Teorema

del límite central

Carles Rovira Escofet

P03/75057/01008
 FUOC • P03/75057/01008 Teorema del límite central

Índice

Sesión 1
La distribución de la media muestral ................................................. 5
1. Distribución de la media muestral para variables normales ................... 5
1.1. Caso de desviación típica poblacional conocida .............................. 5
1.2. Caso de desviación típica poblacional desconocida.
La t de Student .................................................................................. 8
2. Resumen ................................................................................................... 10
Ejercicios ....................................................................................................... 11

Sesión 2
El teorema del límite central ................................................................ 13
1. Aproximación de la binomial a la normal .............................................. 13
1.1. Estudio de la proporción .................................................................. 16
2. El teorema del límite central .................................................................... 17
2.1. Control de calidad ............................................................................ 18
3. Resumen ................................................................................................... 19
Ejercicios ....................................................................................................... 20
 FUOC • P03/75057/01008 5 Teorema del límite central

La distribución de la media muestral

En esta sesión estudiaremos el comportamiento de la media muestral de una

variable. Por ejemplo, supongamos que queremos estudiar la media de la altu-
ra de los estudiantes de la UOC: entre ellos hemos seleccionado una muestra
al azar, los hemos medido y hemos calculado la media de las alturas de los es-
tudiantes de la muestra; ahora queremos ver cómo se comporta esta media
muestral.

Veremos que si sabemos que la variable que se estudia es normal, entonces la me-
dia muestral también es normal, pero con desviación típica menor. Y también
veremos que si la variable no es normal pero la muestra es lo bastante grande, la
media también será aproximadamente normal.

1. Distribución de la media muestral para variables normales

Supongamos que tenemos una muestra x1, ..., xn de una variable aleatoria nor-
mal. Recordemos que la media se define como:

n
x = 1
--- ∑ xi .
n i = 1

Esta media depende de la muestra. Normalmente tendremos sólo una muestra,

Observad que...
pero podríamos tomar muchas diferentes, de manera que a cada una le corres-
... para una colección de mues-
pondería una media diferente. Esto nos da pie a hablar de la distribución tras, tendremos la correspon-
diente colección de medias
muestral de la media. Para indicar que se trata de una variable aleatoria, la de- muestrales x 1 , ..., x k .
notaremos por X .

Para estudiarla, deberemos distinguir dos casos: cuando la desviación típica de

la variable que medimos es conocida y cuando es desconocida.

1.1. Caso de desviación típica poblacional conocida

Pensemos en el ejemplo de las alturas de los estudiantes de la UOC. Supongamos

Desviación poblacional
que en un estudio anterior se había demostrado que las alturas de los estudiantes y desviación muestral
de la UOC seguían una distribución normal de media 172 cm y desviación típica La desviación poblacional es la
de 11 cm. desviación real de la variable,
que en este caso suponemos
conocida. Cuando calculamos
la desviación a partir de mues-
Intuitivamente vemos que la media de las observaciones de la muestra que te- tras, hablamos de desviación
nemos debe de ser un valor cercano a 172. También parece razonable pensar muestral.

que observaciones mayores que la media poblacional, 172, se compensarán

con valores menores, y que cuanto mayor sea la muestra, más cercano será el
valor de la media muestral a 172.
 FUOC • P03/75057/01008 6 Teorema del límite central

Pensemos ahora que tenemos una muestra de cien estudiantes de la UOC. Ha-
cemos diez grupos de diez estudiantes y hacemos la media aritmética para cada
grupo. Obtenemos diez valores, correspondientes a las diez medias x 1 ,..., x 10 .
Parece razonable pensar que la media de estos nuevos datos sería también 172.
Por otra parte, también parece razonable pensar que estos nuevos valores sean
más cercanos a 172 que los datos originales, ya que en cada una de las medias
se nos habrán compensado valores grandes con valores pequeños.

Demostración
Si la variable que estudiamos sigue una distribución normal con media µ
La demostración de este
y desviación típica σ conocidas, entonces la media muestral es también resultado es consecuencia de
normal con la misma media µ y desviación típica σ ⁄ n , donde n es el una importante propiedad de
las variables aleatorias norma-
tamaño de la muestra. Por tanto, tipificamos la variable X y obtene- les. La propiedad es la siguien-
te: si X e Y son variables
mos que: aleatorias independientes con
leyes
N ( µ1 , σ 1 ) y N ( µ2 , σ 2 )
2 2

X–µ
------------- respectivamente, entonces
σ X + Y tiene una ley:
-------
n
N ( µ1 + µ2 , σ 1 + σ 2 )
2 2

sigue una distribución normal estándar.

En nuestro ejemplo la variable que recoge todas las posibles medias de cada
grupo de diez estudiantes sigue una distribución normal de media 172 cm y des-
viación típica 11 / 10 = 3,48 cm. Observamos que, efectivamente, cuanto
mayor es la muestra, menor resulta la desviación típica y, por tanto, hay me-
nos dispersión.

Este cociente que nos da la desviación típica de la media aritmética se conoce

como error estándar.

