Propiedad Reproductiva de la Distribución Normal

Algunas distribuciones tienen la siguiente

propiedad: Si dos o más variables
aleatorias que tienen distribución de
probabilidad del mismo tipo se suman,

la variable aleatoria resultante tiene una

distribución del mismo tipo de los
sumandos.

Esta propiedad, se llama propiedad

reproductiva.

Teorema 1 Sean X1, X2, …,Xn , n variables aleatorias independientes donde

X i  N (  ,  2 ) , para i  1,2,..., n . Si

Y  X 1  X 2  ...  X N

Entonces la variable aleatoria Y se distribuye normal con media,

n n
Y    i y var ianza  Y    i2
2

i 1 i 1

es decir,

n n
Y  N (  i ,  i2 )
i 1 i 1
Teorema Central del Límite

El teorema central del límite, es uno de los conceptos más

importantes en estadística. Este teorema justifica la
importancia de la distribución normal.

Teorema 2

una sucesión de con E(Xi) = i y

(Teorema central del variables varianza V(Xi) =
límite) Sea X1, X2, …,Xn, … aleatorias 2i (ambos
independientes finitos).

n
Si Y= X1 + X2 + … + Xn= X
i 1
i
, entonces bajo ciertas condiciones de generales, la

variable aleatoria Z definida por

n n

 X i   i
Z i 1
n
i 1


i 1
i
2

tiene una distribución aproximadamente normal estándar N(0,1), cuando n es

suficientemente grande.

Las condiciones de generales

mencionadas anteriormente, se pueden
resumir informalmente como sigue: los
términos Xi tomados individualmente,
contribuyen con una cantidad
despreciable a la variación de la suma, y
no es probable que un simple término
haga una gran contribución a la suma.
Observación
n
Observe que la variable Y =  X i puede ser aproximada a la distribución normal,
i 1
cualquiera sea la distribución de la Xi.

Teorema 3

Sean X1, X2, …,Xn, n variables

aleatorias independientes
idénticamente distribuidas

con E(Xi) =  y varianza V(Xi)

= 2 (con media y varianza
común y ambas finitas).

n
Si Y= X1 + X2 + … + Xn=  X i , entonces la variable aleatoria:
i 1

X i  n
X  n
Z i 1

/ n / n