PESQUIMAT Revista de ka For. CC. MN, de la Universidad Nacional Mayor de San Marcos Vol. Vi, N° 2, pag. 33.37, LIMA-PERU. Julio 2002 UN METODO ALTERNATIVO PARA DEMOSTRAR EL TEOREMA DEL LIMITE CENTRAL Wilfredo Dominguez Cirilo RESUMEN.- Presentamos una demostracién alternativa del Teorema del Limite Central basado en ta Regia de i Hospital de Ia teoria de ios limites indeterninados. El método tradicional de prueba es suponer que la variable aleatoria X con distribucién cualesquiera f (x) pose funcién generatriz de momentos my (1) y queadenuis tiene media 1 y varianza go ambas finitas. Lademostracién de este teorema es funtiemental tanto. a Ie estadistica matemdtica, como en ia aplicada, PALABRAS CLAVES:Funcion goneratiiz de momentos, format indeterminadas, serie de Taylor, esperanza y varia 1. INTRODUCCION Usualmente en los cursos introductorios de probabilidad y estadistica ma- temética se demuestra el Teorema del Limite Central usando la funcién generatriz de momentos (John E, Freud/Ronald E, Walpole 1990, pp 281-284), mds precisa- mente, dicho teorema afirma que dada f(x) la cual representa una funcién de densidad de probabilidades (o una funcion de cuantia de probabilidad) con me- dia 4 y varianza g? ambas finitas, y ¥ la media de una muestra aleatoria de tamation extraida de esta poblacién. Entonces la variable aleatoria estandarizada =A Gg o se aproxima a una distribuci6n normal con media 0 y varianza 1 cuando m crece indefinidamente. Zs Lo més notable de este teorema; es que no dice nada acerca de la forma de la funcién de densidad, (2). Cualesquiera sea la distribucién de la v.a. con el nico requisito que tenga varianza finita, para muestras grandes Ja distribucion de Ia media muestral tendxé aproximadamente una distribucién normal. La importancia de este teorema, en la estadistica aplicada, se debe al hecho que la media de una muestra aleatoria procedente de cualquier distribucton, de probabilidades se distribuye aproximadamente como una .normal con media y varianza £. La demostracién de este teorema requiere el uso de herramien- tas mateméticas avanzadas.34 UN METODO ALTERNATIVO PARA DEMOSTRAR ... Una suposicién ligeramente restrictiva consiste en asumir que la variable aleatoria x tiene funcién generatriz de momentos. La idea es averiguar si la funciGn generatriz:de momentos de la media muestral tiende ala funcién generatriz, de momentos de una distribucién normal estandar. Es conocido que si Z tiene distribucién normal con media 0 y varianza 1 entonces la funcién generatriz de momentos es dada por moor Si la variable aleatoria X tiene una distribucion cualquiera f(x), con me- dia “ y varianza 0°, y por hipétesis, posee una funcién generatriz de momen- tos, entonces la funcién generattiz de momentos de la vatiable aleatoria estandarizada, seta representada por m,, (¢). La funcion generatriz. de momentos de Z = —# Jn denotada por m, (t) se puede expresar en términos de 1, (f) mediantla igualdad ac El método usual consiste en probar que, cuando x tiende a infinito, ef limite 2 de la. expresién del lado izquierdo de la igualdad anterior es, exp| Escribiremos m., (t) = p(t) +r(#), donde p(t) es-an polinomio de segundo gra- do en el desarrollo de la serie de Taylor para _m, (4) = exp] £ al rededor de 0 y r(t) es el resto, Recordando que cuando # tiende a infinito, el limite de {i + 2) es iguala 7 exp(a), entonces se prueba que cuando n tiende hacia el infinite.Wilfredo Domingues Cisilo 35 Il REGLA DE L'HOSPITAL EN EL TEOREMA DEL LIMITE CENTRAL Consideremos las funciones uniformes /'(x) y g(x) derivables en un ene torno de a, tal