Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Universidad de Guadalajara
Revisin tcnica
Alm a Leticia Rodrguez Domnguez
Jos N ieves Carrillo Castillo
D ep artam en to d e F sica
C en tro U niv ersitario d e C ie n c ia s E x actas
e In g en ieras - C U C E I
U niversidad de G u a d a la ja ra
PEARSON
f 3atos de catalogacin bibliogrfica
FIGUEROA M O N T A N O , ARTURO;
RAM REZ S N C H E Z . HERM ES ULISES
Y ALCAL G U TIRREZ, J AI ME
Edicin en espaol
Direccin General: Philip De la Vega
Direccin Educacin Superior: Mario Contreras
Editora Sponsor: Gabriela Lpez Ballesteros
e-mail: gabriela.lopezballesteros@pearson.com
Editor de desarrollo: Felipe Hernndez Carrasco
Supervisor de produccin: Juan Jos Garca Guzmn
Gerencia Editorial Educacin
Superior Latinoamrica: Marisa de Anta
Reseados todos los derechos. Ni la totalidad ni parte de esta publicacin pueden reproducirse, registrarse o
transmitirse, por un sistema de recuperacin de informacin, en ninguna forma ni por ningn medio, sea electrnico,
mecnico, fotoqumica, magntico o electroptico, por fotocopia, grabacin o cualquier otro, sin permiso previo por
escrito del editor.
El prstamo, alquiler o cualquier otra forma de cesin de uso de este ejemplar requerir tambin la autorizacin del
editor o de sus representantes.
PEARSON
www.pearsoncnespaftol.com
Introduccin
Un aspecto fundamental en la formacin de quienes se interesan por ejercer una profe
sin orientada a la ciencia y a la tecnologa es el desarrollo de ciertas habilidades en la
medicin e interpretacin de los parmetros obtenidos en procesos experimentales o
industriales. Asimismo, debern aprehender los conocimientos y las herramientas nece
sarias para el anlisis de datos, la elaboracin de reportes de investigacin y el desarrollo
de nuevos experimentos, modelos y procesos, con el propsito de hacer ms eficientes
los ya existentes. En consecuencia, es necesario destacar la importancia del mtodo ex
perimental para el desarrollo cientfico que no es solamente una herramienta de investi
gacin, sino una actitud del individuo ante cualquier fenmeno que se presente en la
naturaleza.
Inherente a todo proceso experimental, el error debe someterse a una cuidadosa se
leccin de la instrumentacin mediante la aplicacin de tcnicas de medicin, el anlisis
de datos y la aplicacin de procesos estadsticos que coadyuven a la minimizacin del
error experimental. Como parte de la solucin a estos problemas se propone el estudio
de la metodologa experimental. Este libro tiene como finalidad ofrecer una gua para
todos aquellos que se introducen ai estudio de la misma; la exposicin de los temas de
forma prctica y concisa facilitar la comprensin de los mtodos y procesos analticos
aplicados al desarrollo de experimentos.
La presente obra est dividida en cinco captulos. En el captulo 1 se presenta una
descripcin detallada del origen y desarrollo del pensamiento cientfico, desde sus ini
cios en la antigua Grecia como el pensamiento filosfico que ha dado forma a la civili
zacin occidental; adems, se expone la definicin de los conceptos ciencia, mtodo,
m todo cientfico, m odelos, entre otros.
El tema principal del captulo 2 es la definicin de variable, ya que es preponderan
te para un estudio cientfico cuantificar las magnitudes fsicas que intervienen en el fen
meno a estudiar; por ello, los procesos de medicin son fundamentales para cualquier
actividad cientfica. Una falla en el anlisis de los errores, ya sea en las ciencias aplica
das o en las bsicas, implica consecuencias lamentables. En los procesos de medicin, el
valor obtenido no siempre coincide con el valor real de cierta magnitud. Para comprobar
una teora, caracterizar un producto o determinar las propiedades de un objeto, es nece
sario estimar la variacin del valor m edido con respecto al valor real. La teora de errores
se encarga de estimar tal desviacin.
En el captulo 3 se examina el concepto de inccrtidumbrc en las mediciones y su
evaluacin en relacin con los resultados experimentales, as com o su propagacin y
algunos mtodos para determ inar la inccrtidumbrc en funcin de una o ms variables. En
experimentos donde se obtiene una gran cantidad de datos es recomendable presentar los
resultados en una grfica y en este captulo se ensea cm o elaborarlas c interpretarlas
adecuadamente.
Introduccin
Notacin cientfica.................................................................................................................................. 32
Sistema internacional de unidades (SI)................................................................................................33
Mltiplos y submltiplos del S I................................................................................................. 36
Unidades fuera del S I.................................................................................................................. 36
El sistema cegesimal de unidades.........................................................................................................37
Ejercicios........................................................................................................................................38
B ibliografa....................................................................................................................................39
Estructura general........................................................................................................................128
Extensin......................................................................................................................................128
Citas bibliogrficas............................................................................................................................... 129
Materiales y m todos............................................................................................................................ 129
Sujetos o unidades de observacin......................................................................................... 130
Aparatos o instrumentos............................................................................................................ 130
Procedimientos............................................................................................................................ 131
Diseo ......................................................................................................................................... 131
Observacin sistem tica............................................................................................................ 132
Resultados...............................................................................................................................................133
Texto.................................................................... ......................................... ............................134
Tablas y figuras............................................................................................................................ 134
Recomendaciones....................................................................................................................... 135
D iscusin................................................................................................................................................ 135
Sugerencias................................................................................................................................. 136
Agradec m ientos....................................................................................................................................137
Referencias bibliogrficas.................................................................................................................... 137
C uadros................................................................................................................................................... 138
Ilustraciones............................................................................................................................................139
Pies o epgrafes de las ilustraciones....................................................................................... 139
Presentacin del texto...........................................................................................................................139
Integracin del inform e.........................................................................................................................140
Abreviaturas, nmeros y sistema m trico......................................................................................... 142
Abreviaturas a* 142
N m eros....................................................................................................................................... 142
Sistema de m edidas.................................................................................................................... 142
Consideraciones de e s tilo .................................................................................................................... 143
Estilo general de redaccin.......................................................................................................143
Gramtica y ortografa...............................................................................................................143
Voz y tiempo de los verbos.......................................................................................................143
El estilo segn George O rw ell................................................................................................ 144
Escribir, rccscribir y volver a rccscribir........................................................................................... 144
Aprender a escribir..................................................................................................................... 144
Presentacin del manuscrito a la revista.................................................................................145
Publicacin previa y duplicada................................................................................................ 145
Manuscritos electrnicos........................................................................................................... 146
C ontenido ix
1
C aptulo 1 M etodologa de las ciencias experim entales
las grandes figuras de la filosofa cientfica son Karl R. Popper. Thom as Kuhn, Imre
Lakatos y Paul Feyerabend.
En los ltimos 30 aos la filosofa de la ciencia ha abordado varios temas de suma
importancia, entre los que destacan el gran desarrollo de muchas disciplinas cientficas
y el mtodo cientfico; sin embargo, cabe destacar que ya no es posible hablar de un
mtodo nico y umversalmente vlido. Karl Popper (1902-1994) propone que la ciencia
no es capaz de verificar si una hiptesis es cierta, pero s puede demostrar que es falsa.
As pues, frente a la postura del verificacionismo, dominante hasta ese momento en la
filosofa de la ciencia, Popper propone el falsacionismo, seguido en Espaa por Gustavo
Bueno (1924), autor del materialismo filosfico, en su teora del cierre catcgorial. Por su
parte, M ario Bunge (1919) analiza los problemas de diversas epistemologas, desde el
racionalismo crtico popperiano hasta el empirismo, el subjetivismo o el relativismo.
Bunge es realista crtico y para l, la ciencia es falible (el conocimiento del mundo es
provisional c incierto), pero la realidad existe y es objetiva.
La historia reciente de la ciencia est marcada por el continuo refinamiento del co
nocimiento adquirido y el desarrollo tecnolgico, acelerado desde la aparicin del mto
do cientfico. A continuacin se mencionarn algunos filsofos que han colaborado en el
desarrollo del mtodo cientfico desde el siglo xvi hasta la actualidad:
Ciencia
Es un conjunto de conocimientos obtenidos mediante la observacin y el razonamiento,
de los cuales se deducen principios y leyes generales. En un sentido ms amplio, este tr
mino se emplea para referirse al conocimiento en cualquier campo, pero suele aplicarse,
sobre todo, a la organizacin del proceso experimental vcrificablc. La ciencia como
actividad (investigacin) pertenece a la vida social, ya que se aplica al mejoramiento del
medio natural y artificial, as como a la invencin y manufactura de bienes materiales y
culturales, y es el conducto para el desarrollo de la tecnologa; trata con problemas de
valor de verdad, que son posibles comprobar y verificar, busca establecer las relaciones
existentes entre diversos hechos y conectarlos entre s; describe y explica las cosas rea
les; busca la verdad.
El inters de la ciencia es el conocimiento, no las creencias, el subjetivismo o el
lenguaje privado. El propsito de la ciencia es la prediccin y el control; establecer una
generalizacin, un modelo de aplicacin universal en un lenguaje preciso y sin ambige
dades. Tiene como objetivo la verificabilidad, la corregibilidad, la falsabilidad y la sis
tematizacin (ensayo-error). En la sociedad, la ciencia tiene la finalidad de producir
modelos tiles para explicar la realidad, dar respuestas y soluciones a problemas de
investigacin mediante la aplicacin de procedimientos cientficos, as como la descrip
cin, explicacin, prediccin y control de los fenmenos, ya que puede hacer prediccio
nes basadas en observaciones que, a menudo, benefician a los individuos.
El m todo cientfico
El mtodo cientfico se entiende como el estudio sistemtico, controlado, emprico y
crtico de proposiciones hipotticas referentes a presuntas relaciones entre varios fen
menos. Es un procedimiento aplicado en las ciencias, que inicia con la observacin y
posee las siguientes caractersticas: es fctico, hace trascender los hechos, es verificable,
autocorrcctivo y objetivo. Est sustentado en la reproducibilidad (la capacidad de repetir
determinado experimento en cualquier lugar y por cualquier persona) y la falsabilidad.
El conocimiento em prico se obtiene a partir de la exposicin de los rganos senso
riales al mundo exterior y permite orientar a los individuos en su prctica diaria. Sirve
como base para la construccin del conocimiento cientfico, tambin se extrae del con
tacto con la realidad, pero su adquisicin, a diferencia de lo cotidiano, se realiza con base
en mtodos e instrumentos debidamente seleccionados y estructurados de acuerdo con
los lineamientos que proporcionan las teoras, de manera concreta las hiptesis plantea
das. La ciencia emprica depende de la experiencia para demostrar el valor de verdad en
sus enunciados; se basa en dos formas: la observacin sistem tica (el observador no in
terviene) y la experimentacin (el observador interviene, altera y controla el fenmeno
en cuestin).
