calcularlos son tambin anlogas a las de la mediana.
Por ejemplo:
I N
D 1 =l+ ( f i )
f 10
I 9N
D9 =l+ (
f i )
f 10
Centiles o Percentiles (Pi): Son los valores que dividen a la distribucin en 100 partes
iguales, cada una de las cuales engloba el 1 % de las observaciones. En total habr 99
percentiles. (Q2 = D5 = Me = P50).2
As P90, por ejemplo, deja por debajo de l el 90% de los elementos.
La frmula para realizar el clculo del percentil 45, por ejemplo sera:
I 45 N
P45=l+ (
f i )
f 100
Rango: El rango de un conjunto de nmeros es la diferencia entre el mayor y el menor
nmero de ellos.
Ejemplo: El rango del conjunto 2, 3, 3, 5, 5, 5, 8, 10, 12 es R= 12 2 = 10
2
http://www.eumed.net/cursecon/libreria/drm/1d.htm
CONTROL DE LA PRODUCCIN
Pgina 5
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
Mitad del rango: La mitad del rango es la medida de tendencia central que constituye el
valor que est a la mitad, entre la puntuacin ms alta y la ms baja, en el conjunto original
de datos. Se calcula sumando el valor mximo con el valor mnimo y luego dividiendo la
suma entre 2, de acuerdo con la siguiente frmula:
mitad del rango=
valor mximo
valor mnimo
La mitad del rango se emplea pocas veces. Puesto que utiliza slo los valores mximo y
mnimo, es demasiado sensible a esos extremos. Sin embargo, la mitad del rango posee tres
caractersticas valiosas:
1. Es fcil de calcular;
2. Ayuda a reforzar la importante idea de que hay varias maneras de definir el centro de
un conjunto de datos;
3. En ocasiones se le utiliza incorrectamente en vez de la mediana, de manera que la
confusin se reduce si se define claramente tanto la mitad del rango como la
mediana.(Triola 2009)
Varianza V(x): se llama varianza al promedio de los cuadrados de las desviaciones y la
frmula ser la siguiente:
(x ix )
Vx= i=1
(x ix ) . f i
2
Vx= i=1
( z ix )2 . f i
Vx= i=1
Sx=
( xi x )2
i=1
CONTROL DE LA PRODUCCIN
Pgina 6
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
Sx =
i=1
( xi x )2 . f i
N
Sx =
CONTROL DE LA PRODUCCIN
i=1
( zi x )2 . f i
N
Pgina 7
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
MediaModa
x Mo
=
Desviacin estandar
S(x)
DISTRIBUCIN NORMAL
Es la ms importante de las distribuciones continuas ya que permite describir un nmero
muy grande de fenmenos aleatorios, como por ejemplo aquellos en los que intervienen un
nmero elevado de factores no controlables, que actan de manera independiente y con
efectos pequeos.
Se dice que una variable aleatoria X sigue una distribucin normal de parmetros
R y 2 >0 , si su funcin de densidad es:
Se denota por X N ( , 2 )
Si X N ( , 2 ) entonces
CONTROL DE LA PRODUCCIN
Pgina 8
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
Donde Z =
CONTROL DE LA PRODUCCIN
N ( 0,1 )
Pgina 9
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
DISTRIBUCION BINOMIAL
Consideramos n experimentos de Bernoulli independientes e idnticamente distribuidos y
sea la variable aleatoria X definida con el nmero de xitos en n pruebas de Bernoulli.
Diremos que X sigue una distribucin binomial de parmetros n y p,
X B (n , p) ,
Donde n es el nmero de pruebas, probabilidd de xito en una prueba.
Se dice que una variable aleatoria discreta X sigue una distribucin binomial de parmetros
n N y p [ 0, 1 ] si se verifica:
rg ( X )=[0,1, . n]
Y la funcin de probabilidad puede escribirse como:
DISTRIBUCIN HIPERGEOMETRICA
La diferencia entre la distribucin binomial y la distribucin hipergeometrica esta en la
forma en que se realiza el muestreo. En el caso de la binomial se requiere independencia
entre las pruebas, es decir, el muestreo se realiza con reemplazamiento. Por otro lado, la
distribucin hipergeometrica no requiere independencia y el muestreo se realiza sin
remplazamiento. Las aplicaciones de la distribucin hipergeometrica se encuentra en muchas
reas, con gran uso en control de calidad.
Consideremos un conjunto de N elementos en el que tenemos N 1 elementos del tipo 1 y
NN 1 elementos de tipo 2. Extraemos n sin reemplazamiento y definimos la variable
aleatoria:
X= nmero de elementos del tipo 1 en los n extraidos. El modelo de distribucin que
sigue esta variable aleatoria es una hipergeometrica3.
Se dice que una variable aleatoria discreta X sigue una distribucin hipergeometrica de
parmetros N , N 1 y n con n N , si se verifica:
Y la funcin de probabilidad de X es
http://ocwus.us.es/estadistica-e-investigacion-operativa/estadistica/temas/apartado4.pdf
CONTROL DE LA PRODUCCIN
Pgina 10
CONSULTA
ESPOCH
INGENIERA INDUSTRIAL
2015
Este documento ha sido realizado en LibreOffice, bajo Licencia Pblica de Mozilla V2.0
Copyright 2000, 2014 LibreOffice
CONTROL DE LA PRODUCCIN
Pgina 11
CONSULTA