Conceptos de programación y métodos estadísticos
Diego José Betancourt, Lennis Cristofer Bolívar, Juan Esteban Gómez, sherlyn valencia, Isabela
Agudelo, Steven Salazar
Institución Educativa Liceo Departamental
11-3
Tecnología e informática
Guillermo Mondragón
3 de marzo del 2023

Tabla de contenido
Tabla de contenido
1. Conceptos básicos de programación .................................................................................... 3
2. Métodos estadísticos, Población, muestra ........................................................................... 4
2.1 Ramas de la estadística ....................................................................................................... 4
2.1.1 Recopilación de datos: ................................................................................................. 4
2.1.2 Estadística descriptiva:................................................................................................. 4
2.1.3 Estadística inferencial:.................................................................................................. 4
2.1.4 Estadística experimental: ............................................................................................. 4
2.1.5 Estadística casual:......................................................................................................... 4
2.1.6 Estadística paramétrica................................................................................................ 4
2.1.7 Estadística no paramétrica........................................................................................... 5
2.1.8 Bioestadística: .............................................................................................................. 5
2.1.9 Relleno.......................................................................................................................... 5
2.2 La Estadística en el deporte: .............................................................................................. 5
2.3 La Estadística en la educación:............................................................................................ 5
2.4 Hipótesis estadística............................................................................................................ 6
2.5 Variable estadística ............................................................................................................. 6
2.6 Dato estadístico................................................................................................................... 6
2.7 población estadística.......................................................................................................... 7
2.8 muestra estadística ............................................................................................................. 7
2.9 Nivel nominal de medición.................................................................................................. 7
3. Distribución de frecuencias: nombre de la variable, frecuencia absoluta, frecuencia relativa
porcentual, equivalencia en grados.............................................................................................. 7
3.1 nombre de la variable ......................................................................................................... 7
3.2 Distribución de frecuencias................................................................................................ 8
3.3 frecuencia absoluta............................................................................................................. 8
3.4 frecuencia relativa porcentual ............................................................................................ 8
3.5 Equivalencia en grados........................................................................................................ 8
Taller pseint................................................................................................................................... 9

Ejes temáticos
1. Conceptos básicos de programación
-Constantes: Una constante es un número, un carácter o una cadena de caracteres que
se puede utilizar como valor en un programa. Utilice las constantes para representar
valores flotantes, enteros, de enumeración o de caracteres que no pueden modificarse.
- Variables: una variable está formada por un espacio en el sistema de almacenaje y un
nombre simbólico que está asociado a dicho espacio. Ese espacio contiene una cantidad
de información conocida o desconocida, es decir un valor.
-Acumuladores: el acumulador es un registro en el que son almacenados
temporalmente los resultados aritméticos y lógicos intermedios que serán tratados por
el circuito operacional de la unidad aritmético-lógica (ALU).
- Contadores: Es una variable que está en ambos miembros de una asignación interna,
a la que se le suma un valor constante. Es necesario haber inicializado en un momento
previo a esta variable, ya que va a ser leído su contenido. Un contador es una variable
cuyo valor se incrementa o decrementa en una cantidad constante, cada vez que se
produce un determinado suceso, acción o iteración. Los contadores se utilizan con la
finalidad de contar sucesos, acciones o iteraciones internas en un bucle, proceso,
subrutina o donde se requiera cuantificar; deben ser inicializados antes del ciclo o
proceso, e incrementados o decrementados dentro del ciclo.
Identificadores: Los "identificadores" o "símbolos" son los nombres que se
proporcionan para variables, tipos, funciones y etiquetas del programa. Los nombres de
identificadores deben diferir en ortografía y mayúsculas y minúsculas de cualquier
palabra clave.
Fundamentos de la programación en PSeint
Es una asignatura básica que permite crear programas que exhiban un comportamiento
deseado. El proceso de escribir código requiere frecuentemente conocimientos en
varias áreas distintas, además del dominio del lenguaje a utilizar, algoritmos
especializados y lógica formal.
Categoría Habilidades
-Términos de computación
Conceptos clave
-Métodos de pensamiento computacional
Análisis del problema
Algoritmos
-Introducción para programar
Introducción
Tipos de datos y variables
-Programación
Lógica
Iteración
Condicionalidad
Procedimientos y funciones
Eventos y comandos
-Prueba, depuración e implementación

