ANGEL FRANCISCO ARVELO LUJAN Angel Francisco Arvelo Lujn es un Profesor Universitario Venezolano en el rea de Probabilidad y Estadstica, con

ms de 40 aos de experiencia en las ms reconocidas universidades del rea metropolitana de Caracas. Universidad Catlica Andrs Bello : Profesor Titular Jubilado 1970 a 2003 Universidad Central de Venezuela: Profesor por Concurso de Oposicin desde 1993 al presente Universidad Simn Bolvar: Profesor desde 2005 al presente Universidad Metropolitana: Profesor desde 1973 a 1987 Universidad Nacional Abierta: Revisor de contenidos, desde 1979 hasta 2004 Sus datos personales son : Lugar y Fecha de Nacimiento: Caracas, 16-02-1947 Correo electrnico: angelf.arvelo@gmail.com Telfono: 58 416 6357636 Estudios realizados: Ingeniero Industrial. UCAB Caracas 1968 Mster en Estadstica Matemtica CIENES , Universidad de Chile 1972 Cursos de Especializacin en Estadstica No Paramtrica Universidad de Michigan 1982 Doctorado en Gestin Tecnolgica: Universidad Politcnica de Madrid 2006 al Presente El Profesor Arvelo fue Director de la Escuela de Ingeniera Industrial de la Universidad Catlica Andrs Bello (1974-1979) , Coordinador de los Laboratorios de esa misma Universidad especializados en ensayos de Calidad, Auditor de Calidad, y autor del libro Capacidad de Procesos Industriales UCAB 1998. En numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en el rea de Estadstica General y Control Estadstico de Procesos. Otras publicaciones del Prof. Arvelo, pueden ser obtenidos en la siguiente pgina web: www.arvelo.com.ve

Distribucin Normal Angel Francisco Arvelo L.

DISTRIBUCION NORMAL
1. Valor Tipificado:
En captulos anteriores hemos visto, que cuando queremos conocer la posicin relativa que un dato ocupa dentro de un conjunto, una excelente medida es su rango percentil; pues si nos dicen que ese a ese dato le corresponde por ejemplo el percentil 93, sabremos que ocupa una posicin muy elevada dentro de la distribucin, mientras que si nos dicen que le corresponde el percentil 12, sabremos que su posicin es baja dentro de ella. Otra forma de indicar la posicin relativa de un dato dentro de una poblacin, es a travs de su valor tipificado , que se define de la siguiente manera: Definicin: Dada una poblacin con media y desviacin tpica , el valor tipificado de un dato, es su desvo con relacin a la media expresado en trminos de la desviacin tpica . De la definicin anterior se desprende que el valor tipificado z i correspondiente x al valor xi, viene dado por la expresin: zi = i La diferencia x i representa el desvo con relacin a la media , y al dividirlo entre , se expresa en trminos de la desviacin tpica. As por ejemplo, un valor tipificado de 1,3 significa que el dato se encuentra desviado de la media, en 1,3 desviaciones tpicas. Ejemplo 1 La distribucin de las estaturas de un grupo de personas tiene media 1,67 metros con una desviacin tpica de 0,10 metros . Encuentre el valor tipificado de una persona cuya estatura sea : a) 1.75 , b) 1.50 , c) 1,67, e interprete los resultados. Solucin: Se tiene = 1,67 = 0,10 175 167 , , a) Para xi = 1,75 , se tiene zi = = 0,80 , lo que significa que una persona 0,10 con estatura 1,75 metros, est desviado de la media en 0,80 desviaciones tpicas por encima de ella. 150 167 , , b) Para xi = 1,50 , se tiene zi = = -1,70, lo que significa que una persona 0,10 con estatura 1,50 metros, est desviado de la media en 1,70 desviaciones tpicas por debajo de ella. 167 167 , , c) Para xi = 1,67 , se tiene zi = = 0 , lo que significa que una persona con 0,10 estatura 1,75 metros, est justamente en la media. Propiedades del valor tipificado Propiedad N1: El valor tipificado es un nmero real sin unidades, pues resulta de dividir dos magnitudes que vienen expresadas en las mismas unidades.

Distribucin Normal Angel Francisco Arvelo L.

De esta propiedad se deduce que los valores tipificados correspondientes a un mismo elemento, y segn dos variables distintas son comparables, aunque estas variables se midan en unidades diferentes. Ejemplo 2 La distribucin de las estaturas de un grupo de personas tiene media 1,67 metros con una desviacin tpica de 0,10 metros; mientras que la distribucin del peso de esas mismas personas tiene media 72 Kgs. ,con una desviacin tpica de 12 Kgs. Una persona que mide 1,80 metros pesa 96 Kgs. En cual de las dos variables, esta persona ocupa una mayor posicin relativa?. 180 167 , , Solucin: Para la estatura z1 = = 1,30 ; mientras que para el peso 0,10 96 72 z2 = =2 El peso de esta persona presenta un mayor desvo relativo 12 con relacin a su media, que la estatura. Ntese que a pesar de venir las dos variables en unidades diferentes, los valores tipificados son comparables, por ser nmeros reales abstractos. Propiedad N2: El signo del valor tipificado representa la posicin relativa del dato con relacin a la media, de manera que un signo positivo indica que el dato esta ubicado por encima de la media; mientras que uno negativo, que esta ubicado por debajo de ella. Un valor tipificado igual cero revela coincidencia con la media. Esta propiedad ya fue ilustrada en el Ejemplo 1 . Propiedad N 3: El valor absoluto del valor tipificado representa a cuantas desviaciones tpicas de la media se encuentra alejado el dato; de manera que cuanto ms pequeo sea su valor absoluto , ms cerca se encuentra el dato de la media; y cuanto mayor sea su valor absoluto, ms alejado de la media. Ejemplo 3 Dentro de una organizacin A, los sueldos tienen media $800 y desviacin tpica 150 , mientras que dentro de otra organizacin B tienen media $ 1000 con desviacin tpica $ 250. a) Si un gerente en la organizacin A tiene un sueldo de $ 1100, y en la organizacin B de $1200. En cual de las dos organizaciones, un gerente ocupa una mejor posicin relativa? . b) Si un profesional recin graduado ingresa a la organizacin A con un sueldo de $600, y en la organizacin B con uno de $650. En cual de las dos organizaciones ingresa con una mejor posicin relativa? . c) Una persona que en la organizacin A tiene un sueldo de $1130, va a ser transferido a la organizacin B. Cual debera ser su nuevo sueldo para que ocupe la misma posicin relativa?. Solucin: a) El sueldo tipificado para un gerente de la organizacin A es : 1100 800 1200 1000 ZA = 2 ; mientras que en la B es Z B =0,80. 150 250 En ambos casos, los valores son positivos lo que revela que en ambas organizaciones, el sueldo de un gerente se encuentra por encima de la media.

Distribucin Normal Angel Francisco Arvelo L.

Sin embargo, dado que Z A>ZB , se puede concluir que un gerente dentro de la organizacin A ocupa una mejor posicin relativa que en la B. b) Los valores tipificados resultan ahora: 600 800 650 1000 = -1,33 ; Z B = -1,40 ZA 150 250 Los dos negativos, lo que revela que un profesional recin graduado ingresa con un sueldo por debajo de la media. Como Z A ZB , en la organizacin A est ms cerca de la media que en B , y como los dos estn por debajo, se concluye que en la A se encuentra mejor ubicado que en la B. 1130 800 c) Su valor tipificado dentro de A es : Z A = 2,20 . 150 Para ser transferido a la organizacin B conservando su posicin relativa X 1000 ZB = 2,20 = 2,20 X = 1000 + 2,20 (250) = 1550 250 El nuevo sueldo dentro de B, debe ser entonces de $ 1550. Propiedad N4 : La media de los valores tipificados de una distribucin resulta ser cero, y la varianza de los valores tipificados resulta ser igual a 1. La demostracin de esta propiedad es una consecuencia de las propiedades de la media aritmtica, ya estudiadas en el captulo de medidas central, segn la cual si unos datos son sometidos a una transformacin lineal, la media queda afectada por esa misma transformacin lineal. Es este caso, la transformacin lineal viene dada por la expresin: X X Z= = que equivale a una del tipo Z = a + bX, en donde a = y b=
1

.
Z

Segn las propiedades ya estudiadas :

1
Z

a b

2 Z

b2

2
X

=0

; y

2 Z

1
2

=1

Ejemplo 4 Tipifique los datos { 0, 2, 4, 10} , y compruebe que la media de los datos tipificados es cero, y su varianza 1. (0 4)2 (2 4)2 (4 4)2 (10 4)2 0 2 4 10 2 Solucin: =4; =14 4 4 4 2 6 Los datos tipificados son entonces: , cuya media es: , , 0, 14 14 14 4 2 6 16 4 36 0 0 14 14 14 = 0 , y cuya varianza es: 2 14 14 14 = 1 Z Z 4 4

R S T

U V W

Distribucin Normal Angel Francisco Arvelo L.

