TEOREMA CENTRAL DEL LIMITE

ASTRID LORENA PUENTES LERMA

CORPORACIÓN UNIVERSITARIA COMFACAUCA- UNICOMFACAUCA

FACULTAD DE INGENIERIA
INGENIERIA INDUSTRIAL
AREA: INFERENCIA ESTADISTICA
2021
INTRODUCCIÓN
La distribución de frecuencias es uno de los primeros pasos que debemos realizar
al inicio del análisis estadístico, conjuntamente con la aplicación de las medidas
descriptivas, y refleja cómo se reparten los individuos de una muestra según los
valores de una variable. Cuando se trata de poblaciones, las probabilidades de
observar los diferentes valores de una variable aleatoria pueden expresarse como
una función de probabilidad. La mayoría de los fenómenos de interés en
investigación científica, como pueden ser la talla y la presión arterial, siguen unas
leyes o distribuciones de probabilidad teóricas, especificadas matemáticamente en
las que se basan la mayoría de los métodos estadísticos.
Este trabajo busca explicar el teorema central del límite en que consiste, para que
sirve, ejemplos y cuáles son las ventajas del teorema central del límite.
1. CONCEPTO: TEOREMA CENTRAL DEL LIMITE
El teorema central del límite es uno de los resultados fundamentales de la
estadística. Este teorema nos dice que si una muestra estadística es lo
bastante grande (generalmente cuando el tamaño muestral (n) supera los
30), sea cual sea la distribución de la muestra, seguirá aproximadamente
una distribución normal. Es decir, dada cualquier variable aleatoria, si
extraemos muestra de tamaño n (n>30) y calculamos los promedios
muéstrales, dichos promedios seguirán una distribución normal. Además, la
media será la misma que la variable de interés, y la desviación estándar de
la media muestral será aproximadamente el error estándar.

2. USOS: TEOREMA CENTRAL DEL LIMITE

 Permite averiguar la probabilidad de que la media de una muestra concreta
este en un cierto intervalo.
 Permite calcular la probabilidad de que la suma de una muestra este a
priori, en cierto intervalo.
 Inferir la media de una población a partir de una muestra.

3. VENTAJAS: TEOREMA CENTRAL DEL LÍMITE

Que la distribución de las medias muéstrales se parezca a una normal es
tremendamente útil. Porque la distribución normal es muy fácil de aplicar
para realizar contrastes de hipótesis y construcción de intervalos de
confianza. En estadística que una distribución sea normal es bastante
importante, dado que muchos estadísticos requieren este tipo de
distribución. Además, el teorema central del límite nos permitirá hacer
inferencia sobre la media poblacional a través de la media muestral. Y esto
es de gran utilidad cuando por falta de medios no podemos recolectar datos
de toda una población.
4. EJEMPLO: TEOREMA CENTRAL DEL LÍMITE
 Las bolsas de sal envasadas por una máquina tienen   

y  . Las bolsas se empaquetaron en cajas de   unidades.

Calcular la probabilidad de que la media de los pesos de las bolsas de un

paquete sea menor que  Calcular la probabilidad de que una

caja   de bolsas pese más de  .

Calcular la distribución de la media de una muestra

Dado que la muestra es grande   podemos aplicar el teorema

del límite central. Por lo tanto, la media de la muestra se aproxima a una
distribución normal con los parámetros

Esto es

Calculamos la probabilidad

Calcular la distribución de la suma de los elementos de una muestra

Necesitamos calcular la probabilidad de que la suma de los elementos de
una muestra esté en un cierto intervalo. Sabemos que la suma de la
muestra se aproxima a una distribución normal con los parámetros

Esto es

Calculamos la probabilidad