Resumen

La aproximacin normal a la distribucin binomial es un caso

particular del teorema central del lmite cuyas dificultades de
comprensin han sido escasamente analizadas, a pesar de su
importancia en estadstica. En este trabajo analizamos la
comprensin terica y prctica de dicha aproximacin alcanzada por
un grupo de estudiantes de ingeniera despus de un experimento de
enseanza apoyado en el uso de Excel.

Introduccin
Supongamos que un experimento aleatorio que consta de n pruebas y
tiene las siguientes caractersticas: a) En cada prueba del
experimento slo son posibles dos resultados: el suceso A (xito) y su
contrario A-1 (fracaso); b) El resultado obtenido en cada prueba es
independiente de los resultados obtenidos anteriormente; c) la
probabilidad de que ocurra el suceso A, p(A)=p es constante. Un
experimento con las anteriores caractersticas tiene asociada una
variable aleatoria X que expresa el nmero de xitos obtenidos en
las n pruebas y sigue el modelo de la distribucin Binomial B(n,p). La
probabilidad de que el nmero de xitos sea exactamente k viene
dada por (1), dondeq=1-p.

(1)
La probabilidad (1) se hace difcil de calcular cuando crece el valor n,
por lo que debe buscarse un valor aproximado. Pero la distribucin
binomial B (n,p) puede describirse tambin a partir de la suma de
variables aleatorias idnticamente distribuidas, cada una de las
cules toma un valor uno si un cierto suceso acontece y cero en caso
contrario (variables de Bernoulli). Por tanto, para un valor n grande se
podra aplicar a este caso particular el teorema central del limite
(TCL) y aproximar la probabilidad (1) mediante la distribucin normal.
La comprensin de este aproximacin y, en general del TCL ha sido
escasamente investigada, especialmente en contextos instruccionales
especficos.
Algunas excepciones son las investigaciones de Well, Pollatsek y
Boyce (1990), Mndez (1991) y delMas, Garfield, y Chance (1999),
quienes se interesan por la comprensin que tienen los estudiantes
del TCL en su forma generalizada. Es decir, analizan si los estudiantes
entienden que la media de una muestra aleatoria sigue una

distribucin normal, para un tamao suficientemente grande de la

muestra. En concreto se centran en tres propiedades de la
distribucin de la media muestral: a) la esperanza de la media
muestral tiende a la media de la poblacin; b) la varianza de la media
muestral disminuye con el tamao de la muestra; y c) la forma de la
distribucin de la media muestral se aproxima a la distribucin
normal, al aumentar el tamao de la muestra. Los autores no
estudian la problemtica de aproximacin de una distribucin discreta
(como la binomial) por otra continua (como la normal), ni las
condiciones de aproximacin o los errores de clculo en la aplicacin
del
teorema
(por
ejemplo,
la
tipificacin).
En nuestra investigacin hemos tratado de completar los estudios
sobre el TCL, y otros sobre comprensin de la distribucin normal de
Tauber (2001), Batanero, Tauber y Snchez (2004), Tauber, Batanero y
Snchez (2005). Ms especficamente, presentamos un estudio de
evaluacin de la comprensin terica y prctica de la aproximacin
normal a la distribucin binomial, una vez finalizado un experimento
de enseanza, sobre el TCL. La enseanza y el material didctico
preparado incluy un tema sobre la aproximacin de la distribucin
binomial por la normal y estuvo basado en conceptos tericos del
enfoque onto semitico (Godino, 2003), as como uso de simulacin
con materiales manipulativos y ordenador, como refuerzo en la
justificacin del teorema. Un estudio previo histrico y de libros de
texto (Alvarado 2004 a y b; Alvarado y Batanero 2006 a y b) sirvi
para caracterizar los diversos significados del teorema y fijar el que se
deseaba presentar a los estudiantes.

APROXIMACIN DE LA
DISTRIBUCIN 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

=

= 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
=
=
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

X = 29.5

= 40

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

a)

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(z1 =

1.16)

, p(z2 =

2.71)

0.377

0.4966
p(25 x 30) = p(z2) p(z1) = 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(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

LA DISTRIBUCIN NORMAL COMO

APROXIMACIN DE LA DISTRIBUCIN
BINOMIAL
En lugar de la distribucin normal como aproximacin de la distribucin
binomial, el encabezado apropiado para esta seccin debera ser uso de la
distribucin normal como aproximacin de la distribucin binomial, pero
preferimos el primer ttulo. El segundo refleja mejor el propsito de esta
seccin. Comencemos revisando las condiciones requeridas para una
distribucin de probabilidad binomial:
1. El procedimiento debe tener un nmero fijo de ensayos.
2. Los ensayos deben ser independientes.
3. Todos los resultados de cada ensayo deben estar clasificados en dos
categoras.
4. Las probabilidades deben permanecer constantes para cada ensayo.
Se presentan tres mtodos para calcular probabilidades binomiales:
1. uso de la frmula de probabilidad binomial,

