ANGEL FRANCISCO ARVELO LUJ AN

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 J ubilado 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.
1
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
al valor x
i
, viene dado por la expresin: z
i
=
i
x

La diferencia
i
x 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
a) Para x
i
=1,75 , se tiene z
i
=
175 167
010
, ,
,

=0,80 , lo que significa que una persona

con estatura 1,75 metros, est desviado de la media en 0,80 desviaciones tpicas
por encima de ella.
b) Para x
i
=1,50 , se tiene z
i
=
150 167
010
, ,
,

=-1,70, lo que significa que una persona

con estatura 1,50 metros, est desviado de la media en 1,70 desviaciones tpicas
por debajo de ella.
c) Para x
i
=1,67 , se tiene z
i
=
167 167
010
, ,
,

=0 , lo que significa que una persona con

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.
2
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?.
Solucin: Para la estatura z
1
=
180 167
010
, ,
,

=1,30 ; mientras que para el peso

z
2
=
96 72
12

=2 El peso de esta persona presenta un mayor desvo relativo

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 :
Z
A
=
1100 800
150
=2 ; mientras que en la B es Z
B
=
1200 1000
250
=0,80.
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.
3
Sin embargo, dado que Z
A
>Z
B
, 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:
Z
A
=
600 800
150
=-1,33 ; Z
B
=
650 1000
250
=-1,40
Los dos negativos, lo que revela que un profesional recin graduado ingresa con
un sueldo por debajo de la media.
Como Z Z
A B
< , 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.
c) Su valor tipificado dentro de A es : Z
A
=
1130 800
150
=2,20 .
Para ser transferido a la organizacin B conservando su posicin relativa
Z
B
=2,20
X 1000
250
=2,20 X =1000 +2,20 (250) =1550
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:
Z =
X

=
X

que equivale a una del tipo Z =a +bX,
en donde a =

y b=
1

.
Segn las propiedades ya estudiadas :
Z X
a b = + y
X
2 2 2
Z
b =

Z
1
=

=0 ; y
2 2
Z 2
1
=

=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.
Solucin:
0 2 4 10
4
+ + +
= =4 ;
2 2 2 2
2
(0 4) (2 4) (4 4) (10 4)
4
+ + +
= =14
Los datos tipificados son entonces:
R
S
T
U
V
W
4
14
2
14
0
6
14
, , , , cuya media es:
Z
4 2 6
0
14 14 14
4
+ +
= =0 , y cuya varianza es:
2
Z
16 4 36
0
14 14 14
4
+ + +
= =1

Distribucin Normal
Angel Francisco Arvelo L.
4
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
dimetro es z =
1575 15
020
,
,

=3,50 , que se encuentra fuera del intervalo [-3, +3].
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.
5
La figura siguiente muestra como una curva puede aproximar al polgono de
frecuencias en un histograma:
F
r
e
c
u
e
n
c
i
a
s

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
Distribucin Normal
Angel Francisco Arvelo L.
6
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
6
, lo que queremos decir es que si lanzramos muchas veces el
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.
7
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.


1
La demostracin de estas propiedades aparece en el Anexo N
o
1


Distribucin Normal
Angel Francisco Arvelo L.
8
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.
9
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:
Z =
X -

, la distribucin resultante es otra normal con media 0 y varianza 1, que

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) 1 -
1
2
83 351 562
703
165


e
z z
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; 40
2
).
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 .
a) P(X<900) =P(Z<
900 800
40

) =P(Z<2,50)=(2,50) =0,9938=99,38%
b) P(X<750) =P(Z<
750 800
40

) =P(Z<-1,25)=(-1,25) =0,1056=10,56%
c) P(X>820) =P(Z>
820 800
40

) =P(Z>0,50)=1- (0,50) =1- 0,6915=0,3085

d) P(X>730) =P(Z>
730 800
40

) =P(Z>-1,75)=1- (-1,75) =1- 0,0401=0,9599

e) P(820<X<850) =P(
820 800
40

<Z<
850 800
40

) =P(0,50<Z<1,25) =
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 % .
f) P(700<X<750) =P(
700 800
40

<Z<
750 800
40

) =P(-2,50 <Z<-1,25) =
(-1,25) - (-2,50) =0,1056 0,0062 =0,0994 =9,94 %
g) P(740<X<890) =P(
740 800
40

<Z<
890 800
40

) =P(-1,50 <Z<2,25) =
(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
40

<Z<
850 800
40

) =P(-1,25 <Z<1,25) =
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 N ( 72.50 ; 0.20
2
)

a) P ( X < 72.80 ) =P ( Z <
7280 7250
020
. .
.

