SlideShare una empresa de Scribd logo
1 de 5
1
                                    UNIVERSIDAD INDUSTRIAL DE SANTANDER
                               ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES
                                              Perfecta Combinación entre Energía e Intelecto




                           PROBLEMA 1.1 ESTADISTICA
         Julián David Gamboa García (Líder), Ronald Andrés Rengifo Mejía (Asegurador), Jorge Andrés Moreno
                                 Lozada (Planificador), José David Gómez (Control).
                                        Grapa: 7 Nombre: J3R.Grupo (H1).
                                       Módulo 1, Probabilidad Y Estadística
                                              Lección 1.1, Conferencia 1
                       Docente: RICARDO LLAMOSA VILLALBA. Jueves 08 de julio del 2012




                      1.   INTRODUCCIÓN                                     La región seleccionada y también a partir de esto
                                                                            generar suficiente instrumentación para atender
En este documento se van a plantearemos los problemas que                   catástrofes, epidemias etc...
surgen a partir de los casos del hospital y del almacén. Se hará
el estudio de los factores que se deben tener en cuenta para       2.2 Problema 2
resolver el problema. Este análisis se llevara a cabo con base
en un video en torno a la pregunta de ¿Qué es estadística?, con    Realizar una inversión y asegurarse de que la demanda de los
base en la respuesta a esta pregunta se podrán establecer los      productos va a ser alta.
problemas que se deben resolver aplicando la estadística. La
idea es que las soluciones a los problemas planteados sean de           2.2.1 Definición y componentes:
utilidad para resolver el caso y resolver dudas entre
compañeros.                                                                 Un comerciante siempre debe estar seguro de que su
                                                                            inversión va a generar ganancias y no pérdidas.
                       2. PROBLEMAS                                     2.2.2 Tipo de problema:
2.1 Problema 1                                                              Este problema busca el éxito en cualquier negocio.
 La construcción de un hospital que además de que abarque la            2.2.3 Practicas para su solución:
mayor cantidad de población posible, y que a su vez pueda
satisfacer cada una de las necesidades que presenta cada                    El comerciante debe conocer la demanda del
individuo de la población.                                                  producto en ocasiones anteriores y así hacer una
                                                                            visión si el producto va a seguir generando ganancias,
    2.1.1 Definición y componentes:                                         también realizar encuestas entre cierta población para
                                                                            conocer si es requerido el producto y a su vez pensar
        Es indispensable que el hospital tenga todos los                    en ubicar el local en un sitio concurrido donde la
        instrumentos necesarios para satisfacer las                         población pueda acceder fácilmente y comprar el
        necesidades de la población de acuerdo a su cantidad                producto.
        de individuos.

    2.1.2 Tipo de problema:                                        2.3 Problema 3
         Este problema busca la eficiencia del servicio a la       El cultivo de un agricultor.
         población.
                                                                        2.3.1 Definición y componentes:
    2.1.3 Practicas para su solución:
                                                                          Investigar el comportamiento y ciclo de las diferentes
         Para brindar un buen servicio satisfaciendo las                  plagas y si estas perjudican a la nueva cosecha, si la
         necesidades de las personas, se requiere una                     perjudican buscar una solución para evitar que esta
         infraestructura de acuerdo con el tamaño de la                   inversión se pierda.
         población, para esto se debe realizar un censo entre
2
                                       UNIVERSIDAD INDUSTRIAL DE SANTANDER
                                   ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES
                                                Perfecta Combinación entre Energía e Intelecto

     2.3.2 Tipo de problema:                                          34             7      3              5                     1
                                                                      35             3              1      7                     1
       Problema hipotético.
                                                                      36             3      9              7             7
  2.3.3 Practicas para su solución:                                   37             1      1              1                     1
                                                                      38      7             5              5             3
       Investigar sobre las posibles plagas que estén la zona y       39      3                     7      9                     1
       promediar en que meses del año podrían aparecer.               40             9              3      1             5
                                                                      41             1      3              5             9

 3. RESPUESTA A PREGUNTAS DEL APARTADO VI
 DE PROBLEMAS.                                                                       ACT REF SEN INT VIS VRB SEQ GLO
                                                                      Estudiantes     16  21  21  16 31   6   18  19

