Aproximación de la Distribución Binomial por la Normal.

Ejemplos
Ejercicios Propuestos

1.-) Un profesor de matemáticas ha observado que las notas obtenidas por sus alumnos en los
exámenes de Estadística siguen una distribución N (6; 2,5). Se han presentado al último
examen 32 alumnos, ¿cuántos sacaron al menos un 7?

Solución: 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 distribución
normal de media 80 y desviación típica 25. ¿Qué porcentaje de candidatos obtendrá entre 75 y
100 puntos? Solución: 36,74 %

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

a) ¿Cuántos pesarán más de 540 kg ? b) Cuántos pesarán menos de 480 kg ? c) ¿Cuántos

pesarán 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 años consiste en un
test con 100 preguntas, cada una de las cuales tiene 4 posibles respuestas y sólo una correcta.
Para superar esta prueba deben obtenerse, al menos, 30 respuestas correctas. Si una persona
contesta al azar, ¿cuál es el número esperado de respuestas correctas? ¿Qué probabilidad
tendrá de superar la prueba? Soluciones: 25 respuestas correctas, p = 0,1492

5.-) Después de realizar varios sondeos sobre una población con escasa cultura, se ha
conseguido averiguar que únicamente el 15 % de la misma es favorable a los tratamientos de
psicoterapia. Elegida al azar una muestra de 50 personas de dicha población, se desea saber:
a) La probabilidad de que haya más 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
 Aproximación de la Distribución Binomial por la Poisson.

La distribución de Poisson es el caso límite de la distribución binomial. De hecho, si los

parámetros n y p de una distribución binomial tienden a infinito y a cero de manera que λ =n p
se mantenga constante, la distribución límite obtenida es de Poisson.

Ejemplo

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

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

Este problema también podría resolverse recurriendo a una distribución binomial de

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

Aproximación de la distribución de Poisson por la Normal

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

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

Sea X una variable aleatoria de Poisson con media λ. Si λ es grande, entonces, dicha
distribución puede aproximarse bastante bien por la distribución Normal de media µ=λ y
varianza σ2= λ.

a−λ b−λ 
P ( a ≤ X ≤ b) ≈ P ≤Z≤ 
 λ λ 
O usando la corrección de continuidad

 a − 0,5 − λ b + 0,5 − λ 
P ( a ≤ X ≤ b) ≈ P ≤Z≤ 
 λ λ 
Siendo Z la distribución normal estándar N(0,1).
Ejemplo 1
Se sabe que una fuente radiactiva emite partículas alfa a un ritmo de 1.5 por minuto. Si
medimos el número de partículas alfa emitidas en dos minutos. ¿Cuál es el resultado promedio
esperado? ¿Cuál 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 partículas 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 según una Poisson de parámetro λ = 64. ¿Cuál es la probabilidad de X = 72?
¿Y la probabilidad de X ≥ 72?

Si utilizamos la distribución de Poisson: 0.0291

Haciendo la aproximación por la distribución 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 aproximación 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: Aproximación de Distribuciones Binomial y Poisson por la Normal.

Normal

N(µ,σ)

n»
µ=np
np≥ 5, nq≥ 5 µ=λ λ»
σ =npq
2

σ2=λ

Binomial λ=np Poisson

B(n,p) n» P(λ)
0 < p ≤ 0.1