PROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL

 Definición: sean ,,…,-variables aleatorias TEOREMA DEL LIMITE CENTRAL

independientes con distribución normal cada uno:
 Sean variables aleatorias independientes , con distribuciones
𝑋 2 respectivas: y
  1 𝑁 ( μ1 , σ 1 ) 𝑛
𝑋 𝑁 ( μ , σ 2
2)
 
  2 2 Entonces la suma : 𝑋 = 𝑋 ∑ tiene distribución
𝑋
2 𝑖
  𝑛 𝑁 ( μ𝑛 , σ 𝑛 ) 𝑖=𝑖
Luego ,la suma: con media y varianza respectivas :
𝑋
  = 𝑋 1 + 𝑋 2 +…+ 𝑋 𝑛  
𝑛
 
𝑛

Tienen media y varianza respectivos :

μ  𝑋 =𝐸 ( 𝑋 ) =¿ ∑ μ𝑖
𝑖=𝑙
𝑦  𝑉 ( 𝑋 )=¿ ∑ σ 2𝑖
𝑖=𝑙

𝑛 𝑛 Y bajo ciertas condiciones ,la variable aleatoria

 
μ 𝑋 =𝐸 ( 𝑋 ) =∑ [ 𝐸 ( 𝑋 1 )+ 𝐸 ( 𝑋 2 )+ …+ 𝐸 ( 𝑋 𝑢 ) ] =∑ μ𝑖
𝑖=𝑙 𝑖=𝑙
definida por : 𝑍=¿
 
𝑋− ∑ μ𝑖
2  
𝑉 𝑋 =𝑉 ( 𝑋 )=∑ [ 𝑉 ( 𝑋 1 ) +𝑉 ( 𝑋 2 ) +…+𝑉 ( 𝑋 𝐼 ) ] =∑ σ
    𝑛

Nota: Si dos o mas variables aleatorias tienen

distribución normal, entonces la suma tiene también
𝑖
√ ∑σ
𝑖=1
2
𝑖

,distribución normal . Esta propiedad, la cumplen Sigue una distribución aproximadamente normal
también las distribuciones binomial y poissen. 1
cuando n-es grande
  ota : Un caso especial ,se presenta cuando las
N Tiene
  una distribución aproximadamente normal cuando y
variantes aleatorias tienen la misma distribución
“p” es cercano1/2.
con media y varianza:
𝐸
  ( 𝑋 𝑖 )= μ 𝑦 𝑉 ( 𝑋 𝑖 ) =σ 2
Nota: Si Y es binomial :

Entonces
  por el teorema del limite central se 𝑃 ( 𝑋= 𝑋 ) ≅ 𝑃
  ( 𝑋 − 12 ≤ 𝑋 ≤ 𝑋 + 12 ) ∧ 𝑃 ( 𝑎 ≤ 𝑋 ≤ 𝑏 )= 𝑃 (𝑎 − 12 ≤ 𝑋 ≤ 𝑏 − 12 )
convierte en :

𝑍  =
𝑌 −𝑛µ Aproximación Normal A Poisson
σ √𝑛
 Sean , n-variables aleatorias independientes , cada una en
Donde
  los tienen distribución aproximadamente
media “X”,y varianza “ ,
normal con media “O” y varianza “1” 𝑛
 
entonces X = 𝑋 𝑖 ∑ es una Variable aleatoria de
Aproximación Normal A La Binomial 𝑖=𝑙
 Sean variables aleatorias de Bernoulli Poisson ,con media:
 
