UNIVERSIDAD PRIVADA DEL NORTE

FACULTAD DE INGENIERIA Y ARQUITECTURA

GEOESTADISTICA

DOCENTE: ING. WILDER CHUQUIRUNA

ALUMNOS: JHON ALEX JAVIER RAMIREZ TUCTO

YOEL OSWALDO GAMA RETAMOZO
MIGUEL ROGER LEAL VILLANUEVA
HILARIO RODRIGUEZ GALLEGOS

CAJAMARCA -2017
 TEMAS
METODO CONSTRUCTIVISTA
ANALISIS DE DATS MEDIANTE HISTOGRAMAS
CONSTRUCCION DE HISTOGRAMAS
MODELOS DE HISTOGRAMAS
DISTRIBUCION NORMAL
DISTRIBUCION LOGNORMAL
DISTRIBUCION EXPONENCIAL
 METODO CONSTRUCTIVISTA

El constructivismo es una corriente pedaggica basada en la teora del

mtodo constructivista, que postula la necesidad de entregar al estudiante
herramientas (generar andamiajes) que le permitan construir sus propios
procedimientos para resolver una situacin problemtica, lo que implica que
sus ideas se modifiquen y siga aprendiendo.

Se considera al alumno poseedor de conocimientos sobre los cuales tendr

que construir nuevos saberes. Segn Ausubel Slo habr aprendizaje
significativo cuando lo que se trata de aprender se logra relacionar de forma
sustantiva y no arbitraria con lo que ya conoce quien aprende, es decir, con
aspectos relevantes y preexistentes de su estructura cognitiva.
 ESTADISTICA UNIVARIABLE

La estadstica univariable ofrece tcnicas de uso frecuente para procesar

informacin cuando se investiga un nico evento, o varios eventos de manera
independiente. Estas tcnicas son muy diversas y cada una amerita un
procedimiento especial.

En este sentido, una de las necesidades fundamentales de toda persona que

decide dedicarse a la investigacin es la preparacin relacionada con los
criterios de seleccin, aplicacin e interpretacin de las diversas tcnicas de
anlisis en estadstica, especialmente del anlisis univariable.
 ANALISIS DE DATOS MEDIANTE
HISTOGRAMAS
Es un conjunto de tcnicas estadsticas cuya finalidad es conseguir un
entendimiento bsico de datos y de las relaciones entre las variables
analizadas .
El examen previo de los datos es un paso necesario que lleva tiempo y que
habitualmente son descuidadas por los analista de datos.
OBJETIVO DE ANALISIS DE DATOS
ANALIZAR:Cantidad,la calidad y ubicacin de los datos disponibles.
DEFINIR:La zona de estudio .Una zona de estudio una divisin de campo en
varias sub-zonas.
ANTICIPAR DIFICULTADES:
 CONSTRUCCION DE HISTOGRAMAS
Un estudio de tipo descriptivo no es suficiente para sacar conclusiones
generales (Poblacionales), si no que
Para el conjunto de datos en consideracin (muestra).
Veamos el siguiente ejemplo para la construccin de un histograma.
Supongamos que una persona investiga el precio de cierto articulo y elige
40 puntos de venta al azar obteniedo los siguientes resultados.
 OBSERVACIONES
Tipo de variable :Discreta
Tamao de la muestra: n=40
No es posible a partir de una sola presentacin de los datos obtener ninguna
conclusin
Aunque podamos hacer ciertos clculos sobre los datos tal como estn
(datos no agrupados) a continuacin estudiaremos la forma de agruparlos.
Si presentamos los datos compactados en una tabla , hablaremos de datos
agrupados.
Para agrupar los datos los contabilizaremos el numero de veces que se
repiten los diferentes datos en la muestra .
A esto lo llamaremos frecuencia absoluta y lo denotaremos por ni .
La tabla siguiente muestra estas frecuencias en el rango de valores Xi
 OBSERVACIONES
Observemos que los valores mnimo y mximo son: 60 y 89 respectivamente
El rango de los datos lo denotaremos por la R y se calcula como :
R = Xmax - Xmin
R = 89 - 60 = 29
 OBSERVACIONES
Cada uno de los valores de Xi atreves del rango de valores de la variable lo
llamaremos clase o categora.
En la tabla anterior vemos que tenemos 30 clases.
La tabla de frecuencias con 30 clases tiene las siguientes deficiencias :
-Muchas clases
-Cada clase con frecuencia baja.
Para compactar los datos mas adecuadamente utilizaremos intervalos de
clases
Un intervalo de clase es una unidad de agrupamiento de datos
Esta compuesto por un limite superior y un inferior
Ejemplo : 4-8 es un intervalo de clases
 OBSERVACIONES
Para determinar el numero de intervalos utilizaremos la formula ,que da una
referencia de cuantos intervalos de clases K utilizar.
K = 1+3.3 log (n)
En nuestro ejemplo tenemos:
K = 1+3.3 log (40)
K = 6,3