Propiedad N5 : Aunque tericamente un valor tipificado puede dar un nmero real cualquiera entre - y + , lo normal es que resulte en el intervalo [-3 ; +3] . Esta propiedad es una consecuencia de la desigualdad de Tchebychev, estudiada en el captulo sobre medidas de dispersin, y segn la cual, para cualquier distribucin de frecuencias, en el intervalo ( 2 ) deben caer por lo menos el 75% de los datos, y en el intervalo ( 3 ) por lo menos el 88,89 % de los datos . Como consecuencia de esta desigualdad, en una distribucin cualquiera, la proporcin de datos cuyo valor tipificado est en el intervalo [-2 ; +2] es por lo menos del 75% , y el intervalo [-3, +3] de por lo menos 88,89% . En el caso de la distribucin normal, estos porcentajes son de 95,45% y de 99,73% respectivamente, por lo que de encontrar algn valor tipificado fuera de ste ltimo intervalo [-3, +3], la observacin podra considerarse como algo inverosmil, producto de un error de lectura, o de transcripcin de los datos. Ejemplo 5; Una mquina ha venido produciendo piezas con un dimetro medio de 15 milmetros, y una desviacin tpica de 0,20 milmetros. A qu conclusin llegara Ud., si sta mquina produce una pieza con 15,75 mm. de dimetro? Solucin: El valor tipificado que le corresponde a una pieza de 15,75 mm de 15,75 15 dimetro es z = = 3,50 , que se encuentra fuera del intervalo [-3, +3]. 0,20 Por lo inusual de este valor, podra inferirse que se cometi algn error en la medicin del dimetro de la pieza, o que la mquina sufri algn desajuste.

2. Curvas tericas de probabilidad: Para representar a una distribucin

de frecuencias para datos agrupados, el grfico ms importante tal como se estudi en captulos anteriores, es el histograma. Este histograma puede ser construido de cuatro maneras diferentes, con frecuencias absolutas, con frecuencias relativas, con densidad de frecuencias, o con densidad de frecuencias relativas. Cuando los intervalos son de la misma amplitud, la nica diferencia entre los cuatro histogramas es la escala del eje vertical, siendo el aspecto del histograma idntico en los cuatro casos. Tambin hemos visto que a partir del histograma se puede obtener el polgono de frecuencias, que encierra un rea igual a la encerrada por el histograma, que en el caso de histogramas con densidad de frecuencias relativas, es igual a 1. La posicin lmite de este polgono de frecuencias se llama curva de frecuencias absolutas , curva de frecuencias relativas , curva de densidad de frecuencias, o curva de densidad de frecuencias relativas , segn estemos en cada uno de los cuatro casos de construccin del histograma. En el ltimo caso, se suele llamar tambin curva de probabilidad, y a la ecuacin de la curva resultante se le llama funcin de densidad, y debe encerrar un rea igual a 1.

Distribucin Normal Angel Francisco Arvelo L.

La figura siguiente muestra como una curva puede aproximar al polgono de frecuencias en un histograma:

El concepto de curva de frecuencias es sin embargo abstracto, pues en un caso prctico resulta imposible hacer tender a cero la amplitud del intervalo, y adems tomar tantas observaciones como para garantizar que cada uno de esos intervalos de amplitud infinitamente pequea va a tener su correspondiente frecuencia. La Estadstica Matemtica ha desarrollado una serie de curvas tericas que se utilizan como modelos para aproximar a la curva de densidad de frecuencias relativas, y a las cuales se les conoce bajo el nombre de Distribuciones Tericas de Probabilidad. Para ser una curva terica de probabilidad slo basta cumplir dos requisitos: a) Debe ser siempre positiva b) El rea total encerrada por la curva debe ser igual a 1. La razn de estos requisitos es obvia, pues se pretende aproximar a un polgono de frecuencias, y no puede existir uno con frecuencias negativas, y en el caso de uno de densidad de frecuencias relativas debe encerrar un rea igual a 1 100%. En cualquier distribucin terica de probabilidad, el rea bajo la curva representa la probabilidad de que la variable tome un valor dentro de ese intervalo.

El concepto de probabilidad es uno de los ms importantes en Estadstica, y aunque no lo hemos definido an, pues nuestro objeto de estudio es la

Frecuencias

Distribucin Normal Angel Francisco Arvelo L.

Estadstica Descriptiva y no la Estadstica Matemtica, podemos hacer un smil entre probabilidad y frecuencia relativa, de manera que la probabilidad representa una frecuencia relativa terica despus de infinitas observaciones. As por ejemplo, cuando decimos que la probabilidad de sacar un 6 al lanzar un dado legal es 1 , lo que queremos decir es que si lanzramos muchas veces el
6

dado, la sexta parte de las veces debera salir el 6. De la misma manera, cuando decimos que el intervalo [1,60 ;1.70] metros, tiene una probabilidad 0,40 para la estatura de una persona, lo que se quiere decir es que si se encuesta a muchas personas, el 40% de ellas debera tener una estatura dentro de ese intervalo. Existen muchas distribuciones tericas de probabilidad, y uno de los problemas que se estudia en Inferencia Estadstica, es el de decidir cual de ellas es la que mejor se ajusta a cada caso particular.

3. La Curva normal: Entre todas las distribuciones tericas de probabilidad, la

ms importante es la normal, desarrollada por el matemtico alemn Carl Friederich Gauss (1777-1855). La Distribucin Normal representa un modelo terico de comportamiento para una variable continua, tiene una forma acampanada, y su ecuacin es:

En la expresin anterior , "" y " " representan la media y la desviacin tpica respectivamente ,y reciben el nombre de parmetros de la distribucin. Para explicar mejor el significado de estos parmetros , es conveniente hacer las siguientes aclaratorias: a) La palabra parmetro para una distribucin terica de probabilidad, significa un valor que para un mismo caso permanece constante, pero que puede variar de un caso a otro. Este concepto aplicado a una Distribucin Normal significa entonces que para una variable como puede ser por ejemplo, el dimetro de unas piezas, el valor de "" y el de " " son unos, y para otro caso, como por ejemplo el peso de un grupo de personas, el valor de "" y el de " " pueden ser otros. b) El valor de "" representa la media de la distribucin , y el de " " la desviacin tpica de la distribucin. Puede crear algo de confusin el cambio de nomenclatura, pues en captulos anteriores, estos valores eran designados por X y S respectivamente.

Distribucin Normal Angel Francisco Arvelo L.

Este cambio de nomenclatura , se debe a que en Estadstica cuando nos referimos a valores poblacionales, estos suelen designarse por letras griegras, y cuando nos referimos a valores muestrales por la letra latina correspondiente. La curva normal se aplica principalmente a poblaciones, y de all el cambio de nomenclatura, pues representa la media poblacional, y la desviacin tpica poblacional. c) El valor de puede ser cualquier nmero real, y el de cualquier nmero real positivo, y sea cual fueren esos valores , se cumplen los dos requisitos exigidos para ser una curva terica de probabilidad :positiva y rea total encerrada igual a 1 (ver demostracin en el Anexo). Por consiguiente existen infinitas curvas normales segn sea el valor de sus parmetros. l trmino Curva Normal est en realidad mal empleado, pues debera decirse Curvas Normales en plural, ya que su ecuacin representa una familia de curvas, una para cada par de valores de los parmetros. d) Los parmetros de la curva tienen una influencia determinante en su geometra, y as , el parmetro "" representa el eje de simetra o valor central de la distribucin, mientras que el parmetro " " , por ser una medida de la variabilidad con respecto a la media "" , incide en su ancho ; de manera que a un menor valor de " " ,la curva se hace ms estrecha al estar los valores de la variable mas concentrados alrededor del valor de "" , y a un mayor valor de " " obtendremos una curva mas ancha, con una mayor dispersin de los valores de la variable con relacin a la media. PROPIEDADES DE LA DISTRIBUCION NORMAL 1 1) La curva normal tiene una forma acampanada y es simtrica respecto de su media. Para verificar la forma acampanada de los datos basta con construir el histograma de frecuencias, y comprobar que la clase modal se ubica en la zona central de la grfica y que a medida que nos alejamos de ella, en cualquiera de las dos direcciones la frecuencia disminuye. Como consecuencia de la simetra respecto de la media, las diferentes medidas de deformacin las cuales deben dar cero. 2) En la Distribucin Normal, la media, la mediana y la moda coinciden.

La demostracin de estas propiedades aparece en el Anexo No 1

Distribucin Normal Angel Francisco Arvelo L.

3) En el intervalo ( ) deben caer el 68,27% de los datos muestrales , en el intervalo ( 2 ) deben caer el 95,45% de los datos muestrales , y en el intervalo ( 3 ) deben caer el 99,73% de los datos muestrales .

4) La Distribucin Normal es una curva mesocrtica, para la cual el coeficiente momento de curtosis vale 3 , y el coeficiente percentlico de curtosis vale 0,263. 5) Los puntos son puntos de inflexin, es decir , puntos donde cambia la concavidad de la curva . Esta es la explicacin geomtrica del porque, cuando el valor del parmetro aumenta, la curva se ensancha, como se ilustra en la figura:

Al ensancharse la curva, pierde rea a lo alto, y gana rea a lo ancho, pues para ambas curvas el rea por debajo es igual a 1.

3 Uso de la tabla Normal: Cuando en una distribucin normal interesa calcular

la probabilidad o frecuencia relativa terica que debera tener un determinado intervalo, es necesario, al igual que en cualquier otra distribucin continua, encontrar el rea bajo la curva, en ese intervalo. La determinacin del rea bajo la curva puede hacerse en general, por un procedimiento matemtico conocido como integracin. Sin embargo, en el caso especfico de la distribucin normal este procedimiento fracasa, pues su funcin de densidad no se puede integrar. Para resolver este problema, se utiliz otro procedimiento conocido como integracin numrica, para elaborar la llamada Tabla Normal . La tabla normal permite calcular la probabilidad de que una observacin sea igual o menor que una determinada abscisa "x" ( Funcin de distribucin). Dicha

Distribucin Normal Angel Francisco Arvelo L.

probabilidad viene dada por el rea bajo la curva, a la izquierda de la abscisa "x" , tal como se muestra en la figura:

Sin embargo, como existen infinitas curvas normales, y no es posible elaborar una tabla para cada una de ellas, y todas estas infinitas tablas han sido reducidas a una sola, que se refiere a los valores tipificados. Al tipificar los valores de una normal cualquiera X, mediante la transformacin: X , la distribucin resultante es otra normal con media 0 y varianza 1, que Z = se conoce como Normal Tipificada o Estndar. En el Anexo, se encuentran las siguientes tablas para la normal tipificada o estndar: Tabla 2.1: Proporciona el rea entre 0 y z , para diversos valores de z con dos cifras decimales.

