1

Introduccin al concepto de Teora de Conjuntos. La Teora de Conjuntos es una teora matemtica, que estudia bsicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, as como a los problemas relacionados con estos. Intuitiva e informalmente los objetos de estudio de la Teora de Conjuntos quedan descritos as:
1. 2. 3.

Si x no tiene elementos, entonces x es un objeto de la Teora de Conjuntos. Si x es un conjunto, entonces x es un objeto de la Teora de Conjuntos. Los nicos objetos de la Teora de Conjuntos son los descritos en 1 y 2.

La importancia de la Teora de Conjuntos radica en que a partir de ella se puede reconstruir toda la matemtica, salvo la Teora de Categorias. Por ejemplo, con la Teora de Conjuntos se pueden definir los siguientes conceptos y probar todas sus propiedades: par ordenado, relacin, funcin, particin, orden, estructuras algebraicas, los naturales, los enteros, los racionales, los reales, los complejos, etc.

Conceptos bsicos de la Teora de Conjuntos. Son dos los conceptos bsicos de la Teora de Conjuntos:
1.

Conjunto: Coleccin de cualquier tipo de objetos considerada como un todo, una multiplicidad vista como unidad; entidad completa bien determinada. Los objetos que forman al conjunto son nombrados elementos del conjunto o miembros del conjunto. Por coleccin entenderemos a una agrupacin que est determinada por una propiedad enunciada por medio de un lenguaje preciso. Todo conjunto es una coleccin de objetos, pero no toda coleccin de objetos es un conjunto. Esta afirmacin ser demostrada ms adelante. Relacin de Pertenencia: El ser elemento de es una relacin binaria o de dos argumentos entre dos objetos de la Teora de Conjuntos. Esta relacin va de un objeto a otro, donde el segundo objeto es necesariamente un conjunto y el primero puede ser o no un conjunto.

2.

Colecciones: Clases y Conjuntos. Como se mencion anteriormente, una coleccin est determinada por una propiedad P formulada en un lenguaje preciso. Una clase es una coleccin, cuyos objetos son los objetos de la Teora de Conjuntos que cumplen la propiedad P que caracteriza a la coleccin. Las colecciones llamadas clases, son colecciones de objetos de la Teora de Conjuntos, y pueden ser o no conjuntos en el siguiente sentido: Todo conjunto es una clase, pero no toda clase es un conjunto. Proposicin. La clase de todos los objetos x tales que cumplen la propiedad "x no pertenece a x", no es un conjunto.

2
Prueba. Supongamos que dicha clase s fuera un conjunto y llammosle R. Entonces:
1. 2.

Si R no pertenece a R, R cumple la propiedad que caracteriza a la clase y tenemos que R pertenece a R. Si R pertenece a R, entonces R no cumple la propiedad que caracteriza a la clase y tenemos que R no pertenece a R.

As pues, hemos mostrado que: si R no pertenece a R, entonces R pertenece a R; y si R pertenece a R, entonces R no pertenece a R. Pero como R pertenece a R o R no pertenece a R, entonces necesariamente se cumple que R pertenece a R y que R no pertenece aR, lo cual es absurdo. En conclusin, no es posible que dicha clase sea un conjunto.

Si una clase no es un conjunto le llamaremos clase no conjunto o clase propia, y no es un objeto de estudio de la Teora de Conjuntos. Por lo anterior, la clase de todos los objetos x tales que x no pertenece a x, es una clase propia. Y se le conoce a dicha proposicin como la Paradoja de Russell.

El Conjunto Universo Local. En la Teora de Conjuntos, se tiene como referencia, explcita o implcitamente, un universo local; es decir, un marco de referencia dentro del cual se trabaja. Este universo local o del discurso debe de ser un conjunto, quedando muy claro este concepto, ya que no se le debe confundir con lacoleccin de todos los conjuntos, que es una coleccin que no es un conjunto, sino una clase propia; por lo tanto, aunque no existe el conjunto de todos los conjuntos, si existir en casi cada caso particular, un conjunto que tenga a todos los conjuntos de inters del discurso. Axioma de Separacin o de Comprehensin. Si A es un conjunto cualquiera y P es una propiedad acerca de conjuntos, la coleccin de elementos de A que tienen la propiedadP, es un conjunto. Ms precisamente, para toda propiedad P formulada en el lenguaje de la Teora de Conjuntos lo siguiente es cierto: Para todo conjunto A, existe un conjunto B cuyos elementos son exactamente los elementos z de A tales que z cumple la propiedad P.

