Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SANTIAGO DE CALI
2023
2
Tabla De Contenido
2. Distribución de frecuencias………………….…………………………………………..12
4. Representación del algoritmo usando el programa Pseint en modo flexible y muestra del
diagrama de flujo…………………….…………..………………………………………22
5. Laboratorio………………………………………………………………………….…...29
6. Conclusiones………………………………………………………………………….…29
7. Webgrafía…………………………………………………………………………….….30
objetos, eventos o medidas que se está estudiando. En otras palabras, la población es el universo
En la mayoría de los casos, la población es demasiado grande para poder examinar todos sus
elementos. Por lo tanto, se selecciona una muestra representativa de la población para realizar
inferencias sobre toda la población. Esto se hace utilizando técnicas estadísticas de muestreo.
Es importante tener en cuenta que la definición de población puede variar según el contexto y el
problema específico que se esté abordando. En algunos casos, la población puede ser una entidad
física claramente definida, como la población de un país. En otros casos, la población puede ser
estadística ya que es el punto de partida para realizar cualquier análisis de datos y obtener
conclusiones válidas.
que se selecciona para ser analizado con el fin de hacer inferencias sobre la población en su
totalidad. La muestra debe ser seleccionada de forma cuidadosa y estratégica para que sea
Para seleccionar una muestra representativa, se pueden utilizar diversos métodos de muestreo,
el muestreo sistemático, entre otros. Cada uno de estos métodos tiene sus ventajas y desventajas,
Una muestra representativa es importante ya que permite hacer inferencias sobre la población
Hipótesis: En estadística, una hipótesis es una afirmación o suposición que se hace sobre un
fenómeno o una relación entre variables, y que se somete a prueba empírica. En general, una
hipótesis se presenta en forma de una declaración que afirma algo sobre las características de
alternativa. La hipótesis nula (H0) es la afirmación que se quiere probar falsa y que se sostiene
hasta que se rechaza con pruebas estadísticas. Por otro lado, la hipótesis alternativa (Ha) es la
Por ejemplo, si se quiere probar si el promedio de edad de los estudiantes de una universidad es
diferente de 25 años, se podría formular la hipótesis nula de que el promedio de edad es igual a
pueden recolectar datos y realizar pruebas estadísticas para determinar si se acepta o rechaza la
hipótesis nula.
Es importante tener en cuenta que la formulación adecuada de una hipótesis es crucial para la
validez de los resultados de la investigación estadística. Una hipótesis debe ser clara, precisa y
estar basada en la teoría o la evidencia previa. Además, la hipótesis debe ser sometida a pruebas
empíricas rigurosas y validadas con técnicas estadísticas apropiadas para obtener conclusiones
válidas y confiables.
Variable: En estadística, una variable es una característica o atributo que se mide, se observa o
cuantitativas.
Las variables cualitativas son aquellas que describen o clasifican un fenómeno o una población
en función de sus características no numéricas. Las variables cualitativas pueden ser nominales o
ordinales. Las variables nominales no tienen un orden lógico, como por ejemplo el género o la
ciudad de nacimiento, mientras que las variables ordinales sí tienen un orden lógico, como por
satisfecho).
Las variables cuantitativas son aquellas que miden cantidades numéricas. Las variables
cuantitativas pueden ser continuas o discretas. Las variables continuas pueden tomar cualquier
6
valor en un intervalo dado, como por ejemplo la altura o el peso, mientras que las variables
discretas sólo pueden tomar valores enteros, como por ejemplo el número de hijos o el número
Es importante tener en cuenta que las variables son fundamentales en la estadística, ya que
permiten medir y analizar los fenómenos de interés en un estudio o experimento. Además, el tipo
de variable y la forma de medirla son importantes para determinar las técnicas estadísticas
una observación, medición o experimento. Los datos son la materia prima de la estadística y se
utilizan para realizar análisis y tomar decisiones informadas sobre los fenómenos que se
estudian.
Los datos pueden ser de diversos tipos, dependiendo de su naturaleza y su función en el estudio:
Datos cualitativos: Son aquellos que describen o clasifican un fenómeno en función de sus
Datos cuantitativos: Son aquellos que miden cantidades numéricas. Los datos cuantitativos
Datos discretos: Son aquellos que sólo pueden tomar valores enteros. Por ejemplo, el número de
Datos continuos: Son aquellos que pueden tomar cualquier valor en un intervalo dado. Por
Una vez que se tienen los datos, se pueden realizar diversos análisis estadísticos para obtener
información relevante y útil sobre los fenómenos que se estudian. Algunos de los análisis más
comunes son la descripción de los datos mediante medidas de tendencia central (como la media,
individuos que comparten una característica común y que se desea estudiar. En otras palabras, es
La población puede ser de diferentes tipos, como por ejemplo, personas, animales, objetos,
eventos o cualquier cosa que se desee estudiar. Algunos ejemplos de poblaciones podrían ser:
todas las mujeres mayores de 30 años en un país determinado, todas las plantas de una especie
en una región geográfica específica, todas las empresas de un sector económico en un país, entre
otras.
