teorema de limite central
Utilización Práctica del
Teorema Central del Límite
Apellidos, nombre
Martínez Gómez, Mónica (momargo@eio.upv.es)
Marí Benlloch, Manuel (mamaben@eio.upv.es)
Departamento
Estadística, Investigación Operativa Aplicadas y
Calidad
Centro
Universidad Politécnica de Valencia
1Utilización Práctica del Teorema Central del Límite
1. Resumen de las ideas clave
En este artículo vamos a conocer las características básicas del Teorema Central del Límite y sus posibles
aplicaciones prácticas con la finalidad de construir una especie de catálogo al que acudir para el cálculo
de probabilidades de distribuciones discretas, como binomial o Poisson mediante aproximaciones a la distribución normal.
2. Introducción
¿Qué diferencia existe en el cálculo de probabilidades de la variables aleatorias (V.A.) discretas, que
siguen distribuciones binomiales o de Poisson y el cálculo de probabilidades de variables aleatorias
continuas que siguen una distribución normal?
Una variable aleatoria se define continua cuando el conjunto de valores que puede tomar es un infinito
continuo, es decir, puede tomar cualquier valor en un intervalo. Por el contrario, se define discreta
cuando están medidas finitas o infinitas numerables, representan algo que podemos contar, y no suelen
llevar decimales. Las distribuciones de probabilidad más utilizadas en variables discretas son la distribución binomial y la distribución de Poisson. La distribución más frecuente en el caso de las
variables continuas es la distribución normal.
El Teorema Central del Límite indica que, en condiciones muy generales, la distribución de la suma de
variables aleatorias tiende a una distribución normal cuando la cantidad de variables es muy grande. Es
decir, garantiza una distribución normal cuando n es suficientemente grande.
En este objeto de aprendizaje, conoceremos las características y propiedades del Teorema Central del
Límite. Utilizamos ejemplos y ejercicios donde descubriremos las razones por las cuales, en muchos campos de aplicación, se encuentran en todo momento distribuciones normales, o casi normales ya que
cuando n es suficientemente grande, de variables independientes y todas ellas siguen el mismo modelo
de distribución (cualquiera que éste sea), la suma de ellas se distribuye según una distribución normal,
siendo aplica tanto a suma de variables discretas como de variables continuas, lo que facilitará el cálculo
de las probabilidades. Finalmente, resaltamos los conceptos básicos de aprendizaje con respecto al
Teorema Central del Límite y sus aplicaciones prácticas.
3. Objetivos
•
Mostrar las características y propiedades del teorema Central del Límites
2
Utilización Práctica del Teorema Central del Límite
•
Utilizar la distribución normal para aproximar el cálculo de probabilidades de variables
discretas de Poisson.
•
Utilizar la distribución normal para aproximar el cálculo de probabilidades de variables
discretas de Binomial.
4. El Teorema Central de Límite
Este teorema afirma que la distribución de medias muéstrales tiende hacia una distribución normal,
aunque las muestras procedan de una distribución no normal determinar un modelo de probabilidad
para describir el comportamiento de una variable continua.
Es un Teorema de gran importancia en Estadística, especialmente para la parte de Inferencia Estadística.
Establece que si X1,………….,Xn son variables aleatorias independientes con media µi y varianza σi2, al ...
Regístrate para leer el documento completo.