Caracteristicas generales de la celula

Pese a las muchas diferencias de aspecto y funcin, todas las clulas estn envueltas en una membrana llamada membrana plasmtica que encierra una sustancia rica en agua llamada citoplasma. En el interior de las clulas tienen lugar numerosas reacciones qumicas que les permiten crecer, producir energa y eliminar residuos. El conjunto de estas reacciones se llama metabolismo (trmino que proviene de una palabra griega que significa cambio). Todas las clulas contienen informacin hereditaria codificada en molculas de cidodesoxirribonucleico (ADN); esta informacin dirige la actividad de la clula y asegura la reproduccin y el paso de los caracteres a la descendencia. Estas y otras numerosas similitudes (entre ellas muchas molculas idnticas o casi idnticas) demuestran que hay una relacin evolutiva entre las clulas actuales y las primeras que aparecieron sobre la Tierra. Hay 2 tipos de clulas:

Eucariotas

1-Nuclolo 2- Ncleo 3-Ribosoma 4-Vescula 5-R.E.R. 6-Aparato de Golgi7-Citoesqueleto 8-R.E.L. 9-Mitocondria 10Vacuola 11-Citoplasma 12-Lisososoma13-Centriolos

Procariotas

Estructura. Esta determinada basicamente por su funcion.La forma puede variar en funcion de ausencia de pared celular rigida,de las tenciones de uniones a celulas contiguas,de la viscocidad del citosol,de fenomenos osmoticos y de tipo de citoesqueleto interno.El tamao de las celulas es variable.Los factores que limitan su tamao son la capacidad de capacitacion de nutrientes del medio que las rodea y la capacidad funcional del nucleo.La estructura comun de todas las celulas comprende la membrana plasmatica,el citoplasma y el material genetico (ADN).

LOS PRINCIPALES PROCESOS METABOLICOS SON:

- ANABOLISMO: .REACCIONES ENDERGONICAS(VARIAS MOLCULAS CHICAS:UNA MOLCULA GRANDE) .SE UTILIZA ENERGA PARA LA FABRICACIN DE MOLCULAS DE GRAN TAMAO A PARTIR DE LA REACCIN DE MOLCULAS PEQUEAS .PERMITE A LA CLULA ALMACENAR ENERGA EN LAS MOLCULAS QUE SE FORMAN . EJEMPLO: SNTESIS

-CATABOLISMO: .REACCIONES EXERGONICAS(UNA MOLCULA GRANDE:VARIAS MOLCULAS CHICAS) .SE LIBERA ENERGA POR RUPTURA DE MOLCULAS DE GRAN TAMAO QUE SE TRANSFORMAN EN MOLCULAS MAS PEQUEAS .PERMITE A LA CLULA DISPONER DE ENERGA PARA SU UTILIZACION .EJEMPLO:RESPIRACION un proceso metablico es aquel involucrado en la trasnformacin de la materia en energa, comprende 2 etapas antagnicas, el ANABOLISMO, etapa de construccin o produccin y el CATABOLISMO, etapa de degradacin, lisis o destruccin. La relacin entre reacci qumica y proceso metablico, es que en la reaccin qumica los catalizadores aceleran la velocidad de una reaccin qumica, es decir, aceleran los procesos de sntesis, transformacin de materia, lisis, etc,como las reaccciones qumicas originan desprendmiento de energa, estas reacciones pueden ser ENDOTRMICAS o EXOTRMICAS( liberacin de calor hacia el exterior), y el proceso metablico de acuerdo a la reaccin qumica si es anablico o catablico. Desde el punto de vista de la energa, los procesos metablicos se clasifican en ENDERGNICOS( aquellos que consumen energa para realizar una reaccin en particular, por ej, la reaccin en la gluclisis, la reduccin de la glucosa en glucosa6-fosfato requiere de un ATP celular, por lo tanto es endergnico), y EXERGNICO( liberacin de energa hacia el medio externo), por ej, las combustiones biolgicas en la respiracin celular aerobia, la mayora son reacciones exotrmicas ya que liberan energa qumica hacia el medio esterior en forma de ATP. Como ejemplo ilustrativo, la FOTOSNTESIS es ENDERGNICA, porque consume energa para la fabricacin de alimentos, la RESPITACIN CELULAR AEROBIA Y ANAEROBIA es netamente EXERGNICA, porque libera energa hacia el exterior. Desde el punto de vista de la materia, es ANABLICA y CATABLICA, las reacciones anablicas trasnforman la MATERIA para la construccin de elementos celulares, o para la sustitucin de estos cuando estan daados o envejecidos, las reacciones CATABLICAS, producen liberacin total de energa hacia el medio, generan aparte de energa qumica, calrica que se disipa hacia el exterior o bien en partes muy pocas son retenidas por la clula para la actiacin de sus procesos metablicos

Trasporte molecular a travez de la membrana

hay dos tipos de transportes a travez de la membrana plasmatica o celular: transporte activo y el transporte activo:

el pasivo, se caracterisa ir a favor del gradiente y no gastar energia al hacerlo.hay tres tipos de transporte pasivo: 1. difusion simple: que consiste en el paso de sustancias parecidas a la compocicion de la membrana. 2. difusion facilitada: que es el paso de sustancias a travez de unas proteinas integrales que permite el paso de ciertas sustancias como el sodio, etc.. 3. osmosis: es el paso del agua atravez de los fosfolipidos (compocicion de la membrana), y consiste en en el nombre mas especifico de la difusion simple dle agua. la celula presenta agua y solutos en su interior y en su exterior en las cuales estan presentaes con una determinada concentracion enel cual el proseso de osmosis se encarga de balansear. transporte activo: va en contra del gradienet, o sea gasta energia y hay dos tipos: 1. tranporte activo primario: es la regulacion de sodio que permite sacarsodio para afuera de la celula a btravez de una proteina llamada bomba de sodio potasio. 2. transporte activo segundario: es la regunlacion de sodio y potasio en la celula, pero su principal funcion es traer a dentro de la celula, glucosa. este prseso se llama segundario dado a que involucra el proseso primario y ademas ocupa la misma bomba de sodio potasio (que es una proteina transportadora) para regular os niveles de sodio y potasio en la celula y su ambiente.