3.1 Teniendo en cuenta los resultados obtenidos de la
actividad del test de aprendizaje, identifique el tipo de variable
y ordene los datos en una tabla para su posterior tratamiento.                 35
                                                                               30
Est ACT REF SEN              INT      VIS VRB SEQ          GLO
                                                                               25
 1       5                    1        7                    3
 2       1   7                         3                    1                  20
 3       3   1                             3   7                               15
 4   1       5                             1   1                               10
 5       3                     3           5   1                                5
 6       1                     1       3       3                                0
 7   3       7                         5       5                                     ACT REF SEN INT           VIS VRB SEQ GLO
 8   0   0   0                 0       0   0   0             0
 9       3                     9           5                 1
10       3                     3       5       1
11   5       7                         1       7                           Esta variable es cuantitativa discreta porque los datos son
                                                                           presentados en números enteros.
12   9                         3       3                     5
13   1       1                         5                     5       3.2 Realice el mismo ítem anterior con los resultados
14   0   0   0                 0       0   0   0             0       obtenidos del test de comunicación.
15       1                     5       3       1
16   9       5                         9       7
                                                                                  4.00
17   3                         3       9                     3
                                                                                  3.00
18   1       3                        11       1
                                                                                  2.00
19   0   0   0                 0       0   0   0             0
                                                                                  1.00
20       3                     3       5                     1
                                                                                  0.00
21   3                         1       7                     1
22   1       1                         1                     3
23       1   9                         5                     1
24   3       5                        11       1
25   3       3                             3                 3
26       1   5                         7       3
27   5       1                         5                     3
                                                                           El tipo de variable del Test de comunicación es de tipo
28       1   1                         3       5                           continua porque los datos son presentados en números
29       3                     3       3                     3             que contienen cifras decimales Ejm: 1.5; y a su vez
30       1                     5       7                     3             cualitativa ordinal ya que estamos organizando a los 41
31       5   1                             1   1                           estudiantes con sus respectivos atributos.
32   1                         3       9                     3
33   0   0   0                 0       0   0   0             0
3
                                    UNIVERSIDAD INDUSTRIAL DE SANTANDER
                               ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES
                                              Perfecta Combinación entre Energía e Intelecto

3.3. Se quiere encuestar a 20 de los 667 asistentes a la           Donde:
representación teatral, y se supone que salen al terminar la
función uno a uno por una sola puerta. ¿Cuál sería el tipo de      n = Muestra .
muestreo adecuado? Justifique su respuesta.                        N = Población.
                                                                   Z2 = Confiabilidad de la investigación.
Cuando se hace un muestreo y se intentan obtener datos se          E = Error Muestral = 5%.
quiere que sean lo menos sesgados posibles y que se asemejen       p = La Probabilidad a favor o probabilidad de éxito.
al pensamiento de todos; cualquier método de toma de muestra       q = La probabilidad en contra o probabilidad de fracaso.
es válido, podría tomar los primeros 20, los últimos 20, los 20
de la mitad etc. En este caso nos decidimos por el muestreo
SISTEMATICO, en parte de ese número aleatorio i, que es un         3.6 ¿De qué valores depende el cálculo del tamaño muestral?
número elegido al azar, y los elementos que integran la
muestra son los que ocupa los lugares i, i+k, i+2k,                El calculo del tamaño muestral depende de los valores
i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k,     descritos en la formula, los cuales son:
siendo k el resultado de dividir el tamaño de la población entre
el tamaño de la muestra: k= N/n. El número i que empleamos         n = Muestra .
como punto de partida será un número al azar entre 1 y k. En       N = Población.
nuestro caso k=667/20=33 (al ser personas); n(i)=i(33) ;           Z2 = Confiabilidad de la investigación.
donde i=1...20.                                                    E = Error Muestral = 5%.
                                                                   p = La Probabilidad a favor o probabilidad de éxito.
3.4 Un candidato a un cargo público desea conocer la fuerza        q = La probabilidad en contra o probabilidad de fracaso.
que tiene dentro del electorado, y por qué es admirado y por
qué es rechazado. ¿Cuál sería el muestreo adecuado?
                                                                   3.7 ¿Cómo es el cálculo de este valor para variables
Justifique su respuesta
                                                                   categóricas y variables numéricas?
En este escenario consideramos que lo más adecuado es un                               Variables Categóricas
muestreo por ESTRATIFICACIÓN el cual consiste en
                                                                             Infinitas                       Finitas
considerar categorías típicas diferentes entre sí (estratos) que
                                                                                     Para estimar parámetros
poseen gran homogeneidad respecto a alguna característica (se
puede estratificar, por ejemplo, según la profesión, el
municipio de residencia, el sexo, el estado civil, etc.). Lo que
se pretende con este tipo de muestreo es asegurarse de que                          Para comparar dos grupos
todos los estratos de interés estarán representados
adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los
elementos concretos que formarán parte de la muestra. En                                  Variables Numéricas
ocasiones las dificultades que plantean son demasiado                        Infinitas                       Finitas
grandes, pues exige un conocimiento detallado de la                                  Para estimar parámetros
población. Ya que su objetivo es conseguir una muestra lo más
semejante posible a la población en lo que a la o las variables
estratificadoras se refiere por tal motivo nos permite
identificar fácilmente porque es admirado o rechazado y                             Para comparar dos grupos
porque grupo sociales en especifico


