La estadística es un estudio que permite hallar variables con respecto a unos datos entregados, de igual forma esto puede ser aplicado en la programación

1. 1
Conceptos de Programación y Métodos Estadísticos
Santiago Arias Rojas, Justine Bravo Gómez, Catalina Cantero Soto, Juan
Esteban Martínez, Esteban Moreno López y Luisa Valentina Osorio Jiménez
Área de tecnología,
Institución Educativa Liceo Departamental
Grado 11-3
Docente Guillermo Mondragón
7 de marzo de 2022

2. 2
El objetivo principal de este trabajo es el desarrollo de habilidades de pensamiento,
reconociendo las estructuras básicas de programación, así como también algunos
conceptos de la estadística.
De igual forma daremos aplicación al software PSeInt, acompañando el trabajo
con imágenes y un mapa conceptual para que el lector pueda comprender el tema con
mayor facilidad, siempre estando atentos a las recomendaciones del licenciado en el
área. Trabajo realizado utilizando las normas APA 7° edición.

3. 3
Tabla de contenido
1. Estructuras básicas 5
1.1. Conceptos básicos de programación 5
1.1.1. Constantes 5
1.1.2. Variables 5
1.1.3. Acumuladores 6
1.1.4. Contadores 6
1.1.5. Identificadores 6
2. Métodos estadísticos, población, muestra. 7
2.1. ¿Qué es la estadística? 7
2.2. La población 7
2.3. Muestra estadística 9
2.4. Ramas de la estadística 9
2.4.1. Estadística descriptiva. 10
2.4.2. Estadística inferencial 11
2.4.2.1. Estadística paramétrica. 12
2.4.2.2. Estadística no paramétrica. 12
2.4.3. Estadística matemática. 13
2.4.4. Hipótesis 13
2.4.5. Variable 14
2.4.6. Dato 15
2.4.7. Nivel de medición nominal 15
3. Distribución de frecuencias 16
3.1. Nombre de la variable 16
3.2. Frecuencia absoluta 16
3.3. Frecuencia relativa porcentual 16
3.4. Equivalencia en datos 17
4. Taller de PSEINT 18
4.1. Diferencias entre contadores y acumuladores 18
4.2. Cómo declarar una variable 18
4.3. Lenguajes de programación 18
4.3.1. Java 18
4.3.2. Python 19

4. 4
4.3.3. C++ 20
4.4. Algoritmos 20
4.4.1. Resta, multiplicación y división 20
4.4.2. Promedio de 4 calificaciones 22
4.4.3. Área y perímetro de un triángulo 23
4.4.4. Área y perímetro de un círculo 23
4.4.5. Temperatura de Celsius a Fahrenheit 24
4.4.6. Longitud de pulgadas a pies 25
4.4.7. Nombre y edad de una persona 25
5. Mapa conceptual 26
6. Referencias 27
7. Conclusiones 29
7.1. Esteban Moreno López 29
7.2. Luisa Valentina Osorio Jiménez 29
7.3. Catalina Cantero Soto 30
7.4. Juan Esteban Martínez Fuentes 30
7.5. Justine Bravo Gómez 31
7.6. Santiago Arias Rojas 31
8. Links de los blogs 32
9. Evidencias del trabajo colaborativo 33

5. 5
Estructuras básicas
Conceptos básicos de programación
Constantes
Una constante se define como un valor fijo que un programa no puede modificar
mientras se está ejecutando. A estos valores fijos también se les conoce como literales.
Se trata como una variable común, excepto que su valor no puede alterarse después
que se haya definido.
Variables
Una variable es donde se guardan (y se recupera) datos que se utilizan en un
programa. Cuando escribimos código, las variables se utilizan para:
- Guardar datos y estados.
- Asignar valores de una variable a otra.
- Representar valores dentro de una expresión matemática.
- Mostrar valores por pantalla.
Todas las variables deben ser de un tipo de datos, ya sea un dato de tipo
primitivo, como un número o texto, o un dato abstracto, como un objeto que se ha
creado.

