Aproximación de La Distribución Binomial A La Normal

APROXIMACIN DE LA DISTRIBUCIN BINOMIAL A LA
NORMAL
Si
B (n , p)
es una distribucin Binomial: X
, se puede aproximar a
una distribucin normal con los siguientes parmetros:

X
N ( np , npq )
Se obtiene una buena aproximacin cuando se cumplan las siguientes

condiciones:
n 30
np 5
nq 5
n 30
0,1 p
0,9
aproximar a la Normal de media np,

varianza np(1 p)
n 30
0 < p < 0,1
aproximar a la Poisson con = np
n 30
0.9 < p < 1
aproximar la variable recproca(*) a la Poisson con

= n(1 p)
n < 30 cualquier p
no aproximar, calcular con la variable original
1. Problemas de la distribucin binomial

Supongamos una distribucin binomial
grande de
B (n , p) con un nmero muy
; por ejemplo lanzamos un tiro libre 200 veces siendo la
probabilidad de encestar del 40%, es decir
B (n=200, p=0,4) . Si nos
planteamos cual es la probabilidad de encestar ms de 100 lanzamientos

tendremos que calcular 100 trminos, siendo aburrido y muy laborioso:
P ( x >100 ) =p ( x=100 )+ p ( x=101 ) ++ p ( x=199 ) + p( x =200)
( )
( )
( )
( )
200 0.41000.6 100 + 200 0.4 1010.699 ++ 200 0.4 1990.61 + 200 0.4 2000.60
100
101
199
200
Surge as la pregunta natural: no se podra calcular esta probabilidad sin tener

que recurrir a la frmula de distribucin binomial 100 veces? Resulta que si se
puede, el Teorema de Movire-Laplace nos muestra que de forma aproximada
podemos aproximar esta probabilidad utilizando la distribucin normal.
2. Aproximacin de la binomial a la normal
Teorema de Movire-Laplace:
TEOREMA:
Si
es una variable discreta que sigue una distribucin binomial de
parmetros n
nq>5
p , B (n , p)
y se cumple que
n>10 , np >5 y
resulta una aproximacin bastante buena suponer que la variable
X (recordemos que en la binomial
a la variable normal
=np y
= npq
N (np , npq) .
Resulta mucho ms sencillo trabajar con la variable normal

binomial
se aproxima
X que con la
, pues recordemos que los valores de la normal estn tabulados.
Correccin de continuidad o de Yates:

Cuando aproximamos una distribucin binomial mediante una normal, estamos
convirtiendo una variable X discreta (toma un nmero determinado de
valores) en una continua
(toma valores en un intervalo).
Los valores de la probabilidad para valores fijos de la variable continua son

cero (ya que sera el rea de un punto), y necesitamos definir un intervalo. Para
evitar este problema en la aproximacin de los valores fijos estos se corrigen
(correccin de continuidad o de Yates) sustituyndolos por un intervalo
centrado en el punto y de valor unidad. En el siguiente esquema se muestran
todas las situaciones posibles:
Ejemplos:
Problema 1): Se efectan 15 lanzamientos de una moneda. Calcular la
probabilidad de que ocurran los siguientes sucesos:
a) salgan entre 8 y 12 caras

b) Salgan menos de 6 caras
Solucin:
a)
X =n caras
B (15,0,5)
Si calculamos el problema de forma exacta el problema tenemos que sumar 5

trminos
P(8 X 12)=P(x=8)+ p(x =9)+ p ( x=10)+ p (x=11)+ p ( x=12)=0,4963
Aproximando con la distribucin normal ( =np=7.5
N (7.5,194)
= npq=1.94
P ( 8 X 12 )=P ( 7.5 X 12.5 ) =P
12.57.5
Z
=P ( 0 Z 2.6 )=0.497
( 7.57.5
1.94
1.94 )
b) Exacto:
P( X <6)=P( x=5)+ P(x=4)+ P (x=3)+ P( x=2)+ P (x=1)+ P(x =0)=0,1508
Aproximacin:
P ( X 5.5 )=P Z
5.57.5
=P ( Z 1.03 )=1P ( Z 1.03 ) =0.1515
1.94
Problema 2) Un examen tipo test consta de 38 preguntas a contestar

