Aplicaciones del Clculo

Diferencial e Integral

UNIDAD VIII

DISTRIBUCION NORMAL

La distribucin normal es la distribucin ms importante de probabilidades, no solo en

la teora estadstica, sino tambin en sus aplicaciones a problemas industriales. Es una
distribucin continua y simtrica conocida tambin como la distribucin de Gauss o de
Laplace. La distribucin normal representa el resultado de la actuacin conjunta de
causas aleatorias, y por ello resulta fundamental en el control estadstico de calidad,
particularmente en la teora de los grficos del control de fabricacin.
La funcin de probabilidades es:

1 2 2
f ( x; , 2 ) e ( x ) / 2 - x
2
Donde:
Es la media de la distribucin
Es la desviacin estndar

f(x)

X

Grfica de densidad de Probabilidad Normal

El diagrama es simtrico y el rea bajo la curva es la unidad.

1. ESTANDARIZACION DE LA VARIABLE ALEATORIA

Si en lugar de x tomamos:

( x )
z

Lo cual significa adoptar como origen de las z el punto en que x y como

1
 Aplicaciones del Clculo
Diferencial e Integral

unidad de escala de las z la desviacin estndar ; la que designaremos como

distribucin Normal Estndar:
2
1 z
f ( z) e 2
2

Esta distribucin tiene parmetros: ( z) 0 y 2 ( z) 1 ; por conveniencia se

acostumbra nombrar esta distribucin como la N(0;1) .
Los valores del rea desde ...z son iguales a la probabilidad acumulada de
los valores correspondientes a f(z). Estos valores se encuentran tabulados en la
tabla 3 al final de esta informacin. Esta tabla corresponde a la distribucin
normal estndar, es decir, la distribucin normal con 0 y 1
La funcin acumulada es:
z
1 t2 / 2
F( z )
2
e dt

F(z)

1 z t2 / 2
F( z) e dt
2

z
z
0
Grfica de densidad de Probabilidad Normal Estandar

Para determinar la probabilidad de que una variable aleatoria con la distribucin

normal estndar adopte un valor entre a y b, usamos la ecuacin:
P(a z b) F(b) F(a)
y si a o b es negativa, hacemos uso de la identidad
F( z) 1 F( z) .

EJEMPLO 1
Determine las probabilidades de que una variable aleatoria con la distribucin
normal estndar adopte un valor

(a) Entre 0,87 y 1,28 = p(0,87<z<1,28)

(b) Entre -0,34 y 0,62 = p(-0,34<z<0,62)
(c) Mayor que 0,85 = p(z>0,85)
(d) Mayor que -0,65 = p(z>-0,65)

2
 Aplicaciones del Clculo
Diferencial e Integral

Solucin
Consultando los valores necesarios en la tabla 3, obtenemos

a) Entre 0,87 y 1,28 = p(0,87<z<1,28)

F(1,28 ) F(0,87 ) 0,8997 0,8078
0,0919
F(z)

z
0,87 1,28

b) Entre -0,34 y 0,62 = p(-0,34<z<0,62)

F(0.62) F( 0.34 ) 0.7324 (1 0.6331)
0.3655

F(z)

z
-0,34 0,62
0

c) Mayor que 0,85 = p(z>0,85)

1 F(0.85 ) 1 0.8023
0.1977
F(z)

z
0,85
0

3
 Aplicaciones del Clculo
Diferencial e Integral

d) Mayor que -0,65 = p(z>-0,65)

1 F( 0.65 ) 1 1 F(0.65 ) F(0.65 )
0.7422
F(z)

z
0,85
0

EJEMPLO 2
Si el monto de radiacin csmica a la que se expone una persona al volar en
avin por los Estados Unidos es una variable aleatoria con la distribucin normal
con 4.35 mrem y 0.59 mrem, determine las probabilidades de que el
monto de radiacin csmica a la que se expondr una persona en un viaje as sea
de:

(a) entre 4.00 y 5.00 mrem;

(b) al menos 5.50 mrem.

