El Teorema Central del Límite: Una visión ilustrativa
Palabras clave:
Convergencia, distribución Irwin Hall, ilustración, Teorema Central del LímiteResumen
El Teorema Central del Límite es de gran importancia, en el estudio de la Estadística, para su compresión además de la variedad de problemas prácticos, está la certeza de su convergencia.
Objetivo: Comprender el Teorema Central del Límite, y su convergencia.
Método: Se utilizarán cuadros y gráficos de la distribución del promedio de variables aleatorias independientes cada una con distribución Uniforme en el intervalo (0,1) y comparándola con la distribución Normal standard.
Datos: Para este fin se utilizará una partición del intervalo comprendido entre 0 y 1, en distancias de un décimo.
Resultados: Se mostrará la rápida convergencia del promedio de las variables citadas con distribución Uniforme hacia una distribución Normal estándar; para esta comparación se consideran dos cuadros que mostrarán esta afinidad de forma numérica y posteriormente (para cuando n aumente su valor) se expondrá el gráfico de la distribución del promedio de variables que completará el panorama.
Descargas
Citas
Barrera Ojeda, D. (2019). Estadística Informatizada. Stigma.
Bernard, F. (1997). A first course in Multivariate Statistic. Springer.
Billingsley, P. (1986). Probability and Measure. John Wiley and Sons.
Casella George y Berger Roger. (2002). Statistical Inference. Duxbury Thomson.
Dela Cruz, R. (1981). Razonamiento Matemático Superior. Lima Perú.
Efimov A, Karakulin A., Pospelov P., Tereschenko A., Vukolov E., Zemskov V., Zolotarev Yu. (1986). Problemas de las Matemáticas Superiores. Mir Moscu.
Fernández Cuesta y Fuentes García, Felipe. (1995). Curso de Estadística Descriptiva Teoría y Práctica. Barcelona: Ariel.
Freund Jhon y Walpole, Ronald. (1990). Estadística Matemática con Aplicaciones. Prentice Hall hispanoamericana.
García Ore, C. (1997). Distribuciones y Estadística Inferencial. Lima Peru.
Grimett, G. R., & Stirzaker, D. (1993). Probability and Random Processes Problems and Solutions. Oxford University.
Gutierrez, B. (2004). Respuestas a dudas típicas de Estadística. Diaz de Santos.
Hogg, R. (2005). Introducción to Mathematical Statistics. Pearson Prentice Hall.
Johnson, N., Kotz, S., & Balakrishnan, N. (1995). Continuous Univariate Distributions. Wiley an Sons.
Kendall Maurice y Buckland William. (1980). Diccionario de Estadística. Pirámide.
Kreyszig, E. (1973). Introducción a la Estadística Matemática. Limusa Wiley.
Lazaro, M. (2007). Inferencia Estadística. Moshera.
Lijoletov I.I.y Matzkevich I.P. (1977). Problemas de Matemática Superior Teoría de Probabilidad y de Estadística Matemática. Paraninfo.
Meyer, P. L. (1998). Probabilidad y Aplicaciones Estadísticas. Paraninfo.
Mitacc Meza, M. (1998). Tópicos de Estadística descriptiva y Probabilidad. Lima Perú.
Mitacc, M. (1998). Tópicos de Inferencia estadística. Lima Perú: Thales.
Mood Alexander y Graybill Franklin. (1978). Introducción a la teoría de la Estadística. Aguilar.
Obregón Sanin, I. (1977). Teoría de la Probabilidad. p. 247: Limusa.
Parzen, E. (1979). Teoría Moderna de Probabilidades y sus Aplicaciones. Limusa.
Rincon, L. (2007). Curso Intermedio de Probabilidad. UNAM.
Ruiz Maya , L., & Martin Pliego , J. (2002). Estadística II Inferencia. Thomson.
Ruiz Maya, L. (1992). Problemas de Estadística. AC Madrid.
Sevastianov, B., Chistiakov , V., & Zubkov. (1985). Problemas de Cálculo de Probabilidades. Mir Moscu.
Tucker, H. G. (1966). Introducción a la teoría matemática de las probabilidades y a la estadística. Vinces vives.
Velez Barrola, R. (2012). Principios de Inferencia Estadística. Madrid: Uned.
Wisniewski Piotr Marian y Velasco Sotomayor Gabriel, Blanco Castaneda Liliana , Arunachalam Viswanathan y Dharmaraja Selvamuthu. (2012). Introduction to Probability and Stochastic Processes. Wiley and Sons.
Yohai, V. (2008). Notas de Probabilidades y Estadística.
Zacks, S. (2014). Examples and Problems in Mathematical Statistics. Wiley.