Conceptos bsicos de probabilidad

1. Conceptos bsicos de probabilidad 2. Experimento:Es el proceso mediante el cual se obtiene una observacin.Experimento Aleatorio:Cuando sus resultados no son posibles de predecir antes de su realizacin y, por lo tanto estn sujetos al azar.Espacio Muestral:El conjunto integrado por todos los resultados posibles de un experimento. Se identifica o denota con la letra S.Evento:Es uno o ms de los posibles resultados de un experimento. Cuando un evento consta de un slo posible resultado recibe el nombre de eventos simple, pero si est integrado por dos o ms se llama evento compuesto. 3. Ejemplo: Suponga el lanzamiento de una moneda.Defina el experimento:Indique el espacio muestralIndique los eventos posibles 4. Diagrama de rbol o arborigramaUna urna contiene tres pelotas (una roja, una blanca y otra verde) y se seleccionan dos de ellas con reposicin o reemplazo (esto significa que se selecciona dos pelotas, se observa su color, y se repone o devuelve a la caja antes de hacer la segunda seleccin. Represente el espacio muestral por medio de una diagrama de rbolS ={ ( R,R ), ( R,B ), ( R,V ), ( B,R ), ( B,B ), ( B,V ), ( V,R ), ( V,B ), (V,V ) } 5. Diagrama de rbol o arborigramaUna urna contiene tres pelotas (una roja, una blanca y otra verde) y se seleccionan dos de ellas sin reposicin o reemplazo (esto significa que se selecciona una pelota y no se devuelve a la caja antes de ser realizada la segunda seleccin). Represente el espacio muestral por medio de una diagrama de rbolS = { (R,B), (R,V), ( B,R), (B,V), (V,R), (V,B) } 6. Probabilidad de un eventoPlanteamiento clsico: Planteamiento de frecuencia relativaLa frecuencia relativa observada de un evento durante un gran nmero de intentos.La fraccin de veces que un evento se presenta a la larga, cuando las condicione son estables.Planteamiento subjetivoLa probabilidad subjetiva se define como la probabilidad asignada a un evento por parte de un individuo, basado en la evidencia que se tenga disponible. 7. Probabilidad de un eventoConsidere el experimento del lanzamiento de una moneda, calcular la probabilidad de obtener una cara en solo lanzamiento utilizando el planteamiento clsico.Suponga que una compaa de seguros sabe, por la informacin obtenida de los datos actuariales registrados, que de los hombres mayores de 40 aos, 60 de cada 100,000 morirn en un perodo de un ao. Utilizando el mtodos de frecuencia relativa estime la probabilidad de muestre un individuo de ese grupo de

edad.Un juez debe decidir si permite la construccin de una planta nuclear en un lugar donde hay evidencia de que exista una falla geolgica. Debe preguntarse a s mismo Cul es la probabilidad de que ocurra un accidente nuclear grave en este sitio?. El hecho de que no exista una frecuencia relativa de la presentacin de la evidencia de accidentes anteriores en este sitio, no es suficiente para liberarlo de tomar la decisin. Debe utilizar su mejor sentido comn para determinar la probabilidad subjetiva de que suceda un accidente nuclear. 8. Axiomas de la probabilidadLa probabilidad del espacio muestral es igual a uno. P(S) = 1La probabilidad de un evento se encuentra entre 0 y 1: Si el evento no puede ocurrir su probabilidad es de 0, pero si ocurre siempre su probabilidad es igual a 1.0 P (A) 1Si se suman las probabilidades de cada uno de los eventos Ai mutuamente excluyentes del espacio muestral, la probabilidad total es igual a 1.La probabilidad de un evento es igual a la suma de las probabilidades de sus posibles resultados. 9. Ejemplo del clculo de probabilidadEn una encuesta sobre el trnsito demuestra que en cierto crucero, la probabilidad de que los vehculos den vuelta a la izquierda es de 0.15, de 0.31 si dan vuelta a la derecha, y de 0.54 si siguen de largo.Represente el espacio muestral.Indique la probabilidad de cada uno de sus resultados posibles. Sea el evento C= vehculo seleccionado de vuelta a cualquier lado del crucero, calcular su probabilidad. 10. P (A U B) = P (A) + P (B) P(A B)ABABEventos mutuamente no excluyentesEventos mutuamente excluyentesSe dice que dos eventos son mutuamente excluyentes si uno y slo uno de ellos puede tener lugar en un mismo tiempo. Es decir o uno o el otro, pero no pueden suceder ambos al mimos tiempo.Sean A y B dos eventos mutuamente excluyentes, entonces:Sean los eventos A y B mutuamente no excluyentes y subconjuntos de un mismo espacio muestral S, entonces, la probabilidad de que ocurra el evento A o el evento B es: Sean A y B dos eventos mutuamente excluyentes, entonces:P (A U B) = P (A) + P (B) 11. LID0.310.540.15Ejemplo de eventos mutuamente excluyentesUna encuesta sobre el trnsito demuestra que en cierta interseccin, la probabilidad de que los vehculos den vuelta a la izquierda es de 0.15, de 0.31 si dan la vuelta a la derecha, y de 0.54 si siguen de largo. Calcular la probabilidad de que un auto de vuelta a la izquierda o a la derecha. 12. UAAEventos complementariosEl evento complemento del evento A, es aqul que posee todos los resultados del espacio muestral que no pertenecen al evento A. 13. Eventos DependientesProbabilidad condicionalSean A y B dos eventos estadsticamente dependientes, entonces, la probabilidad condicional de A dado B, denotado por P(A / B), es la probabilidad de que suceda A dado que se sabe que el evento B ocurri.P(A / B) = P(A B) P(B)P(A/B) = probabilidad de que ocurra el evento A, dado que el evento B ya ocurri.P(AB) = probabilidad de que ocurra A y BP(B) = probabilidad de que ocurra el primer evento B. 14. Eventos IndependientesProbabilidad condicionalSean A y B dos eventos independientes, entonces, la probabilidad de que suceda A dado que se sabe que el evento B ocurri, se denomina probabilidad condicional de A dado B, denotada por P (A/B).P(A/B) = P(A) 15. Eventos IndependientesProbabilidad conjuntaSe define como la probabilidad de que dos o ms eventos se presenten juntos o en sucesin, es decir la P(A y B)La probabilidad de que dos o ms eventos independiente se presenten juntos o en sucesin es el producto de sus probabilidades marginales.P(AB) = P(A) P(B)

