TEOREMA DEL LMITE C A CENTRAL

GUSTAVO ROCHA MAYO/2013

Teorema del lmite central

1 2 3 4 5 6 7 8 9 10 Canavos. Probabilidad y Estadstica, Aplicaciones y Mtodos Devore. Probabilidad y Estadstica para Ingeniera y Ciencias Feller. F ll Introduccin I t d i a la l Teora T de d Probabilidades y sus Aplicaciones Freeman. Introduccin a la Inferencia Estadstica Kreyszig. Estadstica Matemtica, Principios y Mtodos Mendenhall y Sincich. Probabilidad y Estadstica para Ingeniera y Ciencias Meyer. Probabilidad y Aplicaciones Estadsticas Miller y Freund. Probabilidad y Estadstica para Ingenieros Wackerly, Mendenhall y Scheaffer. Estadstica Matemtica Walpole y Myers. Probabilidad y Estadstica

Teorema central del lmite

Downie y Heath. Mtodos Estadsticos Aplicados

1 De Groot. Probabilidad y Estadstica EL TEOREMA EN LIBROS 2 3 4 5 6 7 8 9 Hines y Montgomery. Probabilidad y Estadstica para Ingeniera y Administracin Koosis. Elementos de Inferencia Estadstica Mood y Graybill. Introduccin a la Teora de la Estadstica Lipschutz. Probabilidad Parzen. Teora Moderna de Probabilidades y sus Aplicaciones Ross. Introduccin a la Estadstica Spiegel. Estadstica

Central limit theorem

37

Los 19 mencionados + otros 18

DEL LMITE CENTRAL TEOREMA CENTRAL DEL LMITE

Plya acu teorema central del lmite. Vemos que que, en la prctica prctica, se utilizan ambos
Teorema del lmite central Teorema central del lmite

Aunque sea incorrecto, as es. Para honrar a Plya, cambio el ttulo

5

TEOREMA CENTRAL DEL LMITE

GUSTAVO ROCHA MAYO/2013

TEOREMA CENTRAL DEL LMITE

No es un teorema nico. nico Es un conjunto de teoremas con variaciones sobre un mismo tema:
Bajo ciertas condiciones, la distribucin de probabilidad de la suma de un nmero grande de variables aleatorias se aproxima a una distribucin normal. normal

Lo que veremos aqu son las situaciones que dieron origen al descubrimiento de este concepto matemtico y las dificultades ifi en su desarrollo. Su gnesis llev ms de 300 aos, a travs de los cuales se fueron descubriendo las razones por las que las distribuciones normales son tan comunes.
7

TEOREMA CENTRAL DEL LMITE

APRENDIZAJE SIGNIFICATIVO DE MATEMTICAS EN INGENIERA

1 Etapa intuitiva 1.Etapa

2.Etapa rigurosa

3 Et 3.Etapa post-rigurosa t i
9

DOS AFLUENTES DEL TEOREMA

Teora de los errores Mecanismos de tipo aditivo

Di t ib i de d Distribucin probabilidad de los errores

Distribucin de probabilidad de la suma 10

DISTRIBUCIN DE PROBABILIDAD DE LOS ERRORES

Cmo C tratar t t los l errores? ? Cmo se distribuyen los errores? Cmo aproximarse a la magnitud verdadera? Convienen tener varias mediciones? Toda medicin es buena? Cmo obtener un n solo valor alor representativo?
11

TYCHO BRAHE (1546 1601)

Cada medida tiene un posible error

Se puede incrementar la precisin si se hacen varias mediciones.

12

GALILEO GALILEI (1564 1642)

Errores de medicin, inevitables

Errores sistemticos

Errores aleatorios: l i
Fluctuaciones al azar La incertidumbre es intrnseca a la magnitud medida Se pueden minimizar S p puede determinar el valor ms probable
13

GALILEO GALILEI
1632. Propiedades p de los errores aleatorios:
Existe un nico valor verdadero de la magnitud medida. Son ms frecuentes los errores pequeos que los grandes. Los errores por defecto son tan frecuentes como los errores por exceso. La mayora de las mediciones se agrupan alrededor del verdadero valor.

0 Un pequeo ajuste en una observacin angular podra significar una gran variacin en una distancia calculada.
14

GALILEO CON LA MEDIANA

15

GALILEO CON LA MEDIANA

16

ROGER COTES (1682 1716)

Procedimientos de integracin numrica, conocidos como frmulas de Newton-Cotes. Intuy el mtodo de los mnimos cuadrados, a partir de la ley de la palanca de Arqumedes.

