7 DISTRIBUCIN NORMAL

LA DISTRIBUCIN NORMAL EN EXCEL

Sea X ~ N(; ) una v.a. normal de media y desviacin tpica , con funcin de
densidad f ; ( x ) y funcin de distribucin acumulativa F ; ( x ) = P( X x ) = P( X < x ) ,
X
entonces Z = ~N(0; 1) es una v.a. normal tipificada de media 0 y desviacin

tpica 1, con funcin de densidad ( z ) y funcin de distribucin acumulativa
( z ) = P( Z z ) = P( Z < z ) .

En relacin con la distribucin normal, EXCEL emplea cuatro funciones cuya

sintaxis y significado es el siguiente:

=DISTR.NORM.ESTAND(z): ( z ) = P( Z z ) = p

=DISTR.NORM.ESTAND.INV(p): 1 ( p ) = z

=DISTR.NORM(x;;;acum): f ; ( x ) , si acum es FALSO,

F ; ( x ) = P( X x ) = p , si acum es VERDADERO

=DISTR.NORM.INV(p;;): F 1 ; ( p ) = x

Se inserta la funcin adecuada como ya sabemos:

7EPRDISTRIBUCIN NORMAL 121

1 Sea X una variable aleatoria que sigue una ley normal N(; ) y sea la
funcin de distribucin de la normal tipificada N(0; 1). Si > 0, encontrar una frmula
que permita calcular la probabilidad de que los valores de X se desven de , en valor
absoluto, menos de : P(|X |<). Aplicarla al caso en que = 20, = 10 y = 3.
X
Si X ~ N(; ), entonces Z = ~N(0; 1). As, si > 0 ,

X
P( X < ) = P( < X < ) = P( < ) = P( < < Z < )=


= P( Z < ) P( Z < ) = P( Z < ) P( Z > ) = P( Z < ) 1 P( Z ) =


= 2 P ( Z < ) 1 = 2 ( ) 1

3
P( X 20 < 3 ) = 2( ) 1 = 2( 0 ,30 ) 1 = 2 0 ,6179 1 = 0 ,2358
10
Podemos utilizar las tablas usuales de la funcin de distribucin acumulativa de
la N(0;1) o bien utilizar la librera de funciones estadsticas de EXCEL:
El resultado es:

Para la aplicacin numrica, con X~N(=20; =10) y =3, podemos utilizar

EXCEL sin tipificar la variable:
P( X < ) = P( < X < ) = P( < X < + ) =
= P( X < + ) P( X < ) = F ( 23 ) F ( 17 ) = 0 ,6179 0 ,3821 = 0 ,2358

122 ESTADSTICA J. Snchez M. S. Snchez

2 Sea la funcin de densidad de una distribucin normal N(0; ). Representar
grficamente para = 1, = 3 y = 7,5. Para ello, determinar en cada caso las
coordenadas del mximo y de los puntos de inflexin.

2
1 x
1
2

La funcin de densidad de una distribucin N(; ) es f ( x ) = e , y alcanza
2
su nico mximo en el punto de abscisa x = , siendo
1
f mx = f ( ) = .
2
Tiene dos puntos de inflexin de abscisas x = y x = + . Por simetra
de la grfica de f respecto a la recta x = , la ordenada de ambos puntos es la misma:
1
1 1
f ( )= f ( + )= e 2
=
2 2 e
Para = 0, se tiene:

Mximo Inflexiones
x y x y x y
1 1 1
1 0 1 +1
2 2 e 2 e
1 1 1
2 0 2 +2
2 2 2 2 e 2 2 e
1 1 1
7,5 0 7,5 +7,5
7 ,5 2 7 ,5 2 e 7 ,5 2 e

A medida que aumenta la desviacin tpica, disminuye la concentracin en

torno a la media y la grfica se hace ms aplastada (platicrtica).