Teorema. Para todo conjunto, hay un conjunto que no le pertenece. Prueba. Sea A un conjunto cualquiera. Sea D el conjunto de las y que pertenecen al conjunto A, tales que cumplen la propiedad "y no pertenece a y". De lo anterior, por el axioma de separacin, se sigue que D es un conjunto y que es subconjunto de A.

3
Se afirma que D no pertenece al conjunto A, pues suponiendo que D pertenece al conjunto A entonces se tiene que:
1. 2.

Si D no pertenece a D, entonces D pertenece a D, por cumplir la propiedad que caracteriza a D y por la suposicin de que Dpertenece al conjunto A. Si D pertenece a D, entonces D cumple la propiedad, por lo tanto, D no pertenece a D.

Las dos conclusiones anteriores juntas, implican que D pertenece a D y que D no pertenece a D, y esto es absurdo. Por lo tanto, se tiene que D no pertenece al conjunto A. As pues, dado cualquier conjunto A, hay un conjunto D tal que D no pertece al conjunto A.

Desde hace siglos, la aplicacin de registros e instrumentos para estudiar una determinada poblacin han sido utilizados por diversas naciones, tales como: roma, Egipto, china, entre otros. De all viene el origen de la estadstica, la cual antes de ser una ciencia fue implementada por jefes de gobierno para llevar los registros de datos numricos, de la poblacin de los nacimientos, y las disfunciones ocurridas en uno o varios aos. Tambin es aplicada diariamente por estudiantes universitarios, que al realizar trabajos, encuestas, entrevistas etc., hacen tambin el uso de ella. Hoy en da, la estadstica es una ciencia que se encarga de estudiar una determinada poblacin por medio de la recoleccin, recopilacin e interpretacin de datos. Del mismo modo, es considerada una tcnica especial apta para e estudio cuantitativo de los fenmenos de masa o colectivo.

Definicin de Estadstica:
La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una relacin sumisa, y que han sido recopilados a partir de otros datos numricos. Definen la estadstica como un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de muestra. La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples llamados individuales o particulares. Esta ciencia tiene dismiles aplicaciones y a travs de ella se pueden expresar, mediante indicadores, aspectos de gran utilidad en lo econmico, social y natural.

Objetivo de la estadstica:
La estadstica como ciencia se encarga de recopilar, e interpretar datos que en el futuro servirn para proyectar posibles problemticas futuras, consiguiendo segn estos datos, la solucin ms viable y rpida. El objetivo bsico de la estadstica es hacer inferencia acerca de una poblacin con base a la informacin contenida en una muestra, qu significa esto? Inferir significa inducir una cosa de otra, llevar consigo, conducir a un resultado. Es decir se pretende establecer inferencia acerca de una poblacin, entendiendo a la poblacin como un conjunto de individuos, organismos o entes inanimados de los cuales queremos conocer alguna o algunas caractersticas para que nos ayuden a tomar una decisin u obtener alguna conclusin de suma importancia, y nada sabemos sobre la distribucin, existencia, ubicacin, valor de esta o estas caractersticas que nos interesa saber. Ejemplo Que estamos interesados si nuestra poblacin juvenil consume o no droga. Con mayor precisin, necesitamos saber en la actualidad qu fraccin de nuestra poblacin consume drogas, entendiendo que el consumo de drogas lo tenemos tipificado en alguna escala o nivel. De manera que nuestro objetivo es saber con toda la exactitud posible, que fraccin de toda nuestra poblacin juvenil consume droga.

4
Por razones materiales, de recursos humanos, de imposibilidad fsica y en definitiva de costos, no podemos efectuar una encuesta a toda la poblacin. Necesitamos entonces hacer una consulta a un gran nmero de jvenes, donde este nmero ser concomitante con la eliminacin de las barreras que impiden consultar a toda la poblacin juvenil. Definido este nmero de jvenes a los cuales, mediante tcnicas de consulta adecuadas, se entender como una muestra de la poblacin en estudio. Sobre esta muestra haremos anlisis estadstico para poder inferir qu fraccin de jvenes de la poblacin juvenil consume drogas.

