i

AO DE LA UNIN NACIONAL FRENTE A LA CRISIS EXTERNA

UNIVERSIDAD NACIONAL DEL CENTRO DEL
PER

FACULTAD DE INGENIERIA QUMICA




CATEDRA: FISICA I


CATEDRATICO: MANUEL NESTARES GUERRA


INTEGRANTES: ALLPAS AQUINO, Stefany
ARECHE SULLCA, Francois
ARCA CORDERO, Mara Valentina
CAMARENA ROJAS, Mirtha Rosmery
CANCHANYA VILCHEZ, Carlos Ral
CARRION ESPINOZA, Laura Vaneza
DIAZ VIVANCO, Giancarlos


SEMESTRE: I

FECHA DE PRESENTACION: 23-09-2009
HUANCAYO PER

2009

LABORATORIO DE MEDICION
ii

A LA FACULTAD








































Por los valores de ingenieros y
maestros.
A LA UNCP:

Por el pensamiento proyectista.
GRACIAS

iii

NDICE

TEMA PGINA

CARTULA i
DEDICATORIA ii
NDICE iii
HOJA DE NOTACIN iv
INTRODUCCIN vi
OBJETIVOS vii
MARCO TERICO 1
Densidad del fluido 2
Caudal del fluido 3
Velocidad lineal del fluido 4
Estadstica 6
Definicin 6
Definiciones bsicas 7
Tabla de frecuencias y como construirlas 9
Medidas de posicin y tendencia central 10
Medidas de dispersin 14
Elaboracin del histograma de frecuencias 17
Elaboracin del polgono de frecuencias 18
Porcentaje de error 19
REFERENCIA BIBLIOGRAFICA 26
BIBLIOGRAFIA 27




iv

HOJA DE NOTACIN

- A = rea
- d = distancia
-

= diferencia entre la frecuencia de clase modal y la frecuencia

de la clase precedente
-

= diferencia de la frecuencia de la clase modal y la frecuencia

de la clase siguiente.
- DM = desviacin media
- fi = frecuencia absoluta
- Fi = frecuencia absoluta acumulada
- g= gravedad
- hi = frecuencia relativa
- Hi = frecuencia relativa acumulada
- K = nmero de clases
- Lo= lmite inferior de la clase modal
- m = masa
- Mo = moda
- n =nmero de datos
- u = ngulo
v

- Q = caudal de un ro
- R = rango
- S = rea de la tubera
- S V(x) = varianza
- S(x) =desviacin tpica
- t = tiempo
- V = volumen
- Vt = valor terico
- Ve = valor experimental
- v = velocidad m/s
- w = ancho de clase
- Wo= ancho de la clase modal
- x = promedio aritmtico
- y = volumen especfico m3/kg
- = Densidad gr/c.c
- |= caudal de un fluido a travs de un rea con velocidad
uniforme



vi











INTRODUCCIN

Este presente informe tiene el propsito de familiarizar a los estudiantes con
la organizacin, presentacin, interpretacin, anlisis de datos, y
fundamentalmente con algunas tcnicas de medicin que sern de suma utilidad
en su futuro desarrollo profesional como fsicos, qumicos e ingenieros.

Algunas de las prcticas presentadas les permitirn identificar las
caractersticas bsicas de densidad del fluido, caudal del fluido, la velocidad lineal
del fluido, la media aritmtica, la moda, la desviacin media, la desviacin tpica y
estndar, la varianza, la tabla de frecuencias, la grafica de histograma de
frecuencias, la grfica de polgono de frecuencias y porcentaje de error.

Este captulo trata sobre los sistemas de medicin que hemos utilizado
En la realizacin de los ensayos. Se han incluido todos los sistemas de medida
Utilizados, aquellos que han funcionado y aquellos que no. La descripcin de
Los sistemas que no han funcionado y el porqu de su no funcionamiento se ha
Realizado para que en futuras tesinas e investigacin no se pierda el tiempo con
estos sistemas.

vii

OBJETIVOS


OBJETIVO GENERAL:


Llegar a comprender el proceso de medicin teniendo en cuenta los
errores e incertidumbres de un experimentador.


