FILIAL AREQUIPA

FACULTAD DE INGENIERAS Y ARQUITECTURA

ESCUELA ACADMICO PROFESIONAL DE
INGENIERA DE MINAS

ASIGNATURA: GEOESTADISTICA I

TEMA: ANALISIS DE DATOS MEDIANTE HISTOGRAMAS

INTEGRANTES: FRANKIN ALEX QUISPE VERA

ROBER MAMANI TACORA

ARNALDO MAMANI SARAVIA

CARRANZA MOSTAJO ELVIS AMERICO

CICLO: VII SEMESTRE

SECCION: 01-1

DOCENTE: ING. KROVER W. LAZARTE PONCE

AREQUIPA PERU

2017
 2

INDICE

INTRODUCCION.......................................................................................................................3
MARCO TEORICO.....................................................................................................................4
1.- CONCEPTOS GENERALES.................................................................................................4
1.1.- Filas o columnas de datos................................................................................................4
1.2.- Ordenaciones...................................................................................................................4
1.3.- Tabla de frecuencia..........................................................................................................4
1.4.- Intervalos de clase y lmites de clase................................................................................4
1.5.- Fronteras de clase o limites reales (FC)............................................................................4
Tamao o anchura de un intervalo de clase (C)........................................................................5
Marca de clase (MC)................................................................................................................5
Frecuencia relativa (FR)...........................................................................................................5
2.- HISTOGRAMA......................................................................................................................5
Ventajas....................................................................................................................................6
Utilidades.................................................................................................................................6
2.1.- TIPOS DE HISTOGRAMAS...............................................................................................6
2.1.1.- Diagramas de barras simples.........................................................................................6
2.1.2.- Diagramas de barras compuestas...................................................................................7
2.1.3.- Diagramas de barras agrupadas.....................................................................................7
2.1.4.- Polgono de frecuencias................................................................................................8
2.1.5.- Ojiva porcentual............................................................................................................8
3.- CONSTRUCCIN DEL HISTOGRAMA..............................................................................9
4.- MODELADO DE HISTOGRAMAS....................................................................................10
4.1.- Distribucin normal.......................................................................................................10
4.2.- Distribucin normal estndar:........................................................................................10
4.3.- Distribucin Lognormal.................................................................................................11
4.4.- Distribucin Exponencial...............................................................................................12
CONCLUSIONES.....................................................................................................................13
RECOMENDACIONES............................................................................................................13
WEBGRAFIA:...........................................................................................................................14
 3

INTRODUCCION

El histograma es una representacin grfica de una variable en forma de barras, donde

la superficie de cada barra es proporcional a la frecuencia de los valores representados.

Un histograma antes de ser presentado este contiene muchos puntos que lo conforman,

para que pueda darse un resultado, como son los datos de lo que desea obtener de un

objeto, ordenarlos, calcular las frecuencias, etc., como sabemos un histograma tiene

numerosos procedimientos para resolver, cabe mencionar que existen muchos tipos de

histogramas y sus diferencias no son semejantes, el cual nos ayuda a diferencias ciertos

datos que queremos analizar.

Es una herramienta til para demostrar las variables mediante grficas y de esta manera

ayudarnos en nuestra carrera de Ingeniera de Minas saber los diferentes propsitos en

el trabajo como ejemplos, calcular las leyes de los minerales, los avances que se realizan

en las labores mineras ya sean subterrneas o a tajo abierto, etc.

 4

MARCO TEORICO
1.- CONCEPTOS GENERALES

1.1.- Filas o columnas de datos

Una fila de datos consiste en datos recopilados que no han sido organizados
numricamente, como por ejemplo en nuestro caso datos de las leyes de minerales de
una zona determinada por nombres.

1.2.- Ordenaciones
La ordenacin es un conjunto de datos numricos en orden creciente o decreciente. La
diferencia en el valor mayor y menor se denomina Rango de ese conjunto de datos. El
ejemplo seria el valor de cada mineral.