) =P ( Z <1.50) = (1.50) =0.9322

b) P ( X < 72.10 ) =P ( Z <
7210 7250
020
. .
.

) =P ( Z <-2) = (-2) =0.0228

c) P ( X >72.60 ) =P ( Z >
7260 7250
020
. .
.

) =P ( Z >0.50) =1- (0.50) =

1 - 0.6915 =0.3085
d) P( 72.15 <X <72.75) =P(
7215 7250
020
. .
.

<Z <
7275 7250
020
. .
.

) =
P ( -1.75 <Z < 1.25) = ( 1.25) - (-1.75) =0.8944 - 0.0401 =0.8543
e) P ( 72.15 <X <72.85) =P (
7215 7250
020
. .
.

<Z <
7285 7250
020
. .
.

) =
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 (
235 250

<Z <
265 250

) =0,75
P (
15

<Z <
15

) =0,75
Hay que buscar el valor de z que abarca un rea central de 0,75.
Segn tabla 2.3 , este valor es z =1,15
15

=1,15 =
15
115 ,
=13,04
b) P ( X <220) =P(Z <
220 250
1304

,
) =P (Z <-2,30) =(-2,30) =0,0107 =1.07%
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 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 ; 12
2
) .
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
t100
12
) =0.99


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

t100
12
=- 2.326 t =100 - 2.326 ( 12 ) =72.09

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 - X 100 + ) = 0.90
P ( -

12
Z

12
) =0.90
En la tabla 2.3 , se encuentra que para 90% de rea central , la abscisa
correspondiente es 1.645 , y por consiguiente:

12
1645 = .
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 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:
P( X 72,50) = P(Z
7250 68
3
,
) =P (Z 1,50) =1- (1.50) =1 0,9332
=0,0668 =6,68% .

Como el grupo es de 300 estudiantes, entonces aproximadamente 20 de ellos
deberan tienen una estatura mayor que 72 pulgadas.
b) P( X 64,50) =P(Z
6450 68
3
,
) =P (Z - 1,17) = (-1.17)=0,1210 =12,10%
Aproximadamente 36 deberan medir 64 pulgadas o menos.

c) P( 64,50 X <71,50) =P(
6450 68
3
,
Z <
7150 68
3
,
) =P (-1,17 Z < 1,17)
= D (1.17) =0.7580 =75,80 % .
Aproximadamente 227 estudiantes deberan caer en ese intervalo.
d) P( 67,50 X <68,50) =P(
6750 68
3
,
Z <
6850 68
3
,
) =P (-0,17 Z < 0,17)
= D (0.17) =0,1350 =13,50 % .

Aproximadamente 40 estudiantes deberan tener una estatura de 68 pulgadas.

Distribucin Normal
Angel Francisco Arvelo L.
16
Ejemplo 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) .
Solucin : a) P(X 7) =0,90. P( Z
7 10

) =0,90. P( Z <
3

) =0,10
Segn tabla 2.3
3

=-1.282 =
3
1282 ,
=2,34
b) P(X k) =4 P(X>k) P(X k) =4 [1- P(X k)] P(X k) =4 - 4P(X k)]
P(X k) +4P(X k)] =4 5 P(X k) =4 P(X k) =
4
5
=0,80
P( Z
k10
234 ,
) =0,80 Segn tabla 2.3:
k10
234 ,
=0,842 k =11,97

Ejemplo 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
)
P ( X >120 ) =0,20 P ( Z >
120

) =0,20 P ( Z
120

) =0,80
Segn tabla 2.3 :
120

=0,842 120 - =0,842

P ( X <75 ) =0,10 P ( Z <
75

) =0,10
Segn tabla 2.3 :
75

=- 1,282 75 - =-1,282
Para determinar y , hay que resolver el sistema de ecuaciones:
120
75
0842

R
S
T
=
=



1,282
,
Restando una de la otra: 45 =2,124 =21,19 .
Reemplazando =21,19 en cualquiera de las ecuaciones, se obtiene: =102,16
Los parmetros de la distribucin son: =102,16 gramos, =21,19 gramos.
b) P( 70 X 100) =P(
70 10216
2119
,
,
Z
100 10216
2119
,
,
) =P (-1,52 Z - 0,10)
= (-0.10) - (-1,52)=0,4602 0,0643 =0,3959 =39,59 % .