OBJETIVOS ESPECFICOS:


Determinar la densidad del fluido.
Determinar el caudal del fluido.
Determinar la velocidad lineal del fluido.
Determinar la media aritmtica.
Determinar la moda.
Determinar la desviacin media.
Determinar la desviacin tpica o estndar.
Determinar la varianza.
Laborar la tabla de frecuencias.
Construir la grfica de histograma de frecuencia.
Construir la grfica del polgono de frecuencia.
Determinar el porcentaje de error.














viii

MARCO TEORICO

1. MEDICION:

Es comparar la cantidad desconocida que queremos determinar y una cantidad
conocida de la misma magnitud, que elegimos como unidad. Teniendo como punto
de referencia dos cosas: un objeto (lo que se quiere medir) y una unidad de
medida ya establecida ya sea en Sistema Ingles, Sistema Internacional, o Sistema
Decimal.

- Al resultado de medir lo llamamos Medida.

- Cuando medimos algo se debe hacer con gran cuidado, para evitar alterar
el sistema que observamos. Por otro lado, no hemos de perder de vista que
las medidas se realizan con algn tipo de error, debido a imperfecciones del
instrumental o a limitaciones del medidor, errores experimentales, por eso,
se ha de realizar la medida de forma que la alteracin producida sea mucho
menor que el error experimental que se pueda cometer. [1]

2. FLUIDO;

QUE ES UN FLUIDO?
- Un fluido es cualquier cosa que pueda derramarse si no est en un
recipiente (a menos que sea lo suficientemente grande como para
mantenerse unido por la gravedad, al igual que una estrella).

- Las molculas de un slido estn unidas, pero en un fluido, las molculas
estn libres y pueden pasar una junto a la otra. De manera que si tuvieras
manos muy pequeas, podras empujar a la molcula de un fluido en una
direccin y a otra en direccin opuesta, ambas se moveran en la direccin
hacia donde las empujas.

- La mayora del universo est hecho de fluido, incluyendo a la atmsfera de
la Tierra, a los ocanos, planetas como Jpiter, estrellas como el Sol, e
inmensas nubes de gas y polvo espacial. Hasta las rocas pueden ser fluidos
si estn suficientemente calientes, eso es justamente lo que sucede en el
profundo interior de la Tierra.

- Dinmica de fluidos, (tambin conocida como mecnica de fluidos, es la
ciencia que estudia los movimientos de un fluido. Al movimiento de los
fluidos se le conoce como, fluir. [2]




3. DENSIDAD (D,):
ix


La densidad de un fluido es su masa por
unidad de volumen. La densidad tiene un
valor en cada punto dentro de un continuo y
puede variar de un punto a otro. [3]



- Para un fluido concreto la densidad vara con la temperatura y presin. Esta
variacin es bast ante f uert e para l os gases pero rel at i vamente
dbi l en l os l qui dos.


3.1 DETERMINACIN DE DENSIDAD:



(1)




Donde:
- : densidad g/cm
3

- m: masa g
- v: volumen cm
3


3.1.1 DENSIDAD ABSOLUTA:
Llamada tambin densidad real o simplemente densidad, expresa la masa
por unidad de volumen. [4]

3.1.2 DENSIDAD RELATIVA:
La densidad relativa o aparente expresa la relacin entre la Densidad de
una sustancia y la densidad del agua, resultando una Magnitud
adimensional.

Se debe tener en cuenta que:

El valor de la densidad dependen de la presin y temperatura pero no
de la gravedad.

La densidad disminuye al aumentar la temperatura debido a la
dilatacin o aumento de volumen que experimenta la sustancia al ser
calentadas por lo contrario en el agua es un comportamiento anormal
en la variacin de la densidad respecto a la temperatura en el rango de
0 a 4C.

v
m
=
x

La diferencia de densidades determina si un objeto flota o se hunde
dentro de un determinado liquido, en la ilustracin es el agua .El plomo
se hunde porque es mas denso que el agua y el corcho flota porque es
menos denso. [5]


4. CAUDAL (Q):

En fsica e ingeniera, caudal es la cantidad de fluido que circula por unidad de
tiempo en determinado sistema o elemento. Se expresa en la unidad de volumen
dividida por la unidad de tiempo (e.g.: m/s).


Por ejemplo, se dice:
- El caudal de un tubo es de tantos litros por segundo (L/seg);
- El caudal de un pozo o de una mina es de tantos litros por minuto
(L/min);
- El caudal de entrada en una planta de tratamiento esto es, el afluente es
de tantos litros por segundo (L/seg);

- El caudal se define, entonces, como el volumen del lquido que pasa por una
seccin normal de una corriente de agua en una unidad de tiempo.

4.1 DETERMINACION DEL CAUDAL:



(2)


Donde:

- Q: caudal ([L
3
T
1
]; m
3
/s)
- A: Es el rea ([L
2
]; m
2
)
- : Es la velocidad linear promedio ([LT
1
]; m/s)

Dada una seccin de rea A atravesada por un fluido con velocidad
uniforme v, si esta velocidad forma con la perpendicular a la superficie A un
ngulo , entonces el flujo se calcula como.


