Loading [MathJax]/extensions/mml2jax.js
Saltar al contenido principal
Library homepage
 

Text Color

Text Size

 

Margin Size

 

Font Type

Enable Dyslexic Font
LibreTexts Español

Buscar

  • Filtrar resultados
  • Ubicación
  • Clasificación
    • Tipo de artículo
    • Author
    • Show TOC
    • Cover Page
    • License
    • Transcluded
      • Autonumber Section Headings
      • License Version
    • Incluir datos adjuntos
    Buscando en
    Acerca de 1 resultados
    • https://espanol.libretexts.org/Estadisticas/Teoria_de_Probabilidad/Probabilidad%2C_estad%C3%ADstica_matem%C3%A1tica_y_procesos_estoc%C3%A1sticos_(Siegrist)/06%3A_Muestras_aleatorias/6.04%3A_El_Teorema_del_L%C3%ADmite_Central
      Supongamos ahora que\(Y_k\) tiene la distribución gamma (Erlang) con el parámetro shape\(k \in \N_+\) y el parámetro scale\(b \gt 0\) entonces\[ Y_k = \sum_{i=1}^k X_i \] donde\((X_1, X_2, \ldots)\) e...Supongamos ahora que\(Y_k\) tiene la distribución gamma (Erlang) con el parámetro shape\(k \in \N_+\) y el parámetro scale\(b \gt 0\) entonces\[ Y_k = \sum_{i=1}^k X_i \] donde\((X_1, X_2, \ldots)\) está una secuencia de variables independientes, teniendo cada una la distribución exponencial con parámetro scale\(b\). (La distribución exponencial es un caso especial de la distribución gamma con el parámetro de forma 1.) De ello se deduce que si\(k\) es grande, la distribución gamma puede aproxim…

    Support Center

    How can we help?