Teorema del Límite Central

Sean X 1 , X 2 , ….. X n un conjunto de variables aleatorias, independientes e idénticamente

distribuidas con media μ y varianza σ 2( 0< σ 2 <∞ ). Si n es suficientemente grande y
S n−nμ
Sn= X 1 + X 2 +… ..+ X n entonces lim P( ¿≤ Z )=Φ (Z )¿
n→∞ σ √n

Teorema central del límite

Si una población tiene media μ y desviación típica σ, y tomamos muestras de tamaño n (n

> 30, o cualquier tamaño si la población es "normal"), las medias de estas muestras siguen
σ
aproximadamente la distribución N( μ , )
√n

Consecuencias

1.- Permite averiguar la probabilidad de que la media de una muestra concreta esté en un
cierto intervalo.

2.- Permite calcular la probabilidad de que la suma de los elementos de una muestra esté, a priori,
en un cierto intervalo.
 
n

n ∑ x i = x́ N ¿)
∑ x i N (nμ , σ √ n )↔ i =1n ¿
¿
i=1

3.- Inferir la media de la población a partir de una muestra.

Ejemplos:
1.- Las bolsas de sal envasadas por una máquina tienen μ = 500 g y σ = 35 g. Las bolsas se
empaquetaron en cajas de 100 unidades.

a) Calcular la probabilidad de que la media de los pesos de las bolsas de un paquete sea menor
que 495 g.

 P(x́ <495 ¿=
 

b) Calcular la probabilidad de que una caja de 100 de bolsas pese más de 51 kg.
100
P(∑ x i ¿ 51000 ¿
i=1

2.- Un ascensor limita el peso de sus 4 ocupantes a 300 kilogramos. Si el peso de un

individuo sigue una distribución normal N(71,7), calcular la probabilidad de que el peso de
4 individuos supere los 300 kilogramos.

P(X 1 + X 2+ X 3 + X 4 > 300¿=P ( X + X +4 X + X > 3004 )=P( X́ >75)

1 2 3 4