6. 6
Acumuladores
Un acumulador es una variable numérica que permite ir acumulando
operaciones. Me permite ir haciendo operaciones parciales. Un acumulador:
- Se inicializa a un valor inicial según la operación que se va a acumular: a
0 si es una suma o a 1 si es un producto.
- Se acumula un valor intermedio acum <- acum + num;
Contadores
Un contador es una variable entera que la utilizamos para contar cuando ocurre
un suceso. Un contador: Se inicializa a un valor inicial.
- Se inicializa a un valor inicial cont <- 0;
- Se incrementa, cuando ocurre el suceso que estamos contando se le
suma 1 cont <- cont + 1;
Identificadores
Un identificador es un nombre, que define el programador, que sirve para
denotar ciertos elementos de un programa. Estos elementos pueden ser las
denominadas variables, constantes y funciones (elementos que se tratarán más
adelante).

7. 7
Métodos estadísticos, población, muestra.
¿Qué es la estadística?
Es una ciencia y una rama de las matemáticas de la cual se recolecta, analiza,
describe y estudia una serie de datos a fin de establecer comparaciones o
variabilidades que permitan comprender un fenómeno en particular.
La estadística se basa, principalmente en la observación para la recolección de
datos que después serán analizados y comparados a fin de adquirir una solución.
Asimismo, el objetivo de la estadística es tanto ofrecer un resultado numérico
como exponer de qué manera se está desarrollando una situación en específico
empleada para estudiar una población o muestra. De allí que tras un análisis
estadístico se pueda comprender un hecho, tomar decisiones, estudiar problemas
sociales, ofrecer datos y soluciones en determinados casos, deducir datos en relación a
una población, entre otros.
Se pueden encontrar varios tipos de estadística como la estadística descriptiva,
inferencial, aplicada y la estadística matemática.
La población
La población estadística consiste en la recolección de un conjunto de elementos
o sujetos que gozan de características comunes, con el fin de estudiarlos y sacar
conclusiones específicas para determinar resultados.
Según el tamaño de la población estudiada, el resultado puede ser finito que es
Aquella población que está compuesta por un número pequeño de elementos, artículos

8. 8
o sujetos o infinito que es la población que está compuesta por un número grande de
elementos. También hay de tipo real Aquella población que se compone de un grupo
de cosas existentes y meramente comprobables y población hipotética que está
conformada por un grupo posible de determinadas cosas, pero difícil de comprobar.
Ejemplos:
· Número de motocicletas vendidas durante el mes de septiembre.
· La cantidad de usuarios que visitan un sitio web durante un mes
· El peso de determinado alimento varía según su tamaño.
· El incremento de ventas de un producto durante un buen período
económico del país.
· Cuando se realiza un censo poblacional, las características y cualidades
(edad, ingresos) de los habitantes serán diferentes.
Figura 1

9. 9
Muestra estadística
Es un subconjunto más o menos específico de una población estadística, aislado
del resto con fines de evaluación y estudio, compuesta por un número más manejable
de ellos, seleccionados (idealmente) al azar. Dichas muestras se alcanzan a través de
diferentes técnicas estadísticas, que aseguran mediante distintos mecanismos una
aleatoriedad adecuada para el menor sesgo posible en la selección, si por el contrario,
se obtiene una muestra sesgada, las conclusiones posibles serán menos fidedignas y
por lo tanto menos útiles.
Obviamente, toda muestra forma parte de una población, de modo que, si se
tienen varias poblaciones, se deberán tener también varias muestras.
Una muestra estadística se caracteriza por lo siguiente:
· Forma parte de un conjunto mayor, que es la población estadística o
universo estadístico, de la cual es, idealmente, representativa.
· Posee un número reducido y por lo tanto manejable de elementos de
interés estadístico, en comparación con la población entera.
· Se elige al azar y a través de distintas técnicas de muestreo. Puede ser
más o menos fidedigna, dependiendo de esto último.
· Su tamaño es objeto de estudio matemático, a fin de garantizar las
proporciones justas para que resulte representativa del total.
Ramas de la estadística
La estadística se divide en dos grandes áreas: estadística descriptiva y
estadística inferencial, las cuales comprenden la estadística aplicada.