Ejemplo 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( ; 0,3
2
).
P ( X >8) =0,01 P ( X 8) =0,99 P (Z
8
030

,
) =0,99
Segn tabla 2.3 :
8
030

,
=2,326 =8 2,326 (0,30) =7,30
La mquina debe ser calibrada para llenar con una media de 7,30 onzas.
b) P ( a X b) =0,90 P (
a 730
030
,
,
Z
b 730
030
,
,
) =0,90
Segn la tabla 2.3, la abscisa que cubre un rea central de 0,90 es 1,645; por tanto
b 730
030
,
,
=1,645 b =7,30 +1,645 (0,30) =7,79
a 730
030
,
,
=-1,645 a =7,30 - 1,645 (0,30) =6,81
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 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.
% de Buenas =P( 6,50 X 7,50) =P(
650 690
030
, ,
,

Z
750 690
030
, ,
,

) =
P (-1,33 Z 2,00) =(2,00) - (-1,33) =0,9772 0,0918 =0,8854 =88,54 % .
% de Corregidas =P(X > 7,50) =P(Z >
750 690
030
, ,
,

) =P ( Z >2,00) =1- (2,00)

1- 0,9772 =0,0228 =2,28 %
% de Defectuosas =P(X <6,50) =P( Z <
650 690
030
, ,
,

)=P (Z - 1,33) =(-1,33)

=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 (>0) es .Cul es
el rea desde - a la derecha ?.

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 z
2
deja a su izquierda un rea
2
. Si 0 <
1
<
2
<0,5
.
Distribucin Normal
Angel Francisco Arvelo L.
19
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?.

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

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 CV
A
=19.05% y CV
B
=22.22% c) 590.333,33 y 260.000


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


Distribucin Normal
Angel Francisco Arvelo L.
20
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 .
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


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

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

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

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

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 %

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

Distribucin Normal
Angel Francisco Arvelo L.
21
25) Las especificaciones para una cierta pieza mecnica son (20.00 0.50) cms.
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%.

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%

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

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 % .

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

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 .

31) Sea "X" una variable normal con media 10 y varianza
2
desconocida.
a) Determine si : P(X 7.5 ) =0,6026
Distribucin Normal
Angel Francisco Arvelo L.
22
b) Determine un valor "k" tal que: P(X k) =3 P(X>k) .
c) Hallar P( 8 X 11) . Solucin: a) =9,62 b) k =16,48 c) 0,1230

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

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

34) Sea X
~
N(1; 4). Determine P(1 X
2
9). Solucin:0,477

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

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

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.

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%.
Distribucin Normal
Angel Francisco Arvelo L.
23
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.
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

39) Sea X N( ;
2
) . Entre los infinitos intervalos que tienen una amplitud
constante c, cul tiene mxima probabilidad?. Solucin : 0,5 c

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 N
o
1: PROPIEDADES DE LA CURVA NORMAL

La funcin de densidad correspondiente a la curva normal es :
f x e ( ) =
1
2
-
- ( ) x

2
2
2
; - <x <



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 dx
-
(x- )
2
2
2

= 1
En efecto , si en esta integral hacemos el cambio de variable : z =
x

se obtiene :
1
2
e dz
-
2
2

z
= 2
1
2
0

e dz
-
2
2
+

z


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

dt , resulta:
2
2
e
t
t
+

1
2
0
dt =
1

e
t
t
+

1
0
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) :
M
X
(t) =E(e
tX
) = e
tx

1
2
e
-
(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:
M
X
(t) =e
t 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 :

dM t
dt
X
( )
=( )

+
+
2
1
2
2 2
t e
t t
E(X) =
dM t
dt
X
t
( )
=0
=
Derivando por segunda vez , y evaluando en t=0 : E(X
2
) =
d M t
dt
X
t
2
2
0
( )
=
=
2
+
2

En consecuencia : Var (X) = E (X
2
) - [ E (X) ]
2
=
2
, lo que completa la
demostracin .

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:
f x e ( ) =
1
2
-
- ( ) x

2
2
2
; no se altera cuando se sustituye ( x - ) , por su
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
Var X
( ( ))
( ( ))

3
3
2
.

