Este documento presenta información sobre diferentes temas estadísticos como gráficos de barras, representaciones gráficas, barras superpuestas, dobles y de ojivas. También explica métodos como la eliminación de Gauss-Jordán, la regla de Cramer, el teorema de Rouché-Frobenius y sistemas homogéneos. El objetivo es proveer definiciones claras sobre estos conceptos estadísticos fundamentales.

1. República Bolivariana de Venezuela
Ministerio Del Poder Popular para la Defensa
Universidad Nacional Experimental Politécnica de la Fuerza Armada Nacional
Bolivariana
Núcleo Falcón
Extensión Punto Fijo
Estadística
Enfermería II Semestre
Integrantes:
*María Ramirez C.I: 28.695.610
Docente. Tcnel. Higuera Reyna *Whitny Lugo C.I: 28.573.868
*Reisabeth Reyes C.I:28.522.312
Punto Fijo-Edo. Falcón09/10/2020

2. Índice
*Prólogo. Pág. 3
*Gráfico de Barras. Pág. 4
*Representación Gráfica. Pág. 4
*Barra superpuesta. Pág. 5
*Barras dobles. Pág. 5
*Barras en pirámides de línea, de sectores, ojivas. Pág. 6
*Consecuencias. Pág. 6
*Método de Eliminación de Gauss Jordán. Pág. 7
*Regla de Cramer. Pág. 7
*Teorema de Rouché-Frobenius. Pág. 8
*Sistemas Homogéneos. Pág. 8
*Conclusión. Pág. 9
*Referencias Bibliográficas. Pág. 10

3. Prologo:
Para poder comprender este tipo de temas se requiere de tal precisión y el
suficiente entendimiento para poner en práctica parte de lo que conlleva la
estadística. Así como a continuación se puede apreciar de un punto de vista más
específico lo que trata Gráfico de Barras, Representación Gráfica,Barra
superpuesta, Barras dobles, Barras en pirámides de línea, de sectores, ojivas,
Método de Eliminación de Gauss Jordán, Regla de Cramer, Teorema de Rouché-
Frobenius y Sistemas Homogéneos. Para esto se tiene muy en cuenta la clara
definición de cada punto para darle así al lector una buena y eficaz información.

4. GRÁFICO DE BARRA:
Según el Instituto Nacional de Estadística e Informática del Perú (INEI, 2006), un
Gráfico de barras se utiliza “para representar la distribución de frecuencias de una
variable cualitativa y cuantitativa discreta”. Si se
aplica al crear el análisis, el gráfico de barras
puede mostrar información adicional en líneas
de referencia o varios tipos distintos de curvas.
Estas líneas o curvas podrían, por ejemplo,
mostrar si los puntos de los datos se adaptan
bien a un ajuste de curva polinómica
determinado, o resumir un conjunto de puntos de datos de muestra ajustándolos a
un modelo que describirá los datos y mostrará una curva o una línea recta sobre la
visualización. La curva normalmente cambia su aspecto en función de los valores
que se hayan filtrado del análisis. Al pasar por encima el ratón, una sugerencia
sobre herramienta mostrará la forma en que se calcula la curva.
REPRESENTACIÓN GRÁFICA:
Es un tipo de representación de datos generalmente cuantitativos,
mediante recursos visuales (líneas, vectores, superficies o símbolos) para que se
manifieste visualmente la relación matemática o correlación estadística que
guardan entre sí. En los análisis estadísticos, es
frecuente utilizar representaciones visuales
complementarias de las tablas que resumen los
datos de estudio. Con estas representaciones,
adaptadas en cada caso a la finalidad
informativa que se persigue, se transmiten los
resultados de los análisis de forma rápida,
directa y comprensible para un conjunto amplio de personas.

5. BARRA SUPERPUESTA:
Se usan cuando lo que se busca es comparar la magnitud de dos o más variables,
mediante barras superpuestas. Estos gráficos pueden presentarse verticalmente o
en forma horizontal mostrando cifras absolutas o
relativas.
GRÁFICO DE BARRAS DOBLES:
Un gráfico de barras dobles se usa para mostrar dos grupos de datos en el mismo
gráfico. Por ejemplo, si quisiéramos mostrar el número de horas que los
estudiantes trabajaron en un mes en comparación con otro mes, tendríamos que
usar un gráfico de barras
dobles.

