Teorema del límite central
De Wikipedia, la enciclopedia libre
El Teorema del Límite Central o Teorema Central del Límite indica que, bajo condiciones muy generales, la distribución de la suma de variables aleatorias tiende a una distribución gaussiana cuando la cantidad de variables es muy grande.
Teorema: Sea X1, X2, ..., Xn una muestra aleatoria de una distribución con media μ y varianza σ2. Entonces, si n es suficientemente grande, la variable aleatoria 
tiene aproximadamente una distribución normal con μx = μ y σx2 = σ2/n. También se cumple que T0 tiene aproximadamente una distribución normal con μT0 = nμ y σ2T0 = nσ2. Cuanto más grande sea el valor de n, mejor será la aproximación.
El Teorema del Límite Central garantiza una distribución normal cuando n es suficientemente grande.
Existen diferentes versiones del teorema, en función de las condiciones utilizadas para asegurar la convergencia. Una de las más simples establece que es suficiente que las variables que se suman sean independientes, idénticamente distribuidas, con valor esperado y varianza finitas.
La aproximación entre las dos distribuciones es, en general, mayor en el centro de las mismas que en sus extremos o colas, motivo por el que se prefiere el nombre "Teorema del Límite Central" ("central" califica al límite, más que al teorema).
Este teorema, perteneciente a la Teoría de la Probabilidad, encuentra aplicación en muchos campos relacionados, como la Inferencia estadística o la Teoría de renovación.