10. 10
Además de estas dos áreas, existe la estadística matemática, la cual comprende
las bases teóricas de la estadística.
Estadística descriptiva.
La estadística descriptiva es la rama de la estadística que describe o resume de
forma cuantitativa (medible) características de una colección de una recolección de
información.
Es decir, la estadística descriptiva se encarga de resumir una muestra
estadística (un conjunto de datos obtenidos de una población), no de entender la
población que representa la muestra.
Algunas de las medidas comúnmente utilizadas en estadísticas descriptivas para
describir conjuntos de datos son medidas de tendencia central y medidas de
variabilidad o dispersión.
En cuanto a las medidas de tendencia central, se utilizan medidas como la
media, la mediana y la moda. Mientras que en las medidas de variabilidad se utilizan la
varianza, la curtosis, etc.
La estadística descriptiva suele ser la primera parte a realizar en un análisis
estadístico. Los resultados de estos estudios suelen ser acompañados de gráficos, y
representan la base de casi cualquier análisis cuantitativo (medible) de datos.
Un ejemplo de estadística descriptiva podría ser considerar un número para
resumir que tan bien se está desempeñando un bateador de béisbol.

11. 11
Así, el número se obtiene por el número de hits que ha dado un bateador
dividido entre el número de veces que ha estado al bate. Sin embargo, este estudio no
dará información más específica, como cuáles de esos bateos han sido Home Runs.
Otros ejemplos de estudios de estadística descriptiva pueden ser: La media de
edad de los ciudadanos que viven en una cierta área geográfica, la longitud media de
todos los libros referentes a un tema específico, la variación respecto al tiempo que los
visitantes pasan navegando en una página de internet.
Estadística inferencial
La estadística inferencial se diferencia de la estadística descriptiva
principalmente por el uso de la inferencia y la inducción.
Es decir, esta rama de la estadística tiene como objetivo inferir propiedades de
la población objeto de estudio, es decir, no solo recopila y resume datos, sino que
también intenta explicar ciertas propiedades o características a partir de los datos
obtenidos.
En este sentido, la estadística inferencial significa obtener conclusiones
correctas del análisis estadístico utilizando estadísticas descriptivas.
Por esta razón, muchos experimentos en las ciencias sociales involucran a
pequeños grupos de personas, por lo que por inferencia y generalización es posible
determinar cómo se comporta la población en su conjunto.
Las conclusiones extraídas a través de la estadística inferencial son aleatorias
(falta de patrón o regularidad), pero aplicando métodos apropiados, se pueden obtener
resultados relevantes.

12. 12
Por lo tanto, la estadística descriptiva y la estadística inferencial van de la mano.
La estadística inferencial se divide en:
Estadística paramétrica.
Comprende los procedimientos estadísticos basados en la distribución de los
datos reales, los cuales se determinan mediante un número finito de parámetros
(número que resume la cantidad de datos derivados de una variable estadística).
Para aplicar procedimientos paramétricos, en su mayoría, se requiere conocer
previamente la forma de distribución para las formas resultantes de la población
estudiada.
Por ello, si se desconoce en su totalidad la distribución que siguen los datos
obtenidos, se debe utilizar un procedimiento no paramétrico.
Estadística no paramétrica.
Esta rama de la estadística inferencial comprende los procedimientos aplicados
en pruebas y modelos estadísticos en los cuales su distribución no se ajusta a los
llamados criterios paramétricos. Al ser los datos estudiados los que definen su
distribución, está no puede ser definida previamente.
La estadística no paramétrica es el procedimiento que debe ser elegido al
desconocer si los datos se ajustan a una distribución conocida, de manera que pueda
ser un paso previo al procedimiento paramétrico.
Así mismo, en un prueba no paramétrica, las posibilidades de error se
disminuyen mediante el uso de tamaños muestrales adecuados.