6. BARRAS DE OJIVAS:
En estadística una ojiva es un gráfico que muestra la curva de una función de
distribución acumulativa dibujada a mano o en software de computadora. Los
puntos trazados son el límite de la clase superior y la frecuencia acumulativa
correspondiente, La ojiva para la distribución normal se asemeja a un lado de un
arco arabesco u ojival, El término también se puede usar para referirse a la
función empírica de distribución acumulativa. Este es un tipo de gráfico de
frecuencia y también se denomina
polígono de frecuencia acumulada
que se utiliza para dar el número (o
proporción) de observaciones más
pequeño o igual a un valor
particular.
CONSECUENCIAS:
Los gráficos estadísticos son parte de la cultura estadística necesaria en la
sociedad actual. Además, son un
instrumento esencial en el análisis
estadístico, pues permiten obtener
información no visible en los datos,
mediante su representación
sintetizada. Ello siempre que se elija
un gráfico adecuado y no se
introduzcan errores en su
construcción, pues dichos errores
pueden llevar a conclusiones
incorrectas en el análisis estadístico
posterior.

7. MÉTODO DE ELIMINACIÓN DE GAUSS JORDAN:
La eliminación de Gauss-Jordán, llamada así debido a Carl Friedrich Gauss y
Wilhelm Jordán, es un algoritmo del álgebra lineal para determinar las soluciones
de un sistema de ecuaciones lineales, encontrar
matrices e inversas. El método de Gauss
transforma la matriz de coeficientes en una matriz
triangular superior, este método continúa el
proceso de transformación hasta obtener una
matriz diagonal.
REGLA DE CRAMER:
Se define como un sistema de ecuaciones lineales que reciben el nombre
de sistema de Cramer cuando se cumplen las dos
condiciones siguientes:
 El número de ecuaciones es igual al número de
incógnitas.
 El determinante de la matriz de los coeficientes
(matriz del sistema) es distinto de cero ( det ( A ) #
0 )
Un sistema de Cramer es por definición compatible y determinado puesto que se
cumple que rango (A) = rango (A*) = n (nº de incógnitas).
La regla de Cramer es de importancia teórica porque da una expresión explícita
para la solución del sistema. Sin embargo, para sistemas de ecuaciones lineales de
más de tres ecuaciones su aplicación para la resolución del mismo resulta
excesivamente costosa: computacionalmente, es ineficiente para grandes matrices
y por ello no es usado en aplicaciones prácticas que pueden implicar muchas
ecuaciones.

8. TEOREMA DE ROUCHÉ –FROBENIUS:
El teorema de Rouché-Frobenius permite calcular el número de soluciones de
un sistema de ecuaciones lineales en función del rango de la matriz de coeficientes,
del rango de la matriz ampliada asociadas al sistema y del número de incógnitas
que posea el sistema. Lleva el
nombre del matemático francés
Rouché quien lo enunció y del
matemático alemán Ferdinand
Georg Frobenius quien fue uno de
los muchos matemáticos que lo
demostraron. Así, en otros idiomas1
recibe otros nombres como el
teorema de Rouché-Capelli, el teorema de Rouché-Fontené, el teorema de
Kronecker-Capelli, etc.
SISTEMA HOMOGÉNEO:
En química, un sistema homogéneo es aquel sistema material que presenta las
mismas propiedades intensivas en cualquier parte de dicho sistema.1 Una forma
de comprobarlo es mediante su visualización. Si no se pueden distinguir las
distintas partes que lo forman, este será homogéneo. Esto no es así en todos los
casos, como por ejemplo un gel, que a simple vista se ve igual en todas sus
partes, pero no están repartidos por igual los componentes de la sustancia, por lo
tanto esta será una sustancia heterogénea. El sistema homogéneo es aquel que
tiene varios componentes y que a simple vista
no se logran distinguir como por ejemplo sal
totalmente disuelta en agua como si fuera un
aire.

9. Conclusión:
Sabiendo ahora lo necesario que es comprender y entender el tema tratado, el
lector tiene la capacidad de poder escudriñarlo de la mejor manera posible, de tal
forma que puede manejar cada concepto con el suficiente pudor. Es muy
importante tener en cuenta que cada punto tratado contiene la información
necesaria para obtener un buen desempeño, sabiendo claro está, que es
necesario saber manipular este tipo de temas ya que las consecuencias de un mal
uso de estas, puede acarrear complicaciones graves para la persona.

10. REFERENCIAS BIBLIOGRÁFICAS:
 Instituto de Tecnologías Educativas. Ministerio de Educación
 https://es.slideshare.net/kattysgc/grficos-estadisticos-61991154 Publicado
el 13 de may. De 2016
 Arteaga, P. (2011). Evaluación de conocimientos sobre gráficos estadísticos
y conocimientos didácticos de futuros profesores (Tesis Doctoral).
Universidad de Granada, España. Arteaga, P.,
 Díaz-Levicoy, D. & Batanero, C. (2018). Investigaciones sobre gráficos
estadísticos en Educación Primaria: revisión de la literatura. Revista Digital
Matemática, Educación e Internet, 18(1), 1-12.
 Martínez C. (2007). Estad´ıstica B´asica Aplicada. Tercera Edici´on. ECOE
Ediciones.
 https://www.utel.edu.mx/blog/infografias-utel/metodo-de-eliminacion-de-
gauss-jordan/