Continuaremos el estudio de las distribuciones

de probabilidad
analizando una
distribucin de probabilidad contnua
muy importante

Distribuciones de Probabilidad
Distribuciones de
Probabilidad
Distribuciones de
Probabilidad
Discretas

Binomial
Poisson

Distribuciones de
Probabilidad
Continuas

Normal

La distribucin normal

Repasemos
Una variable aleatoria contnua
es aquella que puede asumir un
nmero infinito de valores
dentro de cierto rango especfico.

Ejemplos:
La presin ejercida por un
brazo robot en manufactura
El peso del equipaje en un avin
El tiempo transcurrido en
procesar una orden de compra

En esta unidad estudiaremos:

las caractersticas principales
de
la distribucin de probabilidad normal
la distribucin normal estndar
cmo se utiliza la distribucin
normal para estimar
probabilidades binomiales

LA DISTRIBUCIN NORMAL
La distribucin normal fue reconocida
por primera vez por el francs
Abraham de Moivre (1667-1754).

Posteriormente, Carl Friedrich Gauss (1777-1855)

realiz estudios ms a fondo
donde formula la ecuacin de la curva
conocida comnmente, como la
Campana de Gauss".

UTILIDAD

Se utiliza muy a menudo porque

hay muchas variables asociadas
a fenmenos naturales que
siguen el modelo de la normal.
Caracteres morfolgicos de
individuos (personas, animales,
plantas,...) de una especie, por
ejemplo: tallas, pesos, dimetros,
distancias, permetros,...
Caracteres fisiolgicos, por
ejemplo: efecto de una misma
dosis de un frmaco, o de una
misma cantidad de abono

Caracteres sociolgicos, por ejemplo:

consumo de cierto producto por un mismo grupo
de individuos, puntuaciones de examen
Caracteres psicolgicos, por ejemplo: cociente
intelectual, grado de adaptacin a un medio,...
Errores cometidos al medir ciertas
magnitudes
Valores estadsticos mustrales como la
media, varianza y moda

LA FUNCIN DE DISTRIBUCIN
Puede tomar cualquier valor (- , + )
Hay ms probabilidad para los valores
cercanos a la media m
Conforme nos separamos de m , la
probabilidad va decreciendo de igual
forma a derecha e izquierda (es
simtrica).
Conforme nos separamos de m , la
probabilidad va decreciendo
dependiendo la desviacin tpica s.

FUNCIN DE DENSIDAD DE PROBABILIDADES

(FDP): F(X)

La familia de las distribuciones

de probabilidad normal

Al variar los parmetros and , obtenemos diferentes

distribuciones normales

LA FAMILIA DE LAS DISTRIBUCIONES

DE PROBABILIDAD NORMAL
f(X)

Cambiando movemos la
distribucin lhacia la izquierda
o derecha.
Cambiando aumentamos o
disminumos su altura..

LA FUNCIN F(X)

F(X) ES EL REA SOMBREADA DE LA

SIGUIENTE GRFICA

PROPIEDADES DE LA
DISTRIBUCIN NORMAL:
La forma de la campana de Gauss depende de los parmetros y .

Tiene una nica moda que coincide con su media y su mediana.

La curva normal es asinttica al eje de X.
Es simtrica con respecto a su media . Segn esto, para este tipo de
variables existe una probabilidad de un 50% de observar un dato mayor
que la media, y un 50% de observar un dato menor.

EN RESUMEN

Podemos concluir que hay una familia de distribuciones

con una forma comn, diferenciadas por los valores de su
media y su varianza.
La desviacin estndar ( ) determina el grado de
apuntamiento de la curva. Cuanto mayor sea el valor de
, ms se dispersarn los datos en torno a la media y la
curva ser ms plana.

LA MEDIA INDICA LA POSICIN DE LA CAMPANA, DE

MODO QUE PARA DIFERENTES VALORES DE LA
GRFICA ES DESPLAZADA A LO LARGO DEL EJE
HORIZONTAL.