Enfoque de la probabilidad
probabilidades son muy tiles, ya que pueden servir para desarrollar estrategias. Por ejemplo, algunos automovilistas parecen mostrar una mayor tendencia a aumentar la velocidad si creen que existe un riesgo pequeo de ser multados; los inversionistas estarn mas interesados en invertirse dinero si las

posibilidades de ganar son buenas. El punto central en todos estos casos es la capacidad de cuantificar cuan probable es determinado evento. En concreto decimos que las probabilidades se utilizan para expresar cuan probable es un determinado evento. 2.1.1 Concepto clsico y como frecuencia relativa. 1 Definicin Clsico. La probabilidad clsica: el enfoque clsico o a priori de la probabilidad se basa en la consideracin de que los resultados de un experimento son igualmente posibles. Empleando el punto de vista clsico, la probabilidad de que suceda un evento se calcula dividiendo el numero de resultados favorables, entre el numero de resultados posibles. 2 La probabilidad clsica de un evento E, que denotaremos por P(E), se define como el nmero de eventos elementales que componen al evento E, entre el nmero de eventos elementales que componen el espacio muestral: Como frecuencia relativa 1 probabilstica: se basa en las frecuencias relativas. La probabilidad de que un evento ocurra a largo plazo se determina observando en que fraccin de tiempo sucedieron eventos semejantes en el psado. La probabilidad de que un evento suceda se calcula por medio de: P (E) numero de veces que el evento ocurri en el pasado Numero total de observaciones 2 Definicin Frecuencial. La definicin frecuentista consiste en definir la probabilidad como el lmite cuando n tiende a infinito de la proporcin o frecuencia relativa del suceso. Sea un experimento aleatorio cuyo espacio muestral es E Sea A cualquier suceso perteneciente a E Si repetimos n veces el experimento en las mismas Condiciones, la frecuencia relativa del suceso A ser: Cuando el nmero n de repeticiones se hace muy grande la frecuencia relativa converge hacia un valor que llamaremos probabilidad del suceso A. Es imposible llegar a este lmite, ya que no podemos repetir el experimento un nmero infinito de veces, pero si podemos repetirlo muchas veces y observar como las frecuencias relativas tienden a estabilizarse Esta definicin frecuentista de la probabilidad se llama tambin probabilidad a posteriori ya que slo podemos dar la probabilidad de un suceso despus de repetir y observar un gran nmero de veces el experimento aleatorio correspondiente. Algunos autores las llaman probabilidades tericas.

2.1.2 interpretacin subjetiva de probabilidad 1 La probabilidad subjetiva de un evento: se la asigna la persona que hace el estudio, y depende del conocimiento que esta persona tenga sobre el tema. Precisamente por su carcter de subjetividad no se considera con validez cientfica, aunque en la vida diaria es de las ms comunes que se utilizan al no apoyarse ms que en el sentido comn y los conocimientos previos, y no en resultados estadsticos. 2 Concepto subjetivo de probabilidad: la posibilidad (probabilidad) de que suceda un evento, asignado por una persona con base en cualquier informacin de que disponga. MTODOS DE RECOLECCIN DE DATOS Es importante destacar que los mtodos de recoleccin de datos, se puede definir como: al medio a travs del cual el investigador se relaciona con los participantes para obtener la informacin necesaria que le permita lograr los objetivos de la investigacin. De modo que para recolectar la informacin hay que tener presente: 1. Seleccionar un instrumento de medicin el cual debe ser valido y confiable para poder aceptar los resultados 2. Aplicar dicho instrumento de medicin 3. Organizar las mediciones obtenidas, para poder analizarlos
Una distribucin de frecuencias o tabla de frecuencias es

una ordenacin en forma de tabla de los d atos estad sticos , asignando a cada dato su frecuencia correspondiente .

Tipos de frecuencia
Frecuencia absoluta

La frecuencia

ab solu ta es

el nmero

de

veces que

apa rece

un

determinado valor en un estudio esta dstico.

Se representa por f i .

La suma de las frecu encias absolutas es igual a l nmero total de datos, que se representa por N.

Para

indica r

resumidamente

estas

sumas

se

utiliza

la

letra

griega (sigma mayscula) que se lee suma o sumatoria.

Frecuencia relativa

La frecuencia relativa es el cociente entre la frecuencia abso luta de un determinado valor y el nmero total d e datos .

