Aula 3 A distribuio normal - aplicao

Objetivos
Nesta aula sero apresentados resultados bsicos sobre a distribuio normal que permitiro a voc calcular
probabilidades associadas a qualquer varivel aleatria normal e isso ampliar o escopo de aplicaes prticas.
Clculos com a distribuio normal
Na aula anterior voc viu como usar a tabela da distribuio normal padro para calcular probabilidades
associadas varivel normal padronizada. Essa tabela necessria, pois no fcil calcular reas sob a curva da
densidade normal padro. Mas aquela tabela referia-se ao caso em que = 0 e 2 = 1. Ser que teremos que usar
uma tabela diferente para outros valores de e ? Felizmente, a resposta NO, graas a uma propriedade muito
interessante da distribuio normal que estabelece o seguinte resultado:
Se X N (; 2) , ento Z =(X )/ tem distribuio N(0; 1).
Note que a transformao (X)/ uma transformao linear, que uma transformao biunvoca.
(Significado de Biunvoco - adj. Matemtica Diz-se de uma correspondncia tal entre dois conjuntos, que a cada elemento de um deles
corresponde um e s um elemento do outro).

Vejamos como usar esse resultado para calcular probabilidades de uma v.a. normal qualquer.
Consideremos, por exemplo, X N(1; 4), ou seja, X uma v.a. normal com mdia 1 e varincia 4.
Suponhamos que se deseje calcular Pr(X 3).
Temos a seguinte equivalncia de eventos: X 3 (X 1)/4 (3 1)4 (Subtramos a mesma
constante e dividimos pela mesma constante em ambos os lados da desigualdade). Mas, pelo resultado acima, Z =
(X1)/4 N(0; 1). Logo,

e camos novamente no clculo de probabilidades da normal padro, que feito com auxlio da Tabela 1,
apresentada na aula anterior. Completando o clculo, obtemos:

Na Figura 3.1 ilustra-se a equivalncia dessas probabilidades: no grfico superior, a rea sombreada
corresponde a Pr(X 3) e no grfico inferior, a rea sombreada corresponde a Pr(Z 1). Pelo resultado acima, essas
duas reas so iguais.

Figura 3.1: Clculo de Pr(X 3), onde X N(1; 4).

interessante lembrar que a transformao dada corresponde a calcular o escore padronizado associado
abscissa x. Assim, clculos de probabilidades de v.a. normais sempre envolvero o clculo do escore padronizado
da(s) abscissa(s) de interesse. Como na aula anterior, vamos apresentar vrios exemplos para fixar os conceitos e
Pgina 1 de 22

procedimentos. Nesses exemplos apresentaremos os clculos em termos da Tabela 1 e da Tabela 2, usando a mesma
notao utilizada na aula anterior: na Tabela 1 obtemos tab(z) = Pr(0 Z z) e na Tabela 2 obtemos (z) = Pr(Z z).
importante que voc faa um esboo do grfico da N(0; 1) sombreando a rea desejada.
Exemplo 3.1
Se X N(3; 9), calcule Pr(1 X 4). Veja a Figura 3.2.

= Pr (1, 33 Z 0, 33) = (0, 33) (1, 33)= 0, 62930 0, 09176 = 0, 53754

= tab(0, 33) + tab(1, 33) = 0, 12930 + 0, 40824

Figura 3.2: Exemplo 15.1 Clculo de Pr(1 X 4), X N(3; 9).

Exemplo 3.2
Se X N(2; 5), calcule Pr(1 X 4). Veja a Figura 3.3.

= Pr (1, 34 Z 0, 89) = (0, 89) (1, 34) = 0, 81327 0, 09012 = 0, 72315 = tab(0, 89) + tab(1, 34)
= 0, 31327 + 0, 40988

Figura 3.3: Exemplo 15.2 Clculo de Pr(1 X 4), X N(2; 5).

Exemplo 3.3
Se X N(5, 1), calcule Pr(X > 7). Veja a Figura 3.4.

= Pr(Z > 2) = 1, 0 (2, 0) = 1, 0 0, 97725 = 0, 5 tab(2, 0) = 0, 5 0, 47725 = 0, 02275

Pgina 2 de 22

Figura 3.4: Exemplo 15.3 Clculo de Pr(X > 7), X N(5, 1).
Exemplo 3.4
Se X N (; 2) , calcule Pr( X + ).
Note que essa probabilidade corresponde probabilidade de X estar a uma distncia de 1 desvio padro da
mdia.