3.5 ¿Cómo se calcula el tamaño de la muestra?
                                                                   Donde:
Para calcular el tamaño muestra se deben tener en cuenta sí la
Población es Infinita o Finita, dependiendo del caso se utiliza    Finita = Tamaño conocido           Z1- α = Nivel de Confianza
la formula:                                                        Infinita = Tamaño desconocido      Z1- β = Potencia de prueba
                                                                              (>10000)
          Infinita                         Finita                  n = Tamaño de la muestra           p = Prevalencia de las
                                                                                                          características
                                                                   N = Total de la población          q = 1-p
                                                                   α = Error tipo I                   S2 = Varianza
                                                                   β = Error tipo II                  d = Precisión
4
                                   UNIVERSIDAD INDUSTRIAL DE SANTANDER
                               ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES
                                            Perfecta Combinación entre Energía e Intelecto

p1= Prevalencia en el grupo de estudio
p2 = Prevalencia en el grupo de control
S12 = Varianza del grupo 1
S22 = Varianza del grupo 2
X1 = Media en el grupo 1
X2 = Media en el grupo 2

 4. PREGUNTAS QUE SURGEN DE LOS PROBLEMAS.


4.1 ¿En el problema del hospital con respecto su ubicación,
que hacer en caso de que se deba hacer en un sector
marginado y que exista mucha dificultad para su acceso ya
que las vías no estarán en las mejores condiciones?


                    5. CONCLUSIONES


5.1 Buscar el máximo talento para obtener mayor desempeño
en el proyecto a realizar “No cantidad sino calidad”.

5.2 Fue fundamental el uso de herramientas como las de
Excel ya que sin tener experiencia alguna, fue muy cómodo de
usar ya sea para las tablas o gráficas.

5.3 Para lograr las metas propuestas es necesario que todos
los miembros del equipo tengan una motivación clara y
precisa que los impulse en algún obstáculo o problema.


             6. VALORACIÓN ENTRE PARES


    a.   Se estuvo de acuerdo en tomar los valores abarcando
         el mayor número de datos para ser fieles a las
         variables y no modificarlas al generalizar.


                     7. BIBLIOGRAFÍA


[1] Wikipedia La Enciclopedia Libre – Variable Estadistica
     [En                                              Linea].
     <http://es.wikipedia.org/wiki/Variable_estad%C3%ADst
     ica> [Citado el 4 de Junio de 2012]
[2] Spiegel, Murray r. y Stephens, Larry j. “estadística”.
     tercera edición. Mcgraw-Hill interamericana editores s.a.
     de c.v. México d.f, 2.001.
[3] C. Hugh, “Métodos de investigación y estadística en
     psicología”. México, D.F: Editorial El Manual Moderno,
     S.A. de C.V.1990.
[4] N. Julian de la Horra, “Estadística aplicada”. Madrid:
     Editorial Diaz de Santos, S.A. 2003
5
                                                                                UNIVERSIDAD INDUSTRIAL DE SANTANDER
                                                                        ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES
                                                                                            Perfecta Combinación entre Energía e Intelecto




                 MIEMBRO/
                                                                                                                ROL                                                 FECHA           TIEMPO             ESTADO
                 ESTUDIANTE