17

COTES CON LA MEDIA

18

COTES CON LA MEDIA

19

THOMAS SIMPSON (1710 - 1761)

20

PROPUESTAS DE SIMPSON PARA LA DE PROBABILIDAD DE LOS ERRORES DISTRIBUCIN

21

PIERRE SIMON LAPLACE (1749 - 1827)

Mcanique Cleste Cleste Matemticas
Ecuacin de Laplace Transformada de Laplace Laplaciano L l i

Probabilidad
Modelos probabilsticos Mtodos estadsticos y aplicaciones Teora T d de errores
22

PRIMERA PROPUESTA DE LAPLACE PARA LA DE PROBABILIDAD DE LOS ERRORES DISTRIBUCIN

23

PRIMERA PROPUESTA DE LAPLACE PARA LA DE PROBABILIDAD DE LOS ERRORES DISTRIBUCIN

24

SEGUNDA PROPUESTA DE LAPLACE PARA LA DE PROBABILIDAD DE LOS ERRORES DISTRIBUCIN

25

SEGUNDA PROPUESTA DE LAPLACE PARA LA DE PROBABILIDAD DE LOS ERRORES DISTRIBUCIN

26

PROPUESTA DE DANIEL BERNOULLI PARA LA DE PROBABILIDAD DE LOS ERRORES DISTRIBUCIN

27

PROPUESTAS DE LAGRANGE PARA LA DE PROBABILIDAD DE LOS ERRORES DISTRIBUCIN

28

EL MTODO DE MNIMOS CUADRADOS

Es una tcnica estadstica?
Obtener la ecuacin de la curva que mejor ajusta a los datos en un diagrama de dispersin

29

EL MTODO DE LOS MNIMOS CUADRADOS DE LEGENDRE

Empez siendo una tcnica para resolver sistemas de ecuaciones lineales donde el nmero de ecuaciones superaba al nmero de incgnitas. incgnitas

Era una tcnica geodsica, creada para apoyar a los astrnomos:

Establecer una rbita celeste Determinar la forma de la Tierra Medir el arco del meridiano terrestre
30

LA FORMA DE LA TIERRA

31

EL MERIDIANO TERRESTRE

32

EL MERIDIANO TERRESTRE

* 1 mdulo = 12.78 12 78 pies S Longitud Diferencia Segmento de arco de arco de latitudes (mdulos*) (grados) De Dunquerque a Paris De Paris a Evaux De Evaux a Carsassone De Carsassone a Barcelona 62 462.59 76 145.74 84 424.55 52 749.48 2.18910 2.66868 2.96336 1.85266

Latitud del punto medio (grados) 495630 473046 444148

33 421720

EL MERIDIANO TERRESTRE

34

CARL FRIEDRICH GAUSS (1777 1855)

Tambin descubri el mtodo de los mnimos cuadrados, con un enfoque diferente, netamente probabilista. b bili t Predijo dnde y cundo volvera a aparecer el asteroide Ceres. Determin la curva de distribucin de errores, conocida como campana de Gauss.
35

LEY DE ERRORES DE GAUSS

36

LEY DE ERRORES DE GAUSS

37

38

Todo el mundo admite la ley exponencial de errores: los experimentadores porque piensan que ha sido probada l matemticos, t ti t porque creen que h id por los y stos ha sido establecida por observacin
GABRIEL LIPPMANN

39

ERROR CUADRTICO MEDIO

40

DISTRIBUCIN DE PROBABILIDAD DE LAS SUMAS

Cmo se comporta una variable aleatoria? Cmo se distribuye una variable generada a partir de un mecanismo de tipo aditivo? Cmo obtener un solo valor representativo? Qu tan dispersos estn los valores de la variable?
41

BERNOULLI - BINOMIAL

42

ABRAHAM DE MOIVRE (1667 1754)

43

APROXIMACIN DE UNA BINOMIAL MEDIANTE UNA NORMAL

44

APROXIMACIN DE UNA BINOMIAL MEDIANTE UNA NORMAL

45

TEOREMA DE MOIVRE - LAPLACE

46

TEOREMA DE MOIVRE - LAPLACE

47

BINOMIAL

48

GEOMTRICA BINOMIAL NEGATIVA

49

POISSON - POISSON

50

EXPONENCIAL - GAMMA

51

CHI CUADRADA

52

SNTESIS GAUSS - LAPLACE

Laplace l se dio di cuenta t d de lla conexin i entre: t
Su teorema central del lmite y La curva de errores de Gauss

Y formul la hiptesis p de los errores elementales:

Si los errores en la ley de Gauss son agregados de un nmero elevado de pequeos errores, errores el teorema central del lmite implicara que estaran aproximadamente distribuidos como la curva gaussiana. gaussiana
53

LA DISTRIBUCIN NORMAL

54

DISTRIBUCIN LOGNORMAL

55

SUMA DE VARIABLES INDEPENDIENTES IDNTICAMENTE DISTRIBUIDAS

56

SUMA DE VARIABLES INDEPENDIENTES NO IDNTICAMENTE DISTRIBUIDAS

57

CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS

58

MECANISMO DE TIPO ADITIVO

Si una variable i bl aleatoria l t i es generada d mediante di t un mecanismo de tipo aditivo, su distribucin de probabilidad es normal. normal

59

UN EFLUENTE DEL TEOREMA

Poblacin

Muestra

Distribucin muestral de la media

60

DISTRIBUCIN DE LA MEDIA MUESTRAL

61

SUPERFICIE ACAMPANADA SUPERFICIE ACAMPANADA

62

DISTRIBUCIN NORMAL DISTRIBUCIN NORMAL

El trmino distribucin normal se empez a utilizar con la idea de enfatizar lo comn que resultaba tal distribucin en muy diversas ramas del conocimiento.

Wilhelm Lexis (1837 1914)

Francis Galton (1822 1911)

Charles S. Peirce (1837 1914)

63

DISTRIBUCIN NORMAL DISTRIBUCIN NORMAL

Pero en la literatura francesa, francesa se sigue llamando:

Ley Ley de Gauss Laplace Laplace

64