Observad que...
Si σ es la desviación típica de la población y n el tamaño de la muestra,
... el error estándar es cada
se define el error estándar de la media muestral como: vez menor cuanto mayor es el
tamaño de la muestra.

σ
-------
n

Ejemplo de error estándar de una media muestral

Consideremos las alturas de los estudiantes de la UOC. Supongamos que sabemos que se tra-
ta de una variable aleatoria normal de media 172 cm y desviación típica 11 cm y que hemos
tomado una muestra de trescientos estudiantes al azar. Entonces podemos contestar pregun-
tas del tipo siguiente:

a) ¿Cuál es la probabilidad de que la media sea menor que 170 cm?

La distribución de la media muestral es normal de media 172 cm y desviación típica:

11
-------------- = 0,635
300
 FUOC • P03/75057/01008 7 Teorema del límite central

Tipificamos la variable para obtener una normal (0,1). Debemos calcular:

P ( X < 170 ) = P  -------------------- < --------------- = P ( Z < – 3,149 ) = 0,0008

X – 172 –2
 0.635 0,635

ya que Z es una variable aleatoria normal (0,1).

b) ¿Cuál es la probabilidad de que la distancia entre la media muestral (de esta muestra
de trescientos estudiantes) y la media poblacional, 172 cm, sea menor que 1 cm?

Por un razonamiento parecido (si la distancia entre dos números a y b ha de ser menor
que k, se debe cumplir: |a − b| < k):

X–µ
P ( X – µ < 1 ) = P ( 1 < X – µ < 1 ) = P  – --------------- < --------------- < --------------- = P ( – 1,57 < Z < 1,57 )
1 1
 0,635 0,635 0,635

donde Z es una variable aleatoria normal (0,1). Si buscamos en las tablas de la ley normal
(0,1), vemos que esta probabilidad es igual a 0,8836.

Tenemos así una probabilidad del 0,8836 de obtener un valor para la media muestral que
difiera en menos de 1 cm del valor real de la media cuando tomamos una muestra de tres-
cientos individuos.

Observad que en ninguna parte hemos utilizado el hecho de que la media fuese exacta-
mente 172 cm. Es decir, si sabemos que la variable “altura” sigue una normal con una
desviación típica de 11 cm y tomamos una muestra de trescientos estudiantes, sabemos
que la diferencia entre su media y la media poblacional µ (que quizá no conozcamos) será
menor de 1 cm con una probabilidad del 0,8836.

c) Consideremos ahora el problema inverso. Supongamos que desconocemos la media µ

de la altura de los estudiantes de la UOC y queremos estudiar una muestra de manera que
la diferencia entre la media de la muestra y la de la población µ sea menor que 1 cm con
una probabilidad del 0,95. ¿De qué medida tiene que ser nuestra muestra?

Sabemos que la variable estadística tipificada:

X–µ
-------------
11
-------
n

se distribuye como una normal (0,1). Por otra parte, si observamos las tablas, nos damos
cuenta de que si Z es una normal (0,1):

P ( – 1,96 < Z < 1,96 ) = 0,95.

Por tanto:

 
 X–µ 
0,95 = P  – 1,96 < ------------- < 1,96 = P  – 1,96 ------- < X – µ < 1,96 ------- 
11 11
 11-
------  n n
 n 

Y si imponemos que la diferencia X – µ debe ser menor que 1 cm, obtenemos:

11
1,96 ------- < 1
n

Por tanto, n > 11 ⋅ 1,96 , y así: n > ( 11 ⋅ 1,96 ) = 464,8 . Entonces, si tomamos 465 in-
2

dividuos para llevar a cabo el estudio, sabemos que la diferencia entre la media muestral
que obtendremos y la media real será menor de 1 cm, con una probabilidad del 0,95. Fi-
jaos en que cuanto mayor sea el tamaño de la muestra, menor será la diferencia entre la
media muestral y la poblacional.

Si se multiplican el numerador y el denominador por n, podemos escribir el

resultado que hemos visto en este apartado de otra manera.
 FUOC • P03/75057/01008 8 Teorema del límite central

Si la variable que estudiamos sigue una distribución normal con media

µ y desviación típica σ conocida, entonces:

n
∑ X i – nµ
i = 1
---------------------------
-
nσ

sigue una distribución normal estándar.

1.2. Caso de desviación típica poblacional desconocida.

La t de Student

Fijémonos en que en los ejemplos estudiados anteriormente necesitábamos dos

cosas:
Las variables aleatorias
normales son habituales
• que la variable que se estudiaba fuese normal;
En muchos casos es habitual
• que el valor de la desviación típica de la variable fuese conocido. suponer que una variable alea-
toria es normal. Algunos ejem-
plos son: el peso o la altura de
Estos dos hechos se conocen gracias a estudios previos. A menudo este estudio las personas, el error que co-
meten los aparatos de medida,
no se lleva a cabo, pero podemos suponer que la variable es normal. En este caso el peso de la fruta, las ventas
semanales de una tienda, etc.
deberemos hacer una estimación de la desviación típica con la llamada desvia-
ción típica muestral:

1 n Observad que...
------------ ∑ ( x i – x )
2
s =
n – 1i = 1 ... en el caso de la desviación
típica muestral se divide
de manera que en los cálculos del apartado anterior reemplazaremos la σ por por n − 1, no por n.
la s. Entonces la distribución muestral de la media ya no es una distribución
normal, como sucedía cuando en lugar de s conocíamos el auténtico valor σ
de la desviación.

