Teorema central del límite: qué dice, para qué sirve y ejemplos

Actualizado el
El teorema central del límite (o del límite central) dice que la suma o la media de muchas variables aleatorias independientes con la misma distribución se parece cada vez más a una normal, sea cual sea la distribución de partida, siempre que tenga varianza finita. Por eso la campana de Gauss aparece en tantos sitios y por eso se pueden calcular probabilidades de medias muestrales con la tabla de la normal.
Enunciado del teorema central del límite
Sean X1, X2, …, Xn variables aleatorias independientes e idénticamente distribuidas, con media μ y varianza σ2 finita y positiva. Sea X̄n = (X1 + … + Xn)/n la media muestral. Entonces, para todo z,
P( (X̄n − μ) / (σ/√n) ≤ z ) → Φ(z) cuando n → ∞
donde Φ es la función de distribución de la normal estándar N(0, 1). Es la versión de Lindeberg-Lévy, la que se estudia en bachillerato y en los primeros cursos de universidad.
En la práctica se usa en forma aproximada, para n grande:
- Media muestral: X̄n ≈ N(μ, σ/√n).
- Suma: Sn = X1 + … + Xn ≈ N(nμ, σ√n).
(Aquí N(media, desviación típica), la notación habitual en España.)
La idea, sin fórmulas
Al sumar muchos efectos pequeños e independientes, los valores extremos de uno se compensan con los de otros. Lo que queda depende solo de la media y la varianza de cada sumando; los demás detalles de la distribución se van perdiendo. Un dado tiene una distribución plana, con los seis valores igual de probables; la suma de dos dados ya tiene forma de triángulo, y la de diez dados es casi una campana.
Conviene no confundirlo con la ley de los grandes números, que dice que X̄n se acerca a μ. El teorema central del límite va más allá: dice cómo se reparten los errores X̄n − μ alrededor de μ (normalmente, con desviación σ/√n).
Ejemplos resueltos del teorema central del límite
Ejemplo 1: suma de 100 dados
Se lanzan 100 dados. ¿Probabilidad de que la suma sea al menos 370?
- Un dado: μ = 3,5 y σ2 = 35/12.
- Suma de 100: media 350 y desviación √(100·35/12) ≈ 17,08.
- Como la suma es entera, se aplica la corrección por continuidad: P(S ≥ 370) ≈ P(Z ≥ (369,5 − 350)/17,08) = P(Z ≥ 1,14) ≈ 0,127.
Calculando la distribución exacta (convolución de los 100 dados) sale 0,1269: la aproximación acierta en la tercera cifra decimal.
Ejemplo 2: aproximación de la binomial
Se lanza una moneda 100 veces. ¿Probabilidad de 45 caras o menos? El número de caras es una suma de 100 variables de Bernoulli con p = 0,5: media np = 50, desviación √(np(1 − p)) = 5.
P(X ≤ 45) ≈ P(Z ≤ (45,5 − 50)/5) = P(Z ≤ −0,9) ≈ 0,184.
El valor exacto de la binomial es 0,1841. Sin la corrección por continuidad (usando 45 en lugar de 45,5) saldría 0,159, bastante peor.
Ejemplo 3: la media de una muestra
Las notas de un examen tienen media 70 y desviación típica 12 (no se sabe si son normales). Se toma una muestra de 36 alumnos. ¿Probabilidad de que la media muestral supere 73?
X̄ ≈ N(70, 12/√36) = N(70, 2), así que P(X̄ > 73) = P(Z > 1,5) ≈ 0,0668.
Ejemplo 4: tiempos de espera
El tiempo de atención en una ventanilla sigue una exponencial de media 5 minutos (y desviación también 5). Con 40 clientes, ¿probabilidad de que el tiempo medio pase de 6 minutos?
z = (6 − 5)/(5/√40) ≈ 1,26, y P(Z > 1,26) ≈ 0,103. El valor exacto (la suma de exponenciales sigue una distribución gamma) es 0,107: la exponencial es muy asimétrica y con n = 40 la aproximación todavía se nota.