Es importante tener en cuenta que la población en estadística puede ser finita o infinita. En el
primer caso, la población tiene un número finito de elementos que se pueden enumerar o contar,
mientras que en el segundo caso, la población es infinita y, por lo tanto, es imposible contar
definir la muestra y realizar inferencias sobre las características de interés. Por lo tanto, es
necesario tener un conocimiento preciso y completo de la población para que los resultados
selecciona con el fin de realizar un estudio o una investigación. En otras palabras, es un grupo de
completa a partir de los datos recolectados en la muestra. Por ejemplo, si se desea conocer la
opinión de todos los estudiantes de una universidad sobre un tema determinado, no es posible
entrevistar a todos los estudiantes debido a las limitaciones de tiempo y recursos. En su lugar, se
puede seleccionar una muestra representativa de estudiantes y hacer inferencias sobre la opinión
técnicas para hacerlo, como el muestreo aleatorio simple, el muestreo estratificado, el muestreo
por conglomerados, entre otros. Es importante asegurarse de que la muestra sea representativa de
Nivel de medición nominal: El nivel de medición nominal es el nivel más básico de medición
Las variables nominales no tienen ningún tipo de ordenamiento natural entre las categorías, sino
que simplemente se usan para distinguir entre diferentes grupos o categorías. Ejemplos comunes
En este nivel de medición, se pueden realizar análisis estadísticos básicos, como la frecuencia de
cada categoría, el porcentaje de cada categoría en la muestra, y las tablas de contingencia para
Sin embargo, las variables nominales no se pueden utilizar para realizar análisis estadísticos más
avanzados, como la media, la desviación estándar, la correlación, entre otros, porque no hay
ningún ordenamiento jerárquico en las categorías que permita realizar estas operaciones. Por lo
para poder elegir las técnicas y herramientas estadísticas adecuadas para el análisis.
1.2. Averigua: qué es la estadística, sus ramas y de qué trata cada una
de datos. Su objetivo es describir y resumir los datos de una manera que sea fácil de
entender.
características de una población a partir de una muestra de datos. Utiliza técnicas como la
sobre la población.
y la estadística social.
● Estadística matemática: esta rama se ocupa del desarrollo matemático de los principios
estadísticos y su relación con otras áreas de las matemáticas. Incluye áreas como la teoría
Cada una de estas ramas de la estadística trata de diferentes aspectos de la disciplina y se utiliza
La estadística tiene una amplia gama de aplicaciones en diferentes áreas, algunas de ellas son:
tendencias.
Estas son solo algunas de las aplicaciones de la estadística, pero la verdad es que esta disciplina
resumir datos en estadística. Consiste en contar la frecuencia de cada valor o categoría de una
variable y presentarla en una tabla. Para construir una distribución de frecuencias, se siguen los
variable, es decir, el valor mínimo y máximo que puede tomar la variable, se determina la
amplitud del intervalo o clase, que es la diferencia entre los límites superiores e inferiores de
cada intervalo. Los intervalos deben ser mutuamente excluyentes y exhaustivos, se divide el
rango de la variable en intervalos o clases de igual amplitud, se cuentan las frecuencias de cada
intervalo o clase, es decir, se cuenta la cantidad de observaciones que caen dentro de cada
intervalo , se presenta la información en una tabla de distribución de frecuencias, que incluye los
La distribución de frecuencias es una herramienta útil para analizar y resumir grandes conjuntos
de datos. Permite identificar patrones y características de los datos, como la moda, la mediana y
la media, y también puede ser utilizada para construir histogramas y gráficos de barras que
una línea separada y encima de la columna, de manera que sea fácilmente visible.
13
El nombre de la variable debe ser descriptivo y específico, para que el lector pueda entender
rápidamente el tipo de datos que se están presentando. Por ejemplo, si se está analizando la edad
de los estudiantes de una escuela, el nombre de la variable podría ser "edad" o "edad de los
estudiantes".
Es importante que el nombre de la variable sea claro y conciso, para que los lectores puedan
veces que se observa un determinado valor o intervalo de valores de una variable. En una tabla
Por ejemplo, si se está analizando la altura de los estudiantes de una clase y se ha dividido en
150 - 154 3
155 - 159 5
14
160 - 164 7
165 - 169 4
170 - 174 1
En esta tabla, la frecuencia absoluta para el intervalo de altura de 155 a 159 cm es de 5, lo que
significa que hay 5 estudiantes que tienen una altura entre 155 y 159 centímetros.
permite contar el número de veces que se observa cada valor o intervalo de valores y, por lo
tanto, ayuda a resumir y analizar grandes conjuntos de datos de manera más eficiente.
representa la frecuencia absoluta de cada valor o intervalo de valores con respecto al total de
intervalo de valores.
Por ejemplo, si se tiene una distribución de frecuencias de los grados de los estudiantes de una
escuela con 1000 estudiantes, se puede tener una tabla como la siguiente:
6 150 15%
7 300 30%
8 350 35%
9 200 20%
En esta tabla, la frecuencia relativa porcentual para el grado 7 es del 30%, lo que significa que el
cada valor o intervalo de valores con el total de observaciones, y así tener una idea clara de la
entender y comunicar.