2. uso de la tabla A-1 y

3. uso de programas de cmputo (tales como STATDISK, Minitab o Excel) o
una calculadora TI-83 Plus. Sin embargo, en muchos casos ninguno de estos
mtodos es prctico, ya que los clculos requieren demasiado tiempo y
esfuerzo. Ahora presentamos un nuevo mtodo que utiliza una distribucin
normal como aproximacin de la distribucin binomial. El siguiente recuadro
resume el punto ms importante de esta seccin.

La distribucin normal como aproximacin de la

distribucin binomial
Si np 5 y nq 5, entonces la variable aleatoria binomial tiene una
distribucin de probabilidad que puede aproximarse con una
distribucin normal, donde la media y la desviacin estndar estn
dadas por
= np

DISTRIBUCIONES DE PROBABILIDAD NORMAL

LA DISTRIBUCIN NORMAL COMO APROXIMACIN DE LA

DISTRIBUCIN BINOMIAL

Para comprender mejor la manera en que la distribucin normal, puede

usarse para aproximar una distribucin binomial, vea la siguiente figura.
Esta figura presenta un histograma de frecuencias relativas de los valores
de 10,000 proporciones de muestra, donde cada una de las 10,000
muestras consta de 50 gneros que se seleccionaron al azar con reemplazo,
de una poblacin en la que la proporcin de mujeres es de 0.13. Dichas
proporciones muestrales pueden considerarse probabilidades binomiales, de
manera que la figura indica que, en condiciones adecuadas, las
probabilidades
binomiales
tienen
una
distribucin
muestral
aproximadamente normal. La justificacin formal que nos permite emplear
la distribucin normal como aproximacin de la distribucin binomial resulta
de matemticas ms avanzadas; la figura es un argumento visual
convincente que apoya esa aproximacin.

Al resolver problemas de probabilidad binomial, primero intente obtener

resultados ms exactos por medio de un programa de cmputo, una
calculadora, la tabla A-1 o la frmula de probabilidad binomial. Si la
probabilidad binomial no puede calcularse con estos procedimientos ms
exactos, intente la tcnica del uso de la distribucin normal como
aproximacin de la distribucin binomial. Este mtodo implica el siguiente
procedimiento, que tambin se presenta en un diagrama de flujo.

Procedimiento para el uso de una distribucin normal

como aproximacin de la distribucin binomial
1. Establezca que la distribucin normal es una aproximacin adecuada
de la distribucin binomial, verificando que np 5 y nq 5. (Si ambas
condiciones no se satisfacen, entonces debe utilizar un programa de
cmputo, una calculadora, la tabla A-1 o la frmula de probabilidad
binomial).

2. Obtenga los valores de los parmetros y calculando np y

npq

3. Identifique el valor discreto x (el nmero de xitos). Reemplace

el valor discreto x con el intervalo desde x 0.5 hasta x 0.5.

Dibuje una curva normal e introduzca los valores de , y x
0.5 o x 0.5, segn sea apropiado
4. Modifique x reemplazndola por x 0.5 o x 5, segn sea
apropiado.
5. Utilice x 0.5 o x 0.5 (segn sea apropiado) en lugar de x,

calcule el rea correspondiente a la probabilidad deseada

encontrando primero la puntuacin z: z = (x )/ . Ahora use
esa puntuacin z para encontrar el rea a la izquierda de x 0.5
o x 0.5, segn sea apropiado. Ahora el rea puede emplearse
para identificar el rea correspondiente a la probabilidad que se
desea.
Ilustraremos este procedimiento de aproximacin normal con el
siguiente ejemplo.
EJEMPLO
Cuando un avin se carga con pasajeros, equipaje, carga y
combustible, el piloto debe verificar que el peso completo no rebase
el lmite mximo que se permite, por lo cual el peso tiene que
distribuirse de forma conveniente para que el equilibrio del avin est
dentro de los lmites aceptables de seguridad. Air America estableci
un procedimiento segn el cual debe reducirse la carga extra siempre
que un avin con 200 pasajeros incluya al menos 120 hombres.
Calcule la probabilidad de que, de 200 pasajeros seleccionados al
azar, haya al menos 120 hombres. Suponga que la poblacin de
pasajeros potenciales consiste en un nmero igual de hombres y
mujeres.