El entero y la primera cifra decimal de z se leen en la fila, mientras que la segunda cifra decimal de z , se lee en la columna. En el cruce de la fila con la columna, se lee el rea correspondiente. As por ejemplo, si queremos hallar el rea entre 0 y 1,78 , se lee en el cruce de la fila 1,7 con la columna 0,08, y se encuentra 0,4625, que representa el rea buscada. En caso de que z sea negativo, se entra con su valor absoluto, pues por simetra el rea entre 0 y z, el igual al rea entre 0 y z . Tabla 2.2: Proporciona diversas reas, para diferentes valores de z con dos cifras decimales. La nomenclatura que utiliza es: (z) = Area que en la Normal tipificada hay desde "+z" a la izquierda . (-z) = Area que en la Normal tipificada hay desde "-z" a la izquierda . D(z) = Area que en la Normal tipificada hay entre "-z" y "+z" .

Distribucin Normal Angel Francisco Arvelo L.

10

Si por ejemplo, se entra en la Tabla 2.2 con el valor 1,78, se lee: (1,78) = 0,9625 = Area bajo la curva de 1,78 hacia a la izquierda . (-1,78) = 0,0375 = Area bajo la curva de -1,78 hacia a la izquierda. D(1,78) = 0,9249 = Area bajo la curva entre "-1,78" y "+1,78" Resulta obvio que (z) es siempre mayor que 0,5 y (-z) siempre menor que 0,5. Entre estos tres valores existe relacin, y a partir de uno de ellos, pueden ser deducidos los otro dos, pues por simetra se tiene: (-z) = 1- (z) D(z) = (z) - (- z) = (z) (1- (z)) = 2 (z) -1 Para comodidad del usuario, la tabla da los tres valores. Aquellos lectores que tengan una calculadora de bolsillo programable, y deseen incorporar la distribucin normal estndar , pueden introducir en ella la siguiente frmula numrica, que proporciona una aproximacin muy satisfactoria para (z): (z) 11 e 2
( 83 z 351) z 562 703 165 z

0 < z < 5.5

Entre los valores de la tabla 2.1 y la 2.2, tambin existe relacin, y una de las tablas puede ser deducida de la otra ,pues: (z) = 0,5000 + Area que entre 0 y z . (-z) = 0,5000 - Area que entre 0 y z . D(z) = Doble del Area que entre 0 y z . Es importante destacar que el dominio terico de la curva normal estndar es (- , + ), pero dado entre 3 y +3 se encuentra el 99,73% de su rea, pueden hacerse las siguientes aproximaciones: (z) 1 para z > 3 (z) 0 para z < - 3 D(z) 1 para z > 3 Tabla 2.3: Proporciona el valor de z , dada el rea a la izquierda, o el rea central entre z y +z . As por ejemplo, si se quiere determinar cual es el valor de z que deja a la izquierda un rea del 40% 0,40, all se lee que esta abscisa es z = -0,253 . Evidentemente, cuando esta rea a la izquierda es menos del 50% , el valor de z es negativo, y cuando es ms del 50%, el valor de z es positivo, pues la media que es 0, deja a la izquierda el 50%.

Distribucin Normal Angel Francisco Arvelo L.

11

En caso de que el rea que se tenga sea a la derecha, hay que restarla de 1 para obtener el rea a la izquierda, y poder entrar a la tabla. Por ejemplo, para encontrar el valor de z que deja a la derecha un rea de 0,25, se resta 1- 0,25 = 0,75, se entra en la tabla con un rea de 0,75 a la izquierda, y se lee z= 0,674 . Si el rea que se tiene es central, es decir entre z y + z, el valor de z se lee en la otra columna. As por ejemplo, si se quiere determinar el valor de z que deja un rea central del 60% 0,60, se encuentra z= 0,842. En la tabla slo se lee el valor positivo, pero la lectura debe interpretarse como , y as por ejemplo, la lectura anterior significa que entre 0,842 y +0,842, se encuentra un rea de 0,60 . Ntese que este mismo resultado de 0,842 puede ser obtenido, entrando en la misma Tabla 2.3 con un rea de 0,20 y de 0,80 hacia la izquierda, y leyendo el valor de z, pues obviamente el valor de z que contenga un rea central de 0,60, dejara 0,20 a la izquierda desde el negativo, y 0,80 a la izquierda desde el positivo.

Ejemplo 6: El contenido de unos envases sigue una distribucin normal con media 800 gramos y desviacin estndar 40 gramos. Encuentre el porcentaje de envases cuyo contenido est: a) Por debajo de 900 gramos. b) Por debajo de 750 gramos. c) Por encima de 820 gramos d) Por encima de 730 gramos e) Entre 820 y 850 gramos. f) Entre 700 y 750 gramos. g) Entre 740 y 890 gramos. h) En el intervalo (800 50) gramos Solucin : El smbolo se lee se distribuye , de manera que si se representa por X al contenido de un envase cualquiera, tenemos: X N(800; 402). La N abrevia Distribucin Normal, y las dos cifras dentro del parntesis representan la media y la varianza respectivamente. La P abrevia Probabilidad o Frecuencia Relativa Terica . 900 800 a) P(X<900) = P(Z< ) = P(Z<2,50)= (2,50) = 0,9938= 99,38% 40 750 800 b) P(X<750) = P(Z< ) = P(Z< -1,25)= (-1,25) = 0,1056= 10,56% 40 820 800 c) P(X>820) = P(Z> ) = P(Z>0,50)= 1- (0,50) = 1- 0,6915= 0,3085 40 730 800 d) P(X>730) = P(Z> ) = P(Z>-1,75)= 1- (-1,75) = 1- 0,0401= 0,9599 40 820 800 850 800 e) P(820<X<850) = P( <Z< ) = P(0,50<Z<1,25) = 40 40

Distribucin Normal Angel Francisco Arvelo L.

12

(1,25) - (0,50) = 0,8944 0,6915 = 0,2029 = 20,29% Aclaratorias: En distribuciones continuas de probabilidad, l rea bajo la curva es la misma para el intervalo abierto que para el cerrado. Por este motivo, la respuesta sera la misma, si se interpretara P(820 X 850) . Si este mismo problema se resolviera con la Tabla 2.1, habra que restar las dos reas, por estar del mismo lado de la media, y se tendra: P(820<X<850) = P(0,50< Z< 1,25) = 0,3944 0,1915 = 0,2029 = 20,29 % . 700 800 750 800 f) P(700<X<750) = P( <Z< ) = P(-2,50 <Z< -1,25) = 40 40 (-1,25) - (-2,50) = 0,1056 0,0062 = 0,0994 = 9,94 % 740 800 890 800 g) P(740<X<890) = P( <Z< ) = P(-1,50 <Z< 2,25) = 40 40 (2,25) - (-1,50) = 0,9878 0,0668 = 0,9210 = 92,10 % Aclaratoria: Con la tabla 2.1, sera preciso sumar las reas, pues los extremos del intervalo se encuentran en posiciones opuestas de la media. P(740<X<890) = P(-1,50 <Z< 2,25) = 0,4878 + 0,4332 = 0,9210 = 92,10% h) P(750<X<850) = P(
750 800 850 800 <Z< ) = P(-1,25 < Z< 1,25) = 40 40 D(1,25) = 0,7787 = 77,87 %

Ejemplo.7: Use las tablas de la Normal Estndar , para encontrar el o los valores de z que cumplen la siguiente condicin: a) El rea entre - 0. 55 y z es : 0.6280 b) El rea entre - 0.70 y z es : 0.0974 Solucin : a) En este caso existe una sola solucin, y est a la derecha de 0,55, pues a la izquierda es imposible que exista por debajo de 0,55 que abarque un rea de 0,6280

Para encontrar z , se tiene: (z) - (-0,55) = 0,6280 (z) = (-0,55) + 0,6280 (z) =0,2912 + 0,6280 = 0,9192 Segn Tabla 12.2 z = 1,40 Segn tabla 2.1 : Area de 0 a z = 0,9192-0,5 =0,4192 z = 1,40 Con la Tabla 2.3, no sera posible determinar exactamente el valor de z, pues no aparece exactamente el valor de z que deja un rea a la izquierda de 0,9192. Si se aproxima esta rea a 0,92, se tendra: z 1,405 b) En este caso existen dos soluciones, una a la izquierda y otra a la derecha. Para encontrar la solucin a la derecha de 0,70 , se tiene:

Distribucin Normal Angel Francisco Arvelo L.

