Teorema del Limite Central.

Profesor: Carlos Domínguez Albino

Cuando etudiamos algún aspecto de una población, hemos visto que las variable aleatorias pueden
ser de gran utilidad. Conocer la media poblacional es, sin duda, algo muy importante, desafortunada-
mente no siempre es posible conocer este dato, sin embargo una media muestral no es tan difícil de
obtener.

El estadístico de nuestro interes es la Media Muestral y está denida por

Pn
i=1 Xi X1 + X2 + · · · + Xn
= .
n n

Otra manera de referirse a una muestra aleatoria, para hacer referencia a 1 y 2, se dice que las
Xi son independientes e idénticamente distribuidas. Si el muestreo se realiza con reemplazo o en una
población innita, las condiciones 1 y 2 se satisfacen con exactitud. También es necesario notar que un
estaístico dene una variable aleatoría y por tanto también tiene una distribución. Aunque, en general,
es complicado calcular la distribución de probabilidad para un estaístico existen algunos ejemplos bien
conocidos.

1
Ejemplo 1:

2
En la siguiente gura se muestran los histogramas para la distribución original y para X.

Notemos que

además

3
Afortunadamente, bajo ciertas condiciones la media y la desviación estándar se pueden calcular

Ejemplo 2:

4
Cuando estamos dentro de un población normal tenemos los siguiente.

Ejemplo 3:

5
 Aún cuando no se tenga una población normal, para muestras grandes, X tiende a comportarse
normalmente, este es uno de los teoremas más espectaculares de la probabilidad.

Ejemplo 4:

6
Ejemplo 5:

Aproximación Normal a la Binomial.

7
Ejemplo 6:

8
9
References
[1] Jay L. Devore. Probabilidad y Estadística para Ingeniería y Ciencias, Cenange Learning. Séptima
Edición. Australia, Brasil, Corea, España, Estados Unidos, Japón, México, Singapur, Reino Unido.
2008.
[2] William W. Hines, Douglas C Montgomery Probabilidad y Estadística para Ingeniería y Admi-
nistración, Compañia editorial continental SA de CV, Segunda Edici«. México 1996.
[3] Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers, Keying Ye. Probabilidad y Estadística
para Ingeniería y Ciencias, Pearson Educación, Novena Edición, México, 2012.

10