Ejecutar, probar y depurar
Implementar
2. Métodos estadísticos, Población, muestra
La Estadística es un conjunto de los métodos y procedimientos para recoger, clasifica,
resumir, hallar irregularidades y analizar los datos, siempre y cuando la variabilidad e
incertidumbre sea una causa intrínseca de los mismos, así como de realizar inferencias
a partir de ellos, con la importancia y finalidad de que es fuente de información
altamente confiable para ayudar a la toma de decisiones y en su caso formular
predicciones. Es, por tanto, la ciencia que recoge, clasifica y analiza la información que
se presenta habitualmente mediante datos agregados que permiten que las
observaciones puedan cuantificarse, medirse, estimarse y compararse utilizando
medidas de tendencia central, medidas de distribución, métodos gráficos, etc.
2.1 Ramas de la estadística
2.1.1 Recopilación de datos: Esta es la rama de la estadística que se responsabiliza por
el proceso de recabar información de todas las fuentes pertinentes para encontrar una
solución a un problema concreto.
2.1.2 Estadística descriptiva: La estadística descriptiva se enfoca en recolectar y
describir o resumir los hallazgos básicos que arrojan las investigaciones, incluyendo el
tipo de muestreo y de medición que se utilizaron, sin formular u ofrecer conclusiones.
2.1.3 Estadística inferencial: La tercera de las ramas de la estadística que
describiremos se enfoca en extraer conclusiones basadas en otros factores diversos
además de los datos, incluyendo las opiniones y observaciones de los especialistas, y las
probabilidades de que suceda algún evento económico o social. (por lo tanto, mientras
que la estadística descriptiva simplemente explica los datos, la estadística inferencial se
centra en formular deducciones bien informadas).
2.1.4 Estadística experimental: La estadística experimental se centra en desarrollar
nuevas estadísticas a partir de muestreos limitados o en mejorar los resultados
existentes que ofrezcan un valor añadido a los usuarios de los datos a partir de
investigaciones exploratorias.
2.1.5 Estadística casual: Esta rama de la estadística se basa en la correlación y
causación cuando se considera que dos o más variables están vinculadas; es decir, si los
valores de una variación aumentan o disminuyen, sucede lo mismo en los valores de la
otra variable.
2.1.6 Estadística paramétrica
Comprende los procedimientos estadísticos basados en la distribución de los datos
reales, los cuales se determinan mediante un número finito de parámetros (número que
resume la cantidad de datos derivados de una variable estadística). Para aplicar
procedimientos paramétricos, en su mayoría, se requiere conocer previamente la forma
de distribución para las formas resultantes de la población estudiada. Por ello, si se

desconoce en su totalidad la distribución que siguen los datos obtenidos, se debe utilizar
un procedimiento no paramétrico.
2.1.7 Estadística no paramétrica
Esta rama de la estadística inferencial comprende los procedimientos aplicados en
pruebas y modelos estadísticos, en los cuales su distribución no se ajusta a los llamados
criterios paramétricos. Al ser los datos estudiados los que definen su distribución, esta
no puede ser definida previamente.
La estadística no paramétrica es el procedimiento que debe elegirse al desconocer si los
datos se ajustan a una distribución conocida, de manera que pueda ser un paso previo
al procedimiento paramétrico.
Asimismo, en una prueba no paramétrica, las posibilidades de error disminuyen
mediante el uso de tamaños muestrales adecuados.
2.1.8 Bioestadística: Ciencia en la que se obtienen y analizan datos biológicos o de
salud por medio de métodos estadísticos. La bioestadística se usa para ayudar a
comprender las causas posibles de un cáncer o con qué frecuencia se presenta un cáncer
en un grupo determinado de personas.
2.1.9 Relleno: El método estadístico se refiere a la recopilación, organización y análisis
de información, y su posterior adaptación o representación a través de tablas y gráficos,
de manera sistemática, para facilitar la interpretación de los datos, así como permitir la
comparación entre los mismos y obtener las conclusiones pertinentes de la
investigación.
2.2 La Estadística en el deporte:
2.2.1 Brindar información objetiva a los deportistas o a su cuerpo técnico, de
manera que estos datos sirvan para redireccionar adecuadamente su preparación.
2.2.2 Ofrece la posibilidad de obtener información objetiva sobre el desempeño de
los atletas y para examinar también a los rivales.
2.2.3 Mejorar la eficiencia en la detección de talentos deportivos.
2.2.4 Conseguir que los entrenamientos se conviertan en verdaderas herramientas
derecogida de información confiable para perfeccionar el rendimiento de los
atletas.
2.3 La Estadística en la educación:
2.3.1 Ofrece herramientas metodológicas que permiten a nosotros los estudiantes
desarrollar competencias para la recolección de datos, organización y tabulación
de la información, comparación de fenómenos, análisis de variables,
interpretación, proyecciones, etc.