El numerador de esta expresin puede ser desarrollado:
E( X - E(X) )
3
=E (X
3
- 3 X
2
E(X) +3X (E(X))
2
- (E(X))
3
) =
E (X
3
) - 3 E (X
2
) E(X) +3 E(X) (E(X))
2
- (E(X))
3
=
E (X
3
) - 3 E (X
2
) E(X) +2 (E(X))
3

Para la Normal , los dos primeros momentos respecto al origen ya son conocidos
pues: E ( X ) = ; E (X
2
) =
2
+
2
, y el tercero puede ser obtenido a partir de la
tercera derivada de funcin generadora de momentos, en t=0:
E (X
3
) =
d M (t)
dt
3
X
3
t=0
=
3
+3
2
.
Reemplazando resulta :
E( X - E(X) )
3
=
3
+3
2
- 3 (
2
+
2
) +2
3
= 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 >) , y como adems :
P ( X ) +P (X >) =1 P ( X ) =P (X >) =
1
2
"" es la mediana .

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
Var X
( ( ))
( ( ))

4
2



E( X - E(X) )
4
=E (X
4
- 4 X
3
E(X) +6 X
2
(E(X))
2
- 4 X (E(X))
3
+(E(X))
4
) =
E (X
4
) - 4 E(X
3
) E(X) +6 E(X
2
) (E(X))
2
- 4 E(X) (E(X))
3
+(E(X))
4
=
E (X
4
) - 4 E(X
3
) E(X) +6 E(X
2
)(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(X
4
) =
d M (t)
dt
4
X
4
t=0
=
4
+6
2

2
+3
4

E( X - E(X) )
4
=
4
+6
2

2
+3
4
-4(
3
+3

2
)

+6 (
2
+
2
)
2
- 3
4
=
3
4

y como Var (X) =
2

4
=
3
2 2
4

( )
= 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 :
Coeficiente percentlico de curtosis =

=
1
2
3 1
90 10
( ) Q Q
P P

Segn las tablas : Q
3
= +0.674 ( 75% de rea a la izquierda )
Q
1
= - 0.674 ( 25% de rea a la izquierda
P
90
= +1.282 ( 90% de rea a la izquierda )
P
10
= - 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 ,00 ,01 ,02 ,03 ,04 ,05 ,06 ,07 ,08 ,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990

Distribucin Normal
Angel Francisco Arvelo L.
28
Tabla 2.2: Diferentes reas bajo la curva normal estndar

