0% encontró este documento útil (0 votos)
17 vistas21 páginas

HISTOGRAMA

UNI

Cargado por

MAY SEGIDO
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
17 vistas21 páginas

HISTOGRAMA

UNI

Cargado por

MAY SEGIDO
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO

FACULTAD CIENCIAS PECUARIAS


CARRERA DE INGENIERÍA EN ALIMENTOS

CLASE 2 : VARIABLES,REDONDEO, NOTACIÓN


SISTEMÁTICA Y TDF E HISTOGRAMAS

Ing. Jaime Vera Chang


Ing. Jaime Vera Chang
Ejemplos 1 variable discreta:

En una familia el número de hijos puede tomar cualquiera de los valores


0,1,2,3….. pero no puede ser 1.7, 2.5, 3.6…

En un parto en cuyes la camada es de 1,2,3,4,5…… pero no puede ser


1.4, 2.2, 3.7….

Numero de huevos en gallinas de postura en series cortas es de 2,3,4,5 ..


pero no puede ser 1.3, 2.6, 3.6…

Numero de brotes de cedro (Cedrela Odorata L.) in vitro es de 2, 3, 4, 5


pero no puede ser 2.5, 3.8, 4.7…..
Ing. Jaime Vera Chang
Ejemplos 2 variable continua:

La altura de un individuo puede ser de 63.5 o 65. 843 pulgadas

La gravedad específica de la leche fresca es de 1.027, 1.030, 1.035

El peso seco de nódulos en raíces inoculadas con Bradyrhibium a los 25


días es de 0.5, 0.8, 1.2, 1.7 g…..

El porcentaje de proteína del rastrojo de maíz es de 4.7, 5.1, 5.5, 5.8, 6.0
%

Ing. Jaime Vera Chang


Otras clasificaciones

Existe otro tipo de clasificaciones de las variables las cuales se describen a


continuación

Variables dependientes (Y): reciben este nombre de las variables a ser explicadas, es
decir el objeto de la investigación, la cual trata de explicar en función de otros
elementos.

Variables independientes (X): son las variables explicativas, es decir los factores o
elementos susceptibles de explicar las variables en (Y), en una investigación
experimental son las variables que se conducen.

Ing. Jaime Vera Chang


REDONDEO DE DATOS
El resultado de redondear 72.8 al entero más próximo es
73 puesto que 72.8 esta más cerca de 73 que de 72.

El redondeo de 72.465 a un decimal con aproximación de


centésimas nos encontramos con el dilema que 72.465
está a la mitad del recorrido entre 72.46 y 72.47.

Se acostumbra en este caso redondear al número par más


próximo que antecede al 5. Así; 72.465 será 72.5

Ing. Jaime Vera Chang


Problemas Resueltos
•Redondear cada uno de los siguientes números a la exactitud que se indica.

a) 48.7 aproximando unidades = 49

b) 136.5 aproximando unidades = 137.0

c) 2.484 aproximando centésimas = 2.48

d) 0.0435 aproximando milésimas = 0.0440

e) 450.001 aproximando unidades = 450.0

f) 143,95 aproximando unidades = 144.0

g) 399,579 aproximando centésimas = 400.688

h) 24,448 aproximando unidades = 24,5

i) 556.500 aproximando centésimas = 556.50

j) 199.501 aproximando centésimas = 200.400

Ing. Jaime Vera Chang


Problemas Resueltos
1) Sumar los números 4,35; 8,65; 2,95; 12,45; 6,65; 7,55; 9,75 a) directamente, b)
redondeando deacuerdo al criterio del “par mas próximo” c), redondeando
todos los datos por exceso

a) 4,35 b) 4,4 c) 4,4


8,65 8,6 8,7
2,95 3,0 3,0
12,45 12,4 12,5
6,65 6,6 6,7
7,55 7,6 7,6
9,75 9,8 9,8
Total 52,35 Total 52,4 Total 52,7

El método (b) es más exacto que el (c) puesto que la acumulación de error redondeo
se minimiza en el método (b).

Ing. Jaime Vera Chang


NOTACIÓN SISTEMÁTICA
Se usa en aquellos casos con números con muchos ceros antes o después del punto
decimal, para su notación, usando la potencia 10.

Ejemplo 1:

101 = 10
102 = 10 x 10 = 100
105 = 10 x 10 x 10 x 10 x 10 = 100, 000
108 = 100’000 000

Ejemplo 2:

100 = 1 ; 10-1 = 0,1 ; 10-2 = 0,01 ; 10 -5 = 0,00001


Ejemplo 3:

864´000 000 = 8,64 x 108 ; 0,00003416 = 3,416 x 10-5


También es utilidad el ejemplo de las reglas
(10p)(10q) = 10 p+q ; 10p/10q = 10 p-q
En 10 p , P= exponente Ing. Jaime Vera Chang
10= base
DISTRIBUCIÓN DE FRECUENCIAS (TDF)

La distribución de frecuencia es un método utilizado


para organizar y resumir la información. Indicando en
número de veces que se repite. Estos pueden
presentarse en cuadros o en forma gráfica.