SOLUCIN
Primero estandarizamos los valores:

5.00 4.35 4.00 4.35

a) F F = F(1.10 ) F( 0.59 )
0.59 0.59
= 0,8643 (1 0,7224 )
= 0,5867

5.50 4.35
b) 1 F = 1 F(1.95 )
0.59
= 1 0.9744
0.0256

4
 Aplicaciones del Clculo
Diferencial e Integral

EJEMPLO 3
El monto real de caf instantneo que una mquina de relleno deposita en
frascos de 4 onzas puede considerarse una variable aleatoria con una
distribucin normal con 0.04 onzas. Si slo 2% de los frascos contienen
menos de 4 onzas, Cul debera ser el relleno medio de esos frascos?

Solucin
4
Para determinar de tal manera que F 0.02 y, por lo tanto,
0.04
4
F 0.98 buscamos en la tabla 3 la entrada ms cercana a 0.98 y
0.04
obtenemos 0.9798, que corresponde a z 2.05. As:
4
2.05
0.04

Y al resolver , determinamos que 4.082 onzas

EJEMPLO 4
En cierta ciudad, el nmero de interrupciones del suministro elctrico por mes es
una variable aleatoria con una distribucin con 11,6 y 3,3 . Si esta
distribucin puede aproximarse cercanamente con una distribucin normal, cul
es la probabilidad de que haya al menos ocho interrupciones en un mes
cualquiera?

Solucin
El nmero de interrupciones de servicio es una variable aleatoria discreta, y si
deseamos aproximar su distribucin con una distribucin normal, debemos
dispersar sus valores en una escala continua.
1
Lo hacemos representando cada nmero entero k con el intervalo de k a
2
1
k . Por ejemplo:
2
3 es representado con el intervalo de 2,5 a 3,5;
10 es representado con el intervalo de 9,5 a 10,5.
y al menos 8 es representado con el intervalo a la derecha de 7,5 tal como se
muestra en la figura:

5
 Aplicaciones del Clculo
Diferencial e Integral

3,3

X
7,5 Nmero de
11,6 Interrupciones

As, la probabilidad deseada es aproximada por:

7,5 11,6
1 F 1 F( 1,24 )
3,3
F(1,24 )
0,8925

2. APLICACIONES: LIMITES DE CONTROL

La distribucin normal puede aplicarse en el control de calidad para aceptar un
producto o rechazar un producto.
Para ello se establece una franja cuyo ancho ser el rango de aceptacin.
Este rango se establece alrededor de la media la que definir la Lnea Media
LM.
El rango R quedara definido en funcin del valor establecindose diversos
criterios.

Un criterio bastante comn es tomar:

R LSC LIC
LSC A
LIC A
3
Donde A ; n = tamao de la muestra.
n
Los lmites de este rango sern el Lmite Superior de Control LSC y el Lmite
Inferior de Control LIC

6
 Aplicaciones del Clculo
Diferencial e Integral

LSC
3
n

LM

3 LIC
n

MUESTRA

EJEMPLO 5
Construir para muestras de n = 5 artculos el grfico de control de la media de un
proceso de fabricacin de ejes de acero con media 5,60 mm y desviacin
estndar 0,05 mm.
Verificar si el proceso de fabricacin de ejes se mantiene BAJO CONTROL, si se
han extrado 10 muestras con n = 5 de hora en hora y los valores se encuentran
en la tabla siguiente:

MUESTR ARTICUL ARTICUL ARTICUL ARTICUL ARTICUL MEDI

A O1 O2 O1 O1 O1 A x
1 5,67 5,50 5,58 5,48 5,70 5,586
2 5,90 5,58 5,61 5,59 5,44 5,624
3 5,52 5,66 5,68 5,59 5,38 5,566
4 5,60 5,76 5,55 5,58 5,57 5,612
5 5,55 5,68 5,65 5,45 5,68 5,602
6 5,39 5,65 5,63 5,57 5,61 5,570
7 5,79 5,61 5,59 5,70 5,51 5,640
8 5,67 5,59 5,59 5,75 5,48 5,616
9 5,51 5,51 5,65 5,55 5,63 5,570
10 5,66 5,64 5,61 5,66 5,56 5,626

Solucin
La lnea media:
LM = = 5,60
Los lmites de control sern:
LSC A 5,60 ( 3 )0,05 5,667
5

7
 Aplicaciones del Clculo
Diferencial e Integral

LIC A 5,60 ( 3 )0,05 5,533

5

5,68 LSC
3 5,667
n
5,66

5,64

5,62
LM
5,60
5,58

5,56
LIC
5,54 5,533
3
n
5,52
MUESTRA

1 2 3 4 5 6 7 8 9 10

Mediante el grfico recomprueba que todos los puntos se encuentran en el rango

en torno a la LM, de ello se concluye que el PROCESO DE FABRICACION SE
ENCUENTRA BAJO CONTROL.