(3)

xi

- Para que el fluido discurra entre dos puntos a lo largo de una lnea de flujo,
debe existir una diferencia de energa entre esos dos puntos. Esta diferencia
corresponder, exactamente, a las prdidas por rozamiento, que son funcin
de:

- la rugosidad del conducto
- la viscosidad del fluido
- el rgimen de funcionamiento (rgimen laminar o rgimen turbulento)
- el caudal circulante, es decir de la velocidad (a ms velocidad, ms
prdidas)

El clculo de caudales se fundamenta en el Principio de Bernoulli que, para
un fluido sin rozamiento, se expresa como:

(4)


Donde:

- g: aceleracin de la gravedad
- : peso especfico del fluido
- P: presin

La otra expresin matemtica es:


(5)



Donde:

- Q: caudal
- D: distancia
- A: rea
- t: tiempo


5. VELOCIDAD LINEAL DEL FLUIDO:
5.1. CONSERVACION O CONTINUIDAD DE UN FLUIDO:
t
A d
Q
.
=
xii

Consideremos una porcin de fluido en color amarillo en la figura(a), el instante
inicial t y en el instante t+Dt.
En un intervalo de tiempo Dt la seccin S
1
que limita a la porcin de fluido en la
tubera inferior se mueve hacia la derecha Dx
1
=v
1
Dt. La masa de fluido
desplazada hacia la derecha es Dm
1
=rS
1
Dx
1
=rS
1
v
1
Dt.
Anlogamente, la seccin S
2
que limita a la porcin de fluido considerada en la
tubera superior se mueve hacia la derecha Dx
2
=v
2
Dt. En el intervalo de tiempo
Dt. La masa de fluido desplazada es Dm
2
=r S
2
v
2
Dt. Debido a que el flujo es
estacionario la masa que atraviesa la seccin S
1
en el tiempo Dt, tiene que ser
igual a la masa que atraviesa la seccin S
2
en el mismo intervalo de tiempo.
Luego:
(6)











FIGURA (a)
- En funcin de la distancia y tiempo:


(7)


v
1
S
1
=v
2
S
2

xiii

Donde:
- d: distancia.
- t: tiempo.


6. ESTADISTICA:

Se tienen muchas definiciones, de los cuales mencionaremos algunas:

- Es una disciplina que tiene por objeto la clasificacin y anlisis de
objetos y observaciones, para interpretarlos y obtener conclusiones,
es decir, leyes y relaciones entre aquellas. Es la ciencia que orienta la
toma decisiones a partir del anlisis e interpretacin de observaciones
realizadas de forma directa o/y experimental.
- Disciplina relacionada con los mtodos cientficos destinados a
recopilar, organizar, clasificar, presentar, resumir y analizar los datos,
tanto para la deduccin de conclusiones como para tomar decisiones.
- Rama de la matemtica encargada de recopilar, organizar y procesar
datos con el fin de inferir las caractersticas de la poblacin objetivo.
[6]

6.1 ESTADISTICA DESCRIPTIVA:
Es la que se encarga de recopilar, clasificar, presentar, analizar e interpretar
un conjunto de datos. [7]

6.2 ESTADISTICA INFERENCIAL:
Llamada tambin inductiva o de pronstico, la cual nos proporciona la teora
necesaria para inferir o estimar la generalizacin o toma de decisiones
sobre la base de una informacin parcial mediante tcnicas descriptivas. [8]

6.3 TERMINOS USADOS EN ESTADISTICA:

6.3.1 POBLACION:
Es el conjunto universal del cual se van a obtener datos. Son los
objetos observaciones y mediciones que presentan en comn una
determinada caracterstica particular a ser analizada de la cual se
desea informacin.

6.3.2 MUESTRA:
Es un subconjunto de la poblacin que es tomada aleatoriamente al
azar, una muestra debe ser representativa de tal manera que se
pueda hacer deducciones de ella respecto de la poblacin completa.

xiv

6.3.3 VARIABLE:

Una variable estadstica es una caracterstica de la poblacin que
interesa al investigador y que puede tomar diferentes valores. Las
variables pueden ser:

6.3.3.1. VARIABLE CUALITATIVA:
Son cualidades, propiedades o atributos de la poblacin que
son objetos de estudios

6.3.3.2. VARIABLE CUALITATIVA NOMINAL:
Son aquellas que establecen la distincin de los elementos en
las categoras sin simplificar orden entre ellas.

