Si una población tiene media \mu y desviación típica \sigma, y tomamos muestras de tamaño n con n>30 (ó cualquier tamaño si la población es "normal"), la media de estas muestras siguen aproximadamente una distribución normal dada por:

 

\displaystyle N\left( \mu, \frac{\sigma}{\sqrt{n}}\right)

 

¿Para qué sirve el teorema central del límite?

 

1 Permite averiguar la probabilidad de que la media de una muestra concreta esté en un cierto intervalo.

 

2 Permite calcular la probabilidad de que la suma de los elementos de una muestra esté, a priori, en un cierto intervalo.

 

\displaystyle \sum_{i=1}^n x_i \rightarrow N\left( n\mu, \sigma \sqrt{n}\right)

 

3 Inferir la media de la población a partir de una muestra.

 

Ejemplos

1Las bolsas de sal envasadas por una máquina tienen \mu =500 \ \text{g} y \sigma=35\ \text{g}. Las bolsas se empaquetaron en cajas de 100 unidades.Calcular la probabilidad de que la media de los pesos de las bolsas de un paquete sea menor que 495\ \text{g}.Calcular la probabilidad de que una caja 100 de bolsas pese más de 51 \ \text{kg}.

 

1 Calcular la distribución de la media de una muestra

 

Dado que la muestra es grande (n=100) podemos aplicar el teorema del límite central. Por lo tanto, la media de la muestra se aproxima a una distribución normal con los parámetros

\mu_{\overline{X}}=\mu=500\ \text{g}

\displaystyle \sigma_{\overline{X}}=\frac{\sigma}{\sqrt{n}}=\frac{35}{\sqrt{100}}=3.5\ \text{g}

Esto es

\displaystyle N(500, 3.5)

Calculamos la probabilidad

\displaystyle p(\overline{X} <495)=p\left( Z<\frac{495-500}{3.5}\right) =p(z<-1.43)=p(z>1.43)

p(\overline{X} <495)=1-p(z\leq 1.43)=0.0764

 

2 Calcular la distribución de la suma de los elementos de una muestra

 

Necesitamos calcular la probabilidad de que la suma de los elementos de una muestra esté en un cierto intervalo. Sabemos que la suma de la muestra se aproxima a una distribución normal con los parámetros

\mu_{\sum}=n\mu=500\cdot 100=50 000\ \text{g}

\displaystyle \sigma_{\sum}=\sigma \sqrt{n}=35\sqrt{100}=350\ \text{g}

Esto es

\displaystyle N(50000, 350)

Calculamos la probabilidad

\displaystyle p\left(\sum x_i >51000\right)=p\left( z>\frac{51000-50000}{350}\right) =p(z>2.86)

p\left(\sum x_i >51000\right)=1-p(z\leq 2.86)=0.0021

2La población de las temperaturas corporales de adultos sanos tiene media \mu=36.8 \text{ C}^\circ y desviación típica de \sigma=0.4\text{ C}^\circ. Si obtenemos una muestra de 100 personas. ¿Cuál es la probabilidad de que la media de la temperatura de la muestra sea menor o igual a 36.7 \text{ C}^\circ?

 

1 Calcular la distribución normal a la que se aproxima la media

 

Dado que la muestra es grande podemos aplicar el teorema del límite central. Por lo tanto, la media de la muestra se aproxima a una distribución normal con los parámetros

\mu_{\overline{X}}=36.8 \text{ C}^\circ

\displaystyle \sigma_{\overline{X}}=\frac{\sigma}{\sqrt{n}}=\frac{0.4}{\sqrt{100}}=0.04 \text{ C}^\circ

Esto es

\displaystyle N(36.8, 0.04)

 

2 Aproximar la probabilidad usando la distribución normal obtenida

 

Calculamos la probabilidad de obtener una temperatura menor o igual a 36.7 \text{ C}^\circ. Para ello, calculamos el valor equivalente en la variable normal tipificada

\displaystyle P(X\leq 36.7)=P\left(Z\leq  \frac{36.7-36.8}{0.04}\right)=P(Z\leq -2.5)

\displaystyle P(X\leq 36)=P(Z> 2.5)=1-P(Z \leq 2.5)=0.0062

¿Necesitas un/a profe de Matemáticas?

¿Te ha gustado el artículo?

¿Ninguna información? ¿En serio?Ok, intentaremos hacerlo mejor la próxima vezAprobado por los pelos. ¿Puedes hacerlo mejor?Gracias. Haznos cualquier pregunta en los comentar¡Un placer poder ayudarte! :) 3,76/5 - 25 voto(s)
Cargando…

Marta

➗ Licenciada en Químicas da clase de Matemáticas, Física y Química -> Comparto aquí mi pasión por las matemáticas ➗