1.3.- Tabla de frecuencia

Al resumir grandes colecciones de datos, es til distribuirlas en clases o categoras y
determinar el nmero de elementos u observaciones que pertenecen a cada clase,
llamado frecuencia de clase.

La distribucin tabular de los datos por clases junto con las correspondientes
frecuencias de clase se denomina distribucin de frecuencia o tabla de frecuencias.

Numero de
Peso en gramos
paquetes
500 602 11
603 678 5
679 750 8
751 822 5
823 870 1
Total 30

Figura 1. Tabla de frecuencia de leyes del mineral

1.4.- Intervalos de clase y lmites de clase
Un smbolo que define una clase por ejemplo 603 678 de la tabla de frecuencia
se llama intervalo de clase.
Los nmeros extremos 603 678 se denominan lmite inferior y lmite superior
de clase.
Cuando un intervalo de clase carece de un lmite inferior o superior se denomina
Intervalo de clase abierto.

1.5.- Fronteras de clase o limites reales (FC)

678+679
Frecuencia de clase inferior (FCI) FCI= =678.5
2

750+ 751
Frecuencia de clase superior (FCS) FCS= =750.5
2
 5

Debemos de considerar en la tabla de frecuencia los siguientes puntos:

Tamao o anchura de un intervalo de clase (C)

Es la diferencia entre la frontera de clase superior e inferior, si todos los intervalos de
clase de una distribucin de frecuencia tienen la misma anchura la denotaremos por C.

C=FCSFCI=750.5678.5=72

Marca de clase (MC)

Es el punto medio del intervalo de clase y se calcula promediando los lmites superior e
inferior de clase.

LI + LS 679+750
MC= = =714.5
2 2

Frecuencia relativa (FR)

La frecuencia relativa de un intervalo de clase es igual a su frecuencia absoluta dividida
por la frecuencia total de todos los intervalos de clases y se expresa generalmente en %.

FCI= ( FTF ) (100 ) =( 308 ) ( 100) =26.67

2.- HISTOGRAMA
Un histograma es una representacin grfica de una variable en forma de barras, donde
la superficie de cada barra es proporcional a la frecuencia de los valores representados.
En el eje vertical se representan las frecuencias, y en el eje horizontal los valores de las
variables, normalmente sealando las marcas de clase, es decir, la mitad del intervalo en
el que estn agrupados los datos.

Figura 2. Representacin grfica de un histograma

 6

Ventajas
Su construccin ayudar a comprender la tendencia central, dispersin y
frecuencias relativas de los distintos valores.
Muestra grandes cantidades de datos dando una visin clara y sencilla de su
distribucin.

Utilidades
El Histograma es especialmente til cuando se tiene un amplio nmero de datos
que es preciso organizar, para analizar ms detalladamente o tomar decisiones
sobre la base de ellos.
Permite la comparacin de los resultados de un proceso con las especificaciones
previamente establecidas para el mismo.

Se utilizan para variables continuas o para variables discretas, con un gran nmero de
datos, y que se han agrupado en clases.

Se utiliza cuando se estudia una variable continua, como franjas de edades o altura de la
muestra, y, por comodidad, sus valores se agrupan en clases, es decir, valores continuos.
En los casos en los que los datos son cualitativos (no-numricos), como sexto grado de
acuerdo o nivel de estudios, es preferible un diagrama de sectores.

Los histogramas son ms frecuentes en ciencias sociales, humanas y econmicas que en

ciencias naturales y exactas. Y permite la comparacin de los resultados de un proceso.

2.1.- TIPOS DE HISTOGRAMAS

2.1.1.- Diagramas de barras simples

Representa la frecuencia simple (absoluta o relativa) de cada modalidad o categora de
la variable mediante la altura de una barra, la cual es proporcional a la frecuencia simple
de la categora que representa.

