Junio 8 de 2023

ACTIVIDADES DE APRNDIZAJE # 2.

PROGRAMA DE FORMACION: INTEGRACION DE OPERACIONES LOGISTICAS

Ficha 2615318

COMPETENCIA: Razonar Cuantitativamente Frente a situaciones susceptibles de ser abordadas de

manera Matemática. en contextos laborales, sociales y personales

Con base en el tema visto en la clase anterior sobre situaciones matemáticas del pensamiento
Aleatorio, el cual está relacionado con el Resultado de Aprendizaje: Verificar Los Resultados de Los
Procedimientos Matemáticos Conforme con los Requerimientos de los diferentes Contextos, en un
experimento sobre situaciones cuantitativas usando Elementos estadísticos y representando la
información en diagramas de barras y circular para predecir, justificar razonamientos y dar
conclusiones más precisas.

Actividad 1.

El aprendiz, consultará y aplicará los siguientes conceptos en la resolución de problemas y con base
en el tema visto en la clase anterior sobre Pensamiento aleatorio, responderá las siguientes
preguntas en forma breve y concisa.

a) ¿Qué es población estadística y muestra estadística?

En el ámbito de la estadística, la población estadística se refiere al conjunto completo de elementos

o individuos que se desea estudiar y analizar. Por ejemplo, si estás interesado en investigar la
estatura de todas las personas en un país, la población estadística sería el conjunto de todas las
personas en ese país.

Sin embargo, debido a que es a menudo impracticable o costoso medir todas las observaciones en
una población completa, se utiliza una muestra estadística. Una muestra estadística es un
subconjunto seleccionado de la población, que se utiliza para realizar inferencias o generalizaciones
acerca de la población más amplia.

La selección de una muestra se realiza de manera que sea representativa de la población en su

conjunto. Idealmente, una muestra debe reflejar las características y la diversidad de la población,
de modo que los resultados obtenidos a partir de la muestra puedan extrapolarse o generalizarse a
la población en su totalidad.

El tamaño de la muestra depende de diversos factores, como los recursos disponibles, la variabilidad
dentro de la población y los objetivos de la investigación. En general, se busca obtener una muestra
lo suficientemente grande como para proporcionar resultados confiables, pero también lo
suficientemente pequeña como para ser manejable y práctica en términos de recopilación de datos.
b) ¿ Qué es el muestreo estadístico y censo estadístico?

El muestreo estadístico y el censo estadístico son dos enfoques diferentes para recopilar información
sobre una población.

El muestreo estadístico implica la selección de una muestra representativa de la población para

realizar inferencias sobre l¿a misma. En este enfoque, se elige una muestra de individuos o
elementos de la población y se recopila información de esos elementos seleccionados. Luego, se
utilizan técnicas estadísticas para analizar los datos de la muestra y hacer generalizaciones o
estimaciones sobre la población más amplia. El objetivo del muestreo estadístico es obtener una
muestra que sea lo más representativa posible de la población y que permita realizar inferencias
precisas y confiables.

Por otro lado, el censo estadístico implica la recopilación de datos de todos los elementos o
individuos de una población en particular. En un censo, se busca obtener información completa y
detallada sobre cada unidad en la población objetivo. Esto puede implicar recopilar datos
demográficos, socioeconómicos, laborales u otros tipos de información relevantes para el estudio en
cuestión. A diferencia del muestreo, donde solo se selecciona una muestra, el censo intenta cubrir
toda la población.

El uso de un muestreo estadístico o un censo depende de varios factores, como el tamaño de la

población, los recursos disponibles, la naturaleza de la investigación y los objetivos del estudio. El
muestreo estadístico es más comúnmente utilizado debido a que es más eficiente en términos de
costos y tiempo, especialmente cuando la población es grande. Sin embargo, en algunos casos, como
en estudios pequeños o cuando la población es relativamente pequeña y manejable, se puede optar
por realizar un censo completo.

c) ¿Qué es un conjunto de datos estadísticos y tabla de distribución de frecuencia?

Un conjunto de datos estadísticos es una colección organizada de observaciones o mediciones

tomadas de una población o muestra. Estos datos pueden estar relacionados con diversas variables,
como características demográficas, medidas físicas, resultados de pruebas, respuestas a encuestas y
cualquier otra información cuantitativa o cualitativa.

Un conjunto de datos estadísticos puede presentarse de varias formas, como una lista de valores,
una tabla o una matriz. La recopilación de datos generalmente implica el uso de técnicas de
recolección de datos apropiadas, como encuestas, mediciones, registros administrativos u otros
métodos de obtención de información.

