Universidad Nacional de Colombia Facultad de Ciencias Andrs Alejandro Meja Cdigo: 143106 Asignatura: Probabilidad y Estadista Geologa. 1.

Teorema 8.2. Teorema del lmite central. Si es la media de una muestra aleatoria de tamao n tomada de una poblacin con media y varianza finita , entonces la forma lmite de la distribucin de Sea X una V.A. cualquiera de media y desviacin tpica , entonces: Si el tamao muestral es suficientemente grande (en la prctica suele valer n>30), la distribucin de las medias mustrales se aproxima a la de una normal. Procedimiento Se generan un total de 100 datos en 50 columnas aleatorias en Minitab, con una distribucin de Poisson con media = 25 luego se encuentra la media de los datos de las columnas C1-C50 y se almacenan en la columna C51 (X-Barra) se le haya la media a X-Barra y vemos que nos reporta 25.20 (como podemos ver en las estadsticas descriptivas) un valor muy cercana al valor esperado que es 25. La desviacin estndar de los 100 valores en C51 (que ser una aproximacin a la desviacin estndar de X-barra) es de 0.676. Si tomamos la desviacin estndar de C50 (X; que era de 5) y la dividimos por raz de 50, el tamao de la muestra, obtenemos el valor 0.707. Ambos valores son muy parecidos, tal y como la teora predice: Estadsticas descriptivas: X. X-Barra
Media del Error estndar 0,535 0,0676

Variable X X-Barra

N 100 100

N* 0 0

Media 25,580 25,202

Desv.Est. 5,353 0,676

Mnimo 10,000 23,500

Q1 22,000 24,675

Mediana 26,000 25,240

Variable X X-Barra

Q3 29,000 25,590

Mximo 38,000 26,880

Para poder demostrar que el teorema del lmite central se cumple utiliza (Media), =5, n=50. La grfica que se obtiene del teorema del lmite central se muestra en la figura1.

Histograma de Lmite Ctral

Normal 35 30 25
Media Desv .Est. N 0,2851 0,9567 100

Frecuencia

20 15 10 5 0

-2

-1

0 Lmite Ctral

Fig1. Teorema 8.2 Como se puede observar en la figura 1, la grafica se aproxima a la de una Normal con centro en 0, con lo que vemos que se cumple el teorema. Cabe anotar que a medida que los datos sean mayores ms se aproximar a una normal. 2. Teorema 8.3 Si se extraen al azar muestras independientes de tamao y de dos poblaciones, discretas o continuas con medias y y varianzas y , respectivamente, entonces la distribucin est distribuida aproximadamente de forma muestral de las diferencias de las medias normal con media y varianzas dadas por:

y ( ) (

De aqu

Procedimiento Para cada una de las dos poblaciones se genera un total de 5000 datos, lo datos que se introducen en minitab para verificar el teorema 8.3 se muestran en la tabla 1. Entonces creamos una cohorte de datos aleatorios con una Poisson de media = 25 y Otra con una Poisson 25 a la cuales les sacamos las medias respectivamente la media esperada de X es 25

podemos ver (En las estadsticas descriptivas) que nos da un valor muy cercano al esperado 24.70 y la media esperada en Y es 50 tenemos que el valor de la media de Y es igualmente muy cercano al esperado 49.65, lo mismo pasa con las Desviaciones Estndar para X: el esperado es 5 y el que nos da el programa 4.6 muy cercano de igual forma para Y: esperado 7.07 y el programa nos da 7.1 un valor muy cercano con lo que vemos que se cumple.

