Aproximación de la Binomial a la Normal
⏱️ 00:00
⬅ Volver

Aproximación de la Binomial a la Normal


Evaluar la pertinencia de aproximar un modelo binomial a uno normal.
Calcular los parámetros μ = n*p y σ = √(n*p*(1-p))
y resolver probabilidades con n grande utilizando la Tabla Z.


Ejemplo

Verificación de Pertinencia:
Si n=100 y p=0.2. Entonces n*p = 20 y n*(1-p) = 80. Como ambos son ≥ 5, SÍ se puede aproximar.

Cálculo de Parámetros:
μ = n * p = 100 * 0.2 = 20
σ = √(n * p * (1-p)) = √(100 * 0.2 * 0.8) = √16 = 4

Cálculo de Probabilidad Mayor Que:
P(X > 24). Calculamos Z = (24 - 20) / 4 = 1.0.
La tabla dice P(Z < 1.0) = 0.8413.
P(X > 24) = 1 - 0.8413 = 0.1587

Explicación

Cuando un experimento binomial tiene un tamaño de muestra (n) muy grande, calcular la fórmula de Bernoulli a mano es muy difícil. En estos casos, podemos aproximar la distribución binomial a una distribución normal.

Condición de aproximación: Solo se puede hacer si n*p ≥ 5 y n*(1-p) ≥ 5. Esto asegura que la distribución no esté muy sesgada a los extremos.

Para hacerlo, calculamos los parámetros de la nueva campana normal:

  • La media será la esperanza binomial: μ = n * p
  • La desviación estándar será la raíz de la varianza: σ = √(n * p * (1-p))

Luego, usamos la fórmula de estandarización Z = (X - μ) / σ y buscamos en la Tabla Z, igual que en la distribución normal pura.


1) Se quiere modelar una línea de producción de frascos donde la probabilidad de salir con defecto es de un 50%. Si se toma una muestra de 100 casos, ¿es pertinente aproximar esta distribución binomial a una normal?

Selecciona una opción: