PROBLEMAS DEL LIMITE CENTRAL O TEOREMA CENTRAL DEL LÍMITE

1) 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 260 soles y la desviación estándar poblacional es 45
soles

¿Cuál es la probabilidad de que la media muestral sea menor que 258.00 soles?

n=36

cuentas = 1000

µ= 260 soles

ð= 45 soles

PROBABILIDAD MEDIA MUESTRAL MENOR 258 SOLES =

ð 45 45
ϑ= = = =7.50
√ n √ 36 6
n<0.05N, es decir, 36 es menor que 0.05 (100)

X −u 258−260 −2
z= = = =−0.27
ϑ 7.50 7.50
Por lo tanto

P(X<258/u=260,ϑ =7,50)= P(z<-0,27)

P(z<-0,27)= 0,5000-P(-0.27≤ Z ≤ 0)

= 0,5000-0,1064=0,3936

¿Cuál es la probabilidad de que la media muestral este a menos de 16 y más de 16 de la media

poblacional?

2) Un fabricante de bombillas de luz afirma que la vida útil de sus bombillas tiene una media de 54 meses
y una desviación estándar de 6 meses. Un grupo de defensa del consumidor prueba 50 de ellos.
Suponiendo que la afirmación del fabricante es verdad, ¿Cuál es la probabilidad que encuentre una vida
media de menos de 52 meses?

Solución En símbolos, buscamos 

P(x ≤52).
 

 Ahora, 
x
 es distribuido aproximadamente en forma normal por el Teorema del Límite
Central, y tiene una media de 
μ = 54
 y una desviación estándar de 
σ  = 6/√50≈0.85
x
 meses.
Para determinar la probabilidad requerida, tenemos que convertir en
puntuaciones 
z:
z = 
x − μ
x

σx
 = 
52 − 54
0.85
≈ − 2.35
 

De este modo, debemos utilizar tablas para determinar 

P(Z≤ − 2.35).
 Si miramos es un dibujo de esta, recordando que la tabla da sólo 
P(0≤Z≤z),  

 calculamos
0.5 − P(0≤Z≤2.35) = 0.5 − 0.4906 = 0.0094.
De este modo, la probabilidad de que esto ocurra es 
0.0094,  

 o 
0.94%.
 Así, podemos estar 
99.06%
 seguro de que esto no sucederá (¡si la reclamación del fabricante es correcta!).

3) Una empresa eléctrica fabrica focos que tienen una duración que se distribuye aproximadamente en
forma normal, con media de 800 horas y desviación estándar de 40 horas. Encuentre la probabilidad de
que una muestra aleatoria de 16 focos tenga una vida promedio de menor de 775 horas.
4) Las estaturas de 1000 estudiantes están distribuidas aproximadamente en forma normal con una media
de 174.5 centímetros y una desviación estándar de 6.9 centímetros. Si se extraen una muestra aleatoria
de tamaño 36 de esta población, determine:

El número de las medias muestrales que caen entre 173.5 y 175.5 centímetros.

6,9 1000−36 6,9 964

a)
√ =
√ 36 1000−1 6 999
173,5−174,5 −1
√ =1.15 √ 0.965=1.130

z= = =−0.885
1.130 1.130

175,5−174,5 1
z= = = 0.885
1.130 1.130
P (−0.885 ≤ z )=0,5−¿0.1894=0,3106
P ¿885≤ z)= 0,5-0.1894= 0,3106
P ¿0,885≤ Z ≤0,885 ¿=0,3106+¿ 0,3106=
P ¿0,885≤ Z ≤ 0,885) = 0,6212
 P ¿0,885≤ Z ≤ 0,885) = 62,12%
0.6212*200= 124,24 = 124 medias muestrales
Vemos en la tabla de distribución normal los dos dígitos

El número de medias muestrales que caen por debajo de 174 centímetros.

6,9 1000−36 6,9 964

√ =
√ 36 1000−1 6 999 √
=1.15 √ 0.965=1.130

17 4−174,5 −0,5
z= = =−0. 442
1.130 1.130
P(-0,442≤ Z ¿=0,333 6

P(X≤ 174 ¿=33,36 %

0,3336*200=66.72=67 medias muestrales

5)Una máquina llena cajas de arroz, Como la varianza era desconocida se procedió a escoger una
muestra piloto. Los resultados fueron los siguientes: 12,48; 12,14; 11,86; 11,98, 11,74;12;11,99;
11,36; 12,45;12,34;13,72;12;13;12,5.

Promedio

12,48+12,14+11,86+11.98+11,74+12+11,99+11,36+12,45+12,34+13,72+12+13+12,5=171.56/14=

12,25

HALLAR LA P (X<12,90) =1.356

P(11,65<X<12,90)= 0,396+1.356
P(11,65<X<12,90)=1.752

1.752*14= 24,528

25 media muestral

6) Los pesos en libras de una muestra aleatoria de bebés de seis meses son: 14.78; 13.5; 15.89;
16,18; 14.4; 12.9; 13.7 ; 14.79;12;13;13,42;12,9.

HALLAR LA

P(X< 12,35)

P(X>13.47)