No. Equipo: 1 No.

Lista: 2

TECNOLÓGICO NACIONAL DE MÉXICO EN CELAYA

Ing. Mecánica Ing. Económica

TAREA 1/II

TEMAS:
 Teorema del límite central

SUBTEMAS:
 Tipos de muestreo
 Ejemplo

Estrella Cruz Carlos Alberto

Fecha de asignación: 17/09/2019

Fecha de entrega: 19/09/2019

Teorema Límite Central

El teorema del límite central es un teorema fundamental de probabilidad y estadística.

El teorema describe la distribución de la media de una muestra aleatoria proveniente
de una población con varianza finita. Cuando el tamaño de la muestra es lo
suficientemente grande, la distribución de las medias sigue aproximadamente una
distribución normal. El teorema se aplica independientemente de la forma de la
distribución de la población. Muchos procedimientos estadísticos comunes requieren
que los datos sean aproximadamente normales. El teorema de límite central le permite
aplicar estos procedimientos útiles a poblaciones que son considerablemente no
normales. El tamaño que debe tener la muestra depende de la forma de la distribución
original. Si la distribución de la población es simétrica, un tamaño de muestra de 5
podría producir una aproximación adecuada. Si la distribución de la población es
considerablemente asimétrica, es necesario un tamaño de muestra más grande. Por
ejemplo, la distribución de la media puede ser aproximadamente normal si el tamaño
de la muestra es mayor que 50. Las siguientes gráficas muestran ejemplos de cómo la
distribución afecta el tamaño de la muestra que se necesita.

Distribución uniforme
 Medias de las muestras

Muestras de una población uniforme

Una población que sigue una distribución uniforme es simétrica, pero marcadamente
no normal, como lo demuestra el primer histograma. Sin embargo, la distribución de
las medias de 1000 muestras de tamaño 5 de esta población es aproximadamente
normal debido al teorema del límite central, como lo demuestra el segundo
histograma. Este histograma de las medias de las muestras incluye una curva normal
superpuesta para ilustrar esta normalidad.

Distribución exponencial

Medias de las muestras

Muestras de una población exponencial

Una población que sigue una distribución exponencial es asimétrica y no normal, como
lo demuestra el primer histograma. Sin embargo, la distribución de las medias de 1000
muestras de tamaño 50 de esta población es aproximadamente normal debido al
teorema del límite central, como lo demuestra el segundo histograma. Este histograma
de las medias de las muestras incluye una curva normal superpuesta para ilustrar esta
normalidad.
 TIPOS DE MUESTREO

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general
pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos de
muestreo no probabilísticos.

I. Muestreo probabilístico Los métodos de muestreo probabilísticos son aquellos que se basan en
el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las
posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos
métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y
son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos
encontramos los siguientes tipos:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente:

1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico
(bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una
calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el
tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula
utilidad práctica cuando la población que estamos manejando es muy grande.

2.- Muestreo aleatorio sistemático: Este procedimiento exige, como el anterior, numerar todos los
elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se
parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la
muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos
de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra:
k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k. El
riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que
al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una
homogeneidad que no se da en la población. Imaginemos que estamos seleccionando una
muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos
mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o
sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos.

3.- Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores
ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la
muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran
homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la
profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este
tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados
adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse
dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos
que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado
grandes, pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos,
edades,...). La distribución de la muestra en función de los diferentes estratos se denomina
 afijación, y puede ser de diferentes tipos: Afijación Simple: A cada estrato le corresponde igual
número de elementos muéstrales.

Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población

en cada estrato.

Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se
considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la
desviación.

4.- Muestreo aleatorio por conglomerados:

Los métodos presentados hasta ahora están pensados para seleccionar directamente los
elementos de la población, es decir, que las unidades muéstrales son los elementos de la
población. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la
población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias,
los departamentos universitarios, una caja de determinado producto, etc., son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo,
las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de
"muestreo por áreas". El muestreo por conglomerados consiste en seleccionar aleatoriamente un
cierto número de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en
investigar después todos los elementos pertenecientes a los conglomerados elegidos.}

Ejemplo 5.4.

Cuando se estudió este caso en la introducción, se vio que las estimaciones iniciales de la vida del
equipo eran de 10 años para ambas opciones de obtención de AUP (agua ultrapura): agua de mar
o subterránea. Como es fácil imaginar, un poco de investigación deja claro que el agua de mar es
más corrosivo y que la vida del equipo es más corta: cinco años en lugar de 10. Sin embargo, se
espera que en vez de sustituir el equipo, una rehabilitación total que cuesta $10 M después de
cinco años extendida su vida al periodo anticipado de10 años de servicio.

Con todas las demás estimaciones sin cambio, es importante determinar si esta reducción de 50%
de la vida útil esperada y el gasto por la rehabilitación cambiarían la decisión de adoptar la opción
del agua de mar, como se resolvió en el ejemplo 5.2. Para hacer el análisis completo, considere
opciones de 10 años y cinco años para el uso esperado del equipo, sin importar la fuente de AUP.
Solución:

Una forma fácil y rápida de llevar a cabo este análisis dual es por medio de una hoja de cálculo y la
función VPN. En la fi gura 5-3 se muestran los detalles.

MCM de 10 años: En la parte superior de la hoja de cálculo, es necesario el MCM de 10 años para
satisfacer el requerimiento de igual servicio; sin embargo, el costo inicial en el año 5 es de $−10 M
de la rehabilitación y no los $ −20 gastados en el año 0. El flujo de efectivo de cada año se
introduce en celdas consecutivas; los $−11.94 M en el año 5 corresponden al costo de operación
anual y al del AUP de $ −1.94 M más el costo de $ −10 M. Las funciones VPN de la hoja de cálculo
determinan los VP con 12% anual, en unidades de $1 millón.

VPs = $ - 36.31 VPG = $ - 33.16

Ahora es más barata la opción del agua subterránea; la decisión económica se invierte con la
nueva estimación de la vida y el gasto de la rehabilitación en el año 5.

Periodo de estudio de 5 años: En la parte inferior de la fi gura 5-3 se aprecian los detalles del
análisis del VP con el segundo enfoque para evaluar las alternativas de diferentes vidas, es decir,
un periodo de estudio específico que es de cinco años en este caso. Por tanto, se ignoran todos los
flujos de efectivo después de cinco años.

De nuevo cambia la decisión con los VP a 12% en favor de la opción del agua de mar.

VPs = $ - 26.43 VPG = $ - 28.32

Comentarios:

La decisión cambió con los enfoques del MCM y del periodo de estudio. Ambas respuestas son
correctas según la forma en que se cumpla el requerimiento de igual servicio. Este análisis
demuestra cuán importante es comparar alternativas mutuamente excluyentes durante periodos
verosímiles, y tomarse el tiempo necesario para hacer las estimaciones más exactas del costo, vida
y TMAR al llevar a cabo la evaluación.

Si la evaluación del VP se realiza en forma incorrecta por utilizar las vidas de las dos opciones, se
viola el requerimiento de igual servicio y los VP favorecen la opción de vida más corta, es decir, al
agua de mar. Los valores de VP son:

Opción S: n = 5 años, VPS = $ −26.43 M, según el cálculo en la parte inferior izquierda de la figura
5-3.

Opción G: n = 10 años, VPG = $ −33.16 M, según el cálculo en la parte superior derecha de la figura
5-3.