Dado que K es una referencia podemos utilizar 6 o 7 intervalos de clases

Como norma ,K debe ser mayor o igual que 5 y menor o igual que 20
En nuestro caso utilizaremos K = 6
El siguiente paso es determinar la cantidad de datos que potencialmente ser
incluido en cada intervalo de clase .Esta cantidad la llamaremos Amplitud y la
denotaremos por A
Para ello hacemos A = R/k =29/66 = 4,833
Si redondeamos podemos utilizar A = 5
 CONSTRUCCION DE LOS INTERVALOS
DE CLASE
El limite inferior del primer intervalo de clase es 60
El limite superior del primer intervalo de clase se obtiene agregando al limite
inferior una cantidad igual a A. Es decir ser 60+5 = 65y as continuaremos
para los dems intervalos de clase.
 TABLA DE FRECUENCIAS

La tabla de frecuencias es una tabla cuyas filas corresponden a cada intervalo

de clase y consta de varias columnas.
La primera columna es la de frecuencias absolutas ni en cada intervalo y se
obtiene asignando cada dato en la muestra en cada intervalo.
 OBSERVACIONES

Notemos que:

Es decir , la suma de todas las frecuencias absolutas es igual al numero de

datos
 Tabla de frecuencias

Adems de tener una columna con las frecuencias absolutas podemos

construir una columna de frecuencias relativas fi
 OBSERVACIONES
Notar que :

La suma de las frecuencias relativas es igual a 1

 GRAFICOS

Uso : Este grafico es un grafico de barras y sirve para graficar frecuencias

relativas o absolutas para variables cuantitativas.
Para construir un histograma seguimos los pasos :
-Eje horizontal las fronteras de los intervalos de clase
-A continuacin dibujamos barras contiguas ,una para cada intervalo
-La altura de la barra se indica en las ordenadas
GRAFICO
 MODELADO DE HISTOGRAMAS

HISTOGRAMA:
El histograma es aquella representacin GRAFICA de estadsticas de diferentes
tipos. La utilidad del histograma tiene que ver con la posibilidad de establecer
de manera visual, ordenada y fcilmente comprensible todos los datos
numricos estadsticos que pueden tornarse difciles de entender. Hay muchos
tipos de histogramas y cada uno se ajusta a diferentes necesidades como
tambin a diferentes tipos de informacin.
Estos histogramas se utilizan para:
Hacer seguimiento del desempeo del un proceso actual
Seleccionar el siguiente producto para mejorar
Probar y evaluar las revisiones de procesos para mejorar
Necesitar obtener una revisin rpida de la variabilidad dentro de un proceso
 DISTRIBUCION NORMAL
La distribucin de probabilidad conocida como distribucin normal es por la
cantidad de fenmenos que explica la mas importante de las distribuciones
estadsticas .
A la distribucin normal tambin se le denomina con el nombre de campana de
Gauss, pues al representar Su funcin de probabilidad , esta tiene forma de
campana.

Media, moda y mediana coinciden ().

 DISTRIBUCIN LOGNORMAL

Muchas variables no se distribuyen de manera gaussiana, sin embargo

aplicando alguna transformacin es posible convertir los datos a una forma
que esta sea distribuida de esa manera
Una variable puede ser modelada como log-normal si puede ser considerada
como un producto multiplicativo de muchos pequeos factores
independientes. Un ejemplo tpico es un retorno a largo plazo de una
inversin: puede considerarse como un producto de muchos retornos
diarios.
 DISTRIBUCION EXPONENCIAL
M A pesar de la sencillez analtica de sus funciones de definicin, la
distribucin exponencial tiene una gran utilidad prctica ya que podemos
considerarla como un modelo adecuado para la distribucin de probabilidad del
tiempo de espera entre dos hechos que sigan un proceso de Poisson. De hecho
la distribucin exponencial puede derivarse de un proceso experimental de
Poisson con las mismas caractersticas que las que enuncibamos al estudiar
la distribucin de Poisson, pero tomando como variable aleatoria , en este
caso, el tiempo que tarda en producirse un hecho chas rocas magmticas son
utilizadas a diario, algunas de las mas comunes son:
Basalto: se utiliza como grava de carretera y en vas de tren, en las construcciones subacuticas .
Piedra
pmez cosmtica.
GRACIAS