Varios estudios realizados por W.S. Gosset al final del siglo XIX demostraron
que en este caso se obtiene una distribución diferente de la normal, aunque W.S. Gosset
para tamaños lo bastante grandes se parecen bastante. Esta nueva distribución W.S. Gosset trabajaba en la
se conoce con el nombre de t de Student con n − 1 grados de libertad. Esto sig- empresa cervecera Guinness
y utilizaba el seudónimo
nifica que por cada medida de la muestra, n, en realidad tenemos una distri- de Student para firmar sus
trabajos.
bución diferente.

La distribución t de Student con n grados de libertad, que denotare-

mos por tn, es muy parecida a la distribución normal (0,1): es simétrica
alrededor del cero, pero su desviación típica es un poco mayor que la de
la normal (0,1), es decir, los valores que toma esta variable están un El valor real y la
poco más dispersos. No obstante, cuanto mayor es el número de grados distribución tn de Student

de libertad, n, más se aproxima la distribución tn de Student a la distri- Observad que cuando conoce-
mos el valor auténtico de σ, la
bución normal (0,1). Consideraremos que podemos aproximar la tn por variable X sigue siempre una
una normal estándar para n > 100. distribución normal, pero su
varianza depende de n.
 FUOC • P03/75057/01008 9 Teorema del límite central

El gráfico siguiente representa las funciones de densidad de la t de Student para

diferentes valores de n y con una línea más gruesa, la densidad de una distribu-
ción normal (0,1).

Si σ es desconocida y n es el tamaño de la muestra, calcularemos el error están-

El error estándar es menor cuanto
dar mediante el cociente: mayor es el tamaño de la muestra.

s
Error estándar = -------
n

Este error estándar nos permite obtener un resultado nuevo importante.

Si la variable que estudiamos sigue una distribución normal con media

µ y desviación típica desconocida, entonces:

X–µ
-------------
s
-------
n

sigue una distribución tn–1, es decir, una t de Student con n − 1 grados

de libertad.

Obviamente, la manera más fácil de calcular probabilidades relacionadas con

una t de Student es con cualquier software estadístico o, incluso, una hoja de
cálculo. De todos modos, como en el caso de la normal, comentaremos cómo
podemos utilizar unas tablas estadísticas.

Las tablas que nos dan la distribución de la t de Student son parecidas a las de
la distribución normal estándar. No obstante, y dado que para cada valor de
los grados de libertad tenemos una distribución diferente, las tablas habituales
sólo nos sirven para ocho probabilidades determinadas (para otros valores hay
 FUOC • P03/75057/01008 10 Teorema del límite central

que utilizar algún software apropiado). La forma de utilizar las tablas es la si-
guiente: buscamos en la primera columna el número de grados de libertad,
nos situamos en aquella fila y determinamos qué puntos nos dejan la pro-
babilidad acumulada que nos interesa.

Ejemplo de utilización de las tablas de la t de Student

Una empresa indica en un paquete de arroz que el peso medio del paquete es de 900 gra-
mos. En una inspección hemos analizado el peso en gramos de 10 paquetes de arroz y
hemos obtenido los datos siguientes:

890 901 893 893 896

895 894 895 904 899

a) ¿Cuál es la probabilidad de que la distancia entre la media poblacional y la media muestral

sea mayor de 3 gramos?

Es razonable pensar que el peso en gramos de un paquetede arroz es una variable aleatoria
normal con media del peso que indica el paquete, y con una desviación típica determi-
nada. Es decir, de media los paquetes deberían tener 900 gramos, pero a causa de los erro-
res de medida de los aparatos que los llenan, algunos contendrán un poco más de 900
gramos y otros, un poco menos. Supongamos, pues, que la variable de interés (el peso del
paquete) es normal, pero no sabemos nada de su desviación típica. Con nuestros datos
podemos estimar la desviación típica y obtenemos:

s = 4,19

Entonces podemos utilizar el hecho de que ( x – µ ) ⁄ ( s ⁄ n ) es una observación de una t

de Student con n − 1 grados de libertad (en nuestro ejemplo, puesto que tenemos diez
datos, será una t de Student con nueve grados de libertad). Ahora podemos calcular:

 
 3 X–µ 3 
P ( X – µ > 3 ) = 1 – P ( – 3 < X – µ < 3 ) = 1 – P  – ------------ < ------------- < ------------ =
 -----------
4,19- 4,19 4,19
------------ ------------
 10 10 10 

= 1 – P ( – 2,26 < t 9 < 2,26 )

donde ya sabemos que t9 es una t de Student con nueve grados de libertad. Podemos calcular
esta probabilidad en las tablas:

P(−2,26 < t9 < 2,26) = 1 − 2P(t9 ≥ 2,26) = 1 − 2 · 0,025 = 0,95

Entonces:

1 − P(−2,26 < t9 < 2,26) = 1 − 0,95 = 0,05

Por tanto, a partir de estos datos, todo parece indicar que la empresa engaña a sus clien-
tes. En efecto, si se toma una muestra de tamaño 10, la probabilidad de que la diferencia
entre la media muestral y la real sea mayor de sólo 3 gramos es de un 5%. En cambio, la
media de nuestra muestra es de 896 gramos, 4 gramos menos que la cantidad que indica
el paquete.