C aptulo 1 M etodologa de las ciencias experim entales
1 U n error tipo I se presenta si la hiptesis nula H o es rechazada cuando es verdadera y deba ser aceptada. La
probabilidad de com eter un error tipo I se representa con la letra alfa o .
: U n error tipo II se denota con la letra griega 0 . Se presenta si la hiptesis nula es aceptada cuando de hecho
es falsa y deba se r rechazada.
En cualquiera de los dos casos se com ete un error al tomar una decisin equivocada. En la siguiente tabla se
muestran las decisiones que puede tomar el investigador y las posibles consecuencias cuando de hecho es falsa
y deba ser rechazada.
En cualquiera de los dos casos se com ete un error al tomar una decisin equivocada. En la siguiente tabla se
muestran las decisiones que puede tomar el investigador y las posibles consecuencias.
Ho v e rd a d e ra H o falsa
A c e p ta r Ho No error Tipo 11 (0 )
R ech azar Ho U p o I (a ) No error
El mtodo cientfico 7
pblico hay que remitirse a publicaciones especializadas que dan a conocer los
resmenes. Estas publicaciones son conocidas com o abstract o resumen y las hay
en casi todas las reas del conocimiento humano.
c) Im portancia: se determina la relevancia de la investigacin, su trascendencia y
aportacin al conocimiento cientfico.
d) Objetivos: es la manera en la que se respondern las preguntas, cm o se compro
bar la hiptesis y los efectos que se debern estimar (redactados en trminos
precisos). Una vez planteada la pregunta y hecha la consulta bibliogrfica, se pro
cede a formular una hiptesis que tenga posibilidades de explicar la observacin,
o decidir cules de las leyes naturales son aplicables, o por lo menos, esperar a que
haya una relacin entre dos variables caractersticas del problema.
2. Hiptesis Je trabajo: es una prediccin para explicar cm o o por qu sucede un fe
nmeno, y de la cual se busca su comprobacin (o negacin) por medio de un experi
mento.
3. Diseo d el experimento: es la eleccin del procedimiento experimental y los instru
mentos capaces de medir y controlar las variables del fenmeno que se va a estudiar.
Para ello, es necesario considerar: a) el equipo de medida existente y su precisin, y
b) el tiempo y dinero disponibles.
4. Realizacin d el experimento: una vez realizado el experimento de prueba y la inter
pretacin tentativa de resultados, realizar el experimento final se reduce a llenar co
lumnas con lecturas de las mediciones y detectar cualquier anomala que se presente
durante el desarrollo del mismo.
5. Anlisis d e resultados: la interpretacin de resultados, ya sean valores, grficas, tabu
laciones u otros, debe contestar con la mayor claridad posible las preguntas plantea
das durante la definicin del problema.
6. Obtencin de conclusiones: con los resultados del experimento el investigador hace
sus propias conclusiones, es decir, aplica su criterio cientfico para aceptar o rechazar
una hiptesis. Tambin es posible que se hagan conjeturas acerca de un modelo o se
proponga la creacin de otro nuevo, lo cual conduce a un problema diferente.
7. Elaboracin d el informe: reporte en el que se comunican los resultados a la comuni
dad cientfica, y constituye una pieza til para la evolucin de la ciencia.
\ jx realizacin del informe debe ser clara; es necesario tener presente en todo mo
mento al lector a quien va dirigido el trabajo, para as determinar el nivel acadmico del
lenguaje que conviene utilizar.
En un reporte de divulgacin debe empicarse un lenguaje sencillo y explicar con
ms detalle todos los conceptos que no sean del dominio pblico, de manera que sea
entendido por la mayora. F.n cambio, un trabajo especializado est dirigido a un sector
ms reducido (la comunidad cientfica) y utiliza un lenguaje especializado, por lo que
resulta innecesario explicar todos los conceptos.
O tro factor importante es la estructura del informe, la cual consta de seis partes: a)
Ttulo, b) Resumen, c) Definicin del problema, d) Procedimiento experimental, e) Re
sultados y f) Conclusiones.
8 C aptulo 1 M etodologa de las ciencias experim entales
P rim e ra etapa
S egunda etapa
Experimentacin: son todas las acciones requeridas para que sucedan los fenmenos
implicados en el experimento. Dentro de estas acciones se considera el montaje del
dispositivo, el control de las variables, las mediciones correspondientes y su registro
en el programa de mediciones.
A nlisis grfico: consiste en dibujar las grficas correspondientes de los datos obteni
dos del experimento, utilizando el eje horizontal para la variable independiente y el eje
vertical para la variable dependiente. El anlisis grfico permite verificar si las obser
vaciones se dispersan dentro de los lmites del error experimental. Si existen uno o
varios puntos que no queden dentro de los lmites del error, se realizan nuevamente
estas mediciones.
T ercera etap a
Evaluacin: cuando se tiene determinado que es una recta la que describe el fenmeno
bajo estudio, se obtiene lo siguiente:
Tratamiento estadstico: se inicia con el clculo de los parmetros de la recta (pen
diente c interseccin) y sus incertidumbres de acuerdo con las frmulas dictadas por
el mtodo de mnimos cuadrados. En este punto es importante encontrar el error rela
tivo que expresa el porcentaje de error del resultado. Con ello, se pretende constatar
que dentro del error experimental, la cantidad es confiable y se ajusta a la precisin del
experimento.
M odelo m atemtico em prico: una vez obtenidos los parmetros de la recta, estos se
insertan en la relacin matemtica para expresar de m anera completa la relacin fun
cional. Si este modelo emprico no describe el fenmeno estudiado, entonces se reco
mienda repetir la observacin original y buscar las posibles discrepancias y, en su
caso, repetir todo el experimento. Si ocurre lo contrario, se considera terminado el
experimento.
Comparacin teora-experimento: en los experimentos de verificacin es conveniente
realizar un clculo terico basado en el modelo matemtico de la etapa de plancacin.
Una vez realizado, se compara con el resultado experimental; si este ltimo queda
muy alejado del primero y fuera de los lmites del error experimental, se recomienda
regresar al paso en el que se determina la precisin experimental. En caso contrario, se
considera terminado el experimento.
Resultados y su interpretacin: los resultados del experimento, los hechos adicionales
y la interpretacin de estos nuevos hechos conducen al apoyo, rechazo o alteracin de
una hiptesis.
C aptulo 1 M etodologa de las ciencias experim entales
Demostracin
o verificacin Empinsmo
Modelo
matemtico Observacin
4
Seleccin Identificacin
de variables de variables
si 4
PLANEACIN
Determinacin do la Determinacin d e la
precisin y seleccin precisin y seleccin
de aparatos d e d e aparatos do
medicin medicin
4 4
Programa Programa
da mediciones de mediciones
4
Realizacin Realizacin
del experimento do! experimento
4 EXPERIMENTACIN
4
Anlisis grfico Anlisis grfico
4 4
Tratamiento Tratamonto
estadstico estadstico
EVALUACIN
4
Modelo matemtico
Modelo
fronto a resultados
matemtico emprico
expen mentales
4
' Resultado
SI SI - NO
dentro del error Describe \
experimental?
> IZ * ^ - el fenmeno /
Figura 1.2: Diagrama de las etapas para los experimentos de verificacin o demostracin
y empricos. (Lara-Barragn, 1988).
M odelos II
M odelos
El concepto de modelo en el pensamiento cientfico
Los modelos intentan describir y explicar las caractersticas del fenmeno, sin pretender
ser una fotografa de la realidad. En la ciencia, el modelo se consituye de proposiciones
coordinadas y subordinadas que, con frecuencia, se expresan mediante frmulas que
explican relaciones reales de los objetos; son esquemas tericos (que no tienen existen
cia real) que se refieren a esquem as objetivos (que s existen en realidad). Las teoras se
prueban mediante los modelos, lo cuales son solo una parte de la teora.
Observaciones y modelos
Un modelo, comparado con el sistema verdadero que representa, proporciona informa
cin a un costo m s bajo y permite un conocimiento m s rpido de las condiciones
que no se observan en la vida real. El valor de un modelo surge cuando este mejora la
comprensin de las caractersticas del comportamiento de forma m s efectiva que si
se observara el sistema real. Los modelos de cualquier clase son poco prcticos si no
estn respaldados por datos confiables. Si se distorsionan las estimaciones, la solucin
obtenida, pese a ser ptima en un sentido matemtico, ser de calidad inferior desde la
perspectiva del sistema real. En consecuencia, la disponibilidad de datos tiene un efecto
directo en una precisin del m odelo y su recopilacin es una parte ms difcil de deter
minar.
1. Identificacin de las variables significativas: la primera fase de la investigacin
de un fenmeno nunca antes estudiado consiste en la bsqueda de las variables
que parecen estar relacionadas. Mediante la identificacin de estas se reduce el
campo de la investigacin a niveles prcticos, lo cual facilita el trabajo sistem
tico tanto a nivel experimental como terico.
3. Comparacin entre los m odelos y el mundo real: para que las propiedades del
modelo y las de su contraparte real en un experimento cientfico correspondan,
es necesario em pezar con una comparacin entre el modelo y el sistema real. Y
solo ser til si se demuestra ex pe rimen tal mente que las propiedades del modelo
12 C aptulo 1 M etodologa de las ciencias experim entales
guardan una correspondencia adecuada con las del sistema real. Para ello, un
modelo o concepto debe ser verificable mediante la observacin.
4. Refinamiento de los modelos: en el trabajo cientfico es posible modificar o cam
biar los modelos en el momento que sea necesario. Para empezar, el modelo es
una construccin, una idea presente en la mente. Cuando se propone efectuar un
cambio, la nica consideracin que debe tomarse en cuenta es la utilidad bsica
de la idea y el provecho que aporta si se modifica. Un proceso de refinamiento
continuo y de eventual remplazo forma parte del proceso cientfico. Es asunto
propio y normal de los cientficos, ya sean aplicados o sociales, llevar a cabo el
proceso de comparacin entre modelos y sistemas en una bsqueda continua del
mejoramiento del modelo.
5. Comparacin detallada entre modelos y sistemas: para comparar los procedi
mientos reales con las propiedades de los modelos y los sistemas no basta con un
concepto grfico de la situacin, adems se requiere llevar a cabo una observa
cin cuantitativa del sistema y emplear procedimientos matemticos para especi
ficar el modelo.