Caractersticas (cont.)

La distribucin de probabilidad
normal estndar
Sera fsicamente imposible proporcionar
una tabla de probabilidades para cada
combinacin de u y (como para Ia
distribucin binomial o para Ia de Poisson) .
Es posible utilizar un slo miembro de Ia
familia de distribuciones normales para
todos los problemas en los que se aplica
Ia distribucin normal.

La distribucin de probabilidad
normal estndar
Tiene una media de 0 y una desviacin
estndar de 1
f(Z)

Los valores mayores al promedio tienen

valores Z positivos y, valores menores al
promedio tendrn valores Z negativos.

La distribucin de probabilidad
normal estndar
Todas las distribuciones normales pueden
convertirse a distribucin normal estndar
restando Ia media de cada observacin y
dividiendo por Ia desviacin estndar.
Utilizando un valor z, se convertir, o
estandarizar, Ia distribucin real a una
distribucin normal estndar.

Transformamos unidades X en unidades Z

El valor z
Un valor z es Ia distancia a partir de
Ia media, medida en las unidades de
desviacin estndar.

El valor z
Valor z = Ia distancia entre un valor
seleccionado (x) y Ia media (u), dividida
por la desviacin estndar ().

Lmites sigma

Lmites dos sigma

Lmites tres sigma

De entre todas ellas, la ms utilizada es la distribucin normal estndar,

que corresponde a una distribucin de media 0 y varianza 1.
Z se la denomina variable tipificada
de X, y a la curva de su funcin de
densidad se le conoce como la curva
normal estndar.

s 1
=

0.33

Es una distribucin normal con

promedio 0 y una desviacin
estndar de 1.

m 0
X m
Z
s

No depende de ningn parmetro.

Todas las variables normalmente

distribuidas se pueden transformar a
la distribucin normal estndar
utilizando la frmula para calcular el
valor Z correspondiente.

EJEMPLO
Se tienen 1000 alumnos, cuya distribucin por peso es aproximadamente normal,
con media igual a 80 y desviacin estndar o tpica 15. Se pide:
a)La proporcin de alumnos con 85 kilos o ms.
b)El nmero de alumnos con peso entre 65 y 95 kilos
c) El nmero de alumnos con menos de 82 kilos
d)Entre que valores oscilarn los pesos de las personas que constituyen el 60
% central?
e)Hallar el peso que corresponde al percentil 75.

S = 15

= 80

pesos(x)

a)La proporcin de alumnos con 85 kilos o ms

S = 15

X m
Z
s
= 80 85

pesos(x)

84,5 80
Z
0,3
15
S= 1
=0

Z=0,33
Z

P( X 85) P(Z 0,3) 50% 11,79 38,21%

Respuesta: El 38.21 % de todos los alumnos tendrn

Aproximadamente 85 kilos o ms.

Z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0

0.00
0.0000
0.0398
0.0793
0.1179
0.1554
0.1915
0.2257
0.2580
0.2881
0.3159
0.3413
0.3643
0.3849
0.4032
0.4192
0.4332
0.4452
0.4554
0.4641
0.4713
0.4772
0.4821
0.4861
0.4893
0.4918
0.4938
0.4953
0.4965
0.4974
0.4981
0.4987

0.01
0.0040
0.0438
0.0832
0.1217
0.1591
0.1950
0.2291
0.2611
0.2910
0.3186
0.3438
0.3665
0.3869
0.4049
0.4207
0.4345
0.4463
0.4564
0.4649
0.4719
0.4778
0.4826
0.4864
0.4896
0.4920
0.4940
0.4955
0.4966
0.4975
0.4982
0.4987

