Universidad Abierta y a Distancia De México

Licenciatura en Matemáticas

Ana Lydia Herrera Macías

ES1611301695

Actividad 2. Lectura teórica

Unidad 3. Teoremas Límite

Probabilidad II

Docente: Daniel Muñoz George

1 de September de 2023
 ACTIVIDAD 2. LECTURA TEÓRICA
Responde a las siguientes interrogantes:
- Enuncia la ley de los grandes números, posterior a ello en tus
palabras describe la importancia que esta tiene.
Teorema:

“Sea X 1 , X 2 , … , X n una sucesión finita de variables aleatorias independientes e

idénticamente distribuidas con una media μ. Entonces, cuando n → ∞,
n
1
∑ X →μ
n i=1 i

en donde la convergencia se verifica en el sentido casi seguro (ley fuerte) y

también en probabilidad (ley débil)”. (Rincón, 2014)

La importancia de la Ley de los grandes números radica en varias razones.

Nos permite tener estabilidad en la estimación, ya que asegura que, con un
numero suficientemente grande de observaciones, la media de una muestra se
aproximara a la media poblacional verdadera.
También nos ayuda en la validación experimental, para evaluar la consistencia
de los resultados obtenidos. Si se espera que la media de un conjunto de
observaciones converja a un valor teórico especifico, la ley de los grandes
nueros proporciona un marco para evaluar si los datos experimentales cumplen
con esta expectativa.

- Enuncia el teorema central del límite, posterior a ello en tus palabras

describe la importancia que este tiene.
Teorema:

“Sean X 1 , X 2 , … , X n una sucesión infinita de variables aleatorias independientes

e idénticamente distribuidas, con media μ y varianza finita σ 2. Entonces la
función de distribución de la variable aleatoria

( X 1 +…+ X n )−nμ
Z n=
√ n σ2
 tiende a la función de distribución normal estándar cuando n tiende a infinito”.
(Rincón, 2014)

La importancia del teorema central del límite radica en su aplicación en muchos

áreas de la estadística y la ciencia en general.
Nos permite aproximar la distribución de la suma de un gran numero de
variables aleatorias independientes, incluso si la distribución original de las
variables no es conocida o es complicada. Esto es realmente útil en el caso de
muestras grandes o en experimentos repetidos.
También nos proporciona una base para muchos métodos de estimación y
pruebas de hipótesis. Al asumir que las variables aleatorias son independientes
e idénticamente distribuidas, podemos utilizar la distribución normal estándar
como una aproximación para calcular intervalos de confianza y pruebas de
hipótesis.
Y es una herramienta esencial en el modelado y simulación de sistemas
complejos. Permitiendo simplificar la representación de la incertidumbre en
estos sistemas al utilizar la distribución normal estándar como una
aproximación.
Entonces, podemos concluir que el teorema central del límite es una
herramienta fundamental en la teoría de la probabilidad y la estadística, ya que
nos permite aproximarnos a la distribución normal estándar a partir de sumas
de variables aleatorias.
.

FUENTES DE CONSULTA

Devore, J. (2008). Probabilidad y Estadística para Ingeniería y Ciencias (7ª ed.).

Cengage Learning Editores. México.

UnADM (s/f), Probabilidad II (Contenido de la asignatura). México.

Rincón, Luis. (2014). Introducción a la probabilidad (1ª ed.) Las prensas de
ciencias; UNAM. México.