13

(z) - (-0,70) = 0,0974 (z) = (-0,70) + 0,0974= 0,2420 + 0,0974 = 0,3394 Segn tabla 2.2 z es un valor comprendido entre -0,41 y -0,42 , z -0,415 Segn tabla 2.3 y aproximando el rea a 0,34 : z -0,412 Si se quisiera determinar este valor de una manera ms precisa, sera necesario aplicar las tcnicas de interpolacin lineal explicadas en el Captulo II, lo que se deja como tema de investigacin para el lector. Para encontrar la otra solucin a la izquierda de 0,70 , se tiene: (-0,70) - (z) = 0,0974 (z) = (-0,70) - 0,0974= 0,2420 - 0,0974 = 0,1446 Segn Tabla 2.2 z = -1,06 Segn Tabla 2.3 y aproximando el rea a 0,14 : z - 1,08 Segn Tabla 2. 1: Area de 0 a z = 0,5 0,1446 = 0,3554 z = -1,06 Ejemplo 8 : Supongamos que un proceso fabrica piezas cuya longitud sigue una Distribucin Normal con media 72.50 mm y desviacin tpica de 0.20 mm. Calcular las siguientes probabilidades: a) Que una pieza mida menos de 72.80 mm . b) Que una pieza mida menos de 72.10 mm . c) Que una pieza mida ms de 72.60 mm d) Que una pieza caiga en el intervalo (72.15 ; 72.75) mm . e) Que una pieza caiga en el intervalo (72.50 0.35) mm . Solucin : X= Longitud de una pieza a) P ( X 72.80 ) = P ( Z < N ( 72.50 ; 0.202)

72.80 72.50 ) = P ( Z < 1.50) = (1.50) = 0.9322 0.20 7210 72.50 . b) P ( X 72.10 ) = P ( Z < ) = P ( Z < -2) = (-2) = 0.0228 0.20 72.60 72.50 c) P ( X > 72.60 ) = P ( Z > ) = P ( Z > 0.50) =1(0.50) = 0.20 1 - 0.6915 = 0.3085 7215 72.50 . 72.75 72.50 d) P( 72.15 < X < 72.75) = P( <Z< )= 0.20 0.20 P ( -1.75 < Z < 1.25) = ( 1.25) - (-1.75) = 0.8944 - 0.0401 = 0.8543 7215 72.50 . 72.85 72.50 e) P ( 72.15 < X < 72.85) = P ( <Z< )= 0.20 0.20 P ( -1.75 < Z < 1.75 ) = D ( 1.75 ) = 0.9199 ( Por ser un intervalo simtrico)

Ejemplo 9 El contenido de refresco en unas botellas , sigue una Distribucin Normal con media 250 cc. a) Encuentre la desviacin tpica de la distribucin , si se sabe que el 75% de las botellas tiene un contenido en el intervalo ( 235 ; 265 ) cc . b) En un lote de 500 botellas, cuntas deberan tener un contenido inferior a 220 cc? . Solucin: a) X = Contenido de una botella N(250; 2).

Distribucin Normal Angel Francisco Arvelo L.

14

P(235 < X < 265) = 0,75 P(

15

P(

235 250

<Z<

265 250

) = 0,75

<Z<

15

) = 0,75

Hay que buscar el valor de z que abarca un rea central de 0,75. 15 15 Segn tabla 2.3 , este valor es z = 1,15 = 1,15 = = 13,04 115 , 220 250 b) P ( X < 220) = P(Z < ) = P (Z < -2,30) = (-2,30) = 0,0107 = 1.07% 13,04 Tericamente el 1,07 % de la botellas deberan tener un contenido inferior a 220 cc., y por lo tanto, en un lote de 500 botellas, deberan encontrarse aproximadamente 5 por debajo de 220 cc. Ejemplo 9.10 : Suponiendo que la duracin de unas bateras sigue una Distribucin Normal con media 100 horas , y desviacin tpica de 12 horas . a) Dar un plazo de garanta sobre la duracin mnima de una batera, de forma que dicha garanta se cumpla con probabilidad 0.99 . b) Dar un intervalo simtrico donde caiga la caiga la duracin de una batera , con probabilidad 0.90 . Solucin : X = Duracin de una batera N(100 ; 122) . La garanta se cumple cuando la duracin de la batera es igual o mayor que el plazo de garanta, de forma que si designamos por "t" al plazo de garanta, lo que se quiere es : P ( X t ) = 0.99 , o grficamente : P ( X t ) = 0.99 P(Z
t 100 ) = 0.99 12

En la tabla 2.3 , se encuentra que para 99% de rea a la derecha , es decir 0,01 de rea a la izquierda , la abscisa tipificada correspondiente es -2.326 t 100 = - 2.326 t = 100 - 2.326 ( 12 ) = 72.09 12 y por consiguiente, el plazo de garanta para 99% de probabilidad de cumplimiento, debe ser de 72.09 horas . b) Encontrar un intervalo simtrico donde caiga la duracin de una batera con probabilidad 0.90 , significa determinar un intervalo donde si elige una batera al azar , la probabilidad de que su duracin caiga en dicho intervalo debe ser de 0.90 , y la probabilidad complementaria de no caer 0.10 , debe repartirse por igual para cada cola , es decir 0.05 por la izquierda y 0.05 por la derecha. Por simetra, tenemos entonces que dicho intervalo debe estar centrado en la media 100 , y la incgnita es su amplitud " " , tal como se muestra en la figura:

Distribucin Normal Angel Francisco Arvelo L.

15

Para determinar " ", se procede como sigue: P( 100 P( 12

X Z

100 +
12

) = 0.90

) = 0.90

En la tabla 2.3 , se encuentra que para 90% de rea central , la abscisa correspondiente es 1.645 , y por consiguiente:
1645 . 12 y de all se deduce que : = 1.645 12 = 19.74 El intervalo central simtrico del 90% de probabilidad para la duracin de una batera, es entonces: 100.00 19.74 = [ 80.26 ; 100.74 ] horas .

Ejemplo 9.11 : Las alturas de 300 estudiantes estn normalmente distribuidas con media 68 y desviacin tpica 3 pulgadas, cuntos estudiantes tienen altura: a)mayor que 72 pulgadas, b) menor o igual que 64 pulgadas, c) entre 65 y 71 inclusive, y d) 68 pulgadas. Se supone que las alturas han sido medidas con precisin de 1 pulgada. Solucin: Cuando se seala la precisin de la medicin, se sobreentiende que stas han sido redondeadas al entero ms cercano, segn lo explicado en el captulo IV, de manera que el valor real es el registrado 0,50 . a) Los que miden ms de 72 pulgadas, son aquellos cuya estatura real es 72,50 ms, de all que: 72,50 68 P( X 72,50) = P(Z ) = P (Z 1,50) = 1- (1.50) = 1 0,9332 3 = 0,0668 = 6,68% . Como el grupo es de 300 estudiantes, entonces aproximadamente 20 de ellos deberan tienen una estatura mayor que 72 pulgadas. 64,50 68 b) P( X 64,50) = P(Z ) = P (Z - 1,17) = (-1.17)=0,1210 = 12,10% 3 Aproximadamente 36 deberan medir 64 pulgadas o menos.
64,50 68 7150 68 , Z< ) = P (-1,17 Z < 1,17) 3 3 = D (1.17) = 0.7580 = 75,80 % . Aproximadamente 227 estudiantes deberan caer en ese intervalo. 67,50 68 68,50 68 d) P( 67,50 X < 68,50) = P( Z< ) = P (-0,17 Z < 0,17) 3 3 = D (0.17) = 0,1350 = 13,50 % .

c) P( 64,50

X < 71,50) = P(

Aproximadamente 40 estudiantes deberan tener una estatura de 68 pulgadas.

Distribucin Normal Angel Francisco Arvelo L.

16

Ejemplo 9.12 : Sea "X" una variable normal con media 10 y varianza 2 desconocida a) Determine ,si P(X 7) = 0,90. b) Determine un valor "k" tal que : P(X k) = 4 P(X>k) . 7 10 3 Solucin : a) P(X 7) = 0,90. P( Z ) = 0,90. P( Z < ) = 0,10 Segn tabla 2.3 b) P(X P(X P( Z
3 1282 , k) = 4 P(X>k) P(X k) = 4 [1- P(X k) + 4P(X k)] = 4 5 P(X k) = 4

= -1.282

= 2,34 k)] P(X k) = 4 - 4P(X P(X k) = 4 = 0,80

5

k)]

k 10 ) = 0,80 2,34

Segn tabla 2.3:

k 10 = 0,842 2,34

k = 11,97

Ejemplo 9.13 : El contenido de unas cajas de cereal sigue una distribucin normal. Se sabe que el 20% de las cajas contienen ms de 120 gramos, y que el 10% de las cajas contienen menos de 75 gramos. a) Encuentre la media y la varianza de la distribucin. b) Calcule la probabilidad de que una caja contenga entre 70 y 100 gramos . Solucin : a) X = Contenido de una caja N( ; 2) 120 120 P ( X > 120 ) = 0,20 P(Z> ) = 0,20 P(Z ) = 0,80 Segn tabla 2.3 :
120

= 0,842 P(Z<
75

120 ) = 0,10 75 -

= 0,842

P ( X < 75 ) = 0,10 Segn tabla 2.3 :

75

= - 1,282

= -1,282

Para determinar y 120 0,842

R S75 T

, hay que resolver el sistema de ecuaciones: Restando una de la otra: 45 = 2,124 = 21,19 .

1,282

Reemplazando = 21,19 en cualquiera de las ecuaciones, se obtiene: = 102,16 Los parmetros de la distribucin son: = 102,16 gramos, = 21,19 gramos. 70 102,16 100 102,16 b) P( 70 X 100) = P( Z ) = P (-1,52 Z - 0,10) 2119 , 2119 , = (-0.10) - (-1,52)= 0,4602 0,0643 = 0,3959 = 39,59 % .

Ejemplo 9.14: Una mquina dispensadora de refrescos, puede ser calibrada para que llene los vasos con una media de "" onzas. Asumiendo que el contenido de refresco en los vasos sigue una Distribucin Normal, con desviacin tpica de 0,3 onzas. a) Determine "", de forma que solamente el 1% de los vasos contengan mas de 8 onzas de refresco.

Distribucin Normal Angel Francisco Arvelo L.

