Está en la página 1de 5

Aproximacin de la Distribucin Binomial por la Normal.

Ejemplos
Ejercicios Propuestos

1.-) Un profesor de matemticas ha observado que las notas obtenidas por sus alumnos en los
exmenes de Estadstica siguen una distribucin N (6; 2,5). Se han presentado al ltimo
examen 32 alumnos, cuntos sacaron al menos un 7?

Solucin: 11 alumnos sacaron al menos un 7

2.-) Una empresa lleva a cabo una prueba para seleccionar nuevos empleados. Por la
experiencia de pruebas anteriores, se sabe que las puntuaciones siguen una distribucin
normal de media 80 y desviacin tpica 25. Qu porcentaje de candidatos obtendr entre 75 y
100 puntos? Solucin: 36,74 %

3.-) El peso de los toros de una determinada ganadera se distribuye normalmente con una
media de 500 kg y 45 kg de desviacin tpica. Si la ganadera tiene 2000 toros, calcular:

a) Cuntos pesarn ms de 540 kg ? b) Cuntos pesarn menos de 480 kg ? c) Cuntos


pesarn entre 490 y 510 kg ? Soluciones: a) 373 kg b) 660 kg c) 348 kg

4.-) Una de las pruebas de acceso a la Universidad para mayores de 25 aos consiste en un
test con 100 preguntas, cada una de las cuales tiene 4 posibles respuestas y slo una correcta.
Para superar esta prueba deben obtenerse, al menos, 30 respuestas correctas. Si una persona
contesta al azar, cul es el nmero esperado de respuestas correctas? Qu probabilidad
tendr de superar la prueba? Soluciones: 25 respuestas correctas, p = 0,1492

5.-) Despus de realizar varios sondeos sobre una poblacin con escasa cultura, se ha
conseguido averiguar que nicamente el 15 % de la misma es favorable a los tratamientos de
psicoterapia. Elegida al azar una muestra de 50 personas de dicha poblacin, se desea saber:
a) La probabilidad de que haya ms de 5 personas favorables a dichos tratamientos.
b) La probabilidad de que a lo sumo haya 6 personas favorables.
Soluciones: a) 0,7852 b) 0,3446
Aproximacin de la Distribucin Binomial por la Poisson.

La distribucin de Poisson es el caso lmite de la distribucin binomial. De hecho, si los


parmetros n y p de una distribucin binomial tienden a infinito y a cero de manera que =n p
se mantenga constante, la distribucin lmite obtenida es de Poisson.

Ejemplo

Si el 2% de los libros encuadernados en cierto taller tiene encuadernacin defectuosa, para


obtener la probabilidad de que 5 de 400 libros encuadernados en este taller tengan
encuadernaciones defectuosas usamos la aproximacin de la distribucin de Poisson. En este
caso concreto, k = 5 y , el valor esperado de libros defectuosos es el 2% de 400, es decir, =8.
Por lo tanto, la probabilidad buscada es aproximadamente igual a:

Este problema tambin podra resolverse recurriendo a una distribucin binomial de


parmetros k = 5, n = 400 y p = 0.02. Usando un paquete informtico como Sgplus o R se
obtiene que el valor exacto de la probabilidad es igual a: P( X = 5) = 0.0973338.

Aproximacin de la distribucin de Poisson por la Normal


Como consecuencia del teorema central del lmite, para valores grandes de , una variable
aleatoria de Poisson X puede aproximarse por otra distribucin normal dado que el cociente:

converge a una distribucin normal de media cero y varianza 1.

Sea X una variable aleatoria de Poisson con media . Si es grande, entonces, dicha
distribucin puede aproximarse bastante bien por la distribucin Normal de media = y
varianza 2= .

a b
P ( a X b) P Z

O usando la correccin de continuidad

a 0,5 b + 0,5
P ( a X b) P Z

Siendo Z la distribucin normal estndar N(0,1).
Ejemplo 1
Se sabe que una fuente radiactiva emite partculas alfa a un ritmo de 1.5 por minuto. Si
medimos el nmero de partculas alfa emitidas en dos minutos. Cul es el resultado promedio
esperado? Cul es la probabilidad de observar x = 0,1,2,3,4 ? Y la probabilidad de que x 5 ?

El resultado promedio esperado es igual a 1.5 * 2 = 3 partculas alfa cada 2 minutos.

Sucesos observados x 0 1 2 3 4
Probabilidad P (x) 0.05 0.14 0.22 0.22 0. 17

Y la probabilidad de que X 5 es: P(X 5) = 1 P( X < 5)= 1 -0.05 -0.14-0.22-0.22-0.17 = 0.19

Ejemplo 2
X se distribuye segn una Poisson de parmetro = 64. Cul es la probabilidad de X = 72?
Y la probabilidad de X 72?

Si utilizamos la distribucin de Poisson: 0.0291

Haciendo la aproximacin por la distribucin Normal se obtiene: P(X=72) P( 71.5 <Y<72.5)=


P[(71.5-64)/8 <(Y-64)/8 <(72.5-64)/8]= P(0.94<Z<1.06)= Fz(1.06)-Fz(0.94)=0.8554-0.8264=0.029

Si se pide la probabilidad de que la variable X sea mayor o igual que 72 tenemos que:

Haciendo la aproximacin por la Normal tenemos que P(X 72) es aproximadamente igual a:

P(X 72) P( Z (71.5-64)/8 ) = P(Z 0.9375) =1 - P(Z<0.9375)= 1 - 0.8264 = 0.1736.

Si calculamos el valor exacto con Sgplus o con R, se obtiene que P(X 72) = 0.173478.

Resumen: Aproximacin de Distribuciones Binomial y Poisson por la Normal.

Normal

N(,)

n
=np
np 5, nq 5 =
=npq
2

2=

Binomial =np Poisson

B(n,p) n P()
0 < p 0.1