                                                     CICLO DE VIDA 1
                                                                                            ACTIVIDADE




                                                                                                                                                      RESPONSABLE
MIEMBRO




                                                                                                                           R Y CALIDAD
                                                                                                                                         CONTROLAD
                                                                                                                           ASEGURADO
                                                                                            S




                                                                                                                                         PLANIFICAD




                                                                                                                                                                                                                 REALIZAR 3
S




                                                                                                                                                                                    PLANEADA
                                                                                                                DIRECTOR
                 CÓDIG          APELLIDOS                                                   ESPECÍFICA




                                                                                  LECCIÓN
                                                                       MÓDULO




                                                                                                                                                                                                       LOGRO 2
                 O              Y NOMBRES




                                                                                                                                                                     INICIO




                                                                                                                                                                                                REAL
                                                                                                                                                                              FIN
                                                                                                                                         OR

                                                                                                                                         OR
                 2111476        Julián David                           1         1.1        Asignar       las X                                                     31   de 4 de 2 a 4 3               C         I
                                Gamboa                                                      actividades                                                             mayo    Julio horas horas
                                García
                 2101161        Ronal Andres                           1         1.1        Conseguir     los              X                                        31   de 4 de    2 a 4      3       C         I
                                Rengifo Mejia                                               materiales                                                              mayo    Julio   horas      horas
                 2102197        Jorge Andres                           1         1.1        Cuadrar horarios                                   X                    31   de 4 de    2 a 4      3       C         I
GRAPA 7                         Moreno lozada                                               y el cronograma                                                         mayo    Julio   horas      horas
                                                                                            para el semestre
                 2091812        Jose   David                           1         1.1        Desarrollar    el                            X                          31   de 4 de 2 a 4 3               C         I
                                Gomez Ortiz                                                 problema,                                                               mayo    Julio horas horas
                                                                                            organizar       y
                                                                                            revisar sí que
                                                                                            correcta       la
                                                                                            información




 1
   I:Inicio, P:Planificar, E:Ejecución, S:Supervisar y controlar, C:Cerrar
 2
   C:Terminada, N:No terminada
 3
   I:Inmediatamente, 1:Una semana, 2:dos semanas, L:más de dos semanas

Más contenido relacionado

Similar a Grupo h1 grapa7_problema_m1_l1.1_e2_v2

Investigacion de operaciones 3
Investigacion de operaciones 3Investigacion de operaciones 3
Investigacion de operaciones 3Maestros Online
 
Investigacion de operaciones 3
Investigacion de operaciones 3Investigacion de operaciones 3
Investigacion de operaciones 3Maestros Online
 
Calidad mejora-continua-e-innovacion-presentacion-powerpoint
Calidad mejora-continua-e-innovacion-presentacion-powerpointCalidad mejora-continua-e-innovacion-presentacion-powerpoint
Calidad mejora-continua-e-innovacion-presentacion-powerpointJhon Marquez
 
INVESTIGACIÓN DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES IINVESTIGACIÓN DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES IMaria Batista
 
8. guía de geometría no 2 pertinencia de las medidas de tendencia central.i...
8. guía de geometría no 2   pertinencia de las medidas de tendencia central.i...8. guía de geometría no 2   pertinencia de las medidas de tendencia central.i...
8. guía de geometría no 2 pertinencia de las medidas de tendencia central.i...Maritza Méndez Reina
 
INSTITUTO TECNOLOGICO SUPERIOR
INSTITUTO TECNOLOGICO SUPERIORINSTITUTO TECNOLOGICO SUPERIOR
INSTITUTO TECNOLOGICO SUPERIORtucielo1981
 
PLAN ESTRATÉGICO PARA OPTIMIZACIÓN DEL CONSUMO ELÉCTRICO PROYECTO DE INVESTI...
PLAN ESTRATÉGICO PARA OPTIMIZACIÓN DEL CONSUMO ELÉCTRICO  PROYECTO DE INVESTI...PLAN ESTRATÉGICO PARA OPTIMIZACIÓN DEL CONSUMO ELÉCTRICO  PROYECTO DE INVESTI...
PLAN ESTRATÉGICO PARA OPTIMIZACIÓN DEL CONSUMO ELÉCTRICO PROYECTO DE INVESTI...Victor Hugo Imbaquingo Dueñaas
 