z (z) (-z) D(z) z (z) (-z) D(z)
0,01 0,5040 0,4960 0,0080 0,51 0,6950 0,3050 0,3899
0,02 0,5080 0,4920 0,0160 0,52 0,6985 0,3015 0,3969
0,03 0,5120 0,4880 0,0239 0,53 0,7019 0,2981 0,4039
0,04 0,5160 0,4840 0,0319 0,54 0,7054 0,2946 0,4108
0,05 0,5199 0,4801 0,0399 0,55 0,7088 0,2912 0,4177
0,06 0,5239 0,4761 0,0478 0,56 0,7123 0,2877 0,4245
0,07 0,5279 0,4721 0,0558 0,57 0,7157 0,2843 0,4313
0,08 0,5319 0,4681 0,0638 0,58 0,7190 0,2810 0,4381
0,09 0,5359 0,4641 0,0717 0,59 0,7224 0,2776 0,4448
0,10 0,5398 0,4602 0,0797 0,60 0,7257 0,2743 0,4515
0,11 0,5438 0,4562 0,0876 0,61 0,7291 0,2709 0,4581
0,12 0,5478 0,4522 0,0955 0,62 0,7324 0,2676 0,4647
0,13 0,5517 0,4483 0,1034 0,63 0,7357 0,2643 0,4713
0,14 0,5557 0,4443 0,1113 0,64 0,7389 0,2611 0,4778
0,15 0,5596 0,4404 0,1192 0,65 0,7422 0,2578 0,4843
0,16 0,5636 0,4364 0,1271 0,66 0,7454 0,2546 0,4907
0,17 0,5675 0,4325 0,1350 0,67 0,7486 0,2514 0,4971
0,18 0,5714 0,4286 0,1428 0,68 0,7517 0,2483 0,5035
0,19 0,5753 0,4247 0,1507 0,69 0,7549 0,2451 0,5098
0,20 0,5793 0,4207 0,1585 0,70 0,7580 0,2420 0,5161
0,21 0,5832 0,4168 0,1663 0,71 0,7611 0,2389 0,5223
0,22 0,5871 0,4129 0,1741 0,72 0,7642 0,2358 0,5285
0,23 0,5910 0,4090 0,1819 0,73 0,7673 0,2327 0,5346
0,24 0,5948 0,4052 0,1897 0,74 0,7704 0,2296 0,5407
0,25 0,5987 0,4013 0,1974 0,75 0,7734 0,2266 0,5467
0,26 0,6026 0,3974 0,2051 0,76 0,7764 0,2236 0,5527
0,27 0,6064 0,3936 0,2128 0,77 0,7794 0,2206 0,5587
0,28 0,6103 0,3897 0,2205 0,78 0,7823 0,2177 0,5646
0,29 0,6141 0,3859 0,2282 0,79 0,7852 0,2148 0,5705
0,30 0,6179 0,3821 0,2358 0,80 0,7881 0,2119 0,5763
0,31 0,6217 0,3783 0,2434 0,81 0,7910 0,2090 0,5821
0,32 0,6255 0,3745 0,2510 0,82 0,7939 0,2061 0,5878
0,33 0,6293 0,3707 0,2586 0,83 0,7967 0,2033 0,5935
0,34 0,6331 0,3669 0,2661 0,84 0,7995 0,2005 0,5991
0,35 0,6368 0,3632 0,2737 0,85 0,8023 0,1977 0,6047
0,36 0,6406 0,3594 0,2812 0,86 0,8051 0,1949 0,6102
0,37 0,6443 0,3557 0,2886 0,87 0,8078 0,1922 0,6157
0,38 0,6480 0,3520 0,2961 0,88 0,8106 0,1894 0,6211
0,39 0,6517 0,3483 0,3035 0,89 0,8133 0,1867 0,6265
0,40 0,6554 0,3446 0,3108 0,90 0,8159 0,1841 0,6319
0,41 0,6591 0,3409 0,3182 0,91 0,8186 0,1814 0,6372
0,42 0,6628 0,3372 0,3255 0,92 0,8212 0,1788 0,6424
0,43 0,6664 0,3336 0,3328 0,93 0,8238 0,1762 0,6476
0,44 0,6700 0,3300 0,3401 0,94 0,8264 0,1736 0,6528
0,45 0,6736 0,3264 0,3473 0,95 0,8289 0,1711 0,6579
0,46 0,6772 0,3228 0,3545 0,96 0,8315 0,1685 0,6629
0,47 0,6808 0,3192 0,3616 0,97 0,8340 0,1660 0,6680
0,48 0,6844 0,3156 0,3688 0,98 0,8365 0,1635 0,6729
Distribucin Normal
Angel Francisco Arvelo L.
29
0,49 0,6879 0,3121 0,3759 0,99 0,8389 0,1611 0,6778
0,50 0,6915 0,3085 0,3829 1,00 0,8413 0,1587 0,6827