6.3.3.3 VARIABLE CUALITATIVA ORDINAL:
Es cuando el investigador no solo busca un nivel de
clasificacin, sino tambin busca ordenar sus casos en
trminos de grados jerrquicos.

6.3.3.4. VARIABLE CUANTITATIVA:
Cuando la variable se obtiene como resultado de mediciones o
conteos. Se clasifican en:

6.3.3.5. VARIABLE CUANTITATIVA DISCRETA:
Son aquellas que se obtienen por el procedimiento de conteo
(necesariamente son nmeros enteros no negativos).

6.3.3.5. VARIABLE CUANTITATIVA CONTINUA:
Son aquellas que se obtienen por el procedimiento de una
medicin (pueden tomar valores no necesariamente enteros).
[9]

6.3.4 DATO:
Representa el valor o respuesta que adquiere la variable en cada
unidad de anlisis. Asimismo, es el resultado de la observacin,
entrevista o recopilacin en general. Los datos son la materia prima de
la estadstica. [10]

6.4 RECOPILACION DE DATOS:

La recopilacin o recoleccin de datos es l momento en el cual el
investigador se pone en contacto con los objetos o elementos
sometidos a estudio. Los mtodos de recoleccin son diversos y
dependen de las posibilidades de acceso, dentro de ellos tenemos la
entrevista, la encuesta, el censo, etc.
Se puede realizar mediante dos modalidades:

xv

1. La tcnica de investigacin documental o bibliogrfica.
2. La tcnica del trabajo de campo. Esta a su ves puede ser de dos
maneras:
- Observacin y exploracin en el contacto directo con el objeto de
estudio.
- Encuesta y entrevista del acopio de testimonios orales y escritos
de personas vivas. [11]

6.5. ORGANIZACIN Y PRESENTACION DE DATOS:


En el trabajo estadstico, lo que se tiene disponible en un primer
momento es un material numrico, producto de la recopilacin de datos,
que son categorizados, ordenas, procesados y presentados en cuadros
o grficos. Hay un proceso de resumen estadstico que se concreta con
el clculo de indicadores.

- Hay dos formas de presentar ordenadamente los datos estadsticos.

1. En la forma tabular, como lo son cuadros y tablas estadsticas.
2. Mediante grficos y diagramas.

Fundamentalmente se usa la forma tabular, los grficos se utilizan
complementariamente para ilustrar mediante las figuras el
comportamiento de las variables y facilita la comprensin de los
fenmenos estudiados. [12]



ESTADSTICA
RECOPILA
CLASIFICA
ANALIZA
INTERPRET
A
DATOS
BRINDA
CONCLUSIONE
S
TOMAR
DECISIONES
para
xvi



6.6. TABLA DE FRECUENCIAS Y COMO CONSTRUIRLAS:
Son tablas de trabajo estadstico, que presentan la distribucin de un conjunto de
elementos de acuerdo a las caractersticas de una variable. En ellas se observan la
frecuencia o repeticin de cada uno de los valores de las variables, que se obtiene
luego de realizar la operacin de tabulacin. La tabla de distribucin de frecuencias
se elabora a partir de los siguientes elementos: [13]

A. TAMAO. (n): es la cantidad de datos recogidos. En el ejemplo:


B. ALCANCE. (A): es el intervalo cerrado que tiene por lmites a los datos de
menor y mayor valor. En ejemplo:



C. RANGO (R): llamado tambin amplitud, es la diferencia de los datos de mayor
y menor valor de la muestra. En el ejemplo:

R= 20-0=20

D. NMERO DE CLASES (K): Es la cantidad de grupos o intervalos en el que se
pueden dividir los datos y depende del criterio del estadstico, aunque es usual
utilizar, un primer valor aproximado al obtenido por la regla de Sturges, la cual
viene dado por la siguiente relacin.

(8)
Del ejemplo:
K = 1 + 3,3 log 100 = 7,6; luego K puede tomar los valores enteros: 7 o 8
azumados: K= 7

E. ANCHO DE CLASE (W): es la longitud de una clase. Si se desea anchos de
clases iguales se puede utilizar las siguiente relacin:

(9)

En el ejemplo.
W = 20 /7 = 2,8 W= 2,8

F. FRECUENCIA ABSOLUTA (fi): es la cantidad de datos que caen dentro de
una clase.
n es igual a 100
A = [0; 20]
xvii


G. FRECUENCIA RELATIVA (hi): es el cociente de cada frecuencia absoluta
entre el tamao (n) de la muestra.

(10)

H. FRECUENCIA ABSOLUTA ACUMULADA (Fi): es la suma delas frecuencia
absoluta correspondiente a una clase con todas las precedentes.
(11)

I. FRECUENCIA RELATIVA ACUMULADA (Hi): Es la suma de la frecuencia
relativa a una clase con todas las precedentes.

(12)

J. MARCA DE CLASE (Xi): es un valor representativo de una clase, se calcula
como la media aritmtica de los lmites del intervalo.


