¡UPS! Para ver vídeos en la web debes estar registrado, es totalmente gratuito.

Recuerda además que sólo por ser unicoo, GRATIS, podrás dejar tus dudas en los foros de beUnicoos, acumularás energy y help points y ganarás decenas de medallas. Registrarte solo te llevará unos segundos. Nosotros somos unicoos ¿y tú? #nosvemosenclase

Aproximacion de Binomial a Normal - Teorema de Moivre Laplace

Resolveremos un ejercicio de 2º de BACHI, en este caso de aproximacion de una DISTRIBUCION BINOMIAL a NORMAL recurriendo al Teorema de MOIVRE LAPLACE. Para ello, a partir del tamaño de la muestra (n), y los valores de p y q (probabilidad del suceso y del suceso contrario), obtendremos los valores de la media y la desviacion tipica, para posteriormente poder tipificar...

Agregar a mi mochila
0/ 422

* Para utilizar tu mochila o guardar tu progreso y acumular energy points debes ser usuario registrado. Regístrate o inicia sesión

Material adicional

* Los materiales marcados con el símbolo de la estrella () sólo serán accesibles para usuarios PRO. Conviértete en PRO

Foro de preguntas y respuestas

logo beUnicoos
Los foros de unicoos se han unificado en nuestra nueva plataforma beUnicoos. Para dejar nuevas preguntas deberás hacerlo allí, donde además podrás encontrar nuevas asignaturas y herramientas para ayudarte más con tus estudios.
  • icon

    José Luis
    el 7/9/17

    Tengo una duda, lo he hecho de dos formas diferentes que creo que las dos son válidas y se supone que me deberían de dar los mismo resultados. Pero no es así, no entiendo el porque. Según la forma que indica en el vídeo me sale una probabilidad del P( X > 100 ) = 0,2 %. Pero de la otra forma: P (101 <= X <= 200) = 0,11 %. ¿ Alguien sabría decirme porque me salen resultados diferentes ?. Aquí os dejo mis operaciones. Saludos y gracias 


    replythumb_up0 voto/sflag
  • icon

    Esther
    el 12/5/17

    ¿Por qué en este caso no has aplicado la corrección de continuidad?

    replythumb_up0 voto/sflag
    icon

    Antonius Benedictus
    el 12/5/17

    Para valores muy grandes de n, apenas se nota la corrección. Pero, como pasamos de un modelo discreto a uno continuo, lo legal sería hacerla. 

    thumb_up1 voto/sflag
  • icon

    blanca
    el 8/2/16

    No sería P(x>100) ??? si lo que te pide es encestar más de 100 veces?

    replythumb_up4 voto/sflag
    icon

    David
    el 8/2/16

    Muy atenta!! Echale un vistazo a la descripcion del video. :D

    thumb_up0 voto/sflag
  • icon

    Furan
    el 30/5/15

    Si en lugar de pedir la probabilidad de encestar más de 100 veces, pidiera la de al menos 100 veces, ¿habría que hacer P(x>99) para que al tipificar se nos quede como P(Z>(99-μ)/σ) y así poder transformarlo en P(Z≤(99-μ)/σ)?

    replythumb_up0 voto/sflag
  • icon

    Alfonso García
    el 2/3/15

    En el enunciado del problemas dices que hay que calcular la probabilidad de acertar mas de 100 veces, pero al transcribir los datos cometes un error pues pones P(x>200) (min3,05 aprox). Con esto estás calculando la probabilidad de acertar más de 200 canastas de 200 tiros, evidentemente esta posibilidad es cero.



    La probabilidad tipificada sería P(z>2,88) = 1- P(z< 2,88) = 1- 0,9980 = 0.,002 ( 2%). No es muy alta pero si es distinta de cero.



    replythumb_up6 voto/sflag
    icon

    David
    el 3/3/15

    Tenía el fallo "controlado" en youtube, pero se me había olvidado incluirlo en la seccion de "errores" de este video. Gracias a tí, ya esta incluido. Un abrazo!!!

    thumb_up4 voto/sflag