Construccin de modelos
La construccin de un modelo requiere de diversas etapas y depende del experimento
en cuestin. Por ejemplo, se puede generar un nuevo modelo para un fenmeno nunca
estudiado y del cual no hay informacin previa. Por otra parte, puede existir alguna
propuesta o teora anterior que pueda aplicarse a un sistema y que d como resultado un
nuevo modelo. Existen dos tipos de modelos: em pricos y tericos. El modelo emprico
est basado nicamente en observaciones, sin referencia alguna a la operacin interna y
detallada del sistema. En cambio, un modelo terico se construye de forma ms general
(no solo para un intervalo particular de observaciones), y se basa en algn concepto o
principio acerca del modo de operar del sistema.
Modelos empricos
Una vez que se ha logrado reunir un grupo de observaciones acerca de un sistema para
el que no existe un modelo que describa alguna propiedad del mismo (por ejemplo, de
las mediciones de peso vs. alargamiento en un resorte cargado), los resultados probable
mente tomarn la forma de 5 (como la de la figura 1.3). El problema, entonces, es cons
truir un modelo adecuado, para lo cual deben considerarse los siguientes pasos:
3.5
3.0
0.5
0.0 -| 1 1 1 1------ 1
0 10 20 30 40 50
Peso, kg
E
E
2
5
E
>
10 20 30 40 50
Peso, Kg
trar una funcin analtica que se ajuste a esos puntos. Pese a toda la elaboracin
matemtica que representan, estos procedimientos todava dependen, para su va
lidez. de la suposicin bsica de un comportamiento regular en el sistema; en
tanto, las curvas y funciones asociadas constituyen el concepto de compor
tamiento del sistema. Las funciones generadas empricamente para ajustarse a
conjuntos de observaciones pueden ser muy tiles, ya que como modelos mate
mticos del sistem a pueden, con precisin variable, aplicarse para obtener valo
res inferidos de algunas caractersticas del sistema.
Modelos tericos
Los modelos tericos se construyen con bloques conceptuales bsicos, como definicio
nes, axiomas, hiptesis, principios, entre otros, seguidos de una derivacin analtica a
partir de estos elementos bsicos. Como todos los elementos de las teoras son construc
ciones de la imaginacin humana, las teoras y los resultados de estas son, de igual ma
nera, construcciones imaginarias. Por lo tanto, su pertinencia en los sistemas reales debe
evaluarse a travs de la experimentacin, por ejemplo: un baln de acero que desciende
en cada libre por efecto de la fuerza de gravedad. Fn este caso, primero debe medirse el
tiempo de cada desde diferentes alturas y despus graficar los resultados; sin embargo,
para construir un modelo terico de la misma situacin el enfoque cambia: se elige un
conjunto de axiom as o hiptesis bsicas, a partir de las cuales se derivan los resultados
requeridos (puede suponerse en la hiptesis bsica un valor de la aceleracin del baln:
a = 9.81m/s2). Adems del supuesto valor constante para la aceleracin, de manera impl
cita se est despreciando la presencia del aire. FJ modelo quedara de la siguiente forma:
v = 9 .8 1 / (Suponiendo v = 0 e n / = 0) (1.1)
x= (Suponiendo v = 0 en / = 0) (1.2)
0.5
0.1
fttra concluir el m odelo terico se realiza una comparacin detallada entre las pro
piedades globales del sistema y las del modelo. Una inspeccin visual directa puede
confirmar si el modelo y el sistem a se corresponden. No tiene sentido preocuparse por si
una teora es correcta o incorrecta, incluso debera evitarse el uso de trminos com o es
tos aunque exista la seguridad de tener clara la situacin, dadas las m ltiples oportunida
des de que se haga una mala interpretacin. Es mucho m ejor catalogar una teora o un
modelo como satisfactorio o suficientemente bueno, o utilizar otra denominacin pare
cida.
d .4 )
t = 0.4515 x * (1.5)
Donde:
Variable vertical = /
Variable horizontal = x *2
Pendiente = 0.4515
y = m x+ b + e (1.7)
Donde:
m x + b valor medio de Y para una X dada
= error aleatorio
m + b w - parmetros desconocidos de la porcin determinista (no aleatoria) del
modelo
b = la ordenada al origen de la lnea
m = la pendiente de la lnea
y = la variable dependiente
x = la variable independiente
18 C aptulo 1 M etodologa de las ciencias experim entales
Tabla 1.3: Impacto de la temperatura (7) de operacin de un proceso sobre el rendimiento (R)
de un producto.
T(C) R (% )Y w m 2 XY
100 45 10000 2025 4500
110 51 12100 2601 5610
120 54 14400 2916 6480
130 61 16900 3721 7930
140 66 19600 4356 9240
150 70 22500 4900 10500
160 74 25600 5476 11840
170 78 28900 6084 13260
180 85 32400 7225 15300
190 89 36100 7921 16910
100
-9 0
-8 0
.1 70
60
50
& 40
30
90 100 110 120 130 140 150 160 170 180 190 200
T e m p e ra tu ra (C)
Segiuido paso: buscar la mejor lnea recta que represente los puntos (Figura 1.7)
C aptulo 1 M etodologa de las ciencias experim entales
Tercer paso: calcular la ecuacin por mnimos cuadrados. Los valores de la pendiente
(m ) y origen (b) se obtienen de la siguiente manera utilizando la ecuacin de la lnea
recta (1.7).
m (1.9)
I* : - 1*,
i-1
- IX . T x*
b= k=! _A=! A '- 1____ (1.10)
imI
temperatura (C)
Este nuevo m odelo emprico ser vlido nicamente para el rango que se est estu
diando. Se sustituyen los valores de la pendiente (m) y el origen (b ):
r= _ =!_________ A m __ (1.12)
X*HX*,
f-l l-l
Xi',- \m1
i-1
X^
10(101 5 7 0 )-( 1450) (673) 1015700.0 - 975850.0 39850.00
r= = 0.998
VT0( 218500) - (1450)2 * 47225) - ( 6 7 3 ) 2 287.23* 139.00 39924.71
Bibliografa
Baird, D.C. (2003). Experimentacin: una introduccin a la teora de mediciones y al diseo
de experimentos. Mxico: Pcarson Educacin.
Berna!, C.A. (2006). Metodologa de la imestigacin. Mxico: Pearson-Prcntice Hall.
Bunge, M. (1999). Im ciencia. Su mtodo y su filosofa. Buenos Aires: Ediciones Siglo
Vfcinte.
Cario, P.S. (2004). Mtodos de imestigacin. Mxico: Limusa-Colegio de Bachilleres.
Castaeda, J J . (2002). Metodologa de a imestigacin I. Mxico: McGraw-Hill.
Castaeda, JJ.; L.M. De la Torre; J.M, Morn R. y R.P. Lara (2002). Metodologa de la in
vestigacin. Mxico: McGraw-Hill.
Castaeda, J J . y C.E. Mndez. A. (2004). Metodologa de a imestigacin. Mxico: Mc
Graw-Hill.
Calleros, A.F.; A. Lara-Barragn G.; J.W. Lau S. y S. Gmez M. (1997). Introduccin a la
metodologa experimental. Mxico: Univeisidad de Guadalajara-CUCEI-Ciendas Bsi-
cas-Dcpartaincnto de Fsica.
C aptulo 1 M etodologa de las ciencias experim entales
Conceptos generales
Variable
1.a variable es una caracterstica (magnitud, vector o nmero) que puede ser medida y
que adopta diferentes valores en cada uno de los casos de estudio. Tambin se puede
definir com o todo aquello que se va a medir y controlar en una investigacin.
23
24 C aptulo 2 M edicin de variables y errores de medicin
En un estudio cientfico se pueden clasificar las variables segn el valor que arroja
el resultado de su medicin o por la influencia que ejerce cada una de estas sobre las
otras variables del estudio (tabla 2.1). Respecto a su valor, producto de su medicin,
las variables se clasifican en variables cualitativas y cuantitativas, dependiendo de si los
valores presentados tienen o no atributos que no son cuantificables, o si tienen un orden
de magnitud natural. Por la influencia de una variable sobre otra, estas se clasifican en
independientes, dependientes y extraas.
C riterio de T ipos de
clasificacin variables D escripcin
Depende de si 1 Cualitativas Son las variables que expresan distintas cualidades, caracte
el resultado de rsticas o modalidades. Cada modalidad que se presenta se
la medicin es denomina atributo o categora; la medicin consiste en una
numrico o no clasificacin de dichos atributos, pues no puede construirse una
serie numrica definida, sino que se ordenan en jerarquas con
base en la caracterstica que se evala.
1.1 Ordinales La variable cualitativa ordinal es aquella que toma distintos va
lores ordenados siguiendo una escala establecida. Por ejemplo,
para medir la severidad de una lesin se puede usar la escala:
leve, moderada y grave. Otro ejemplo es el nivel socioecon
mico: bajo, medio y alto.
1.2 Nominales En la variable cualitativa nominal los valores no tienen forma
natural de ordenacin y los posibles valores son mutuamente
excluyentes. Por ejemplo. los posibles valores de un estudio
son si y no ; hombre y mujer.
2 Cuantitativas Son las variables que se expresan mediante cantidades num
ricas.
2.1 Discreta Son las variables que solo toman valores enteros o numrica
mente fijos. Por ejemplo, las veces que se repite un suceso, la
cantidad de pesos que se gastan en una semana, los puntos con
que cierra diariamente una bolsa de valores, el nmero de hijos,
entre otras.
2.2 Continua Son llamadas tambin variables de medicin. Toman cualquier
valor numrico, ya sea entero, fraccionario o incluso irracional.
Este tipo de variable se obtiene a travs de mediciones y su
valor est sujeto a la precisin de los instrumentos de medicin.
Por ejemplo, el tiempo que un corredor tarda en recorrer cierta
distancia, la estatura de los alumnos, la cantidad de litros que
despacha una bomba de combustible, entre otras.
Medicin 25
C riterio de Tipos de
clasificacin variables Descripcin
M edicin
Segn el Vocabulario Internacional de Metrologa (VIM ), acordado desde la dcada de
1990 por las organizaciones de metrologa ms importantes y revisado en abril de 2004
por la Organizacin Internacional de estandarizacin (ISO, 2004), define la medicin
como el conjunto de operaciones cuyo objetivo es determinar el valor de una magni
tud o cantidad. De esta manera, la medicin puede definirse com o un proceso donde
el insumo o entrada es la definicin de la magnitud por medir (figura 2.1), por lo que a
partir de este insumo, una persona opera un instrumento siguiendo un mtodo de medi
cin, todo esto enmarcado dentro de un medio ambiente. El producto final del proceso
es un valor numrico basado en un sistema de referencia o patrn llamado resultado de
medicin. Con base en este resultado se toman decisiones importantes, por ejemplo, se
acepta o rechaza un producto en una lnea de fabricacin, se determina el estado de salud
de una persona, se establece el precio en una transaccin comercial, o bien, se refuta una
teora cientfica.