Definicin y clasificacion de las variables Una variable es una propiedad, caracterstica o atributo que puede darse en ciertos sujetos o pueden darse en grados o modalidades diferentes son conceptos clasificatorios que permiten ubicar a los individuos en categoras o clases y son susceptibles de identificacin y medicin. Ya que se tiene un conocimiento relativamente amplio del tema que se esta investigando, es entonces cuando se debe aislar, dentro del problema los factores ms importantes que podemos encontrar en l. Es pertinente escoger las variables ms relevantes, sensibles y estandarizadas, realizando este proceso de la forma ms estricta y rigurosa. En esta seccin del marco metodolgico, el investigador describe lo que se est entendiendo por cada variable, lo cual tiene que estar claramente definido. CLASIFICACIN DE LAS VARIABLES Variable Independiente: Es aquella caracterstica o propiedad que se supone ser la causa del fenmeno estudiado. En investigacin experimental se llama as, a la variable que el investigador manipula. Variable Dependiente: Es la propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la variable independiente, es el factor que es observado y medido para determinar el efecto de la variable independiente. Variable Interviniente: Son aquellas caractersticas o propiedades que de una manera u otra afectan el resultado que se espera y estn vinculadas con las variables independientes y dependientes. Variable Moderadora: Representan un tipo especial de variable independiente, que es secundaria, y se selecciona con la finalidad de determinar si afecta la relacin entre la variable independiente primaria y las variables dependientes. Variables Cualitativas: Son aquellas que se refieren a atributos o cualidades de un fenmeno.

5 Variable Cuantitativa: Son aquellas variables en las que caractersticas o propiedades pueden presentarse en diversos grados de intensidad, es decir, admiten una escala numrica de medicin. Variables Continuas: Son aquellas que pueden adoptar entre dos nmeros puntos de referencias intermedio. Las calificaciones acadmicas (10.5, 14.6, 18.7, etc.). Variables Discretas: Son aquellas que no admiten posiciones intermedias entre dos nmeros. Ej., en Barinas la divisin de territorial la constituyen 11 municipios por no (10.5 u 11.5 municipios). Variables de Control: Factores que son controlados por el investigador para eliminar o neutralizar cualquier efecto que podran tener de otra manera en el fenmeno observado. cuestionario 1.-Que son las variables? Las cantidades o caracteristicas que se miden(sirven como base de control) 2.-que tipos de variables existen? termicas,de radiacin, de fuerza, de velocidad, de cantidad, de tiempo, Geometricas, de propiedad
El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. Destacamos algunas definiciones: "Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). "Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974). El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica y en nuestro caso social, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos.

6
Una poblacin finita es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de habitantes de una comarca. Cuando la poblacin es muy grande, es obvio que la observacin y/o medicin de todos los elementos se multiplica la complejidad, en cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este inconveniente se utiliza una muestra estadstica.

Evolucin de la poblacin espaola

Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea parte del grupo denominada muestra.

Muestra:
La muestra es una representacin significativa de las caractersticas de una poblacin, que bajo, la asuncin de un error (generalmente no superior al 5%) estudiamos las caractersticas de un conjunto poblacional mucho menor que la poblacin global. "Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel (1991).

7
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996). "Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974). Por ejemplo estudiamos los valores sociales de una poblacin de 5000 habitantes aprox., entendemos que sera de gran dificultad poder analizar los valores sociales de todos ellos, por ello, la estadstica nos dota de una herramienta que es la muestra para extraer un conjunto de poblacin que represente a la globalidad y sobre la muestra realizar el estudio. Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo.

Tcnicas de Muestreo:
Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin. Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra. Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra.

Tipos de muestreo
Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con

8
la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el anlisis estadstico necesario para hacer muestras de probabilidad.

CONCEPTOS BSICOS DE PROBABILIDAD Experimento aleatorio: conjunto de pruebas cuyos resultados estn determinados nicamente por el azar. Espacio muestral: conjunto de todos los resultados posibles de un experimento aleatorio Punto muestral o suceso elemental: el resultado de una sola prueba de un experimento muestral Suceso o evento: cualquier subconjunto de puntos muestrales Sucesos mutuamente excluyentes: sucesos o eventos que no pueden ocurrir simultaneamente . Sucesos complementarios: dos sucesos o eventos mutuamente excluyentes cuya unin es el espacio muestral Sucesos independientes: sucesos o eventos que no tienen relacin entre s; la ocurrencia de uno no afecta la ocurrencia del otro Sucesos dependientes: sucesos o eventos que s tienen relacin entre s; la ocurrencia de uno s afecta la ocurrencia del otro.
EJEMPLO: Se lanza un dado.