Estadsticas descriptivas: X. Y
Media del Error estndar 0,461 0,717

Variable X Y

N 100 100

N* 0 0

Media 24,770 49,650

Desv.Est. 4,610 7,165

Mnimo 13,000 33,000

Q1 21,250 45,000

Mediana 25,000 49,000

Variable X Y

Q3 28,750 54,750

Mximo 34,000 71,000

Ahora para facilitar el trabajo tabulamos los datos y a su vez realizamos la operacin en Minitab y graficamos: X 25 5 50
Histograma de T. 8,3
Normal 25
Media Desv .Est. N 0,03156 1,023 100

Y 50 7 50

20

Frecuencia

15

10

-3

-2

-1 T. 8,3

Figura 2. Teorema 8.3

En la Figura 2 que es la grafica del teorema 8.3 podemos ver como esta se aproxima a la de una V. Normal Estndar centrada en 0 que es lo que esperbamos, con lo que podemos inferir a partir de la simulacin que el teorema se cumple.

3. Teorema 8.4 Si S2 es la varianza de una muestra aleatoria de tamao n que se toma de una poblacin normal que tiene la varianza , entonces la estadstica ) ( ) ( Tiene una distribucin ji cuadrada con Procedimiento Se genera un total de 100 datos para 50 con una distribucin normal, con una varianza por lo tanto la desviacin estndar es y media 78. Estadsticas descriptivas: X
Media del Error estndar 2,23

grados de libertad.

Variable X

N 100

N* 0

Media 78,33

Desv.Est. 22,33

Mnimo 25,50

Q1 60,95

Mediana 78,64

Q3 91,60

Variable X

Mximo 125,52

Grfica de puntos de C54

0,0

0,6

1,2

1,8 C54

2,4

3,0

3,6

4,2

Figura3. Teorema 8.4

Histograma de C54
Normal 35 30 25
Media Desv .Est. N 0,7562 0,9159 100

Frecuencia

20 15 10 5 0

-0,75

0,00

0,75

1,50 C54

2,25

3,00

3,75

Figura 3b. Teorema 8.4 En la figura 3 vemos una grfica que se corresponde con una Chi Cuadrada, con lo cual podemos observar que se cumple el teorema. 4. Teorema 8.8 Si y son las varianzas (La varianza se definir como el cuadrado de la Desviacin estndar) de muestras aleatorias independientes de tamao n1 y n2 tomadas de poblaciones normales con varianzas y , respectivamente, entonces:

Tiene una distribucin F con Procedimiento

grados de libertad

Para cada una de las dos poblaciones se genera un total de 5000 datos, lo datos que se introducen en minitab para verificar el teorema 8.8 se muestran en la tabla 2 (Tomado de las descriptivas sea S= )

Estadsticas descriptivas: X. Y
Variable X Y N 100 100 N* 0 0 Media 25,230 50,030 estndar 0,455 0,764 Desv.Est. 4,546 7,643 Mnimo 16,000 32,000 Q1 22,000 45,000 Mediana 25,000 51,000

Variable X Y

Q3 28,750 55,750

Mximo 36,000 69,000

Datos

X 25 5 25
Tabla2

Y 50 7 49

En la figura 4 se muestra como los datos tienden a una grfica con distribucin F.
Histograma de F
Normal 30 25 20 15 10 5 0
Media Desv .Est. N 2,108 0,8288 100

Frecuencia

3 F

Figura 4a. Teorema 8.8

Grfica de puntos de F

1,4

2,1

2,8 F

3,5

4,2

4,9

5,6

Figura 4b. Teorema 8.8

De las figura 4a y 4b se puede observar como los datos tienden a comportarse como una distribucin F, con X grados de libertad.

5. Corolario Sean X1, X2, ,Xn variables aleatorias independientes que son todas normales con media desviacin estndar , Sea: Entonces la variable aleatoria

tiene una distribucin t con

grados de libertad.

Procedimiento Para el corolario tomamos los datos del lmite central por lo tanto tenemos que S = donde S sera la varianza por lo tanto la grfica que podemos observar corresponde a la siguiente:

Histograma de Corolario
Normal 35 30 25
Media Desv .Est. N 0,05702 0,1913 100

Frecuencia

20 15 10 5 0

-0,4

-0,2

0,0 Corolario

0,2

0,4

Figura 5. Corolario 8.1