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
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
Ejemplos:
1.
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 = -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
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
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
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
=
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:
Procedimiento
para
correcciones
por
continuidad
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
A la derecha de 119.5
A la izquierda de 120.5
A la derecha de 120.5
A la izquierda de 119.5
Entre 119.5 y 120.5
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
=
Paso 3:
Dibujamos la curva normal.
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:
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