SOLUCION
El problema dado implica una distribucin binomial con un nmero fijo
de ensayos (n=200), que se presume son independientes, con dos
categoras de resultados (hombres, mujeres) para cada ensayo, y con
la probabilidad de un hombre (p= 0.5) que se supone permanece
constante de un ensayo a otro.
Supondremos que no disponemos de un programa de cmputo ni de
una calculadora. La tabla A-1 no puede aplicarse, porque termina en
n=15. La frmula de probabilidad binomial no es prctica, ya que
tendramos que utilizarla en 81 ocasiones (una para cada valor de x
desde 120 hasta 200, inclusive), y nadie en su sano juicio deseara
hacerlo. Procedamos con el mtodo de los cinco pasos para el uso de
una distribucin normal como aproximacin de la distribucin

binomial.
Paso 1:
Primero debemos verificar que es razonable aproximar la distribucin
binomial con la distribucin normal, porque np 5 y nq 5. Con n =
200, p = 0.5 y q = 1 p = 0.5, verificamos las condiciones requeridas
como sigue:
np = 200 0.5 = 100 (Por lo tanto, np 5).
nq = 200 0.5 = 100 (Por lo tanto, nq 5).

Paso 2:
Ahora procedamos a calcular los valores de y , necesarios para la
distribucin normal. Obtendremos lo siguiente:
np = 200 0.5 = 100
=

npq = 200 0.50.5 = 7.0710678

Paso 3:
El valor discreto de 120 se representa con la franja que se limita con
119.5 y 120.5.
Paso 4:
Ya que buscamos la probabilidad de al menos 120 hombres, queremos
el rea que representa el nmero discreto de 120 (la regin limitada
por 119.5 y 120.5), as como tambin el rea a la derecha, como se
muestra en la figura.
Correcciones por continuidad
El procedimiento que implica el uso de la distribucin normal como
aproximacin de la distribucin binomial incluye un paso en el que
cambiamos un nmero discreto por un intervalo que est 0.5 por
abajo y 0.5 por arriba del nmero discreto. Observe la solucin
anterior, donde cambiamos 120 por el intervalo entre 119.5 y 120.5.
Este paso particular, que se denomina correccin por continuidad.

Paso 5:
Ahora es posible proceder a la bsqueda del rea que se sombre de
la figura, Para usar la tabla A-2 de la distribucin normal estndar,
primero habr que transformar 119.5 a una puntuacin z; despus,
usar la tabla para encontrar el rea a la izquierda de 119.5, que
posteriormente se resta de 1. La puntuacin z se obtiene como sigue:

Al emplear la tabla A-2, encontramos que z 5 2.76 corresponde a un

rea de 0.9971, de manera que la regin que se sombre es de 1 2
0.9971 5 0.0029.
INTERPRETACIN
Hay una probabilidad de 0.0029 de obtener al menos 120 hombres
entre 200 pasajeros. Como esa probabilidad es muy baja, concluimos
que, en muy pocas ocasiones, una lista de 200 pasajeros incluir al
menos 120 hombres, por lo que no es necesario preocuparse mucho
por reducir la carga extra.

Procedimiento
para
correcciones
por
continuidad

DEFINICION DE CORRECCION POR CONTINUIDAD

Cuando empleamos la distribucin normal (que es una distribucin de
probabilidad continua) como un una aproximacin de la distribucin
binomial (que es discreta), se realiza una correccin por
continuidad a un nmero entero discreto x en la distribucin
binomial, representando el valor nico x en el intervalo desde x - 0.5
hasta x + 0.5 (es decir, sumando y restando 0.5).

1. Cuando
use
la
distribucin normal como aproximacin de la distribucin binomial,
siempre aplique la correccin por continuidad. (Esto se requiere,
porque estamos utilizando la distribucin normal continua para

Enunciado

rea

Al menos 120 (incluye 120

y nmeros mayores)
Ms de 120 (no incluye
120)

A la derecha de 119.5

A lo sumo 120 (incluye 120

y nmeros menores)
Menos de 120 (no incluye
120)
Exactamente 120

A la izquierda de 120.5

A la derecha de 120.5

A la izquierda de 119.5
Entre 119.5 y 120.5

aproximar la distribucin binomial discreta).

2. Para emplear la correccin por continuidad, primero identifique el
nmero entero discreto x relevante al problema de probabilidad
binomial. Por ejemplo si usted est intentando calcular la probabilidad
de obtener al menos 120 hombres entre 200 personas que se
seleccionaron aleatoriamente, el nmero entero discreto relevante
sera x = 120. Primero enfoque su atencin en el valor x e ignore
temporalmente si busca al menos x, ms que x, menos que x, u otro.
3. Dibuje una distribucin normal centrada alrededor de ; despus, una
franja vertical alrededor de x. Marque el lado izquierdo de la franja
con el nmero igual a x - 0.5 y el lado derecho con el nmero igual a
x + 0.5. Por ejemplo, para x = 120, dibuje una franja desde 119.5
hasta 120.5. Considere el rea completa de la franja para representar
la probabilidad del nmero discreto x
Para ver cmo resulta este procedimiento en las
correcciones por continuidad, observe los casos comunes
que se ilustran en la figura. Esos casos corresponden a los
enunciados de la siguiente lista.