Figura 3. Representacin grfica de barras simples

 7

2.1.2.- Diagramas de barras compuestas

Diagrama de Barras Compuestas Un Diagrama de Barras Compuestas se utiliza para
presentar la informacin contenida en una tabla de doble entrada; es decir, se utiliza
para representar la informacin obtenida a partir de la medicin de dos variables. En
este tipo de grfico, las dos variables se representan con el siguiente criterio:

(1) La altura de las barras representa la frecuencia simple de las modalidades o

categoras de una variable

(2) cada una de las variables es dividida en tantos segmentos como modalidades o
categoras tenga la otra variable, siendo la altura de estos segmentos proporcional a la
frecuencia simple de cada modalidad o categora

Figura 4. Representacin grfica de barras compuestas

2.1.3.- Diagramas de barras agrupadas

Se usa para representar la informacin de una tabla de doble entrada o sea a partir de
dos variables, el cual es representado mediante un conjunto de barras como se clasifican
respecto a las diferentes modalidades.

Figura 5. Representacin grfica de barras agrupadas

 8

2.1.4.- Polgono de frecuencias

Un polgono de frecuencia es un grfico de lneas de las frecuencias con relacin a las
marcas de clase. Se obtiene conectando los puntos medios de las partes superiores de los
rectngulos del histograma, puede ser en valores absolutos o en valores relativos.

Figura 6. Representacin grfica de un polgono de frecuencias

2.1.5.- Ojiva porcentual

Es un grfico acumulativo, se conoce tambin con los nombres de curva de porcentajes
acumulados u ojiva, el cual es muy til cuando se quiere representar el rango porcentual
de cada valor en una distribucin de frecuencias.

Figura 7. Representacin grfica de una ojiva porcentual

3.- CONSTRUCCIN DEL HISTOGRAMA

Paso 1

Contar los datos de lo que se quiere analizar. (N)

 9

Paso 2

Determinar el rango de los datos. Rango es igual al dato mayor menos el dato menor.

R=Valor mayorValor menos

Paso 3

Dividir el rango en un nmero adecuado de intervalos de clases (NIC) del mismo

tamao, generalmente se suelen tomar entre 5 y 20 intervalos de clases segn los datos,
tambin hay una regla que dice que el nmero de intervalos es igual a la raz cuadrada
del nmero de datos cuando este no es muy grande. Si el nmero de datos es muy
grande trabajamos con logaritmos.

NIC= DATOS

NIC=1+ 3.22 log( DATOS)

Paso 4

Establecer la longitud de clase: es igual al rango dividido por el nmero de intervalos de

clases.

R
C=
NIC

Pas 5

Encontrar la frontera de clase inferior (FCI) del primer intervalo usando la siguiente
formula:

( NIC ) ( C ) R
FCI=Vmenor
2

Si el valor encontrado para la frontera de clase inferior del primer intervalo termina en
entero se le resta o se le suma 0.5, en caso contrario se deja igual.

Paso 6

Graficar el histograma: En caso de que las clases sean todas de la misma amplitud, se
hace un grfico de barras, las bases de las barras son los intervalos de clases y altura son
la frecuencia de las clases. Si se unen los puntos medios de la base superior de los
rectngulos se obtiene el polgono de frecuencias.
 10

4.- MODELADO DE HISTOGRAMAS

4.1.- Distribucin normal

La distribucin de probabilidad conocida como distribucin normal es por la cantidad
de fenmenos que explica la ms importante de las distribuciones estadsticas.

A la distribucin normal tambin se la denomina con el nombre de campana de Gauss,

pues al representar su funcin de probabilidad, esta tiene forma de campana.

Para indicar que una variable aleatoria (v.a.) sigue una distribucin normal de media y
desviacin estndar S usaremos la expresin:

X N ( , s)

4.2.- Distribucin normal estndar:

Se observ que no existe una sola distribucin de probabilidad normal, sino una
familia de ellas. Como sabemos, cada una de las distribuciones puede tener una media
() o una desviacin estndar distinta (). Por tanto, el nmero de distribuciones
normales es ilimitado y sera imposible proporcionar una tabla de probabilidades para
cada combinacin de y .