= Pr(1 Z 1) = (1, 0) (1, 0) = 0.84134 0.15866 = tab(1, 0) + tab(1, 0) = 2 0.34134 = 0, 68268

Exemplo 3.5
Se X N (; 2) , calcule Pr( 2 X + 2).
Note que essa probabilidade corresponde probabilidade de X estar a uma distncia de 2 desvios padres
da mdia.

= Pr(2 Z 2) = (2, 0) (2, 0) = 0.97725 0.02275 = tab(2, 0) + tab(2, 0) = 2 0.47725 = 0, 95450

Essa probabilidade nos diz que, para qualquer distribuio normal, 95,45% dos valores esto a 2 desvios
padres da mdia (acima ou abaixo).
Exemplo 3.6
Se X N (; 2) , calcule Pr( 3 X + 3).
Note que essa probabilidade corresponde probabilidade de X estar a uma distncia de 3 desvios padres
da mdia.

= Pr(3 Z 3) = (3, 0) (3, 0) = 0.99865 0.00135 = tab(3, 0) + tab(3, 0) = 2 0.49865 = 0, 9973

Essa probabilidade nos diz que, para qualquer distribuio normal, 99,73% dos valores esto a 3 desvios
padres da mdia (acima ou abaixo). Veja a Figura 3.5 para uma ilustrao desses resultados. Lembre-se de que o
teorema de Chebyshev fornecia percentuais anlogos para qualquer distribuio; para distribuies normais, os
resultados desses trs exemplos mostram percentuais mais precisos.
Exemplo 3.7
Determine o valor de k tal que Pr(Z k) = 0, 90. Lembre-se de que Z N(0; 1).

Figura 3.5: Ilustrao da distribuio normal.

Pgina 3 de 22

Nos exemplos anteriores, tnhamos a abscissa e queramos a probabilidade (rea); neste exemplo, temos a
probabilidade e queremos a abscissa. Esta uma situao comum em problemas de tomada de deciso, conforme
veremos em exemplos mais adiante. Vamos traduzir essa probabilidade em termos da Tabela 1. O primeiro ponto
a observar o seguinte: Pr(Z k) indica a rea esquerda de k; como essa rea esquerda de k maior que 0,5,
temos de ter k > 0. Assim, podemos escrever Pr(Z k) = 0, 90 Pr(Z 0) + Pr(0 < Z k) = 0, 90 0, 5 + Pr(0 < Z
k) = 0, 90 Pr(0 < Z k) = 0, 40 tab(k) = 0, 40
Esta ltima igualdade nos diz que k a abscissa correspondente ao valor 0,40 na Tabela 1. Para identificar k,
temos que buscar no corpo da Tabela 1 o valor mais prximo de 0,40. Na linha correspondente ao valor 1,2
encontramos as entradas 0,39973 e 0,40147. Como a primeira est mais prxima de 0,40, olhamos qual a abscissa
correspondente: a linha 1,2 e a coluna 8, o que nos d a abscissa de 1,28. Ou seja, k = 1, 28.
Exemplo 3.8
Se X N(3; 4) calcule k tal que Pr(X k) = 0, 90.
A diferena em relao ao exemplo anterior que a distribuio no mais a normal padro. Mas o
raciocnio anlogo, e podemos concluir que k tem de ser maior que a mdia. Vamos traduzir a probabilidade dada
em termos da normal padronizada.

Como no exemplo anterior, (k3)/2 tem de ser maior que 0 e, assim, podemos Escrever

Exemplo 3.9
Se X N(3; 4) calcule k tal que Pr(X k) = 0, 05.
Em termos da normal padronizada, temos a seguinte probabilidade:

Como a rea (probabilidade) esquerda de (k3)/2 menor que 0, 5, isso significa que (k3)/2 tem de ser negativo.
Veja a Figura 3.6. A abscissa simtrica a (k3)/2 (k3)/2 = (3k)/2 . Ento, a rea acima dessa abscissa tambm
0,05.

Pgina 4 de 22

Figura 3.6: Soluo do Exemplo 15.9.

