El teorema central del límite establece que la suma de variables aleatorias tiende a una distribución normal cuando el número de sumandos aumenta, lo que tiene gran aplicación en inferencia estadística. La suma de variables aleatorias aparece comúnmente en simulaciones de ingeniería. Debido a que muchos métodos estadísticos requieren normalidad, el teorema central del límite es fundamental en la formación de ingenieros.
0 calificaciones0% encontró este documento útil (0 votos)
60 vistas1 página
El teorema central del límite establece que la suma de variables aleatorias tiende a una distribución normal cuando el número de sumandos aumenta, lo que tiene gran aplicación en inferencia estadística. La suma de variables aleatorias aparece comúnmente en simulaciones de ingeniería. Debido a que muchos métodos estadísticos requieren normalidad, el teorema central del límite es fundamental en la formación de ingenieros.
El teorema central del límite establece que la suma de variables aleatorias tiende a una distribución normal cuando el número de sumandos aumenta, lo que tiene gran aplicación en inferencia estadística. La suma de variables aleatorias aparece comúnmente en simulaciones de ingeniería. Debido a que muchos métodos estadísticos requieren normalidad, el teorema central del límite es fundamental en la formación de ingenieros.
El teorema central del límite establece que la suma de variables aleatorias tiende a una distribución normal cuando el número de sumandos aumenta, lo que tiene gran aplicación en inferencia estadística. La suma de variables aleatorias aparece comúnmente en simulaciones de ingeniería. Debido a que muchos métodos estadísticos requieren normalidad, el teorema central del límite es fundamental en la formación de ingenieros.
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1de 1
RESUMEN TEOREMA DEL LIMITE CENTRAL
El teorema central del límite es uno de los fundamentales en estadística y estudia el
comportamiento de la suma de variables aleatorias, cuando crece el número de sumandos, asegurando su convergencia hacia una distribución normal en condiciones muy generales. Este teorema, del cual existen diferentes versiones que se han ido desarrollando a lo largo de la historia, tiene una gran aplicación en inferencia estadística, pues muchos parámetros de diferentes distribuciones de probabilidad (como la media, momentos, coeficiente de correlación, proporción) pueden expresarse en función de una suma de variables. Permite también aproximar muchas distribuciones de uso frecuente: binomial, Poisson, chi cuadrado, t-student, gamma, etc., cuando sus parámetros crecen y el cálculo se hace difícil. Por otro lado, la suma de variables aleatorias aparece en forma natural en muchas aplicaciones de procesos de simulación de la ingeniería: determinación de masa forestal, carga soportada por una estructura, tiempo de espera de servicios, etc. Todo ello explica por qué muchos métodos estadísticos requieren la condición de normalidad para su correcta aplicación y, en consecuencia, este teorema es un componente importante de la formación estadística de los ingenieros, ya que, por otro lado, su enseñanza plantea interrogantes importantes al profesor. El teorema se apoya y relaciona entre sí con otros conceptos y procedimientos básicos en estadística, como los de variable aleatoria y sus transformaciones, distribución muestral, convergencia, tipificación, cálculo de probabilidades, etc., algunos de los cuales podrían plantear problemas de aprendizaje. La importancia de la estadística, como base esencial de conocimientos en ingeniería, puesto que sus aplicaciones llevan a modelos matemáticos necesarios para el diseño, control y optimización. Históricamente los programas de estadística han sido realizados por especialistas, siendo fuertemente técnicos y ligados al conocimiento matemático. Hoy en día, la tendencia es a tener un currículo cada vez menos técnico y cada vez más práctico.