Teorema del límite central

El teorema del límite central o teorema central del límite (el nombre viene de un documento científico escrito por George
Pólya en 1920, titulado Über den zentralen Grenzwertsatz der Wahrscheinlichkeitsrechnung und das Momentenproblem1 [Sobre
el «teorema del límite» (Grenzwertsatz) central del cálculo probabilístico y el problema de los momentos] por lo que lo central
[importante] es el teorema, no el límite) indica que, en condiciones muy generales, si Sn es la suma de n variables aleatorias
independientes y de varianza no nula pero finita, entonces la función de distribución de Sn «se aproxima bien» a una distribución
normal (también llamada distribución gaussiana, curva de Gauss o campana de Gauss). Así pues, el teorema asegura que esto
ocurre cuando la suma de estas variables aleatorias e independientes es lo suficientemente grande.2 3

Índice
Definición
Enunciado formal
Propiedades
Varianza nula o infinita
Varianza infinita
Varianza nula
Véase también
Referencias
Enlaces externos

Definición
Sea la función de densidad de la distribución normal definida como2

con una media µ y una varianza σ2. El caso en el que su función de densidad sea , a la distribución se le conoce como
normal estándar.

Se define Sn como la suma de n variables aleatorias, independientes, idénticamente distribuidas, y con una media µ y varianza σ2
finitas (σ2≠0):

de manera que, la media de Sn es n·µ y la varianza n·σ2, dado que son variables aleatorias independientes. Con tal de hacer más
fácil la comprensión del teorema y su posterior uso, se hace una estandarización de Sn como
para que la media de la nueva variable sea igual a 0 y la desviación estándar sea igual a 1. Así, las variables Zn convergerán en
distribución a la distribución normal estándar N(0,1), cuando n tienda a infinito. Como consecuencia, si Φ(z) es la función de
distribución de N(0,1), para cada número real z:

donde Pr( ) indica probabilidad y lim se refiere a límite matemático.

Enunciado formal
De manera formal, normalizada y compacta el enunciado del teorema es:4

Teorema del límite central: Sea , , ..., un conjunto de

variables aleatorias, independientes e idénticamente distribuidas con
media μ y varianza . Sea

Entonces

Es muy común encontrarlo con la variable estandarizada Zn en función de la media muestral ,

puesto que son equivalentes, así como encontrarlo en versiones no normalizadas como puede ser:5 6

Teorema (del límite central): Sea , , ..., un conjunto de

variables aleatorias, independientes e idénticamente distribuidas de una
distribución con media μ y varianza σ2≠0. Entonces, si n es
suficientemente grande, la variable aleatoria

tiene aproximadamente una distribución normal con y

.
Nota: es importante remarcar que este teorema no dice nada acerca de la distribución de , excepto la existencia de media y
varianza.5

Propiedades
El teorema del límite central garantiza una distribución aproximadamente normal cuando n es suficientemente
grande.

Existen diferentes versiones del teorema, en función de las condiciones utilizadas para asegurar la
convergencia. Una de las más simples establece que es suficiente que las variables que se suman sean
independientes, idénticamente distribuidas, con valor esperado y varianza finitas.

La aproximación 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 prefiere el nombre "teorema del límite central" ("central" califica al límite,
más que al teorema).

Este teorema, perteneciente a la teoría de la probabilidad, encuentra aplicación en muchos campos

relacionados, tales como la inferencia estadística o la teoría de renovación.

Varianza nula o infinita

En el caso de n variables aleatorias Xi independientes e idénticamente distribuidas, cada una de ellas con varianza nula o infinita,
la distribución de las variables:

no convergen en distribución hacia una normal. A continuación se presentan los dos casos por separado.

Varianza infinita
Considérese el caso de variables que siguen una distribución de Cauchy:

En este caso puede demostrarse que la distribución asintótica de Sn viene dada por otra distribución de Cauchy, con menor
varianza:

Para otras distribuciones de varianza infinita no es fácil dar una expresión cerrada para su distribución de probabilidad aunque su
función característica sí tiene una forma sencilla, dada por el teorema de Lévy-Khintchine:7

donde y:
Las condiciones anteriores equivalen a que una distribución de probabilidad sea una distribución estable.

Varianza nula
Este caso corresponde trivialmente a una función degenerada tipo delta de Dirac cuya función de distribución viene dada por:

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

Véase también
Ley de los grandes números
Distribución normal
Teorema de De Moivre-Laplace

Referencias
1. «The central limit theorem around 1935» (http://projecteuclid.org/euclid.ss/1177013818). Statistical Science (en
inglés) 1 (1). 1986. pp. 78-91. doi:10.2307/2245503 (http://dx.doi.org/10.2307%2F2245503).
2. Filmus, Yuval (enero a febrero de 2010). Two Proofs of the Central Limit Theorem (http://www.cs.toronto.edu/~yu
valf/CLT.pdf) (en inglés). pp. 1-3. Consultado el 13 de diciembre de 2010.
3. Grinstead, Charles M.; Snell, J. Laurie (1997). «9. Central Limit Theorem» (http://www.dartmouth.edu/~chance/te
aching_aids/books_articles/probability_book/Chapter9.pdf). Introduction to Probability (http://books.google.es/boo
ks?id=14oq4uWGCkwC) (PDF) (en inglés) (2 edición). AMS Bookstore. pp. 325-360. ISBN 0821807498. Consultado
el 15 de abril de 2009.
4. Charles Stanton. «Central limit theorem» (http://www.math.csusb.edu/faculty/stanton/probstat/clt.html). Probability
and Statistics Demos (http://www.math.csusb.edu/faculty/stanton/) (en inglés). Consultado el 13 de diciembre de
2010.
5. Wasserman, Larry. «5. Convergence of Random Variables». All of Statistics (en inglés). Springer. p. 77. ISBN 0-
387-40272-1.
6. *Weisstein, Eric W. «Central Limit Theorem» (http://mathworld.wolfram.com/CentralLimitTheorem.html).
Weisstein, Eric W, ed. MathWorld (en inglés). Wolfram Research.
7. P. Ibarrola, L. Pardo y V. Quesada: Teoría de la Probabilidad, p. 521-522

Blaiotta, Jimena; Delieutraz, Pablo (30 de julio de 2004). «Teorema central del límite» (https://www.u-cursos.cl/in
genieria/2009/2/MA3401/1/material_docente/bajar?id_material=260765) (PDF). Consultado el 15 de diciembre
de 2010.
Behar Gutiérrez, Roberto; Grima Cintas, Pere (2004). 55 respuestas a dudas típicas de Estadística. Madrid:
Ediciones Díaz de Santos, S.A. pp. 187-189. ISBN 84-7978-643-4.

Enlaces externos
Wikimedia Commons alberga una categoría multimedia sobre Teorema del límite central.
Obtenido de «https://es.wikipedia.org/w/index.php?title=Teorema_del_límite_central&oldid=119486539»

Esta página se editó por última vez el 18 sep 2019 a las 12:19.

El texto está disponible bajo la Licencia Creative Commons Atribución Compartir Igual 3.0; pueden aplicarse
cláusulas adicionales. Al usar este sitio, usted acepta nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una organización sin ánimo de lucro.