13. 13
Estadística matemática.
Se ha mencionado de igual forma la existencia de la Estadística Matemática,
como disciplina de la estadística.
Esta consiste en una escala previa en el estudio de la estadística, en la cual
usan la teoría de la probabilidad (rama de las matemáticas que estudia los fenómenos
aleatorios) y otras ramas de las matemáticas.
La estadística matemática consiste en la obtención de información a partir de los
datos y utiliza técnicas matemáticas tales como: análisis matemático, álgebra lineal,
análisis estocástico, ecuaciones diferenciales, etc. Así, la estadística matemática ha
sido influenciada por la estadística aplicada.
Hipótesis
Una hipótesis es una proposición o enunciado que se considera cierto de
entrada, aunque aún no haya podido probarse, y que por lo tanto constituye una
especulación o una conjetura de trabajo, carente de confirmación o refutación mediante
la experiencia.
Toda hipótesis debe responder a las siguientes características:
- Toda hipótesis consiste en una relación entre un elemento A y un
elemento B, sean los que sean, cuya relación está expresada en forma de una
proposición.

14. 14
- Siempre se refiere a un evento o una relación probable entre las cosas,
ya que algo a todas luces imposible no puede someterse a pruebas.
- Posee un número de variables concretas, que deben estar claramente
identificadas y definidas. La relación entre éstas, además, habrá de ser propuesta por
la misma hipótesis y debe ser clara, comprensible y verosímil.
- Normalmente se vinculan con técnicas establecidas y conocidas que
sirven para someterlas a prueba.
- Son siempre falsables, o sea, pueden siempre contraponérsele
argumentos que la contradigan y así ponerla a prueba.
Variable
Una variable en programación es una unidad de almacenamiento y recuperación
de datos con valores que pueden cambiar, la cual se identifica con un nombre único en
el código del programa.
Cuando escribimos código, las variables se utilizan para:
- Guardar datos y estados.
- Asignar valores de una variable a otra.
- Representar valores dentro de una expresión matemática.
- Mostrar valores por pantalla.

15. 15
Dato
Los datos son representaciones simbólicas (numéricas, alfabéticas, algorítmicas,
etc.) de un determinado atributo o variable cualitativa o cuantitativa, o sea: la
descripción codificada de un hecho empírico, un suceso, una entidad.
Los datos son, así, la información (valores o referentes) que recibe el
computador a través de distintos medios, y que es manipulada mediante el
procesamiento de los algoritmos de programación. Su contenido puede ser
prácticamente cualquiera: estadísticas, números, descriptores, que por separado no
tienen relevancia para los usuarios del sistema, pero que en conjunto pueden ser
interpretados para obtener una información completa y específica.
Nivel de medición nominal
El nivel de medición se refiere a la relación entre los valores que se asignan a
los atributos de una variable, por otra parte el nivel de medición nominal o escala
nominal las variables se diferencian por sus nombres. Estas variables no tienen orden
ni jerarquía asociada a ellas.
Los números asociados con los nombres son nada más y nada menos que
etiquetas sin ningún aspecto matemático que se vincule a ellos. Estas variables son de
naturaleza descriptiva. En términos de estadísticas, la escala nominal es la más fácil de
comprender e implementar. Estas variables tienen un mínimo de dos divisiones, como,
por ejemplo; hombre / mujer, si / no.