Se puede expresa r en tantos por ciento y se representa por n i .

La suma de las frecuencias relativas es igua l a 1.

Frecuencia acumulada

La frecuencia

acumulada es

la suma

de

las

frecuencias

absolutas de todos los valo res inferio res o ig uales a l valo rconsidera do.

Se representa por F i .

Frecuencia relativa acumulada

La frecuencia relativa acumulada es el cociente entre la frecuencia acumulad a de un determinado valor y el nmero to tal de d atos . Se puede expresar en tantos por ciento.

Ejemplo

Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas mximas:

32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.

En la primera columna de la tabla colocamos la variable ordenada de menor a mayor, en la segunda hacemos el recuento y en la tercera anotamos la frecuencia absoluta.

xi

Recuento

fi

Fi

ni

Ni

27

0.032

0.032

28

II

0.065

0.097

29

0.194

0.290

30

16

0.226

0.516

31

24

0.258

0.774

32

III

27

0.097

0.871

33

III

30

0.097

0.968

34

31

0.032

31

Este tipo de tablas de frecuencias se utiliza con variables disc retas .

Distribucin de frecuencias agrupadas

La distribucin agrupados se emplea de si frecuencias agrupadas o tabla un nmero con datos de

las variables toman

grande

valo res o la variable es continua.

Se agrupan los valores en in tervalos que amplitud denominados clases. correspondiente. A cada clase se le

tengan asigna

la misma su frec uencia

Lmites de la clase

Cada clase est delimitada por el lmite superio r de la clase .

el lmite

in ferio r

de

la

clase y

Amplitud de la clase

La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase.

Marca de clase

La marca el valor que

de

clase es a

el punto todo

medio de

cada intervalo y

es

representa

el intervalo para

el clculo de

algunos parmetro s.

Construccin de una tabla de datos agrupados

3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47 , 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.

1 se loca lizan los va lores menor y mayor de la distribucin. En este caso son 3 y 48.

2 Se restan y se busca un nmero entero un poco mayor que la diferencia y que sea divisible por el nmero de interva lo s de queramos poner.

Es conveniente que el nmero de intervalos oscile entre 6 y 15.

En este caso, 48 - 3 = 45, incrementamos el nmero hasta 50 : 5 = 10 interva los.

Se forman los intervalos teniendo presente que el lmite inferior de una clase pertenece al intervalo, pero el lmite superior no pertenece intervalo, se cuenta en el siguiente interva lo.

ci

fi

Fi

ni

Ni

[0, 5)

2.5

0.025

0.025

[5, 10)

7.5

0.025

0.050

[10, 15)

12. 5

0.075

0.125

[15, 20)

17. 5

0.075

0.200

[20, 25)

22. 5

11

0.075

0.2775

[25, 30)

27. 5

17

0.150

0.425

[30, 35)

32. 5

24

0.175

0.600

[35, 40)

37. 5

10

34

0.250

0.850

[40, 45)

42. 5

38

0.100

0.950

[45, 50)

47. 5

40

0.050

40

Medidas de tendencia central

Al describir grupos de observaciones, con frecuencia es conveniente resumir la informacin con un solo nmero . Este nmero que, para tal fin, suele situarse hacia el centro de la distribucin de datos se denomina medida o parmetro de tendencia central o de centralizacin. Cuando se hace referencia nicamente a la posicin de estos parmetros dentro de la distribucin, independientemente de que sta est ms o menos centrada, se habla de estas medidas como medidas de posicin.1 En este

caso se incluyen tambin los cuantiles entre estas medidas. Se debe tener en cuenta que existen variables cualitativas y variables cuantitativas, por lo que las medidas de posicin o medidas de tendencia se usan de acuerdo al tipo de variable que se esta observando, en este caso se observan variables cuantitativas Entre las medidas de tendencia central tenemos: Media . Media ponderada. Media geomtrica. Media armnica. Mediana. Moda.

La media aritmtica (o simplemente media)

Media aritmtica. La media aritmtica es el valor obtenido por la suma de todos sus valores dividida entre el nmero de sumandos.

Por ejemplo, las notas de 5 alumnos en una prueba: nio 1 2 3 3,1 6,0 5,4 nota

Primero, se suman las notas: 6,0+5,4+3,1+7,0+6,1 = 27,6

Luego el total se divide entre la cantidad de alumnos: 4 7,0 27,6/5=5,52

6,1

La media aritmtica en este ejemplo es 5,52

La media aritmtica es, probablemente, uno de los parmetros estadsticos ms extendidos.2 Se le llama tambin promedio o, simplemente, media. [editar]Definicin formal Dado un conjunto numrico de datos, x1, x2, ..., xn, se define su media aritmtica como

Esta definicin vara, aunque no sustancialmente, cuando se trata de variables continuas, esto es, tambin puede calcularse para variables agrupadas en intervalos. [editar]PROPIEDADES Las principales propiedades de la media aritmtica son:3 Su clculo es muy sencillo y en l intervienen todos los datos. Su valor es nico para una serie de datos dada. Se usa con frecuencia para comparar poblaciones, aunque es ms apropiado acompaarla de una medida de dispersin. Se interpreta como "punto de equilibrio" o "centro de masas" del conjunto de datos, ya que tiene la propiedad de equilibrar las desviaciones de los datos respecto de su propio valor:

Minimiza las desviaciones cuadrticas de los datos respecto de cualquier valor prefijado, esto es, el valor de es mnimo cuando . Este resultado se conoce como Teorema de Knig. Esta propiedad permite interpretar uno de los parmetros de dispersin ms importantes: la varianza. Se ve afectada por transformaciones afines (cambios de origen y escala), esto es, si entonces , donde es la media aritmtica de los , para i = 1, ..., n y a y b nmeros reales. Es poco sensible a fluctuaciones muestrales, por lo que es un parmetro muy til en inferencia estadstica. [editar]Inconvenientes de su uso

Este parmetro, an teniendo mltiples propiedades que aconsejan su uso en situaciones muy diversas, tiene tambin algunos inconvenientes, como son: Para datos agrupados en intervalos (variables continuas) su valor oscila en funcin de la cantidad y amplitud de los intervalos que se consideren.

