Teorema del

límite central
× Establece que, en condiciones
muy generales, si Sn es la suma
de n variables
aleatorias independientes y
de varianza no nula pero finita,
entonces la función de
distribución de Sn «se aproxima
bien» a una distribución normal
× Describe la distribución de la media de una
muestra aleatoria proveniente de una población
con varianza finita.
× Afirma que a medida que el tamaño de la muestra
se incrementa, la media muestral se acercará a la
media de la población

3
Principios
principales
× Si la muestra es × La media × La varianza de la
superior a 30, la poblacional y la distribución de
media muestral media muestral las medias
tendrá una serán iguales. muestrales será
función de σ²/n.
× Es decir, la media
distribución de la distribución × (La varianza de la
próxima a una de todas las población
normal.
medias dividido entre el
muestrales será tamaño de la
igual a la media muestra).
del total de la
población.
4
× Se aplica tanto a suma de
variables discretas como
de variables continuas

5
 Cuando un dato o resultado es la
suma de contribuciones
independientes, de igual magnitud y
“con un tamaño típico”, este
resultado corresponderá a una
distribución Gaussiana.

6
Con esta notación simplemente confirmamos que entre más grande sea el tamaño de cada muestra
más cerca estaremos de la forma de la distribución normal. 7
× EL ERROR ESTÁNDAR
DE LA MEDIA, EL OTRO
GRAN RESULTADO DEL
TEOREMA DEL LÍMITE
CENTRAL

8
 La variable aleatoria

Tiene aproximadamente una distribución normal con media:

Y varianza:

Precisamente la raíz cuadrada de la varianza muestral es el error estándar de la media.

Error estándar de la media =

10