z (z) (-z) D(z) z (z) (-z) D(z)
1,01 0,8438 0,1562 0,6875 1,51 0,9345 0,0655 0,8690
1,02 0,8461 0,1539 0,6923 1,52 0,9357 0,0643 0,8715
1,03 0,8485 0,1515 0,6970 1,53 0,9370 0,0630 0,8740
1,04 0,8508 0,1492 0,7017 1,54 0,9382 0,0618 0,8764
1,05 0,8531 0,1469 0,7063 1,55 0,9394 0,0606 0,8789
1,06 0,8554 0,1446 0,7109 1,56 0,9406 0,0594 0,8812
1,07 0,8577 0,1423 0,7154 1,57 0,9418 0,0582 0,8836
1,08 0,8599 0,1401 0,7199 1,58 0,9429 0,0571 0,8859
1,09 0,8621 0,1379 0,7243 1,59 0,9441 0,0559 0,8882
1,10 0,8643 0,1357 0,7287 1,60 0,9452 0,0548 0,8904
1,11 0,8665 0,1335 0,7330 1,61 0,9463 0,0537 0,8926
1,12 0,8686 0,1314 0,7373 1,62 0,9474 0,0526 0,8948
1,13 0,8708 0,1292 0,7415 1,63 0,9484 0,0516 0,8969
1,14 0,8729 0,1271 0,7457 1,64 0,9495 0,0505 0,8990
1,15 0,8749 0,1251 0,7499 1,65 0,9505 0,0495 0,9011
1,16 0,8770 0,1230 0,7540 1,66 0,9515 0,0485 0,9031
1,17 0,8790 0,1210 0,7580 1,67 0,9525 0,0475 0,9051
1,18 0,8810 0,1190 0,7620 1,68 0,9535 0,0465 0,9070
1,19 0,8830 0,1170 0,7660 1,69 0,9545 0,0455 0,9090
1,20 0,8849 0,1151 0,7699 1,70 0,9554 0,0446 0,9109
1,21 0,8869 0,1131 0,7737 1,71 0,9564 0,0436 0,9127
1,22 0,8888 0,1112 0,7775 1,72 0,9573 0,0427 0,9146
1,23 0,8907 0,1093 0,7813 1,73 0,9582 0,0418 0,9164
1,24 0,8925 0,1075 0,7850 1,74 0,9591 0,0409 0,9181
1,25 0,8944 0,1056 0,7887 1,75 0,9599 0,0401 0,9199
1,26 0,8962 0,1038 0,7923 1,76 0,9608 0,0392 0,9216
1,27 0,8980 0,1020 0,7959 1,77 0,9616 0,0384 0,9233
1,28 0,8997 0,1003 0,7995 1,78 0,9625 0,0375 0,9249
1,29 0,9015 0,0985 0,8029 1,79 0,9633 0,0367 0,9265
1,30 0,9032 0,0968 0,8064 1,80 0,9641 0,0359 0,9281
1,31 0,9049 0,0951 0,8098 1,81 0,9649 0,0351 0,9297
1,32 0,9066 0,0934 0,8132 1,82 0,9656 0,0344 0,9312
1,33 0,9082 0,0918 0,8165 1,83 0,9664 0,0336 0,9328
1,34 0,9099 0,0901 0,8198 1,84 0,9671 0,0329 0,9342
1,35 0,9115 0,0885 0,8230 1,85 0,9678 0,0322 0,9357
1,36 0,9131 0,0869 0,8262 1,86 0,9686 0,0314 0,9371
1,37 0,9147 0,0853 0,8293 1,87 0,9693 0,0307 0,9385
1,38 0,9162 0,0838 0,8324 1,88 0,9699 0,0301 0,9399
1,39 0,9177 0,0823 0,8355 1,89 0,9706 0,0294 0,9412
1,40 0,9192 0,0808 0,8385 1,90 0,9713 0,0287 0,9426
1,41 0,9207 0,0793 0,8415 1,91 0,9719 0,0281 0,9439
1,42 0,9222 0,0778 0,8444 1,92 0,9726 0,0274 0,9451
1,43 0,9236 0,0764 0,8473 1,93 0,9732 0,0268 0,9464
1,44 0,9251 0,0749 0,8501 1,94 0,9738 0,0262 0,9476
1,45 0,9265 0,0735 0,8529 1,95 0,9744 0,0256 0,9488
1,46 0,9279 0,0721 0,8557 1,96 0,9750 0,0250 0,9500
1,47 0,9292 0,0708 0,8584 1,97 0,9756 0,0244 0,9512
1,48 0,9306 0,0694 0,8611 1,98 0,9761 0,0239 0,9523
1,49 0,9319 0,0681 0,8638 1,99 0,9767 0,0233 0,9534
1,50 0,9332 0,0668 0,8664 2,00 0,9772 0,0228 0,9545