La estatura media como resumen de una poblacin homognea (abajo) o heterognea (arriba). Es una medida a cuyo significado afecta sobremanera la dispersin, de modo que cuanto menos homogneos sean los datos, menos informacin proporciona. Dicho de otro modo, poblaciones muy distintas en su composicin pueden tener la misma media.4 Por ejemplo, un equipo de baloncesto con cinco jugadores de igual estatura, 1,95 m, evidentemente, tendra una estatura media de 1,95 m, valor que representa fielmente a esta poblacin homognea. Sin embargo, un equipo de jugadores de estaturas ms heterogneas, 2,20 m, 2,15 m, 1,95 m, 1,75 m y 1,70 m, por ejemplo, tendra tambin, como puede comprobarse, una estatura media de 1,95 m, valor que no representa a casi ninguno de sus componentes. En el clculo de la media no todos los valores contribuyen de la misma manera. Los valores altos tienen ms peso que los valores cercanos a cero. Por ejemplo, en el clculo del salario medio de un empresa, el salario de un alto directivo que gane 1.000.000 de tiene tanto peso como el de diez empleados "normales" que ganen 1.000 . En otras palabras, se ve muy afectada por valores extremos. No se puede determinar si en una distribucin de frecuencias hay intervalos de clase abiertos. [editar]Media aritmtica ponderada A veces puede ser til otorgar pesos o valores a los datos dependiendo de su relevancia para determinado estudio. En esos casos se puede utilizar una media ponderada. Si son nuestros datos y son sus "pesos" respectivos, la media ponderada se define de la siguiente forma:

[editar]Media muestral Esencialmente, la media muestral es el mismo parmetro que el anterior, aunque el adjetivo "muestral" se aplica a aquellas situaciones en las que

la media aritmtica se calcula para un subconjunto de la poblacin objeto de estudio. La media muestral es un parmetro de extrema importancia en la inferencia estadstica, siendo de gran utilidad para la estimacin de la media poblacional, entre otros usos. [editar]Moda

Artculo principal: Moda (estadstica). La moda es el dato ms repetido, el valor de la variable con mayor frecuencia absoluta.5 En cierto sentido la definicin matemtica corresponde con la locucin "estar de moda", esto es, ser lo que ms se lleva. Su clculo es extremadamente sencillo, pues slo necesita un recuento. En variables continuas, expresadas en intervalos, existe el denominado intervalo modal o, en su defecto, si es necesario obtener un valor concreto de la variable, se recurre a la interpolacin. Por ejemplo, el nmero de personas en distintos vehculos en una carretera: 5-7-4-6-9-5-6-1-5-3-7. El nmero que ms se repite es 5, entonces la moda es 5. Hablaremos de una distribucin bimodal de los datos, cuando encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima. Cuando en una distribucin de datos se encuentran tres o ms modas, entonces es multimodal. Por ltimo, si todas las variables tienen la misma frecuencia diremos que no hay moda. Cuando tratamos con datos agrupados en intervalos, antes de calcular la moda, se ha de definir el intervalo modal. El intervalo modal es el de mayor frecuencia absoluta. La moda, cuando los datos estn agrupados, es un punto que divide el intervalo modal en dos partes de la forma p y c-p, siendo c la amplitud del intervalo, que verifiquen que:

Siendo la frecuencia absoluta del intervalo modal y y las frecuencias absolutas de los intervalos anterior y posterior, respectivamente, al Las calificaciones en la asignatura de Matemticas de 39 alumnos de una clase viene dada por la siguiente tabla (debajo): Calificaciones 1 2 3 4 5 6 7 8 9

Nmero de alumnos

4 2

[editar]Propiedades Sus principales propiedades son: Clculo sencillo. Interpretacin muy clara. Al depender slo de las frecuencias, puede calcularse para variables cualitativas. Es por ello el parmetro ms utilizado cuando al resumir una poblacin no es posible realizar otros clculos, por ejemplo, cuando se enumeran en medios periodsticos las caractersticas ms frecuentes de determinado sector social. Esto se conoce informalmente como "retrato robot".6 [editar]Inconvenientes Su valor es independiente de la mayor parte de los datos, lo que la hace muy sensible a variaciones muestrales. Por otra parte, en variables agrupadas en intervalos, su valor depende excesivamente del nmero de intervalos y de su amplitud. Usa muy pocas observaciones, de tal modo que grandes variaciones en los datos fuera de la moda, no afectan en modo alguno a su valor. No siempre se sita hacia el centro de la distribucin. Puede haber ms de una moda en el caso en que dos o ms valores de la variable presenten la misma frecuencia (distribuciones bimodales o multimodales). [editar]Mediana

Artculo principal: Mediana (estadstica). La mediana es un valor de la variable que deja por debajo de s a la mitad de los datos, una vez que stos estn ordenados de menor a mayor.7 Por ejemplo, la mediana del nmero de hijos de un conjunto de trece familias, cuyos respectivos hijos son: 3, 4, 2, 3, 2, 1, 1, 2, 1, 1, 2, 1 y 1, es 2, puesto que, una vez ordenados los datos: 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 4, el que ocupa la posicin central es 2:

