El 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, 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
suficientemente grande.
Sea

la funcin de densidad de la distribucin normal definida como1

con una media y una varianza 2. El caso en el que su funcin de densidad es

la distribucin se le conoce como normal estndar.

,a

Se define Sn como la suma de n variables aleatorias, independientes, idnticamente

distribuidas, y con una media y varianza 2 finitas (20):

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

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 infinito. Como consecuencia, si (z) es la funcin de distribucin de
N(0,1), para cada nmero real z:

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

Enunciado formal
De manera formal, normalizada y compacta el enunciado del teorema es:3

Teorema del lmite central: Sea

,
, ...,
un conjunto de variables
aleatorias, independientes e idnticamente distribuidas con media y varianza 2
distinta de cero. Sea

Entonces

.
Es muy comn encontrarlo con la variable estandarizada Zn en funcin de la media muestral
,

puesto que son equivalentes, as como encontrarlo en versiones no normalizadas como

puede ser:4 5
Teorema (del lmite central): Sea
,
, ...,
un conjunto de variables
aleatoria, independientes e idnticamente distribuidas de una distribucin con
media y varianza 20. Entonces, si n es suficientemente grande, la variable
aleatoria

tiene aproximadamente una distribucin normal con