Logo,

O valor mais prximo de 0,45 no corpo da Tabela 1 0,44950, que corresponde abscissa 1,64, e isso nos d que
(3 k)/2= 1, 64 k = 0, 28
Exemplo 3.10
Se X N(3; 4) calcule k tal que Pr(|X 3 | k) = 0, 95.
Usando as propriedades da funo mdulo, temos o seguinte:

Veja a Figura 3.7. Podemos ver que

Pgina 5 de 22

Figura 3.7: Exemplo 15.10.

Exemplos de aplicao da distribuio normal
A distribuio normal um modelo probabilstico que se aplica a diversas situaes prticas. Finalizaremos
esta aula com alguns exemplos prticos, mas na terceira parte do curso voc ver mais aplicaes no contexto da
inferncia estatstica, em que decises tm de ser tomadas com base nos resultados obtidos a partir de uma
amostra.
Exemplo 3.11
O saldo mdio dos clientes de um banco uma v.a. normal com mdia R$ 2.000, 00 e desvio padro R$
250,00. Os clientes com os 10% maiores saldos mdios recebem tratamento VIP, enquanto aqueles com os 5%
menores saldos mdios sero convidados a mudar de banco.
1. Quanto voc precisa de saldo mdio para se tornar um cliente VIP?
2. Abaixo de qual saldo mdio o cliente ser convidado a mudar de banco?
Soluo
Seja X = saldo mdio; dado que X N(2000; 2502).
1. Temos que determinar o valor de k tal que Pr(X k) = 0, 10. Note que isso equivale a calcular o 90o percentil da
distribuio. A rea esquerda de k tem de ser 0,90; logo, k tem de ser maior que a mdia.

Pgina 6 de 22

Os clientes com saldo mdio maior ou igual a R$ 2.320,00 tero tratamento VIP.
2. Temos de determinar o valor de k tal que Pr(X k) = 0, 05. Note que isso equivale a calcular o 5o percentil da
distribuio. A rea esquerda de k tem de ser 0,05; logo, k tem de ser menor que a mdia.

Os clientes com saldo mdio inferior a R$ 1.590,00 sero convidados a mudar de banco.
Exemplo 3.12
Uma mquina de empacotar determinado produto oferece variaes de peso que se distribuem segundo
uma distribuio normal com desvio padro de 20 gramas. Em quanto deve ser regulado o peso mdio desses
pacotes para que apenas 10% deles tenham menos que 500 gramas?
Soluo
Esse um exemplo clssico de aplicao da distribuio normal. Seja X o peso dos pacotes em gramas. Ento, X
N(; 400). Temos de ter Pr(X 500) = 0, 10. Note que o peso mdio tem de ser superior a 500 g.

Pgina 7 de 22

A mquina tem de ser regulada com um peso mdio de 525,6g para que apenas 10% dos pacotes tenham peso
inferior a 500g.
Exemplo 3.13
Uma mquina fabrica tubos metlicos cujos dimetros podem ser considerados uma varivel aleatria
normal com mdia 200 mm e desvio padro 2 mm. Verifica-se que 15% dos tubos esto sendo rejeitados como
grandes e 10% como pequenos.
1. Quais so as tolerncias de especificao para esse dimetro?
2. Mantidas essas especificaes, qual dever ser a regulagem mdia da mquina para que a rejeio por dimetro
grande seja nula? Nesse caso, qual ser a porcentagem de rejeio por dimetro pequeno?
Soluo
Seja D = dimetro dos tubos. Ento D N(200, 22).
1. Sejam kI e kS as especificaes inferior e superior, respectivamente. Isso significa que tubos com dimetro menor
que kI so rejeitados como pequenos e tubos com dimetro maior que kS so rejeitados como grandes.

Pgina 8 de 22

Logo, tubos com dimetro menor que 197,44 so rejeitados como pequenos e tubos com dimetros maiores que
202,06 so rejeitados como grandes.
2. Com a nova regulagem, temos que D N(; 22) e deve ser tal que

Com essa mdia, a porcentagem de rejeio por dimetro pequeno

Com essa nova regulagem, a rejeio por dimetro grande nula, mas a rejeio por dimetro pequeno muito
alta! Veja a Figura 3.8, na qual ficam claros os resultados obtidos.

Figura 3.8: Soluo do Exemplo 15.13.