Actividad Extra Antonio Medina Ballesteros
Actividad Extra Antonio Medina BallesterosActividad Extra Antonio Medina Ballesteros
Actividad Extra Antonio Medina BallesterosANTONIO MEDINA
 
Ejercicios adicionales para practicar funciones exponenciales
Ejercicios adicionales para practicar funciones exponencialesEjercicios adicionales para practicar funciones exponenciales
Ejercicios adicionales para practicar funciones exponencialesmaria Cantu
 
Analisis financiero cuantitativo
Analisis financiero cuantitativoAnalisis financiero cuantitativo
Analisis financiero cuantitativoMaestros Online
 
Inf practica pronostico
Inf practica pronosticoInf practica pronostico
Inf practica pronosticoOmarFuentes28
 
Analisis de decisiones i 2012
Analisis de decisiones i 2012Analisis de decisiones i 2012
Analisis de decisiones i 2012Maestros en Linea
 

Similar a Grupo h1 grapa7_problema_m1_l1.1_e2_v2 (20)

Charla de proyecto mga
Charla de proyecto mgaCharla de proyecto mga
Charla de proyecto mga
 
Investigacion de operaciones 3
Investigacion de operaciones 3Investigacion de operaciones 3
Investigacion de operaciones 3
 
Investigacion de operaciones 3
Investigacion de operaciones 3Investigacion de operaciones 3
Investigacion de operaciones 3
 
Calidad mejora-continua-e-innovacion-presentacion-powerpoint
Calidad mejora-continua-e-innovacion-presentacion-powerpointCalidad mejora-continua-e-innovacion-presentacion-powerpoint
Calidad mejora-continua-e-innovacion-presentacion-powerpoint
 
Tesis 01
Tesis 01Tesis 01
Tesis 01
 
INVESTIGACIÓN DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES IINVESTIGACIÓN DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES I
 
Redes soiales y tecnica participativas pcer
Redes soiales y tecnica participativas pcerRedes soiales y tecnica participativas pcer
Redes soiales y tecnica participativas pcer
 
Anteproyecto jacky(1)
Anteproyecto jacky(1)Anteproyecto jacky(1)
Anteproyecto jacky(1)
 
8. guía de geometría no 2 pertinencia de las medidas de tendencia central.i...
8. guía de geometría no 2   pertinencia de las medidas de tendencia central.i...8. guía de geometría no 2   pertinencia de las medidas de tendencia central.i...
8. guía de geometría no 2 pertinencia de las medidas de tendencia central.i...
 
INSTITUTO TECNOLOGICO SUPERIOR
INSTITUTO TECNOLOGICO SUPERIORINSTITUTO TECNOLOGICO SUPERIOR
INSTITUTO TECNOLOGICO SUPERIOR
 
PLAN ESTRATÉGICO PARA OPTIMIZACIÓN DEL CONSUMO ELÉCTRICO PROYECTO DE INVESTI...
PLAN ESTRATÉGICO PARA OPTIMIZACIÓN DEL CONSUMO ELÉCTRICO  PROYECTO DE INVESTI...PLAN ESTRATÉGICO PARA OPTIMIZACIÓN DEL CONSUMO ELÉCTRICO  PROYECTO DE INVESTI...
PLAN ESTRATÉGICO PARA OPTIMIZACIÓN DEL CONSUMO ELÉCTRICO PROYECTO DE INVESTI...
 
Actividad Extra Antonio Medina Ballesteros
Actividad Extra Antonio Medina BallesterosActividad Extra Antonio Medina Ballesteros
Actividad Extra Antonio Medina Ballesteros
 
Secion de clases[1]
Secion de clases[1]Secion de clases[1]
Secion de clases[1]
 
Secion de clases[1]
Secion de clases[1]Secion de clases[1]
Secion de clases[1]
 
Ejercicios adicionales para practicar funciones exponenciales
Ejercicios adicionales para practicar funciones exponencialesEjercicios adicionales para practicar funciones exponenciales
Ejercicios adicionales para practicar funciones exponenciales
 
Analisis financiero cuantitativo
Analisis financiero cuantitativoAnalisis financiero cuantitativo
Analisis financiero cuantitativo
 