Ejemplo 5: el tamaño de muestra para una encuesta
¿Cuántas personas hay que encuestar para estimar una proporción con un error máximo de 3 puntos al 95 % de confianza? La proporción muestral es aproximadamente normal con desviación √(p(1 − p)/n), y en el peor caso, p = 0,5, esa desviación es 0,5/√n. Hay que pedir 1,96·0,5/√n ≤ 0,03, es decir, √n ≥ 32,67 y n ≥ 1067,1: hacen falta 1068 personas.
Tabla: qué se aproxima por qué normal
| Variable | Media | Desviación típica |
|---|---|---|
| Suma de n variables | nμ | σ√n |
| Media de n variables | μ | σ/√n |
| Binomial B(n, p) | np | √(np(1 − p)) |
| Proporción muestral p̂ | p | √(p(1 − p)/n) |
Cuándo no se cumple
- Sin varianza finita. La media de n variables de Cauchy tiene otra vez una distribución de Cauchy, con la misma dispersión: no se concentra ni se vuelve normal.
- Sin independencia. Si las observaciones están muy correladas (por ejemplo, encuestar a toda una familia como si fueran personas independientes), la desviación real de la media es mayor que σ/√n.
- Con n pequeño y datos muy asimétricos. La regla «n ≥ 30» es orientativa, no forma parte del teorema. Con datos simétricos basta con menos; con datos muy sesgados, como en el ejemplo 4, hacen falta más.
Errores habituales
- Pensar que la población se vuelve normal. Lo que se vuelve normal es la distribución de la media (o de la suma), no los datos.
- Usar σ en lugar de σ/√n al trabajar con medias.
- Olvidar la corrección por continuidad con variables discretas.
Para qué sirve en estadística
Es la base de los intervalos de confianza y de los contrastes para la media y para proporciones con muestras grandes: por ejemplo, el intervalo x̄ ± 1,96·σ/√n al 95 %. También explica por qué los errores de medida, que suman muchas causas pequeñas, suelen ser aproximadamente normales, y por qué el error del método de Montecarlo baja como 1/√n. Si no se quiere suponer nada sobre la forma de la distribución, la desigualdad de Chebyshev da cotas válidas siempre, aunque mucho menos ajustadas. La varianza de una suma, que aparece en todos los ejemplos, se calcula con las propiedades básicas de la probabilidad y la independencia.
Historia breve
Abraham de Moivre usó en 1733 la curva normal para aproximar el número de caras en muchos lanzamientos de moneda. Laplace amplió el resultado en su Théorie analytique des probabilités (1812). Aleksandr Liapunov dio en 1901 un enunciado general con demostración rigurosa, y Jarl Lindeberg una condición más general en la década de 1920. El nombre lo usó por primera vez George Pólya en 1920, en alemán: zentraler Grenzwertsatz.
Preguntas frecuentes
¿Qué dice el teorema central del límite?
Que la media (o la suma) de n variables independientes con la misma distribución, media μ y varianza σ² finita se distribuye aproximadamente como una normal N(μ, σ/√n) cuando n es grande, sea cual sea la distribución de partida.
¿A partir de qué tamaño de muestra se puede aplicar?
No hay un número exacto en el teorema. La regla n ≥ 30 es orientativa: con datos simétricos funciona antes y con datos muy asimétricos hacen falta muestras mayores.
¿Qué diferencia hay con la ley de los grandes números?
La ley de los grandes números dice que la media muestral se acerca a μ. El teorema central del límite describe cómo se reparten las desviaciones alrededor de μ: de forma aproximadamente normal, con desviación típica σ/√n.
¿Hay distribuciones para las que no se cumple?
Sí, las que no tienen varianza finita. La media de variables de Cauchy sigue siendo de Cauchy por grande que sea la muestra.
RELACIONADOS