ndice

I.
II.

Generacin de los nmeros aleatorios

07

Agrupamiento de 5 en 5 de los nmeros aleatorios

10

III.

Agrupamiento de 10 en 10 de los nmeros aleatorios

12

IV.

Agrupamiento de 20 en 20 de los nmeros aleatorios

14

V.

Agrupamiento de 50 en 50 de los nmeros aleatorios

16

Comparacin de resultados

18

VI.

Resmen

~2~

Este trabajo trata de generar 10 000 nmeros aleatorio ; en el primer captulo

analizaremos todos esos nmeros

para observar su comportamiento como una

variable de distribucin uniforme , hallando su varianza , media , coeficiente de

variacin y su histograma. En el segundo captulo agruparemos de 5 en 5
consecutivamente y se hallar su promedio para que con esos datos elaborar su
histograma y hallar su varianza , media y coeficiente de variacin. En los siguiente
captulos se desarrollar anlogamente agrupando de 10 en 10 , 20 en 20 y 50 en 50.
Despus de eso se interpretar los resultados para llegar a una explicacin
convincente de lo ocurrido. Cabe resaltar que este trabajo fue realizado en Matlab
2013 , en este programa se program correctamente para poder realizar lo descrito y
tener los datos correctos , para las grficas del histograma y poder juntarlos en una
sola se utiliz el programa MiniTab 17. Esos programas pudieron ser descargados
gratuitamente por Internet vlido por un periodo de un mes (30 das).
Se llega a demostrar de forma prctica el Teorema del Lmite Central que nos dice
que si tenemos un grupo numeroso de variables independientes y todas ellas siguen
el mismo modelo de distribucin (cualquiera que ste sea), la suma de ellas se
distribuye segn una distribucin normal.

ABSTRACT

~3~

This work refers to generate 10,000 random numbers; in the first chapter will discuss
all these numbers to observe their behavior as a variable of uniform distribution,
finding its variance, mean, coefficient of variation and its histogram. The second
chapter will group of 5 in 5 consecutively and be averaged with that data to develop
its histogram and find its variance, mean and coefficient of variation. In the
following chapters will develop similarly gathering from 10 to 10, 20 to 20 and 50 to
50.
After that the results are interpreted to reach a convincing explanation of what
happened. It should be noted that this work was done in Matlab 2013, this program
was programmed correctly to perform described and have the correct data for
graphical histogram and to bring them together in one the MiniTab program 17 was
used Such programs could be free downloads for Internet valid for a period of one
month (30 days).
You reach the practical demonstration of the Central Limit Theorem tells us that if
we have a large number of independent variables and they all follow the same pattern
of distribution (whatever that is), the sum of which is distributed according to a
normal distribution.

~4~

INTRODUCCIN
En este trabajo que he realizado con mucho esmero se puede encontrar la aplicacin
prctica del Teorema del Lmite Central, para ellos se gener 10 000 nmeros
aleatorios y fueron agrupados convenientemente para observar su comportamiento y
comprobar dicho teorema.
Tambin se podrn encontrar las medidas estadsticas de dispersin (media, varianza,
coeficiente de variacin) de cada grupo, as como sus respectivos histogramas y la
lnea de ajuste para lograr un mejor entendimiento al lector.
Al final del trabajo estarn descritas las conclusiones llegadas luego de analizar,
investigar y discutir el teorema del lmite central y nuestros resultados obtenidos.
Sin ms prembulos dejo mi trabajo a su disposicin para ser revisado y sirva como
fuente de apoyo y/o discusin de trabajos posteriores.

~5~

I
GENERACIN DE LOS NMEROS ALEATORIOS

En este captulo se explica la generacin de los 10 000 nmeros aleatorios pedidos en

clase, para esto se utiliz el programa Matlab 2013 donde se digit el siguiente
cdigo de programacin:
A=rand(10000,1)
Que nos genera una matriz columna de 10 000 filas con nmeros aleatorios que se
encuentran dentro del intervalo de 0 y 1.
Estos nmeros se comportan como una distribucin uniforme.

I.1 Distribucin Uniforme:

En teora de probabilidad y estadstica, la distribucin uniforme continua es una
familia de distribuciones de probabilidad para variables aleatorias continuas,
tales que cada miembro de la familia, todos los intervalos de igual longitud en la
distribucin en su rango son igualmente probables. El dominio est definido por
dos parmetros, a y b, que son sus valores mnimo y mximo. La distribucin es
a menudo escrita en forma abreviada como U(a,b).

