Conceptos Fundamentales de Estadística

La estadística es una ciencia que recopila, organiza y analiza datos para obtener resultados, los cuales se representan de forma gráfica. Su objetivo principal es facilitar la comprensión y la interpretación de grandes volúmenes de información.

¿Para qué sirve la estadística?

• Presentar de manera rápida y eficaz los resultados del estudio de un gran número de datos.
• Planificar y optimizar actividades de todo tipo, basándose en el conocimiento derivado del análisis de datos.

Conceptos Clave

• Población: Conjunto completo de personas o elementos sobre los cuales se estudia alguna característica.
• Individuo: Cada una de las personas o elementos que conforman la población.
• Muestra: Subconjunto representativo

Variancia Genética

Es la variación dentro de una población debida a diferencias en los genes con los que un individuo nace.

Variancia Ambiental

Comprende las variables del ambiente. Comúnmente se dice que la variación ambiental está enmascarando los verdaderos valores genotípicos, lo cual es cierto ya que lo que se observan son fenotipos.

Ambiente:

• Sanidad
• Alimentación
• Manejo

Heredabilidad

Es la proporción de la variación fenotípica que corresponde a la varianza genética.

• Proporción de la superioridad o inferioridad de los padres que esperamos observar en los hijos.
• Heredabilidad en sentido amplio: h² = VG/VP
• Heredabilidad en sentido estricto: h² = VA/VP
• La Heredabilidad varía entre 0 y 1

Repetibilidad

Es la correlación entre medidas repetidas...

Instrumentos de Medida

Para medir magnitudes se utilizan instrumentos de medida como, por ejemplo, una regla o un metro para medir longitud, un cronómetro para medir tiempo, y un amperímetro para medir intensidad de corriente eléctrica.

Características de los Instrumentos

Exactitud

Grado de coincidencia del valor tomado con el valor real de la medida.

Precisión

Está relacionada con la reproducibilidad de las medidas y representa la cercanía entre los valores que se han obtenido al repetir una medida varias veces. Un instrumento puede ser preciso pero no exacto, o al revés.

Sensibilidad o Resolución

Nos indica la imprecisión del aparato, es decir, la mínima variación de la magnitud medida que detecta el instrumento.

Errores en la Medida

El...

Colección de Predicados Fundamentales en Prolog

Este documento presenta una colección de implementaciones en Prolog para resolver problemas clásicos de matemáticas y manipulación de estructuras de datos (listas), utilizando la potencia de la programación lógica y la recursividad.

Implementación del Triángulo de Pascal

Predicados para generar el nivel N del Triángulo de Pascal.

nivel_pascal(1, [1]).
nivel_pascal(2, [1, 1]).
nivel_pascal(N, Nivel) :-
    N > 2,
    N1 is N - 1,
    nivel_pascal(N1, NivelAnterior),
    siguiente_nivel(NivelAnterior, Nivel).

siguiente_nivel([1], [1, 1]).
siguiente_nivel([X|T], [1|R]) :-
    siguiente_nivel_aux([X|T], R).

siguiente_nivel_aux([1], [1]).
siguiente_nivel_aux([X,Y|T], [S|R]) :-
    S is X

Métodos de Muestreo

Muestreo Probabilístico

Características:

• Las muestras se seleccionan al azar, no por los investigadores.
• Cada elemento de la población tiene una probabilidad conocida de ser elegido.
• Se puede conocer el error y la confianza de los estimadores.
• Los resultados se pueden generalizar (inferir).
• Es más caro que el no probabilístico.
• Es más lento y complicado que el no probabilístico.

Muestreo No Probabilístico

Características:

• No se apoya en ninguna teoría de la probabilidad y, por tanto, no es posible calcular la precisión o acotar el error cometido ni la confianza de las estimaciones que, además, no siempre se reducen aumentando el tamaño de la muestra.
• Los costes y la dificultad de diseño son más reducidos.

Técnicas de

Adición y Sustracción

La adición y la sustracción pueden ser comprendidas a través de diversos modelos:

• Modelos cardinales: Utilizan agrupaciones de elementos.
• Modelos con medidas: Emplean longitudes continuas, como las regletas.
• Modelos lineales: La línea numérica se concibe como un esquema mental útil para contar, sumar o restar números pequeños.
• Modelos funcionales: El primer sumando representa un estado inicial al que se aplica una operación de aumento (el segundo sumando) para alcanzar un estado final.

Algoritmos de Suma y Resta

Un algoritmo es un proceso mecánico que se ejecuta paso a paso. En estos algoritmos, los números se descomponen, considerando los dígitos separadamente en lugar de tratar el número globalmente. Algunas...

Aplicación a la Distribución Muestral

Al aplicar los conceptos a la distribución muestral, podemos establecer lo siguiente:

a) Confianza en la Media Muestral

En el 95% de las muestras posibles, de igual tamaño que extraigamos de una población, sus medias tendrán un valor comprendido entre la media de la distribución muestral y ± 1,96 veces el error típico (que es la desviación típica de la distribución muestral). (Figura 5).

Esto se traduce en que, en 95 de cada 100 muestras, la media muestral (x̄) se expresará como: x̄ = Media Distribución Muestral ± (1,96 * ∂/√n).

b) Aproximación a la Media Poblacional

Gracias a la Ley de los Grandes Números, sabemos que la media de todas las muestras posibles se aproxima significativamente...

Fundamentos de Resistencia de Materiales: Ecuaciones y Problemas Resueltos

Ecuación de Distribución de Tensiones Normales

La ecuación de distribución de tensiones normales (σx) se define como:

σx = N/A - (Mz/Iz)·y + (My/Iy)·z

Determinación de la Línea Neutra y Valores Extremos

Para la determinación de la línea neutra y los valores extremos, se tienen los siguientes parámetros:

• ymax = h/2 = 6
• zmax = b/2 = 3.2
• ymin = -6
• zmin = -3.2

Las tensiones máximas y mínimas se calculan como:

σmax = 37.879 + 3.145·ymax + 10.83·zmax = kp/cm²

σmin = 37.879 + 3.145·ymin + 10.83·zmin = -15.64 kp/cm²

Carga Axial Mínima para Tracción

Para que la estructura esté a tracción, el valor mínimo de la carga axial N se obtiene de la siguiente ecuación:

0

Matrices: Definición y Conceptos Básicos

Una matriz es un conjunto de números reales dispuestos en filas y columnas, formando un rectángulo.

Igualdad de Matrices

Dos matrices son iguales si tienen la misma dimensión y si los términos que están en la misma posición son iguales. Es decir, las matrices A(a_ij)_{m x n} y B(b_ij)_{m x n} son iguales si a_ij = b_ij, para todos los valores de i, j.

Tipos Especiales de Matrices

• Matriz Unidad: Es una matriz cuadrada en la que los elementos de la diagonal principal son todos 1 y los otros elementos son 0.
• Matriz Simétrica: Es una matriz cuadrada que cumple que a_ij = a_ji. Ejemplo:

  
      a b
      b d
      

• Matriz Antisimétrica: Es una matriz cuadrada que cumple que a_ij = -a_ji.

Propiedades de la Suma de Matrices

• Conmutativa:

Operaciones con Infinito

0/k = 0 , k/∞ = 0 , 0/∞ = 0 , k/0 = ∞ , ∞/k = ∞ , ∞/0 = ∞

Vector Gradiente

Plano Tangente

Teorema Fundamental del Cálculo (TFC)