3. BLOQUE I

1. Una troqueladora produce tapas de lata cuyos dimetros se distribuyen

normalmente con una desviacin estndar de 0,01 pulgadas. En que
dimetro nominal deberia fijarse la mquina para que no mas del 5% de
las tapas producidas tengan dimetros que excedan de 3 pulgadas?
Sol:
2,984

2. Se corta automticamente varillas de plstico moldeadas por inyeccin en

longitudes nominales de 6 pulgadas. Las longitudes reales estn
normalmente distribuidas en torno a una media de 6 pulgadas y su
desviacin estndar es de 0,06 pulgadas.
a) Qu proporcin de las varillas excede los lmites de tolerancia de 5,9 a
6,1 pulgadas.
b) A qu valor es necesario reducir la desviacin estndar si el 99% de
las varillas den hallarse dentro de la tolerancia.

8
 Aplicaciones del Clculo
Diferencial e Integral

Sol:
a)
b)

3. Si una variable aleatoria tiene la distribucin binomial con n=30 y p=0,60;

use la aproximacin normal para determinar la probabilidad de que adopte:
a) El valor de 14
b) Un valor menor que 12
Sol:
a) 0,049
b) 0,008

4. Un fabricante sabe que, en promedio, 2% de las tostadoras elctricas que

produce requerirn reparaciones en un trmino de 90 das posteriores a su
venta. Use la aproximacin normal a la distribucin binomial para
determinar la probabilidad de que entre 1200 tostadoras al menos 30
requerirn reparaciones en los primeros 90 das de su venta.
Sol:

5. La probabilidad de que un componente electrnico falle en menos de 1000

horas de uso continuo es de 0,25. Use la aproximacin normal para
determinar la probabilidad de que entre 200 de esos componentes menos
de 45 fallen en menos de 1000 horas de uso continuo.
Sol:
0,1841

6. Un ingeniero de seguridad supone que el 30% de los accidentes industriales

en su planta se deben a que los empleados no siguen las instrucciones. Si
esa cifra es correcta, determine aproximadamente la probabilidad de que
entre 84 accidentes industriales en esa planta cualquier nmero entre 20 a
30 inclusive se deban a la negligencia de los empleados de no seguir las
instrucciones.
Sol:

7. Una variable aleatoria tiene una distribucin normal con 62,4 .

Determine su desviacin estndar si la probabilidad de que adopte un valor
mayor que 79,2 es de 0,20.
Sol:
19,88

8. Una variable aleatoria tiene una distribucin normal con 10 . Si la

probabilidad de que adopte un valor menor que 82,5 es de 0,8212. Cul es
la probabilidad de que adopte un valor mayor que 58,3?
Sol:

9
 Aplicaciones del Clculo
Diferencial e Integral

9. Las especificaciones de cierto trabajo implican limpiadores con un dimetro

interior de 0,300 0,005 pulgadas. Si los dimetros interiores de los
limpiadores provistos por cierto fabricante pueden considerarse una variable
aleatoria con la distribucin normal con 0,302 pulgadas y
0,003 pulgadas, Qu porcentaje de estos limpiadores cumplir las
especificaciones?
Sol:
83.15%

10. Se sabe que la vida til de un componente elctrico sigue una distribucin
normal con media 2000 hr y una desviacin estndar 200 hr.
a) Determine la probabilidad de que un componente aleatoriamente
seleccionado dure entre 2000 y 2400 horas.
b) Determine la probabilidad de que un componente aleatoriamente
seleccionado dure mas de 2200 horas.
Sol:
a) 0,4772
b) 0,1587

10