INSTITUTO POLITÉCNICO NACIONAL

Unidad Profesional Interdisciplinaria de Ingeniería y Ciencias Sociales y

Administrativas
Licenciatura en Ciencias de la Informática

Investigación de
Distribución Binomial
como una Aproximación
a la Normal

Carrera : Licenciatura En Ciencias De La Informática

Materia : Probabilidad
Equipo : TC-03
Secuencia: 3CV31
 INVESTIGACIÓN

Una dstribución binomial B(n,p) se puede aproximar por una distribución normal,
siempre que n sea grande y p no esté muy próxima a 0 o a 1. La aproximación
consiste en utilizar una distribución normal con la misma media y desviación típica
que la distribución binomial.

En la practica se utiliza la aproximación cuando :

En cuyo caso :

Y tipificando se obtiene la normal estándar correspondiente:

Vamos a representar en un sistema de referencia distribuciones binomiales para

distintos valores de n y p=0,3.

Queremos aproximar estas distribuciones a una distribución normal estándar:

Se puede apreciar en los gráficos anteriores como a medida que
aumenta n mejora el parecido de las gráficas de barras de las distribuciones
binomiales (discretas) a la gráfica de la distribución normal estándar (continua),
pero con el inconveniente de que se produce un desplazamiento hacia la derecha
de la distribución binomial a medida que aumenta n.

Este inconveniente se evita, corrigiendo la variable aleatoria, Sj, restando la media

(para corregir el desplazamiento) y dividiendo por la desviación típica (para ajustar
la dispersión) :

A la nueva variable, xj le asignamos b(n,p,j). La representación, para el caso, n =

270 y p=0,3 , del diagrama de barras de la binomial corregida y de la función de
densidad de la distribución normal estándar es :
Cuando n aumenta, la longitud de las barras disminuye, cosa lógica, porque la
suma de las longitudes de todas las barras es 1 (función de probabilidad definida
sobre una variable aleatoria discreta) ; mientras que el área bajo la función de
densidad (definida sobre una variable aleatoria continua) de la distribución normal
estandar, también es 1.

Para ajustar ambas funciones, tendríamos que conseguir que la suma de las áreas
de los rectángulos que forman el diagrama de barras fuera 1. Como la distancia
entre las barras es constante y la suma de las alturas de todas las barras es 1, el
área bajo los rectángulos del diagrama de barras es igual a la distancia entre
barras consecutivas.

La distancia entre barras consecutivas es :

Por tanto, para que la suma de las áreas de los ractángulos entre barras
consecutivas sea 1, es suficiente multiplicar por la inversa de la distancia entre
barras consecutivas ; es decir, a cada x  j , le asignamos :
Si la representamos para el caso n=270 y p=0,3, junto con la función de densidad
de la distribución normal estándar, tenemos :

Como se puede apreciar en la gráfica se ajustan bien ambas funciones.

EJEMPLO:

En una ciudad una de cada tres familias posee teléfono. Si se eligen al azar 90
familias, calcular la probabilidad de que entre ellas haya por lo menos 30 que
tengan teléfono.

El total de familias se representa por 

La probabilidad de que una familia posea teléfono es 

 
La probabilidad de que una familia no posea teléfono es 

Verificamos que se cumplan las condiciones del Teorema de Moivre

Tenemos del Teorema de Moivre que

La probabilidad de que por lo menos 30 familias tengan teléfono es