Sesión 10.

Suma de VAs Aleatorias y Teorema del

Límite Central
Lectura Obligatoria

En estadística aplicada a menudo es de interés conocer la distribución de probabilidad

de una combinación lineal de VAs independientes que tienen distribución Normal. Por
ello resultan relevantes las siguientes propiedades acerca de la suma de VAs
independientes entre sí, y del Teorema del Límite Central (TLC).

Propiedad 1: Suma de VAs Normales Independientes

Sea 𝑋! , 𝑋" , … 𝑋# una colección de 𝑛 VAs independientes entre sí, donde cada variable
aleatoria 𝑋$ tiene distribución 𝑁(𝜇$ , 𝜎$" ); entonces la variable aleatoria 𝑊 = 𝑋! + 𝑋" + ⋯ +
𝑋# = ∑#$%! 𝑋$ tiene distribución 𝑁(∑ 𝜇$ , ∑ 𝜎$" ) , es decir, la variable aleatoria 𝑊 tiene
distribución:
𝑁(𝜇! + 𝜇" + ⋯ + 𝜇# , 𝜎!" + 𝜎"" + ⋯ + 𝜎#" )

Propiedad 2: Distribución de la media muestral de una muestra aleatoria de una

población Normal.

La primera distribución muestral importante para considerar es la de la media

muestral, 𝑋., definida por:
1
𝑋. = (𝑋! + 𝑋" + ⋯ + 𝑋# ),
𝑛

Suponga que de una población, 𝑋, con distribución Normal con media 𝝁 y varianza 𝝈𝟐 ,
se toma una muestra aleatoria de 𝑛 observaciones, 𝑋! , 𝑋" , … 𝑋# . La media muestral

1
𝑋. = (𝑋 + 𝑋" + ⋯ + 𝑋# ),
𝑛 !

𝝈𝟐
tiene una distribución Normal con media 𝝁𝑿( = 𝝁 y varianza 𝝈𝟐𝑿( = 𝒏
, tal como se
demuestra a continuación:

1 1
𝐸(𝑋.) = 𝜇+, = 𝐸 5 (𝑋! + 𝑋" + ⋯ + 𝑋# )6 = 7𝐸(𝑋! ) + 𝐸(𝑋" ) + ⋯ + 𝐸(𝑋# )8
𝑛 𝑛
1 𝑛∙𝜇
𝐸(𝑋.) = (𝜇 + 𝜇 + ⋯ + 𝜇) = =𝝁
𝑛 𝑛

Es decir, 𝐸(𝑋.) = 𝜇. Por otro lado,

1 1
𝑉𝑎𝑟(𝑋.) = 𝜎+," = 𝑉𝑎𝑟 5 (𝑋! + 𝑋" + ⋯ + 𝑋# )6 = " 7(𝑉𝑎𝑟(𝑋! ) + 𝑉𝑎𝑟(𝑋" ) + ⋯ + 𝑉𝑎𝑟(𝑋# )8
𝑛 𝑛

Puesto que las VAs 𝑋$ son independientes entre sí, y 𝑉𝑎𝑟(𝑋$ ) = 𝜎 " , se obtiene que:

Lectura Obligatoria Página 1 de 3

 1 " 𝑛 ∙ 𝜎 " 𝝈𝟐
𝑉𝑎𝑟(𝑋.) = "
(𝜎 + 𝜎 " + ⋯ + 𝜎 " ) = =
𝑛 𝑛" 𝒏

!!
Es decir, 𝑉𝑎𝑟(𝑋') = .
"

- "
En conclusión, la media muestral, 𝑋., tiene distribución 𝑁 >𝜇, ?.
#

Ahora veamos qué sucede cuando se tiene una muestra aleatoria de una población, 𝑋,
en el caso en el que 𝑋 tiene una distribución diferente a la distribución Normal.

Si tomamos una muestra aleatoria 𝑋! , 𝑋" , … 𝑋# , de tamaño 𝑛, de una población 𝑋 con

distribución de media 𝝁 y varianza 𝝈𝟐 , entonces la media muestral, 𝑋., tendrá una
𝝈𝟐
distribución aproximadamente Normal, con media 𝝁 y varianza 𝒏 , siempre que el
tamaño de la muestra sea suficientemente grande. Este importante resultado es una
consecuencia inmediata del siguiente teorema, que se conoce como el Teorema del
Límite Central.

Propiedad 3: Teorema del Límite Central

La propiedad antes enunciada es equivalente a afirmar que, bajo las condiciones antes
mencionadas, para 𝑛 suficientemente grande, la ∑#$%! 𝑋$ tiene aproximadamente
distribución 𝑁(𝑛𝜇, 𝑛𝜎 " ).

REFERENCIAS
Tomado y adaptado de:
[1] Walpole, R.E., Myers, R.H., Myers, S.L. y Ye, K. Probabilidad y Estadística para
Ingeniería y Ciencias, Prentice Hall, Novena Edición, 2012. Págs. 221-224 y 233-236.

Lectura Obligatoria Página 3 de 3