A Xi fi Fi hi Hi
5 ; 0
2,5 6 6 0,103 0,103
10 ; 5
7,5 9 15 0,155 0,259
15 ; 10
12,5 15 30 0,259 0,517
20 ; 15
17,5 18 48 0,310 0,827
25 ; 20
22,5 10 58 0,172 0,999
n = 58 0,999





xviii



6.7. MEDIDA DE POSICIN Y TENDENCIA CENTRAL:
Una medida de posicin es un valor que se calcula para un grupo de datos que se
utilizan para describirlos de alguna manera. Generalmente se desea que el valor
sea representativo de todos los valores incluidos en el grupo y por ello se desea
alguna clase de promedio, que se entiende como una medida de tendencia
central. [14]

6.7.1 LA MEDIA (X): llamada tambin promedio aritmtico, se define:

PARA DATOS NO AGRUPADOS.- Sean: d1; d2;d3; .; dn los valores
de la variable d:



(13)


Ejemplo: dados los nmeros 6; 9; 10; 8; 5


x = 6+9+10+8+5 = 7,6
5
PARA DATOS AGRUPADOS.- sean


(14)


Donde:
- Hi: frecuencia relativa de clase i
- Fi: frecuencia absoluta de clase i
- Xi: marca de clase i
- K: nmero de clase



xix

Ejemplo:






fi =52 xi.fi=664

LA MODA. (M0):

6.7.1.1 PARA DATOS NO AGRUPADOS.- Es el valor que se presenta con
mayor frecuencia en grupo de datos. A una distribucin que tiene una
sola moda se le denomina unimodal. Si hubiese ms de dos valores no
adyacentes con frecuencias mximas similares, la distribucin es
multimodal: bimodal, trimodal, etc. En caso que ninguna se repita se
dice que no hay moda. [15]

Por ejemplo: 3; 4;5 ;4; 5; 7; 4; 5;6 ; 6; 9;4.
Entonces la moda es 4
6.7.1.2 PARA DATOS AGRUPADOS.- con intervalos de igual ancho de clase
se tiene que la clase modal es aquella que tiene mayor cantidad de
datos. Luego, el valor de la moda se da por:

(15)

Hi Xi fi Xi.fi
[ 0 ; 4>
2 3 6
[4 ; 8>
6 7 42
[ 8; 12>
10 11 110
[ 12 ; 16 >
14 13 182
[ 16 ; 20 ] 18 18 324

xx


Donde:
- Lo= lmite inferior de la clase modal
- Wo= ancho de la clase modal
- d1= diferencia entre la frecuencia de clase modal y la frecuencia de la clase
precedente
- d2= diferencia de la frecuencia de la clase modal y la frecuencia de la clase
siguiente

En el ejemplo:

CLASE MODAL
d1= 7 2 = 5
d2= 11 - 7 = 4
Lo = 4
Wo = 4



7. DESVIACIN MEDIA:
Es igual al cociente de la sumatoria de los valores absolutos de las
desviaciones de los datos respecto a la media aritmtica, dividido entre el
nmero total de datos. Determina la mayor o menor desviacin promedio de los
datos respecto a la Media Aritmtica. A. mayor valor, mayor desviacin y a
menor valor, menor desviacin. [16]
n
x x
DM
n
i
i
=

=
1
, si los datos no estn tabulados (16)
n
y y n
DM
m
i
i i
=

=
1
, si los datos estn agrupados (17)
Donde:
Hi Xi fi
[ 0 ; 4>
2 2
[ 4 ; 8>
6 7
[ 8; 12>
10 11
[12; 16>
14 13
[ 16 ; 20 ] 18 18
xxi

m : Nmero de clases
i
n : Frecuencia absoluta de la clase i
i
y : Marca de clase o punto medio de la clase i

La desviacin media se puede utilizar como medida de dispersin en todas
aquellas distribuciones en las que la medida de tendencia central ms
significativa haya sido la media. Pero, para las mismas distribuciones es mucho
ms significativa la desviacin tpica.

