CENTRO DE CIENCIAS BÁSICAS

DEPARTAMENTO DE ESTADÍSTICA

NÚMERO DE
REPORTE DE PRÁCTICA DE LABORATORIO PRÁCTICA 02

CARRERA Ingeniería Bioquímica

MATERIA Estadística II
UNIDAD 1
PROFESOR M.C. Ma. Edubijes Esquivel Frausto
REALIZÓ Alejandro Guadalupe Reyes Montañez FECHA 24/058/17

NOMBRE DE LA PRÁCTICA
Teorema del límite central

1 OBJETIVO
Observar e identificar mediante simulaciones la distribución muestral de la suma de variables aleatorias

2 PLANTEAMIENTO
Realice lo siguiente:
1. Fije un valor n (tamaño de la muestra) y N (repeticiones de la simulación)
2. Tome una muestra de la distribución normal de tamaño n (elija los valores de los parámetros)
3. Calcule la suma de la muestra del paso anterior
4. Almacene la muestra y la media
5. Repita N veces los pasos 2, 3 y 4
6. Muestre mediante un histograma la distribución de las muestras y la distribución de la media
Repita los pasos anteriores para la distribución exponencial, binomial, Poisson y Bernoulli
¿Qué puede decir acerca de las características de la distribución de la media en cada caso?

3 DESARROLLO Y ANÁLISIS
Cuadro 1. Diferentes distribuciones con su distribución muestral teóricas.
Distribución poblacional Distribución muestral
X~N(4,5) n= 10 X~N(4,1.5811)
X~Exp(π) n=15 X~N(0.3183,0.08218)
X~Bin(5,0.6) n=10 X~N(3,0.3464)
X~Pois(3) n=13 X~N(3,0.4803)
X~Bin(1,0.6) n=10 X~N(0.6,0.4899)

Cuadro 2. Diferentes distribuciones con su distribución muestral experimentales.

Distribución poblacional Distribución muestral de la media
X~N(4,5) n= 10 X~N(4.009216, 1.569345)
X~Exp(π) n=15 X~N(0.3188116, 0.08194245)
X~Bin(5,0.6) n=10 X~N(2.99887, 0.3439557)
X~Pois(3) n=13 X~N(3.004208, 0.479456)
X~Bin(1,0.6) n=10 X~N(0.60014, 0.1552559)
(Bernuli)

Código: FO-120200-03
Revisión: 00
Emisión: 20/10/2008
 CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA

Claramente la gráfica de la
X~N(4,5)
distribución muestral tiene forma
acampanada (al igual que la
distribución poblacional) por lo tanto
se dice que tiene una distribución
normal, cumpliendo así con el
teorema del límite central.

X~Exp(π)
La grafica de la distribución
muestral cumple el teorema del
límite central, dado la gráfica tiene
forma de campana indicando que
tiene una distribución normal,
mientras que la gráfica de la
distribución poblacional tiene sesgo
positivo, esto indica que no importa
la distribución población para el
cumplir con el teorema.

X~Bin(5,0.6) Al igual que la gráfica de la

distribución muestral anterior, este
caso demuestra nuevamente que
sin importar el tipo de distribución
poblacional, la gráfica de la muestral
tiene forma acampanada y
claramente tiene distribución
normal.

X~Pois(3) Analizando la longitud de las barras

de la distribución muestral se
denota no es completamente
simétrica, pero sin embargo cumple
con el teorema del límite central ya
que tiene una distribución
aproximadamente normal.

X~Bin(1,0.6)
Para la distribución muestral, la
gráfica tiene una distribución
claramente normal, dado que como
se puede observar las barras de
datos están bastante simétricas, lo
cual le da a la gráfica forma de
campana.

Código: FO-120200-03
Revisión: 00
Emisión: 20/10/2008
 CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA

4 CONCLUSIONES Y/O RESUMEN

Como se puede observar en las gráficas anteriores, sin importar la distribución que tenga la población, la
distribución muestra será normal, dado que la forma de la gráfica es de campana.
Así mismo el método usado en la presente practica es una aproximación bastante efectiva con respecto
a los parámetros teóricos como se puede en las tablas 1 y 2, ya que al comparar las medias y la
desviación estándar son prácticamente iguales en la mayoría de los casos, en el caso de la distribución
Bernuli la distribución estándar obtenida experimentalmente es totalmente distinta a la teórica, esto se
puede corregir aumentando el número de muestras que el programa crea y analiza, para efectos de la
práctica se usaron 10,000 muestras de diferentes tamaños, si se ponen 100,000 o 1,000,000 de
muestras, las aproximaciones serán más exactas.
El teorema del límite central queda demostrado, siendo que las gráficas obtenidas tanto de la distribución
de la población como de la distribución muestral tienen una media bastante similar (ya que la gráfica de
la distribución muestral se obtiene a partir de las aproximaciones), lo mismo pasa al analizar las
desviaciones estándar teóricas y experimentales; por ultimo como dice el teorema del límite central las
distribuciones muestrales tienen distribución normal lo cual se puede ver con claridad en las gráficas.

5 REFERENCIAS
Sistema Operativo R.

Código: FO-120200-03
Revisión: 00
Emisión: 20/10/2008