0.02
0.0080
0.0478
0.0871
0.1255
0.1628
0.1985
0.2324
0.2642
0.2939
0.3212
0.3461
0.3686
0.3888
0.4066
0.4222
0.4357
0.4474
0.4573
0.4656
0.4726
0.4783
0.4830
0.4868
0.4898
0.4922
0.4941
0.4956
0.4967
0.4976
0.4982
0.4987

0.03
0.0120
0.0517
0.0910
0.1293
0.1664
0.2019
0.2357
0.2673
0.2967
0.3238
0.3485
0.3708
0.3907
0.4082
0.4236
0.4370
0.4484
0.4582
0.4664
0.4732
0.4788
0.4834
0.4871
0.4901
0.4925
0.4943
0.4957
0.4968
0.4977
0.4983
0.4988

0.04
0.0160
0.0557
0.0948
0.1331
0.1700
0.2054
0.2389
0.2704
0.2995
0.3264
0.3508
0.3729
0.3925
0.4099
0.4251
0.4382
0.4495
0.4591
0.4671
0.4738
0.4793
0.4838
0.4875
0.4904
0.4927
0.4945
0.4959
0.4969
0.4977
0.4984
0.4988

0.05
0.0199
0.0596
0.0987
0.1368
0.1736
0.2088
0.2422
0.2734
0.3023
0.3289
0.3531
0.3749
0.3944
0.4115
0.4265
0.4394
0.4505
0.4599
0.4678
0.4744
0.4798
0.4842
0.4878
0.4906
0.4929
0.4946
0.4960
0.4970
0.4978
0.4984
0.4989

0.06
0.0239
0.0636
0.1026
0.1406
0.1772
0.2123
0.2454
0.2764
0.3051
0.3315
0.3554
0.3770
0.3962
0.4131
0.4279
0.4406
0.4515
0.4608
0.4686
0.4750
0.4803
0.4846
0.4881
0.4909
0.4931
0.4948
0.4961
0.4971
0.4979
0.4985
0.4989

0.07
0.0279
0.0675
0.1064
0.1443
0.1808
0.2157
0.2486
0.2794
0.3078
0.3340
0.3577
0.3790
0.3980
0.4147
0.4292
0.4418
0.4525
0.4616
0.4693
0.4756
0.4808
0.4850
0.4884
0.4911
0.4932
0.4949
0.4962
0.4972
0.4979
0.4985
0.4989

0.08
0.0319
0.0714
0.1103
0.1480
0.1844
0.2190
0.2517
0.2823
0.3106
0.3365
0.3599
0.3810
0.3997
0.4162
0.4306
0.4429
0.4535
0.4625
0.4699
0.4761
0.4812
0.4854
0.4887
0.4913
0.4934
0.4951
0.4963
0.4973
0.4980
0.4986
0.4990

0.09
0.0359
0.0753
0.1141
0.1517
0.1879
0.2224
0.2549
0.2852
0.3133
0.3389
0.3621
0.3830
0.4015
0.4177
0.4319
0.4441
0.4545
0.4633
0.4706
0.4767
0.4817
0.4857
0.4890
0.4916
0.4936
0.4952
0.4964
0.4974
0.4981
0.4986
0.4990

0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

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

APENDICE II

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

Areas debajo de la curva

normal

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

b) El nmero de alumnos con peso entre 65 y 95 kilos

X m

95,5 80
64,5 80
Z

1,03
Z
1,03
15
15
X= 65

= 80 x= 95

pesos

Aproximadamente 679alumnos pesan entre 65 y

95 kilos

Z = -1,03

= 0 Z= 1,03

P(65 X 95) P(1,03 Z 1,03) 0,3485 0,3485 0,697 69,7%

El 69,7 % de todos los alumnos tendrn aproximadamente entre 65 kilos
y 95 kilos.

c)La proporcin de alumnos con menos de 82 kilos

X m
Z
s

S = 15

= 80

82

pesos(x)

81,5 80
Z
0,1
15

S=1

= 0 Z=0,1
Z

P( X 82) P(Z 0,1) 50% 3,98 53,98%

Respuesta: El 53,98 % de todos los alumnos tendrn

Aproximadamente menos de 82 kilos.

d)Entre que valores oscilarn los pesos de las personas que constituyen
el 60 % central?