8. MEDIDAS DE DISPERSIN:
Para describir un conjunto datos no es suficiente con conocer slo las medidas
de tendencia central, para concluir el anlisis es necesario tener una idea del
grado de concentracin o dispersin de los datos alrededor de un valor
central. [17]
Existen conjuntos de datos que siendo diferentes, tiene valores iguales para
algunas de sus medidas de tendencia central.

Por ejemplo:
- 13; 7; 42;6 y 82 x = 30 ; xm = 42
- 5; 48; 36; 56 y 63 x = 41,6 ; xm = 36
Ntese que, en ambos casos, tienen igual media y mediana; esto puede
conducir a conclusiones equivocadas cuando se est comparando
poblaciones. Para superar esta limitacin se propone construir otras medidas
que permitan analizar otras caractersticas como la dispersin o desviacin de
los datos alrededor de un valor central, estas son las medidas de dispersin:

9. VARIANZA (S V(x)): Es la ms importante. Expresa el grado de
dispersin de los datos respecto a la medida. Se define como la media de los
cuadrados de las desviaciones de los datos respecto a la media. [18]
xxii

- Es el resultado de la divisin de la sumatoria de las distancias
existentes entre cada dato y su media aritmtica elevadas al
cuadrado, y el nmero total de datos.
- 9.1 PARA DATOS NO AGRUPADOS. Dados los nmeros X1; X2;
X3;.Xn cuya media es X.

(18)
- 9.2 PARA DATOS AGRUPADOS.- considerando X1; X2; X3;.Xn las
marcas de clase de cada uno de los intervalos de la distribucin y f1; f2;
f3;; fn.


(19)




- EJEMPLO:

- Aqu se muestra cmo calcular la desviacin estndar de un conjunto de datos.
Los datos representan la edad de los miembros de un grupo de nios. { 4, 1, 11,
13, 2, 7 }. Calcular la varianza?

1. Calcular el promedio o media aritmtica :



En este caso, N = 6 porque hay seis datos:

S(x) =
S (x) =





xxiii










Sustituyendo N por 6


Este es el promedio.

2. Clculo de la varianza








sta es la varianza.

10. DESVIACIN TPICA O ESTNDAR (S(x)): se define como la raz
cuadrada de la varianza.
(20)
S(x) = s(x)

xxiv



11. ELABORACIN DEL HISTOGRAMA DE FRECUENCIAS:

Un histograma o histograma de frecuencias, est formado por una serie de
rectngulos que tiene sus bases sobre un eje horizontal (eje x), siendo
cada una de ellas igual a un segmento de longitud correspondiente a la
amplitud de la clase que representa.
El principio de representacin que rige la, construccin del histograma es
que la superficie de cada rectngulo sea proporcional a la frecuencia de la
clase que representa, segn una constante de proporcionalidad fija e igual
para todas las clases; cuando, como es habitual, las clases son todas ellas
de la misma amplitud, este principio se traduce en que la altura de cada
rectngulo representa directamente la frecuencia de la clase
correspondiente.
1. Trazar ejes coordenados.
2. Dividir el eje horizontal en segmentos de igual medida, sealando su
punto medio y escribiendo abajo de cada uno el valor del punto medio de la
clase correspondiente.
3. Dividir el eje vertical en segmentos de igual medida y colocar en cada
una de las marcas las frecuencias.
4. Construir rectngulos cuyas bases sean las clases o intervalos y sus
alturas las frecuencias correspondientes a cada clase. [19]

xxv


FIGUTRA (B)

12. ELABORACIN DEL POLGONO DE FRECUENCIAS:
Si se une entre si consecutivamente los puntos medios de las bases
superiores de los rectngulos de un histograma se obtiene una lnea
poligonal denominada polgona de frecuencias. Esta lnea acostumbra
prolongarse por sus extremos hasta cortar el eje de abscisas.
Para ello se toman dos intervalos de clases que no contienen valores de la
variable uno situado por debajo del extremo inferior del rango de la variable
y a continuacin de l, y el otro, a continuacin de el extremo superior del
rango y por encima de l, ambos de igual amplitud que las restantes clases;
la lnea poligonal se cierra entonces prolongndola por cada lado hasta
unirla con los puntos medios de estos dos intervalos, de esta manera se
consigue que el rea de la superficie encerrada por el polgono de
frecuencias y el eje de abscisas sea igual a la suma de las reas de los
rectngulos que integran el histograma correspondiente, de modo que
ambas representaciones resultan ser equivalentes[20]
13. PORCENTAJE DE ERROR:
xxvi

13.1 Error Absoluto: Queda determinado al comparar el valor terico
obtenido de la informacin bibliogrfica con el valor experimental obtenido
en la experiencia
(21)

- Vt = valor terico
- Ve = valor experimental

13.2 Error Relativo: Es la relacin entre el error absoluto y el valor
verdadero multiplicado por 100. [5]
(22)


13.3 Porcentaje de error:


(23)


Donde % Error puede ser positivo por exceso o negativo por defecto.

