Teorema del lmite central

El teorema del lmite central o teorema central del

lmite indica que, en condiciones muy generales, si Sn
es la suma de n variables aleatorias independientes y de
varianza no nula pero nita, entonces la funcin de distribucin de Sn se aproxima bien a una distribucin
normal (tambin llamada distribucin gaussiana, curva de
Gauss o campana de Gauss). As pues, el teorema asegura
que esto ocurre cuando la suma de estas variables aleatorias e independientes es lo sucientemente grande.[1][2]

1.1 Enunciado formal

puesto que son equivalentes, as como encontrarlo en versiones no normalizadas como puede ser:[4][5]

De manera formal, normalizada y compacta el enunciado

del teorema es:[3]
Es muy comn encontrarlo con la variable estandarizada
Zn en funcin de la media muestral X n ,
Xn
,
/ n

Denicin

Nota: es importante remarcar que este teorema no dice

Sea N (, 2 ) la funcin de densidad de la distribucin
nada acerca de la distribucin de Xi , excepto la existen[1]
normal denida como
cia de media y varianza.[4]
f,2 (x) =

1
2 2

(x)2
2 2

2 Propiedades

con una media y una varianza 2 . El caso en el que su

funcin de densidad sea N (0, 1) , a la distribucin se le
conoce como normal estndar.

El teorema del lmite central garantiza una distribucin normal cuando n es sucientemente grande.

Se dene Sn como la suma de n variables aleatorias, independientes, idnticamente distribuidas, y con una media
y varianza 2 nitas (2 0):

Existen diferentes versiones del teorema, en funcin de las condiciones utilizadas para asegurar
la convergencia. Una de las ms simples establece que es suciente que las variables que se suman
sean independientes, idnticamente distribuidas,
con valor esperado y varianza nitas.

Sn = X 1 + + X n
de manera que, la media de Sn es n y la varianza n2 ,
dado que son variables aleatorias independientes. Con tal
de hacer ms fcil la comprensin del teorema y su posterior uso, se hace una estandarizacin de Sn como
Zn =

La aproximacin entre las dos distribuciones es, en

general, mayor en el centro de las mismas que en
sus extremos o colas, motivo por el cual se preere el nombre teorema del lmite central (central
calica al lmite, ms que al teorema).

Sn
n
n

Este teorema, perteneciente a la teora de la probabilidad, encuentra aplicacin en muchos campos relacionados, tales como la inferencia estadstica o la
teora de renovacin.

para que la media de la nueva variable sea igual a 0 y la

desviacin estndar sea igual a 1. As, las variables Zn
convergern en distribucin a la distribucin normal estndar N(0,1), cuando n tienda a innito. Como consecuencia, si (z) es la funcin de distribucin de N(0,1),
para cada nmero real z:

3 Varianza nula o innita

En el caso de n variables aleatorias Xi independientes e
idnticamente distribuidas, cada una de ellas con varianza
nula o innita, la distribucin de las variables:

limn Pr(Zn z) = (z)

donde Pr( ) indica probabilidad y lim se reere a lmite
matemtico.

Sn =
1

X1 ++Xn
n

no convergen en distribucin hacia una normal. A continuacin se presentan los dos casos por separado.

3.1

Considrese el caso de variables que siguen una

distribucin de Cauchy:
1

arctan x

En este caso puede demostrarse que la distribucin asinttica de Sn viene dada por otra distribucin de Cauchy,
con menor varianza:
FSn (x) =

arctan nx

Para otras distribuciones de varianza innita no es fcil

dar una expresin cerrada para su distribucin de probabilidad aunque su funcin caracterstica s tiene una forma sencilla, dada por el teorema de Lvy-Khintchine:[6]

[ Sn (t)
(
exp ist c|t| 1 + i

t
|t| u(t, )

)]

= 1
=1

{
0 x < x0
1 x x0

(s x0 ) ds

En este caso resulta que la variable Sn trivialmente tiene la misma distribucin que cada una de las variables
independientes.

[5]

Vase tambin
Ley de los grandes nmeros
Distribucin normal
Teorema de De Moivre-Laplace

Weisstein, Eric W. Central Limit Theorem. En

Weisstein, Eric W. MathWorld (en ingls). Wolfram
Research.

[6] P. Ibarrola, L. Pardo y V. Quesada: Teora de la Probabilidad, p. 521-522

6 Enlaces externos

Este caso corresponde trivialmente a una funcin degenerada tipo delta de Dirac cuya funcin de distribucin
viene dada por:
=

[4] Wasserman, Larry. 5. Convergence of Random Variables. All of Statistics (en ingls). Springer. p. 77. ISBN
0-387-40272-1.

Behar Gutirrez, Roberto; Grima Cintas, Pere

(2004). 55 respuestas a dudas tpicas de Estadstica. Madrid: Ediciones Daz de Santos, S.A. pp. 187189. ISBN 84-7978-643-4.

Varianza nula

FXi (x)

[3] Charles Stanton. Central limit theorem. Probability and

Statistics Demos (en ingls). Consultado el 13 de diciembre
de 2010.

Blaiotta, Jimena; Delieutraz, Pablo (30 de julio de

2004). Teorema central del lmite (PDF). Consultado el 15 de diciembre de 2010.

Las condiciones anteriores equivalen a que una distribucin de probabilidad sea una distribucin estable.

3.2

[2] Grinstead, Charles M.; Snell, J. Laurie (1997). 9. Central

Limit Theorem. Introduction to Probability (PDF) (en
ingls) (2 edicin). AMS Bookstore. pp. 325-360. ISBN
0821807498. Consultado el 15 de abril de 2009.

donde c 0, 1 1, 0 < 2 y:

tan
2
u(t, ) =

2 ln |t|

5 Referencias
[1] Filmus, Yuval (enero a febrero de 2010). Two Proofs of
the Central Limit Theorem (en ingls). pp. 1-3. Consultado
el 13 de diciembre de 2010.

Varianza innita

FXi (x) =

ENLACES EXTERNOS

Wikimedia Commons alberga contenido

multimedia sobre Teorema del lmite central.
Commons

Origen del texto y las imgenes, colaboradores y licencias

7.1

Texto

Teorema del lmite central Fuente: https://es.wikipedia.org/wiki/Teorema_del_l%C3%ADmite_central?oldid=93893781 Colaboradores:

Tartaglia, Elwikipedista, Tano4595, Rembiapo pohyiete (bot), RobotQuistnix, FlaBot, YurikBot, Wewe, KnightRider, JRGL, Eskimbot,
Lmendo, Davius, XCesar, JAnDbot, Alcarraz, Rei-bot, Technopat, Belgrano, Matdrodes, SieBot, Alrojo, Correogsk, XalD, Patelapiara,
Kikobot, Farisori, Mar del Sur, Alecs.bot, Juan Mayordomo, Raulshc, VanBot, AVBOT, MastiBot, Diegusjaimes, Arjuno3, Luckas-bot,
Ptbotgourou, ArthurBot, Xqbot, Jkbw, -Erick-, RedBot, Jerowiki, EmausBot, ChuispastonBot, EdoBot, Minsbot, Viktorbelalcazar, Legobot,
Jarould y Annimos: 37

7.2

Imgenes

Archivo:Commons-logo.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/4/4a/Commons-logo.svg Licencia: Public domain Colaboradores: This version created by Pumbaa, using a proper partial circle and SVG geometry features. (Former versions used
to be slightly warped.) Artista original: SVG version was created by User:Grunt and cleaned up by 3247, based on the earlier PNG version,
created by Reidab.

7.3

Licencia del contenido

Creative Commons Attribution-Share Alike 3.0