ESTADISTICA
ESTADISTICAESTADISTICA
ESTADISTICA
 
Inf practica pronostico
Inf practica pronosticoInf practica pronostico
Inf practica pronostico
 
Analisis de decisiones i 2012
Analisis de decisiones i 2012Analisis de decisiones i 2012
Analisis de decisiones i 2012
 
Investigacion de operaciones 3
Investigacion de operaciones 3Investigacion de operaciones 3
Investigacion de operaciones 3
 

Grupo h1 grapa7_problema_m1_l1.1_e2_v2

  • 1. 1 UNIVERSIDAD INDUSTRIAL DE SANTANDER ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES Perfecta Combinación entre Energía e Intelecto PROBLEMA 1.1 ESTADISTICA Julián David Gamboa García (Líder), Ronald Andrés Rengifo Mejía (Asegurador), Jorge Andrés Moreno Lozada (Planificador), José David Gómez (Control). Grapa: 7 Nombre: J3R.Grupo (H1). Módulo 1, Probabilidad Y Estadística Lección 1.1, Conferencia 1 Docente: RICARDO LLAMOSA VILLALBA. Jueves 08 de julio del 2012 1. INTRODUCCIÓN La región seleccionada y también a partir de esto generar suficiente instrumentación para atender En este documento se van a plantearemos los problemas que catástrofes, epidemias etc... surgen a partir de los casos del hospital y del almacén. Se hará el estudio de los factores que se deben tener en cuenta para 2.2 Problema 2 resolver el problema. Este análisis se llevara a cabo con base en un video en torno a la pregunta de ¿Qué es estadística?, con Realizar una inversión y asegurarse de que la demanda de los base en la respuesta a esta pregunta se podrán establecer los productos va a ser alta. problemas que se deben resolver aplicando la estadística. La idea es que las soluciones a los problemas planteados sean de 2.2.1 Definición y componentes: utilidad para resolver el caso y resolver dudas entre compañeros. Un comerciante siempre debe estar seguro de que su inversión va a generar ganancias y no pérdidas. 2. PROBLEMAS 2.2.2 Tipo de problema: 2.1 Problema 1 Este problema busca el éxito en cualquier negocio. La construcción de un hospital que además de que abarque la 2.2.3 Practicas para su solución: mayor cantidad de población posible, y que a su vez pueda satisfacer cada una de las necesidades que presenta cada El comerciante debe conocer la demanda del individuo de la población. producto en ocasiones anteriores y así hacer una visión si el producto va a seguir generando ganancias, 2.1.1 Definición y componentes: también realizar encuestas entre cierta población para conocer si es requerido el producto y a su vez pensar Es indispensable que el hospital tenga todos los en ubicar el local en un sitio concurrido donde la instrumentos necesarios para satisfacer las población pueda acceder fácilmente y comprar el necesidades de la población de acuerdo a su cantidad producto. de individuos. 2.1.2 Tipo de problema: 2.3 Problema 3 Este problema busca la eficiencia del servicio a la El cultivo de un agricultor. población. 2.3.1 Definición y componentes: 2.1.3 Practicas para su solución: Investigar el comportamiento y ciclo de las diferentes Para brindar un buen servicio satisfaciendo las plagas y si estas perjudican a la nueva cosecha, si la necesidades de las personas, se requiere una perjudican buscar una solución para evitar que esta infraestructura de acuerdo con el tamaño de la inversión se pierda. población, para esto se debe realizar un censo entre
