Vous êtes sur la page 1sur 28

Contenido

1. Teorema del limite central 1.1 Naturaleza e importancia 1.2 Aplicacin 1.3 Ejemplo 1.4 Ejercicios

Teorema del Limite Central

Teorema del Lmite Central


Naturaleza e importancia

Consiste en un conjunto de resultados acerca del comportamiento de las distribuciones muestrales, en el que se afirma, bajo ciertas hiptesis, que la distribucin de las medias de un numero muy grande de muestras se aproxima a una distribucin normal.

Teorema del Lmite Central


Naturaleza e importancia

El termino central se debe a Poly (1920) y significa fundamental o de importancia central.


Al cientifico Laplace se le atribuye el descubrimiento de este importante teorema.

Teorema del Lmite Central


Naturaleza e importancia

Mientras la media y la varianza existan, la distribucion de muestreo se aproximara a una distribucion normal conforme n aumente.
El teorema se fundamenta en tres propiedades:

Teorema del Lmite Central


Propiedades

1) La media de las medias muestrales en una actividad de muestreo con apego a las bases tcnicas, es igual a la media de la poblacin.
Entre el valor de la media muestral y el valor de la media de la poblacin, no existe diferencia significativa

Teorema del Lmite Central


Propiedades

2) El error estandar de la muestra es igual al valor de la desviacion estandar de la poblacion dividida entre la raiz cuadrada de n.
No existe diferencia significativa entre ambos valores.

Teorema del Lmite Central


Propiedades

3) La distribucin del muestreo de la media o de la proporcin, cuando ha sido realizada tcnicamente y el nmero de observaciones es de treinta o mas, tiene un comportamiento normal o aproximadamente normal.

Teorema del Lmite Central


Aplicacin para medias

_
Z=X- _________

Teorema del Lmite Central


Aplicacin para medias

El gerente de una empresa de bienes y races, ha realizado un estudio estadstico sobre sus ventas anuales y ha establecido que el ingreso mensual por venta de casas, tiene un comportamiento normal con una media de Q148 mil y una desviacin estndar de Q62 mil.

Teorema Lmite Central. Aplicacin


Dado que la variable tiene un comportamiento normal, se puede utilizar la curva normal para dar respuesta a ciertas interrogantes, como por ejemplo: 1.1 Si se toma una muestra de 25 meses cul es la probabilidad que el ingreso mensual promedio sea no inferior a Q100 mil? Z = (100 148) / 62 / 25 = -3.87 que representa el nmero de desviaciones estndar que existe entre el limite de 148 y 100. abarcando una rea entre Z=0 y Z= 3.87 de: 0.4999.

= 148

__
X=100

Z=0

Para responder la pregunta es necesario sumar el rea total a la derecha de Z = 0 que es igual a 0.5000, por lo que la respuesta es: La probabilidad que el ingreso mensual promedio sea no inferior a Q100 mil es de 0.9999

X=Q148 mil

= 62 mil

Teorema Lmite Central. Aplicacin


1.2 Si se toma una muestra de 25 meses cul es la probabilidad que el ingreso mensual promedio sea de Q120 mil al menos?

= 148

Z = (120 148) / 62 / 25 = -2.26 que representa el nmero de desviaciones estndar que existe entre el limite de 148 y 120. abarcando una rea entre Z=0 y Z= 2.26 de: 0.4881.

__
X=100

Z=0

Para responder la pregunta es necesario sumar el rea total a la derecha de Z = 0 que es igual a 0.5000, por lo que la respuesta es: La probabilidad que el ingreso mensual promedio sea de Q120 mil al menos es de 0.9881

X=Q148 mil

= 62 mil

Teorema Lmite Central. Aplicacin


1.3 Si se toma una muestra de 25 meses cul es la probabilidad que el ingreso mensual promedio sea de Q155 mil a Q175 mil?

Z = (175 148) / 62 / 25 = 2.18 que representa el nmero de desviaciones estndar que existe entre el limite de 175 y 148. abarcando una rea entre Z=0 y Z= 2.18 de: 0.4854.

= 148

Z = (155 148) / 62 / 25 = 0.56 que representa el nmero de desviaciones estndar que existe entre el lmite de 155 y 148. abarcando una rea entre Z=0 y Z= 0.56 de: 0.2123.

__

__
Para responder la pregunta es necesario restar al rea de Z = 2.18 que es de 0.4854, el rea de Z=0.56 que es de 0.2123, por lo que la respuesta es: La probabilidad que el ingreso mensual promedio sea de Q155 mil a Q175 mil es de 0.2731

Z=0

X=155 X=175

X=Q148 mil

= 62 mil

Teorema Lmite Central. Aplicacin


2. Que ingreso promedio mensual, mnimo y mximo, se puede esperar en 12 meses entre el 20% y el 78% de los enganches o reservaciones?

= 148

X = + Z * / n _

0.3000 0.20

0.2800

_
Z=0.77

X = 148000 0.84 (62000 / 132,965.79

12

Z=-0.84

X = 148000 + 0.77 (62000 / 161,781.35.

12

X=Q148 mil

= 62 mil

Teorema Lmite Central. Aplicacin


3. Que ingreso promedio mensual, mximo, se puede esperar en 12 meses para el 53% de los enganches o reservaciones?

= 148

X = + Z * / n _
X = 148000 + 0.08 (62000 / 149,431.83.