Distribucin Normal
Angel Francisco Arvelo L.
30

z (z) (-z) D(z) z (z) (-z) D(z)
2,01 0,9778 0,0222 0,9556 2,51 0,9940 0,0060 0,9879
2,02 0,9783 0,0217 0,9566 2,52 0,9941 0,0059 0,9883
2,03 0,9788 0,0212 0,9576 2,53 0,9943 0,0057 0,9886
2,04 0,9793 0,0207 0,9586 2,54 0,9945 0,0055 0,9889
2,05 0,9798 0,0202 0,9596 2,55 0,9946 0,0054 0,9892
2,06 0,9803 0,0197 0,9606 2,56 0,9948 0,0052 0,9895
2,07 0,9808 0,0192 0,9615 2,57 0,9949 0,0051 0,9898
2,08 0,9812 0,0188 0,9625 2,58 0,9951 0,0049 0,9901
2,09 0,9817 0,0183 0,9634 2,59 0,9952 0,0048 0,9904
2,10 0,9821 0,0179 0,9643 2,60 0,9953 0,0047 0,9907
2,11 0,9826 0,0174 0,9651 2,61 0,9955 0,0045 0,9909
2,12 0,9830 0,0170 0,9660 2,62 0,9956 0,0044 0,9912
2,13 0,9834 0,0166 0,9668 2,63 0,9957 0,0043 0,9915
2,14 0,9838 0,0162 0,9676 2,64 0,9959 0,0041 0,9917
2,15 0,9842 0,0158 0,9684 2,65 0,9960 0,0040 0,9920
2,16 0,9846 0,0154 0,9692 2,66 0,9961 0,0039 0,9922
2,17 0,9850 0,0150 0,9700 2,67 0,9962 0,0038 0,9924
2,18 0,9854 0,0146 0,9707 2,68 0,9963 0,0037 0,9926
2,19 0,9857 0,0143 0,9715 2,69 0,9964 0,0036 0,9929
2,20 0,9861 0,0139 0,9722 2,70 0,9965 0,0035 0,9931
2,21 0,9864 0,0136 0,9729 2,71 0,9966 0,0034 0,9933
2,22 0,9868 0,0132 0,9736 2,72 0,9967 0,0033 0,9935
2,23 0,9871 0,0129 0,9743 2,73 0,9968 0,0032 0,9937
2,24 0,9875 0,0125 0,9749 2,74 0,9969 0,0031 0,9939
2,25 0,9878 0,0122 0,9756 2,75 0,9970 0,0030 0,9940
2,26 0,9881 0,0119 0,9762 2,76 0,9971 0,0029 0,9942
2,27 0,9884 0,0116 0,9768 2,77 0,9972 0,0028 0,9944
2,28 0,9887 0,0113 0,9774 2,78 0,9973 0,0027 0,9946
2,29 0,9890 0,0110 0,9780 2,79 0,9974 0,0026 0,9947
2,30 0,9893 0,0107 0,9786 2,80 0,9974 0,0026 0,9949
2,31 0,9896 0,0104 0,9791 2,81 0,9975 0,0025 0,9950
2,32 0,9898 0,0102 0,9797 2,82 0,9976 0,0024 0,9952
2,33 0,9901 0,0099 0,9802 2,83 0,9977 0,0023 0,9953
2,34 0,9904 0,0096 0,9807 2,84 0,9977 0,0023 0,9955
2,35 0,9906 0,0094 0,9812 2,85 0,9978 0,0022 0,9956
2,36 0,9909 0,0091 0,9817 2,86 0,9979 0,0021 0,9958
2,37 0,9911 0,0089 0,9822 2,87 0,9979 0,0021 0,9959
2,38 0,9913 0,0087 0,9827 2,88 0,9980 0,0020 0,9960
2,39 0,9916 0,0084 0,9832 2,89 0,9981 0,0019 0,9961
2,40 0,9918 0,0082 0,9836 2,90 0,9981 0,0019 0,9963
2,41 0,9920 0,0080 0,9840 2,91 0,9982 0,0018 0,9964
2,42 0,9922 0,0078 0,9845 2,92 0,9982 0,0018 0,9965
2,43 0,9925 0,0075 0,9849 2,93 0,9983 0,0017 0,9966
2,44 0,9927 0,0073 0,9853 2,94 0,9984 0,0016 0,9967
2,45 0,9929 0,0071 0,9857 2,95 0,9984 0,0016 0,9968
2,46 0,9931 0,0069 0,9861 2,96 0,9985 0,0015 0,9969
2,47 0,9932 0,0068 0,9865 2,97 0,9985 0,0015 0,9970
2,48 0,9934 0,0066 0,9869 2,98 0,9986 0,0014 0,9971
2,49 0,9936 0,0064 0,9872 2,99 0,9986 0,0014 0,9972
2,50 0,9938 0,0062 0,9876 3,00 0,9987 0,0013 0,9973