En caso de un nmero par de datos, la mediana no correspondera a ningn valor de la variable, por lo que se conviene en tomar como mediana el valor intermedio entre los dos valores centrales. Por ejemplo, en el caso de doce datos como los anteriores:

Se toma como mediana Existen mtodos de clculo ms rpidos para datos ms nmerosos (vase el artculo principal dedicado a este parmetro). Del mismo modo, para valores agrupados en intervalos, se halla el "intervalo mediano" y, dentro de ste, se obtiene un valor concreto por interpolacin. [editar]Clculo de la mediana para datos agrupados Primero hallamos las frecuencias absolutas acumuladas Fi (ver tabla del margen derecho). As, aplicando la formula asociada a la mediana para n impar, obtenemos X(39+1)/2 = X20 y basndonos en la frmula que hace referencia a las frecuencias absolutas: Ni-1< n/2 < Ni = N19 < 19.5 < N20 Por tanto la mediana ser el valor de la variable que ocupe el vigsimo lugar. En nuestro ejemplo, 21 (frecuencia absoluta acumulada para Xi = 5) > 19.5 con lo que Me = 5 puntos (es aconsejable no olvidar las unidades; en este caso como estamos hablando de calificaciones, sern puntos) La mitad de la clase ha obtenido un 5 o menos, y la otra mitad un 5 o ms. Ejemplo (N par) Las calificaciones en la asignatura de Matemticas de 38 alumnos de una clase viene dada por la siguiente tabla (debajo): Calificaciones 1 2 2 3 2 4 4 2 fi 2 2 4 Fi 2 4 8 5 5 6 6 7 9 8 4 9 4

Nmero de alumnos

xi 1 2 3

4 5 6 7 8 9 6

13 19 = 19

9 4 4 2

28 32 36 38

Calculemos la Mediana: Primero hallamos las frecuencias absolutas acumuladas Fi (ver tabla margen derecho). Si volvemos a utilizar la frmula asociada a la mediana para n par, obtenemos X(38/2) = X19 y basndonos en la frmula que hace referencia a las frecuencias absolutas --> Ni-1< n/2 < Ni = N18 < 19 < N19 Con lo cual la mediana ser la media aritmtica de los valores de la variable que ocupen el decimonoveno y el vigsimo lugar. En nuestro ejemplo, el lugar decimonoveno lo ocupa el 5 y el vigsimo el 6, (desde el vigsimo hasta el vigsimo octavo) con lo que Me = (5+6)/2 = 5,5 puntos. [editar]Propiedades e inconvenientes Las principales propiedades de la mediana son:8 Es menos sensible que la media a oscilaciones de los valores de la variable. Un error de transcripcin en la serie del ejemplo anterior en, pongamos por caso, el ltimo nmero, deja a la mediana inalterada. Como se ha comentado, puede calcularse para datos agrupados en intervalos, incluso cuando alguno de ellos no est acotado. No se ve afectada por la dispersin. De hecho, es ms representativa que la media aritmtica cuando la poblacin es bastante heterognea. Suele darse esta circunstancia cuando se resume la informacin sobre los salarios de un pas o una empresa. Hay unos pocos salarios muy altos que elevan la media aritmtica haciendo que pierda representatividad respecto al grueso de la poblacin. Sin embargo, alguien con el salario "mediano" sabra que hay tanta gente que gana ms dinero que l, como que gana menos.

Sus principales inconvenientes son que en el caso de datos agrupados en intervalos, su valor vara en funcin de la amplitud de estos. Por otra parte, no se presta a clculos algebraicos tan bien como la media aritmtica.
MEDIDAS DE POSICIN Las medidas de posicin nos facilitan informacin sobre la serie de datos que estamos analizando. Son indicadores usados para sealar que porcentaje de datos dentro de una distribucin de frecuencias superan estas expresiones, cuyo valor representa el valor del dato que se encuentra en el centro de la distribucin de frecuencia, por lo que tambin se les llama Medidas de Tendencia Central . Pero estas medidas de posicin de una distribucin de frecuencias han de cumplir determinadas condiciones para que lean verdaderamente representativas de la variable a la que resumen. A continuacin se describen las medidas de posicin ms comunes utilizadas en estadstica, como lo son: Cuartiles: Hay 3 cuartiles que dividen a una distribucin en 4 partes iguales: primero, segundo y tecer cuartil. Deciles: Hay 9 deciles que la dividen en 10 partes iguales: (primero al noveno decil). Percentiles: Hay 99 percentiles que dividen a una serie en 100 partes iguales: (primero al noventa y nueve percentil).

INTRODUCCIN
El cuerpo tiene muchos sistemas y aparatos. Los sistemas y aparatos son conjuntos de rganos que realizan una funcin determinada. Estos le ayudan a tu cuerpo a hacer lo que necesita para vivir. Los msculos y los huesos te ayudan a moverte, el corazn bombea sangre por todo tu cuerpo, los pulmones absorben el aire y tu estomago descompone la comida. Pero Qu hace que todos estos sistemas y aparatos funcionen? El sistema nervioso controla todos los sistemas y aparatos. Esta al tanto de todo lo que sucede en tu cuerpo. Les indica a los otros sistemas y aparatos lo que tienen que hacer. Sin no hubiera sistema nervioso, ninguno de los otros sistemas y aparatos podra hacer su trabajo. Pero el sistema nervioso hace mucho ms que controlar los otros sistemas. Te ayuda a bailar, armar rompecabezas y rer. Te sirve para recordar los nombres de tus amigos. Te ayuda a ver las flores y a escuchar msica. Incluso te ayuda a soar. Tu sistema nervioso esta compuesto por los nervios, la medula y el encfalo. Los nervios transportan mensajes por todas partes del cuerpo. La medula espinal comunica los nervios con el encfalo. El encfalo piensa y esta al tanto de todo lo que sucede en tu cuerpo. Les dice a los otros sistemas y aparatos que deben hacer. Sin olvidarnos de la verdadera divisin del sistema nervioso en dos grandes sistemas: Sistema nervioso central y perifrico; en donde el primero abarca medula espinal, cerebro, cerebelo y tronco cerebral; el segundo abarca los nervios raqudeos, craneales y tambin al sistema autnomo o vegetativo.