X m

X Zs m

60%
X= ?

= 80 x= ?

pesos

X = -0.85 ( 15 ) + 80 = 67.25
X = 0.85 ( 15 ) + 80

= 92.75

60%
Z= ?
Z= -0,85

= 80 Z= ?
= 80 Z= 0,85

Respuesta: Los pesos que

corresponden al 60 % son 67.25 y
Z 92.75 kilos.
Z

e)Hallar el puntaje que corresponde al percentil 75.

X m

S=1
75%

=0

P75

X = 0.68 ( 15 ) + 80

= 90.2

El peso que le corresponde al percentil 75 es de 90,2 Kgr.

El 75% inferior de los pesos tiene 90,2 kgr. o menos

X Zs m

EJEMPLO
El dimetro del eje de una unidad de
almacenamiento ptico tiene una distribucin
normal con media 0,2500 pulgadas y
desviacin estndar de 0,0005 pulgadas. Las
especificaciones del dimetro del eje son
0,2500 0,0015 pulgadas. Que proporcin
de ejes cumple con ste requisito?

0,2500 0,0015 pulgadas

Especificaciones

S= 0,0005

-3

-2

-1

0,2485 0,249 0,2495

0,2485

0,2485 0,2500
3
0,0005

0,2515 0,2500
3
0,0005

0
0,2500

0,2505 0,251 0,2515

0,2515

P(3 Z 3) 0,4987 0,4987 0,9974

Aproximacin de la distribucin
binomial por la normal
Una distribucin binomial B (n, p) se puede
aproximar por una distribucin normal, siempre que
n sea grande y p no est muy prxima a 0 1. La
aproximacin consiste en utilizar una distribucin
normal con la misma media y desviacin tpica de la
distribucin binomial.
En la prctica se utiliza la aproximacin cuando:
n >30, np >5, nq >5
En cuyo caso : x = B(n, p) se puede aproximar a
N( = np, = npq )

0,6
0,5
0,4
0,3
0,2
0,1
0
Cara

cruz

3/5
1/2
2/5
2/7
1/5
0
0
0 caras 1 cara 2 caras
2/5
1/3
2/7
1/4
1/5
1/7
0
0
0
0 1 cara 2 cras 3
caras
caras

Ejemplo:
La administracin del restaurante Santoni Pizza
descubri que el 70 por ciento de sus clientes
nuevos regresan para comer all de nuevo.

Para una semana en Ia que 80 clientes nuevos

(por primera vez) cenaron en Santoni, cul es Ia
probabilidad de que 60 o ms regresen aII a
comer otra vez?

Antes de aplicar Ia aproximacin normal, es

preciso cerciorarse de que Ia distribucin que
vamos a trabajar es realmente una distribucin
binomial.

Es preciso verificar los siguientes cuatro criterios:

1. Un experimento slo puede tener dos resultados
mutuamente excluyentes: un xito y un fracaso.
2. La distribucin es consecuencia de contar eI
nmero de xitos en un nmero fijo de ensayos.
3. Cada ensayo es independiente.
4. La probabilidad, p, permanece igual de un ensayo al
siguiente.

Observe que se cumplen las condiciones binomiales:

1) Slo hay dos resultadosposibles: un cliente regresa o no
regresa.
2) Es posible contar eI nmero de xitos, lo que significa, por
ejemplo, que 57 de los 80 clientes regresarn.
3) Los ensayos son independientes, es decir, si Ia persona
nmero 34 regresa para cenar en otra ocasin, no influye en
que Ia persona nmero 58 regrese.

4) La probabilidad de que un cliente regrese permanece en un

0.70 para los 80 clientes.