En este caso los valores que nos han aparecido nos han permitido utilizar las tablas. En
otras ocasiones necesitaremos utilizar el ordenador.

2. Resumen

En esta sesión hemos estudiado la distribución de la media de datos que pro-

vienen de una distribución normal, y hemos diferenciado dos casos: cuando
la varianza poblacional es conocida y cuando la varianza es desconocida. Para
estudiar este último caso, hemos tenido que introducir la distribución t de
Student.
 FUOC • P03/75057/01008 11 Teorema del límite central

Ejercicios

1. El gasto mensual de la familia mexicana Robles sigue una distribución nor-

mal de media de 3.000 pesos y varianza 500. Supongamos que el gasto de cada
mes es independiente del de los otros meses. Si el ingreso anual es de 37.000
pesos, ¿cuál es la probabilidad de que no gasten más de lo que ganan? ¿Cuánto
deberían ganar para tener una seguridad del 99% de que no gastarán más de
lo que han ganado?

2. Hemos hecho una encuesta entre los hombres de una población determina-
da y, a partir de los resultados, deducimos que el peso de los hombres de esta
población sigue una distribución normal de media 72 kg. Para saber si los datos
que hemos obtenido son fiables, pesamos a cuatro de los encuestados y obtene-
mos una media de 77,57 kg, con una desviación típica de 3,5 kg. ¿Tenemos su-
ficientes motivos para pensar que los encuestados han mentido cuando nos han
dicho su peso?

Solucionario

1. Llamamos XA al gasto anual. Puesto que el gasto mensual XM sigue una ley
normal de media 3.000 y desviación típica 500 y

12 · 3.000 = 36.000 y 12 ⋅ 500 = 77,4597

X A – 36.000
sabemos que -------------------------------
- sigue una distribución normal estándar.
77,4597

Por tanto, la probabilidad de que la familia Robles gaste menos de 37.000 pe-
sos es:

X A – 36.000 37.000 – 36.000

P ( XA < 37.000 ) = P  -------------------------------
- < -------------------------------------------- = P ( Z < 12,9099 )
 77,4597 77,4597 

donde Z es una distribución normal estándar. Si observamos las tablas de la

distribución normal estándar, observamos que la probabilidad de que sea me-
nor que 3 ya es 1. Por tanto, la probabilidad es 1, es decir, podemos asegurar con
casi un 100% de certeza que no gastarán más de lo que ganan.

Para responder a la segunda pregunta, debemos encontrar una cantidad G tal

que:

X A – 36.000 G – 36.000
P ( XA < G ) = P  -------------------------------
- < ----------------------------- = 0,99
 77,4597 77,4597 

Si observamos las tablas de la normal, vemos que la cantidad:

G – 36.000
-----------------------------
77,4597
 FUOC • P03/75057/01008 12 Teorema del límite central

debería ser igual a 2,33 y, por tanto, si resolvemos la ecuación siguiente:

G – 36.000
----------------------------- = 2,33
77,4597

obtenemos que es preciso que G = 36.180,4811 para tener una seguridad del
99% de que esta familia no gastará más de lo que gana.

2. Observamos que la diferencia entre la media de nuestros datos y el valor

poblacional es de 5,57. Calcularemos la probabilidad de que, si escogemos a
cuatro de los encuestados al azar, la media del peso de estos individuos difiera
en 5,57 kg o más de la media que conocemos de la población. Por tanto, de-
bemos calcular:

P ( X – µ ≥ 5,57 )

Si esta probabilidad fuese pequeña, nos indicaría que los encuestados segura-
mente han mentido sobre su peso. Con la ayuda de las tablas, calculamos la
probabilidad del complementario:

 
 5,57 X – µ 5,57
P ( X – µ < 5,57 ) = P ( – 5,57 < X – µ < 5,57 ) = P  – ------------ < ------------- < ------------ =
 3,5
--------
3,5
--------
3,5 
--------
 4 4 4 

= P ( – 3,18 < t 3 < 3,18 ) = 1 – 2P ( t 3 ≥ 3,18 ) = 1 – 0,05 = 0,95

donde t3 es una t de Student con tres grados de libertad. Debemos utilizar la t

de Student porque sabemos que la variable de interés sigue una distribución
normal, pero desconocemos su desviación típica (sólo tenemos la desviación
típica de la muestra). Por tanto:

P ( X – µ ≥ 5,57 ) = 1 – P ( X – µ < 5,57 ) = 0,05

Así pues, parece que nos han mentido, ya que la probabilidad de que la diferencia
entre las medias de los pesos que nos han dicho y 72 es muy pequeña, del orden
de 0,05.