~6~

A
0.5004
0.0838
0.2894

Media
Varianza
Desviacin Estandar
Coeficiente de
Variacin
0.57834

Figura 1.1 Distribucin Uniforme

I.2. Medidas de Estadstica de Dispersin de los nmeros aleatorios

obtenidos:
Con el programa Matlab podemos obtener sus medidas estadsticas de
dispersin fcilmente , con los siguientes cdigos :
mean (A) = Media de todos los datos en la matriz A
var(A) = Varianza de todos los datos en la matriz A
std (A) = Desviacin estndar de todos los datos en la matriz A.
Al realizarlo con nuestros datos se obtiene:

Tabla 1.1 Medidas Estadstica de Matriz A

~7~

Los resultados obtenidos, concuerdan con las frmulas estadsticas lo que nos
comprueba la veracidad de esas frmulas
Su histograma es el siguiente:

Figura 1.2 Histograma de matriz A

~8~

II
AGRUPAMIENTO DE 5 EN 5 DE LOS NMEROS ALEATORIOS

En este captulo se agrupar de 5 en 5 los 10 000 nmeros aleatorios generados

anteriormente , se formaran un total de 2 000 grupos , a esos grupos se le hallar su
promedio o media aritmtica .
Con esos 2 000 promedios se proceder a hallar sus medidas estadsticas de
dispersin , tales como : media , varianza , desviacin estndar y coeficiente de
variacin ; y su histograma correspondiente.
Para ello se desarrollar en el programa Matlab el cdigo de programacin , el cual
es :
for i=1:2000
B(i,1)=i
end;
for j=1:2000
l=0
for k=5*j-4:5*j
l=A(k)+l
end
B(j,1)= l/5
end

Donde la matriz B ser nuestra matriz de las 2 000 medias halladas .

Sus medidas estadsticas halladas son las siguientes :
Tabla 2.1 Medidas Estadstica de Matriz B

~9~

B
0.5004
0.0169
0.1303

Media
Varianza
Desviacin Estandar
Coeficiente de
Variacin

0.26039

Su histograma es el siguiente:

Histograma de B
Normal
140

Media 0.5005
Desv.Est. 0.1303
N
2000

120

Frecuencia

100
80
60
40
20
0

0.12

0.24

0.36

0.48

0.60

0.72

Figura 2.1 Histograma de matriz B

0.84

~ 10 ~

III
AGRUPAMIENTO DE 10 EN 10 DE LOS NMEROS
ALEATORIOS

En este captulo se agrupar de 10 en 10 los 10 000 nmeros aleatorios generados

anteriormente , se formaran un total de 1 000 grupos , a esos grupos se le hallar su
promedio o media aritmtica .
Con esos 1 000 promedios se proceder a hallar sus medidas estadsticas de
dispersin , tales como : media , varianza , desviacin estndar y coeficiente de
variacin ; y su histograma correspondiente.
Para ello se desarrollar en el programa Matlab el cdigo de programacin , el cual
es :
Donde la matriz C ser nuestra matriz de las 1 000 medias halladas .
for a=1:1000
C(a,1)=a
end;
for b=1:1000
m=0
for c=10*b-9:10*b
m=A(c)+m
end
C(b,1)= m/10
end
Sus medidas estadsticas halladas son las siguientes:

Tabla 3.1 Medidas Estadstica de Matriz C

~ 11 ~

Media
Varianza
Desviacin Estandar
Coeficiente de
Variacin

C
0.5004
0.0082
0.0908
0.18145

Su histograma es el siguiente:

Histograma de C
Normal
Media
0.5005
Desv.Est. 0.09083
N
1000

90
80

Frecuencia

70
60
50
40
30
20
10
0

0.24

0.32

0.40

0.48

0.56

0.64

0.72

Figura 3.1 Histograma de matriz C

0.80

~ 12 ~

IV
AGRUPAMIENTO DE 20 EN 20 DE LOS NMEROS
ALEATORIOS

En este captulo se agrupar de 20 en 20 los 10 000 nmeros aleatorios generados

anteriormente, se formaran un total de 500 grupos , a esos grupos se le hallar su
promedio o media aritmtica .
Con esos 500 promedios se proceder a hallar sus medidas estadsticas de
dispersin , tales como : media , varianza , desviacin estndar y coeficiente de
variacin ; y su histograma correspondiente.
Para ello se desarrollar en el programa Matlab el cdigo de programacin , el cual
es :
Donde la matriz D ser nuestra matriz de las 500 medias halladas .
for d=1:500
D(d,1)=d
end;
for e=1:500
n=0
for f=20*e-19:20*e
n=A(f)+n
end
D(e,1)= n/20
end

