El siguiente material se encuentra en etapa de correccin y no deber

ser considerado una versin final.

Para hacer comentarios y sugerencias, o reportar errores, enviar mail
a Alejandro D. Zylberberg <alejandro@probabilidad.com.ar>
Versin Actualizada al: 1 de junio de 2004

Teorema central del lmite

Si

X es el promedio de una muestra de tamao n de una poblacin con media y

Z=

desvo estndar , entonces la variable aleatoria

tiene una
distribucin aproximadamente normal estndar, bajo las siguientes condiciones:
Si n > 30, la distribucin de z es aproximadamente normal estndar sin importar la
distribucin de las x.
Si n 30, la distribucin de z es aproximadamente normal solamente si la
distribucin de las x no difiere mucho de la distribucin normal (por ejemplo: si es
simtrica).
Si la distribucin de las x es normal, la distribucin de z es normal sin importar el
valor de n.

Distribucin de la suma de variables aleatorias

Si se tienen n variables aleatorias independientes e idnticamente distribuidas, y el
valor de n cumple con las condiciones enunciadas ms arriba, el teorema central del
lmite permite hallar la distribucin de la suma de dichas variables, de la siguiente
manera:

X
n

X=

i =1

Si a la suma de las X i (la variable cuya distribucin queremos encontrar) la

llamamos Y, entonces queda:

X=

Y
n

Reemplazndolo en la Z dada por el teorema central del lmite, queda:

Y
1

(Y n )
Y n
=n
=
Z= n

n
n

Lo que qued lo podemos ver como la estandarizacin de una cierta variable

normal Y (en realidad es aproximadamente normal). Si "desestandarizamos" nos
queda que Y, es decir, la suma de todas las variables X i, es una variable

= n

; = n

Y
normal con: Y
Este es el mismo resultado que habamos obtenido para la suma de normales, con
la diferencia de que ahora tenemos la condicin de que n debe ser lo
suficientemente grande.
En conclusin, la suma de una determinada cantidad de variables aleatorias
independientes e idnticamente distribuidas resulta ser una variable normal en caso
de que las variables sean normales, y aproximadamente normal en caso de que no
sean normales pero n sea lo suficientemente grande.
A continuacin vemos la forma de la distribucin de la suma de n variables
uniformes, para varios valores de n:

n=1

n=2

n=3

n = 14

Suma de variables uniformes

En la prctica, la suma de 4 variables aleatorias uniformes independientes e
idnticamente distribuidas se considera aproximadamente normal.

Problemas tpicos
1) El peso en kg. de cada pieza es una variable aleatoria X distribuida segn:

< x < 5
1
fX ( x ) = 4

0 otro x

Cul es la media y la varianza del peso de un lote de 100 piezas?

Resolucin:
El peso de cada pieza es una variable aleatoria X i. Todas esas X i estn
idnticamente distribuidas segn la f dada y se suponen independientes. Entonces la
suma del peso de 100 piezas, como 100 30, es aproximadamente una variable
aleatoria normal con media 100 X y desvo 10 X.
A partir de la distribucin que nos dan para las X i, calculamos que:
X = 3 ; X = 4/3
Si llamamos Y al peso del lote de 100 piezas, entonces la media de Y es Y = 100 X
= 300, y la varianza de Y es 2Y = (10 X)2 = 178.
2) El tiempo que se tarda en llevar a cabo una operacin es una variable
aleatoria con media = 10 minutos y desvo = 2 minutos.
a) Cul es la probabilidad de que se tarde menos de 9 horas en
realizar 49 operaciones?
b) Cul es la probabilidad de que el tiempo promedio por operacin
sea menor a 9 minutos?
Resolucin:
a) El tiempo que se tarda en llevar a cabo cada operacin es una variable aleatoria X i
con media 10 minutos y desvo 4 minutos. La suma de los tiempos de 49 de esas
operaciones es una variable aleatoria aproximadamente normal con media 49 X =
490 minutos y desvo 7 X = 28 minutos. Si a dicha suma la llamamos Y, nos estn
pidiendo:
540 490

= (1.79 ) = 0.963

28

P(Y < 9 horas) = P(Y < 540 minutos) = F Y(540) =

b) Podemos hacerlo de dos formas:
La primera es usando la versin enunciada del teorema central del lmite, que nos
dice que si tenemos n 30 variables aleatorias independientes e idnticamente
distribuidas, entonces la distribucin de su promedio es aproximadamente normal

con media y desvo n donde y son la media y el desvo de las variables

que estamos promediando. Entonces:

9
P( X < 9 minutos ) = FX (9) =
= ( 1.75 ) = 1 (1.75 ) = 0.04

La otra forma consiste en ver que si Y (la suma) sigue una distribucin normal,

entonces Y/n (el promedio) tambin sigue una distribucin normal, porque es una
constante (1/n) multiplicada por una variable normal. Segn estudiamos en este
captulo, W=Y/n tiene una distribucin normal con media Y/n y desvo Y/n.
Luego la probabilidad de que W sea menor a 9 minutos es:

9 Y
n
P ( W < 9 minutos ) = FZ (9) =
Y

= ( 1.75 ) = 1 (1.75 ) = 0.04

3) La NASA est planeando una misin tripulada a la Luna. La duracin de

cada tanque de oxgeno es una variable aleatoria con media 6 horas y desvo
1 hora. Cuntos tanques se deben llevar, para que la probabilidad de que
alcance el oxgeno para una misin de 10 das sea del 99,9%?
Resolucin:
Para una misin de 10 das se necesitan 240 horas de oxgeno. Tenemos que ver
cuntos tanques hay que sumar para que la probabilidad de que superen 240 horas
sea 0,999. Para sumar las duraciones de los tanques, vamos a usar el teorema
central del lmite. Pero es necesario destacar que una de las condiciones del
teorema central del lmite es que la cantidad de variables que se suman sea 30
ms. Y en este caso desconocemos la cantidad de variables que estamos sumando
(justamente es eso lo que queremos averiguar). Observemos que 240 / 6 = 40, con
lo cual es medianamente razonable suponer que la cantidad de tanques que
sumaremos ser mayor a 30.
Y = Xi
n

1
Aclarado esto, si
donde las X i son las duraciones de los tanques, e Y es
lo suficientemente grande (suponemos que se cumple) entonces Y es

aproximadamente una variable aleatoria normal con media 6n y desvo 1 n .

Planteamos:
P ( Y > 240 ) = 0,999

240 6n
= 0.999
1

n
240 6n
= 0.001

n
240 6n
= z 0.001 = 3.09
n

Resolviendo obtenemos que n debera valer 43,39. Si n pudiera valer ese nmero, la
probabilidad sera exactamente 0,999. Pero n debe ser un nmero entero. Si
redondeamos para abajo, la probabilidad de que el oxgeno alcance sera menor a
0.999, y eso no cumple con lo pedido. Por lo tanto, debemos redondear para arriba
y responder que hay que llevar 44 tanques.
Ese resultado verifica 44 30 con lo cual fue legtimo aplicar el teorema central del

lmite.
4) Un programador se alimenta a base de chocolates. Su consumo diario de
caloras es una variable aleatoria con media 2000 caloras y desvo 40
caloras. Si cada chocolate provee una cantidad de caloras que es una
variable aleatoria con media 1000 caloras y desvo 25 caloras, Cuntos
chocolates debera comprarse para poder estar encerrado un mes
programando un sistema y que la probabilidad de tener que salir a comprar
ms chocolates sea solamente 0.01?
Resolucin:
Llamaremos X i al consumo de caloras del i-simo da, y Y j a aporte de caloras del
j-simo chocolate.
A = Xi
30

Por el teorema central del lmite, si

entonces A es aproximadamente
30

normal con media 30.2000 = 60000 y desvo

.40 = 219,09.
Para hacer lo mismo con la cantidad de chocolates, debemos suponer que sern 30
o ms chocolates. Como 60000/1000 = 60 >> 30, es bastante razonable suponer
B = Yj
n

que sern ms de 30 chocolates, con lo cual si

j=1

entonces B es

aproximadamente normal con media n.1000 y desvo n .25.

Luego podemos plantear que la probabilidad de que no le alcancen los chocolates
debe ser 0.01, es decir:
P(A > B) = 0.01
P(A - B > 0) = 0.01
Si tomamos C = A - B, resulta que por ser combinacin lineal de normales C
tambin es normal. Calculamos sus parmetros:
C = A B = 60000 1000 n

C = 2 A + 2 B = 48000 + 625 n

Continuamos:
P(C > 0) = 0.01

1 P(C < 0) = 0.01

0 (60000 1000 n )
= 0.01
1

48000 + 625 n
0 (60000 1000 n )
= z 0.01 = 2,33
48000 + 625 n

Resolviendo, obtenemos n = 59.32

Si n pudiera valer exactamente 59.32, entonces la probabilidad de que los
chocolates no alcancen sera exactamente 0,01. A mayor n, menor probabilidad de
que no alcancen, y a menor n, mayor probabilidad de que no alcancen. Si
redonderamos para abajo, la probabilidad sera mayor de 0.01, por lo tanto

debemos redondear para arriba y responder 60.

Vemos que adems 60 30, con lo cual fue lcito usar el teorema central del lmite
para sumar las caloras de los chocolates.
5) Una persona utiliza diariamente para lavar sus platos una cantidad de
detergente que es una variable aleatoria con media 5 ml y desvo 1 ml. Qu
capacidad debera tener una botella de detergente para que la probabilidad
de que le dure un mes sea del 98% ?
Resolucin:
Si X es el consumo en un mes, debemos buscar C tal que se cumpla:
P(X < C) = 0,98
Si Y i es el consumo de cada da, la suma del consumo de 30 das ser
30
30
aproximadamente normal con media 30 Y = 150 y desvo
. Luego:
Y =
C 150
= 0,98
P ( X < C) = FX (C) =

30
C 150
= z 0,98 = 2.0537
30

C = 161,2
Luego la botella debera tener al menos 161,2 ml.

Este material se encuentra en etapa de correccin y no deber ser

considerado una versin final.
Para hacer comentarios y sugerencias, o reportar errores, enviar mail
a Alejandro D. Zylberberg <alejandro@probabilidad.com.ar>
Versin Actualizada al: 1 de junio de 2004