16. 16
Distribución de frecuencias
Cuando hablamos de la distribución de frecuencias en Estadística, nos referimos
a la agrupación de datos en categorías mutuamente excluyentes, las cuales indican el
número de observaciones en cada categoría. Lo que nos termina proporcionando un
valor añadido a la agrupación de datos.
Nombre de la variable
El nombre de la variable es la forma usual de referirse al valor almacenado: esta
separación entre nombre y contenido permite que el nombre sea usado
independientemente de la información exacta que representa.
Frecuencia absoluta
La frecuencia absoluta se define como el número de veces que aparece un
determinado valor estadístico y técnico. Se representa por fila. Usualmente
representado con números. Se representa donde el subíndice representa cada uno de
los valores.
Frecuencia relativa porcentual
La frecuencia relativa porcentual es el porcentaje de la frecuencia relativa,
siendo esta la división de la frecuencia absoluta entre el total de valores en una
selección de datos. La frecuencia relativa es muy usada en probabilidad, y hace
referencia a la relación de una frecuencia absoluta entre un total.

17. 17
Equivalencia en datos
Para conocer qué es una equivalencia en datos, hay que tener en cuenta que
normalmente en programación denominamos igualdad al operador “ = = ” . Pero hay
dos conceptos de lo que puede ser igual: la entidad que contiene un valor (identidad) o
el valor que contiene (equivalencia).
Entonces decimos que las dos variables a = 6 y b = 6 son iguales en sentido
matemático porque contienen el mismo valor 6. Sin embargo, a y b son dos variables
distintas en sentido informático si se guardan en dos direcciones distintas en la
memoria. En el último caso hablamos de identidad: las variables a y b son iguales
cuando hacen referencia a la misma entidad. En el primer caso hablamos de
equivalencia. Las variables pueden hacer referencia a una memoria diferente, pero
contienen el mismo valor.
Es obvio que la identidad es un criterio más estricto. Dos objetos distintos
pueden tener el mismo valor o no, pero el mismo objeto comparado a si mismo siempre
es igual.

18. 18
Taller de PSEINT
Diferencias entre contadores y acumuladores
La diferencia entre un contador y un acumulador es bastante sencilla. El
contador es una variable que cuenta las veces que se repite un proceso dentro de un
bucle, y va aumentando de uno en uno, mientras que el acumulador va sumando sobre
sí misma otros valores, y va aumentando en una cantidad que varía dependiendo de la
situación.
Cómo declarar una variable
Lo correcto para declarar una variable y poder distinguirlas de las demás es usar
los identificadores. Los identificadores son nombres que se le dan a los elementos
necesarios para resolver un problema. Hay ciertas reglas al momento de declarar una
variable, como por ejemplo que el nombre de una variable tiene que empezar por una
letra, el nombre tiene que ser una sola palabra y se pueden utilizar números y
caracteres para denominarla.
Lenguajes de programación
Java
Java es un lenguaje de programación que está dirigido a objetos, y tiene el
objetivo de que sus programadores escriban el programa una vez y luego lo puedan
inicializar desde cualquier dispositivo.

19. 19
Java es un lenguaje de programación que se deriva de otros 2 lenguajes
conocidos como C y C++, pero excluyendo los conceptos y herramientas difíciles de
usar, lo que hace de Java un lenguaje mucho más sencillo. Además de que Java se
puede ejecutar en cualquier tipo de hardware independientemente la plataforma, lo que
lo hace un lenguaje portable.
Por último, se puede decir que Java es un lenguaje de programación bastante
seguro ya que protege la privacidad de los datos y tiene una sintaxis rigurosa que
impide que se quiebre el código.
https://rockcontent.com/es/blog/que-es-java/
Python
Python es un lenguaje de programación interpretado, multiparadigma y
multiplataforma, creado con el objetivo de ser un lenguaje de uso fácil y con la menor
complejidad posible. Python se caracteriza principalmente como lenguaje por su
sintaxis simple y expresiva, cuyo objetivo principal es aumentar la legibilidad y la
facilidad de desarrollo.
Python, su sintaxis y sus pequeños trucos, nos encontramos ante un lenguaje
que nos permite una gran velocidad de prototipado, una tremenda flexibilidad y produce
un código limpio, ordenado y muy legible.
https://openwebinars.net/blog/python-principales-caracteristicas/