2.3.2 Juega un papel muy importante en educación actual puesto que aparte de ser
un requisito indispensable en la educación media académica también juega un
papel esencial en las pruebas ICFES
2.4 La Estadística en la Contaduría
2.4.1 Se aplica para seleccionar muestras, cuando se pretende hacer una auditoria
2.4.2 También funciona para medir la variación de costos de producción.
2.4.3 También recurre a los métodos estadísticos para establecer los hechos
futuros, en especial en la contabilidad presupuestaria o contabilidad
predictiva por lo que ambas se complementan con mucha frecuencia y
buenos resultados.
2.4 Hipótesis estadística
Una hipótesis estadística es una suposición sobre el valor de un parámetro
estadístico. Es decir, las hipótesis estadísticas son afirmaciones que se hacen sobre
las características de una población. En estadística, una hipótesis se rechaza o se
acepta llevando a cabo una prueba de hipótesis.
Por ejemplo, la hipótesis «La nueva máquina tiene una precisión del 95% de piezas
bien fabricadas» es una hipótesis estadística porque hace una suposición acerca
del valor de un parámetro poblacional, en concreto, afirma que la proporción de la
población de piezas bien fabricadas es igual al 95%.
Generalmente, las hipótesis estadísticas se plantean cuando se tiene la sospecha
de que el valor de algún parámetro de la población es diferente al que se
esperaba. Una vez formulada la hipótesis estadística, se realiza un estudio
estadístico para rechazar o aceptar dicha hipótesis.
2.5 Variable estadística
La variable estadística es una característica o cualidad de un individuo que está
propensa a adquirir diferentes valores. Estos valores, a su vez, se caracterizan por
poder medirse. Por ejemplo, el color de pelo, las notas de un examen, el sexo o la
estatura de una persona, son variables estadísticas.
2.6 Dato estadístico
Un dato estadístico es cada uno de los valores analizados en un estudio estadístico.
Es decir, los datos estadísticos son los valores obtenidos en experimentos
estadísticos. Por ejemplo, al lanzar una moneda tres veces se obtienen tres datos
estadísticos diferentes, tales como «cara», «cruz» y «cara».

2.7 población estadística
La población en estadística es un conjunto de elementos, individuos u objetos que
son objeto de análisis. Son la base de la que se obtienen los datos para realizar un
estudio estadístico. Por ejemplo, los estudiantes de un colegio o los consumidores de
ropa deportiva.
2.8 muestra estadística
La muestra estadística es la porción que se extrae de una población estadística para
realizar un determinado estudio, con el fin de representar, conocer y determinar los
aspectos de dicha población.
2.9 Nivel nominal de medición
Un nivel nominal de medición es simplemente una cuestión de diferenciar por
nombre, por ejemplo, 1 = hombre, 2 = mujer. Aunque estamos usando los números 1
y 2, estos no indican cantidad. La categoría binaria de 0 y 1 utilizada para las
computadoras es un nivel nominal de medición.
3. Distribución de frecuencias: nombre de la variable, frecuencia
absoluta, frecuencia relativa porcentual, equivalencia en grados.
3.1 nombre de la variable
Una variable es un elemento de datos con nombre cuyo valor puede cambiar durante el curso
de la ejecución de un programa. Las variables pueden ser globales o locales.
Todos los tipos de datos se representan como uno de estos tres tipos de datos básicos:
Int
Tipo de datos entero ( + - seguido de 1 o más dígitos entre 0 y 9).
Real
Coma flotante (+- seguido de cero o más dígitos 0–9). Coma decimal seguida de 1 o más dígitos
0-9. Tenga en cuenta que todos los números se almacenan internamente como Float.
String
Cualquier cadena de caracteres Unicode válida especificada entre comillas.