Observad que podemos hacer todos estos cálculos con las tablas de la t de Student.
 FUOC • P03/75057/01008 13 Teorema del límite central

El teorema del límite central

La distribución de la media muestral de una población normal es una distri-

bución normal con la misma media poblacional y con desviación típica el
error estándar. Este hecho nos permite calcular probabilidades cuando tene-
mos una muestra de una variable con distribución normal y desviación típica
conocida. Cuando no conocemos la desviación típica de la variable, también
podemos hacer cálculos con la distribución t de Student.

En esta sesión veremos cómo debemos proceder cuando no sabemos si la va-

riable de interés sigue una distribución normal o no, o cuando sabemos seguro
que su distribución no es normal.

Cuando la muestra es lo bastante grande, la solución nos viene dada por uno
de los resultados fundamentales de la estadística: el teorema del límite central.
Lo introduciremos con un caso particular: el estudio de la binomial.

1. Aproximación de la binomial a la normal

Supongamos que jugamos diariamente a un número de una lotería que, entre

otros premios, devuelve el importe jugado a todos los números que acaban en
la misma cifra que el número ganador.

Consideremos la variable X(n), que no da el número de veces que nos han devuel-
Binomial
to el importe jugado cuando se han realizado n sorteos. En este caso sabemos que
Si X sigue una distribución
la variable aleatoria X(n) sigue una distribución binomial de parámetros n y p = binomial de parámetros n y p,
0,1. En efecto, se han hecho n sorteos (es decir, se ha repetido un mismo expe- entonces:

P ( X = k ) =  n p ( 1 – p )
k n–k
rimento n veces de manera independiente) y en cada sorteo la probabilidad de  k
que nos devuelvan el dinero es p = 1/10 = 0,1 (probabilidad de éxito). Sin em- para los k ∈ {0, ..., n}
bargo, observemos qué sucede al aumentar el valor de n con la función de den-
sidad de probabilidad de la variable X(n). Si dibujamos esta función de
densidad de probabilidad para n = 3, obtenemos el gráfico siguiente:
 FUOC • P03/75057/01008 14 Teorema del límite central

Si ahora consideramos n = 10, los posibles valores van del 0 al 10, y el gráfico
de la función de densidad de probabilidad es:

Si tomamos n = 100, el gráfico es:

Y si por ejemplo tomamos n = 500, el gráfico de la función de probabilidad es:

 FUOC • P03/75057/01008 15 Teorema del límite central

Vemos, pues, que el perfil de este gráfico cada vez se parece más al de la función
de densidad de probabilidad de una variable aleatoria normal. La conclusión
que extraemos de este experimento es que si n es lo bastante grande, la variable
aleatoria X(n) es aproximadamente normal. Determinaremos ahora la media y
la desviación de esta variable aleatoria, que serán las correspondientes a la mis-
ma X(n):

• La esperanza de esta variable es:

n · p = 0,1 · n

• y la varianza:

np(1 − p) = n(0,1) · (0,9) = 0,09n

Éstos serán los parámetros de la variable aleatoria normal que aproxima la dis-
tribución de X(n). Así pues, si n es lo bastante grande, X(n) se comporta como
una N(0,1n; 0,09n).

Sea X una variable aleatoria con distribución binomial de parámetros n

y p. Si n es grande, entonces la distribución de X es aproximadamente
normal con esperanza µ = np y varianza σ2 = np(1 – p). En la práctica se
suele utilizar esta aproximación cuando np y n(1 – p) son mayores que
5, o bien cuando n > 30.

Este resultado nos permite simplificar bastante los cálculos en algunas situa-
ciones.

Ejemplo de la lotería

¿Cuál es la probabilidad aproximada de que en un año nos hayan devuelto el dinero al

menos cincuenta veces? De hecho, debemos calcular la probabilidad P(X(365) ≥ 50). Si
quisiéramos obtener el valor exacto de esta probabilidad, por el hecho de que X(365)
es una binomial de parámetros 365 y p = 0,1, deberíamos hacer el cálculo siguiente:

P(X(365) ≥ 50) = 1 − P(X(365) < 50) =

= 1 − P(X(365) = 0) − P(X(365) = 1) − P(X(365) = 2) − ... − P(X(365) = 49)

donde cada una de estas probabilidades se encontraría mediante la fórmula de la binomial

que ya conocemos, en nuestro caso:

P ( X ( 365 ) = k ) =  365 ( 0,1 ) ( 0,9 )

k 365 – k
 k 

En cambio, si renunciamos a pedir que la probabilidad sea exacta y nos conformamos con
una muy buena aproximación, podemos utilizar el hecho de que la distribución de X(365)
se puede aproximar por una normal de parámetros µ = 365 · 0,1 = 36,5 y σ2 = 365 · 0,09 =
32,85. Así:

X ( 365 ) – 36,5 50 – 36,5

P ( X ( 365 ) ≥ 50 ) = P  -------------------------------------- ≥ -------------------------
 32,85 32,85 
 FUOC • P03/75057/01008 16 Teorema del límite central

y si llamamos Z a una variable aleatoria normal (0,1), esta probabilidad será aproximada-
mente:

P  Z ≥ 50
------------------------- = P ( Z ≥ 2,36 ) = 0,0091
– 36,5
 32,85 

Por tanto, la probabilidad aproximada de que nos devuelvan el dinero cincuenta veces o
más a lo largo del año es únicamente del 0,0091.

