UNIVERSIDAD TECNOLÓGICA DE TORREÓN                   Sujey Yulim Mendez Espino              LIC. GERARDO EDGAR MATA ORTIZ ...
Propiedades:Posee ciertas propiedades importantes que conviene destacar:  1. Tiene una única moda, que coincide con su med...
Upcoming SlideShare
Loading in …5
×

Distriiiiiibucion noooormal

325 views
269 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
325
On SlideShare
0
From Embeds
0
Number of Embeds
70
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Distriiiiiibucion noooormal

  1. 1. UNIVERSIDAD TECNOLÓGICA DE TORREÓN Sujey Yulim Mendez Espino LIC. GERARDO EDGAR MATA ORTIZ ESTADÍSTICA 2B DISTRIBUCIONES NORMAL PROCESOS INDUSTRIALES EN EL AREA DE MANUFACTURA DISTRIBUCION NORMALEsta completa determinada por dos parámetros, su media y sudesviación estándar, denotadas generalmente por μ y σ.
  2. 2. Propiedades:Posee ciertas propiedades importantes que conviene destacar: 1. Tiene una única moda, que coincide con su media y su mediana. 2. La curva normal es asintótica al eje de abscisas. Por ello. Cualquier valor entre ¯˚˚ y +˚˚ es teóricamente posible. El área total bajo la curva es, por tanto, igual a 1. 3. Es simétrica con respecto a su media μ. Según esto, para este tipo de variables existe una probabilidad de un 50% de observar un dato menor. 4. La distancia entre la línea trazada en la media y el punto de inflexión de la curva es igual a una desviación típica (σ). Cuanto mayor sea σ, mas aplanada será la curva de la densidad. 5. El área bajo la curva comprendida entre los valores situados aproximadamente a dos desviaciones estándar de la media es igual a 0.95. 6. La forma de la campana de Gauss depende de los parámetros μ y σ la media indica la posición de la campana, de modo que para diferente valores de μ la grafica es desplaza a lo largo del eje horizontal. Por otra parte, la desviación estándar determina el grado de apuntamiento de la curva. Cuanto mayor sea el valor de σ, mas se dispersaran los datos en torno a la media y la curva será más plana. Un valor pequeño de este parámetro indica, por tanto, una gran probabilidad de obtener datos cercanos al valor medio de la distribución.

×