Debido a que muchas de estas decisiones en el rea de la ciencia y la ingeniera, se
toman con base en los resultados de la medicin, es necesario asegurar que el resultado
de cualquiera de estas sea confiable, es decir, se debe verificar que el resultado de la
medicin sea de buena calidad. Para ello, es preciso considerar algunos atributos como
la trazabilidad, la precisin y la exactitud de los instrumentos o mtodos de medicin, el
error de medicin y la incertidumbre en el resultado.
26 C aptulo 2 M edicin de variables y errores de medicin
Definicin d e
la m agnitud R esultado de
p o r medir m edicin
M edio A m b ie n te
Precisin
La precisin de un instrumento (o un mtodo de medicin) est asociada con la sensi
bilidad o m enor variacin de la magnitud que se pueda detectar con dicho instrumento
o mtodo. Por ejemplo, un vemier, con una apreciacin nominal de 0.02 mm. es mucho
ms preciso que una regla ordinaria, con una apreciacin nominal de 1 mm: un cron
metro digital es ms preciso que un reloj comn.
Exactitud
La exactitud est asociada a la calidad de la calibracin del instrumento. Por ejemplo, en
el caso del cronmetro digital que se mencion, este es capaz de determinar la centsima
de segundo pero se adelanta dos minutos por hora, mientras que el reloj comn no lo
hace. En este caso se dice que el cronmetro es ms preciso que el reloj comn aunque
menos exacto. La exactitud es una medida de la calidad de la calibracin del instrumento
respecto de los patrones de medida aceptados internacional mente. En general, los instru
mentos vienen calibrados pero dentro de ciertos lmites, por lo que corresponder a los
usuarios corroborar de manera peridica que estos se mantengan calibrados. Una buena
prctica para asegurar la exactitud en las medidas consiste en llevar una bitcora de m an
D e dnde provienen los errores en las m edidas? 27
Error
El concepto error, en el lenguaje coloquial, se considera sinnimo de equivocacin; sin
embargo, en ciencia e ingeniera tiene un significado diferente al uso habitual, es decir,
un error en la medicin de una magnitud no significa una equivocacin o una mala medi
cin, sino que no fue posible controlar alguno de los elementos del proceso de medicin,
lo que ocasion una discrepancia entre el valor verdadero y el valor medido, a esto se le
denomina error de la medicin.
( 2 . 1)
1.0 que se procura en toda medicin es encontrar el valor verdadero, aunque este en
realidad es un concepto puramente terico y por completo inaccesible; as, en el proceso
de medicin nicamente estimamos de forma aproximada el valor de la magnitud medi
da. Cuando de antemano se conoce un valor convcncionalmcntc verdadero de la magni
tud (esto porque los valores verdaderos son indeterminados por naturaleza) es muy fcil
evaluar el resultado de la medicin: se calcula su error respecto a este valor. De acuerdo
con su definicin, el valor convcncionalmcntc verdadero de una magnitud corresponde a
un resultado obtenido por sistemas de medicin ms sofisticados o refinados que aque
llos de los que se dispone en un momento dado.
Un valor convcncionalmcntc verdadero se encuentra en las tablas de textos, en la
tabla peridica de los elementos, en reportes cientficos, etctera. Otra forma de tener un
valor convcncionalmcntc verdadero consiste en medir en el laboratorio la misma canti
dad pero por mtodos diferentes y asumir (de manera debidamente justificada) que uno
de los resultados es de mejor calidad que el otro. Despus, se calcula el error del resul
tado menos confiable y se compara con el que se considera de mayor calidad.
O rigen T ipo
del e rro r de e rr o r Descripcin
R esultado C ifras
U p o de balanza Precisin de m edida significativas
Cualquier dgito diferente a cero es significativo. Por ejemplo, 845 cm tiene tres cifras
significativas, 1.234 kg tiene cuatro cifras significativas y as sucesivamente.
Los ceros ubicados entre dgitos distintos de cero son significativos: 606 m tiene tres
cifras significativas, 40 501 kg tiene cinco cifras significativas.
Los ceros a la izquierda del primer dgito distinto de cero no son significativos. Estos
ceros se utilizan nicamente para indicar la posicin del punto decimal. Por ejemplo,
0.08 L tiene una cifra significativa y 0.0000349 g tiene tres cifras significativas, por lo
que se podrn escribir como 8 x 1(L2 L y 349 x 10-7 g, donde se observa que las cifras
significativas en estas cantidades son una y tres, respectivamente.
Si un nmero es mayor que 1, todos los ceros escritos a la derecha del punto decimal
cuentan como cifras significativas. Entonces 2.0 g tiene dos cifras significati
vas, 40.062 mi tiene cinco cifras significativas y 3.040 dm tiene cuatro cifras signifi
cativas.
Si un nmero es menor que 1, solamente son significativos los ceros que estn al final
del nmero o entre dgitos distintos de cero. Esto significa que 0.090 kg tiene dos ci
fras significativas, 0.3005 L tiene cuatro cifras significativas y 0.00420 min tiene tres
cifras significativas.
Para nmeros que no tienen punto decimal, los ceros ubicados despus del ltimo d
gito distinto de cero pueden ser o no cifras significativas: 400 cm puede tener solo una
cifra significativa (el dgito 4). dos cifras significativas (40) o tres cifras significativas
(400). No es posible saber cul es la cantidad correcta si no se tiene m s informacin,
de manera que 400 cm puede expresarse como 4 x 102 cm para una cifra significativa,
4.0 x 102 para dos cifras significativas y 4.00 x 102 para tres cifras significativas.
Otra ambigedad respecto al nmero de cifras significativas se presenta cuando se
hace un cambio de unidades. Por ejemplo, si en una medicin se obtiene que L = 95
mm y se desea expresar el resultado en pm, el resultado sera L = 95000 pm. Sin em
bargo, como no se tiene mayor informacin que indique explcitamente la inccrtidum-
bre en este resultado, se tienen cinco cifras significativas; por lo tanto, 95 mm * 95000
pm, ya que el primer resultado tiene solo dos cifras significativas. Para evitar esta
ambigedad se emplea la notacin cientfica, por lo que es posible escribir la siguiente
igualdad:
Ntese que los nmeros en ambos miembros de la igualdad tienen igual nmero de
cifras significativas, la nica diferencia son las unidades usadas.
Redondeo 31
150.0 g R O
+ 0.507 g sal
150.5 g solucin
Redondeo
En la actualidad, la mayora de los clculos se realizan por medio de herramientas como
las calculadoras electrnicas y las computadoras, por lo que. com o se mencion en la
seccin anterior, se tiende a utilizar todas las cifras que aparecen en la pantalla sin que
esto tenga sentido. El redondeo de cifras es una tarca comn en el trabajo cientfico y
su propsito es que los datos experimentales aporten informacin segn las condiciones
de medida en las que fueron obtenidos. Se debe tener cuidado con el nmero de cifras
32 C aptulo 2 M edicin de variables y errores de medicin
con que se expresan los resultados; adems, se deben mantener solo aquellas que tienen
algn significado experimental. La tabla 2.4 muestra los criterios utilizados para el re
dondeo de cifras.
Notacin cientfica
En la ciencia es muy comn y necesario trabajar con nmeros muy grandes o muy pe
queos. Por ejemplo, el dimetro de un glbulo rojo es de 0.0065 cm, la distancia de la
Tierra al Sol es de aproximadamente 150 000 000 km y el nmero de molculas en un
gramo de agua es 33 400 000 000 000 (XX) 000 000. Es complicado trabajar con estos
nmeros, as que lo ms prctico es abreviar usando la notacin cientfica, la cual con
vierte los nmeros de la notacin decimal ordinaria a cantidades m s manejables con
base en la expresin 10", donde n es un nmero entero. Esto significa 10 elevado a una
potencian. As, 10*= 10 x 10 x 10 x 1 0 x 1 0 = 100000. Ntese que el nmero de ceros
en la notacin decimal ordinaria es exactamente igual al exponente al que fue elevado.
Por consiguiente, usando la notacin cientfica, el dim etro de un glbulo rojo e s 6.5 x
1 0 3 cm, la distancia de la Tierra al Sol es 1.5 x 10 km y el nmero de molculas en un
gramo de agua es 3.34 x 10
Notacin cientfica 33
Una nota importante respecto a la notacin cientfica es que su base numeral debe
ser representada por un dgito simple seguido por decimales, siempre y cuando sea ne
cesario. Por lo tanto, el nmero 0.0065 se debe representar com o 6.5 x 10~3 y no como
0.65 x 10"2 o 65 x 10*.
En resumen, la notacin cientfica es una forma simple de representar los nmeros
grandes, donde el exponente sobre 10 indica cuntos lugares hay que mover el decimal
para obtener el nmero original. Cuando la notacin cientfica se usa con nmeros me
nores al 1, el exponente sobre 10 es negativo y el decimal se mueve hacia la izquierda en
lugar de a la derecha (como en el caso de los nmeros mayores a 1). Ejemplo:
6.5 x 10- = 0.0065.
Por otro lado, las unidades derivadas son unidades expresadas, a partir de las unida
des bsicas, mediante smbolos matemticos de multiplicacin y divisin. En la tabla 2.6
se presentan algunos ejemplos de unidades derivadas expresadas directamente de unida
des bsicas.
Algunas unidades derivadas reciben nombres especiales, los cuales son simplemen
te una forma compacta de la expresin resultante de la combinacin de unidades bsicas.
Por ejemplo, el joule (J), por definicin es igual a m2kg s-2. Actualmente existen 22
nombres especiales aprobados en el SI (tabla 2.7). De esta serie de unidades especiales,
ntese que el hercio y el becquerel son guales al recproco de segundo, pero el hercio
nicamente se utiliza en fenmenos cclicos.