EL SISTEMA NERVIOSO
El elemento bsico del sistema nervioso es la neurona o clula nerviosa, que comprende: un cuerpo celular, centro trfico, y dos tipos de prolongaciones, las dendritas, generalmente mltiples, y el axn, siempre nico. Los cuerpos neuronales se agrupan en masas que constituyen la sustancia gris; las prolongaciones, envueltas en vainas de mielina de un color blanco nacarado, se organizan en fascculos que forman la sustancia blanca. Por lo general, el impulso nervioso recorre las dendritas desde la extremidad distal hasta el cuerpo celular, y el axn desde el cuerpo celular hasta la extremidad distal. Esta zona del axn se relaciona con las dendritas de la neurona siguiente por mera contigidad, modo de articulacin que constituye la sinapsis, a cuyo nivel el impulso nervioso es transmitido por mediadores qumicos, lo que supone una lentificacin de su transporte. El sistema nervioso se divide en: El sistema nervioso central, o cerebroespinal, comprende: a) b) c) d) La medula espinal El tronco cerebral El cerebelo El cerebro Su conjunto constituye el neuroeje. II. A. a) b) El sistema nervioso perifrico, comprende: Sistema nervioso somtico: Activa todas las funciones orgnicas (es activo). Nervios craneales Nervios raqudeos

B. Sistema nervioso autnomo o vegetativo: Protege y modera el gasto de energa, comprende: a) b) El sistema nervioso simptico. El sistema nervioso parasimptico

I.- SISTEMA NERVIOSO CENTRAL

El sistema nervioso central esta formado por un conjunto de estructuras nerviosas encargadas de asegurar el funcionamiento de los distintos aparatos del organismo, con los que se relaciona por medio de dos tipos de nervios: craneales y espinales. NIVELES PRINCIPALES DE FUNCIONAMIENTO DEL SITEMA NERVIOSO CENTRAL El sistema nervioso de los seres humanos ha heredado ciertos rasgos especficos derivados de cada una de las etapas del desarrollo evolutivo. Gracias a esta herencia, existen tres niveles principales del sistema nervioso con atributos funcionales concretos: 1. El nivel medular

http://www.monografias.com/trabajos65/sistema-nervioso/sistema-nervioso2.shtml

Factores de influencia en el desarrollo humano

Psicologia Del Desarrollo I Presentation Transcript

1. Una perspectiva del ciclo vital Robert V. Kail John C. Cavanaugh 2. 3. Es el estudio de la evolucin del ser humano desde una perspectiva, cronolgica (centrada en el funcionamiento durante el ciclo vital, en la infancia, adolescencia, adultez, vejez), y desde un desarrollo de la personalidad a travs de todo su ciclo. 4. El desarrollo humano es un proceso en el cual se amplan las oportunidades del ser humano. Significa crear un entorno en el que las personas puedan hacer plenamente realidad sus posibilidades y vivir en forma productiva y creadora de acuerdo con sus intereses. 5. C APACIDADES ESENCIALES ME GUSTA DESARROLLARME EN Disfrutar de una vida prolongada Trabajo Conocimiento Ser buena persona Tener acceso a los recursos necesarios para lograr un nivel de vida decente Adquirir conocimientos Poder participar en la vida de la comunidad 6. Trata de explicar cuatro factores en donde el ser humano interacta durante su proceso de vida. 7. Factores Biolgico: Gentico y todo lo relacionado con la salud trastornos que influyen en el desarrollo del individuo. Factores Psicolgicos: Esta relacionado con factores perceptuales, cognitivos, emocionales y de la personalidad que tambin influyen en el desarrollo. Factores socioculturales: Incluye las relaciones interpersonales, sociales, culturales y tnicos. Factores del ciclo vital: Refleja como un mismo hecho puede afectar de diferentes maneras a individuos de distinta edad. 8. 9. Representa una unidad. Jung defina al individuo psicolgico como un ser nico, que se caracteriza por su psicologa peculiar y en ciertos aspectos nica. Es decir cada individuo es una combinacin nica de factores anteriores. No hay dos individuos iguales, que experimenten de la misma manera (incluso los gemelos idnticos terminarn siempre experimentando amistades distintas, camaradas y ocupaciones distintas). 10. Factores biolgicos Factores socioculturales Factores psicolgicos Factores del ciclo vital http://images.google.com.ec/images?q=NI%C3%91O&ndsp=18&um=1&hl=es&sta rt=72&sa=N

