Documente Academic
Documente Profesional
Documente Cultură
PRESENTADO POR:
Laura Daniela Martin Beltrn COD. 20112025072
INTRODUCCION
El teorema del lmite central es un concepto de gran importancia para la inferencia
estadstica, pues establece que la suma de variables aleatorias converge a una
distribucin normal. Como ya se sabe, la distribucin normal permite realizar
muchas aplicaciones en cualquier entorno debido a que varios fenmenos naturales
tienen un comportamiento semejante a esta. Del teorema del lmite central se
desprende conceptos de inferencia estadstica como: muestreo y variables
aleatorias.
RESUMEN
Este trabajo contiene el desarrollo del concepto del teorema del lmite central as
como los conceptos que se desprenden de el en la inferencia estadstica, como son
el concepto de muestreo y variables aleatorias.
lim (
) = ();
Este teorema nos indica que al sumar las variables aleatorias y a medida que el
nmero de sumandos crece, esta sucesin tiende a converger a una distribucin
normal de probabilidad.
El teorema del lmite central se puede aplicar a cualquier distribucin por ejemplo:
binomial, binomial negativa, gamma, etc. Ya que estas distribuciones todas las
hiptesis del tema.
Teorema:
Sea X1, X2, , Xn una sucesin de vectores aleatorios k-dimensionales, k a los
nmeros naturales, independientes igualmente distribuidos con vector de medias
y matriz de varianzas y covarianzas , donde es definida positiva. Sea:
1 + 2 + +
MUESTRA ALEATORIA
La muestra aleatoria consiste en un procedimiento en el cual si se tiene una
poblacin con determinada cantidad de elementos y al escoger un subconjunto de
la poblacin, el proceso de muestreo asegura que los subconjuntos de la poblacin
con el mismo tamao van a tener la misma probabilidad.
Definicin:
Sean X1, X2, , Xn variables aleatorias. Se dice que X1, X2, , Xn es una muestra
aleatoria de tamao n, si cumple con las siguientes condiciones:
I.
II.
Definicin:
Si las variables aleatorias X1, X2, , Xn tienen la misma funcin de densidad de
probabilidad que la distribucin de poblacin y su funcin de distribucin conjunta
de probabilidad es igual al producto de las marginales, entonces X1, X2, , Xn forman
Bibliografa
Blanco Castaeda, L. (2004). Probabilidad. Bogot: Universidad Nacional de
Colombia.
Canavos, G. C. (1988). Probabilidad y estadstica, aplicaciones y mtodos.
McGRAW-HILL.
Mendoza, H, Bautista, & G. (24 de Septiembre de 2014). Probabilidad y Estadstica.
Universidad
Nacional
de
Colombia.
Obtenido
de
http://www.virtual.unal.edu.co/cursos/ciencias/2001065/