La unidad de temperatura en la escala Celsius es el grado Celsius, que es igual en
magnitud a la unidad de temperatura termodinmica (kelvin). La cantidad de temperatu
ra Celsius est relacionada con la temperatura termodinmica por medio de la siguiente
ecuacin:
t C - T K -2 7 3 .1 5 (2.2)
O
>
o1
Longitud angstrom
II
3
milla nutica M 1 M = 1852 m
Fuerza dina dyn 1 dyn = 10~5N
Ejercicios
1. Realice d redondeo de cada nmero a la cantidad 5. Complete las unidades de medida para el sistema
de cifras significativas que se indica con base en los CGS y SI segn corresponda.
criterios expuestos en la seccin Cifras significativas y
redondeo. Unidad Sistema
CGS SI
Cantidad Cifras significat b i s Resultado final
Masa
2.7867 4
Longitud
3.2384 4
Tiempo
0.1452 3 Velocidad
0.1553 2 Aceleracin
4.045 3 Fuerza
6.0050 3 Presin
3.015 3 Trabajo
0.0027 2 Patencia
300 1 Momento
Bibliografa
Bar, A. R. (2000). Un aporte a la discusin sobre el estatus metodolgico de las variables y
escalas de medicin". Cinta de Moebio. nm. 7. Chile: Facultad de Ciencias Sociales,
Universidad de Chile.
Bell, S. (2001). A Beginner's Cuide to Uncertainty in Measurements. 2a cd. Reino Unido:
National Physics Laboratory.
B1PM, (2006). The International System ofU nits SI. Paris: STHDI Media.
Gil, S. y Rodrguez E. (2001). Fsica recreativa: Experimentos de Fsica usando nuevas tec
nologas. Per: Prcnticc Hall.
ISO. (2004). biternational Vocabulary o f Basic and Genera! Terms in Metrology (VIM). 3a
ed. ISO VIM (DGUIDE 99999).
Kurt. G.R. (1986). The International System o f Vnits (SI). Morgantown: Cost Enginccring.
Lyons, L. (1993). A Practical Cuide to Data Analysis fo r Physical Science Students. Nueva
York: Cambridge Univeisity Press.
Miranda, P. y Jurez, H (2006). Laboratorio de Fsica I. Chile: Facultad de Ciencias-Depar
tamento de Fsica. Universidad de Chile.
Rodrguez, L.A. (2001). laboratorio cero 2001-2. Facultad de Ingeniera, Departamento de
Qcncias Bsicas. Bogot: Pontificia Universidad Javeriana.
Tylor, B. y Kuyatt, C. (1994). Guidelines fo r Evaluating and Expressing the Uncertainty o f
N1ST Measurements Resulrs, nota tcnica 1297. EUA: National Institute o f Standards and
Technology. United States Department of Commcrcc Technology Administration.
UKAS, (2006). The expression o f uncertainty and confidence in measurement. Londres:
United Kingdom Acreditation Services, Draft 2.
Universidad de la Laguna Espaa. Introduccin a la Fsica experimental, http://wcbpagcs.ull.
es/users/fexposit/ife_err.pdf. Consulta realizada el 15 de enero de 2007.
Universidad Santiago de Cali. Colombia. Guas nicas de laboratorio de fsica I: aspectos
preliminares, metrologa conceptos y definiciones, http://www.usc.cdu.co/laboratorios/
archivos/propuesta/LEY_DE_OHM_2.pdf. Consulta realizada el 15 de enero de 2007.
C A P T U L O 3
Error
El resultado de todo proceso experimental que proporcione el valor medido de una mag
nitud X no coincidir con el valor real de dicha magnitud. La diferencia entre el valor real
y el valor medido se denomina error de la medida:
(3.D
Incertidum bre
Debido a los errores, los valores obtenidos como resultado de los procesos de medicin
poseen incertidumbre. La utilizacin de instrumentos en buen estado, el manejo ade
cuado de los aparatos y la consideracin de correcciones a los modelos ideales, permiten
reducir los errores sistemticos, sin embargo, no es posible deshacerse totalmente de
los errores aleatorios y de escala. Mientras m s preciso es el instrumento de medicin.
41
C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
^ 6 [X -A X . X - + A X ]
11 . 1I
11 * 11
Xmed-AX X^J X ^ j + AX
X = X mtJ A X (3.2)
Sin embargo, a veces es til comparar la incertidumbre de una medida con el valor
de la misma.
Ahora bien, se define incertidumbre relativa como el cociente entre la incertidum
bre absoluta de la medida y el valor medido:
S X = -^ ~ (3.3)
(105 10) g
Un ejemplo til es utilizar una escala analgica del instrumento que mide la rapidez en
los automviles; por lo general estos presentan una divisin mnima de su escala en in
tervalos de 10 km/h. Si la lectura en un momento determinado marcara un valor entre 70
y 80 km/h (figura 3.2), bastante cercano a los 80 km/h, la mejor lectura que se tendra, si
se aplicara la regla anterior, sera de 70 5 km/h, estimndose que el valor real se encon
trara entre 65 y 75 km/h. Si en este caso se subdividiera de manera virtual esta escala en
segmentos de 1 km/h, quiz se podra tener una mejor estimacin de 79 0.5 km/h, es
decir, un intervalo entre 78.5 y 79.5 km/h. Con estos ejemplos se comprueba que es ne
cesario entender correctamente el procedimiento experimental para encontrar el valor
correcto y tener presente que dicha regla debe aplicarse con criterio.
X*
X = -*=* (3.4)
n
donde:
X = media aritmtica.
X t = valores de la variable X desde el valor i = / hasta el valor n-simo.
n = nmero total de datos de X o el tamao de la muestra.
En estos casos se toma com o inccrtidumbrc absoluta AX (la inccrtidumbrc mayor
entre la inccrtidumbrc que se debe a la precisin \p \ del aparato y la que se debe a los
factores aleatorios), que depender del nmero de medidas:
Propagacin de incenidum bre 45
Si 2 ^ / i 1 0 AX = m x(p,D m )
Si n > 10 AX = m x (p ,S m)
Dm = (3.5)
2
Y Sn es la desviacin tpica de la media (desviacin estndar o error cuadrtico de
la media) expresada:
I f i W - X ) 7 ( 3 .6 )
S_ = \/4=!----------------
(n-1)
donde:
X = media aritmtica.
X. - valores de la variable X desde el valor i = 1 hasta el valor n-simo.
fi = frecuencia del valor Y desde el valor / = 1 hasta el valor n-simo.
n= nmero total de datos de Y o el tamao de la muestra.
As, Smes una medida del grado d e dispersin de la distribucin de los valores alre
dedor de la media. Cuando S es grande, los valores individuales estn muy dispersos.
En resumen, para series de mediciones directas la incertidumbre absoluta de la serie
de medidas ser igual a Dm para los casos en que el nmero de datos se encuentre entre
2 y 10, y Smen los casos que el nmero de datos sea mayor que 10.
a=- (3.7)
m
Existen instrumentos para medir la fuerza F (dinammetro) y la masa m (balanza).
Sin embargo, es importante recordar que las mediciones de F y m tendrn que estar aso
ciadas con sus respectivas ncertidum bres:dF y Am, y por lo tanto, a tambin presentar
su incertidumbre asociada: Aa. De manera que:
a + Aa = (3.8)
m + A/t
En virtud de que la mayora de las mediciones realizadas en ciencias e ingenieras
son indirectas es importante determinar cmo se propaga la incertidumbre. Hasta aqu se
ha presentado nicamente el concepto de incertidumbre de una sola variable medida; sin
embargo, es raro que el proceso se termine con la medicin de una variable nica. Con
46 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
Y = /(X ) (3.9)
Esta funcin permite calcular el valor estimado Ya, a partir de un valor medido
M ejor an, permite laposibilidad de estimar que pueda variar de X ^ - AX a
X + AX, lo que implica un interv alo de posibles valores de Y - A Y a Y , + AY.
Ahora interesa saber cmo se calcula el valor de DK Antes de considerar los mto
dos generales de evaluar D J\ es ilustrativo ver la propagacin de las perturbaciones fini
tas en funciones sencillas. Por ejemplo, la funcin:
Y =X 2 (3.10)
A Y = 2X medAX (3.12)
como lo ilustra el uso de diferencias finitas, puede lograrse una simplificacin conside
rable de la formulacin lograda usando el clculo diferencial.
o tambin:
Y = d- W A X (3.15)
dX
Y= (3.16)
( X 2 + l)
d Y _ ( X 7+ \ ) - ( X 2 X ) _ i-x 2
entonces: - - , , (3.17)
1 -X 2
y finalmente: AY = 2 AX (3.18)
(1 + X 2)
1. Potencias:
Y =X' (3.19)
= nX ^' (3.20)
dX
AY AX
( 3 -2 2 )
rat i
Y = senX (3.23)
dY
se tiene que = eos X (3.24)
dX
A y = (cosX)AX (3.25)
K = lo g X (3.26)
dY 1 .
se tiene que = (3.27)
dX X
AY = - A X (3.28)
X
Si Y = ex (3.29)
dY x
se tiene que =e (3.30)
dX
A Y - e xAX (3.31)
Este es un caso importante, ya que las funciones exponenciales ocurren con frecuen
cia en la ciencia y la ingeniera. Estas funciones pueden hacerse muy sensibles al expo-
nente cuando toma valores mucho mayores que la unidad, y por lo tanto, la incertidumbre
D Y puede volverse muy grande. Como se mencion antes, este mtodo se aplica fcil
mente a cualquier funcin si se evala la derivada respectiva.
Incertidum bre en funciones de dos o m s variables 49
Z=X +Y (3.32)
AZ AX + A Y (3.35)
Z X +Y
2. Diferencia de dos variables:
Z =X -Y (3.36)
AZ = ( X ^ A X ) - ^ AY) (3.37)
A Z = AX + A Y (3.38)
50 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
la cantidad apropiada para calcular AZ es la diferencial total dZ. que est dada por:
d Z ^ ~ - d X + dY (3.40)
BX BY
AZ = AX + AY (3.41)
BX BY
Bf Bf
y las derivadas y normalmente se calculan con los valores X y Ymei para los
Bf Bf
que se necesita AZ. Se observa que. dependiendo de la funcin/ , el signo de ^ y
resulta ser negativo. En ese caso, se utiliza la estimacin pesimista para el valor mximo
de AZ, se escogen los valores negativos apropiados para A X o A Y , & fin de obtener de ah
una contribucin total positiva de la suma.
1. Producto de dos o rns variables. Suponiendo que:
7 = XY (3.42)
M todo general para determ inacin de la incertidum bre 51
! = r (3.43)
fy - x (344)
por lo que el valor de DZ est dado por:
AZ = YAX + XA Y (3.45)
Z = X aY b (3.47)
(3.49)
Z X Y
Y tomando las diferenciales com o diferencias finitas:
= a +f> (3.50)
7 at X fd lYmtd
Ntese que este proceso da la incertidumbre relativa de manera directa y eso, con
frecuencia, es conveniente. Si se requiere la incertidumbre absoluta DZ, puede multipli
carse la incertidumbre relativa por el valor calculado Z,Bque, por lo general, est dispo
nible. Esta forma de diferenciacin implcita sigue siendo el procedimiento ms sencillo
aun cuando la misma Z cst elevada a alguna potencia. Por ejemplo, si la ecuacin es:
7} = X Y ( 3 . 51 )
52 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
. AZ AX AY . . .
