Vous êtes sur la page 1sur 3

TEOREMA DEL LMITE CENTRAL La asociacin de la distribucin normal con el Teorema del Lmite Central, es til para realizar

inferencias sobre variables aleatorias, aun sin conocer qu clase de distribucin sigue la poblacin original, cuando la muestra es lo suficientemente grande. La definicin del Teorema del Lmite central es: La distribucin de la media muestral (x), tomada de una muestra aleatoria grande de una distribucin con varianza finita, seguir una distribucin normal prescindiendo de la distribucin de la poblacin original. La media muestra (xb), est distribuida normalmente con una media ( x); y, una varianza (2 x/n). Z= xb - / n Este teorema es de importancia fundamental para la estadstica porque justifica el uso de mtodos de curva normal en una gran variedad de problemas; se aplica a poblaciones infinitas y tambin a poblaciones finitas cuando n , a pesar de ser grande, no constituye ms que una pequea porcin de la poblacin, por lo regular n= 30 es lo suficientemente alto. El teorema no solo nos proporciona un mtodo para calcular la distribucin de una sima de variables aleatorias, sino que adems nos ayuda a explicar el hecho observable de que las frecuencias empricas de un gran nmero de poblaciones existentes en la naturaleza exhiban una forma acampanada (es decir normal).Si se considera que un error de medicin es la consecuencia de un gran nmero de pequeos errores independientes, el teorema central de limite implica que si distribucin ser aproximadamente normal ejemplos de ellos seria la altura de los hijos de una pareja, medicin astronmica, errores humanos entre otros. EJEMPLO 1

Cul es la probabilidad de que el error sea menor que 5, cuando se usa una media de una muestra aleatoria de tamao n =64 para estimar la media de una poblacin infinita con = 20? Z= -5 20/ 64 = -2 Z= -5 20 / 64 = 2

Z= 2.00 = 0.4772 0.4772+ 0.4772 = 0.9544

Por lo tanto, la probabilidad es como mnimo de 0.75 por una aseveracin mas firme de que la probabilidad es aproximadamente de o.95 (de que la media de una muestra aleatoria de tamao n= 64 de la poblacin de referencia difiera de la poblacin por menos de 5). EJEMPLO 2

Una compaa aseguradora de automviles tiene, 10 000 (= 104) asegurados. Si el gasto anual que un asegurador ocasiona a la compaa tiene por media 260 dlares con una desviacin tpica de 800 dlares, aproxime la probabilidad de que el gasto total que la compaa debe afrontar en un ao sobrepase 2.8 millones (= 2.8 x 106) de dlares. Media = 104 x 260 = 2.6 x 106 = 800 104 = 800 102 = 8 x104 P(x> 2.8 x 106 ) = P { x- 2.6 x106 > 2.8x 106 2.6 x106 } 8 x 104 = P { z > 0.2 x 106 8 x 104 =P{ 20 } 8 = P { z > 2.5 } = 0.0062 Esto quiere decir que, existen 6 posibilidades sobre 1000 de que el coste anal total que debe afrontar la compaa sobrepase 2.8 millones de dlares. } 8 x 104

REFERENCIAS Freud, J.E, Simon, G.A (1994) Estadstica elemental (8 ed) Mxico Pearson. Editorial

Ross, S (2005) Introduccin a la estadstica (2 ed.)San Diego, USA Editorial Revert. Morales, E (2001) Introduccin a la econometra. ( 1 ed.) Quinto, Ecuador Editorial Abyayala.