7EPRDISTRIBUCIN NORMAL 123

3 Una variable aleatoria Z sigue una distribucin normal tipificada N(0; 1) con
funcin de distribucin . Justificar: a) (z) = 1 (z); b) P(|Z| < k) = 2(k) 1;
c) P(|Z| > k)=2[1 (k)].

a) Por simetra, ( z ) = P( Z z ) = P( Z z ) = 1 P( Z < z ) = 1 ( z )

b) P( Z < k ) = P( k < Z < k ) = P( Z < k ) P( Z < k ) = ( k ) ( k ) =

= ( k ) [1 ( k )] = 2 ( k ) 1

c) P( Z > k ) = 1 P( Z k ) = 1 [2 ( k ) 1] = 2 [1 ( k )]

4 Una variable aleatoria Z sigue una distribucin normal tipificada N(0; 1) con
funcin de distribucin . Encontrar un nmero real c tal que: a) P(|Z| > c) = 1/2; b)
P(|Z| > c) = 0,98.

1 1 3
a) 2 [1 ( c )] = ( c ) = P( Z c ) =
P( Z > c ) =
2 2 4
b) P( Z > c ) = 0 ,98 2 [1 ( c )] = 0 ,98 ( c ) = P( Z c ) = 0 ,51

Empleando DISTR.NORM.ESTAND.INV(z) se obtiene:

5 Una variable aleatoria X sigue una distribucin normal N(; ) con funcin de
distribucin F.
a) Probar que F(x)=[(x )/]
b) Encontrar un nmero real c tal que P(|X| > c) = 1/2.
c) Encontrar un nmero real c tal que P(|X| > c) = 0,98.

Sea X ~ N(; ), con funcin de distribucin acumulativa F(x)=P(Xx). Entonces

X
Z= ~N(0; 1).

X x x x
a) F ( x ) = P( X x ) = P( ) = P( Z ) =

124 ESTADSTICA J. Snchez M. S. Snchez

b) P( X > c ) = P[( X < c )
& ( X > c )] =
X c X c
= P( X < c ) + P( X > c ) = P( < ) + P( > )=

c c c c c
= P( Z < ) + P( Z > ) = 2 P( Z > ) = 2 1 P( Z = 2 1 ( )

c 1 c 3
Si ha de ser 2 1 ( ) = entonces ( ) = = 0 ,75 . Segn el ejercicio
2 4
c
anterior: = 0 ,6745 c = 0 ,6745

c c c
c) Ahora 2 1 ( ) = 0 ,98 ( ) = 0 ,51 , luego = 0 ,0251 c = 0 ,0251

6 Una variable aleatoria X sigue una distribucin normal N( = 1; 2 = 4). Calcular

cada una de las probabilidades siguientes: a) P(3 X <3); b) P(5 < X 3).

3 1 X 1 3 1
a) P( 3 X 3 ) = P = P( 2 Z 1 ) = ( 1 ) ( 2 ) =
2 2 2
= ( 1 ) [1 ( 2 )] = ( 1 ) + ( 2 ) 1 =

5 1 X 1 3 1
b) P( 5 X 3 ) = P = P( 3 Z 1 ) = ( 1 ) ( 3 ) =
2 2 2
= ( 1 ) [1 ( 3 )] = ( 1 ) + ( 3 ) 1 = 0 ,839994777

7EPRDISTRIBUCIN NORMAL 125

7 Un arquitecto est diseando un portal de un edificio que tienen que utilizar
personas cuya estatura est distribuida normalmente con media 180 cm y varianza
4 cm2. Qu altura mnima debe dar al portal para que no ms del 1% de las personas
choquen con su cabeza en la parte superior del mismo?

La estatura, X, sigue una N( = 180 cm; = 2 cm). Se trata de hallar el valor mnimo
de x tal que P(X x) = 0,99. Lo podemos hacer sin tipificar X:

Puede ser interesante hacerlo mediante tipificacin, como es usual cuando no

se emplean hojas de clculo:
X 180 x 180 x 180
P( X x ) = 0 ,99 P = 0 ,99 P Z = 0 ,99
2 2 2
x 180
De = 2 ,3263 se sigue que x = 184 ,65 cm .
2

126 ESTADSTICA J. Snchez M. S. Snchez

8 Los errores cometidos por una mquina al medir la longitud de unos tornillos se
distribuyen normalmente con media 0 cm y desviacin tpica 1 cm. Un tornillo se
considera bueno si el error en la medicin est comprendido entre 0,1 y 0,1,
defectuoso si el error es menor que 1,02, y recuperable si el error es mayor que
1,34. Calcular
a) la probabilidad de que un tornillo sea considerado bueno;
b) la probabilidad de que un tornillo sea considerado defectuoso; y
c) la probabilidad de que un tornillo sea considerado recuperable.