a) Encontrar el espacio muestral. Solucin: S = {1, 2, 3, 4, 5, 6} b) Enumerar los puntos muestrales. Solucin: Hay seis puntos muestrales: {1},{2},{3},{4},{5} y {6}. c) Poner dos ejemplos de eventos. Solucin: evento A = {resultado es impar} = {1, 3, 5}; evento B = {resultado es mayor que 2} = {3, 4, 5, 6}

d) Son mutuamente excluyentes los siguientes eventos? A = {resultado menor o igual a 4}, B = {resultado es primo}. Solucin: A = {1, 2, 3, 4} y B = {2, 3, 5} s tienen dos puntos en comn, 2 y 3. Por lo tanto, no son mutuamente excluyentes. e) Cul suceso es complementario a M = {2, 6}? Solucin: {1, 3, 4, 5}. f) Son dependientes o independientes los siguientes eventos? A = {obtener un 2 un el primer lanzamiento}, B = {obtener un 4 en el segundo lanzamiento}. Solucin: Son independientes, porque obtener o no un 2 en el primer lanzamiento no afecta el resultado del segundo lanzamiento.

La ciencia en general estudia dos tipos de fenmenos: los determinsticos y

los aleatorios o al azar.

Los fenmenos determinsticos, son aquellos que podemos

predecir su resultado con absoluta precisin an antes de ser realizados; por ejemplo, la ubicacin de un planeta en nuestro Sistema Solar se puede conocer a travs de las Leyes de la GravitacinUniversal de Newton, o bien, podemos saber a priori cunto se dilatar una barra de metal al someterla a una cierta temperatura y presin, sabiendo la distancia y la rapidez con que te diriges de un punto a otro puedes determinar el tiempo (con rapidez constante) u otro ejemplo son las ciencias como las leyes de la Fsica y la Qumica.

Los fenmenos aleatorios. Son aquellos que no podemos

determinar su resultado aunque los repitamos miles o millones de veces; piensa por ejemplo, el lanzamiento de una moneda, si por extrao motivo las 10 primeras veces sali cara, nadie asegurara que la vez siguiente volvera a ser cara.

10

En general, todo lo que concierne a nuestro organismo son sucesos aleatorios. Por ejemplo, si te duele la cabeza e ingieres un analgsico de una determinada marca, y siempre te ha aliviado nadie te asegurarn que siempre ser as o el trfico, el roce del vehculo con el viento, congestin

Si una persona fuma ms de una cajetilla diaria tendr grandes posibilidades de morir antes que un sujeto que no fuma, pero an as no es un evento determinstico, ya que el morir antes o no depende de las condiciones orgnicas individuales de cada sujeto (sin considerar los accidentes).