2. Cocientes. Pueden tratarse como productos en los cuales algunas de las potencias son
negativas. Como antes, el valor mximo de AZ se obtiene despreciando los signos
negativos de la diferencial y combinando todos los trminos de forma aditiva.
K = / ( X X 2,...X J (3.54)
AY =
3X, dX
AX,, AXr ... AXn son las incertidumbres totales de las medidas directas.
Los casos particulares sencillos ms usados son:
kY
Potencias: Y = cX* => A Y = AX (3.57)
X
J ^ X .- X ,
M todo general para determ inacin de la incertidum bre 53
*
AX, AX, 1
Producto y cociente: Y = X,X2 => A Y = |K| (3.59)
r
Y=
AX
Logaritmo: Y = logX =* AK = (3.60)
a k = v/ ( a x , ) : + ( a x ! )3
E jem plo 1: una mesa cuadrada se mide con una cinta mtrica; los lados son iguales a un valor de
(75.0 0.5) cm. Cul es el valor de su permetro? Expresa el resultado con su incerti
dumbre.
Se tiene que:
L -L ^ A L
y si Lm = 75.0cm y AL - 0.5cm
Entonces:
E jem plo 2: si al medir el volumen de un objeto por desplazamiento de agua en una probeta se obtie
nen los siguientes valores: V, = (350.0 0.5) mi y V ,= (400.0 0 .5 ) mi. Cmo se repor
ta el volumen del objeto?
V = V 2- V y A V = JA V ? + AVj2
E jem plo 3: si se tienen dos resistencias: K, = (300 3) 2 y /?, = (200 6 ) 2 y se conectan en serie,
qu resultado se obtiene?
V = (50.01.0) V ; / = (4 .0 0 .5 ) A
avY ( ai
P - V t v AP = P
j + i
P = 5 0 V x 4 A = 200W = 2 x l 0 2 W
0.5 A V
+ = 2 x 102V a 16 = 2 x 102(0 .13) = 25.32 W = 3 x 10'W
14A
E jem plo 5 : 1en un experimento la medicin de la densidad report los siguientes valores: masa (25.00
0.05) g y volumen (10.5 0.1) cm3.
m Am 2 A V
donde: p = y A p - p
m
25.00g
p= = 2.38 g
10.5 cm ' cm
2 / . V
0.1 cm
A p = 2.38^ = 2.38 ^-r V0.000095 = 2.38 - A r (0.0097) = 0.023 - 1 -
cm ' V I 25.00cm 3 10.5 cm ' cm cm cm
Las grficas
En experimentos donde se obtiene una gran cantidad de datos, con frecuencia se orga
nizan para presentarlos en forma de una grfica, es decir, un diagrama que usa lneas,
crculos, barras o alguna otra forma geomtrica para representar los datos.
I-as grficas:
1. Concentran informacin que facilita la comparacin entre un experimento y otro,
y se pueden comparar con otras grficas, lo cual no ocurre si solo se utilizan ta
blas.
2. Revelan rpidamente ciertos rasgos como: mximo, mnimo, periodicidad, varia
cin de la pendiente, ordenada al origen, entre otros.
En las ciencias c ingenieras, las grficas tienen, principalmente, tres aplicaciones:
1. Es muy rpido y sencillo determinar alguna caracterstica de un fenmeno.
2. Funcionan como una ayuda visual.
3. En el trabajo experimental permiten conocer la relacin existente entre dos o tres
variables.
56 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
Construccin de grficas
Para la construccin de grficas, a partir de datos experimentales, se deben seguir las
siguientes recomendaciones:
1. Eleccin del papel adecuado (depende del tipo de datos obtenidos y del problema por
resolver):
a ) Papel de coordenadas rectangulares uniformes (milimtrico): se caracteriza por
que ambos ejes, abscisas x y ordenadas y estn a escala lineal. Por lo general se
utiliza para determinar un fenmeno con comportamiento lineal (figura 3.3).
01 2 3 4 5 6 7 8 9 1011 12 1314 15 16 17 18 19
P e s o (k g )
10000001
1000000
100000
10000
10 15 20
Oas transcurridos
1 10 100
D a s tra n s c u rrid o s
45
40
35
30
?
25
T>
2
20
l ,
10
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1718 19
P o so (k g)
Figura 3.6: La escala de los dos ejes presenta como mnima divisin la incertidumbre
absoluta del instrumento de medicin, que es en este caso de 0.1 kg para el peso y de 0.5
cm para la longitud.
58 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
3. Trazo de los punios experimentales: los valores experimentales en una grfica deben
ser representados por rectngulos y no por puntos, en los cuales se muestre el in
tervalo de incertidumbre absoluta que corresponde a cada magnitud en cada eje (figu
ra 3.7). Ejemplo:
En la figura 3.7 el punto (14.4, 15.6) es representado por un rectngulo que en el eje
X tiene un rango de valores entre 14.3 y 14.5, y en el eje Y un rango entre 15.4 y 15.8.
Por lo tanto, la grfica de este resultado experimental puede pasar por cualquier punto
dentro del rectngulo y no necesariamente por el punto, ya que la precisin del instru
mento utilizado, tanto para medir la magnitud del eje X com o la del eje Y, no permite
discriminar ningn punto (del rectngulo) de error como preferente para trazar una nue
va curva.
D 0 O t e n m u e s t r a s d e a g u a s r e s id u a l e s d e l m u n ic ip io D 6 0 a e n m u e s t r a s d e a g u a s r e s i d u a l e s d e l m u n ic ip io
d e T o n a l* . J a l i s c o d e T o n a lA . J a l i s c o
1400 3000
1200 2500
1000 a M1
(p p m )
2000
M2
800
600
i
o
1500
s M3
D B 05
400 1000
200 I <B -| i 500
M 4
0 1 0
15/ 11/ 20G 5 W 0 3 / 2 0 0 6 24/ 05/ 2006 20/ 11/ 2006 07/ 04/ 2007 15/ 11/ 2005 1& C 3/ 2006 2 4 .0 5 / 2 0 0 6 20/ 11/ 2006 07/ 04/ 2007
F e c h a d e m u e s t ie o F e c h a d e m u e s tr e o
D B O ^ e n m u e s t r a s d e a g u a s r e s id u a l e s d e l m u n ic ip io D 6 0 t e n m u e s t r a s d a a g u a s r e s i d u a l e s d e l m u n ic ip io
d e T o n a l* , J a U s o o d e T o n a l* . J a l i s c o
1400
M4
1200
1000 L /'N *
Ippm )
M3
800 M1 i
600 to
M2 1 0 0 0 -1 5 0 0
DBOO
400
M2
200 M3 i h
_______________ M1 0 5 0 0 -1 0 0 0
0 M4 15/ 11/ 2005 2 4 4 )5 / 2 0 0 6 07/ 04/ 2007
O 0 -5 0 0
W 11/ 2005 16/ 03/ 2006 21/ 05/ 2006 20/ 11/ 2006 < 37/ 0 4/ 20 07 16/ 03/ 2006 20/ 11/ 2006
F e c h e d e m a e s tr e o F e c h a d e m u e s tr e o
Coeficiente de correlacin
M uchos de los problemas de los que se ocupan las ciencias van ms all de la descrip
cin de una variable nica en sus diversas ramificaciones y con frecuencia es necesario
determinar las relaciones entre dos o ms variables. Por ejemplo, uno de los intereses
esenciales de las oficinas administrativas de las universidades es la relacin existente
entre los promedios obtenidos en el bachillerato o las calificaciones en el examen de
ingreso universitario, y el rendimiento en la universidad. Los estudiantes que hacen un
buen bachillerato o que logran una calificacin alta en el examen d e ingreso, tambin
destacan en la universidad? O bien, aquellos que son malos estudiantes en bachillerato
y los que obtienen una calificacin baja en el examen de ingreso, tienen un pobre ren
dimiento en la universidad?
Establecer estas preguntas acerca de las relaciones que existen entre las variables,
equivale a internarse en el rea de la correlacin. Con el fin de expresar cuantitativamen
te hasta qu grado estn relacionadas dos variables, es necesario calcular el llamado
coeficiente de correlacin r. Hay muchas clases de coeficientes de correlacin. La deci
sin de cul emplear para una serie de datos especficos depende de factores como:
r
*
0 00 . --030 -1.00
-V /V
:
3. Una relacin positiva significa que los individuos que obtienen calificaciones
altas en una variable, tienden a obtener calificaciones altas en la otra. La aseve
racin contraria tambin es vlida, es decir, los individuos con una calificacin
baja en una variable, obtienen una calificacin baja en la segunda.
4. En una relacin negativa, los individuos con una calificacin baja en una variable
alcanzan una calificacin alta en una segunda variable y viceversa, los individuos
que consiguen una calificacin alta tienden a una calificacin baja en la segunda.
La figura 3.10 muestra una serie de diagramas de dispersin que ilustran varios gra
dos de relacin entre dos variables X y Y. AI interpretar las figuras es importante recordar
que cada punto representa dos valores: la calificacin de un evento en la variable X y la
calificacin del mismo evento en la variable Y. Como se indic anteriormente, la variable
X se representa a lo largo de las abscisas y la variable Ya lo largo de las ordenadas.
P o te n c ia (C V )
1800
1600
1400
5 1200
| 1000
! 800
600
400
200
0 10 20 30
Figura 3.12: Relacin existente entre peso del automvil (kg) y el tiempo (s) que tarda
en incrementar su velocidad de 0 a 100 km/h.
I x ,r, -
r= /-i (3.62)
i * -
M
Ex
j-i Jl
E jem plo 6: hallar el coeficiente de correlacin del conjunto de datos de la tabla 3.1:
y, y?
1 i i i i
3 2 9 6 4
4 4 16 16 16
6 4 36 24 16
8 5 64 40 25
9 7 81 63 49
11 8 121 88 64
14 9 196 126 81
M
X
3
M
II
Y=a+bX (3.63)
donde:
X = variable independiente.
Y= variable dependiente.
a = ordenada al origen o trmino independiente.
b = pendiente de la recta.
C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
y
40 m
35 -
30
25 -
20 -
15
10 m
0
a
0
Y = a+bX+cX2 (3.64)
donde:
X - variable independiente.