Pgina 9 de 22

Exemplo 3.14
Em um grande complexo industrial, o departamento de manuteno tem instrues para substituir as
lmpadas antes que se queimem. Os registros indicam que a durao das lmpadas, em horas, tem distribuio
normal, com mdia de 900 horas e desvio padro de 75 horas. Quando devem ser trocadas as lmpadas, de modo
que no mximo 5% delas queimem antes de serem trocadas?
Soluo
Seja T = tempo de durao (em horas) das lmpadas; ento, T N(900; 752).
Temos que determinar t tal que Pr(T t) = 0, 05.

As lmpadas devem ser trocadas com 777 horas de uso para que apenas 5% se queimem antes da troca.
Exerccios
1. Na distribuio normal X N(, 2), encontre:
(a) Pr(X + 2)
(b) Pr(|X | )
(c) Pr(|X | 1, 96)
(d) o nmero k tal que Pr( k X + k) = 0, 99
(e) o nmero k tal que Pr(X > k) = 0, 90.
2. Suponha que os tempos de vida de 2 marcas de aparelhos eltricos sejam variveis aleatrias D1 e D2, onde D1
N(42, 36) e D2 N(45, 9). Se o aparelho deve ser usado por um perodo de 45 horas, qual marca deve ser preferida?
E se for por um perodo de 49 horas?
3. Numa distribuio normal, 31% dos elementos so menores que 45 e 8% so maiores que 64. Calcular os
parmetros que definem a distribuio.
4. As vendas de um determinado produto tm distribuio aproximadamente normal, com mdia de 500 unidades e
desvio padro de 50 unidades. Se a empresa decide fabricar 600 unidades no ms em estudo, qual a probabilidade
de que no possa atender a todos os pedidos desse ms, por estar com a produo esgotada?
5. Um produto alimentcio ensacado automaticamente, sendo o peso mdio de 50kg por saco, com desvio padro
de 1,6kg. Os clientes exigem que, para cada saco fornecido com menos de 48kg, o fornecedor pague uma
indenizao de 5 u.m.
(a) Para 200 sacos fornecidos, qual o custo mdio com indenizao?
(b) Para que o custo calculado no item anterior caia para 50 u.m., qual deveria ser a nova regulagem mdia da
mquina?
Pgina 10 de 22

(c) Como o fornecedor acha que, no custo global, desvantajoso aumentar a regulagem da mquina, ele quer
comprar uma nova mquina. Qual deveria ser o desvio padro dessa mquina para que, trabalhando com peso
mdio de 50 kg, em apenas 3% dos sacos se pague indenizao?
6. Um teste de aptido para o exerccio de certa profisso exige uma sequncia de operaes a serem executadas
rapidamente uma aps a outra. Para passar no teste, o candidato deve complet-lo em, no mximo, 80 minutos.
Admita que o tempo, em minutos, para completar a prova seja uma varivel aleatria normal com mdia 90 minutos
e desvio padro 20 minutos.
(a) Que porcentagem dos candidatos tem chance de ser aprovada?
(b) Os 5% melhores recebero um certificado especial. Qual o tempo mximo para fazer jus a tal certificado?
7. O dimetro X de rolamentos de esfera fabricados por certa fbrica tem distribuio normal com mdia 0,6140 e
desvio padro 0,0025. O lucro T de cada esfera depende do seu dimetro e
T = 0, 10 se a esfera boa, isto , 0, 6100 < X < 0, 6180
T = 0, 05 se a esfera recupervel, isto , 0, 6080 < X < 0, 6100 ou 0, 6180 < X < 0, 6200
T = 0, 10 se a esfera defeituosa, isto , X < 0, 6080 ou X > 0, 6200
Calcule as probabilidades de as esferas serem boas, recuperveis e defeituosas, e o lucro mdio.
8. Uma empresa produz televisores e garante a restituio da quantia paga se qualquer televisor apresentar algum
defeito grave no prazo de 6 meses. Ela produz televisores do tipo A, comum, e do tipo B, de luxo, com um lucro
respectivo de 1.000 u.m. e 2.000 u.m. caso no haja restituio, e com prejuzo de 3.000 u.m. e 8.000 u.m., se
houver restituio. Suponha que o tempo para ocorrncia de algum defeito grave seja, em ambos os casos, uma v.a.
com distribuio normal com mdias de 9 meses e 12 meses e desvios padres de 2 meses e 3 meses. Se tivesse que
planejar uma estratgia de marketing para a empresa, voc incentivaria as vendas dos aparelhos tipo A ou tipo B?
9. A distribuio dos pesos de coelhos criados em uma granja pode ser representada por uma distribuio normal
com mdia de 5kg e desvio padro de 0,8 kg. Um abatedouro comprar 5.000 coelhos e pretende classific-los de
acordo com o peso da seguinte forma: 20% dos leves como pequenos, os 55% seguintes como mdios, os 15%
seguintes como grandes e os 10% mais pesados como extras. Quais os limites de peso para cada classificao?
10. Considere uma v.a. X N(3, 25) :
(a) Calcule Pr (3 X 3)
(b) Calcule Pr (2 X 8)
(c) Encontre o valor de k tal que Pr(X > k) = 0, 05.
(d) Encontre o valor de k tal que Pr(X > k) = 0, 80.
11. Seja X N (, 2) . Encontre a mediana e o intervalo interquartil de X.
12. O 90o percentil de uma v.a. N (, 2) 50, enquanto o 15o percentil 25. Encontre os valores dos parmetros
da distribuio.
13. Uma enchedora automtica enche garrafas de acordo com uma distribuio normal de mdia 1.000 ml. Desejase que no mximo 1 garrafa em 100 saia com menos de 990ml. Qual deve ser o maior desvio padro tolervel?
Soluo dos Exerccios
(a)