verdadero o falso. El examen se aprueba si se contesta correctamente al
menos 20 preguntas. Un alumno responde al examen lanzando al aire una
moneda y contestando verdadero si sale cara y falso si sale cruz. Halla
a) La probabilidad de aprobar el examen
b) Probabilidad de acertar ms de 24 y menos de 31.
Solucin:
a)
X =n aciertos
):
B (38,0.5) . Se cumple
= npq=3.1 . La aproximacin es
P ( X 20 ) =P ( X 19.5 )=P Z
=np=19 ;
N (19,3.1) .
19.519
=P ( Z 0.16 )=1P(Z 0.16)=0.4364
3.1
b)
P (24 < X <31 )=P ( 24.5 X 30.5 ) =P
30.519
Z
=P ( 1.77 Z 3.71 ) =0.0384
( 24.519
3.1
3.1 )
Ejemplo 3): Si 35% de los productos manufacturados en cierta lnea de

produccin es defectuoso, cul es la probabilidad de que entre los siguientes
1000 productos manufacturados en esa lnea?
a) menos de 354 productos sean defectuosos?
b) Entre 342 y 364 productos sean defectuosos?
c) Exactamente 354 productos sean defectuosos?
Solucin:
a)
n = 1000
p = p(un producto sea defectuoso) = 0.35
q = p(un producto no sea defectuoso) = 1- p = 0.65
Productos defectuosos
15.0831 productos defectuosos
x = nmero de productos defectuosos que se manufacturan en la lnea = 0,
1, 2,..., 1000
p(z = 0.23) = 0.091

p(x 354 ) = 0.5 + p(z = 0.23) = 0.5 + 0.091 = 0.5091
b)
p(z1= - 0.56) = 0.2123

0.96, p(z2= 0.96) = 0.3315
P(342 x 364) = p(z1) + p(z2) = 0.2123 + 0.3315 = 0.5438

C)
0.23,
p(z1 = 0.23) = 0.091
; p(z2= 0.30) = 0.1179
p(x = 354) = p(z2) - p(z1) = 0.1179 0.091 = 0.0269

Aproximación de La Distribución Binomial A La Normal

Cargado por

Copyright:

Formatos disponibles

Aproximación de La Distribución Binomial A La Normal

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aproximación de La Distribución Binomial A La Normal

Cargado por

Copyright:

Formatos disponibles

APROXIMACIN DE LA DISTRIBUCIN BINOMIAL A LA

es una distribucin Binomial: X

una distribucin normal con los siguientes parmetros:

Se obtiene una buena aproximacin cuando se cumplan las siguientes

aproximar a la Normal de media np,

0 < p < 0,1

aproximar a la Poisson con = np

0.9 < p < 1

aproximar la variable recproca(*) a la Poisson con

no aproximar, calcular con la variable original

1. Problemas de la distribucin binomial

B (n , p) con un nmero muy

; por ejemplo lanzamos un tiro libre 200 veces siendo la

probabilidad de encestar del 40%, es decir

B (n=200, p=0,4) . Si nos

planteamos cual es la probabilidad de encestar ms de 100 lanzamientos

P ( x >100 ) =p ( x=100 )+ p ( x=101 ) ++ p ( x=199 ) + p( x =200)

Surge as la pregunta natural: no se podra calcular esta probabilidad sin tener

es una variable discreta que sigue una distribucin binomial de

resulta una aproximacin bastante buena suponer que la variable

X (recordemos que en la binomial

Resulta mucho ms sencillo trabajar con la variable normal

, pues recordemos que los valores de la normal estn tabulados.

Correccin de continuidad o de Yates:

(toma valores en un intervalo).

Los valores de la probabilidad para valores fijos de la variable continua son

a) salgan entre 8 y 12 caras

Si calculamos el problema de forma exacta el problema tenemos que sumar 5

P ( 8 X 12 )=P ( 7.5 X 12.5 ) =P

Problema 2) Un examen tipo test consta de 38 preguntas a contestar

Ejemplo 3): Si 35% de los productos manufacturados en cierta lnea de

p(z = 0.23) = 0.091

p(z1= - 0.56) = 0.2123

P(342 x 364) = p(z1) + p(z2) = 0.2123 + 0.3315 = 0.5438

p(z1 = 0.23) = 0.091

; p(z2= 0.30) = 0.1179

p(x = 354) = p(z2) - p(z1) = 0.1179 0.091 = 0.0269

También podría gustarte