4.

TEOREMA DE LIMITES
CENTRAL
Frida Paola Castorena Campusano
¿QUÉ ES EL TEOREMA DE
LÍMITE CENTRAL?
El teorema de límite central declara que sin
importar la distribución, la suma de todas las
variables aleatorias generadas va a tender a una
distribución normal o gaussiana. También se dice
que las variables estudiadas no necesitan ser
obligatoriamente normales, pudiendo trabajar con
cualquier tipo, y obteniendo un resultado con esta
misma distribución.
 Un punto importante.
Otras de las declaraciones en
torno a este teorema, afirma
que es necesario que el tamaño
de la muestra sea grande,
utilizando un número grande de
variables
Al realizar la suma de todas estas,
se asegura que el teorema se
cumple, si y solo si es igual a una
distribución de Gauss. Si durante el
estudio, se trabaja con la media, es
válida la aplicación del teorema de
límite central, ya que se realiza la
suma de todos los datos, y se divide
entre una constante.
 EN DONDE SE ENCUENTRA?
El teorema del límite central se puede usar para estimar la probabilidad de
encontrar un valor particular dentro de una población. recoger muestras y
luego determinar la media.

ESTABLECE QUE A MEDIDA QUE AUMENTA EL NÚMERO DE MUESTRAS, LA

MEDIA MEDIDA TIENDE A DISTRIBUIRSE NORMALMENTE SOBRE LA MEDIA
DE LA POBLACIÓN Y LA DESVIACIÓN ESTÁNDAR SE VUELVE MÁS
ESTRECHA.
En la definición de esta teoría, se
habla de número de variables
grandes. Esto se debe a que en su Donde n tiende a infinito
definición, se dice que n tiende a
infinito. De esta manera, se
establece la siguiente fórmula:
Hay que tener en cuenta que el nombre de este teorema viene
dado por la aproximación que existe entre dos distribuciones,
siendo esta mayor en el centro, que en sus extremos. Así mismo, es
aplicable dentro de distintos campos, destacándose dentro de la
inferencia estadística y en la teoría de renovación.
 PROPIEDADES DEL TEOREMA
DE LÍMITE CENTRAL

1º Objetivo 2º Objetivo 3º Objetivo

Al trabajar con muestras de
tamaño grande, esto asegura que la
suma de las medias muéstrales sea
igual a una distribución normal.
Según el teorema de límite central,
se considera que una muestra es
grande cuando supera un número
mayor a 30.
La media muestral y la media
poblacional siempre serán
iguales, definiéndose de la
siguiente manera: la media de
la distribución de la media
muestral será igual a la media
de la población total
estudiada.
La varianza de la distribución
de la media muéstrale está
definida bajo la siguiente
fórmula: σ²/n, donde σ² es la
varianza de la población, y n es
el tamaño de la muestra
estudiada.

Existen distintas manera de aplicar el teorema de límite central, y esto es

posible dependiendo de los factores que aseguran la convergencia. De esta
manera, se declara que las variables inmersas en el estudio, deben cumplir
con ciertas condiciones: deben ser independientes, estar distribuidas de
manera similar, contar con una media y varianza finita.
 TIPOS DE MUESTRAS DENTRO DEL
TEOREMA DE LÍMITE CENTRAL.
Se sabe que dentro del teorema de límite central se puede trabajar con
distintas distribuciones, tendiendo el resultado final a una distribución normal.
Así mismo, puede aplicarse en distintas muestras, destacándose:
Muestra de una población Muestra de una población
uniforme: una de las exponencial: las
características propias de este características que
tipo de muestra, es que posee una identifican a una población
distribución uniforme, exponencial es que son
convirtiéndola en una población
asimétricas y no normal.
simétrica
 EJEMPLO TEÓRICO DEL
TEOREMA DE LÍMITE CENTRAL.

A través de un ejemplo, se puede demostrar el proceso de aplicación del teorema

de límite central. Tomemos como caso de estudio a S&P 500, la cual es una
compañía que posee más de 500 sucursales. Se busca analizar las rentabilidades
medias, pero se tiene en cuenta que no es posible realizar un estudio de cada una al
poseer poca información. De esta manera se toma la media poblacional.

 Al decidirse a aplicar el teorema de límite central, se puede escoger una muestra para el
análisis que comprenda un total de 500 sucursales de S&P 500. Como se sabe, para que sea
válida su aplicación, es necesario que se cuente con una muestra mayor a 30, por lo que se
cumple una de las condiciones. Finalmente, se determina un total de 50 empresas para iniciar,
seleccionadas de manera aleatoria, y en cada una se aplica el mismo proceso de estudio.
Según el enunciado del teorema, los pasos serías:
Se establece una muestra
de 50 empresas de S&P
PASOS
3º ObjetivoAl realizar la suma de todas
500, y se obtiene la
rentabilidad media del total las rentabilidades medias
de la muestra del total de las muestras
que se escogieron para el
1º Objetivo análisis, esta debe ser
2º Objetivo aproximada a una
distribución normal.
Se vuelven a seleccionar

Finalmente, las
continuamente otras 50 rentabilidades medias del
sucursales, y se realiza el total de muestras escogidas
mismo procedimiento. se aproximará a la

rentabilidad media de la
población total.
4º Objetivo
 EJERCICIO DE TAREA

Una empresa fabrica bombillas que tienen una duracion distribuida en

forma aproximadamente normal, con (u) media igual a 700 horas y una
desviacion estandar de 35 horas. Obtenga la probabilidad de que una
muestra aleatoria de 38 bombillas tenga una vida media menor que 685
Horas.