Para resolver este problema, se utiliza un solo miembro de la familia de distribuciones

normales, aquella cuya media es 0 y desviacin estndar 1 que es la que se conoce como
distribucin estndar normal, de forma que todas las distribuciones normales pueden
convertirse a la estndar, restando la media de cada observacin y dividiendo por la
desviacin estndar.

Primero, convertiremos la distribucin real en una distribucin normal estndar

utilizando un valor llamado Z, o estadstico Z que ser la distancia entre un valor
seleccionado, designado X, y la media , dividida por la desviacin estndar .

Formalmente, si X N(,), entonces la v.a. = X Z se distribuye segn una

normal de media 0 y desviacin estndar 1, i.e.: Z N(0,1), que es la distribucin
llamada normal estndar o tipificada.
 11

De esta manera, un valor Z mide la distancia entre un valor especificado de X y la

media aritmtica, en las unidades de la desviacin estndar. Al determinar el valor Z
utilizando la expresin anterior, es posible encontrar el rea de probabilidad bajo
cualquier curva normal haciendo referencia a la distribucin normal estndar en las
tablas correspondientes.

As pues, para averiguar el rea anterior utilizaremos la tabla que encontraremos al final
de este apartado. Dicha tabla nos proporciona la probabilidad de que la v.a. normal
estndar Z tome un valor situado a la izquierda de un nmero c, i.e.: P(Z<c)

4.3.- Distribucin Lognormal

Muchas variables no se distribuyen de manera gaussiana, sin embargo, aplicando
alguna transformacin es posible convertir los datos a una forma que est
distribuida de esa manera.
La transformacin logartmica se aplica en muchos casos, en especial cuando el
rango de las observaciones abarca varios rdenes de magnitud.
Una variable aleatoria X cuyos logaritmos Y = ln(X) estn distribuidos de
manera normal, se dice que sigue una distribucin lognormal cuya PDF es:

Donde y y y son la media y desviacin estndar de Y.

La relacin entre estos parmetros y los de la variable original X es:

En este caso la variable sigue una distribucin Gaussiana

estndar N(0,1).
 12

4.4.- Distribucin Exponencial

Hay dos casos especiales importantes de la distribucin gamma, que resultan de
restricciones particulares sobre los parmetros y . El primero es cuando se
tiene = 1, entonces la distribucin gamma se reduce a la distribucin
exponencial, con PDF:

Esta ecuacin es analticamente integrable, de modo que la CDF est dada por:

Un uso importante de la distribucin exponencial en ciencias atmosfricas es en

la caracterizacin de la distribucin del tamao de gotas de lluvia (Marshall-
Palmer).
 13

CONCLUSIONES.

- El histograma es una representacin grfica de una variable en forma de barras.

- El histograma es una herramienta til para demostrar las variables mediante

grficas y de esta manera ayudarnos en nuestra carrera de Ingeniera de Minas.

- Los histogramas no permiten conocer las leyes de los minerales, los avances

que se realizan en las labores mineras ya sean subterrneas o a tajo abierto, etc.

RECOMENDACIONES

- Se recomienda realizar los histogramas de la forma ms exacta posible.

- Se recomienda profundizar los tipos de histogramas y sus aplicaciones.
- Se recomienda asistir a biografas sobre los modelados de histogramas.
- Para la construccin de histogramas se recomienda estudiar los datos obtenidos

en campo.

WEBGRAFIA:

http://www.atmosfera.unam.mx/jzavala/AnalisisDatos/

https://es.slideshare.net/fairye/histograma-15400164

https://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal

http://delta.cs.cinvestav.mx/~francisco/prope/Normal.pdf
 14

http://www.hrc.es/bioest/Ejemplos_histo.html

http://asesorias.cuautitlan2.unam.mx/Laboratoriovirtualdeestadistica/DOCUME

NTOS/TEMA%201/7.%20HISTOGRAMAS.pdf