11
el contenido o flujo de la informacin, puede realizar entrevistas no estructuradas a los informantes (en los estudios autocomunicados, los sujetos por lo general se denominan informantes). Este tipo de entrevistas suelen efectuarse a manera de conversacin y se conducen en entornos naturales. Su objeto estriba en dilucidar las percepciones que tiene el informante acerca del mundo, sin que el investigador imponga su opinin acerca del tema. Quien utiliza por completo un enfoque no estructurado puede formular informalmente una pregunta o planteamiento general relativo al tema de su inters, como: "hablemos de lo que sucedi al enterarse que tenia SIDA". Los estudios de campo tienden a depender en gran medida de entrevistas (as como otros mtodos) en su estudio de campo de los valores, creencias y prcticas de la atencin mdica en poblaciones rurales de negros y blancos del sur de los Estados Unidos. Entrevistas enfocadas A menudo el investigador desea asegurarse que se cubrir un conjunto dado de temas en la entrevista que realizara a los sujetos de su investigacin. En las entrevistas enfocadas, el entrevistador recibe una lista de las materias o preguntas que deber tocar con cada informante; esta lista recibe el nombre de gua temtica. La funcin del entrevistador consiste en alentar a los participantes a que hablen libremente sobre cualquier de los temas de la lista, al tiempo que registra o graba las respuestas. Una variante de las entrevistas enfocadas son las entrevistas enfocadas de grupos, tcnica que cada vez adquiere mas popularidad en los estudios de algunos problemas de salud. En las entrevistas de este tipo se rene, por lo general, a 20 individuos para entablar una discusin de grupo, bajo la direccin de un entrevistador que a la vez se gua por una serie de preguntas escritas o lineamientos. La ventaja de este esquema grupal es que resulta eficiente, en virtud de que el informante escucha la opinin de muchos individuos en un lapso breve. La desventaja es que algunas personas les incomoda expresar sus puntos de vista frente a un grupo. Historia de vida Las historias de vida son autodeclaraciones narrativas acerca de las experiencias que ha tenido una persona en su vida. Los antroplogos las utilizan a menudo para investigaciones culturales. Cuando el investigador hace uso de este enfoque, solicita a los informantes que narren en secuencia cronolgica, ya sea en forma oral o por escrito, un relato de sus ideas y experiencias con respecto a un tema particular. Incidentes crticos Esta tcnica es un mtodo para recabar informacin de la conducta de las personas mediante un examen de incidentes especficos relacionados con el comportamiento que se investiga. Los datos que se requieren para un estudio de incidentes crticos se recolectan a partir de una entrevista semiestructurada. Como su nombre lo indica, esta tcnica se centra en incidente real que pueda definirse como observable y como episodio integral del comportamiento humano. La palabra "critico" significa que este incidente debe tener un impacto discernible sobre algn efecto o consecuencia; es decir, debe contribuir positivamente o negativamente al logro de alguna actividad de inters. Diarios Durante mucho tiempo se han usado diarios personales como fuente de informacin en la investigacin histrica. Pues bien, es igualmente posible generar nuevos datos para un estudio no histrico, al pedir a los sujetos que lleven un diario durante un periodo determinado. El diario no requiere ser completamente estructurado. Sin embargo, a menudo tambin se solicita a los sujetos que escriben acerca de un aspecto especfico de alguna experiencia particular y, en ocasiones, incluso con un esquema semiestructurado. Evaluacin de los enfoques no estructurados Las entrevistas no estructuradas constituyen un enfoque muy flexible para recolectar datos, que en muchos tipos de investigaciones ofrecen distintas ventajas. Por ejemplo, en un gran numero de situaciones clnicas puede resultar apropiado permitir que los individuos hablen libremente acerca de sus problemas permitiendo que tomen gran parte de la iniciativa para dirigir la informacin. En trminos generales, las entrevistas son de extrema utilidad para el investigador cuando comienza a examinarse una nueva disciplina de investigacin, ya que el enfoque no estructurado puede permitir en estas condiciones que el investigador se cerciore de los temas o problemas principales, de qu tan sensibles o polmicos son, garanta de colaboracin de los informantes durante la discusin del tema, de que manera conceptualizan y hablan los individuos de los problemas y de cual es el rango de opiniones o comportamientos pertinentes al tema. Los mtodos no estructurados pueden ayudar a dilucidar el significado subyacente de la relacin que se observa durante la etapa de reconocimiento.

12
No obstante, los mtodos no estructurados exigen demasiado tiempo del investigador y demandan gran habilidad para analizar e interpretar los materiales cualitativos. Debido a que las muestras suelen ser pequeas en virtud de la cantidad de informacin producida, a menudo es difcil observar si los datos pueden o no generalizarse. Los mtodos no estructurados, por lo general, no pueden comprobar con facilidad las hiptesis en lo que a relaciones de causa y efecto se refiere.

13
La marca de clase es el punto medio del intervalo de clase y se obtiene sumando los lmites inferior y superior de la clase y dividiendo por 2. As, la marca de clase del intervalo 60 - 62 es (60 + 62)/2 = 61. La marca de clase se llama tambin punto medio de la clase. Para anlisis matemticos posteriores, todas las observaciones pertenecientes a un intervalo de clase dado se suponen coincidentes con la marca de clase. As, todas las alturas en el intervalo de clase 60 - 62 pulgadas se considerarn como de 61 pulgadas.