20. 20
C++
C++ es un lenguaje de programación destinado a objetos, siendo un lenguaje de
programación muy potente y que se ha mantenido actualizado. Se utiliza bastante para
desarrollar videojuegos.
A pesar de ser un lenguaje con muchos años, su gran potencia lo convierte en
uno de los lenguajes de programación más demandados. C++ cuenta con un lenguaje
actualizado constantemente, multiplataforma y didáctico, ya que si se aprende este
lenguaje primero que otros, luego al aprender lenguajes como Java o Python la tarea
se tornará más sencilla.
Algoritmos
Resta, multiplicación y división

21. 21

22. 22
Promedio de 4 calificaciones

23. 23
Área y perímetro de un triángulo
Área y perímetro de un círculo

24. 24
Temperatura de Celsius a Fahrenheit

25. 25
Longitud de pulgadas a pies
Nombre y edad de una persona

26. 26
Mapa conceptual

27. 27
Referencias
Fundación Wikimedia, Inc. (n.d.). Variable (matemática). Wikipedia. Recuperado
Marzo 6, 2022, de https://es.wikipedia.org/wiki/Variable_(matem%C3%A1tica)
Trucos Informaticos. (2011, Marzo 8). Identidad o equivalencia | Trucos
informáticos. Trucos informáticos. Recuperado Marzo 4, 2022, de
https://trucosinformaticos.wordpress.com/2011/03/08/identidad-o-equivalencia/
Fundación Wikimedia, Inc. (n.d.). Distribución de frecuencias. Wikipedia.
Recuperado Marzo 5, 2022, de
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_frecuencias
Fundación Wikimedia, Inc. (n.d.). Código fuente. Wikipedia. Recuperado Marzo
4, 2022, de https://es.wikipedia.org/wiki/C%C3%B3digo_fuente
Muñoz, D. (2022). Uso específico de variables: contadores, acumuladores e
indicadores.
Recuperado el 6 de Marzo de 2022 de
https://plataforma.josedomingo.org/pledin/cursos/programacion/curso/u23/
ALEPH (2021). ¿Qué es frecuencia porcentual ejemplos?. Recuperado el 6 de
Marzo de 2022 de https://aleph.org.mx/que-es-frecuencia-porcentual-ejemplos

28. 28
Significados (2022). Significado de Estadística. Recuperado el 6 de Marzo de
2022 de https://www.significados.com/estadistica/
Enciclopedia Económica (2022). ¿Qué es la población en estadística?.
Recuperado el 6 de Marzo de 2022 de https://enciclopediaeconomica.com/poblacion-
estadistica/
Enciclopedia concepto (2021). Muestra estadística. Recuperado el 6 de Marzo
de 2022 de https://enciclopediaeconomica.com/poblacion-estadistica/
Cajal Flores, Alberto. (4 de julio de 2017). Las ramas de la estadística, qué
estudian y aplicaciones. Lifeder. Recuperado el 6 de Marzo de 2022 de
https://www.lifeder.com/ramas-estadistica/.
Enciclopedia concepto (2022). Hipótesis. Recuperado el 6 de Marzo de 2022
de https://concepto.de/hipotesis/
Lenguaje de programación (n.d). ¿Qué es una variable en programación?.
recuperado el 6 de marzo de 2022 de
https://lenguajesdeprogramacion.net/diccionario/que-es-una-variable-en-programacion/
Enciclopedia concepto (2021). Dato en informática . Recuperado el 6 de
Marzo de 2022 de https://concepto.de/dato-en-informatica/#ixzz7MtYhLvnx

