Teorema del límite central

Ir a la navegaciónIr a la búsqueda
El teorema del límite central o teorema central del límite indica que, en
condiciones muy generales, si  es la suma de  variables
aleatorias independientes, con media conocida y varianza no nula pero finita,
entonces la función de distribución de  «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. 12
El nombre viene de un documento científico escrito por George Pólya en 1920,
titulado Über den zentralen Grenzwertsatz der Wahrscheinlichkeitsrechnung
und das Momentenproblem3 [Sobre el «teorema del límite» (Grenzwertsatz)
central del cálculo probabilístico y el problema de los momentos], por lo que la
denominación más fiel a la original sería teorema del límite central.

Índice

 1Introducción
 2Teorema
 3Propiedades
 4Varianza nula o infinita
o 4.1Varianza infinita
o 4.2Varianza nula
 5Véase también
 6Referencias
 7Enlaces externos

Introducción[editar]
Sabemos que si  es una variable aleatoria tal que  entonces su función de
densidad está dada por
para  donde  denota la media y  la varianza de la variable aleatoria . En
particular cuando  y  obtenemos
es decir, la distribución normal estándar, denotada por .
Se define la variable aleatoria  como la suma de  variables
aleatorias independientes e idénticamente distribuidas, cada una de
ellas con una media  y varianza , es decir
donde  y . Con lo anterior, la media de  es  y la varianza es  pues
son variables aleatorias independientes. Con tal de hacer más fácil
la comprensión del teorema y su posterior uso, se hace una
estandarización de  como
para que la media de la nueva variable sea igual a  y
la desviación estándar sea igual a . Así, la variable  convergerán
en distribución a la distribución normal estándar  cuando  tienda
a infinito. Como consecuencia, si  es la función de
distribución de  para cada número real  entonces
donde  indica probabilidad y  se refiere a límite matemático.

Teorema[editar]
De manera formal y compacta el teorema enuncia 4
Sean  variables aleatorias independientes e idénticamente
distribuidas con  y , se define
Entonces la función de distribución de  converge hacia la
función de distribución normal estándar cuando , es decir,
Es muy común encontrarlo con la variable
estandarizada  en función de la media muestral , es
decir
puesto que son equivalentes (sólo se divide tanto
numerador como denominador entre ).
Es importante remarcar que este teorema no dice
nada acerca de la distribución de la variable
aleatoria , excepto la existencia de media y
varianza.5

Propiedades[editar]
 El teorema del límite central garantiza
una distribución aproximadamente
normal cuando  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[editar]

En el caso de  variables aleatorias  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[editar]
Considérese el caso de variables que siguen
una distribución de Cauchy:
En este caso puede demostrarse que la
distribución asintótica de  viene dada por
otra distribución de Cauchy:
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:6
donde  y:
Las condiciones anteriores
equivalen a que una distribución
de probabilidad sea
una distribución estable.
Varianza nula[editar]
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[editar]
  Ley de los
grandes números
 Distribución
normal
 Teorema de De
Moivre-Laplace

Referencias[editar]
1. ↑ Filmus, Yuval
(enero a febrero de
2010). Two Proofs
of the Central Limit
Theorem (en
inglés). pp. 1-3.
Consultado el 13
de diciembre de
2010.
2. ↑ Grinstead,
Charles M.; Snell,
J. Laurie
(1997). «9. Central
Limit
Theorem». Introdu
ction to
Probability (PDF) (
en inglés) (2
edición). AMS
Bookstore.
pp. 325-360. ISBN 0
821807498.
Consultado el 15
de abril de 2009.
3. ↑ «The central limit
theorem around
1935». Statistical
Science (en
inglés) 1 (1). 1986.
pp. 78-91. do
i:10.2307/2245503.
4. ↑ Charles
Stanton. «Central
limit
theorem». Probabil
ity and Statistics
Demos (en inglés).
Archivado desde el
original el 2 de
junio de 2010.
Consultado el 13
de diciembre de
2010.
5. ↑ Wasserman,
Larry (2004). «5.
Convergence of
Random
Variables». All of
Statistics (en
inglés). Springer.
 p. 77. ISBN 0-387-
40272-1.
6. ↑ 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» (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.