estadistica

INTRODUCCION
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 unaherramienta 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 unos histogramas de frecuencias relativas de la intensidad de disparo de un interruptor automático. El histograma tendrá laforma 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.










CONTENIDO
DISTRIBUCION NORMALSe llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece aproximada en fenómenos reales.
La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de unafunción gaussiana.
La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación seobtiene como la suma de unas pocas causas independientes.
De hecho, la estadística descriptiva sólo permite describir un fenómeno, sin explicación alguna. Para la explicación causal es preciso el diseño experimental, de ahí que al uso de la estadística en psicología y sociología sea conocido como método correlacional.
La distribución normal también es importante por su relación con la estimación pormínimos cuadrados, uno de los métodos de estimación más simples y antiguos.
Algunos ejemplos de variables asociadas a fenómenos naturales que siguen el modelo de la normal son:
caracteres morfológicos de individuos como la estatura;
caracteres fisiológicos como el efecto de un fármaco;
caracteres sociológicos como el consumo de cierto producto por un mismo grupo de individuos;
caracteres psicológicoscomo el cociente intelectual;
nivel de ruido en telecomunicaciones;
errores cometidos al medir ciertas magnitudes;
etc.
La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, la distribución muestral de las medias muestrales es aproximadamente normal, cuando la distribución de la población de la cual se extrae la muestra no es normal.1 Además, la distribuciónnormal maximiza la entropía entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la elección natural de la distribución subyacente a una lista de datos resumidos en términos de media muestral y varianza. La distribución normal es la más extendida en estadística y muchos tests estadísticos están basados en una "normalidad" más o menos justificada de la variablealeatoria bajo estudio.
En probabilidad, la distribución normal aparece como el límite de varias distribuciones de probabilidad continua y discreta.
La distribución normal fue presentada por primera vez por Abraham de Moivre en un artículo del año 1733,2 que fue reimpreso en la segunda edición de su The Doctrine of Chances, de 1738, en el contexto de cierta aproximación de la distribución...