Observad que hemos calculado P(X(365) ≥ 50), pero que esta cantidad es la misma que
P(X(365) ≥ 49,5), ya que la variable sólo toma valores naturales. Fijaos en que si la aproxi-
mamos por la normal, obtendremos:

X ( 365 ) – 36,5 49,5 – 36,5

P ( X ( 365 ) ≥ 49,5 ) = P  -------------------------------------- ≥ -------------------------------
 32,85 32,85 

= P  Z ≥ ------------------------------- = P ( Z ≥ 2,26 ) = 0,0119

49,5 – 36,5
 32,85 

que es una cantidad ligeramente diferente de la obtenida antes. Se dice que este valor se
ha obtenido haciendo una corrección de continuidad, ya que aproximamos una varia-
ble discreta por una continua. Podemos considerar buenos los dos resultados.

1.1. Estudio de la proporción

Hemos visto que cuando n es grande, podemos aproximar una binomial (n,p)
por una normal de parámetros µ = np y σ2 = np(1 – p). Por otro lado, sabemos
que podemos considerar la variable aleatoria binomial como la suma de n va-
riables aleatorias con distribución de Bernoulli de parámetro p. Si dividimos
esta suma por n, obtenemos claramente la proporción de éxitos.
Ejemplo de la lotería

En el ejemplo de la lotería po-

Una proporción corresponde a hacer la media de n variables aleatorias demos pensar que X(n), el nú-
mero de veces que nos han
de Bernoulli de parámetro p, donde n es el tamaño de la muestra y p, la devuelto el dinero en n sorteos,
es una suma de n variables,
probabilidad de éxito de cada acontecimiento individual. cada una de las cuales vale 1
si aquel día concreto nos han
devuelto el dinero, y 0 en caso
contrario. La suma de las n va-
Ejemplo de cálculo de una proporción riables nos da el número de ve-
ces que nos han devuelto el
Si queremos calcular la proporción de catalanes que se ha conectado hoy a Internet, pode- dinero en los n sorteos, y si
dividimos por n obtenemos la
mos considerar que a cada catalán le corresponde una variable Bernoulli que vale 1 si se co-
proporción de sorteos en los
necta o 0 si no lo hace. Para calcular la proporción, debemos dividir el número de catalanes que esto sucede.
que se han conectado por el número total de catalanes.

Puesto que hemos visto que la suma de n distribuciones de Bernoulli de pará-

Utilidad de las
metro p, que es una binomial (n,p), es aproximadamente una distribución nor- proporciones
mal con media np y varianza np(1 − p), está claro que la proporción (que es la La estadística cada vez se
suma de las n distribuciones de Bernoulli dividida por n), tendrá esperanza p y des- utiliza más y las encuestas
aparecen todos los día en los
viación típica p ( 1 – p ) ⁄ n. diarios. Nos interesa saber
qué proporción de electores
votarán a un determinado par-
tido, qué proporción de ciuda-
Por tanto, cuando el tamaño de la muestra, n, es grande, la distribución danos rechaza un determinado
plan o una determinada ley
de la proporción es aproximadamente una distribución normal de espe- que está preparando el gobier-
ranza p y desviación típica p ( 1 – p ) ⁄ n. En este caso p ( 1 – p ) ⁄ n corres- no, qué proporción de consu-
midores estarán interesados en
ponde al error estándar. un nuevo producto que quere-
mos lanzar al mercado, etc.
 FUOC • P03/75057/01008 17 Teorema del límite central

Ejemplo de distribución de la proporción

Preguntamos a una muestra de habitantes de una población su opinión sobre la posible

construcción de un pantano. La probabilidad de que un individuo concreto de la pobla-
ción esté de acuerdo con la construcción del pantano es p, y n es el número de habitantes
entrevistados. El 30% de los encuestados está a favor de la construcción del pantano, es decir,
podemos establecer que p = 0,3. Si hemos preguntado a cuatrocientos habitantes, entonces
encontramos que la distribución de la proporción de habitantes que están a favor de la cons-
trucción del pantano, que denotaremos por p, es:

0,3 ( 1 – 0,3 )
N  0,3; -------------------------------- = N ( 0,3; 0,0005 )
 400 

Para calcular la probabilidad de que la proporción de habitantes a favor sea mayor del 40%,
deberíamos hacer:

P ( p̂ > 0,4 ) = P  ----------------------- > ------------------------ = P ( Z > 4,47 ) = 0

p̂ – 0,3 0,4 – 0,3
0,0005 0,0005

donde Z indica una distribución normal estándar.