17

b) Establezca un intervalo simtrico, que tenga un 90% de probabilidad para el contenido de refresco en un vaso. Solucin : a) X = Contenido de un vaso N( ; 0,32). 8 P ( X > 8) = 0,01 P ( X 8) = 0,99 P (Z ) = 0,99 0,30 8 Segn tabla 2.3 : = 2,326 = 8 2,326 (0,30) = 7,30 0,30 La mquina debe ser calibrada para llenar con una media de 7,30 onzas. a 7,30 b 7,30 b) P ( a X b) = 0,90 P( Z ) = 0,90 0,30 0,30 Segn la tabla 2.3, la abscisa que cubre un rea central de 0,90 es 1,645; por tanto b 7,30 = 1,645 b = 7,30 + 1,645 (0,30) = 7,79 0,30 a 7,30 = -1,645 a = 7,30 - 1,645 (0,30) = 6,81 0,30 El intervalo que cubre al 90% central de la distribucin es [ 6,81 ; 7,79] onzas , que tambin puede ser expresado como 7,30 0,49 . Ejemplo 9.15 : Un fabricante de piezas mecnicas debe producirlas dentro de la especificacin: ( 7.00 0.50 ) cms. El proceso de produccin de estas piezas, las fabrica segn una Distribucin Normal con media 6.90 cms., y desviacin tpica de 0,30 cms. El costo de producir una pieza es de $ 15, y se vende en $ 25 , siempre que cumpla con la especificacin. Si la pieza mide mas de 7,50 cms., el fabricante puede corregirla, y llevarla dentro de la especificacin . El costo de dicha correccin es de $3. Si la pieza mide menos de 6,50 cms, la pieza no puede ser corregida, y el fabricante pierde lo que le cost producirla. Calcule la ganancia promedio que el fabricante obtiene por cada pieza producida. Solucin : Hay que calcular el porcentaje de piezas que cae dentro de cada una de las tres categoras: buenas, corregidas y defectuosas. 6,50 6,90 7,50 6,90 % de Buenas = P( 6,50 X 7,50) = P( Z )= 0,30 0,30 P (-1,33 Z 2,00) = (2,00) - (-1,33) = 0,9772 0,0918 = 0,8854 = 88,54 % . 7,50 6,90 % de Corregidas = P(X > 7,50) = P(Z > ) = P ( Z > 2,00) = 1- (2,00) 0,30 1- 0,9772 = 0,0228 = 2,28 % 6,50 6,90 % de Defectuosas = P(X < 6,50) = P( Z < )= P (Z - 1,33) = (-1,33) 0,30 = 0,0918 = 9,18 % Por cada pieza buena, el fabricante gana $25 - $ 15 = $ 10, por cada pieza corregida gana $25 - $ 15 - $ 3 = $ 7 , mientras que por cada pieza defectuosa, pierde $ 15.

Distribucin Normal Angel Francisco Arvelo L.

18

La ganancia promedio por cada pieza, es el promedio ponderado de las ganancias: 10 (0,8854) + 7 (0,0228) 15 (0,0918) = $ 7,64 por pieza.

Preguntas de Revisin
1) El valor tipificado de un dato es -0,40, y el de otro dato es +1,40. Cul de los dos est ms cerca de la media? . 2) Si un conjunto de datos es sometido a una transformacin lineal, se altera el valor tipificado de cada dato?. 3) Considere dos distribuciones normales con la misma media , pero una con mayor varianza que la otra. Cul de las dos tiene una mayor proporcin de valores dentro del intervalo ( >0) ?. 4) Puede la media de una distribucin normal ser negativa?, y la desviacin tpica?. 5) Una abscisa x de una distribucin normal , deja a la derecha un rea mayor que 0,5 . Qu posicin tiene x con relacin a la media de la distribucin?. 6) En una distribucin normal, el rea de una abscisa a la izquierda es igual al rea de otra abscisa a la derecha. Qu relacin hay entre estas dos abscisas?. 7) En una distribucin normal, el rea de una abscisa + ( >0) a la derecha es .Cul es el rea en el intervalo ?. 8) En una distribucin normal, el rea en el intervalo el rea desde - a la derecha ?. ( >0) es .Cul es

9) Segn la desigualdad de Tchebychev para una distribucin cualquiera, qu proporcin mnima de valores, debe tener un valor tipificado entre 4 y +4?. Cul es esa proporcin para la distribucin normal?. 10) Dentro de una distribucin normal, dos intervalos tienen la misma amplitud, pero uno contiene a la media , y el otro no. Cul de los dos intervalos tiene mayor probabilidad?. 11) Qu significa el valor tipificado?. 12) En una distribucin normal, cuntos intervalos encierran un rea dada ?. 13) En una distribucin normal, una abscisa z 1 deja a su derecha un rea 1, mientras que otra abscisa z2 deja a su izquierda un rea 2. Si 0 < 1 < 2 < 0,5 . Cul de las dos abscisas est ms cerca de la media?. Qu signo tienen estas abscisas? . Cul de las dos abscisas es mayor en valor absoluto?.

Distribucin Normal Angel Francisco Arvelo L.

19

14) Si dos distribuciones normales tienen igual varianza, pero una tiene mayor media que la otra, cul de las dos tiene una mayor proporcin de valores dentro del intervalo (media respectiva ); >0?

Temas complementarios para investigar

1) Investigue acerca de la forma de interpolar dentro de una tabla normal. 2) Investigue acerca del objetivo y fundamento del papel probabilistico. 3) Investigue acerca de las aplicaciones de la distribucin normal, en la Teora de Errores. 4) Investigue sobre las aplicaciones de la distribucin log-normal. Problemas Propuestos I. Nivel Elemental 9.16) Suponga que se quiere comparar los sueldos en dos organizaciones bancarias "A" y "B" , y que al analizar los sueldos de cada uno de sus empleados se encuentra: Para el Banco "A" : Sueldo medio = Bs. 420.000 ; Desviacin tpica = Bs. 80.000 Para el Banco "B" : Sueldo medio = Bs. 540.000 ; Desviacin tpica = Bs. 120.000 a) Cual de las dos organizaciones paga mejores sueldos ? . b) Cual de las dos organizaciones presenta mayor variabilidad en los sueldos ? . c) Si en el Banco "B" un gerente gana Bs. 800.000 , y un cajero Bs. 300.000 . Cual debera ser el sueldo de sus homlogos en el Banco "A" , para que ocupen la misma posicin relativa dentro de la organizacin ? Solucin: a) B, b) B , pues CVA = 19.05% y CVB = 22.22% c) 590.333,33 y 260.000

9.17) Usando las tablas de la Distribucin Normal tipificada, determine el o los valores de la abscisa "z", en cada uno de los siguientes casos: a) El rea entre 0 y z, es 0,3770. b) El rea a la izquierda de z, es 0,8631 . c) El rea entre -1,5 y z, es 0,0217 d) El rea a la derecha de z, es 0,2266 e) El rea a la izquierda de z, es 0,0314 f) El rea entre -0,23 y z , es 0,5722 g) El rea entre 1,15 y z , es 0,0730 h) El rea entre -z y z, es de 0,9000 Solucin: a) z= 1,16 , b) z= 1,09 , c) z= -1,35 z= -1,694 . d) z= 0,75 e) z= -1,86 f) z= 2,08 g) z= 1,625 z= 0,849 h) z= 1,645

9.18) El tiempo que tarda un nio en aprender una cierta tcnica es una variable normal, con media 7.6 semanas , y desviacin tpica de 1 semana .

Distribucin Normal Angel Francisco Arvelo L.

20

a) Cual es la probabilidad de que un nio tarde menos de 8 semanas en aprenderla? b) En un grupo de 1000 nios, cuantos deberan tardar ms de 10 semanas en aprender esa tcnica? . Solucin: a) 0.6554 b) 8.2

9.19) La estatura de unas personas sigue una Distribucin Normal, con media 1,60 metros y desviacin tpica de 0,10 metros . a) Cual es la probabilidad de que una persona tenga una estatura superior a 1,54 metros ? . b) Cual es la estatura que superan el 80% de las personas ? . c) En un grupo de 500 personas, cuantas deberan tener una estatura superior a 1,82 metros ? . Solucin : a) 0,7258 . b) 1.516 m . c) 6.95 9.20) El proceso de llenado de unas botellas de refresco ,sigue una distribucin normal con media 220 cc . a) Determine la desviacin tpica del proceso, si el 8% de la botellas resultan con un contenido inferior a 200 cc. b) Cual es la probabilidad de que una botella resulte con un contenido superior a 250 cc. ? . Solucin: a) 14,23 cc b) 0,0174 9.21) Hay que producir unas piezas cuyo dimetro debe caer dentro de la especificacin (190 15) mms . La mquina que se dispone para fabricarlas, las saca segn un dimetro que sigue una distribucin normal con media 200 mm, y desviacin tpica de 10 mms . En una produccin de 20.000 piezas, cuntas defectuosas deberan encontrarse?. Solucin : 6294 9.22) Se ha comprobado que el peso de los estudiantes universitarios, sigue una Distribucin Normal con media 68,5 Kgs., y desviacin tpica de 10 Kgs . Cual es la probabilidad de encontrar un estudiante, cuyo peso est: a) entre 48 y 71 Kgs? . b) por encima de 91 Kgs? . Solucin : a) 0.5785 b) 0.0122 9.23) Un estudio demostr que el tiempo de vida para cierta marca de bateras para automviles, se distribuye normalmente con media 548 das , y desviacin tpica de 185 das . Si el fabricante debe garantizar sus bateras por 180 das , qu porcentaje de las bateras deber ser cambiado ? . Solucin: 2.33 % 9.24) El espesor de las lminas metlicas producidas por una cierta mquina sigue una Distribucin Normal, con media 10 mm., y desviacin tpica de 0,02mm . Establezca una especificacin para el espesor de estas lminas, de forma que: a) El 95 % de las lminas cumplan con la especificacin. b) El 99% de las lminas cumplan con la especificacin. Solucin: a) (10.0000 0.0392) mm b) (10.00000 0.05152) mm 9.25) Las especificaciones para una cierta pieza mecnica son (20.00 0.50) cms.

