Teorema central del lmite

Si un a po blac i n tie ne me dia y de sviac i n t pica , y to ma mo s

mue stras de tamao n (n > 30 , cual quie r tama o si la po blaci n
es " no r mal" ) , las me dias de esta s mue stras sigue n
apr oxi madame n te la dis tr ibuci n :

Consecuencias

1. Per mite aver igu ar la pr o babi lidad de que la me dia de una

mue stra co ncr e ta e st e n un cier to inte r valo.

2. Per mite calc ular la pro ba bilida d de que la suma de lo s e le me n to s

de una mue stra e st , a pr ior i, e n un cier to in te r valo.

3. Infe r ir la me dia de la po blaci n a par tir de una mue stra.

Ej em plo :

L as bo lsas de sal e nvasadas po r una m quina tie ne n = 50 0 g y

= 35 g. L as bo lsas se e mpa que tar o n e n cajas de 1 00 uni dade s.

1. C alcular la pro ba bilid ad de que la me dia de lo s pe so s de las

bo lsas de un paq ue te se a me nor que 49 5 g.

2. C alcular la pro ba bilid ad de que una caja 10 0 de bo lsas pe se ms

de 51 kg .

Los mejores cursos GRATIS

Ver TODOS los 1360 cursos GRATIS
Participa en el Foro
Destacamos
Suscrbete a nuestro boletn diario[<<] [||] [>>]
Buscar

Bsqueda personalizada

Inicio Cursos Ciencia Estadsticas Estadsticas Teorema Central del Lmite

Curso gratis de Estadsticas

Compartir
en Facebook

Compartir
en Twitter

Enviar
amigo

Reportar
Error

Leccin 38

ndice

< Anterior

32

33

34

35

36

37

38

Imprimir
artculo

39

40

41

Siguiente >
Teorema Central del Lmite

El Teorema Central del Lmite dice que si tenemos un grupo

numeroso de variables independientes y todas ellas siguen el mismo
modelo de distribucin (cualquiera que ste sea), la suma de ellas se
distribuye segn unadistribucin normal.

Ejemplo: la variable "tirar una moneda al aire" sigue la distribucin de

Bernouilli. Si lanzamos la moneda al aire 50 veces, la suma de estas 50
variables (cada una independiente entre si) se distribuye segn una
distribucin normal.

Este teorema se aplica tanto a suma de variables discretas como de

variables continuas.

Los parmetros de la distribucin normal son:

Media: n * m (media de la variable individual multiplicada por el

nmero de variables independientes)
Varianza: n * s2 (varianza de la variable individual multiplicada por el
nmero de variables individuales)

Veamos un ejemplo:
Se lanza una moneda al aire 100 veces, si sale cara le damos el valor 1
y si sale cruz el valor 0. Cada lanzamiento es una variable independiente
que se distribuye segn el modelo de Bernouilli, con media 0,5 y
varianza 0,25.
Calcular la probabilidad de que en estos 100 lanzamientos salgan ms
de 60 caras.
La variable suma de estas 100 variables independientes se distribuye,
por tanto, segn una distribucin normal.

Media = 100 * 0,5 = 50

Varianza = 100 * 0,25 = 25

Para ver la probabilidad de que salgan ms de 60 caras calculamos la

variable normal tipificada equivalente:

(*) 5 es la raiz cuadrada de 25, o sea la desviacin tpica de esta

distribucin
Por lo tanto:

P (X > 60) = P (Y > 2,0) = 1- P (Y < 2,0) = 1 - 0,9772 = 0,0228

Es decir, la probabilidad de que al tirar 100 veces la moneda salgan ms

de 60 caras es tan slo del 2,28%