You are on page 1of 9

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

FACULTAD DE CIENCIAS AGRARIAS


ESCUELA DE FORMACIÒN PROFESIONAL DE INGENIERÍA AGRÍCOLA

TITULO: HISTOGRAMA DE FRECUENCIA.

DOCENTE: ING. JORGE E. PASTOR WATANABE.

CURSO: GESTIUON Y MANEJO DE CUENCAS

HORA DE TEORIA: MARTES DE 7-9 AM


INTEGRANTES:
HUAMANI VENTURA, EDWIN
EVANAN QUICAÑO, DREISER FELIX
FLORES MALDONADO CESAR.
ROMERO HUAMAN, MARCELINO.
AYACUCHO-PERÙ
2018
Resumen.- Tradicionalmente los profesores de Estadística de nivel medio y superior
hemos mirado la Estadística Descriptiva como una temática divorciada de la probabilidad y
de la Inferencia. Cuando llega el momento de explicar el histograma, generalmente se
construyen intervalos de igual tamaño y el eje de las ordenadas representa directamente la
frecuencia relativa. Sin embargo, cuando trata la temática de las funciones de densidades
en probabilidad, para calcular la probabilidad, que conceptualmente es el homólogo de la
frecuencia relativa, si se mira como una extensión del concepto a la población entera, debe
calcularse un área, ya no son las ordenadas las que proporcionan esta información.
Introducción.- En los cursos básicos de estadística, el capítulo que corresponde a
Estadística Descriptiva, aparece como un tema aislado, que puede ir antes o después de la
parte de probabilidad. En estas condiciones no se aprovechan algunos desarrollos de la
Estadística Descriptiva que podrían ser usados como un puente intuitivo para la
comprensión de resultados más abstractos de la teoría de la probabilidad. En este artículo
se hará referencia específica al concepto de histograma, representación de la función
empírica de densidad para dar sentido a la definición de variable aleatoria continua. Una
primera contradicción que podría enfrentar un estudiante, es que cuando aprendió su
concepto de histograma, las ordenadas del gráfico representaban la frecuencia relativa, sin
embargo en la extensión de la idea de histograma a la de densidad de probabilidad, se
propone el cálculo del área bajo la curva para calcular la probabilidad y no las ordenadas.
Esta fractura no tiene explicación alguna, convirtiéndose posiblemente en un obstáculo para
el aprendizaje significativo de la función de densidad de probabilidad. Si se quiere que la
función de densidad de probabilidad sea una extensión de la idea de histograma, es
conveniente que la definición de histograma se corresponda con el gráfico de función de
densidad empírica. De esta manera se garantiza una continuidad en el concepto y se
proporciona una base intuitiva para la comprensión de la definición de variable aleatoria
continua, que es generalmente es matemática.

curva hipsométrica.
Indica el porcentaje de área de la cuenca o bien la superficie de la cuenca que existe por
encima de cierta cota determinada. Esto lo podemos ver de una forma más sencilla en la
siguiente figura:
Como puedes apreciar en la figura, en la curva A se puede ver que aproximadamente a 0.9
de altura tenemos el 20% del área de la cuenca o para todos los casos en altura 0.0 tenemos
el 100% del área de la cuenca. Gracias a estos gráficos podemos ver por ejemplo, que la
cuenca A al ser una cuenca que posee una mayor cantidad de área a mayor altura que las
demás cuencas es posible afirmar que posee un gran potencial erosivo, mientras que para
la curva C es totalmente lo contrario.
Para este ejemplo se utilizó el eje X como %, pero éste también puede venir dado en km^2.
Ejemplo de cómo desarrollar una curva hipsométrica:

Para el desarrollo de ésta curva utilizaremos la siguiente ecuación:

En Donde tenemos:
H = altura media de la cuenca
Ci = cota media del área i entre dos curvas de nivel
ai = área i entre dos curvas de nivel
A = área total de la cuenca
Mapa hipsométrico.- es eso, un mapa del relieve que, conectando curvas de nivel de la
misma altura, representa los cambios de altitud con una gama de colores predeterminada.
Como siempre una imagen vale más que mil palabras: Este es el mapa
hipsométrico aproximado que vamos a elaborar en QGIS.
Este es el mapa hipsométrico aproximado que vamos a elaborar en QGIS.

Histograma.- como una variable que es representada en forma gráfica, más


precisamente en un gráfico de barras, en la que cada una de estas superficies es una
proporción respectiva a la frecuencia de los distintos valores que son representados.

Como en todo gráfico, tenemos un Eje Vertical y otro Eje Horizontal, siendo en el primero
donde se encuentran representadas las Frecuencias, mientras que perpendicular al
mismo se desarrollan las Variables, encontrando distintos Intervalos que son también
llamados como Marcas de Clase, permitiendo la distinción de Grupos de Datos.

La principal función de poder trabajar con histogramas es la ventaja que permite a la


hora de la lectura de Estadísticas, relevamiento de datos de Encuestas y poder trabajar
inclusive con Valores Económicos, facilitando su lectura y entendimiento, además de una
forma más cómoda y dinámica de mostrar los resultados de un Procedimiento
específico.

