Solucionando el planteamiento tenemos : 1.
0, 02782.
0, 68293.
El modelo apropiado para el análisis de muestras grandes (5000) es el Modelo de Poisson aproximando a la Distribución Normal.
A pesar que la distribución de Poisson es discreta como la binomial (esto es, los valores que puede tomar la variable aleatoria son números naturales), los casos posibles en teoría son infinitos y por lo tanto maneja un amplio tamaño muestral y además involucra la variable “tiempo” es decir, el número de ocurrencias (∞) de un fenómeno en un intervalo de tiempo o espacio.
En consecuencia lo convierte en la mejor opción para obtener una mejor aproximación a la distribución real.
◘Desarrollo : Datosn = 5000Desviación : √n * p(1 - p) = √25 * (1 - 0, 005) = 4, 99Media : n * p = 5000 * 0, 005 = 25<img src="https://tex.z-dn.net/?f=P%28a%3CZ%3Cb%29%3D%20P%28%5Cfrac%7Ba-0%2C5-%5Cmu%7D%7B%5Csigma%7D%5Cleq%20Z%20%5Cleq%20%5Cfrac%7Bb%2B0%2C5-%5Cmu%7D%7B%5Csigma%7D%29" />Sustituyendo : <img src="https://tex.z-dn.net/?f=P%2810%3CZ%3C15%29%3D%20P%28%5Cfrac%7B10-0%2C5-25%7D%7B4%2C99%7D%5Cleq%20Z%20%5Cleq%20%5Cfrac%7B15%2B0%2C5-25%7D%7B4%2C99%7D%29" /><img src="https://tex.z-dn.net/?f=P%2810%3CZ%3C15%29%3D%20P%28-3%2C11%20%5Cleq%20Z%20%5Cleq%20-1%2C90%29" /><img src="https://tex.z-dn.net/?f=P%2810%3CZ%3C15%29%3D%20P%28-3%2C11%20%5Cleq%20Z%20%5Cleq%20-1%2C90%29" />P(10.