0.5000 0.0300

12

Z=0.08

X=Q148 mil

= 62 mil

Teorema Lmite Central. Aplicacin


4. El ingreso promedio mensual, mnimo, para el 65% de los enganches o reservaciones mensuales, si se toman 12 meses?

= 148

X = + Z * / n _
X = 148000 - 0.39 (62000 / 141,019.83

0.1500 0.5000

12

Z=-0.39

X=Q148 mil

= 62 mil

Teorema Lmite Central. Aplicacin


5. Para 12 meses, de ellos superan que ingreso promedio mensual?

= 148

X = + Z * / n _
X = 148000 + 0.67 (62000 / 159,991.56

0.25 0.25

12

Z=0.67

X=Q148 mil

= 62 mil

Teorema Lmite Central. Aplicacin


6. Si se desea seleccionar al 10% de la mejores ventas promedio mensual, a partir de cuntos quetzales se ha de escoger, para una muestra de 20 meses?

= 148

X = + Z * / n _
X = 148000 + 1.28 (62000 / 165,745.43

0.40 0.10

20

Z=1.28

X=Q148 mil

= 62 mil

Teorema Lmite Central. Aplicacin


7. Si se desea seleccionar al 20% de las peores ventas promedio mensual, a partir de cuntos quetzales se ha de escoger, para una muestra de 15 meses?

= 148

X = + Z * / n _
X = 148000 - 0.84 (62000 / 134,553.00

0.3000 0.20

15

Z= -0.84

X=Q148 mil

= 62 mil

Teorema del Lmite Central


Aplicacin para proporciones

Z =______ p - P
PQ __ n

Teorema del Lmite Central


Aplicacin para proporciones El propietario de una fbrica obtiene su materia prima de productos ya utilizados; hasta hace poco todo iba bien, pero a principios de este mes se ha reportado un 20% de la produccin con serios defectos en la solidez del material y se reportan constantes quebraduras.

Teorema Lmite Central. Aplicacin


1.1 Cul es la probabilidad que la proporcin de defectos, sea: no mas del 15% para una muestra de 250 unidades?
Z = (0.15 0.20) / (0.20*0.80)/250 = -1.98 que representa el nmero de desviaciones estndar que existe

0.4761 0.0239 P=0.15 P=0.20

Para responder la pregunta es necesario buscar el rea para -1.98 desviaciones y esa rea es igual a 0.4761 lo que restado de 0.50 deja una proporcin del 0.0239 tal y como se muestra en la grfica.

Z = -1.98

La probabilidad que la proporcin de defectos sea no mas del 15% es de 0.0239

P=20%

Teorema Lmite Central. Aplicacin


1.2Cul es la probabilidad que la proporcin de defectos, sea: del 19% al 22% para una muestra de 250 unidades?
Z = (0.19 0.20) / (0.20*0.80)/250 = -0.40. Z = (0.22 0.20) / (0.20*0.80)/250 = 0.79.

0.1554

0.2852

P=0.19 P=0.20 P=0.22

Para responder la pregunta es necesario buscar el rea para -0.40 desviaciones y esa rea es igual a 0.1554 y para 0.79 una area de 0.2852 lo que sumado deja una proporcin del 0.4406.

Z = -0.40

Z = 0.79

La probabilidad que la proporcin de defectos sea del 19% al 22% es de 0.4406

P=20%

Teorema Lmite Central. Aplicacin


1.3 Cul es la probabilidad que la proporcin de defectos, sea: como maximo del 18.67% para una muestra de 250 unidades?
Z = (0.1867 0.20) / (0.20*0.80)/250 = -0.53 Para responder la pregunta es necesario buscar el rea para -0.53 desviaciones y esa rea es igual a 0.2019 lo que restado de 0.50 deja una proporcin del 0.2981 tal y como se muestra en la grfica.

0.2019

0.2981
P=0.1867 P=0.20

La probabilidad que la proporcin de defectos sea como mximo del 18.67% es de 0.2981

Z = -0.53

P=20%

Teorema Lmite Central. Aplicacin


2.1 Calcule la proporcin defectuosa mnima y mxima para el 43% de los casos alrededor de la proporcin poblacional para una muestra de 500?

p= P + Z * PQ/n -

Para una rea de 0.2150 debajo de la media Z= -0.57 y para una rea de 0.2150 arriba de la media Z=0.57.
0.2150 0.2150

p = 0.20 0.57 *(0.20*0.80)/500 = 0.1898 p = 0.20 + 0.57 *(0.20*0.80)/500 = 0.2101

P=0.19 P=0.20 P=0.21

Z = -0.57

Z = 0.57

La proporcin defectuosa mnima y mxima para el 43% de los casos alrededor de la proporcin poblacional esta entre 0.19 y 0.21

P=20%

Teorema Lmite Central. Aplicacin


2.2 el 65% de las unidades no supera que proporcin de defectos para una muestra de 500?

p= P + Z * PQ/n -

Para una rea de 0.1500 arriba de la media Z= 0.39. p = 0.20 + 0.39 *(0.20*0.80)/500 = 0.2069
0.1500

El 65% de las unidades no supera una proporcin de defectos del 0.207

P=0.20 P=0.207

Z = 0.39

P=20%

Teorema Lmite Central. Aplicacin


2.3 Los limites para el 10% bajo la proporcin de la poblacin para una muestra de 500?

p= P + Z * PQ/n -

Para una rea de 0.1000 abajo de la media Z= -0.25. p = 0.20 - 0.25 *(0.20*0.80)/500 = 0.1955
0.1000

p=0.195 P=0.20

Los limites para la proporcin defectuosa para el 10% bajo la proporcin de la poblacin son del 0.195 al 0.20

Z = -0.25

P=20%