Por otro lado, una tabla de distribución de frecuencia es una forma organizada de presentar y
resumir un conjunto de datos estadísticos. Esta tabla muestra las frecuencias o el número de veces
que ocurren los diferentes valores o rangos de valores en el conjunto de datos.

En una tabla de distribución de frecuencia, los valores únicos en el conjunto de datos se enumeran
en una columna, y en otra columna se muestra la frecuencia correspondiente, es decir, el número de
veces que cada valor aparece en los datos. Además de la frecuencia absoluta, es posible calcular la
frecuencia relativa, que se expresa como el cociente entre la frecuencia absoluta y el tamaño total
del conjunto de datos.

Las tablas de distribución de frecuencia son útiles para resumir grandes conjuntos de datos y
obtener una visión general de la distribución de los valores. También pueden proporcionar
información sobre la dispersión, concentración o patrones específicos dentro de los datos.
d) ¿Qué es frecuencia absoluta y frecuencia relativa?

La frecuencia absoluta es el número de veces que ocurre un valor específico en un conjunto de

datos. En otras palabras, es el recuento o conteo de la cantidad de veces que aparece un valor
particular en el conjunto de datos. Por ejemplo, si tienes los siguientes valores: 2, 3, 2, 4, 1, 2, 3, la
frecuencia absoluta del valor 2 sería 3, ya que aparece tres veces en el conjunto.

Por otro lado, la frecuencia relativa es una medida que expresa la proporción o el porcentaje de
veces que ocurre un valor específico en relación con el tamaño total del conjunto de datos. Se
calcula dividiendo la frecuencia absoluta del valor por el tamaño total del conjunto de datos y
multiplicando el resultado por 100 para obtener un porcentaje. La frecuencia relativa proporciona
información sobre la distribución relativa de los valores en el conjunto de datos.

Continuando con el ejemplo anterior, si el tamaño total del conjunto de datos es 7, la frecuencia
relativa del valor 2 sería (3 / 7) * 100 = 42.86%. Esto indica que el valor 2 representa
aproximadamente el 42.86% del conjunto de datos.

Tanto la frecuencia absoluta como la frecuencia relativa son medidas útiles para analizar y resumir
datos, y proporcionan información sobre la distribución y la importancia relativa de los valores en un
conjunto de datos.

e) ¿Qué es variable cualitativa y variable cuantitativa?

En estadística, las variables se clasifican en dos categorías principales: variables cualitativas y

variables cuantitativas. Estas categorías se refieren a las características o atributos que se están
midiendo o estudiando en un conjunto de datos.

Una variable cualitativa, también conocida como variable categórica o nominal, representa
características o cualidades que no se pueden medir numéricamente. Estas variables se dividen en
diferentes categorías o grupos mutuamente excluyentes. Ejemplos de variables cualitativas incluyen
el género (masculino, femenino), el estado civil (soltero, casado, divorciado), la nacionalidad
(estadounidense, canadiense, mexicano), el color favorito (rojo, azul, verde), etc. Estas variables se
expresan mediante etiquetas o palabras, y los datos se pueden clasificar o contar según las
categorías.

Por otro lado, una variable cuantitativa representa una cantidad o medida numérica. Estas variables
se dividen en dos subcategorías: variables cuantitativas discretas y variables cuantitativas continuas.

 Una variable cuantitativa discreta toma valores numéricos específicos y contables. Estos
valores suelen ser enteros o números enteros positivos. Ejemplos de variables cuantitativas
discretas incluyen el número de hijos, el número de automóviles en un hogar, el número de
libros en una biblioteca, etc.

 Una variable cuantitativa continua toma valores numéricos en un rango continuo y puede
incluir decimales o fracciones. Estas variables se pueden medir con precisión y pueden tener
infinitos valores posibles dentro de un rango determinado. Ejemplos de variables
cuantitativas continuas incluyen la estatura, el peso, la temperatura, el tiempo, la velocidad,
etc.

Las variables cuantitativas se pueden someter a análisis matemáticos y estadísticos más detallados,
como promedios, desviaciones estándar, gráficos de dispersión, correlaciones, etc.
f) ¿Qué es variable cuantitativa discreta y variable cuantitativa continua?

Una variable cuantitativa discreta es aquella que toma valores numéricos específicos y contables.
Estos valores suelen ser enteros o números enteros positivos. Las variables cuantitativas discretas
representan cantidades que se pueden contar o enumerar. Ejemplos comunes de variables
cuantitativas discretas incluyen el número de hijos en una familia, el número de estudiantes en una
clase, el número de coches en un estacionamiento, el número de libros en una biblioteca, etc. Estos
valores son distintos y no pueden tomar valores intermedios entre ellos.