Donde:

(24)



a: valor real
b: valor nominal

Error Absoluto = Ve Vt

e
V
Error Relativo = ( ) x100
t
t
V
V

% 1 x100
e
t
V
Error
V
| |
=
|
\ .
a b si , 100
b
a - b
eror de %
b a si , 100
b
b - a
error de %
) =
) =

xxvii

- EJEMPLO
La campaa de sondeo de opiniones ONPE pronostico que el candidato
a la presidencia XX en las elecciones presidenciales ganara con el 32%.
Perdi con el 18% Cul es el porcentaje de error de estimacin?
SOLUCIN:

Aplicando la formula dada directamente:


% 8 , 77 100
18
18 - 32
error de % = =




14. MEDIDAS DE POSICION O ESTADIGRAFOS DE TENDENCIA
CENTRAL:

Medidas de descentralizacin o datos centrales, pueden ser:

14.1 MEDIA ARITMETICA (
x MA;
):

Es el valor central de una progresin aritmtica que tiene un
nuecero impar de trminos.
La media aritmtica es la medida de tendencia central ms
conocida, muy fcil de calcular ya sea de dato s tabulados como
de no tabulados. [21]


14.1.1 PARA DATOS NO TABULADOS

Dado el conjunto de N nmeros
n
a a a a ; ; ; ;
3 2 1
, la media
aritmtica se define:




(25)



14.1.2 PARA DATOS TABULADOS

N
a
N
a a a a
x
N
i
i
n

=
=
+ + + +
=
1 3 2 1

xxviii

Sean
k
x x x x ; ; ; ;
3 2 1
las marcas de clase de los k intervalos de
una distribucin respectivamente, la media aritmtica se define:



n
x
n
f x f x f x f x
x
K
i
i
k k

=

=
+ + + +
=
1
1
3 3 2 2 1 1

(26)





n
h x
x
K
i
i i
=

=
1
(
i
h : Frecuencia relativa) (27)


14.2 MEDIANA (Me,
m
x ):

Es el valor que divide al total de observaciones (n) debidamente
ordenadas o tabuladas en dos partes de igual tamao. La
mediana depender de la cantidad de datos mas no de los valores
de estos. [22]

14.2.1 PARA DATOS NO TABULADOS

Cuando se obtengan datos de una muestra se tendr dos
casos.
En primer lugar tenemos que ordenarlos de forma ascendente o
descendente.
1. Nmero impar de datos. La mediana ser igual al valor del
trmino central.
2. Nmero par de datos
La mediana es igual a la semisuma de los trminos centrales.

14.2.2 PARA DATOS TABULADOS

Se utiliza la siguiente frmula:



(28)


Donde:
|
.
|

\
|

|
|
.
|

\
|
+ =
1
2
m
m
m
m m
F
n
f
L x
e
xxix


m
L
: Limite inferior de la clase mediana
m
e
: Ancho de clase, de la clase mediana
n
: Total de datos
1 m
F
: Frecuencia absoluta acumulada de la clase que precede a
clase mediana
m
f
: Frecuencia absoluta de la clase mediana

14.3 MODA (Mo):

Es el valor que se presenta con mayor frecuencia en un grupo de
datos. [23]

14.3.1 PARA DATOS NO TABULADOS

Cuando se tenga datos no clasificados solamente tendramos
que ver cual se repite ms.

Ejemplo

Si se tiene las edades de 9 personas: 17, 18, 16, 15, 18, 16, 18,
15 , 17, entonces se dir que la edad 18 se repite 3 veces. En
este caso la distribucin es unimodal, Mo=18

14.3.2 PARA DATOS NO TABULADOS

Cuando se tengan datos clasificados en una cierta cantidad de
intervalos, para poder hallar la moda ser necesario construir el
histograma de la distribucin e identificar la clase modal
(aquella con mayor altura). Tenga en cuenta que la distribucin
puede ser multimodal.