Y - variable dependiente.
a = coeficiente del trmino independiente.
b = coeficiente del trmino de primer orden,
c = coeficiente del trmino de segundo orden.
120000
100000 -
80000 -
60000 -
40000 -
/
20000 -
y - 5 e
0 x
6 8 10
Figura 3.16: C om portam iento de dos variables correlacionadas de form a logartm ica
Y =ahi{X).
66 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
5. Comportamiento polinom iol (figura 3.17): la ecuacin que describe este com porta
miento se escribe de la siguiente manera:
A juste de rectas
Com o ya se explic, la correlacin de dos variables puede tener diferentes com porta
mientos. Sin embargo, uno de los ms comunes en los fenmenos fsicos es el compor
tam iento lineal, aunque en los casos que no se pueda utilizar directamente se trabaja con
las escalas de las variables (semilogartmicas o logartmicas) para alinear com porta
mientos no lineales y trabajar con la ecuacin de la lnea recta. A continuacin se descri-
ben dos mtodos para el ajuste de la recta a una correlacin de dos variables X y Y. Estos
mtodos son: 1) el mtodo de pares de puntos y 2) el mtodo de los mnimos cuadrados.
M todo de pares de puntos 67
1 y 7, 2 y 8,..., 6 y 12
( * , - * , ) , (X$- X 2U (Xl2- x 6)
i r i - Y M Y 9- Y . . { Y a - Y J
Y se calcula la media aritmtica de estas diferencias (Dx y Dy), con las que se puede
estimar la pendiente de la lnea recta de ajuste mediante:
m- (3.68)
Dx
12
11 hjH
10 hfH
2
1 HH
&
X
(3.71)
Todas las lecturas de y,, a Y, han desaparecido, aunque tambin pudo no haberlas
tomado en cuenta. Esto puede evitarse si se dividen las lecturas en dos grupos principales
y aparca los puntos uno de cada grupo, como se ha descrito.
.* construir la lnea recta que mejor se adapte a los datos de la tabla 3.3 y hallar la ecuacin
1 2 3 4 5 6 7 8 9 10 11 12
A ju s te d e re cta p o r m to d o d e p a re s
d e p u n to s
co
T3
c
3
a
T ie m p o (s)
Figura 3.19: Lnea recta que representa el mejor ajuste para el conjunto de datos de la
tabla 3.3 mediante el mtodo de pares de puntos y de los mnimos cuadrados.
M todo de pares de puntos 69
Solucin: En primer lugar, los puntos se dividen en dos grupos guales, uno para valores bajos de
d y t y el otro para los valores altos de d y /; despus se aparean los puntos, uno de cada
grupo:
1 y 7. 2 y 8...., 6 y 12
b = y - n t x = 1 2 0 -2 0 (6 ) = 0
Sin embargo, en algunas ocasiones la mejor lnea recta no necesariamente pasa por
todos los puntos y eso hace que las estimaciones c m y b sean subestimadas o sobrestima-
das, dependiendo de los pares de puntos escogidos. En este caso se sugiere utilizar un
mtodo que minimice estas subestimaciones y sobrestimaciones, como el mtodo de los
mnimos cuadrados. El siguiente ejemplo lustra este comportamiento.
E jem plo 8 : 1construir la lnea recta que mejor se adapte a los datos de la tabla 3.4 y hallar la ecuacin
de dicha recta mediante el mtodo de pares de puntos.
*1 i 3 4 6 8 9 11 14
y, i 2 4 4 5 7 8 9
Solucin: Primero los puntos se dividen en dos grupos iguales, uno para valores bajos de x y y. y el
otro para los valores altos d e * y y, despus se aparean los puntos, uno de cada grupo:
1 y 5, 2 y 6 ,3 y 7, 4 y 8
70 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
A ju s te d e re c ta m e d ia n te el m to d o
d e p a re s d e p u n to s
0
2
a
Variable x
Figura 3.20: Linca recta que representa el m ejor ajuste para el conjunto de datos de la
tabla 3.4 mediante el mtodo de pares de puntos.
0 * ,= ( * , - * , ) = 8 - 1 = 7 y Dyi = ( y ; - y l) = 5 - 1 = 4
Dx2= (x 6- ^ = 9 - 3 = 6 y D y = ( y - y 2) = 7 - 2 = 5
a r 3= (x 7- x >) = 1 1 - 4 = 7 y 0 '7- > 3) = 8 - 4 = 4
D x 4 = ( x s - x 4) = 1 4 - 6 = 8 y D y = (ya- y 4) = 9 - 4 = 5
Dy, 4.5
m - = = 0.64
Dx, 7
b = y - rnx = 4 .5 -0 .6 4 (7) 0
Y = a +bX (3.72)
Donde:
X = variable independiente.
Y = variable dependiente.
a = ordenada al origen o trmino independiente y.
b = pendiente de la recta.
X Y i- X X M
U M M (3.73)
i-l l-l
b =- ;* A (3.74)
D ia g ra m a d e d is p e rs i n
E jem plo 9: construir la linca recta que mejor se adapte a los datos de la tabla 3.3 y hallar la ecuacin
de dicha recta mediante el mtodo de los mnimos cuadrados.
X, y, V X tY,
1 20 1 20
2 40 4 80
3 60 9 180
4 80 16 320
5 100 25 500
6 120 36 720
7 140 49 980
8 160 64 1280
9 180 81 1620
10 200 100 2000
11 220 121 2420
12 240 144 2880
Si se sustituyen los valores de los sumatorios de la tabla 3.5 en las ecuaciones 3.73
y 3.74 se obtiene:
650(1560)-78(13000) _ 1014000-1014000 _ 0 _A
a=
1 2 (6 5 0 )-(7 8)2 7800 - 6084 1716
E jem plo 10: construir la lnea recta que mejor se adapte a los datos de la tabla 3.4 y hallar la ecuacin
de dicha recta mediante el mtodo de los mnimos cuadrados.
y, V x ,y,
1 i 1 i
3 2 9 6
4 4 16 16
6 4 36 24
8 5 64 40
9 7 81 63
11 8 121 88
14 9 196 126
X*
O
O
Con la sustitucin de los valores de los su matnos de la tabla 3.6 en las ecuaciones
3.73 y 3.74 se obtiene:
5 2 4 (4 0 )-5 6 (3 6 4 ) 2 0 9 6 0 -2 0 3 8 4 576
Q ~ = U 9 4 D
8(524)-(56)* 4192 - 3136 1056
A ju s te s d e re cta m to d o d e lo s m n im o s c u a d ra d o
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
V a ria b le X
Figura 3.22: Lnea recta que representa el mejor ajuste para el conjunto de datos de la
Tabla 3.4 mediante de los mnimos cuadrados.
74 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
Longitud L
Masa M
Tiempo T
Intensidad de corriente elctrica 1
Temperatura t
Intensidad luminosa le
Cantidad de sustancia m
Dim ensin de una m agnitud 75
[v] = L T l (3.75)
F = ma (3.76)
M L T t I le m
Aceleracin A 0 1 -2 0 0 0 0
Capacitancia C -1 -2 4 0 2 0 0
Energa E 1 2 -2 0 0 0 0
Frecuencia F 0 0 -1 0 0 0 0
Impulso 1 1 1 -1 0 0 0 0
Inductancia L 1 2 2 0 -2 0 0
Presin P 1 -1 -2 0 0 0 0
Resistencia R 1 2 -3 0 -2 0 0
Viscosidad N 1 -1 -1 0 0 0 0
Trabajo W 1 2 -2 0 0 0 0
Coeficiente de transferencia H 1 0 -3 -1 0 0 0
de calor
Calor especfico Ce 0 2 -2 -1 0 0 0
Coeficiente de dilatacin lineal a 0 0 0 -1 0 0 0
R ujo magntico f 1 2 -2 0 -1 0 0
Iluminacin E 0 -2 0 0 0 1 0
R ujo luminoso F 0 0 0 0 0 1 0
76 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
Teorema de Buckingham
Para aplicar el anlisis dimensional en una investigacin, el experimentador debe cono
cer, en su totalidad, la cantidad y clases de variables fundamentales que intervienen en el
experimento. Se entiende por variable fundamental cualquier variable experimental que
influya en la prueba y que se pueda modificar, independientemente de las otras variables
que intervengan. Cuando el investigador conoce todas las variables puede reducir su n
mero por medio de la aplicacin de la primera parte de teorema de Buckingham, el cual
establece que cualquier ecuacin dimensional mente homognea se puede reducir en
un conjunto completo de productos adimcnsionalcs. Una ecuacin dimcnsionalmcntc
homognea es com pleta cuando su forma no depende de las unidades fundamentales que
se emplean.
Un ejemplo de estas ecuaciones es el que relaciona el tiempo (/) que tarda en caer
un cuerpo en reposo y la distancia (x) que recorre durante su cada libre, matemtica
mente se simboliza:
x =^~ (3.78)
donde:
/ = tiempo.
g = aceleracin de la gravedad.
fundamentales (tabla 3.9), pero si la lista est incompleta no se podr dar respuesta d e
bido a falta la informacin.
y despejando para T:
(3.82)
De acuerdo con los resultados obtenidos con el teorema jc, el periodo de oscilacin
del pndulo simple vara en forma directamente proporcional a la raz cuadrada de la
78 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
1 = *, (3.83)
= x, (3.84)
r l
(3.85)
r*)
7
se concluye que: T =~ (3.87)
Por lo tanto, midiendo T se calcula el periodo 7 del pndulo real con la expresin
matemtica:
7 = 107' (3.88)
(3.89)
C am bio de unidades 79
F = La M b r (3.90)
= (3.91)
Ai, = m M 2 (3.92)
Tx = t T2 (3.93)
E jem plo 11: i determnese el valor de la aceleracin d e la gravedad (g = 981 cm /s2) en el sistema brit
nico de unidades.
Ejercicios
M edicin de in certidum bres 6. Dos resistencias dieron las siguientes lectura:
R 1 = (200 5) 2 y R2 =(250 3) l. Cul es la incer
tidumbre absoluta de la resistencia total en serie y la
1. Se usa un flexmetro (la divisin mnima es hasta
resistencia total en paralelo?
mm) para medir una longitud de 30.00 cm. Cul es la
incertidumbre absoluta y relativa? 7. Al medir indirectamente el valor de una resistencia
(V = R I\ la lectura del voltaje es V = (9.4 0.1) volts y la
2. Un micrinctro puede leer hasta 0.01 mm en la me
de la comente es / = (1.20 0.02) amperes. Cul es
dicin de un dimetro de 4.00 mm, cul sera la incer-
la incertidumbre absoluta del valor de la resistencia?
tidumbre relativa y relativa porcentual?