2. El teorema del límite central

Sabemos que la distribución de la media muestral de una variable normal o

bien tiene distribución normal o bien se corresponde con una t de Student.
También hemos visto que si las variables originales siguen una distribución de
Bernoulli, entonces su media es una proporción y, en este caso, cuando n es lo
bastante grande, su distribución muestral también es una normal.

El último resultado es cierto sea cual sea la distribución de los datos originales.
Es decir, no es preciso que partamos ni de distribuciones normales ni de dis-
tribuciones de Bernoulli, ya que para muestras de tamaños lo bastante gran-
des, la distribución de la media muestral es normal sea cual sea la distribución
original. Este resultado fundamental de la estadística tiene un nombre propio:
el teorema del límite central.

¿Qué significa n bastante

El teorema del límite central dice que si una muestra es lo bastante gran- grande?
de (n > 30), sea cual sea la distribución de la variable de interés, la distri- Consideraremos que n es lo
bución de la media muestral será aproximadamente una normal. Además, bastante grande cuando,
como mínimo, n > 30.
la media será la misma que la de la variable de interés, y la desviación tí-
pica de la media muestral será aproximadamente el error estándar.

Una consecuencia de este teorema es la siguiente:

Cálculo del error estándar

Dada cualquier variable aleatoria con esperanza µ y para n lo bastante
Recordemos que si la variable
grande, la distribución de la variable ( X – µ ) ⁄ ( error estándar ) es una tiene una desviación típica co-
normal estándar. nocida σ, el error estándar se
puede calcular como σ ⁄ n .
Cuando σ es desconocida,
calculamos el error estándar
como s ⁄ n .
Ejemplo de aplicación del teorema del límite central

Una empresa de mensajería que opera en la ciudad tarda una media de 35 minutos en lle-
var un paquete, con una desviación típica de 8 minutos. Supongamos que durante el día
de hoy han repartido doscientos paquetes.
 FUOC • P03/75057/01008 18 Teorema del límite central

a) ¿Cuál es la probabilidad de que la media de los tiempos de entrega de hoy esté entre
30 y 35 minutos?

b) ¿Cuál es la probabilidad de que, en total, para los doscientos paquetes hayan estado
más de 115 horas?

Consideremos la variable X = “Tiempo de entrega del paquete”. Sabemos que su media

es 35 minutos y su desviación típica, 8. Pero fijaos en que no sabemos si esta variable si-
gue una distribución normal. Durante el día de hoy se han entregado n = 200 paquetes.
Es decir, tenemos una muestra x1, x2, ..., xn de nuestra variable.

Por el teorema del límite central sabemos que la media muestral se comporta como una
normal de esperanza 35 y desviación típica:

8
-------------- = 0,566
200

Si utilizamos esta aproximación, ya podemos contestar a la pregunta a. Debemos calcular:

P ( 30 ≤ X ≤ 35 ) = P  ------------------- ≤ ----------------- ≤ -------------------

30 – 35 X – 35 35 – 35
0,566 0,566 0,566

que es aproximadamente igual a la probabilidad siguiente:

P  ------------------- ≤ Z ≤ -------------------  = P ( – 8,83 ≤ Z ≤ 0 ) = P ( Z ≤ 0 ) – P ( Z ≤ – 8,83 ) =

30 – 35 35 – 35
 0,566 0,566 

= 0,5 – 0 = 0,5

donde Z es una normal (0,1). Es decir, tenemos una probabilidad aproximada del 0,4616
de que la media del tiempo de entrega de hoy haya estado entre 30 y 35 minutos.

Por lo que respecta a la segunda pregunta, de entrada debemos pasar las horas a minutos,
ya que ésta es la unidad con la que nos viene dada la variable. Observad que 115 horas por
60 minutos nos dan 6.900 minutos. Se nos pide que calculemos la probabilidad siguiente:

P  X > --------------- = P ( X > 34,5 )

6.900
 200 

y como que sabemos que la media se distribuye aproximadamente como una normal de
media 35 y desviación típica 0,566 (supondremos siempre que la distribución de la media
es normal, ya sea porque la variable de interés es normal o porque la muestra es lo bas-
tante grande), esta probabilidad se puede aproximar por la probabilidad de una distribu-
ción normal estándar Z:

P  Z > ----------------------- = P ( Z > – 0,88 ) = 1 – P ( Z < – 0,88 ) = 1 – 0,1894 = 0,8106

34,5 – 35
 0,566 

2.1. Control de calidad

Uno de los casos más habituales en los que podemos aplicar el teorema del lí-
mite central es a la hora de hacer un proceso de control de calidad.

Entenderemos por control de calidad el seguimiento de cierta variable

aleatoria en un proceso de producción a partir de la media de muestras
sucesivas.