Debido a que se usar Ia curva normal para

determinar Ia probabilidad binomial de 60 o ms
xitos, es preciso restar, en este caso, 0.5 de 60.
El valor 0.5 se conoce como factor de correccin
de continuidad.

Este pequeo ajuste es necesario porque se utiliza

una distribucin contnua (Ia distribucin normal)
para aproximar a una discreta (Ia binomial).
Al restar 600.5 = 59.5.

Cmo aplicar el factor de correccin

Slo pueden surgir cuatro casos. Estos son:
1.Para Ia probabilidad de que aI menos X ocurra, utilice
X
(X - 0.5).
2.Para Ia probabilidad de que ocurra ms que X, utilice (X
+ 0.5).
>X
3.Para Ia probabilidad de que ocurra X o menos, utilice (X
+ 0.5).
X

4.Para Ia probabilidad de que ocurra menos de X,

<X
utilice (X- 0.5).

Para utilizar Ia distribucin normal para aproximar

Ia probabilidad de que 60 mas de los 80 clientes
que fueron por primera vez a Santoni regresen,
realizaremos lo siguientes pasos.

Paso 1.
Encuentre Ia media y Ia varianza de una
distribucin binomial y el valor z correspondiente
a una X de 59.5 usando Ias siguientes frmuIas:
u = np = 80(.70) = 56

2 = np(1-p) = 80(.70)(1-.70) = 16.8

= raz cuadrada de 16.8 = 4.10

Z =

59.5 56 = 85
4.10

Paso 2.

Determine el rea bajo Ia curva normal entre un u de 56 y

un X de 59.5.
Con base en el paso 1, se sabe que eI valor z
correspondiente a 59.5 es 0.85.
As, se consulta el apndice D y se baja por el margen
izquierdo hasta 0.8, y luego se lee horizontalmente el rea
bajo Ia columna encabezada por 0.05.
Esa rea es 0.3023.

Paso 3.

Calcular eI rea myor de 59.5 restando 0.3023 de 0.5000

(0.5000 -0.3023 = 0.1977).
As, 0.1977 es Ia probabilidad aproximada de que 60 o
ms de los clientes que fueron a Santoni por primera vez
regresen.

0TRO EJEMPLO
En una campaa de vacunacin infantil se
conoce que aparece algn tipo de efecto
secundario en un 13 % de casos. Si se
vacunan 1000 nios, cul es la
probabilidad de que ms de 100 de ellos
tengan alguna reaccin a la vacuna?
Asumiendo independencia entre las vacunaciones de los 1000 nios, la
distribucin exacta de la variable nmero de nios con reaccin respecto
de 1000 vacunados sigue una distribucin Binomial de parmetros
(1000; 0.13).

P( X ) N C X p x q N x

P( X 100) 1 P( X 100) 1 P(0) P(1) ........P(100)

P( X 100) 1 1000C0 0,130 0,8710000 ..........
SI APROXIMAMOS A UNA NORMAL

n >30, np >5, nq >5

N( = np, = npq )

100,5 130
Z
2,77
10,635
2,77

P( X 100) 0,5 P(0 Z 2,77) 0,5 0,4972 0,9972 99,72%

OTRO EJEMPLO
En una coleccin de libros, el costo de edicin (X) es
independiente del costo de distribucin(Y) y se
distribuyen aproximadamente normal. El costo de
edicin con una media de $720 y un desvo estandar
de $123 y el costo de distribucin con una media de
$420 y un desvo estndar de $276
a)Calcular la probabilidad de que el costo de distribucin
sea superior al costo de edicin
(Y-Y>0)para un libro cualquiera
b)Calcular la probabilidad de que el costo total(edicin
ms distribucin)supere los $1.500