que la derivada de g(x) evaluada en a no se anula. Ahora si S(%)y 2 (x) son infinitamente pequetios oinfinitamente grandes cuando x tiende £() ® indeterminada de Ja forma 32 entonces la regia de L’Hospital afirma 2 aa, esdecir, la fracci6n evaluadaen x=4 representa una, expresion que: con la condicion de que el limite del cociente de las.derivadas, exista, Los Iimites de las expresiones indeterminadas de las formas [°, 0°, 0° se determinan calculando previamente sus logaritmos y hallando el limite de la expresion [A(x)]? Ahora probaremos el Teorema del Limite Central usando la metodologia de L’Hospital. Deseamos hallar el limite de [se]: cuando n tiende a infinito. e A " aa 6 La expresién anterior se vuelve indeterminada de la forma I”, entonces calculamos el logaritmo natural, obteniendo - we Ink malls Bio Nucvamente, al tomar el limite cuando # ©, resulta una indetermina- cién de Ja forma 2. Derivamos ef numerador y denominador de la igualdad o anterior, con respecto a, y obtenemos36 UN METODO ALTERNATIVO PARA DEMOSTRAR . .. alnL 1 Aplicando el exponencial a ambos miembros de la expresién anterior se obtiene 2 t L=exp| < (3) La expresin anterior corresponde a la funci6n generatriz de momentos de una distribucién normal esténdar con media 0 y varianza 1. Asi pues cualesquiera sea la distribucién de f(x), en el limite, la media muestral tendra una distribucién normal siempre que f(x) tenga funcion generatriz, de momentos, o mas generalmente, siempre que f(x) posea momen- to de segundo orden respecto al origen. El Teorema del Limite Central se aplica tanto a distribuciones discretas como continuas. Si las funciones generatrices _cotresponden a distribuciones discretas, el razonamiento serfa similar excepto que las integrales tendrian que ser reempla- zadas por sumatorias al infinito. El grado de aproximacion depende del tamafto de la muestra y de la funcion de densidad f(x). CONCLUSION En presente articulo se presenta una nueva forma de probar el famoso teo- rema del Limite Central, para ello es necesario el uso de los conceptos de limites y del célculo diferencial, Esta demostracion requiere el supuesto de que la distribucion de probabili- dades tenga funci6n generatriz de momentos. Como sabemos existen funciones de probabilidad que no poseen f. g.m. por ejemplo la distribucién F de Fischer. En estos casos puede usarse Ja funcién caracterfstica definida en términos de la unidad imaginarla, esta funcién caracteristica siempre existe.Wilfredo Dominguez Citilo 37 BIBLIOGRAFIA [1] Barry, RJ. “Probabitidade: Um Curso em Nivel Intermedio” IMPA Projeto Euclides 2] 1B] 4) 5) ig 17) is 9] Rio de Janeiro 1981. Bickel, P., Doksum, K. “Mathematical Statistics”, Holden Day, 1977. Fernandez, P. J. “Introduceiio a Teorfa das Probabilidades". Editora Universidad de Brasilia, Rio de Janeiro, 1973, Hogg, KR. V. and Craig, A. T. “Introduction to Mathematical Statistics”. 24 edition. The Macmillan Company, New York, 1965, Ross, S. H. “Applied Probability Model with Optimization Applications”. Hiolden-Day, San francisco, 1970. Tucker H. G. “Introduccién a la Teoria Matemdtica de las Probabilidades y la Estadistica”. Editorial Vicens-Vives. Espaiia, 1966 Velleman P, F,, Hoaglin D. C. “Applications, Basics, and Computing of Explor- atory Data Analysis”. Duxbury Press. Boston, 1981. Venstel. H. “Théorie des Proiabilités”. Editions Mir. Moscou, 1978. Wani, J.K. “Probability and Statistical Inference”. Appeton Century Crofts, new York, 1971. [10] Walpole E.R. Freund E. J., “Estadistica Matemdtica con aplicaciones” Prentice-Hall Hispanoamérica, $,A. 1990.