Distribucin Normal Angel Francisco Arvelo L.

21

La mquina que se dispone para producirlas, las saca segn una distribucin normal con desviacin tpica de 0.30 cms, y una media que depende de ciertas calibraciones que se le hagan a la mquina. Las piezas que resulten por encima del lmite superior pueden ser reprocesadas y corregidas, pero las que resulten por debajo del lmite inferior son consideradas como desperdicio. a) En que valor debe calibrarse la media de la mquina, si se quiere a lo ms un 1% de desperdicios? . b) Para esa media, cual ser el porcentaje de piezas reprocesadas? . Solucin: a) = 20.1978 b) 15.62%. 9.26) El monto de las compras que realizan los clientes en un supermercado, sigue una Distribucin Normal con media $80 , y se sabe que el 72% de los clientes, realizan unas compras comprendidas en el intervalo $ (80 10) . Qu porcentaje de los clientes realiza compras superior a los $ 100 ? . Solucin : 1,54% 9.27) Sea X ~ N( 20 ; 16) . Determine "a" y "b", en cada uno de los siguientes casos: a) P ( a X 22 ) = 0,40 b) P ( b X 22 ) = 0,80 Solucin: a = 17,80 . No existe b. II. Nivel Intermedio 9.28) El contenido de jabn detergente en unas cajas, sigue una distribucin normal. Si el 80% de las cajas contienen menos de 429,20 gramos de jabn , y el 90% de las cajas contienen mas de 418,60 gramos: a) Determine la media y la desviacin tpica de la distribucin. b) Cual es el porcentaje de cajas cuyo contenido se encuentra en el intervalo (420 5 ) gramos ? Solucin: a) =425 grms , F =5 grms b) 47,72 % . 9.29) La duracin de unas bateras sigue una Distribucin Normal con media 270 das, y desviacin tpica de 50 das. Un comerciante compra cada batera en $ 21 y la vende en $ 27, pero garantizando que si se daa antes de los 180 das, devolver el dinero al cliente, y en consecuencia el comerciante pierde el costo de adquisicin de la batera. Calcule la ganancia promedio por cada batera vendida . Solucin: $ 5,03 9.30) Una mquina cortadora puede ser calibrada para cortar alambres que tengan una media determinada. Suponiendo que la longitud de los alambres obtenidos sigue una Distribucin Normal con media el valor calibrado, y desviacin tpica de 0,2 cms. ; determine el valor en que debe calibrarse la media , si se quiere que solamente el 5% de los alambres, tengan una longitud mayor de 10,40 cms . Solucin : = 10.071 cms . 9.31) Sea "X" una variable normal con media 10 y varianza a) Determine si : P(X 7.5 ) = 0,6026 b) Determine un valor "k" tal que: P(X k) = 3 P(X>k) .
2

desconocida.

Distribucin Normal Angel Francisco Arvelo L.

22

c) Hallar P( 8

11) .

Solucin: a)

= 9,62

b) k = 16,48 c) 0,1230

9.32) El peso de un grupo de 120 personas sigue una Distribucin Normal. Si 24 de ellas pesan menos de 55 Kgs., y 12 pesan ms de 80 Kgs, cuntas pesan ms de 60 Kgs?. Solucin: Aproximadamente 80 9.33) Un comerciante ha comprobado que cuando invierte en propaganda una cantidad "x" , las ventas durante el perodo siguen una distribucin normal con media "50x" , y desviacin tpica de $100.000 . a) Si el comerciante invirti $ 30.000 en propaganda; calcule la probabilidad de que las ventas durante el perodo, sean superiores a $1.350.000. b) Determine la cantidad que debe invertir en propaganda, si se quiere que las ventas sean superiores a $ 2.000.000, con una probabilidad de 0,90 por lo menos . Solucin : $ 42.560 9.34) Sea X ~ N(1; 4). Determine P(1 X2 9). Solucin:0,477

9.35) Se desea producir ciertas piezas dentro de la especificacin (20,00 1,00) cms. Hay que decidir entre dos mquinas para producir estas piezas, siendo los costos y las caractersticas de produccin, diferentes para cada una. Media (cms) Desviacin tpica (cms.) Costo ($ / pieza) Mquina A 19,95 0,85 1,00 Mquina B 20,02 0,50 1,20 Si la pieza cae dentro de la especificacin puede ser vendida en $ 1,80 por unidad, pero si es defectuosa, el fabricante pierde el costo de producir la pieza. Suponiendo que la produccin de cada mquina sigue una distribucin normal, cual de las dos recomendara Ud., para producir la pieza? . Solucin : B 9.36) El tiempo que tarda una persona en llegar de su casa al trabajo, sigue una distribucin normal con media 30 minutos, y desviacin tpica de 5 minutos. La hora de entrada al trabajo es a las 8:00 a.m a) A qu hora debe salir de su casa , si desea llegar temprano al trabajo con una probabilidad de 0,99?. b) Si sale de su casa a las 7:40 a.m, cul es la probabilidad de que llegue temprano al trabajo?. Solucin : a) 7:18 a.m b) 0,0228 9.37) Sea X N( ; 2). Determine los parmetros, si P ( X 60) = 0,10 , y P ( X 90) = 0,95 . Solucin : = 73,1 ; =10,2. 9.38) Las calificaciones en un examen de admisin, siguen una distribucin normal con una media de 57,40 puntos y un coeficiente de variacin del 30%. Los aspirantes deben ser clasificados en cuatro categoras: A (Excelentes) donde se ubica el 10% superior, B (Buenos) donde caen el 30% siguiente, C (Regulares) con el 35% siguiente, y D (Rechazados) con el 25% inferior.

Distribucin Normal Angel Francisco Arvelo L.

23

Determine el intervalo de calificaciones para cada una de estas categoras. Solucin: A de 80 puntos en adelante, B entre 62 y 79, C entre 46 y 61, y D por debajo de 45 . III. Nivel Avanzado 9.39) Sea X N( ; 2) . Entre los infinitos intervalos que tienen una amplitud constante c, cul tiene mxima probabilidad?. Solucin : 0,5 c 9.40) Una pieza debe cumplir con la especificacin 200 3. Si la pieza cumple con la especificacin puede ser vendida en $ 100 , si mide ms de 203, puede ser corregida a un costo de $ 20 y luego vendida en $100, y si mide menos de 197 es defectuosa, y slo puede ser vendida como desperdicio en $ 20. Para producir esta pieza, se dispone de una mquina que las fabrica segn una distribucin normal, con una media que depende de ciertos ajustes y calibraciones que se le hagan a la mquina, y con una desviacin tpica de 2. Producir una pieza con esta mquina cuesta $ 50. Determine la media en que debe ser calibrada, para maximizar la ganancia promedio por pieza producida. Solucin : = 200,92

Distribucin Normal Angel Francisco Arvelo L.

24

Anexo No 1: PROPIEDADES DE LA CURVA NORMAL La funcin de densidad correspondiente a la curva normal es : (x - ) 2 2 1 f ( x) e 2 ; - <x< 2

A partir de all se demuestra : 1) Los parmetros "" y " 2" representan la media y la varianza de la distribucin . En primer lugar "" y " 2" son parmetros porque para cualquier valor que ellos tomen , el rea bajo la curva es siempre igual a 1 , pues :
1 2 e
(x- ) 2 2 2

dx = 1
x

En efecto , si en esta integral hacemos el cambio de variable : z = se obtiene :

1 2

z2 2

dz = 2
1 2 z 2
e
t

1 2

z2 2

dz
1 2t

Haciendo la sustitucin : t =
2 2 1 1 dt = 2t

dt = z dz
1 t

dz =

dt , resulta:

dt =

1 ( ) 2 =1

lo que demuestra que efectivamente la ecuacin de la curva normal corresponde a una funcin densidad continua de probabilidad , y en donde "" y " 2 " son parmetros . Para demostrar que estos parmetros son realmente su media y su varianza , es necesario hallar primero su funcin generadora de momentos M X( t) : MX(t) = E(etX) =
e tx
1 e 2 (x- ) 2 2 2

dx

Para calcular esta integral es necesario sumar los exponentes que corresponden a la base comn e, luego completar cuadrados , , y se llega al siguiente resultado: MX(t) = e
t 1 2
2 2

Distribucin Normal Angel Francisco Arvelo L.

25

Una vez obtenida la funcin generadora de momentos , por derivacin sucesiva y evaluando en t=0 , es posible obtener los diferentes momentos de la distribucin , y as :
dMX ( t) =( dt
2

t) e

1 2

2 2

E(X) =

dMX ( t) dt t

=
0
2

Derivando por segunda vez , y evaluando en t=0 : E(X ) = En consecuencia : Var (X) = demostracin . E (X 2) [ E (X) ]2 =

d2MX ( t) dt
2

2 t 0

, lo que completa la

2) La simetra respecto de la media es fcilmente demostrable , pues basta con verificar que la ecuacin de la curva , que como ya sabemos es: (x - ) 2 2 1 f ( x) e 2 ; no se altera cuando se sustituye ( x - ) , por su 2 simtrico respecto de la media que es [- (x-)] . Como consecuencia de la simetra , el coeficiente momento de sesgo se anula. El coeficiente momento de sesgo poblacional para una variable aleatoria viene dado por:
3

E( X E( X ))3
3 ( Var ( X )) 2

El numerador de esta expresin puede ser desarrollado: E( X - E(X) )3= E (X3- 3 X2 E(X) + 3X (E(X))2 - (E(X))3) = E (X3) - 3 E (X2) E(X) + 3 E(X) (E(X))2 - (E(X))3 = E (X3) - 3 E (X2) E(X) + 2 (E(X))3 Para la Normal , los dos primeros momentos respecto al origen ya son conocidos pues: E ( X ) = ; E (X2) = 2 + 2, y el tercero puede ser obtenido a partir de la tercera derivada de funcin generadora de momentos, en t=0: E (X3) =

d 3M X (t) dt
3 t 0

+3

Reemplazando resulta : E( X - E(X) )3= 3+ 3 2 - 3 (

+2

= 0

=0.

