INSTITUTO SUPERIOR

TECNOLGICO PRIVADO
CEPEA
TEMA: UNIVERSO, MUESTRA Y TECNICAS DE RECOLECCION
DE DATOS

INTEGRANTE: OBesso Martnez, Katiuska

CURSO: Fundamentos de la investigacin
cientfica

PROFESOR: Rodolfo Guibovich del Carpio

2013
Lima Per
BAILE 6

UNIVERSO, MUESTRA Y TECNICAS DE RECOLECCION

DE
DATOS
1. QU SE ENTIENDE POR UNIVERSO?
El universo es la totalidad del espacio y del tiempo, de todas las formas de la materia, la energa y
el impulso, las leyes y constantes fsicas que las gobiernan. Sin embargo, el
trmino universo puede ser utilizado en sentidos contextuales ligeramente diferentes, para
referirse
a
conceptos
como
el cosmos,
el mundo o
la naturaleza.
Observaciones astronmicas indican que el universo tiene una edad de 13,73 0,12 millardos de
aos (entre 13 730 y 13 810 millones de aos) y por lo menos 93.000 millones deaos luz de
extensin. El evento que se cree que dio inicio al universo se denomina Big Bang. En aquel
instante toda la materia y la energa del universo observable estaba concentrada en un punto
de densidad infinita. Despus delBig Bang, el universo comenz a expandirse para llegar a su
condicin actual, y contina hacindolo. Debido a que, segn la teora de la relatividad especial, la
materia no puede moverse a una velocidad superior a lavelocidad de la luz, puede parecer
paradjico que dos objetos del universo puedan haberse separado 93 mil millones de aos luz en
un tiempo de nicamente 13 mil millones de aos; sin embargo, esta separacin no entra en
conflicto con la teora de la relatividad general, ya que sta slo afecta al movimiento en el
espacio, pero no al espacio mismo, que puede extenderse a un ritmo superior, no limitado por la
velocidad de la luz. Por lo tanto, dos galaxias pueden separarse una de la otra ms rpidamente
que la velocidad de la luz si es el espacio entre ellas el que se dilata.

2. TIPOS DE UNIVERSOS:

Las galaxias: Las galaxias estn distribuidas por todo el universo y presentan
caractersticas muy diversas, tanto en lo que respecta a su configuracin como a su
antigedad. Las ms pequeas abarcan alrededor de 3.000 millones de estrellas, y las
galaxias de mayor tamao pueden llegar a abarcar ms de un billn de astros. Estas
ltimas pueden tener un dimetro de 170.000 aos luz, mientras que las primeras no
suelen exceder de los 6.000 aos luz.

La Va Lctea: es nuestra galaxia. Segn las observaciones, posee una masa de

1012masas solares y es de tipo espiral barrada. Con un dimetro medio de unos
100.000 aos luz se calcula que contiene unos 200.000 millones de estrellas, entre las
cuales se encuentra el Sol. La distancia desde el Sol al centro de la galaxia es de
alrededor de 27.700 aos luz (8,5 kpc) A simple vista, se observa como una estela
blanquecina de forma elptica, que se puede distinguir en las noches despejadas. Lo que
no se aprecian son sus brazos espirales, en uno de los cuales, el llamado brazo de Orin,
est situado nuestro sistema solar, y por tanto la Tierra.

Las constelaciones: Tan slo 3 galaxias distintas a la nuestra son visibles a simple vista.
Tenemos la Galaxia de Andrmeda, visible desde el Hemisferio Norte; la Gran Nube de
Magallanes, y la Pequea Nube de Magallanes, en el Hemisferio Sur celeste. El resto de
las galaxias no son visibles al ojo desnudo sin ayuda de instrumentos. S que lo son, en
cambio, las estrellas que forman parte de la Va Lctea. Estas estrellas dibujan a menudo
en el cielo figuras reconocibles, que han recibido diversos nombres en relacin con su
aspecto. Estos grupos de estrellas de perfil identificable se conocen con el nombre
de constelaciones. La Unin Astronmica Internacional agrup oficialmente las estrellas
visibles en 88 constelaciones, algunas de ellas muy extensas, como Hidra o la Osa Mayor,
y otras muy pequeas como Flecha y Tringulo.

Las estrellas: Son los elementos constitutivos ms destacados de las galaxias. Las
estrellas son enormes esferas de gas que brillan debido a sus gigantescas reacciones
nucleares. Cuando debido a la fuerza gravitatoria, la presin y la temperatura del interior
de una estrella es suficientemente intensa, se inicia la fusin nuclear de sus tomos, y
comienzan a emitir una luz roja oscura, que despus se mueve hacia el estado superior,
que es en el que est nuestro Sol, para posteriormente, al modificarse las reacciones
nucleares interiores, dilatarse y finalmente enfriarse.