3.2 Distribución de frecuencias
son tablas en que se dispone las modalidades de la variable por filas. En las columnas
se dispone el número de ocurrencias por cada valor, porcentajes, etc. La finalidad de
las agrupaciones en frecuencias es facilitar la obtención de la información que
contienen los datos.
3.3 frecuencia absoluta
La frecuencia absoluta es una medida estadística que nos da información acerca de la
cantidad de veces que se repite un suceso al realizar un número determinado de
experimentos aleatorios. Esta medida se representa mediante las letras fi. La letra f
se refiere a la palabra frecuencia y la letra i se refiere a la realización i-ésima del
experimento aleatorio.
La frecuencia absoluta es muy utilizada en estadística descriptiva y es útil para saber
acerca de las características de una población y/o muestra. Esta medida se puede
utilizar con variables cualitativas o cuantitativas siempre que estas se puedan
ordenar.
La frecuencia absoluta se puede usar para variables discretas (las variables se
ordenan de menor a mayor) y para variables continuas (las variables se ordenan de
menor a mayor agrupadas por intervalos). La frecuencia absoluta se utiliza para
calcular la frecuencia relativa.
La suma de las frecuencias absolutas es igual al número total de datos de la muestra
o población
3.4 frecuencia relativa porcentual
corresponde a las veces que se repite un número en un conjunto de datos respecto al
total, pero se expresa en porcentajes (%).
3.5 Equivalencia en grados
Si un valor aparece 6 veces en los 20 datos, su frecuencia relativa es 6/20=0,3 que es
igual a 30/100 o 30% (fracciones equivalentes por 5), 30 es el porcentaje de ese valor.
De la misma manera si consideramos que el total de datos representa los 360º grados
de la circunferencia

Taller pseint
1. Averigua los siguientes conceptos: ¿Qué diferencia hay entre un contador y
un acumulador, como declarar una variable en pseint, los lenguajes pueden
ser de tres tipos favor explique cada uno, java-phyton y c++ que
representan?
¿Qué diferencia hay entre un contador y un acumulador?
La diferencia entre un contador y un acumulador es que mientras el primero va
aumentando en una cantidad fija preestablecida, el acumulador va aumentando en
una cantidad o valor variable.
¿como declarar una variable en pseint?
Para declarar variables, lo único que debemos hacer es indicar el nombre de la
variable y su tipo (numérico, lógico y cadena), antes del inicio del programa,
separados por comas. Si se observa otra forma de declarar variables.
Es normal si al principio, no sabemos todas las variables que pueden aparecer, con el
tiempo lo identificaremos de una forma más rápida y sencilla.
Lo importante de esto es reconocer que tipo de datos queremos que almacene una
variable en concreto.
•Los lenguajes pueden ser de tres tipos favor explique cada uno, java-phyton y c++
que representan
Java
El lenguaje de programación Java encabeza el último Índice TIOBE como uno de los
lenguajes de programación más popular. Java funciona con 7 mil millones de
dispositivos y se utiliza para desarrollar aplicaciones nativas de Android. Convertirse
en un experto desarrollador de Java sin duda lo pondría en alta demanda y sí, batería,
por favor, puede aprenderlo en línea de forma gratuita. Páginas como Amazon o
LinkedIn usan java. Java es también popular en el desarrollo de aplicaciones de
servicios financieros y salud. La universidad Carlos III de Madrid ofrece una
Certificación Profesional en Java que te permitirá aprender sobre absolutamente
todo acerca de este importante lenguaje.
Python
En la actualidad, todos hemos escuchado hablar de python ya que es uno de los
principales lenguajes de código abierto para el desarrollo web. Python es uno de los
lenguajes de preferencia utilizado por expertos o científicos de datos y pr esa razón
se ha hecho aún más popular. Este lenguaje se puede leer de manera fácil y tiene una
biblioteca amplia que se adapta a muchos paradigmas o estilo de programación,
incluyendo la orientada a objetos y la imperativa. edX tiene un curso nuevo de la
universidad de Michigan en el que no se requiere que el estudiante tenga ningún tipo
de experiencia con el mundo de la programación. Este curso es uno de los cursos más

