Practica 3 Teorema Central del Lmite

Equipo #8 Gonzlez Lucero Felipe de Jess Roque Barbosa Neftali Lpez Serrano Jos Alfredo Probar el teorema de lmite central para dos casos, uniformes y gaussianas. Y una combinacin de las dos. .

1 Introduccin
El Teorema Central del Lmite dice que si tenemos un grupo numeroso de variables independientes y todas ellas siguen el mismo modelo de distribucin (cualquiera que ste sea), la suma de ellas se distribuye segn una distribucin normal. Si X1, X2, ..., Xn son variables aleatorias (discretas o continuas) independientes ,con idntico modelo de probabilidad, de valor medio y varianza 2 ,entonces la distribucin de la variable

2 Desarrollo
Para llevar a cabo esta prctica partimos de ciertas condiciones que fueron exigidas entre ellas y siendo la ms importante que mnimo fueran 10 000 elementos los que contuviera nuestra variable principal. El programa que usamos para el desarrollo de dicha prctica es el siguiente:

se aproxima a la de una variable normal tipificada N(0,1), mejorndose la calidad de la aproximacin a medida que n aumenta. Este resultado prueba que el estadstico o estimador media muestral

Este teorema se aplica tanto a suma de variables discretas como de variables continuas. Los parmetros de la distribucin normal son: Media: n * m (media de la variable individual multiplicada por el nmero de variables independientes) Varianza: n * s2 (varianza de la variable individual multiplicada por el nmero de variables individuales)

Fig. 2 La suma total de nuestra variable gaussiana.

Fig. 3 Suma total de nuestras dos variables. Como observamos en la primera parte de nuestro programa pedimos la cantidad de elementos de cada variable, as, como el nmero de variables uniformes y tambin gaussianas. Con ayuda de rand generamos nmeros aleatorios de 0 hasta el valor que propusimos. Se realiza una suma de nuestras variables uniformes, de nuestras variables gaussianas y una total que es la suma de ambas. Como se muestra en las primeras tres figuras. Al visualizarla nuestra fig. 4 notamos que obtenemos una distribucin normal de la suma de nuestras variables uniformes y gaussianas. Fig. 4 Representacin de nuestra distribucin.

4 Conclusiones
Pedimos comprobar el resultado obtenido tericamente con nuestro programa y mas claramente con nuestra grfica final obtenida con lo cual queda demostrado el Teorema Central del Lmite que nos dice si tenemos un grupo numeroso de variables independientes y todas ellas siguen el mismo modelo de distribucin (cualquiera que ste sea), la suma de ellas se distribuye segn una distribucin normal.

Fig. 1 La suma total de nuestra variable aleatoria.

Referencias
[1] Teorema central Lmite http://es.wikipedia.org/wiki/Correlaci%C3%B3n_cru zada