EJEMPLO
Audiencia televisiva El programa de televisin 60 minutos, de la CBS, tuvo
recientemente una audiencia de 20, lo que significa que, de los televisores
en uso, el 20% estaba sintonizando 60 minutos (de acuerdo con datos de

Nielsen Media Research). Un anunciante desea verificar este valor del 20%
de audiencia realizando su propia encuesta a 200 hogares que tengan su
televisin encendida en el momento de la transmisin de 60 minutos. Los
resultados indican que, de los 200 televisores en uso, el 16% (o 32
televisores) estn sintonizando 60 minutos. Suponiendo que el valor de
audiencia del 20% sea correcto, calcule la probabilidad de que en una
encuesta de 200 hogares, exactamente 32 televisores estn sintonizando 60
minutos.
SOLUCIN
Tenemos n = 200 ensayos independientes, x = 32 televisores sintonizando
60 minutos y una proporcin poblacional de p = 0.20. Para los propsitos de
este ejemplo, suponemos que no se nos permite el acceso a un programa
de cmputo ni a una calculadora TI-83 Plus. Tampoco es posible utilizar la
tabla A-1, porque n = 200 excede el valor ms alto de la tabla de n = 15. Si
utilizamos la frmula de probabilidad binomial, deberamos evaluar una
expresin que incluya 200!, pero muchas calculadoras y programas de
cmputo no manejan tantos datos. Por consiguiente, procedemos a emplear
una distribucin normal para aproximar la distribucin binomial.
Paso 1:
Primero verificamos si es posible la aproximacin:
np = 200 0.20 = 40 (Por lo tanto, np 5.)
nq = 200 0.80 = 160 (Por lo tanto, nq 5.)
Paso 2:
Ahora procedemos a calcular los valores de m y s, necesarios para la
distribucin normal. Obtenemos lo siguiente:

np = 200 0.20 = 40
=

npq = 200 0.200.80 = 5.6568542

Paso 3:
Dibujamos la curva normal.

La regin sombreada de la figura representa la probabilidad que buscamos.

La aplicacin de la correccin por continuidad da como resultado la
representacin de 32, ubicada entre 31.5 y 32.5.

Paso 4:
He aqu el mtodo que se emple para calcular la regin sombreada:
primero calcule el rea total a la izquierda de 32.5; despus, obtenga el
rea total a la izquierda de 31.5; luego, calcule la diferencia entre ambas
reas. Iniciando con el rea total a la izquierda de 32.5, debemos obtener la
puntuacin z que corresponde a 32.5. Si nos remitimos a la tabla A-2,
obtendremos:

Usamos la tabla A-2 para encontrar que z = 21.33 corresponde a una

probabilidad de 0.0918, que es el rea total a la izquierda de 32.5. Ahora,
procedemos a obtener el rea a la izquierda de 31.5, calculando primero la
puntuacin z correspondiente a 31.5:

En la tabla A-2 encontramos que z = 21.50 corresponde a una probabilidad

de 0.0668, que es el rea total a la izquierda de 31.5. El rea sombreada es
0.0918 - 0.0668 = 0.025
ANALISIS
La probabilidad de que exactamente 32 televisores sintonicen 60 minutos
(de un total de 200) es de aproximadamente 0.0250.

BIBLIOGRAFIA
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T03
.pdf
file:///C:/Users/pamela/Downloads/PROBABILIDAD-YESTADISTICA-BASICA-PARA-INGENIEROS.pdf
http://probabilidadestadistic.blogspot.com/2010/09/dis
tribucion-binomial-y-distribucion.html
http://es.slideshare.net/PatoPC/distribucionesbinomiales-y-normales
http://www.gestiopolis.com/recursos/experto/catsexp/p
agans/eco/44/distrinormal.htm
http://es.wikipedia.org/wiki/Distribuci
%C3%B3n_binomial
http://www.sinewton.org/numeros/numeros/67/ideas_01.php

 https://www.google.com.ec/search?
newwindow=1&site=&source=hp&q=aproximacion+de+la+distr
ibucion+normal+a+la+binomial&oq=aproximacion&gs_l=hp.3.0
.35i39l2j0l8.120688.122583.0.125538.15.15.0.0.0.0.443.2790.
0j5j2j3j1.11.0.msedr...0...1c.1.61.hp..6.9.2186.0.pRlQf257QY8
Estadstica, 9na Edicin - Mario F. Triola