Por otro lado, una variable cuantitativa continua es aquella que toma valores numéricos en un rango
continuo y puede incluir decimales o fracciones. Estas variables se pueden medir con precisión y
pueden tener infinitos valores posibles dentro de un rango determinado. Las variables cuantitativas
continuas representan cantidades que se pueden medir o cuantificar con precisión. Ejemplos
comunes de variables cuantitativas continuas incluyen la estatura de una persona, el peso de un
objeto, la temperatura del aire, el tiempo empleado en una actividad, la velocidad de un automóvil,
etc. Estas variables pueden tomar cualquier valor dentro de un rango específico y se pueden dividir
en intervalos más pequeños.

La distinción entre variables cuantitativas discretas y continuas es importante en estadística porque

afecta los métodos y técnicas de análisis que se utilizan. Las variables cuantitativas discretas a
menudo se analizan utilizando tablas de frecuencia, gráficos de barras o diagramas de torta,
mientras que las variables cuantitativas continuas se pueden analizar mediante cálculos de medidas
de tendencia central, dispersión, correlación y mediante gráficos como histogramas, gráficos de
dispersión o gráficos de línea.

g) ¿Qué es diagrama de barras, histograma de frecuencias y diagrama circular?

Un diagrama de barras es una representación gráfica que utiliza barras rectangulares para mostrar la
frecuencia o la cantidad de cada categoría o valor en una variable. En un diagrama de barras, el eje
horizontal representa las categorías o valores, mientras que el eje vertical muestra la frecuencia o
cantidad asociada. Cada barra en el gráfico representa una categoría o valor específico y su altura
está proporcional a la frecuencia o cantidad correspondiente. Este tipo de gráfico es útil para
comparar visualmente las frecuencias o cantidades de diferentes categorías o valores y para realizar
análisis comparativos.

Un histograma de frecuencias es similar a un diagrama de barras, pero se utiliza específicamente

para representar la distribución de una variable cuantitativa continua. En un histograma, el eje
horizontal representa los rangos o intervalos de valores de la variable, mientras que el eje vertical
muestra la frecuencia de observaciones que caen dentro de cada intervalo. Cada barra del
histograma representa un intervalo y su altura está proporcional a la frecuencia de observaciones en
ese intervalo. Los histogramas son útiles para visualizar la forma y la distribución de los datos en una
variable continua y pueden revelar patrones, concentraciones o sesgos en los datos.

Un diagrama circular, también conocido como gráfico de torta o gráfico de sectores, es una
representación gráfica que utiliza sectores circulares para mostrar la proporción o porcentaje de
cada categoría o valor en un conjunto de datos. En un diagrama circular, el círculo completo
representa el total o el 100% del conjunto de datos, y cada sector representa una categoría o valor
específico y su tamaño angular está proporcional a la proporción o porcentaje correspondiente. Los
diagramas circulares son útiles para visualizar la composición relativa de las partes en un todo y son
efectivos para comunicar relaciones proporcionales o porcentuales de manera clara y concisa.
En resumen, el diagrama de barras se utiliza para mostrar la frecuencia o cantidad de categorías o
valores, el histograma se utiliza para representar la distribución de una variable cuantitativa
continua y el diagrama circular se utiliza para mostrar proporciones o porcentajes de diferentes
categorías o valores en un conjunto de datos.

h) ¿Cuáles son las medidas de tendencia central en estadística, defínalas?

Las medidas de tendencia central son estadísticas descriptivas utilizadas para resumir o representar
el centro o la ubicación de un conjunto de datos. Estas medidas proporcionan información sobre el
valor típico o representativo alrededor del cual se agrupan los datos. Las tres medidas de tendencia
central más comunes son:

1. Media: La media, también conocida como promedio, es la medida de tendencia central más
utilizada. Se calcula sumando todos los valores en un conjunto de datos y dividiendo el
resultado por el número total de observaciones. La fórmula para calcular la media es:

Media = (Suma de todos los valores) / (Número total de observaciones)

La media es sensible a los valores extremos y puede verse afectada por valores atípicos.

2. Mediana: La mediana es el valor que divide al conjunto de datos ordenado en dos partes
iguales, donde el 50% de las observaciones se encuentran por encima de la mediana y el
50% se encuentran por debajo de ella. Para calcular la mediana, los datos se ordenan de
manera ascendente o descendente y se encuentra el valor del medio. Si hay un número
impar de observaciones, la mediana es el valor central. Si hay un número par de
observaciones, la mediana es el promedio de los dos valores centrales.