3) En cuanto a la propiedad de que la mediana de la Distribucin Normal tambin est representada por el parmetro "" , la misma se desprende de la simetra , y de que el rea total bajo la curva es igual a 1 . En efecto , por simetra : P ( X P(X ) + P (X > ) = 1 ) = P (X > ) , y como adems : 1 P ( X ) = P (X > ) = " " es la mediana . 2

Distribucin Normal Angel Francisco Arvelo L.

26

4) Tambin el parmetro "" es la moda de la distribucin , pues al ser f(x) una funcin del tipo exponencial , el mximo se alcanzar cuando el exponente sea mximo ; y evidentemente [-( x - )2] es mximo , cuando x= . 5) La demostracin de que el coeficiente momento de curtosis vale "3" para cualquier Distribucin Normal , es quizs la ms interesante , y parte de la definicin del coeficiente momento de curtosis para la poblacin dado por:
4=

E( X E( X))4 ( Var( X))2

E( X - E(X) )4= E (X4- 4 X3 E(X) + 6 X2 (E(X))2 - 4 X (E(X))3+ (E(X))4) = E (X4 ) - 4 E(X3) E(X) + 6 E(X2) (E(X))2 - 4 E(X) (E(X))3+ (E(X))4= E (X4 ) - 4 E(X3) E(X) + 6 E(X2)(E(X))2 - 3 (E(X))4 Los tres primeros momentos ya se conocen , y el cuarto se obtiene derivando por cuarta vez la funcin generadora de momentos, y evalundo en t=0 : E(X4) =

d 4 M X (t) dt
4 t 0
4

= +6
4 2 2

+6
2

+3 -4(
4
3

E( X - E(X) )4 = 3

+3

+3

+6(

-3

y como Var (X) =

4=

3 (

2 2

= 3

Con relacin al valor 0,263 para el coeficiente percentlico de curtosis , el mismo sale de las tablas normales , pues como es sabido este coeficiente se calcula mediante la expresin : 1 (Q3 Q1) 2 Coeficiente percentlico de curtosis = = P90 P10 Segn las tablas : Q3= + 0.674 ( 75% de rea a la izquierda ) Q1 = - 0.674 ( 25% de rea a la izquierda P90= + 1.282 ( 90% de rea a la izquierda ) P10= - 1.282 ( 10% de rea a la izquierda ) Sustituyendo en la expresin , resulta el valor 0,263 antes sealado , para cualquier curva normal , independientemente de sus parmetros .

Distribucin Normal Angel Francisco Arvelo L.

27

Anexo N 2 : Tabla N 2.1: Area bajo la Distribucin Normal Estndar entre 0 y z.

z 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0

,00 0,0000 0,0398 0,0793 0,1179 0,1554 0,1915 0,2257 0,2580 0,2881 0,3159 0,3413 0,3643 0,3849 0,4032 0,4192 0,4332 0,4452 0,4554 0,4641 0,4713 0,4772 0,4821 0,4861 0,4893 0,4918 0,4938 0,4953 0,4965 0,4974 0,4981 0,4987

,01 0,0040 0,0438 0,0832 0,1217 0,1591 0,1950 0,2291 0,2611 0,2910 0,3186 0,3438 0,3665 0,3869 0,4049 0,4207 0,4345 0,4463 0,4564 0,4649 0,4719 0,4778 0,4826 0,4864 0,4896 0,4920 0,4940 0,4955 0,4966 0,4975 0,4982 0,4987

,02 0,0080 0,0478 0,0871 0,1255 0,1628 0,1985 0,2324 0,2642 0,2939 0,3212 0,3461 0,3686 0,3888 0,4066 0,4222 0,4357 0,4474 0,4573 0,4656 0,4726 0,4783 0,4830 0,4868 0,4898 0,4922 0,4941 0,4956 0,4967 0,4976 0,4982 0,4987

,03 0,0120 0,0517 0,0910 0,1293 0,1664 0,2019 0,2357 0,2673 0,2967 0,3238 0,3485 0,3708 0,3907 0,4082 0,4236 0,4370 0,4484 0,4582 0,4664 0,4732 0,4788 0,4834 0,4871 0,4901 0,4925 0,4943 0,4957 0,4968 0,4977 0,4983 0,4988

,04 0,0160 0,0557 0,0948 0,1331 0,1700 0,2054 0,2389 0,2704 0,2995 0,3264 0,3508 0,3729 0,3925 0,4099 0,4251 0,4382 0,4495 0,4591 0,4671 0,4738 0,4793 0,4838 0,4875 0,4904 0,4927 0,4945 0,4959 0,4969 0,4977 0,4984 0,4988

,05 0,0199 0,0596 0,0987 0,1368 0,1736 0,2088 0,2422 0,2734 0,3023 0,3289 0,3531 0,3749 0,3944 0,4115 0,4265 0,4394 0,4505 0,4599 0,4678 0,4744 0,4798 0,4842 0,4878 0,4906 0,4929 0,4946 0,4960 0,4970 0,4978 0,4984 0,4989

,06 0,0239 0,0636 0,1026 0,1406 0,1772 0,2123 0,2454 0,2764 0,3051 0,3315 0,3554 0,3770 0,3962 0,4131 0,4279 0,4406 0,4515 0,4608 0,4686 0,4750 0,4803 0,4846 0,4881 0,4909 0,4931 0,4948 0,4961 0,4971 0,4979 0,4985 0,4989

,07 0,0279 0,0675 0,1064 0,1443 0,1808 0,2157 0,2486 0,2794 0,3078 0,3340 0,3577 0,3790 0,3980 0,4147 0,4292 0,4418 0,4525 0,4616 0,4693 0,4756 0,4808 0,4850 0,4884 0,4911 0,4932 0,4949 0,4962 0,4972 0,4979 0,4985 0,4989

,08 0,0319 0,0714 0,1103 0,1480 0,1844 0,2190 0,2517 0,2823 0,3106 0,3365 0,3599 0,3810 0,3997 0,4162 0,4306 0,4429 0,4535 0,4625 0,4699 0,4761 0,4812 0,4854 0,4887 0,4913 0,4934 0,4951 0,4963 0,4973 0,4980 0,4986 0,4990

,09 0,0359 0,0753 0,1141 0,1517 0,1879 0,2224 0,2549 0,2852 0,3133 0,3389 0,3621 0,3830 0,4015 0,4177 0,4319 0,4441 0,4545 0,4633 0,4706 0,4767 0,4817 0,4857 0,4890 0,4916 0,4936 0,4952 0,4964 0,4974 0,4981 0,4986 0,4990

Distribucin Normal Angel Francisco Arvelo L.

28

Tabla 2.2: Diferentes reas bajo la curva normal estndar

z 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,10 0,11 0,12 0,13 0,14 0,15 0,16 0,17 0,18 0,19 0,20 0,21 0,22 0,23 0,24 0,25 0,26 0,27 0,28 0,29 0,30 0,31 0,32 0,33 0,34 0,35 0,36 0,37 0,38 0,39 0,40 0,41 0,42 0,43 0,44 0,45 0,46 0,47 0,48

(z) 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844

(-z) 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156

D(z) 0,0080 0,0160 0,0239 0,0319 0,0399 0,0478 0,0558 0,0638 0,0717 0,0797 0,0876 0,0955 0,1034 0,1113 0,1192 0,1271 0,1350 0,1428 0,1507 0,1585 0,1663 0,1741 0,1819 0,1897 0,1974 0,2051 0,2128 0,2205 0,2282 0,2358 0,2434 0,2510 0,2586 0,2661 0,2737 0,2812 0,2886 0,2961 0,3035 0,3108 0,3182 0,3255 0,3328 0,3401 0,3473 0,3545 0,3616 0,3688

z 0,51 0,52 0,53 0,54 0,55 0,56 0,57 0,58 0,59 0,60 0,61 0,62 0,63 0,64 0,65 0,66 0,67 0,68 0,69 0,70 0,71 0,72 0,73 0,74 0,75 0,76 0,77 0,78 0,79 0,80 0,81 0,82 0,83 0,84 0,85 0,86 0,87 0,88 0,89 0,90 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98

(z) 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365

(-z) 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635

D(z) 0,3899 0,3969 0,4039 0,4108 0,4177 0,4245 0,4313 0,4381 0,4448 0,4515 0,4581 0,4647 0,4713 0,4778 0,4843 0,4907 0,4971 0,5035 0,5098 0,5161 0,5223 0,5285 0,5346 0,5407 0,5467 0,5527 0,5587 0,5646 0,5705 0,5763 0,5821 0,5878 0,5935 0,5991 0,6047 0,6102 0,6157 0,6211 0,6265 0,6319 0,6372 0,6424 0,6476 0,6528 0,6579 0,6629 0,6680 0,6729

Distribucin Normal Angel Francisco Arvelo L.

