soy una joven universitaria de 20 años de edad perteneciente al municipio de montelibano - cordoba, soy la mayor de 3 hermanos y actualmente me dedico al sector politico de mi mucicipio y a estudiar para prepararme y convertirme en una profesional, pongo todo el esfuerzo en mis estudios para ser una mujer responsable con todos sus compromisos y ser una guia y ejemplo a seguir para mis hermanos, ser una motivacion para que ellos en un futuro tambien se conviertan en personas profecionales y responsables.

Un gráfico estadístico es la representación gráfica de una serie de datos relacionados entre sí. Es una excelente herramienta para presentar la información sin importar la complejidad de esta.
¿Cuándo utilizar los gráficos estadísticos?

En cualquier caso, en que tengas una información relacionada, consecutiva y que sea sujeta de comparación. Los gráficos estadísticos son perfectos para presentar de manera gráfica y entendible información compleja.

Por ejemplo, puedes comparar la rotación o venta de un producto de una empresa, comparando mes a mes, semana a semana, etc.

Toda la información puede ser graficada, independientemente del sector o la utilidad que tenga, desde complejos datos algorítmicos, hasta el gasto de productos del hogar.

Los gráficos estadísticos permiten que los lectores visualicen los datos de una manera más amigable y fácil de entender, debido a que facilitan la comparación y por ende la comprensión de los datos.

Como su nombre lo indica, se trata de una serie de barras que representan el comportamiento o evolución de una variable.

Se ubica en un plano cartesiano, ubicando las variables en los ejes X y Y. 

Las barras ya sean verticales u horizontales, representan el desarrollo de los datos. 

Los gráficos de barras se usan comúnmente para representar las ventas de un negocio en un periodo de tiempo determinado, o cualquier clase de información que se desee ser sujeta a revisión.

El gráfico de líneas se trata de la representación gráfica, de la relación existente entre 2 variables. También se le conoce como polígono de frecuencias. 

Al igual que el gráfico de barras se representa en un plano cartesiano, donde cada eje X y Y representa una de las dos variables. 

Por ejemplo, la variación del precio del combustible.

Se asemeja al gráfico de líneas, pero se diferencian en que el espacio debajo de la línea forma un área que se colorea para evidenciar la magnitud del comportamiento de los datos. 

Son perfectas para graficar las tendencias de comportamiento de datos como ventas versus gastos. 

La gráfica circular distribuye la información en una circunferencia, la cual es dividida según los datos, en partes o sectores.

Se asemeja a una torta cortada en porciones lista para repartir, donde cada porción representa un porcentaje.

La ventaja de este gráfico es que muestra diversos datos, atributos, valores, porcentajes u otros, tomando como base la misma escala.

Un gráfico de dispersión es un gráfico estadístico no espacial. Al igual que otros gráficos estadísticos, los datos se ubican dentro de un plano cartesiano, sin embargo, la diferencia radica en que solo se ubica la ubicación exacta de la data.

Suele verse como una nube de puntos (cada punto pertenece a un dato), ya sea dispersos o concentrados, puestos al azar sobre un plano cartesiano, sin embargo, la gráfica lo que trata de hacer, es determinar la relación existente o inexistente entre las variables estudiadas.

El diagrama de pareto es un gráfico estadístico muy parecido al diagrama de barras, pero que ordena los datos de forma descendente, de izquierda a derecha. 

Es muy útil para identificar un orden de prioridades.

Su nombre obedece a que el diagrama permite mostrar de manera gráfica el principio de pareto, el cual indica claramente los puntos vitales a la derecha y los triviales a la izquierda, es decir, identificando los problemas de mayor a menor.

Un ejemplo de esta clase de diagrama, pueden ser las ventas mensuales realizadas entre los clientes, donde identificamos el problema más grande; cliente que menos compra, hasta el problema menos grave; el cliente que más compra.