16
cuando se está trabajando con variables angulares, como por ejemplo en el caso de la dirección
Para realizar una distribución de frecuencias de variables angulares, se divide el círculo en una
serie de sectores, generalmente de 360 grados, y se cuenta el número de observaciones que caen
en cada sector. Cada sector representa un rango de valores angulares, y la frecuencia absoluta se
Por ejemplo, si se está estudiando la dirección del viento en una ciudad y se ha registrado la
dirección en grados para cada medición, se puede tener una tabla de distribución de frecuencias
como la siguiente:
0 - 45 12
46 - 90 8
91 - 135 15
17
136 - 180 10
181 - 225 9
226 - 270 14
271 - 315 11
316 - 360 13
En esta tabla, se han dividido los grados en ocho sectores de 45 grados cada uno, y se ha
angulares de manera adecuada, y así poder analizarlas y presentarlas de manera útil y clara.
18
Averigua los siguientes conceptos: ¿Qué diferencia hay entre un contador y un acumulador?
¿Cómo declarar una variable en pseint? los lenguajes pueden ser de tres tipos, favor explique
Tanto los contadores como los acumuladores son variables utilizadas en programación para
menudo se usan en situaciones similares, hay una diferencia fundamental entre ellos.
Un contador se utiliza para contar el número de veces que ocurre un evento o condición
específica. Por ejemplo, un contador puede ser utilizado para contar el número de veces que un
usuario hace clic en un botón en una interfaz gráfica, o el número de veces que un bucle se
ejecuta en un programa. El contador se inicializa con un valor inicial, y cada vez que ocurre el
Por otro lado, un acumulador se utiliza para almacenar una cantidad que cambia gradualmente
en función de ciertos eventos o condiciones. Por ejemplo, un acumulador puede ser utilizado
para sumar una serie de valores, como el total de ventas de un negocio durante un período de
tiempo determinado. El acumulador también se inicializa con un valor inicial, y cada vez que
utiliza para contar el número de veces que ocurre un evento o condición, mientras que un
19
acumulador se utiliza para almacenar una cantidad que cambia gradualmente en función de
Para declarar una variable en PSeInt, debes seguir los siguientes pasos:
2. Indicar el tipo de dato que va a almacenar la variable. PSeInt soporta los siguientes tipos
de datos:
3. Utilizar la palabra reservada "Definir" seguida del nombre de la variable, dos puntos y el
tipo de dato que se va a utilizar. Por ejemplo, si se desea declarar una variable de tipo
Es importante recordar que las variables deben ser declaradas antes de ser utilizadas en el
inesperada
● los lenguajes pueden ser de tres tipos, favor explique cada uno
uso de recursos, pero su sintaxis y complejidad hacen que sean difíciles de entender y
mientras que los lenguajes interpretados (como Python, Ruby, JavaScript) son traducidos
a medida que se ejecutan. Estos lenguajes ofrecen una sintaxis más fácil de entender y
utilizar que los lenguajes de bajo nivel, pero pueden ser menos eficientes en términos de
diseñados para ofrecer una sintaxis más sencilla y cercana al lenguaje natural, lo que los
hace fáciles de aprender y utilizar por los programadores. Los lenguajes de scripting
21
eficientes como los lenguajes de nivel intermedio, pero son muy populares debido a su
Cada tipo de lenguaje de programación tiene sus propias ventajas y desventajas, y se utilizan en
Java, Python y C++ son lenguajes de programación de nivel intermedio que se utilizan
máquina virtual Java (JVM), lo que significa que el código se puede ejecutar en cualquier
clara y concisa, lo que lo hace fácil de aprender y utilizar para los principiantes. Python se utiliza
creación de scripts y el desarrollo web. Python es un lenguaje interpretado, lo que significa que
escritorio. C + + es un lenguaje compilado, lo que significa que el código se debe compilar antes
Cada uno de estos lenguajes de programación tiene sus propias fortalezas y debilidades, y se
● Resta
23
Ejecución
● Multiplicación
24
Ejecución
● División
25
Ejecución
Ejecución
27
● Ingresar por teclado el nombre y la edad de cualquier persona e imprima tanto el nombre
como la edad.
29
5. Laboratorio
cargado en 25 ocasiones.
6. Conclusiones
programación en código, y que puede ser la piedra angular para ser capaces de
por un procesador. Todos los conceptos que investigamos son necesarios y recurrentes en
la programación, por lo que es importante tenerlos presentes, pues estos varían muy poco
o casi nada entre los distintos lenguajes de programación, que aún siendo más complejos
que el que usamos en Pseint, siguen teniendo bases muy similares. Además, tener
aprendizaje de esta, sino también para hallar mejores maneras de afrontar los problemas
7. Webgrafía
● https://www.gestiopolis.com/que-es-estadistica-tipos-y-objetivos/
● https://www.lifeder.com/ramas-estadistica/
● https://medium.com/10-goto-10/algoritmos-variables-contadores-y-acumuladores-6d8f7d
1bfbc7
● https://pseint.sourceforge.net/pseudocodigo.php
● https://www.alegsa.com.ar/Dic/variable.php
31