Sus medidas estadsticas halladas son las siguientes:

~ 13 ~

Tabla 4.1 Medidas Estadstica de Matriz D

Media
Varianza
Desviacin Estndar
Coeficiente de Variacin

D
0.5004
0.0041
0.06426
0.12842

Su histograma es el siguiente:

Histograma de D
Normal
70

Media
0.5005
Desv.Est. 0.06426
N
500

60

Frecuencia

50
40
30
20
10
0

0.32

0.40

0.48

0.56

0.64

0.72

Figura 4.1 Histograma de matriz D

0.80

~ 14 ~

V
AGRUPAMIENTO DE 50 EN 50 DE LOS NMEROS
ALEATORIOS

En este captulo se agrupar de 50 en 50 los 10 000 nmeros aleatorios generados

anteriormente, se formaran un total de 200 grupos , a esos grupos se le hallar su
promedio o media aritmtica .
Con esos 200 promedios se proceder a hallar sus medidas estadsticas de
dispersin , tales como : media , varianza , desviacin estndar y coeficiente de
variacin ; y su histograma correspondiente.
Para ello se desarrollar en el programa Matlab el cdigo de programacin, el cual
es:
for g=1:200
E(g,1)=g
end;
for h=1:200
o=0
for t=50*h-49:50*h
o=A(t)+o
end
E(h,1)= o/50
End
Donde la matriz E ser nuestra matriz de las 200 medias halladas.
Sus medidas estadsticas halladas son las siguientes:

~ 15 ~

Tabla 5.1 Medidas Estadstica de Matriz E

Media
Varianza
Desviacin Estandar
Coeficiente de Variacin

E
0.5004
0.0017
0.0411
0.08213

Su histograma es el siguiente:
Histograma de E
Normal
Media
0.5005
Desv.Est. 0.04115
N
200

40

Frecuencia

30

20

10

0
0.40

0.44

0.48

0.52

0.56

0.60

0.64

Figura 5.1 Histograma de matriz E

~ 16 ~

VI
COMPARACIN DE RESULTADOS

Histograma de A, B, C, D, E
Normal
Variable
A
B
C
D
E

10

Densidad

Media
0.5005
0.5005
0.5005
0.5005
0.5005

Desv.Est.
N
0.2895 10000
0.1303 2000
0.09083 1000
0.06426 500
0.04115 200

0
-0.18

0.00

0.18

0.36

0.54

0.72

0.90

1.08

Datos

Figura 6.1 Histograma de las matrices A, B, C, D y E

Histograma de A, B, C, D, E
Normal
300

Variable
A
B
C
D
E

Frecuencia

250

200

Media
0.5005
0.5005
0.5005
0.5005
0.5005

150

100

50

0
-0.18

0.00

0.18

0.36

0.54

Datos

0.72

0.90

1.08

Desv.Est.
N
0.2895 10000
0.1303 2000
0.09083 1000
0.06426 500
0.04115 200

~ 17 ~

Figura 6.2 Histograma de las matrices A, B, C, D y E

El teorema de lmite central lo observamos en la grfica 6.2 donde se tiene en el eje

Y a la frecuencia, nos damos cuenta que a ms nmeros de muestra su lnea de
ajuste toma la forma de la distribucin normal.

~ 18 ~

CONCLUSIONES

A mayor cantidad de nmeros aleatorios es ms cerca el valor de las medidas

estadsticas de dispersin (media, varianza, desviacin estndar) con las
frmulas tericas.
La media de los nmeros aleatorios coincide con la media de todos los grupos
formados.
El coeficiente de variacin disminuye a medida de que la cantidad de grupos
disminuye.
Mientras se tomen ms grupos como muestra, la lnea de ajuste tiende a la
forma de la distribucin normal.
La varianza disminuye cuando se disminuye el nmero de grupos.