Las técnicas de conteo son estrategias matemáticas usadas en probabilidad y estadística que permiten determinar el número total de resultados que puede haber a partir de hacer combinaciones dentro de un conjunto o conjuntos de objetos. Este tipo de técnicas se utilizan
cuando es prácticamente imposible o demasiado pesado hacer de forma manual
combinaciones de diferentes elementos y saber cuántas de ellas son posibles.

Si se tienen cuatro sillas, una amarilla, una roja, una azul y una verde, ¿cuántas combinaciones de tres de ellas se pueden hacer ordenadas una al lado de la otra?
Se podría resolver a este problema haciéndolo manualmente, pensando en combinaciones
como azul, rojo y amarillo; azul, amarillo y rojo; rojo, azul y amarillo, rojo, amarillo y azul…
Pero esto puede requerir mucha paciencia y tiempo, y para eso haríamos uso de las técnicas de conteo, siendo para este caso necesaria una permutación.

Estas graficas tambien son especiales y cuidadosamente diseñadas e ilustradas para facilitar y comprender mucho mejor la información suministrada y brindada a la opinión publica para facilitar su entendimiento junto con los análisis realizados que las acompaña.

Este tipo de técnica de conteo, junto con el principio aditivo, permiten comprender fácilmente y de forma práctica cómo funcionan estos métodos matemáticos.
Si un evento, llamémoslo N1, puede ocurrir de varias formas, y otro evento, N2, puede ocurrir de otras tantas, entonces, los eventos conjuntamente pueden ocurrir de N1 x N2 formas.
Este principio se utiliza cuando la acción es secuencial, es decir, está conformada por eventos que ocurren de forma ordenada, como son la construcción de una casa, el elegir los pasos de baile en una discoteca o el orden que se seguirá para preparar un pastel.
Por ejemplo: En un restaurante, el menú consiste en un plato principal, un segundo y postre.
De platos principales tenemos 4, de segundos hay 5 y de postres hay 3.
Entonces, N1 = 4; N2 = 5 y N3 = 3.
Así pues, las combinaciones que ofrece este menú serían 4 x 5 x 3 = 60
 
    2. Principio Aditivo

En este caso, en vez de multiplicarse las alternativas para cada evento, lo que sucede es que se suman las varias formas en las que pueden ocurrir.
Esto quiere decir que, si la primera actividad puede ocurrir de M formas, la segunda de N y la tercera L, entonces, de acuerdo a este principio, sería M + N + L.
Por ejemplo: Queremos comprar chocolate, habiendo tres marcas en el supermercado: A, B
y C.
El chocolate A se vende de tres sabores: negro, con leche y blanco, además de haber la opción sin o con azúcar para cada uno de ellos.
El chocolate B se vende de tres sabores, negro, con leche o blanco, con la opción de tener o no avellanas y con o sin azúcar.
El chocolate C se vende de tres sabores, negro, con leche y blanco, con opción de tener o no avellanas, cacahuete, caramelo o almendras, pero todos con azúcar.
En base a esto, la pregunta que se pretende responder es: ¿cuántas variedades distintas de chocolate se pueden comprar?
W = número de formas de seleccionar el chocolate A.
Y = número de formas de seleccionar el chocolate B.
Z = número de formas de seleccionar el chocolate C.
El siguiente paso consiste en una simple multiplicación.
W = 3 x 2 = 6.
Y = 3 x 2 x 2 = 12.
Z = 3 x 5 = 15.
W + Y + Z = 6 + 12 + 15 = 33 variedades de chocolate diferentes.
Para saber si se debe utilizar el principio multiplicativo o el aditivo, la pista principal es si la actividad en cuestión tiene una serie de pasos a realizarse, como era el caso del menú, o existen varias opciones, como es el caso del chocolate.