Pgina 11 de 22

(b)

(c)

(d)

(e) Deve-se notar aqui o seguinte fato; como a probabilidade direita de k 0,90, maior que 0,5, ento k tem de
estar esquerda da mdia. Veja a Figura 3.9.

Pgina 12 de 22

Figura 3.9: Soluo do Exerccio 15.1.

2. O aparelho a ser usado tem que ser aquele que apresenta a maior probabilidade de funcionar pelo menos durante
o tempo necessrio.
Caso 1: O tempo necessrio de 45 horas.

Logo, o aparelho 2 tem maior probabilidade de funcionar durante as 45 horas necessrias e, por isso, nesse caso,
deve ser o escolhido.
Caso 2: O tempo necessrio de 49 horas.

Logo, o aparelho 1 tem maior probabilidade de funcionar durante as 49 horas necessrias e, portanto, deve ser o
escolhido nesse caso.
3. X N(, 2)

Note que a abscissa

tem de ser negativa, da a inverso de sinal!

Pgina 13 de 22

Temos duas equaes e duas incgnitas. Da primeira equao tiramos que: = 45 + 0, 5

Substituindo na segunda, obtemos:

e, portanto, = 45 + 0, 5 10 = 50
4. Seja X = nmero de unidades vendidas. Ento, X N(500, 502). Se a empresa fabricou 600 unidades no ms em
estudo, a probabilidade de no poder atender demanda

5. Seja X = peso do saco em kg. Ento, X N(50; 1, 62).

(a) Para um saco qualquer, a probabilidade de se pagar indenizao

Seja Y = nmero de sacos, em um conjunto de 200, com peso menor que 48kg. Ento, T bin(200; 0, 1056) e o
nmero mdio de sacos com peso menor que 48 200 0, 1056 e a indenizao total ser de 5 200 0, 1056 =
105, 6 u.m.
(b) Para reduzir o custo para 50 u.m. temos de ter 5 200 Pr(pagar indenizao em um saco) = 50 Pr(X < 48) =
0, 05
Mas

Pgina 14 de 22

Veja a Figura 3.10 para ilustrao das probabilidades envolvidas:

Figura 3.10: Soluo do Exerccio 15.5 - letras (a) e (b).

(c) Com a mdia fixada em 50, o que se pretende agora controlar a variabilidade do processo, medida pelo desvio
padro, ou seja, o peso dos pacotes agora X N(50, 2). A regra para indenizao continua a mesma; logo,

Na Figura 3.11 temos o grfico que ilustra as 2 probabilidades.

Figura 3.11: Soluo do Exerccio 15.5 - letra (c).