Z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0

0.00
0.0000
0.0398
0.0793
0.1179
0.1554
0.1915
0.2257
0.2580
0.2881
0.3159
0.3413
0.3643
0.3849
0.4032
0.4192
0.4332
0.4452
0.4554
0.4641
0.4713
0.4772
0.4821
0.4861
0.4893
0.4918
0.4938
0.4953
0.4965
0.4974
0.4981
0.4987

0.01
0.0040
0.0438
0.0832
0.1217
0.1591
0.1950
0.2291
0.2611
0.2910
0.3186
0.3438
0.3665
0.3869
0.4049
0.4207
0.4345
0.4463
0.4564
0.4649
0.4719
0.4778
0.4826
0.4864
0.4896
0.4920
0.4940
0.4955
0.4966
0.4975
0.4982
0.4987

0.02
0.0080
0.0478
0.0871
0.1255
0.1628
0.1985
0.2324
0.2642
0.2939
0.3212
0.3461
0.3686
0.3888
0.4066
0.4222
0.4357
0.4474
0.4573
0.4656
0.4726
0.4783
0.4830
0.4868
0.4898
0.4922
0.4941
0.4956
0.4967
0.4976
0.4982
0.4987

0.03
0.0120
0.0517
0.0910
0.1293
0.1664
0.2019
0.2357
0.2673
0.2967
0.3238
0.3485
0.3708
0.3907
0.4082
0.4236
0.4370
0.4484
0.4582
0.4664
0.4732
0.4788
0.4834
0.4871
0.4901
0.4925
0.4943
0.4957
0.4968
0.4977
0.4983
0.4988

0.04
0.0160
0.0557
0.0948
0.1331
0.1700
0.2054
0.2389
0.2704
0.2995
0.3264
0.3508
0.3729
0.3925
0.4099
0.4251
0.4382
0.4495
0.4591
0.4671
0.4738
0.4793
0.4838
0.4875
0.4904
0.4927
0.4945
0.4959
0.4969
0.4977
0.4984
0.4988

0.05
0.0199
0.0596
0.0987
0.1368
0.1736
0.2088
0.2422
0.2734
0.3023
0.3289
0.3531
0.3749
0.3944
0.4115
0.4265
0.4394
0.4505
0.4599
0.4678
0.4744
0.4798
0.4842
0.4878
0.4906
0.4929
0.4946
0.4960
0.4970
0.4978
0.4984
0.4989

0.06
0.0239
0.0636
0.1026
0.1406
0.1772
0.2123
0.2454
0.2764
0.3051
0.3315
0.3554
0.3770
0.3962
0.4131
0.4279
0.4406
0.4515
0.4608
0.4686
0.4750
0.4803
0.4846
0.4881
0.4909
0.4931
0.4948
0.4961
0.4971
0.4979
0.4985
0.4989

0.07
0.0279
0.0675
0.1064
0.1443
0.1808
0.2157
0.2486
0.2794
0.3078
0.3340
0.3577
0.3790
0.3980
0.4147
0.4292
0.4418
0.4525
0.4616
0.4693
0.4756
0.4808
0.4850
0.4884
0.4911
0.4932
0.4949
0.4962
0.4972
0.4979
0.4985
0.4989

0.08
0.0319
0.0714
0.1103
0.1480
0.1844
0.2190
0.2517
0.2823
0.3106
0.3365
0.3599
0.3810
0.3997
0.4162
0.4306
0.4429
0.4535
0.4625
0.4699
0.4761
0.4812
0.4854
0.4887
0.4913
0.4934
0.4951
0.4963
0.4973
0.4980
0.4986
0.4990

0.09
0.0359
0.0753
0.1141
0.1517
0.1879
0.2224
0.2549
0.2852
0.3133
0.3389
0.3621
0.3830
0.4015
0.4177
0.4319
0.4441
0.4545
0.4633
0.4706
0.4767
0.4817
0.4857
0.4890
0.4916
0.4936
0.4952
0.4964
0.4974
0.4981
0.4986
0.4990