Si el número total de datos obtenidos es


suficientemente grande, se puede simplificar los datos,
con una distribución de frecuencia agrupadas en
intervalos. También se utiliza frecuencias acumuladas
entre cada intervalo.
Ing. Jaime Vera Chang
Paso 1:
Toma de datos: Es la obtención de una colección de los mismos
que no han sido ordenados numéricamente. Un ejemplo Una
muestra aleatoria de 30 estudiantes de la Universidad Técnica
Estatal de Quevedo se registró el peso (Kg)

Paso 2:
Ordenación: Llamado también “Arreglo” es la disposición de los
datos en cierto orden de magnitud, sea este creciente o
decreciente. Su observación lleva de inmediato a tratar de
averiguar cuál es la diferencia que existe entre los valores
extremos del arreglo (rango).

Paso 3:
Rango: Se lo conoce también como “recorrido o rango” es la
diferencia entre el dato mayor menos el dato menor de su
número, siguiendo con el ejemplo de los estudiantes
Ing. Jaime Vera Chang
tendremos:
X1= 54 X2= 55 X3= 55 X4= 58 X5= 60 X6= 62 X7= 63 X8= 63 X9= 63 X10= 64
X11= 65 X 12=65 X13= 66 X14= 66 X15= 67 X16= 67 X17= 67 X18= 67 X19= 67 X20=69
22
X21= 69 x =72 X23= 72 X24= 73 X25= 73 X26= 73 X27= 73 X28= 76 X29= 77 X30= 80

Ing. Jaime Vera Chang


Paso 4: Obtención del rango
Ejercicio resuelto :

Rango menor = m (54)

Rango mayor = M (80)

Entonces para obtener el rango:

R = M –m
M=R+m m=M-R
R = 80 – 54 M = 26 + 54 m = 80 - 26
M = 80 (Mayor) m = 54 (Menor)
R = 26

Los datos extremos de este arreglo son 54 y 80 Kg respectivamente y el rango es igual


a 80-54 = 26

Ing. Jaime Vera Chang


Paso 5:

K = 1 + 3,323 (log n) o K raíz de n

Valor del intervalo W = R/K

Donde R es el rango

En este ejercicio se tendrá que k = 1 + 3,323 (log30) = 5,90 lo aproximamos a 6,


pero se hubiera podido considerar que m = 5, sin embargo la aproximación no
tiene importancia.

Paso 6:

TAMAÑO O ANCHURA DE UN INTERVALO DE CLASE


Para obtener el rango se lo realiza de la siguiente manera: W= 26 / 6 = 4 ,33 por
pequeña que sea la fracción lo aproximamos a 5 correspondería a la anchura de
la clase o longitud de clase.
Entonces a partir de 53.1 se empieza el límite inferior para formas los distintos
intervalos como se muestra a continuación en la siguiente tabla.
Ing. Jaime Vera Chang
Paso 7:
ELABORACIÓN DE TABLA DE FRECUENCIA

Tabla 2.1

Ing. Jaime Vera Chang


Paso 8:

DISTRIBUCIÓN DE FRECUENCIAS RELATIVA

Si la frecuencia de cada una de las clases se divide por el total de frecuencias de


todas las clases, y el resultado se multiplica por 100, de esta manera se obtiene la
frecuencia relativa de la tabla2.1 es 9/100= 0.09 = 9 %. La suma de las
frecuencias relativas de todas las clases es 1 o 100 %.

Paso 9:

DISTRIBUCIÓN DE FRECUENCIAS ACUMULADA

Además de conocer el número de observaciones que hay para cada clase, es


importante también conocer el total de observaciones que existe desde la
primera clase hasta una categoría determinada. Por ejemplo la frecuencia
acumulada del intervalo de clase 68.1 – 73 inclusive en la tabla 2.1 es 4 + 5 + 9 +
9 + 2 + 1= 30 significando que 30 estudiantes tienen pesos menores que 73
kilogramos.

Ing. Jaime Vera Chang


Paso 10:
DISTRIBUCIÓN DE FRECUENCIAS RELATIVAS Y ACUMULADAS
Si en lugar de las frecuencias expresadas en cantidades absolutas, se utilizan las frecuencias
relativas, se puede hacer una distribución de frecuencias relativas acumuladas como se muestra
en la tabla 2.2.
Tabla 2.2

Ing. Jaime Vera Chang


Graficas del TDF

HISOGRAMA DE FRECUANCIAS

9
Número de estudiantes

6
2
5
1
4

1
55,55 60,55 65,55 70,55 75,55 80,55
Peso (Kg)

Figura 1. Histograma para el peso kg de estudiantes. En la tabla de frecuencias 2.1

Ing. Jaime Vera Chang


Ing. Jaime Vera Chang
Ing. Jaime Vera Chang
Ing. Jaime Vera Chang

También podría gustarte