Pgina 15 de 22

6. Seja T = tempo de execuo, em minutos. Ento, T N(90, 202).

(a)

(b) Os melhores tm de ter tempo menor, ou seja, queremos determinar k tal que

Ento, para fazer jus ao certificado especial, o candidato tem de executar a tarefa em, no mximo, 57,2 minutos.
7. Seja D = dimetro dos rolamentos de esfera. Ento, D N(0, 6140; 0, 00252). Vamos denotar por B,R e F os
eventos esfera boa, esfera recupervel e esfera defeituosa, respectivamente.

Pgina 16 de 22

Com relao ao lucro, temos a seguinte fdp

Logo, E(T) = 0, 10 0, 8904 + 0, 05 0, 0932 0, 10 0, 0164 = 0, 09206

8. Defina as seguintes variveis aleatrias:
TA : tempo, em meses, para ocorrncia de defeito nos televisores tipo A
TB : tempo, em meses, para ocorrncia de defeito nos televisores tipo B
LA : lucro com televisores tipo A
LB : lucro com televisores tipo B
Temos que
TA N(9, 22)
TB N(12, 32)

Logo, para os televisores do tipo A, a probabilidade de restituio por defeito grave 1 0, 9332 = 0, 0668.

Logo, para os televisores do tipo B, a probabilidade de restituio por defeito grave 10, 9772 = 0, 0228. Com esses
resultados obtemos as seguintes distribuies para os lucros:

Logo, os lucros mdios so:

E(LA) = 1000 0, 9332 3000 0, 0668 = 732, 8
E(LB) = 2000 0, 9772 8000 0, 0228 = 1772
Como o lucro esperado (lucro mdio) com os televisores do tipo B maior, deve-se investir nas vendas desse tipo de
televisor.

Pgina 17 de 22

9. Defina a v.a. X = peso dos coelhos. Ento, X N(5; 0, 82).

Vamos denotar por a, b e c os limites para as classes de peso. Ento

Os coelhos so classificados como pequenos se o peso for menor que 4,328kg; como mdios se o peso estiver entre
4,328 e 5,536kg; como grandes se o peso estiver entre 5,536 e 6,024kg e como extragrandes se o preso for maior
que 6,024kg.
10. X N(3, 25) :
(a)

(b)

Pgina 18 de 22

(c) Note que k tem de ser maior que a mdia.

(d) Note que k tem de ser menor que a mdia.

11. Como a distribuio normal simtrica, resulta que Q2 = (a mdia, a mediana e a moda sempre coincidem
numa distribuio simtrica unimodal).

Pgina 19 de 22

Logo, IQ = Q3 Q1 = ( + 0, 67) ( 0, 67) = 1, 34

12. Temos que P90 = 50 e P15 = 25. Logo, a mdia tem de estar entre 25 e 50.

Pgina 20 de 22

Temos um sistema com duas equaes e duas incgnitas:

Da resulta que
50 1, 25 = 25 + 1, 04 =
25 = (1, 25 + 1, 04) = = 10, 92
Logo,
= 50 1.25 10.92 = 36, 35
13. Seja X = contedo da garrafa (em ml). Ento, X N(1000; 2). Queremos que Pr(X < 990) 0, 01. Seja 0 o
valor do desvio padro de X tal que Pr(X < 990) = 0, 01. Ento, qualquer valor de tal que < 0 resulta em Pr( X
< 990) < 0, 01. Veja a Figura 3.12; a cauda inferior da distribuio corresponde a Pr(X < 990) e quanto menor ,
menor essa probabilidade.

Figura 3.12
Logo,

Pgina 21 de 22

Bibliografia
[1] ANDERSON, David R.; SWEENEY, Dennis J.; WILLIAMS, Thomas A. Estatstica Aplicada Administrao e
Economia. So Paulo: Pioneira Thomson Learning, 2002
[2] MOORE, David S.; McCabe, George P.; DUCKWORTH, William M.; SCLOVE, Stanley L. A Prtica da Estatstica
Empresarial Como Usar Dados para Tomar Decises. Rio de Janeiro: LTC Editora, 2006
[3] MORETTIN, Pedro Alberto; BUSSAB, Wilton de Oliveira. Estatstica Bsica, 5a Edio. So Paulo: Saraiva, 2006
[4] TRIOLA, Mario F. Introduo Estatstica, 9a. Edio. Rio de Janeiro: LTC Editora, 2005
[5] FARIAS, Ana M.; Mtodos Estatsticos I. Rio de Janeiro. Fundao CECIERJ, 2009.

Pgina 22 de 22