Distribucin Normal
Angel Francisco Arvelo L.
31

z (z) (-z) D(z) z (z) (-z) D(z)
3,01 0,9987 0,0013 0,9974 3,51 0,9998 0,0002 0,9996
3,02 0,9987 0,0013 0,9975 3,52 0,9998 0,0002 0,9996
3,03 0,9988 0,0012 0,9976 3,53 0,9998 0,0002 0,9996
3,04 0,9988 0,0012 0,9976 3,54 0,9998 0,0002 0,9996
3,05 0,9989 0,0011 0,9977 3,55 0,9998 0,0002 0,9996
3,06 0,9989 0,0011 0,9978 3,56 0,9998 0,0002 0,9996
3,07 0,9989 0,0011 0,9979 3,57 0,9998 0,0002 0,9996
3,08 0,9990 0,0010 0,9979 3,58 0,9998 0,0002 0,9997
3,09 0,9990 0,0010 0,9980 3,59 0,9998 0,0002 0,9997
3,10 0,9990 0,0010 0,9981 3,60 0,9998 0,0002 0,9997
3,11 0,9991 0,0009 0,9981 3,61 0,9998 0,0002 0,9997
3,12 0,9991 0,0009 0,9982 3,62 0,9999 0,0001 0,9997
3,13 0,9991 0,0009 0,9983 3,63 0,9999 0,0001 0,9997
3,14 0,9992 0,0008 0,9983 3,64 0,9999 0,0001 0,9997
3,15 0,9992 0,0008 0,9984 3,65 0,9999 0,0001 0,9997
3,16 0,9992 0,0008 0,9984 3,66 0,9999 0,0001 0,9997
3,17 0,9992 0,0008 0,9985 3,67 0,9999 0,0001 0,9998
3,18 0,9993 0,0007 0,9985 3,68 0,9999 0,0001 0,9998
3,19 0,9993 0,0007 0,9986 3,69 0,9999 0,0001 0,9998
3,20 0,9993 0,0007 0,9986 3,70 0,9999 0,0001 0,9998
3,21 0,9993 0,0007 0,9987 3,71 0,9999 0,0001 0,9998
3,22 0,9994 0,0006 0,9987 3,72 0,9999 0,0001 0,9998
3,23 0,9994 0,0006 0,9988 3,73 0,9999 0,0001 0,9998
3,24 0,9994 0,0006 0,9988 3,74 0,9999 0,0001 0,9998
3,25 0,9994 0,0006 0,9988 3,75 0,9999 0,0001 0,9998
3,26 0,9994 0,0006 0,9989 3,76 0,9999 0,0001 0,9998
3,27 0,9995 0,0005 0,9989 3,77 0,9999 0,0001 0,9998
3,28 0,9995 0,0005 0,9990 3,78 0,9999 0,0001 0,9998
3,29 0,9995 0,0005 0,9990 3,79 0,9999 0,0001 0,9998
3,30 0,9995 0,0005 0,9990 3,80 0,9999 0,0001 0,9999
3,31 0,9995 0,0005 0,9991 3,81 0,9999 0,0001 0,9999
3,32 0,9995 0,0005 0,9991 3,82 0,9999 0,0001 0,9999
3,33 0,9996 0,0004 0,9991 3,83 0,9999 0,0001 0,9999
3,34 0,9996 0,0004 0,9992 3,84 0,9999 0,0001 0,9999
3,35 0,9996 0,0004 0,9992 3,85 0,9999 0,0001 0,9999
3,36 0,9996 0,0004 0,9992 3,86 0,9999 0,0001 0,9999
3,37 0,9996 0,0004 0,9992 3,87 0,9999 0,0001 0,9999
3,38 0,9996 0,0004 0,9993 3,88 0,9999 0,0001 0,9999
3,39 0,9997 0,0003 0,9993 3,89 0,9999 0,0001 0,9999
3,40 0,9997 0,0003 0,9993 3,90 1,0000 0,0000 0,9999
3,41 0,9997 0,0003 0,9994 3,91 1,0000 0,0000 0,9999
3,42 0,9997 0,0003 0,9994 3,92 1,0000 0,0000 0,9999
3,43 0,9997 0,0003 0,9994 3,93 1,0000 0,0000 0,9999
3,44 0,9997 0,0003 0,9994 3,94 1,0000 0,0000 0,9999
3,45 0,9997 0,0003 0,9994 3,95 1,0000 0,0000 0,9999
3,46 0,9997 0,0003 0,9995 3,96 1,0000 0,0000 0,9999
3,47 0,9997 0,0003 0,9995 3,97 1,0000 0,0000 0,9999
3,48 0,9997 0,0003 0,9995 3,98 1,0000 0,0000 0,9999
3,49 0,9998 0,0002 0,9995 3,99 1,0000 0,0000 0,9999
3,50 0,9998 0,0002 0,9995 4,00 1,0000 0,0000 0,9999

Distribucin Normal
Angel Francisco Arvelo L.
32
Tabla 2.3: Valores de z en funcin del rea

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