Estableceremos un intervalo, de manera que las medias que caigan fuera de

este intervalo nos indicarán que existe alguna anomalía en el proceso de pro-
 FUOC • P03/75057/01008 19 Teorema del límite central

ducción en aquel instante. Los límites de este intervalo se denominan límites

de control.

Si µ es la esperanza de la variable de interés, σ la desviación típica y conside-

ramos una muestra de esta variable de tamaño n, los límites de control ven-
drán dados por µ + 3σ ⁄ n y µ – 3σ ⁄ n . Es decir, calculamos tres veces el
error estándar a lado y lado de la media. Por tanto, la longitud del intervalo es
dos veces el triple del error estándar.

¿Por qué tomamos este intervalo? Si aplicamos el teorema del límite central so-
bre la variable de interés, sabemos que la media de n datos se distribuye como
una normal con media µ y varianza σ ⁄ n . Se demuestra fácilmente que la pro-
babilidad de que una media esté fuera del intervalo µ + 3σ ⁄ n y µ – 3σ ⁄ n es
de 0,001 (esto significa que un valor fuera de este intervalo, si el proceso fun-
cionase correctamente, se puede dar sólo con una probabilidad de 0,001). Por
tanto, cuando se dé un valor fuera del intervalo, pensaremos que no es casua-
lidad y que el problema es que la variable no se comporta como suponíamos.

Ejemplo de realización de un control de calidad

Consideremos una máquina que llena tarros de yogur. Supongamos que, de media, cada ta-
rro contiene 125 gramos de yogur con una desviación típica de 1,5 gramos. Todas las sema-
nas hacemos un control de la máquina: analizamos una muestra de treinta tarros y
calculamos la media de cada uno. En este ejemplo el error estándar es:

1,5
----------- = 0,274
30

Por tanto, los límites de control serán:

125 + 3 · 0,274 = 125,82

125 − 3 · 0,274 = 124,18

Así pues, si la media de las muestras semanales de tamaño 30 está entre estos dos valores, con-
sideraremos que todo está correcto, mentras que si es inferior a 124,18 o superior a 125,82
supondremos que hay alguna anomalía en el proceso de producción, y habrá que revisarlo.

Por cierto, fijaos en que para hacer este control de calidad sólo se desperdician treinta yogures
a la semana.

3. Resumen

En esta sesión hemos presentado un resultado fundamental de la estadística, el

teorema del límite central. Lo hemos desarrollado a partir del estudio de una
proporción. Hemos acabado viendo una de sus aplicaciones más habituales, la
realización de un control de calidad.
 FUOC • P03/75057/01008 20 Teorema del límite central

Ejercicios

1. En un experimento de laboratorio se mide el tiempo de una reacción quími-

ca. Se ha repetido el experimento 98 veces y se obtiene que la media de los 98
experimentos es de 5 segundos con una desviación de 0,05 segundos. ¿Cuál es
la probabilidad de que la media poblacional µ difiera de la media muestral en
menos de 0,01 segundos?

2. Se establece un control de calidad para un proceso de producción de balas.

Se ha dispuesto que cuando el proceso está bajo control, el diámetro de las balas
es de 1 cm, con una desviación típica de 0,003 cm. Cada hora se toman muestras
de nueve balas y se miden sus diámetros. Los diámetros de media de diez mues-
tras sucesivas, en centímetros, son:

1,0006 0,9997 0,9992 1,0012 1,0008

1,0012 1,0018 1,0016 1,0020 1,0022

Estableced cuáles son los límites de control y explicad qué podéis concluir so-
bre el proceso de producción en estos instantes.

Solucionario

1. Dado que la muestra es grande, por el teorema del límite central podemos
suponer que la distribución de la media es una normal de media µ y desviación
típica el error estándar. Por tanto, la probabilidad que nos preguntan, que es:

 
 0,01 X – µ 0,01
P ( X – µ < 0,01 ) = P ( – 0,01 < X – µ < 0,01 ) = P  – ------------ < ------------- < ------------ =
 0,05
------------ ------------ ------------
0,05 0,05
 98 98 98 

 
 X–µ 
= P  – 1,98 < ------------- < 1,98
 0,05
------------ 
 98 

se puede aproximar por la probabilidad de una distribución normal estándar Z:

P(−1,98 < Z < 1,98) = 1 − 2 · 0,0239 = 0,9522.

Por tanto, la probabilidad que nos piden es de 0,9522.

2. Observamos que la media µ = 1 y que el error estándar es:

σ 0,003
------- = --------------- = 0,001
n 10
 FUOC • P03/75057/01008 21 Teorema del límite central

Por tanto, los límites de control serán 1,003 y 0,997. Observemos que absoluta-
mente todas las medias que hemos obtenido de las sucesivas muestras están
dentro del intervalo formado por los dos límites de control. Es decir, no hay nin-
gún dato superior a 1,003 ni ningún dato inferior a 0,997. Por tanto, podemos
concluir que el proceso de control ha sido correcto durante el tiempo que lo he-
mos analizado, y que no hemos detectado ninguna anomalía.