Distribucin normal o de Gauss Una variable es normal cuando se ajusta a la ley de los grandes nmeros, es decir, cuando sus

valores son el resultado de medir reiteradamente una magnitud sobre la que influyen infinitas causas de efecto infinitesimal. Su funcin de densidad es la siguiente:

Los parmetros de la distribucin son la media () y la desviacin tpica (). Como consecuencia, en una variable normal, media y desviacin tpica no deben estar correlacionadas en ningn caso (como desgraciadamente ocurre en la inmensa mayora de las variables aleatorias reales que se asemejan a la normal. La curva normal cumple las siguientes propiedades: 1) El mximo de la curva coincide con la media. 2) Es perfectamente simtrica respecto a la media (g1 = 0). 3) La curva tiene dos puntos de inflexin situados a una desviacin tpica de la media. Es convexa entre ambos puntos de inflexin y cncava en ambas colas. Area bajo la curva a un nmero entero de Sigma de la media aritmtica:

+/- 1 : 68,269 % +/- 2 : 95,45 % +/- 3 : 99.73 % +/- 6 : 99,9997%

El desvo estndar Es posible identificar conjuntos de datos que a pesar de ser muy distintos en trminos de valores absolutos, poseen la misma media. Una medida diferencial para identificar esos conjuntos de datos es la concentracin o dispersin alrededor de la media. Una manera de evitar que los distintos signos se compensen es elevarlas al cuadrado, de manera que todas las desviaciones sean positivas. La raz cuadrada del promedio de estas cantidades recibe el nombre de desvo estndar, o desviacin tpica y es representada por la siguiente frmula:

La Varianza El cuadrado de la desviacin estndar recibe el nombre de varianza 1) La media aritmtica De una cantidad finita de nmeros, es igual a la suma de todos ellos dividida el nmero de sumandos. Si x1, x2,.., xn representan una muestra de tamao n de la poblacin, la media aritmtica se calcula como:

La media aritmtica es la medida de la tendencia central que posee menor varianza.

Clculo de la media aritmtica cuando los datos se repiten. 1. Se multiplican los datos por sus frecuencias absolutas respectivas, y se suman. 2. El resultado se divide por el total de datos.
Notas Frecuencia Notas x Absoluta Frec. Abs. 2 2 4 6 5 30 7 11 77 8 12 96 30 207 Media Arit. 6,9

2) La mediana La mediana es el punto medio de los valores luego que los mismos han sido ordenados de menor a mayor. Para calcularla se ordenan las observaciones de menor a mayor. Si n es impar, la mediana es la observacin central

Si n es par, la mediana se define como la media de las dos observaciones centrales

3) La moda Es el valor ms frecuente. Del cuadro anterior, la moda de las calificaciones de alumnos es Nota = 8 Tipos de sucesos - Exhaustivo: se dice que dos o ms sucesos son exhaustivos si se consideran todos los posibles resultados. Simblicamente: p (A o B o...) = 1 - No exhaustivos: se dice que dos o ms sucesos son exhaustivos si no cubren todos los posibles resultados. o Mutuamente excluyentes: sucesos que no pueden ocurrir en forma simultnea: P(A y B) = 0 ; p(A o B) = p(A) + p (B) Ejemplo: hombres, mujeres o No mutuamente excluyentes: sucesos que pueden ocurrir en forma simultnea: P (A o B) = p (A) + p (B) p (A y B)

Program Evaluation and Review Technique (PERT) El tiempo de una actividad supone una distribucin beta y se define por 3 estimados: - el estimado de tiempo ms probable, m; - el estimado de tiempo ms optimista, a; - el estimado de tiempo ms pesimista, b. El tiempo esperado de finalizacin de un proyecto es la suma de todos los tiempos esperados de las actividades sobre la ruta crtica.

a + 4m + b 6 ba (Z ) = 6 Te (Z ) =

DIAGRAMA CAUSA - EFECTO (ISHIKAWA) El Diagrama Causa-Efecto es una forma de organizar y representar las diferentes teoras propuestas sobre las causas de un problema. Se conoce tambin como diagrama de Ishikawa (por su creador, el Dr. Kaoru Ishikawa, 1943), diagrama de Espina de Pescado y se utiliza en las fases de Diagnstico y Solucin de la causa. Posibles Causas

Tiempo

Mquina

Mtodo

Material

Defecto Importante Energa Medicin Personal Entorno

Diagrama de Causa y Efecto

Elementos claves del pensamiento de Ishikawa: - La calidad empieza con la educacin y termina con la educacin. - El primer paso a la calidad es conocer lo que el cliente requiere. - El estado ideal de la calidad es cuando la inspeccin no es necesaria. - Hay que remover la raz del problema, no los sntomas. - El control de la calidad es responsabilidad de todos los trabajadores. - No hay que confundir los medios con los objetivos. - Primero poner la calidad y despus poner las ganancias a largo plazo. - El comercio es la entrada y salida de la calidad. - Los altos ejecutivos de las empresas no deben de tener envidia cuando un obrero da una opinin valiosa. - Los problemas pueden ser resueltos con simples herramientas para el anlisis. - Informacin sin informacin de dispersin es informacin falsa.

appraisal 1 (=valuation) tasacin f , valoracin f 2 [+of worth, importance] estimacin f , apreciacin f [+of situation, employee] evaluacin f assessment 1 (=evaluation) [+of damage, property] valoracin f , tasacin f (=judgment) juicio m , valoracin f what is your assessment of the situation? qu juicio or valoracin le merece la situacin? 2 (Fin, Tax) tax assessment clculo m de los ingresos, estimacin f de la base impositiva 3 (Univ, Scol, Ind) (=appraisal) evaluacin f

perquisite
beneficio m adicional, gaje m perquisites gajes mpl y emolumentos mpl 1 an incidental benefit gained from a certain type of employment, such as the use of a company car 2 a customary benefit received in addition to a regular income 3 a customary tip 4 something expected or regarded as an exclusive right