  • 2. 2 UNIVERSIDAD INDUSTRIAL DE SANTANDER ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES Perfecta Combinación entre Energía e Intelecto 2.3.2 Tipo de problema: 34 7 3 5 1 35 3 1 7 1 Problema hipotético. 36 3 9 7 7 2.3.3 Practicas para su solución: 37 1 1 1 1 38 7 5 5 3 Investigar sobre las posibles plagas que estén la zona y 39 3 7 9 1 promediar en que meses del año podrían aparecer. 40 9 3 1 5 41 1 3 5 9 3. RESPUESTA A PREGUNTAS DEL APARTADO VI DE PROBLEMAS. ACT REF SEN INT VIS VRB SEQ GLO Estudiantes 16 21 21 16 31 6 18 19 3.1 Teniendo en cuenta los resultados obtenidos de la actividad del test de aprendizaje, identifique el tipo de variable y ordene los datos en una tabla para su posterior tratamiento. 35 30 Est ACT REF SEN INT VIS VRB SEQ GLO 25 1 5 1 7 3 2 1 7 3 1 20 3 3 1 3 7 15 4 1 5 1 1 10 5 3 3 5 1 5 6 1 1 3 3 0 7 3 7 5 5 ACT REF SEN INT VIS VRB SEQ GLO 8 0 0 0 0 0 0 0 0 9 3 9 5 1 10 3 3 5 1 11 5 7 1 7 Esta variable es cuantitativa discreta porque los datos son presentados en números enteros. 12 9 3 3 5 13 1 1 5 5 3.2 Realice el mismo ítem anterior con los resultados 14 0 0 0 0 0 0 0 0 obtenidos del test de comunicación. 15 1 5 3 1 16 9 5 9 7 4.00 17 3 3 9 3 3.00 18 1 3 11 1 2.00 19 0 0 0 0 0 0 0 0 1.00 20 3 3 5 1 0.00 21 3 1 7 1 22 1 1 1 3 23 1 9 5 1 24 3 5 11 1 25 3 3 3 3 26 1 5 7 3 27 5 1 5 3 El tipo de variable del Test de comunicación es de tipo 28 1 1 3 5 continua porque los datos son presentados en números 29 3 3 3 3 que contienen cifras decimales Ejm: 1.5; y a su vez 30 1 5 7 3 cualitativa ordinal ya que estamos organizando a los 41 31 5 1 1 1 estudiantes con sus respectivos atributos. 32 1 3 9 3 33 0 0 0 0 0 0 0 0
  • 3. 3 UNIVERSIDAD INDUSTRIAL DE SANTANDER ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES Perfecta Combinación entre Energía e Intelecto 3.3. Se quiere encuestar a 20 de los 667 asistentes a la Donde: representación teatral, y se supone que salen al terminar la función uno a uno por una sola puerta. ¿Cuál sería el tipo de n = Muestra . muestreo adecuado? Justifique su respuesta. N = Población. Z2 = Confiabilidad de la investigación. Cuando se hace un muestreo y se intentan obtener datos se E = Error Muestral = 5%. quiere que sean lo menos sesgados posibles y que se asemejen p = La Probabilidad a favor o probabilidad de éxito. al pensamiento de todos; cualquier método de toma de muestra q = La probabilidad en contra o probabilidad de fracaso. es válido, podría tomar los primeros 20, los últimos 20, los 20 de la mitad etc. En este caso nos decidimos por el muestreo SISTEMATICO, en parte de ese número aleatorio i, que es un 3.6 ¿De qué valores depende el cálculo del tamaño muestral? número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, El calculo del tamaño muestral depende de los valores i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, descritos en la formula, los cuales son: siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos n = Muestra . como punto de partida será un número al azar entre 1 y k. En N = Población. nuestro caso k=667/20=33 (al ser personas); n(i)=i(33) ; Z2 = Confiabilidad de la investigación. donde i=1...20. E = Error Muestral = 5%. p = La Probabilidad a favor o probabilidad de éxito. 3.4 Un candidato a un cargo público desea conocer la fuerza q = La probabilidad en contra o probabilidad de fracaso. que tiene dentro del electorado, y por qué es admirado y por qué es rechazado. ¿Cuál sería el muestreo adecuado? 3.7 ¿Cómo es el cálculo de este valor para variables Justifique su respuesta categóricas y variables numéricas? En este escenario consideramos que lo más adecuado es un Variables Categóricas muestreo por ESTRATIFICACIÓN el cual consiste en Infinitas Finitas considerar categorías típicas diferentes entre sí (estratos) que Para estimar parámetros poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que Para comparar dos grupos todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra. En Variables Numéricas ocasiones las dificultades que plantean son demasiado Infinitas Finitas grandes, pues