   

3.Permutaciones
Antes de entender cómo hacer las permutaciones, es importante entender la diferencia entre una combinación y una permutación.
Una combinación es un arreglo de elementos cuyo orden no es importante o no cambia el resultado final.
En cambio, en una permutación, habría un arreglo de varios elementos en los que sí es
importante tenerse en cuenta su orden o posición.
En las permutaciones, hay n cantidad de elementos distintos y se selecciona una cantidad de ellos, que sería r.
La fórmula que se utilizaría sería la siguiente: ¡nPr = n!/(n-r)!
Por ejemplo: Hay un grupo de 10 personas y hay un asiento en el que solo pueden caber
cinco, ¿de cuántas formas se pueden sentar?
Se haría lo siguiente:
10P5=10!/(10-5)!=10 x 9 x 8 x 7 x 6 = 30.240 formas diferentes de ocupar el banco.

  4. Permutaciones con repetición
Cuando se quiere saber el número de permutaciones en un conjunto de objetos, algunos de los cuales son iguales, se procede a realizar lo siguiente:
Teniéndose en cuenta que n son los elementos disponibles, algunos de ellos repetidos.
Se seleccionan todos los elementos n.
Se aplica la siguiente fórmula: = n!/n1!n2!...nk!
Por ejemplo: En un barco se pueden izar 3 banderas rojas, 2 amarillas y 5 verdes. ¿Cuántas
señales diferentes se podrían hacer izando las 10 banderas que se tienen?
10!/3!2!5! = 2.520 combinaciones de banderas diferentes.

 5.  Combinaciones
En las combinaciones, a diferencia de lo que sucedía con las permutaciones, el orden de los elementos no es importante.
La fórmula a aplicar es la siguiente: nCr=n!/(n-r)!r!
Por ejemplo:
Un grupo de 10 personas quieren hacer limpieza en el barrio y se preparan para formar grupos
de 2 miembros cada uno, ¿cuántos grupos son posibles?
En este caso, n = 10 y r = 2, así pues, aplicando la fórmula 10C2=10!/(10-2)!2!=180
parejas distintas.

La distribución de Poisson es una distribución de probabilidad discreta que se aplica a las ocurrencias de algún evento durante un periodo determinado. Es decir, es una distribución de probabilidad discreta en la que solo es necesario conocer los eventos y cuál es su frecuencia media de ocurrencia para poder conocer la probabilidad de que ocurran.

Una distribución es discreta cuando se toma un número de valor finito, mientras que las continuas usan un número infinito de valores.

Para que una distribución sea considerada como distribución de Poisson debe cumplir con tres requisitos:

Una propiedad importante de la distribución de Poisson es que, la suma de “n” variables de Poisson independientes tendrán como resultado también una variable de Poisson, siendo su parámetro la suma del valor de los parámetros originales

El concepto de distribución binomial hace referencia a la distribución de probabilidades discretas en el que se describen la cantidad de éxitos en cuanto a sucesos experimentales que son independientes entre sí, en relación a una variable de índole aleatoria. 
Hay una gran variedad en cuanto a sucesos experimentales que pueden ser analizados bajo la distribución binomial, Por ejemplo, si lanzamos una moneda en la que establecemos como un suceso exitoso el sacar “cruz” y lo hacemos 10 veces y luego contamos la cantidad de veces que obtenemos cruz, es cuando las probabilidades se ajustan a la distribución de tipo binomial. 

En pocas palabras, la distribución binomial hace referencia a la famosa prueba de ensayo y error en la que solo podemos tener éxito o fracasar, cumpliendo el éxito, la función de variable aleatoria.

¿Cuáles son las características de la distribución binomial?

Para comprobar que una variable de tipo aleatoria sigue la distribución binomial, se deben dar estos principios:

En estadística y probabilidad se llama distribución normal, distribución de Gauss, distribución gaussiana, distribución de Laplace-Gauss o normalidad estadística a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en estadística y en la teoría de probabilidades.​ La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de una función gaussiana.​
La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y psicológicos.³​ Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas independientes.