11. Son los que aportan con la gnica, esta establece las condiciones del desarrollo (salud, trastornos, alteraciones (sndrome de Down), caractersticas fsicas 12. Son aquellos que nos permiten describir las caractersticas de una persona (como me percibo a mi mismo y como percibo a los dems), Personalidad agradable, honestos o considerar honestos. Son cognitivos, emocionales, perceptuales de personalidad y otros factores que influyen en la conducta del individuo. Gran parte de estos son los que ayudan al desarrollo de la inteligencia, adems nos permiten percibir e interpretar el mundo de forma diferente. 13. Evala como la gente y su entorno interactan y se relacionan entre si. Es importante concebir el desarrollo del individuo como parte de un sistema (padres, nios, hermanos, personas importante, etc.) que influyen en el desarrollo. Estos se integran para constituir la cultura de un individuo, es decir le permite, conocimientos de las actitudes y conductas asociadas a un grupo determinado. 14. Tambin la cultura de donde proviene una persona ofrece una informacin general en cuanto a los factores importantes que pueden aparecer a lo largo de la vida del ser humano. (Ej. Las costumbres, cultura, que permiten visualizar un amplio campo de la experiencia y diversidad humana) 15. Los factores biolgicos, psicolgicos y socioculturales de este modelo, no actan individualmente, como si fuesen independientes. Si no que interactan entre si moldeando el uno al otro. 16. La influencia de los factores del ciclo vital, es como una hlice con componente biolgico, psicolgico y sociocultural. Esta permite visualizar como un mismo problema, hecho o acontecimiento incide de diferente manera en el individuo en su ciclo vital. (Edad cronolgica). La experiencia acumulada significa que ver desde otra perspectiva y confianza para resolver este mismo problema. 17. Estos factores ofrecen una mejor condicin para entender el desarrollo pleno del individuo, pero no lo lograramos con xito si no atendemos primero los factores biolgicos, psicolgicos y socioculturales, los mismo que nos permitirn desarrollarnos y perfeccionarnos durante nuestra trayectoria de vida.

NIVELES DE ENERGIA.
En un tomo, los electrones estn girando alrededor del ncleo formando capas. En cada una de ellas, la energa que posee el electrn es distinta. En efecto; en las capas muy prximas al ncleo, la fuerza de atraccin entre ste y los electrones es muy fuerte, por lo que estarn fuertemente ligados. Ocurre lo contrario en las capas alejadas, en las que los electrones se encuentran dbilmente ligados, por lo que resultar ms fcil realizar intercambios electrnicos en las ltimas capas.

El hecho pues, de que los electrones de un tomo tengan diferentes niveles de energa, nos lleva a clasificarlos por el nivel energtico (o banda energtica) en el que se encuentra cada uno de ellos. Las bandas que nos interesa a nosotros para entender mejor el comportamiento del tomo son:

La Banda de Valencia y la Banda de Conduccin.

La Banda de Valencia es un nivel de energa en el que se realizan las combinaciones qumicas. Los electrones situados en ella, pueden transferirse de un tomo a otro, formando iones que se atraern debido a su diferente carga, o sern compartidos por varios tomos, formando molculas. El tomo de Sodio (Na) tiene 11 electrones, 2 en la primera capa, 8 en la segunda y 1 en la tercera, y el Cloro (Cl) tiene 17 electrones, 2 en la primera, 8 en la segunda y 7 en la tercera. Debido a que todos los tomos tienden a tener 8 electrones en la ltima capa (regla del octete): el Sodio ceder 1 electrn al Cloro con lo que el primero se quedar con 8 electrones en su ahora ltima capa, en cambio el Cloro aceptar ese electrn pasando su ltima capa de tener 7 electrones a 8

As pues. el tomo de Sodio que ha perdido un electrn se ha transformado en un in positivo:

Na -> Na+

Atomo de Sodio (Na)

In Sodio (Na+)

y el Cloro que lo ha ganado se transforma en un in negativo:

Cl -> Cl-

Atomo de Cloro (Cl)

In Cloruro (Cl-)

Ambos se atraern y formarn la molcula de Cloruro Sdico o Sal comn (Cl Na)

La Banda de conduccin es un nivel de energa en el cual los electrones estn an ms desligados del ncleo, de tal forma que, en cierto modo, todos los electrones (pertenecientes a esa banda) estn compartidos por todos los tomos del slido, y pueden desplazarse por este formando una nube electrnica. Cuando un electrn situado en la banda de valencia se le comunica exteriormente energa, bien sea elctricamente, por temperatura, luz, tc. puede (al ganar energa) saltar a la banda de conduccin, quedando en situacin de poder desplazarse por el slido.

Ley peridica
La ley peridica es la base de la tabla peridica de los elementos. Esta leyestablece que las propiedades fsicas y qumicas de los elementos tienden a repetirse sistemticamente a medida que aumenta el nmero atmico. La tabla, por lo tanto, es unesquema que presenta a los elementos qumicos segn el orden creciente del nmero atmico.

El qumico ingls John Alexander Reina Newlands(1838-1898) fue uno de los precursores de este concepto al proponer la ley de las octavas, que sealaba que cada ocho elementos se encuentran propiedades similares. Bajo esta idea, Newlands elabor una tabla peridica en 1863. El qumico alemn Julius Lothar Meyer (1830-1895) se bas en estas nociones para determinar los volmenes atmicos de los elementos. Tras calcular los pesos atmicos y graficar dichos valores, pudo demostrar que el aumento del peso atmico se corresponda a un incremento de las propiedades fsicas. Los trabajos de Meyerrespecto a la ley peridica fueron publicados en 1870. El qumico ruso Dmitri Mendeleiev(1834-1907), sin embargo, es quien se ha quedado con el mrito histrico como creador de la tabla peridica de los elementos. Mendeleiev orden los elementos de acuerdo a su masa atmica y situ en una misma columna a aquellos que tenan algo en comn. Su tabla, presentada en 1869, se bas en la variacin manual de las propiedades qumicas. Las columnas verticales de la tabla peridica se conocen como grupos e incluyen elementos con una misma valencia atmica (y, por lo tanto, propiedades similares entre s). Las filas horizontales, por su parte, reciben el nombre de periodos y presentan elementos con propiedades diferentes pero masas similares

http://es.scribd.com/doc/62736709/GUIA-CENEVAL