29

0,49 0,50 z 1,01 1,02 1,03 1,04 1,05 1,06 1,07 1,08 1,09 1,10 1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,18 1,19 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,29 1,30 1,31 1,32 1,33 1,34 1,35 1,36 1,37 1,38 1,39 1,40 1,41 1,42 1,43 1,44 1,45 1,46 1,47 1,48 1,49 1,50

0,6879 0,6915 (z) 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 0,9332

0,3121 0,3085 (-z) 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681 0,0668

0,3759 0,3829 D(z) 0,6875 0,6923 0,6970 0,7017 0,7063 0,7109 0,7154 0,7199 0,7243 0,7287 0,7330 0,7373 0,7415 0,7457 0,7499 0,7540 0,7580 0,7620 0,7660 0,7699 0,7737 0,7775 0,7813 0,7850 0,7887 0,7923 0,7959 0,7995 0,8029 0,8064 0,8098 0,8132 0,8165 0,8198 0,8230 0,8262 0,8293 0,8324 0,8355 0,8385 0,8415 0,8444 0,8473 0,8501 0,8529 0,8557 0,8584 0,8611 0,8638 0,8664

0,99 1,00 z 1,51 1,52 1,53 1,54 1,55 1,56 1,57 1,58 1,59 1,60 1,61 1,62 1,63 1,64 1,65 1,66 1,67 1,68 1,69 1,70 1,71 1,72 1,73 1,74 1,75 1,76 1,77 1,78 1,79 1,80 1,81 1,82 1,83 1,84 1,85 1,86 1,87 1,88 1,89 1,90 1,91 1,92 1,93 1,94 1,95 1,96 1,97 1,98 1,99 2,00

0,8389 0,8413 (z) 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767 0,9772

0,1611 0,1587 (-z) 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233 0,0228

0,6778 0,6827 D(z) 0,8690 0,8715 0,8740 0,8764 0,8789 0,8812 0,8836 0,8859 0,8882 0,8904 0,8926 0,8948 0,8969 0,8990 0,9011 0,9031 0,9051 0,9070 0,9090 0,9109 0,9127 0,9146 0,9164 0,9181 0,9199 0,9216 0,9233 0,9249 0,9265 0,9281 0,9297 0,9312 0,9328 0,9342 0,9357 0,9371 0,9385 0,9399 0,9412 0,9426 0,9439 0,9451 0,9464 0,9476 0,9488 0,9500 0,9512 0,9523 0,9534 0,9545

Distribucin Normal Angel Francisco Arvelo L.

30

z 2,01 2,02 2,03 2,04 2,05 2,06 2,07 2,08 2,09 2,10 2,11 2,12 2,13 2,14 2,15 2,16 2,17 2,18 2,19 2,20 2,21 2,22 2,23 2,24 2,25 2,26 2,27 2,28 2,29 2,30 2,31 2,32 2,33 2,34 2,35 2,36 2,37 2,38 2,39 2,40 2,41 2,42 2,43 2,44 2,45 2,46 2,47 2,48 2,49 2,50

(z) 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936 0,9938

(-z) 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 0,0062

D(z) 0,9556 0,9566 0,9576 0,9586 0,9596 0,9606 0,9615 0,9625 0,9634 0,9643 0,9651 0,9660 0,9668 0,9676 0,9684 0,9692 0,9700 0,9707 0,9715 0,9722 0,9729 0,9736 0,9743 0,9749 0,9756 0,9762 0,9768 0,9774 0,9780 0,9786 0,9791 0,9797 0,9802 0,9807 0,9812 0,9817 0,9822 0,9827 0,9832 0,9836 0,9840 0,9845 0,9849 0,9853 0,9857 0,9861 0,9865 0,9869 0,9872 0,9876

z 2,51 2,52 2,53 2,54 2,55 2,56 2,57 2,58 2,59 2,60 2,61 2,62 2,63 2,64 2,65 2,66 2,67 2,68 2,69 2,70 2,71 2,72 2,73 2,74 2,75 2,76 2,77 2,78 2,79 2,80 2,81 2,82 2,83 2,84 2,85 2,86 2,87 2,88 2,89 2,90 2,91 2,92 2,93 2,94 2,95 2,96 2,97 2,98 2,99 3,00

(z) 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 0,9987

(-z) 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 0,0013

D(z) 0,9879 0,9883 0,9886 0,9889 0,9892 0,9895 0,9898 0,9901 0,9904 0,9907 0,9909 0,9912 0,9915 0,9917 0,9920 0,9922 0,9924 0,9926 0,9929 0,9931 0,9933 0,9935 0,9937 0,9939 0,9940 0,9942 0,9944 0,9946 0,9947 0,9949 0,9950 0,9952 0,9953 0,9955 0,9956 0,9958 0,9959 0,9960 0,9961 0,9963 0,9964 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973

Distribucin Normal Angel Francisco Arvelo L.

31

z 3,01 3,02 3,03 3,04 3,05 3,06 3,07 3,08 3,09 3,10 3,11 3,12 3,13 3,14 3,15 3,16 3,17 3,18 3,19 3,20 3,21 3,22 3,23 3,24 3,25 3,26 3,27 3,28 3,29 3,30 3,31 3,32 3,33 3,34 3,35 3,36 3,37 3,38 3,39 3,40 3,41 3,42 3,43 3,44 3,45 3,46 3,47 3,48 3,49 3,50

(z) 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998 0,9998

(-z) 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002 0,0002

D(z) 0,9974 0,9975 0,9976 0,9976 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981 0,9981 0,9982 0,9983 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 0,9987 0,9987 0,9988 0,9988 0,9988 0,9989 0,9989 0,9990 0,9990 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995 0,9995 0,9995

z 3,51 3,52 3,53 3,54 3,55 3,56 3,57 3,58 3,59 3,60 3,61 3,62 3,63 3,64 3,65 3,66 3,67 3,68 3,69 3,70 3,71 3,72 3,73 3,74 3,75 3,76 3,77 3,78 3,79 3,80 3,81 3,82 3,83 3,84 3,85 3,86 3,87 3,88 3,89 3,90 3,91 3,92 3,93 3,94 3,95 3,96 3,97 3,98 3,99 4,00

(z) 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

(-z) 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000

D(z) 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999

Distribucin Normal Angel Francisco Arvelo L.

32

Tabla 2.3: Valores de z en funcin del rea

Area 0,001 0,005 0,010 0,020 0,025 0,030 0,040 0,050 0,060 0,070 0,080 0,090 0,100 0,110 0,120 0,130 0,140 0,150 0,160 0,170 0,180 0,190 0,200 0,210 0,220 0,230 0,240 0,250 0,260 0,270 0,280 0,290 0,300 0,310 0,320 0,330 0,340 0,350 0,360 0,370 0,380 0,390 0,400 0,410 0,420 0,430 0,440 0,450 0,460 0,470 0,480 0,490 0,500 A la izquierda -3,090 -2,576 -2,326 -2,054 -1,960 -1,881 -1,751 -1,645 -1,555 -1,476 -1,405 -1,341 -1,282 -1,227 -1,175 -1,126 -1,080 -1,036 -0,994 -0,954 -0,915 -0,878 -0,842 -0,806 -0,772 -0,739 -0,706 -0,674 -0,643 -0,613 -0,583 -0,553 -0,524 -0,496 -0,468 -0,440 -0,412 -0,385 -0,358 -0,332 -0,305 -0,279 -0,253 -0,228 -0,202 -0,176 -0,151 -0,126 -0,100 -0,075 -0,050 -0,025 0,000 Central 0,001 0,006 0,013 0,025 0,031 0,038 0,050 0,063 0,075 0,088 0,100 0,113 0,126 0,138 0,151 0,164 0,176 0,189 0,202 0,215 0,228 0,240 0,253 0,266 0,279 0,292 0,305 0,319 0,332 0,345 0,358 0,372 0,385 0,399 0,412 0,426 0,440 0,454 0,468 0,482 0,496 0,510 0,524 0,539 0,553 0,568 0,583 0,598 0,613 0,628 0,643 0,659 0,674 Area 0,510 0,520 0,530 0,540 0,550 0,560 0,570 0,580 0,590 0,600 0,610 0,620 0,630 0,640 0,650 0,660 0,670 0,680 0,690 0,700 0,710 0,720 0,730 0,740 0,750 0,760 0,770 0,780 0,790 0,800 0,810 0,820 0,830 0,840 0,850 0,860 0,870 0,880 0,890 0,900 0,910 0,920 0,930 0,940 0,950 0,960 0,970 0,975 0,980 0,990 0,995 0,999 1,000 A la izquierda 0,025 0,050 0,075 0,100 0,126 0,151 0,176 0,202 0,228 0,253 0,279 0,305 0,332 0,358 0,385 0,412 0,440 0,468 0,496 0,524 0,553 0,583 0,613 0,643 0,674 0,706 0,739 0,772 0,806 0,842 0,878 0,915 0,954 0,994 1,036 1,080 1,126 1,175 1,227 1,282 1,341 1,405 1,476 1,555 1,645 1,751 1,881 1,960 2,054 2,326 2,576 3,090 Central 0,690 0,706 0,722 0,739 0,755 0,772 0,789 0,806 0,824 0,842 0,860 0,878 0,896 0,915 0,935 0,954 0,974 0,994 1,015 1,036 1,058 1,080 1,103 1,126 1,150 1,175 1,200 1,227 1,254 1,282 1,311 1,341 1,372 1,405 1,440 1,476 1,514 1,555 1,598 1,645 1,695 1,751 1,812 1,881 1,960 2,054 2,170 2,241 2,326 2,576 2,807 3,290