La mediana es menos sensible a los valores extremos y es una medida adecuada cuando los datos
están sesgados o contienen valores atípicos.

3. Moda: La moda es el valor o valores que aparecen con mayor frecuencia en un conjunto de
datos. Puede haber una moda única (unimodal) si un valor se repite con mayor frecuencia, o
puede haber múltiples modas (multimodal) si varios valores tienen la misma frecuencia
máxima. También es posible que no haya una moda si no hay valores repetidos.

La moda es útil para identificar el valor o valores más comunes en un conjunto de datos.

Estas medidas de tendencia central proporcionan diferentes perspectivas sobre el centro de un

conjunto de datos y se utilizan según el tipo de datos y la distribución observada. Es importante
considerar el contexto y las características de los datos al elegir la medida de tendencia central más
apropiada.

Actividad 2.

2.1. ¿De acuerdo a los conceptos consultados y analizados el aprendiz responderá cuales variables
son cualitativas? y cuáles cuantitativas?.

a) El peso promedio de una persona adulta (cuantitativa)

b) La marca de celular favorita de una persona (cualitativas)

c) La comida típica preferida en la costa caribe (cualitativa)

d) Marca de ropa que más le gusta a una mujer (cualitativa)

e) La estatura de un niño recién nacido (cuantitativa)

f) El número de hijos de una familia (cuantitativa)

g) El coeficiente intelectual de los aprendices (cuantitativa)

h) La temperatura de una ciudad. (Cuantitativa)

2.2. ¿De acuerdo a las siguientes variables el aprendiz indicara cuales son variables cuantitativas
discretas y cuáles continuas?

a) cantidad de hijos de una familia (variables cuantitativas discretas)

b) Número de acciones vendidas cada día en la Bolsa de valores (variables cuantitativas discretas)

c) Temperaturas registradas cada hora en una ciudad (variables cuantitativas continuas)

d) Los galones de combustible gastados por un vehículo. (Variables cuantitativas continuas)

e) El número de nacimientos durante un mes en el hospital. (Variables cuantitativas discretas)

f) La producción de litros de leche durante una semana en una hacienda. (Variable cuantitativa
continuas)

g) La cantidad de desempleados del municipio de montería. (Variables cuantitativas discretas)

h) La cantidad de agua que se consume en un día (variables cuantitativas continuas)

Actividad 3

El aprendiz, organizará y clasificará la siguiente información en una tabla de distribución de

frecuencias, sobre las puntuaciones obtenidas por un grupo de personas en una prueba de
conocimiento, 60, 80, 60, 72, 88, 52, 52, 64, 60, 76, 72, 60, 64, 80, 64, 60, 72, 64, 56, 52, luego
construirá un diagrama de barras con la frecuencia absoluta y un diagrama circular con la frecuencia
relativa, analizará la información y responderá las siguiente preguntas

52,52,52,56,60,60,60,60,60,64,64,64,64,72,72,72,76,80,80,88

a) ¿Cuál es el puntaje promedio del grupo de personas?

El punto promedio es de 65,4

b) ¿Qué porcentaje de personas están por encima de la media?

El porcentaje es 35%

c) ¿Qué porcentaje de personas no aprobaron la prueba?

El 20%
 d) ¿Cuántas personas están por debajo de la media porcentaje?

13 personas

e) ¿Qué estrategias implementarías para que el promedio del grupo aumente en una próxima
prueba?

Investigas más afondo sobre el tema, dar repasos.

f) ¿A qué porcentaje equivale la moda?

Equivale al 25%

g) ¿Cuál es la mediana de las puntaciones del grupo?

La mediana es 64

Frecuencia
Frecuencia Frecuencia Relativa Frecuencia Relativa
Datos Absoluta
Absoluta Acumulada
Acumulada fracción decimal %

52 3 156 3/20 0.15 15% 15%

56 1 56 1/20 0,05 5% 20%

60 5 300 5/20 0,25 25% 45%

64 4 256 4/20 0,20 20% 65%

72 3 216 3/20 0,15 15% 80%

76 1 76 1/20 0,05 15% 85%

80 2 160 2/20 0,1 10% 95%

88 1 88 1/20 0,05 5% 100%

0,15*360°=54°

0,05*360°=18°

0,25*360°=90°

0,2*360°=72°

0,15*360°=54°

0,05*360°=18°

0,1*360°=36°

0,05*360°=18°

Aprendiz: Karen Vanessa Martínez Montiel

NICOLAS MESTRA QUIROZ

INSTRUCTOR –SENA-OFERTA REGULAR.

Correo: [email protected]