ESTADISTICA DESCRIPTOVA

Electrónica y Automatización

Teorema del límite central

NOMBRE:
- CUASAPAZ MIGUEL
CURSO:
TERCERO “A”
DOCENTE:
ING. SANTIGO RAFAEL URQUIZO VACA
TEOREMA DEL LÍMITE CENTRAL.

Si la población o el proceso del cual se extrae una muestra tiene

distribución normal, entonces la distribución de muestreo para la
media también será una distribución normal, independientemente
del tamaño de la muestra. Sin embargo, ¿qué ocurre si una
población no tiene una distribución normal? Existe un teorema de
la estadística matemática que aun en estos casos permite aplicar la
distribución normal a tales distribuciones de muestreo. El teorema
del límite central establece que a medida que el tamaño de la
muestra aumenta, la forma de la distribución de muestreo para la
media (y también para otros estadísticos muestrales) se aproxima a
la de una distribución normal, independientemente de la forma de
la distribución de la población de la cual se extrajo la muestra. Para
fines prácticos puede suponerse que la distribución de muestreo
para la media es una distribución aproximadamente normal, aun en
casos de poblaciones o procesos muy apartados de una distribución
normal, siempre que el tamaño de la muestra sea n ≥ 30 . En
poblaciones que son ligeramente normales será suficiente un
tamaño de la muestra más pequeño.

Pero un tamaño de la muestra de por lo menos 30 será suficiente

aún en la situación poblacional más adversa.
 ESTADISTICA DESCRIPTIVA

Si la distribución de muestreo para la media es una distribución

normal, ya sea porque la población tiene distribución normal o
porque invoque el teorema del límite central, entonces se pueden
determinar las probabilidades correspondientes a los posibles
valores de la media muestral, dado que se conocen la media y la
desviación estándar poblacionales. El proceso es análogo a la
determinación de probabilidades para observaciones individuales
usando la distribución normal. Sin embargo, en la presente
aplicación es el valor de la media muestral el que se convierte en un
valor de z con objeto de poder usar la tabla de probabilidades
normales. Esta fórmula de conversión emplea el error estándar de
la media esta es la desviación estándar para la variable (x barra)

Así la formula de conversión es:

x́−μ
z=
σ x́

Ejercicio

Un auditor extrae una muestra aleatoria de tamaño n=36

De una población de mil cuentas por cobrar. La media poblacional

de las cuentas por cobrar es μ=260.00 y la desviación estándar
poblacional es σ= $45.00. ¿Cuál es la probabilidad de que la media
muestral sea menor que $250.00?
 ESTADISTICA DESCRIPTIVA

f (x)

250 260
x́ Media de las cuentas por cobrar

-1.33 0

E ( x́ )=μ=260

σ 45
σ x́ = = =7.5
√ n √36
x́−μ 250−260 10
z= =z= = =−1.33
σ x́ 7.5 7.5

p ( x́< 250 μ=260 σ x́ =7.50 ) =p (z←1.33)

p(z ←1.33)= .5000- p(z ←1.33 ≤ z ≤ 0)

¿ .5000−.4082=.0918

Ejercicio:
 ESTADISTICA DESCRIPTIVA

¿Cuál es la probabilidad de que la media muestral este a menos de

$15 de la media poblacional?
p ( x́< 245≤ x́ ≤ 275 μ=260 σ x́ =7.50 )

240−260 10
z= = =−2
7.5 7.5

275−260 10
z= = =+2
7.5 7.5

p (−2≤ z ≤ 2 )=.4772+.4772 ¡ .9544 ≅ 95 %

245 260 275

x́ Media de las cuentas por cobrar

Determinación del tamaño de la muestra que se requiere para

estimar la proporción.
 ESTADISTICA DESCRIPTIVA

Antes de tomas una muestra se puede determinar el tamaño de la

muestra mínimo requerido especificando el nivel de confianza que
desea, el error de muestreo aceptable y haciendo una estimación
inicial (subjetiva) de π la proporción poblacional desconocida:
z 2 π ( 1−π)
n=
E2

En esta ecuación z es el valor para el intervalo de confianza

especificado, π es una estimación inicial de la proporción
poblacional y E es el error del muestreo es mas y en menos
tolerado por el intervalo (siempre un medio de todo intervalo de
confianza)

Si no es posible hacer una estimación inicial de π , entonces se debe

estimar que es .50. Esta estimación es conservadora ya que es el
valor para el que se requiere mayor tamaño para la muestra. Bajo
esta suposición la formula general para el tamaño de la muestra se
simplifica como sigue:
2
z
n= ( )
2E

Cuando se calcula el tamaño de la muestra cualquier resultado

fraccionario se redondea siempre hacia arriba. Además cualquier
tamaño de muestra menor que 100que se obtenga con los cálculos
debe incrementarse a 100 debido a que las formulas se basan en el
uso de la distribución normal.

Ejemplo:
 ESTADISTICA DESCRIPTIVA

Suponga que se especifica que la estimación mediante un intervalo

de 95% debe ser ± .05 y que no se hace ninguna suposición previa
acerca del posible valor de π . El tamaño mínimo de la muestra que
debe tomarse es:
z 2 1.96 2
n=( )
2E
=n= ( )
.10
=(19.6)2 =384.16=385

Además de estimar la proporción poblacional, también se puede

estimar el número total en una categoría de la población.