exige un conocimiento detallado de la Para estimar parámetros población. Ya que su objetivo es conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadoras se refiere por tal motivo nos permite identificar fácilmente porque es admirado o rechazado y Para comparar dos grupos porque grupo sociales en especifico 3.5 ¿Cómo se calcula el tamaño de la muestra? Donde: Para calcular el tamaño muestra se deben tener en cuenta sí la Población es Infinita o Finita, dependiendo del caso se utiliza Finita = Tamaño conocido Z1- α = Nivel de Confianza la formula: Infinita = Tamaño desconocido Z1- β = Potencia de prueba (>10000) Infinita Finita n = Tamaño de la muestra p = Prevalencia de las características N = Total de la población q = 1-p α = Error tipo I S2 = Varianza β = Error tipo II d = Precisión
  • 4. 4 UNIVERSIDAD INDUSTRIAL DE SANTANDER ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES Perfecta Combinación entre Energía e Intelecto p1= Prevalencia en el grupo de estudio p2 = Prevalencia en el grupo de control S12 = Varianza del grupo 1 S22 = Varianza del grupo 2 X1 = Media en el grupo 1 X2 = Media en el grupo 2 4. PREGUNTAS QUE SURGEN DE LOS PROBLEMAS. 4.1 ¿En el problema del hospital con respecto su ubicación, que hacer en caso de que se deba hacer en un sector marginado y que exista mucha dificultad para su acceso ya que las vías no estarán en las mejores condiciones? 5. CONCLUSIONES 5.1 Buscar el máximo talento para obtener mayor desempeño en el proyecto a realizar “No cantidad sino calidad”. 5.2 Fue fundamental el uso de herramientas como las de Excel ya que sin tener experiencia alguna, fue muy cómodo de usar ya sea para las tablas o gráficas. 5.3 Para lograr las metas propuestas es necesario que todos los miembros del equipo tengan una motivación clara y precisa que los impulse en algún obstáculo o problema. 6. VALORACIÓN ENTRE PARES a. Se estuvo de acuerdo en tomar los valores abarcando el mayor número de datos para ser fieles a las variables y no modificarlas al generalizar. 7. BIBLIOGRAFÍA [1] Wikipedia La Enciclopedia Libre – Variable Estadistica [En Linea]. <http://es.wikipedia.org/wiki/Variable_estad%C3%ADst ica> [Citado el 4 de Junio de 2012] [2] Spiegel, Murray r. y Stephens, Larry j. “estadística”. tercera edición. Mcgraw-Hill interamericana editores s.a. de c.v. México d.f, 2.001. [3] C. Hugh, “Métodos de investigación y estadística en psicología”. México, D.F: Editorial El Manual Moderno, S.A. de C.V.1990. [4] N. Julian de la Horra, “Estadística aplicada”. Madrid: Editorial Diaz de Santos, S.A. 2003
  • 5. 5 UNIVERSIDAD INDUSTRIAL DE SANTANDER ESCUELA DE INGENIERÍAS ELÉCTRICA, ELECTRÓNICA Y DE TELECOMUNICACIONES Perfecta Combinación entre Energía e Intelecto MIEMBRO/ ROL FECHA TIEMPO ESTADO ESTUDIANTE CICLO DE VIDA 1 ACTIVIDADE RESPONSABLE MIEMBRO R Y CALIDAD CONTROLAD ASEGURADO S PLANIFICAD REALIZAR 3 S PLANEADA DIRECTOR CÓDIG APELLIDOS ESPECÍFICA LECCIÓN MÓDULO LOGRO 2 O Y NOMBRES INICIO REAL FIN OR OR 2111476 Julián David 1 1.1 Asignar las X 31 de 4 de 2 a 4 3 C I Gamboa actividades mayo Julio horas horas García 2101161 Ronal Andres 1 1.1 Conseguir los X 31 de 4 de 2 a 4 3 C I Rengifo Mejia materiales mayo Julio horas horas 2102197 Jorge Andres 1 1.1 Cuadrar horarios X 31 de 4 de 2 a 4 3 C I GRAPA 7 Moreno lozada y el cronograma mayo Julio horas horas para el semestre 2091812 Jose David 1 1.1 Desarrollar el X 31 de 4 de 2 a 4 3 C I Gomez Ortiz problema, mayo Julio horas horas organizar y revisar sí que correcta la información 1 I:Inicio, P:Planificar, E:Ejecución, S:Supervisar y controlar, C:Cerrar 2 C:Terminada, N:No terminada 3 I:Inmediatamente, 1:Una semana, 2:dos semanas, L:más de dos semanas