Reglas generales para formar las distribuciones de frecuencia

l. Determinar el mayor y el menor entre los datos registrados y as encontrar el rango (diferencia entre el mayor y el menor de los datos). 2. Dividir el rango en un nmero conveniente de intervalos de clase del mismo tamao. Si esto no es posible, utilizar intervalos de clase de diferente tamao o intervalos de clase abiertos. El nmero de intervalos de clase se toma generalmente entre 5 y 20 dependiendo de los datos. Los intervalos de clase se eligen tambin de forma que las marcas de clase o puntos medios coincidan con datos realmente observados. Esto tiende a aminorar el llamado error de agrupamiento, en los anlisis matemticos posteriores. Sin embargo, los lmites reales de clase no coincidirn con los datos observados. 3. Determinar el nmero de observaciones que caen dentro de cada intervalo de clase, es decir, encontrar las frecuencias de clase. Lo mejor para esto es utilizar una hoja de conteo. HISTOGRAMAS Y POLIGONOS DE FRECUENCIA son dos representaciones grficas de las distribuciones de frecuencia. 1. Un histograma o histograma de frecuencias consiste en una serie de rectngulos que tienen (a) Sus bases sobre un eje horizontal (el eje X) con centros en las marcas de clase y longitud igual al tamao de los intervalos de clase. (b) Superficies proporcionales a las frecuencias de clase. Si los intervalos de clase tienen todos igual tamao, las alturas de los rectngulos son proporcionales a las frecuencias de clase y se acostumbra en tal caso a tomar las alturas numricamente iguales a las frecuencias de clase. Si los intervalos de clase no son de igual tamao, estas alturas debern ser calculadas. 2. Un polgono de frecuencias es un grfico de lnea trazado sobre las marcas de clase. Puede obtenerse uniendo los puntos medios de los techos de los rectngulos en el histograma. El histograma y el polgono de frecuencias correspondiente a la distribucin de frecuencias de las alturas de los estudiantes se muestran en el mismo sistema de ejes en la Fig.1. Se acostumbra a prolongar el polgono con PQ y RS hasta las marcas de clase inferior y superior inmediatas, que corresponderan a la clase de frecuencia cero. En tal caso, la suma de las reas de los rectngulos del histograma es igual al e rea total limitada por el polgono de frecuencias y el eje X.

14

Distribuciones de frecuencia relativa

La frecuencia relativa de una clase es la frecuencia de la clase dividida por el total de frecuencias de todas las clases y se expresa generalmente como porcentaje. Por ejemplo, la frecuencia relativa de la clase 66 - 68 de la Tabla 1 es 42/100 = 42 %. La suma de las frecuencias relativas de todas las clases es evidentemente 1 100 %. Si las frecuencias en la anterior tabla de frecuencias se sustituyen por las correspondientes frecuencias relativas, la tabla resultante se llama distribucin de frecuencias relativas, distribucin porcentual o tabla de frecuencias relativas. Las representaciones grficas de distribuciones de frecuencia relativa pueden obtenerse del histograma o del polgono de frecuencias, sin ms que cambiar la escala vertical de frecuencia a frecuencia relativa, conservndose exactamente el mismo diagrama. Los grficos que resultan se llaman histogramas de frecuencias relativas o histogramas porcentuales y polgonos de frecuencias relativas o polgonos porcentuales,respectivamente.

Distribuciones de frecuencia acumulada. Ojivas

La frecuencia total de todos los valores menores que el lmite real superior de clase de un intervalo de clase dado se conoce como frecuencia acumulada hasta ese intervalo de clase inclusive. Por ejemplo, la frecuencia acumulada hasta el intervalo de clase 66 - 68 inclusive en la Tabla 1, es 5 + 18 + 42 = 65, significando que 65 estudiantes tienen alturas menores que 68,5 pulgadas.

15
Una tabla que represente las frecuencias acumuladas se llama distribucin de frecuencias acumuladas, tabla de frecuencias acumuladas o brevemente distribucin acumulada, y se muestra en la Tabla 2, para la distribucin de la altura de los estudiantes. Un grfico que muestre las frecuencias acumuladas menores que cualquier lmite real superior de clase trazado sobre los lmites reales superiores de clase se llama polgono de frecuencias acumuladas u ojiva y se muestra en la Fig. 2-2 para la distribucin de la altura de los estudiantes. En algunos casos es preferible considerar una distribucin de frecuencias acumuladas de todos los valores mayores o iguales al lmite real inferior de clase de cada intervalo de clase. En este caso consideramos las alturas de 59,5 pulgadas o ms, 62,5 pulgadas o ms, etc., sta se llama a veces distribucin acumulada o ms, mientras que la considerada anteriormente es la distribucin acumulada menor que. De la una se obtiene fcilmente la otra. Las correspondientes ojivas se llaman o ms y menor que. Siempre que nos refiramos a distribuciones acumuladas u ojivas sin especificar, se entender que son del tipo menor que. DISTRIBUCIONES DE FRECUENCIAS RELATIVAS ACUMULADAS. OJIVAS PORCENTUALES La frecuencia relativa acumulada o frecuencia porcentual acumulada es la frecuencia acumulada dividida por la frecuencia total. Por ejemplo, la frecuencia relativa acumulada de alturas menores que 68,5 pulgadas es 65/100 = 65 %, queriendo con ello decir que el 65 % de los estudiantes tienen alturas menores de 68,5 pulgadas. Si se utilizan en la Tabla 2, y Fig. 2, las frecuencias relativas acumuladas en lugar de las frecuencias acumuladas, los resultados se llaman distribuciones de frecuencias relativas acumuladas o distribuciones porcentuales acumuladas y polgonos de frecuencias relativas acumuladas u ojivas porcentuales, respectivamente. CURVAS DE FRECUENCIAS. OJIVAS SUAVIZADAS El conjunto de datos puede considerarse normalmente como perteneciente a una muestra extrada de una poblacin grande. A causa de las muchas observaciones que podemos realizar en la poblacin es posible tericamente (para datos continuos) elegir los intervalos de clase muy pequeos y todava tener un nmero adecuado de observaciones dentro de cada clase. As se tiene que el polgono de frecuencias o el de frecuencias relativas para una poblacin grande puede estar formado por muchos pequeos segmentos rectos que aproximan el conjunto a una curva, las curvas de este tipo pueden llamarse curvas de frecuencias o curvas de frecuencias relativas, respectivamente. Es razonable esperar que tales curvas tericas provengan de la suavizacin de los polgonos de frecuencias o de los polgonos de frecuencias relativas de la muestra, la aproximacin es tanto ms exacta conforme aumenta el tamao de la muestra. Por esta razn una curva de frecuencias se conoce como un polgono de frecuencias suavizado. De una forma anloga las ojivas suavizadas provienen de la suavizacin de los polgonos de frecuencias acumuladas u ojivas. Normalmente es ms sencillo suavizar una ojiva que un polgono de frecuencias.