(29)




Donde:

i
L : Limite inferior de la clase modal
i
e : Ancho de la clase modal
|
|
.
|

\
|
+
+ =
2 1
1
d d
d
L Mo
i i
e
xxx

d
d : Diferencia entre la clase modal y la frecuencia de la
clase anterior
2
d : Diferencia entre la clase modal y la frecuencia de la
clase siguiente


14.3.3 CARACTERISTICAS DE LA MODA

- A la distribucin que tiene una sola moda se le llama
unimodal
- A la distribucin que tiene dos modas se le llama bimodal
- A la distribucin que tiene ms de dos modas se le llama
multimodal
- En el caso que ningn valor se repita mas que los otros se
dice que no existe moda.

15. DESVIACION ESTANDAR O TIPICA ():

La desviacin estndar o desviacin tpica () es una medida de
centralizacin o dispersin para variables de razn (ratio o cociente) y de
intervalo, de gran utilidad en la estadstica descriptiva. Junto a la varianza -
con la que est estrechamente relacionada-, es una medida (cuadrtica)
que informa de la media de distancias que tienen los datos respecto de su
media aritmtica, expresada en las mismas unidades que la variable.



(30)



Ejemplo:

Aqu se muestra cmo calcular la desviacin estndar de un conjunto de datos.
Los datos representan la edad de los miembros de un grupo de nios. { 4, 1, 11,
13, 2, 7 }

1. Calcular la desviacin estndar o tpica?


.





xxxi

En este caso, N = 6 porque hay seis datos:






i=nmero de datos para sacar desviacin estndar
Sustituyendo N por 6


Este es el promedio.

2. Calcular la desviacin estndar

Sustituyendo N - 1 por 5 ( 6 - 1 )
Sustituyendo por 6.33







Esta es la desviacin estndar.
xxxii


15. DESVIACION MEDIA:

Es la media aritmtica de los valores absolutos de las desviaciones de los
valores observados respecto de la media aritmtica de estos, es decir: [24]



n
x x
DM
n
i
i
=

=
1
, si los datos no estn tabulados (31)



n
y y n
DM
m
i
i i
=

=
1
, si los datos estn agrupado (32)

o


(33)


. Donde:

m
: Nmero de clases
i
n
: Frecuencia absoluta de la clase i
i
y
: Marca de clase o punto medio de la clase i


- La desviacin media se puede utilizar como medida de dispersin en
todas aquellas distribuciones en las que la medida de tendencia
central mas significativa haya sido la media. Pero, para las mismas
distribuciones es mucho ms significativa la desviacin tpica.



n
y y n
DM
m
i
i i
=

=
1
xxxiii

REFERENCIA BIBLIOGRAFICA
[1] http://es.wikipedia.org/wiki/Medicin.

[2]Fundamentos de Mecnica de Fluidos (P. Gerhard, R. Gros, J.
Hochstein), 1995, Segunda Edicin.

[3]http://es.wikipedia.org/wiki/Densidad.

[4]Claudio Mat.aix; 1994; Mecnica de fluidos y mquinas
hidrulicas; cuarta edicin; Espaa

[5]http://es.wikipedia.org/wiki/Densidad.relativa

[6]Julin de la honrra navarro estadstica aplicada. 3 edicin

[7jJesus esteban garila editor Thompson 2005.]

[8] www. Untumbes.edu.pe /estadstica inferencial.

[9 ]Jorge L. castillo.ceber crazy.

[10]Murria R. spiegel, 1991

[11] http://es.wikipedia.org/wiki/ Recopilacin de datos.

[12]Editorial lumbreras.

[13] Armando, soto negrin. Principios de estadstica .Editorial
panapo 1999.

[14] Juan Flores Velasco, 1999, Problemas de Aritmtica y como
Resolverlos.

[15]Rivas Gonzlez. Estadstica general ediciones de biblioteca.
Caracas.2000.

[16] http://es.wikipedia.org/wiki desviacin media.

[17] M DIS, www sector matemtica/ medidas de dispersin.

xxxiv


[18] http://es.wikipedia.org/wiki / varianza

[19] htm/. Rincondelvago. Com.

[20] http://es.wikipedia.org/wiki elaboracin del polgono de frecuencias

[21] http: // www.google.com.pe

[22] http://es.wikipedia.org/wik/mediana.

moda[23]M, DISwww.sector matematica.cl/

[24]Juan Flores Velasco, 1999, problemas de aritmtica y estadstica,
xxxv

BIBLIOGRAFIA:

EDITORES LUBRERAS ARITMETICA

F. UGARTE P. MECANICA DE FLUIDOS

JOSE LOBEZ URQUIA ESTATICA

ROBERT W. FOX INTRODUCCION A LA MECANICA DE FLUIDOS