Professional Documents
Culture Documents
"DISTRIBUCIN NORMAL"
PRIMER CASO
P( Z a )
0 a
Figura 3.12: Representacin grfica de la informacin que nos suministra de manera directa
la tabla de la normal con la que vamos a trabajar: P ( Z a )
Figura 3.13.a: El rea rayada de la curva representa Figura 3.13.b: El rea rayada de la curva
representa P (Z a ) P (Z a )
P( Z a ) = 1 P( Z a )
EJEMPLO 3.30:
Calcular P(Z-2)
Solucin:
Como tercer caso consideraremos la misma situacin que en el caso primero pero
suponiendo ahora, que la variable aleatoria sigue una distribucin normal no estndar,
de parmetros , .
x a a
P( X a ) = P = P z
encontrndonos, una vez efectuado el cambio, en la misma situacin del primer caso.
EJEMPLO 3.31:
Solucin:
x 2 2.14 2
P( X 2.14) = P = P( z 0.05) = 0.519
3 3
Se trata, lo mismo que en el caso anterior de dar solucin a uno de los supuestos
ya vistos, en concreto al supuesto segundo, pero considerando ahora que trabajamos con
una normal no estndar.
Lo primero que tenemos que hacer es tipificar ya que si no, la igualdad anterior no
se verifica, por tanto:
x a a a
P( X a ) = P = P z = 1 P z <
EJEMPLO 3.32:
Solucin:
x 5 8 5 13 13
P( X 8) = P = P z = 1 P z < =
3 3 3 3
x a a
P( X a ) = P = 1 P z <
Si en lugar de trabajar con una N(0,1) trabajsemos con una N(,) sera preciso,
como en casos anteriores, tipificar. Es decir:
a x b b a
P ( a X b) = P = P z P z <
EJEMPLO 3.33:
Solucin:
P( a Z b) = P(Z b) P( Z < a )
EJEMPLO 3.34:
Solucin:
EJEMPLO 3.35:
Solucin:
Buscamos dentro de la tabla el valor 0.9251 y vemos que el correspondiente valor
de a es 1.44.
EJEMPLO 3.36:
Solucin:
a 5
P( X a ) = P Z = 0.8413
3
a5
= 1 a = 3 + 5 = 8
3