Tipos de curvas de frecuencia

16

Las curvas de frecuencia presentan determinadas formas caractersticas que les distinguen como se indica en la Figura 3. (a) Las curvas de frecuencia simtricas o bien formadas se caracterizan por el hecho de que las observaciones que equidistan del mximo central tienen la misma frecuencia. Un ejemplo importante es la curva normal. (b) En las curvas de frecuencia moderadmente asimtricas o sesgadas la cola de la curva a un lado del mximo central es mayor que al otro lado. Si la cola mayor se presenta a la derecha de la curva se dice que sta est sesgada a la derecha o que tiene sesgo positivo, mientras que si ocurre lo contrario se dice que la curva est sesgada a la izquierda o que tiene un sesgo negativo. (c) En las curvas en forma de J o de J invertida, el mximo se presenta en un extremo. (d) Las curvas de frecuencias en forma de U tienen el mximo en ambos extremos. (e) Una curva de frecuencias bimodal tiene dos mximos. (f) Una curva de frecuencias multimodal tiene ms de dos mximos.

17 GRFICAS ESTADSTICAS

Las grficas estadsticas nos permite familiarizarnos con los datos que se han recopilado y resumido. Se considera como una tcnica inicial de ANLISIS EXPLORATORIO DE DATOS que produce una representacin visual. Las graficas resultantes revelan un patrn de comportamiento de la variable en estudio. Se ofrecen muchos tipos de grficos para describir el conjunto de datos. Dependiendo del tipo de datos y lo que se quiera representar, se har uso del mtodo grfico ms adecuado.

ELEMENTOS DE UNA GRAFICA:

En general se deben tener en cuenta los siguientes elementos: 1.Titulo 2.Tabla o Distribucin de Frecuencias 3.Escala 4.Cuerpo de la grfica 5.Convenciones 6.Notas aclaratorias 7.Numeracin.

DATOS CATEGRICOS

DIAGRAMA CIRCULAR

18

Es de especial utilidad para mostrar proporciones ( porcentajes ) relativas de una variable. Se crea marcando una porcin del crculo correspondiente a cada categora de la variable .

DIAGRAMA DE BARRAS

Es una forma grfica de representar datos cualitativos que se han resumido en una distribucin de frecuencias, de relativas o de porcentuales. Hay varios tipos de grficos de barras, como son :

GRFICA SIMPLE DE BARRAS VERTICALES

Para respuestas categricas cualitativas en el que solo interviene una barra para cada clase. Su trazo se realiza ubicando en el eje horizontal de la

19

grfica los nombres que identifican cada una de las clases. En el eje vertical se usa una escala de frecuencias, una de frecuencias relativas o una de porcentuales. Luego, con una barra de un ancho fijo trazada sobre cada indicador de clase llegamos a la altura que corresponde al tipo de frecuencia escogido. Las barras se separan a fin de sealar que cada clase es una categora independiente. Los espacios entre las barras deben corresponder a la mitad del ancho de una barra.

