SUMA DE VARIABLES ALEATORIAS

Con el Teorema Central del Límite nos referiremos a todo teorema que se arma bajo ciertas
hipótesis, que la distribución de probabilidades de la suma de un número muy grande de variables
aleatorias se aproxima a una distribución normal. El término Central, se debió a Polyá (1920),
significa fundamental, o de importancia central, este describe el rol que cumple este teorema en la
teoría de probabilidades.

Teorema del Límite Central. Sean X1 , X 2 , X 3 , . . . una secuencia de variables aleatorias

independientes, con E( Xi) = i y V(Xi) =  i , i = 1, 2, …. Sea X = X1+ X2 + …. + Xn. Luego bajo ciertas
2

condiciones generales (que no se explicaran explícitamente aquí)

n
X   i
Zn  i 1
Tiene aproximadamente la distribución N(0, 1) cuando n ∞
n


i 1
i
2

Veamos ahora casos especiales del teorema central del límite

Caso 1

Sean X1 , X 2 , X 3 , ..., X n n variables aleatorias independientes. Idénticamente distribuidas, con

𝐸(𝑋𝑖 ) = 𝜇 y 𝑉(𝑋𝑖 ) = 𝜎 2 (media y varianza común y finitas).

Sea 𝑆𝑛= 𝑋1 + 𝑋2 + 𝑋3 + … … … … … . . + 𝑋𝑛 ó 𝑆𝑛= ∑𝑛𝑖=1 𝑋𝑖 , entonces la variable aleatoria

∑𝑛
𝑖=1 𝑋𝑖 –𝑛.𝜇
𝑍𝑛 = 𝜎 √𝑛
de tenemos que Zn tiene aproximadamente la distribución N(0,1) cuando n ∞.

𝐸(𝑆𝑛 ) = 𝐸( 𝑋1 + 𝑋2 + 𝑋3 + … … … … … . . + 𝑋𝑛 ) = 𝐸(𝑋1 ) + 𝐸(𝑋2 ) + ⋯ + 𝐸(𝑋𝑛 ) = 𝑛𝜇

𝑉(𝑆𝑛 ) = 𝑉( 𝑋1 + 𝑋2 + 𝑋3 + … … … … … . . + 𝑋𝑛 ) = 𝑉(𝑋1 ) + 𝑉(𝑋2 ) + ⋯ + 𝑉(𝑋𝑛 ) = 𝑛𝜎 2

Ejemplo 1:

Suponga que 30 instrumentos electrónicos, 𝐷1 , 𝐷2 , 𝐷3 , … … … … … . . , 𝐷30, se usan de la manera

siguiente: tan pronto como 𝐷1 falla empieza a actuar 𝐷2, cuando 𝐷2 falla empieza a actuar 𝐷3 . etc.
Suponga que el tiempo para fallar 𝐷𝑖 es una variable aleatoria distribuida exponencialmente con
parámetro 𝜆 = 0.1 por hora. Sea T el tiempo total de la operación de los 30 instrumentos
electrónicos. ¿Cuál es la probabilidad de que T exceda a 350 horas?

Acción: Poner en funcionamiento a los treinta instrumentos electrónicos

Interesa: Observar el tiempo de duración de los 30 instrumentos

Sea la Variable aleatoria X: tiempo de duración del instrumento D

Cuyo recorrido es: RX: { x   / x > 0 }
Y su fdp es f(x) = 0.1e- 0.1x, E(X) = 1 / 0.1 = 10 V(X) = 1/ 0.01 = 100

Sean las variables aleatorias:

1
 𝑋1 : 𝐸𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑞𝑢𝑒 𝑑𝑢𝑟𝑎 𝑒𝑙 𝑖𝑛𝑠𝑡𝑟𝑢𝑚𝑒𝑛𝑡𝑜 𝐷1 , ℎ𝑎𝑠𝑡𝑎 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎 .

𝑋2 : 𝐸𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑞𝑢𝑒 𝑑𝑢𝑟𝑎 𝑒𝑙 𝑖𝑛𝑠𝑡𝑟𝑢𝑚𝑒𝑛𝑡𝑜 𝐷2 , ℎ𝑎𝑠𝑡𝑎 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎 .

𝑋30 : 𝐸𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑞𝑢𝑒 𝑑𝑢𝑟𝑎 𝑒𝑙 𝑖𝑛𝑠𝑡𝑟𝑢𝑚𝑒𝑛𝑡𝑜 𝐷30 , ℎ𝑎𝑠𝑡𝑎 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎

Cada una de estas variables tiene la misma fdp de la variable aleatoria X

Sea la variable aleatoria:

T: tiempo total del funcionamiento de los 30 instrumentos hasta su falla.

𝑇 = ∑30
𝑖=1 𝑋𝑖

RT: { t   / t > 0}

E(T) = 30*10 = 300 V(T) = 30*100 = 3000

T se distribuye como N(300, 3000) dado que n grande

Sea el evento:

A: El tiempo total del funcionamiento de los 30 instrumentos exceda a 350 horas.

P(A) = P[T > 350] = 𝑃[∑30

𝑖=1 𝑋𝑖 > 350]

∑30
𝑖=1 𝑋𝑖 –𝑛.𝜇 350−30(10)
P(A) = 𝑃 [ > ]
𝜎 √𝑛 10√30

50
= P [𝑍 > 54.77] , teorema central de límite

50 50
= 1 - P [𝑍 ≤ ] = 1- 𝐹 ( ) = 1 − 𝐹(0.91) = 1- 0.8186
54.77 54.77

P(A) = 0.1814.

Quiere decir que la probabilidad de que el tiempo total del funcionamiento de los 30
instrumentos electrónicos hasta que su falla sea mayor a 350 horas es de 0.1814.

Ejercicios
1. Se supone que la probabilidad de que una persona sobreviva a un ataque de cólera
(con asistencia médica) es 0.4 ¿Cuál es la probabilidad de que cuando menos la mitad de 100
pacientes con este mal sobrevivan?

2. Una máquina automática envasa arroz en bolsas en una cantidad cuyo peso tiene una
esperanza igual a 1 Kg y una desviación estándar de 0.01 Kg. Una segunda máquina empaca
las bolsas en paquetes de 50 cada uno. Con el fin de verificar si el número de bolsas en cada
paquete es exacto, se decide que si el peso de cada uno de estos está entre 49.8 y 50.2 Kg se

2
acepta el paquete tiene 50 bolsas, de otro modo se rechaza. Halle la probabilidad de que,
siguiendo el método indirecto para el recuento de bolsas, un paquete que realmente tiene
50 bolsas sea considerado como si no las tuviera.