populares a nivel mundial sobre el tema así que te invitamos a echarle un vistazo y
que nos cuentes cómo te fue aprendiendo a programar.
Programación en C
Este lenguaje de programación web es más utilizado para el desarrollo de sistemas
operativos pero de igual forma se puede desarrollar cualquier tipo de aplicación. Este
lenguaje tiene una biblioteca extensa y además es rápido y bien estructurado. Este
lenguaje de programación es utilizado para crear olataformas de computación,
juegos, e incluso desarrollar otros lenguajes, entre otras cosas. Como puedes ver, su
uso es muy amplio razón por la cual cuenta con tanta demanda laboral.
Adicionalmente, sistemas operativos como Linux y OS están escritos en C, lo que cual
le ofrece bastante versatilidad a este lenguaje.
2 Represente el algoritmo usando el programa pseint en modo flexible y
muestre el diagrama de flujo, Hacer las capturas de pantalla.
a. Toma 2 números, hacer la resta, la multiplicación y la división; muestre el
resultado.
Ejercicio_1.psc
Captura de pantalla
b. Calcular el promedio de 4 calificaciones o el promedio de 4 notas.
Ejercicio_2.psc

Captura de pantalla
c. Hacer un programa que muestre el área y perímetro de un triángulo.
Ejercicio_3.psc
Captura de pantalla
d. Hacer un programa que muestre el área y perímetro de un círculo.
Ejercicio_4.psc

Captura de pantalla
e. Hacer un programa para convertir una temperatura ingresada de Celsius a
Fahrenheit.
Ejercicio_5.psc
Captura de pantalla
f. Hacer un programa para convertir una longitud ingresada en pulgadas a pies.

Ejercicio_6.psc
Captura de pantalla
g Ingresar por teclado el nombre y la edad de cualquier persona e imprima tanto
el nombre como la edad.
Ejercicio_7.psc
Captura de pantalla

Bibliografías
1. Equipo editorial, Ayala, M., Ayala, M., Ayala, M., Equipo editorial, Ayala, M., Ayala,
M., Ortiz, J., Jervis, T. M., . . . Murillo, N. (2023, 6 enero). Inicio. Lifeder.
https://www.lifeder.com
2. corob-msft. (s/f). Documentos de C: inicio, tutoriales y referencias. Microsoft.com.
Recuperado el 4 de marzo de 2023, de https://learn.microsoft.com/es-es/cpp/c-
language/?view=msvc-170
3. IBM Documentation. (2021, marzo 26). Ibm.com.
https://www.ibm.com/docs/es/tcamfma/6.3.0?topic=tesl-constants-variables-4
4. Www.uv.es. Recuperado el 4 de marzo de 2023, de
https://www.uv.es/webgid/Descriptiva/3_distribucin_de_frecuencias.html
Blog de cada integrante
Diego José Betancourt https://tecnocyber22.blogspot.com/?m=1
Cristofer Bolívar https://cristoferbolivar443.blogspot.com/
Juan esteban Gómez https://juangomez1106.blogspot.com/
Sherlyn valencia: https://sherlynvalencia27.blogspot.com/?m=1
Isabela Agudelo https://isabellaylatecnologia.blogspot.com/?m=1
Steven Salazar https://stevanforpresident.blogspot.com/