1. APROXIMACIN DE LA NORMAL A LA BINOMIAL.

En este caso se estarn calculando probabilidades de experimentos

Binomiales de una forma muy aproximada con la distribucin Normal,
esto puede llevarse a cabo si n y p = p(xito) no es muy cercana a 0 y
1, o cuando n es pequeo y p tiene un valor muy cercano a ; esto es,




Donde:
x = variable de tipo discreto; solo toma valores enteros
= np = media de la distribucin Binomial
o = = desviacin estndar de la distribucin Binomial

Cuando ocurren las condiciones anteriores, la grfica de la distribucin
Binomial, es muy parecida a la distribucin Normal, por lo que es
adecuado calcular probabilidades con la Normal en lugar de con la
Binomial y de una forma ms rpida.
En resumen, se utiliza la aproximacin Normal para evaluar
probabilidades Binomiales siempre que p no est cercano a 0 o 1. La
aproximacin es excelente cuando n es grande y bastante buena para
valores pequeos de n si p est razonablemente cercana a . Una posible
gua para determinar cuando puede utilizarse la aproximacin Normal es
tener en cuenta el clculo de np y nq. S ambos, np y nq son mayores o
iguales a 5, la aproximacin ser buena.

Antes de empezar a resolver problemas con la aproximacin Normal, es
bueno aclarar que se estn evaluando probabilidades asociadas a una
variable discreta x, con una distribucin que evala variables de tipo
continuo como es la Normal,
Por lo que z sufre un pequeo cambio como se muestra a continuacin:



Porqu vamos a sumar o a restar a x?
Este es un factor de correccin debido a que se est evaluando una
variable discreta con una distribucin continua, por lo que hay que
delimitar claramente desde que punto se va a evaluar la variable, dicho
de otra forma, en que lmite de la barra (inferior o superior) nos debemos
posicionar para determinar la probabilidad requerida, cada barra de
probabilidad a evaluar tiene como base la unidad, ese es el porqu
del .















Ejemplos:
1. La probabilidad de que un paciente se recupere de una rara
enfermedad de la sangre es de 0.4. Si se sabe que 100 personas han
contrado esta enfermedad, Cul es la probabilidad de que: a) al
menos 30 sobrevivan?, b) ms de 46 sobrevivan?, c) menos de 50 no
sobrevivan?
Solucin:

a)
n = 100
p = p(paciente se recupere) = 0.40
q = p(paciente no se recupere) = 1 p = 1 0.40 = 0.60
= np = (100)(0.40) = 40 pacientes se recuperen
o = = pacientes que se recuperan
x = variable que nos define el nmero de pacientes que se recuperan
x = 0, 1, 2,....,100 pacientes que se recuperan




















p( z = -2.14) =0.4838

p(x > 30 ) = p(z = -2.14) +0.5 = 0.4838 + 0.5 = 0.9838


a)






















X = 29.5


= 40




p(z = 1.33) = 0.4082

p(x > 46) = 0.5 p(z = 1.33) = 0.5 0.4082 = 0.0918


b) n = 100
p = p(paciente no sobreviva) = 0.60
q = p(paciente sobreviva) = 1 p = 0.40
pacientes que no se recuperan
pacientes que no se recuperan
x = variable que nos define el nmero de pacientes que no
sobreviven
x = 0, 1, 2, ....,100

















p( z = -2.14) = 0.4838

p(x < 50) = 0.5 p(z = -2.14) = 0.5 0.4838 = 0.0162


2. Una prueba de opcin mltiple tiene 200 preguntas, cada una con 4
posibles respuestas, de las cules solo una es la correcta cul es la
probabilidad de que al azar se den de 25 a 30 respuestas correctas
para 80 de las 200 preguntas acerca de los cuales el estudiante no
tiene conocimientos?

Solucin:
n = 80
p = p(dar una contestacin correcta) = 0.25
q = p(dar una contestacin incorrecta) = 1 p = 0.75
preguntas contestadas correctamente
preguntas contestadas correctamente
x = nmero de preguntas que son contestadas correctamente = 0, 1,
2,...,80

















, p(z
1
= 1.16) = 0.377

, p(z
2
= 2.71) = 0.4966

p(25 s x > 30) = p(z
2
) p(z
1
) = 0.4966 0.377 = 0.1196


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(z
1
= - 0.56) =
0.2123

~ 0.96, p(z
2
= 0.96) =
0.3315

p(342 s x > 364) = p(z
1
) + p(z
2
) = 0.2123 + 0.3315 = 0.5438








c)














~ 0.23, p(z
1
= 0.23) =
0.091

, p(z
2
= 0.30) =
0.1179

p(x = 354) = p(z
2
) - p(z
1
) = 0.1179 0.091 = 0.0269
13.5 Aproximacin de la distribucin binomial a la
normal


Una distribucin binomial variable discreta la podemos aproximar a una normal,
variable continua cuando n es grande.


Distribucin binomial








Problemas aproximar distribucin binomial a
normal