Sea Z el error cometido, con Z ~ N(0; 1). Entonces:

a) P( bueno ) = P( 0 ,1 < Z < 0 ,1 ) = 2 ( 0 ,1 ) 1 = 2 ( 0 ,5398 ) 1 = 0 ,0797

b) P( defectuoso ) = P( Z < 1,2 ) = P( Z > 1,2 ) = 1 ( 1,2 ) = 1 0 ,8451 = 0 ,1539
c) P( recuperable ) = P( Z > 1,34 ) = 1 ( 1,34 ) = 1 0 ,9099 = 0 ,0901

7EPRDISTRIBUCIN NORMAL 127

9 La demanda mensual de ordenadores en cierta tienda se aproxima mediante
una normal de media 250 unidades y desviacin tpica 50 unidades. Cul debe ser el
stock a principio de mes para que la probabilidad de que se agoten no sea mayor del
10%?

La demanda mensual, X, sigue una N( = 250 cm; = 50 cm). Se trata de hallar el

valor de x tal que P(X x) 0,10.
1 P( X x ) 0 ,10 P( X x ) 0 ,90 F ( x ) 0 ,90
Lo podemos hacer sin tipificar X:

Puede ser interesante hacerlo mediante tipificacin, como es usual cuando se

hace manualmente:
X 250 x 250 x 250
P( X x ) 0 ,90 P 0 ,90 P Z 0 ,90
50 50 50
x 250
De 1,2816 se sigue que x 501,2816 + 250 = 314 ,08 . El stock ha de ser
50
igual o superior a 315 ordenadores.

128 ESTADSTICA J. Snchez M. S. Snchez

10 Supongamos que las calificaciones de un examen de Selectividad se distri-
buyen normalmente con una media de 4,9 y desviacin tpica 2 y que se presentan
1000 alumnos.
a) Cul es el numero esperado de aprobados?
b) Cul ser el nmero de alumnos con una nota superior 8,5?

X 4 ,9 5 4 ,9
a) P( X 5 ) = 1 P( X < 5 ) = 1 P( < ) = 1 P( Z < 0 ,05 ) = 1 ( 0 ,05 ) =
2 2
= 1 0 ,5199 = 0 ,4801

Luego el nmero esperado de alumnos aprobados de los 1000 presentados es:

10000,4801 480.

X 4 ,9 8 ,5 4 ,9
b) P( X 8 ,5 ) = 1 P( X < 8 ,5 ) = 1 P( < ) = 1 P( Z < 1,8 ) = 1 ( 1,8 ) =
2 2
= 1 0 ,9641 = 0 ,0359

En nmero de alumnos con nota superior a 8,5 es 10000,0359=35,9 36.

11 Los dimetros interiores de unas tuercas se distribuyen normalmente con una

media de 6 mm y desviacin tpica de 1,6 mm. Se consideran buenos aquellos cuyo
dimetro est comprendido entre 5,8 y 6,2 mm. Qu porcentaje de defectuosos cabe
esperar?

P( defectuoso ) = 1 P( bueno ) = 1 P( 5 ,8 X 6 ,2 ) = 1 [P( X 6 ,2 ) P( X < 5 ,8 ) =]

= 1 F ( 6 ,2 ) + F ( 5 ,8 ) = 1 0 ,5497 + 0 ,4503 = 0 ,9005 90% ,

donde F(6,2) = 0,5497 y F(5,8) = 0,4503 se han obtenido en EXCEL sin tipificar:

7EPRDISTRIBUCIN NORMAL 129

12 Calcular la media y la desviacin tpica de una variable aleatoria normal, X, que
verifica:
P(X < 10) = 0,6255 y P(X 14) = 0,9772.

Si X sigue una N( ; ), entonces

10
P( X < 10 ) = 0 ,6255 P( Z < ) = 0 ,6355

( tablas o EXCEL )
P( X 14 ) = 0 ,9772 14
P( Z ) = 0 ,9772

10
= 0 ,32 + 0 ,32 = 10 = 9 ,24

14 + 2 ,00 = 14 = 2 ,38
= 2 ,00

130 ESTADSTICA J. Snchez M. S. Snchez