A continuación, dejamos unas breves instrucciones para poder realizar un Histograma,


en forma genérica y sin tener en cuenta qué aplicación se esté utilizando para dicha
tarea:

El primer paso que se debe realizar entonces es el establecimiento de un Rango, es


decir, seleccionar por un lado el Dato Mayor, al que se debe diferenciar el Dato Menor
Continuamos con la determinación de la Cantidad de Barras, también llamado bajo el
nombre de Número de Clases, aunque estos valores no son arbitrarios sino que pueden
variar según la cantidad de datos que se posea, su distribución, seleccionándose a
veces la realización de la Regla de Starguess, o el método que consiste en establecer
una cantidad de clases determinada por la Raíz Cuadrada del Número de Datos.
Se establece luego el Rango que existe entre el Número de Clases, conociéndose a este
valor como Longitud de Clase
A su vez, se debe señalar un Intervalo que permita dividir al resultado de los Números de
Clases en intervalos iguales, lo que es definido justamente como Intervalo de Clase
Por último, debemos realizar el gráfico del Histograma, considerándose el más apto para
poder graficar Clases Semejantes (en cuanto a la superficie o la amplitud que tengan) el
diagrama de Gráfico de Barras, teniendo distintos Intervalos de Clases en su eje
horizontal, mientras que en el vertical tendremos la Frecuencia de Clases, o bien su
altura
Otra gráfica es la obtención del Polígono de Frecuencias, que se realiza tomando los
puntos medios de las bases superiores de las barras, y uniéndolos para poder formar
una figura poligonal
Se pueden definir los siguientes tipos de histogramas:
Diagramas de barras simples
Representa la frecuencia simple (absoluta o relativa) mediante la altura de la barra la cual
es proporcional a la frecuencia simple de la categoría que representa.
Diagramas de barras compuestas
Se usa para representar dos variables, las cuales se representan: la altura de la barra
representa la frecuencia simple de las modalidades o categorías de la variable y esta
altura es proporcional a la frecuencia simple de cada modalidad.
Diagramas de barras agrupadas
Se usa para representar la información de dos variables, representando mediante un
conjunto de barras que se clasifican respecto a las diferentes modalidades.
Polígono de frecuencias
Es un gráfico de líneas que se usa para presentar las frecuencias absolutas de los valores
de una distribución en el cual la altura del punto asociado a un valor de las variables es
proporcional a la frecuencia de dicho valor.
Ojiva porcentual
Es un gráfico acumulativo. Es muy útil cuando se quiere representar el rango porcentual
de cada valor en una distribución de frecuencias.

Conclusión.- La definición de variable aleatoria continua, es muy poco intuitiva e


introduce la función de densidad de probabilidad de manera muy artificial. Desarrollar la
idea de función Página 235 empírica de densidad, al momento de tratar la representación
gráfica de variables de tipo continuo, a través de una definición apropiada de histograma,
para una situación de intervalos de clase desiguales, en la cual las áreas y no las alturas
representen la frecuencia relativa, hace que la definición y los procesos operativos con
variables aleatorias sean más naturales y con una buena componente intuitiva.

Referencias .- Lee y Meletiou (2003). Some difficulties of learning histograms in


introductory statistics. Trabajo presentado en el Joint Statistical Meetings Section on
Statistical Education. Online: http://www.statlit.org/PDF/2003LeeASA.pdfNadaraya, E.A.
(1964). Wu, Y. (2004). Singapore secondary school students´understanding of
statisticalgraphs. Trabajo presentado en el 10th International Congress on Mathematics
Education.
AREAS ACUMULADAS
ALTITUD AREAS
M.S.N.M PARCELAS POR DEBAJO POR ENCIMA AREA TOTAL
pto mas bajo km2 km2 % km2 % %
2530 0 0 0 226.568 100 0
2600 1.043 1.043 0.46034745 225.525 99.5396526 0.46034745
2800 7.741 8.784 3.87698174 217.784 96.1230183 3.4166343
3000 10.414 19.198 8.4733943 207.37 91.5266057 4.59641256
3200 15.789 34.987 15.4421631 191.581 84.5578369 6.96876876
3400 19.453 54.44 24.0281064 172.128 75.9718936 8.58594329
3600 31.475 85.915 37.9201829 140.653 62.0798171 13.8920766
3800 29.937 115.852 51.1334346 110.716 48.8665654 13.2132517
4000 41.298 157.15 69.3610748 69.418 30.6389252 18.2276403
4200 58.737 215.887 95.285742 10.681 4.71425797 25.9246672
4400 10.681 226.568 100 0.00 0.00 4.71425797
𝛴= 𝛴=
226.568 100

curva hipsometrica por encima


5000

4500

4000

3500
altitud (m.s.n.m )

3000

2500

2000
AREA TOTAL:
1500
=175 km2-156.2 km2
1000 18.75 KM2

500

0
0 50 100 150 200 250
area km2
curva hipsometrica por abajo
5000
4500
4000
3500
altitud (m.s.n.m )

3000
2500
2000
1500
AREA TOTAL:
1000 =70 km2
500
0
0 50 100 150 200 250
area km2

You might also like