GRFICA SIMPLE DE BARRAS HORIZONTALES

Se utiliza principalmente para facilitar la comparacin entre las diferentes clases que componen los datos categricos. El trazo de la grfica es muy similar a la grfica de barras verticales, solo que stas van en forma horizontal y estn ordenadas de la mayor a la menor frecuencia absolutas, de frecuencia relativas o de porcentajes. De esta manera se logra una mejor visualizacin en las preferencias.

20

GRFICA DE BARRAS COMPONENTES

Este tipo de grfica se usa cuando las diferentes categoras de datos se componen de otras clases , de tal forma que cada barra se pueda subdividir y representar cada una de estas clases .As mismo, entre las categoras y sus componentes se compara valores. Tambin se le conoce como barras agrupadas. Se puede hacer uso de barras horizontales o de barras verticales; su escogencia pretenda ilustrar para que facilite su visualizacin. depende de lo que se

21

GRFICA DE BARRAS SECCIONADAS

Esta grfica compara entre categoras el aporte de cada valor al total ,dando lugar a una columna apilada para cada clase. Tambin se puede presentar de manera horizontal o vertical

22

DIAGRAMA DE PARETO

Es un tipo especial de diagrama de barras verticales, donde las respuestas categricas se grafican en orden descendente de frecuencias y se combinan con un polgono acumulado en la misma escala. El diagrama de Pareto se usa ampliamente en el control estadstico de procesos y el control estadstico de la calidad del producto. Lo que se pretende con este tipo de grafico es describir en donde se presenta el mayor porcentaje del problema y que factores lo afectan. Este concepto, se conoce como la regla de 80-20, considera que el 80% de la actividad se debe al 20% de los factores . Al concentrarse en el 20% de los factores, los gerentes pueden atacar el 80% del problema.

23

DIAGRAMA DE BARRAS

Tienen el mismo uso que los datos categricos, solamente que intervienen dos variables, una que representa el tiempo y la otra cantidad ( Ingresos, ventas, IPC, Costos, No. De unidades producidas, etc.). Dependiendo de lo que se quiera representar se ofrecen los diagramas de barras simples, de componentes, bidireccional y seccionadas.

GRFICAS DE LINEA

24

Se ilustra mediante segmentos de lnea los cambios en cantidades con respecto al tiempo. Son especialmente tiles en el comercio y en los negocios.

DATOS NUMERICOS

HISTOGRAMAS

Una de las maneras ms comunes de representar una distribucin de frecuencia . Su grafica consiste en un conjunto de barras, en la que la base de cada barra representa una clase o intervalo, indicada en el eje horizontal, y la altura por su frecuencia, indicada en el eje vertical. Generalmente las barras se trazan adyacentes una a la otra.

25

POLGONO DE FRECUENCIA

De segmentos de lnea que conectan los puntos formados por la interseccin del punto medio de clase y la frecuencia de clase absoluta, relativa o porcentual.

26

OJIVA

Es un polgono acumulado de frecuencia absoluta ,relativa o porcentual y por lo tanto representa segmentos de lnea que se origina al conectar los puntos formados por la interseccin entre el lmite inferior de cada clase con la frecuencia acumulada. Es conocida como POLGONO DE FRECUENCIA ACUMULADA MENOR QUE , ya que muestra el nmero o porcentaje de observaciones menores a cierto valor. La ojiva es importante por que nos permite extrapolar informacin que la distribucin de frecuencia oculta y as como calcular estadsticos como la mediana, cuartiles, deciles y percentiles, en forma aproximada. Para construir la ojiva se debe primero elaborar la distribucin de frecuencia menor que.

27

DIAGRAMA DE CAJA

Es una representacin grfica, basada en cinco nmeros estadsticos: valor mnimo, Q1 , la mediana, Q3 y valor mximo. Se utiliza como una tcnica de ANLISIS EXPLORATORIO DE DATOS y tiene la ventaja de que no se requiere de la desviacin estndar, ni de la media aritmtica y as como de resumir los datos en una distribucin de frecuencia, situacin que si necesita el histograma, el polgono y la ojiva. Para su trazo, se lleva a cabo los siguientes pasos:

1.

Crear una escala apropiada a lo largo del eje horizontal

2. Dibujar una caja entre el Q1 y el Q3 3. Dentro de la caja trazamos una lnea recta vertical que representa la mediana 4. Finalmente, trazamos lneas horizontales de la caja hasta el valor mnimo y de la caja hasta el valor mximo. A estas lneas horizontales fuera de la caja se les conoce como bigotes

28