teorema ccentral del limite

¿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 variablesaleatorias
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 cualquiervalor 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. Lasdistribuciones 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 ladistribución 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 devariables 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 delLímite. 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 quecuando 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 distribuciónnormal,
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 deaprendizaje con respecto al
Teorema Central del Límite y sus aplicaciones prácticas.

Veamos algunos ejemplos:
• Ejemplo 1: Calcular la probabilidad obtener 200  puntos al lanzar 70 dados.
    Sea la...