Data Visualization
Observa el Teorema del Límite Central en acción: muestrea de una distribución de origen no normal (uniforme, exponencial, Poisson o Bernoulli), grafica el histograma de las medias muestrales y superpone la curva Normal predicha N(μ, σ²/n). Compara media y error estándar empíricos vs teóricos y observa cómo la convergencia se afianza al crecer n.
Llama a esta herramienta desde tu código en tres lenguajes.
curl -X POST 'https://api.elysiatools.com/es/api/tools/central-limit-theorem-demonstrator' \
-H 'Content-Type: application/json' \
-d '{"distribution":"exponential","sampleSize":30,"reps":5000,"bins":40,"seed":42,"precision":3}'Envía una petición POST con tus entradas en JSON. Los parámetros de tipo archivo requieren una subida previa.
POST https://api.elysiatools.com/es/api/tools/central-limit-theorem-demonstrator| Nombre | Tipo | Obligatorio | Descripción |
|---|---|---|---|
| distribution | select | No | — |
| sampleSize | number | Sí | Draws per sample mean. Larger n → narrower, more normal sampling distribution. |
| reps | number | Sí | How many sample means to generate (histogram resolution). |
| bins | number | Sí | — |
| seed | number | No |
Añade esta herramienta a tu servidor Model Context Protocol para que los agentes de IA puedan listarla y llamarla.
Añade este bloque a la configuración de tu cliente MCP:
{
"mcpServers": {
"elysiatools-central-limit-theorem-demonstrator": {
"name": "central-limit-theorem-demonstrator",
"description": "Observa el Teorema del Límite Central en acción: muestrea de una distribución de origen no normal (uniforme, exponencial, Poisson o Bernoulli), grafica el histograma de las medias muestrales y superpone la curva Normal predicha N(μ, σ²/n). Compara media y error estándar empíricos vs teóricos y observa cómo la convergencia se afianza al crecer n.",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=central-limit-theorem-demonstrator",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}Tras conectar al endpoint SSE, lista las herramientas expuestas:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Invoca la herramienta por su id; los argumentos se construyen a partir de sus parámetros:
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "central-limit-theorem-demonstrator",
"arguments": {
"distribution": "exponential",
"sampleSize": 30,
"reps": 5000,
"bins": 40,
"seed": 42,
"precision": 3
}
}
}| Same seed → identical results (reproducible demos). |
| precision | number | Sí | — |
Resultado HTML
{
"result": "<div>Processed HTML content</div>",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}¿Dudas o problemas? Contacta con [email protected]