29. 29
QuestionPro (2022). Escala Nominal y la Escala Ordinal ¿Cual es la diferencia?
recuperado el 6 de marzo de 2022 de https://www.questionpro.com/blog/es/escala-
nominal-y-escala-ordinal/
Conclusiones
Esteban Moreno López
En cuanto a las conclusiones que me quedan después de realizar este informe
de manera colaborativa, es que luego de leer, indagar y tratar de comprender los
textos, puedo concluir que me ha ayudado a reforzar conocimientos previos sobre
programación ( los cuales en parte, poseía / poseo debido a un aprendizaje autónomo y
empírico que tengo sobre el tema de programación ), brindándome así más
herramientas cognitivas para la resolución de problemas y creación de proyectos
desarrollados a beneficio de las personas. Además de obtener habilidades que en
posibles futuras situaciones, podrán ser de ayuda en la vida laboral, académica y/o
cotidiana.
Luisa Valentina Osorio Jiménez
Realmente este trabajo me ayudó a conocer más a profundidad lo que es el
concepto de programación y las diferentes definiciones fundamentales para
comprender PSeInt, de igual forma comprendí que este lenguaje puede ser aplicado a

30. 30
nuestra vida cotidiana, es decir a aquellas situaciones que requieren la acumulación o
suma de datos.
Por otra parte pude identificar como la estadística actúa sobre la programación,
en la utilización y recolección de datos para obtener la variable planteada.
Por último supe que el trabajo en equipo es fundamental para agrupar los
diferentes puntos de vista que se pueden presentar en la elaboración de la actividad.
Catalina Cantero Soto
En conclusión, se logró elaborar y plantear el objetivo de dar a conocer
conceptos de programación con Pseint, aplicación de las herramientas estadística y
distribución de frecuencias en el cual se abordaron los principales términos dándonos
un conocimiento más amplio sobre temas tecnológicos.
Juan Esteban Martínez Fuentes
Con la realización de este trabajo logré entender de una manera más acertada lo
que son las estructuras básicas de programación, y además tener una comprensión
mucho más clara acerca de los conceptos de la estadística. Sumado a lo anterior, este
trabajo colaborativo me fue de gran ayuda ya que de cierto modo, me sirvió para
desarrollar habilidades que me podrán ser útiles en un futuro, debido a que la
programación es algo que poco a poco se está convirtiendo en algo esencial para la
vida cotidiana, académica, laboral, etc.

31. 31
Justine Bravo Gómez
En conclusión este trabajo me ayudó a reforzar mis conocimientos ya previos,
sobre fundamentos de programación, aplicados y desarrollados en el programa Pseint,
lo que es la estadística y su aplicación en la vida diaria.
Santiago Arias Rojas
Considero que este trabajo me ha ayudado a comprender mejor la funcionalidad
de todos los lenguajes de programación, los usos de la estadística y he dado uso de
mis conocimientos previos de programación para poder realizar el taller de PSEINT
junto a mis compañeros. Me siento satisfecho del aporte que le he dado al trabajo, he
utilizado los aprendizajes que he adquirido en las clases de tecnología y finalmente
puedo decir que he desarrollado nuevas competencias, necesarias para mi proceso
formativo-educativo.

32. 32
Links de los blogs
Esteban Moreno López
https://estebantecnologia144.blogspot.com/p/periodo-1-2022.html
Luisa Valentina Osorio Jiménez
https://thetechnologyandtheworld.blogspot.com/p/blog-page.html
Juan Esteban Martínez Fuentes
https://jemftecnologia.blogspot.com/p/periodo-1-2020.html
Catalina Cantero Soto:
https://creativetechnology10.blogspot.com/p/periodo-1-2022.html
Santiago Arias Rojas:
https://navegandoenlawebarias.blogspot.com/p/blog-page.html
Justine Bravo Gómez:
https://alokglo.blogspot.com/p/p-1-2020.html

33. 33
Evidencias del trabajo colaborativo