𝑛  y varianza
entonces 𝑋 =∑ 𝑋 𝑖 es una v.a binomial con media Entonces por el teorema del limite central , la variable
y varianza 𝑖=𝑙 aleatoria :
𝐸
  ( 𝑋 ) =𝑛𝑝 𝑦 𝑉𝑙 ( 𝑋 ) =𝑛𝑝𝑞 𝑋−𝑛 λ
𝑍  =
Entonces por el teorema del limite central, la v.a √𝑛 λ
𝑋−𝑛 𝑝 Tiene aproximadamente un distribución normal estándar con
𝑍  = media “0” y varianza “1” para n-suficiente grande 2
𝑉𝑛𝑝𝑞
 Aplicaciones  Nota: Los estadísticos y sirven para estimar
  para decidir acerca de un proyecto de remodelación de un (aproximar ) a los parámetros μ,y p , respectivamente.
sector del cercado de lima , la municipalidad decide
seleccionar aleatoriamente 100 unidades habitacionales de Distribuciones Muéstrales.
este sector .si el 40% o as de ellas están en mal estado, se
  las distribuciones de probabilidad de las estadísticos se
A
procesara a la remodelación .
llama distribuciones muéstrales. Son usuales es la
distribución de la media y proporcion muestral “
Determine La Probabilidad Que:

a) Se haga la remodelación si solo el 36% de las viviendas

Distribución De La Media Muestral
 

del sector están en mal estado.  TEOREMA 1: Sea , una muestra aleatoria de
b) No se haga la remodelación si el 50% de las viviendas tamaño “n” extraída de una población “X” , con media y
del sector están en mal estado. varianza V 𝑛
 
Distribución asociadas a la distribución normal.
Sea
  la media de la muestra definida por 𝑋𝑖
donde ∑
𝑖=𝑙
 Parámetros los son independientes ,idénticamente distribuidas con media y
Y Estadísticas : varianza común .
 Un parámetro es un valor que describe a una población
.Son parámetros : la media poblaciónal “μ”, la varianza  μ𝑖= 𝐸 ( 𝑋 𝑖 ) = μ y
poblacional “” y la proporción poblaciónal “p”. σ 2 2

 Un estadístico o estadígrafo es un valor que describe a   𝑖 =𝑉 ( 𝑋 𝑖 )= σ

una muestra .Son estadísticos : la media muestral “, la
Para todo i=1,2,…,n 3
varianza muestral “ y la proporción muestral “.
1. Si la muestra es con remplazamiento de una población APROXIMACION NORMAL A
finita o sin remplazamiento de una población
infinita ,entonces se cumple que : POISSON
´ )= μ ´ = μ
TEOREMA 2:
𝑖  ) 𝐸 ( 𝑋 𝑋
2
𝑖𝑖 ´ )=σ 2´ = σ
  )𝑉 (𝑋  Sea X una población binomial con media E(X) = np y
𝑋
𝑛 varianza V(X) = npq , donde “X” es el numero de
2. Si la muestra es con reemplazamiento de una población éxitos en infinitos ensayos independientes de
finita de tamaño “N” se cumple que : BERNOULLI.
Definamos: la proporción muestral de éxitos en
infinitos ensayos , cuya media y varianza son :
𝑖𝑖𝑖 ´
  ) 𝐸 ( 𝑋 ) = μ 𝑋´ = μ
 𝑖𝑣 ) 𝑉 ( 𝑋
2
´ )= σ 𝑁 −𝑛
𝐸 (~
  𝑝 )= 𝐸 ( 𝑋𝑛 )= 1𝑛 𝐸 ( 𝑋 )= 𝑛𝑝 =𝑝
´ )= 𝑉 ( 𝑋
𝑛 𝑁 −1 ( ) 𝑋 1
𝑛
𝑛𝑝𝑞
  𝑝 )= 𝑉 ( 𝑛 )= 𝑛 𝑉 ( 𝑋 )= 𝑛 = 𝑛
V (~ 2 2
𝑝𝑞

Luego por el teorema del limite central, mediante la Luego por el teorema del limite central , mediante la
trasformación : trasformación :
~ ~ ~
  =
´ − 𝐸(𝑋
𝑋 ´) ´ −μ
𝑋  𝑍 = 𝑝 − 𝐸 ( 𝑝 ) = 𝑝 − 𝑝
𝑍 =
σ √ 𝑉 (~𝑝 ) 𝑝𝑞
√𝑉 ( 𝑋 )
√𝑛 √ 𝑛

Se obtiene la v.a normal estándar N (0,1) Se obtiene la v.a normal estándar N (0,1)
4