3. QUE ES MUESTRA:
Una muestra estadstica (tambin llamada muestra aleatoria o simplemente muestra) es un
subconjunto de casos o individuos de una poblacin estadstica.
Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la poblacin,
para lo cual deben ser representativas de la misma. Para cumplir esta caracterstica la inclusin
de sujetos en la muestra debe seguir una tcnica de muestreo. En tales casos, puede obtenerse
una informacin similar a la de un estudio exhaustivo con mayor rapidez y menor coste.

4. TIPOS DE MUESTRA
Muestreo de conveniencia o por seleccin intencionada: aqu la muestra similar al universo
objetivo es seleccionada a partir de mtodos no aleatorios. La representatividad de dicha muestra
es determinada por el investigador de manera subjetiva. Por funcionar de esta manera, las
muestras suelen tener sesgos, por lo que lo ideal es recurrir a esta tcnica cuando no quede
ninguna otra alternativa.
Muestreo aleatorio: en este todos los elementos que lo componen tienen exactamente la misma
posibilidad de ser elegidos. Estos elementos son seleccionados de forma azarosa por medio de
nmeros aleatorios. Existen distintas formas de realizar el muestreo aleatorio, entre ellas:

Muestreo aleatorio simple: este mtodo es muy simple y se caracteriza por la extraccin
de los individuos de una lista de forma azarosa. Cuando el universo es muy numeroso y
complejo, no suele resultar eficaz.

Muestreo sistemtico: en este caso, el primer individuo se extrae al azar y a partir de

este se elije, a intervalos constantes, el resto. Este mtodo resulta ms sencillo que el
muestreo aleatorio simple y adems no precisa de un listado elaborado para seleccionar a
los individuos. Si bien el muestreo sistemtico es aplicable a la mayora de los casos, se
debe tener en cuenta que la caracterstica que se est estudiando no posea una
periodicidad igual a la del muestreo.

Muestreo aleatorio estratificado: para realizar este muestreo se debe dividir a la

poblacin en grupos de acuerdo a un carcter especfico y luego, cada uno de estos
grupos es muestreado aleatoriamente, obteniendo as una parte que sea proporcional a la
muestra. Estos muestreo son tiles cuando la caracterstica que determina la divisin de la
poblacin est relacionada con la variable que quiera estudiarse.

Muestreo aleatorio por conglomerados: aqu, la poblacin es dividida en grupos que

posean caractersticas similares entre ellos. Luego de realizar esto, algunos grupos son
analizados completamente dejando de lado al resto.

Muestreo mixto: en este caso se utilizan al menos dos de los mtodos mencionados
anteriormente. Esto ocurre cuando la poblacin a estudiar es sumamente compleja, por lo
que la aplicacin de un solo mtodo resultara difcil o resultara ineficiente.

5. TECNICAS PARA REDUCIR DATOS.

Filtrado de datos: El propsito es la reduccin de la cantidad de datos que el sistema

debe manejar, eliminando los datos que no son tiles para el sistema de deteccin. Este
filtrado se suele llevar a cabo mediante sistemas expertos, que implementan mediante
reglas los heursticos adecuados. Tambin existen sistemas que implementan esto de una
manera adaptativa empleando redes neuronales. Estos sistemas asumen que la actividad
de los usuarios poseen modelos que pueden detectarse, y que existen correlaciones entre
los datos de los audits.
Seleccin de caractersticas: En los sistemas de clasificacin, puede haber algunos
datos que pueden dificultar el proceso, adems, es posible, que haya rasgos redundantes

en la informacin. Esta seleccin de caractersticas pretende buscar aquellas que mejor

clasifican los datos. Las caractersticas provienen de los sistemas de control de seguridad
y los modelos de entrenamiento se obtienen a partir de intentos de intrusiones y del
comportamiento normal.
Agrupamiento de datos: Se puede usar para descubrir modelos ocultos y caractersticas,
especiales que pueden usarse en deteccin. Tambin pueden usarse estas tcnicas de
agrupamiento( clustering) para la reduccin del almacenamiento de caractersticas
guardando los grupos de datos semejantes en lugar de la informacin individualmente.
Estas tcnicas se basan esencialmente en tcnicas de generalizacin, que son apropiadas
a la hora de reducir el espacio necesario para almacenamiento puesto que vamos hacia
caractersticas generales

BIBLIOGRAFIA:
http://www.tiposde.org/ciencias-exactas/233-tipos-de-muestra-estadistica/#ixzz2hehcDF1U