8. Una medicin de densidad de a los siguientes valo
3. Cul es la menor distancia que puede medirse
res: masa m = (15.281 0.005) g: volumen V = (12.30
usando una regla (con divisiones mnimas hasta mm),
0.5) cm3. Cul es la incertidumbre absoluta en la
de manera que la incertidumbre no exceda de 2%?
densidad?
4. Un vemier puede leer hasta 0.1 mm. En la medi
9. Un condensador C = (5 0.1) pf es cargado con
cin de un prisma de 5 mm, cul sera la incertidum
una diferencia de potencia de V = (80 1) V, tiene una
bre relativa?
carga cuyo valor se calcula de Q = C x V. Cul es la
5. Se va a colocar una cinta en la orilla de una mesa incertidumbre absoluta de la carga?
cuadrada. Si al medir los lados se encontr que son
10. Un alambre de seccin circular tiene una medida
iguales y con un valor de (74.4 0.5) cm, cul es el
de 0.31 mm de radio y desviacin estndar de 0.2 mm.
valor de su permetro? Exprese el resultado con su in
cul es el error del rea medida?
certidumbre. La div isin efectuada sobre los lados de
un plano rectangular arroj los siguientes resultados,
11. Si al medir el volumen de un objeto por desplaza
L \ =(14.100.05) cm y L2 = (8.6 0.05) cm,cul es
miento de agua en una probeta se obtienen los siguien
la incertidumbre absoluta del permetro y la incerti tes valores V} = (340 0.5) inl y V\ = (392 0.5) mi,
dumbre relativa del rea? reporte el volumen con su incertidumbre absoluta y re
lativa porcentual asociada.
Ejercicios 81
R e p re se n ta c i n g rfica
Con base en las siguientes tablas: de levaduras en funcin del tiempo
Tiempo
Concentracin de levaduras
1. en horas
0 2.00E+Q0
Gasto en litros/h de un m otor trabajando 1 5.44E+00
a diferentes potencias 2 1.48E+01
T
3 4.02E+01
Litros gastados/h Potencia (N) 4 1.09E+02
10 5.5 5 2.97E-f02
20 6 6 8.07E+02
30 6.5 7 2.19E+03
40 7 8 5.96E+03
50 7.5 9 1.62E+04
60 8 10 4.41E+04
mm
70 8.5 11 1.20E+05
12 3.26E+05
80 9
13 8.85E->05
90 9.5
14 2.41E+06
100 10 15 6.54E+06
110 10.5 16 1.78E-f<)7
120 II 17 4.83E+07
130 11.5 18 1.31 E-K)8
140 12 19 3.57E+08
150 12.5 20 9.70E+08
160 13 21 2.64E+09
170 13.5 22 7.17E+09
180 14 23 1.95E+10
^A
24 5.30E+10
190 14.5
25 I.44E+11
200 15
26 3.91E+11
210 15.5 27 I.06E+12
220 16 28 2.89E+12
230 16.5 29 7.86E+12
240 17 30 2.14E+13
250 17.5 31 5.81E+13
260 18 32 1.58E+14
270 18.5 33 4.29E+14
280 19 34 I.17E+15
290 19.5 35 3.17E+I5
36 8.62E+15
300 20
37 2.34E+16
38 6.37E+16
39 1.73E+I7
40 4.71E+17
41 I.28E+18
42 3.48E+18
43 9.46E+18
44 2.57E+19
45 6.99E+19
46 1.90E+20
47 5.16E+20
48 1.40E+21
82 C aptulo 3 Incertidum bre en las m ediciones y evaluacin de resultados experim entales
b) Se lanza un proyectil de masa m en direccin hori d) Un cuerpo de 1.25 kg se mueve con una velocidad
zontal. con una velocidad inicial v0, desde una al de 6 m/s. Calcule su energa cintica en: i) joules,
tura h. Hallar el alcance x utilizando el anlisis ii) poundal.ft, iii) atm.litro.
dimensional. Hacer lo mismo si la velocidad ini e) Ij constante R que interviene en la ecuacin de
cial forma un ngulo a con la horizontal. los gases ideales es R = 0.08206 atm.L/(molg.K).
c) La potencia requerida para mover una hlice de Calcule su valor en las siguientes unidades: i)
pende de las siguientes variables: D dimetro de la (mmHg).cmV(molg.K). ii) cal/(molg.K), iii) Btu/
hlice, r densidad del fluido, c velocidad del soni (mol-lb.R), iv) bar.L/(molg.K).
do en el fluido, w velocidad angular de la hlice, y f ) En una referencia bibliogrfica se encontr que la
h viscosidad del fluido. Analice cuntos grupos densidad relativa del ctanol a 60 F, con respecto al
adimensionales caracterizan este problema y d agua a 60 F, es 0.7939. Cul es la densidad del
una expresin para los mismos. ctanol en g/cm' a 60F si el volumen especfico
del agua a dicha temperatura es 0.016030 ftVIb?
4. Realizar las siguientes conversiones: g) La transmisin de calor por conduccin est dada
a) La densidad de un lquido es 755 kg/m \ Calcule el por la ecuacin: q = kAD7dx, donde Les la conduc
valor de la densidad en las siguientes unidades: i) tividad trmica del material y dTes la diferencia de
Ib/ft1, ii) o z/in \ iii) lb /m \ iv) g/cm5. temperatura. Si la conductividad calorfica de deter
b) Exprese el valor de la aceleracin normal de la minado material es k 30 Kcal/(m.h.<C ), exprese
gravedad (9.80665 m/s2) en las siguientes unida su valor en las siguientes unidades: i) Btu/(fl.h.aF),
des: i) ft/s2, i) km/h2, iii) in/h2, iv) milc/h2. ) W/(cm.C). i) cal/(cm.h.K).
c) El peso de un objeto es de 100 kg en un lugar de la h) La energa potencial de la carga de un depsito
Tierra en el que la aceleracin de la gravedad es con respecto a un determinado nivel de referencia
9.805 in/s2. Cul es la masa del objeto expresada es de 12500 poundal.ft. Exprese su valor en:
en kg? Si el volumen del objeto es de 15 litros, i) joules, ii) kWh, iii) atm.litro, iv) Ibf.ft.
cul su densidad en lb/fl3?
Bibliografa
Baird. D.C. (2003). Experimentacin: Una introduccin a la teora de mediciones y al diseo
de experimentos. Mxico: Fearson Educacin.
Bcmal, C.A. (2006). Metodologa de la imestigacin. Mxico: Pcarson-Prcnticc Hall.
Castaeda, J J.; De la Torre, L.M. Morn, R. y Lara, R.P. (2002). Metodologa de la im'esti-
gacin. Mxico: McGraw-Hill.
Gutin-ez, A.C. (2001). Introduccin a la metodologa experimental. Mxico: Limusa-Norie-
ga-
Hernndez, S.R.; Fernndez, C. y Baptista, L. (2003). Metodologa de la investigacin.
Mxico: McGraw-Hill.
Montgomcry, D.C. (1991). Diseo y anlisis de experimentos. Mxico: Grupo Editorial Ibe
roamericano.
Navidi, W. (2006). Estadstica para ingenieros y cientficos. Mxico: McGraw-Hill.
Tamayo y Tamayo, M. (2002). El proceso de la imestigacin cientfica. Mxico: Limusa.
C A P IT U L O 4
85
86 C aptulo 4 Anlisis descriptivo de los datos
En la prctica diaria es ms frecuente trabajar con muestras que con toda una pobla
cin, sobre todo cuando esta es bastante numerosa. Por tal motivo, es importante traba
ja r con mustreos representativos cuando se quieren inferir los resultados de toda la po
blacin. Por ejemplo, una fbrica produce tom illos de alta precisin, para los cuales
existen estrechos mrgenes de tolerancia con respecto a su dimetro. Com o parte de los
procedimientos de control de calidad se selecciona un nmero d e tom illos de la produc
cin diaria y se determina, cuidadosamente, su dimetro. Los tom illos seleccionados
constituyen la muestra, que debe ser representativa de toda la poblacin d e tomillos
producidos. La variable es el dimetro de los tomillos. Los datos estn constituidos por
las medidas de todos los tomillos que conforman la muestra. Cuando los datos son m a
nipulados, de acuerdo con ciertas reglas pueden obtenerse algunas caractersticas repre
sentativas de la totalidad, por ejemplo, el dimetro promedio de los tom illos; adems, el
valor numrico resultante constituye un estadstico. La poblacin, en la cual estamos
interesados, es la produccin diaria total de la fbrica. FJ dimetro promedio de los tor
nillos producidos en un da constituye un parmetro. Es poco probable que el parmetro
sea conocido siempre, ya que para lograrlo se requiere la medicin de cada tomillo pro
ducido durante el da. Esto consumira mucho tiempo, dinero y esfuerzo, por lo cual es
raro que se emprenda un estudio exhaustivo de las poblaciones. En consecuencia, los
Inferencia estadstica 87
parmetros poblacionales son poco conocidos, pero pueden ser estimados a partir de
muestras estadsticas.
Estadstica descriptiva
Cuando una persona conduce un estudio debe reunir una gran cantidad de datos acerca
del problema en cuestin. Los datos inicialmentc son un enredo de calificaciones, re
cuentos, frecuencias, etctera. La estadstica descriptiva establece procedimientos para
la presentacin de datos de una forma ms til y significativa, bsicamente, a travs de
tablas y grficas. Asimismo, formula reglas para calcular los estadsticos a partir de los
datos originales.
Imaginemos que un tutor acadmico quiere someter a un grupo de estudiantes a una
serie de pruebas (para medir su inteligencia, disposicin, aptitud, actitud, capacidades,
personalidad, entre otras). Qu tipo de operaciones podr ejecutar con las calificaciones
y medidas resultantes para cumplir con la funcin descriptiva?
1. Reorganizar las calificaciones y agruparlas de varias formas para obtener una
visin global de todo el conjunto de datos (distribucin d e frecuencias).
2. Construir tablas, grficas y figuras que permitan visualizar los resultados (tcni
cas de representacin grfica).
3. Convertir los resultados originales en formas ms tiles para propsitos especfi
cos (rangos percentiles. calificaciones estndar o grados).
4. Calcular promedios para aprender algo acerca del comportamiento especfico de
sus problemas (medidas de tendencia central).
5. Emplear el promedio como referencia para describir la dispersin de calificacio
nes con respecto a esc punto central (medidas de dispersin).
6. Establecer una relacin entre dos conjuntos diferentes de datos, ajustar el com
portamiento a una funcin matemtica (recta, cuadrtica, potencia, logaritmo,
potencial polinomial, entre otros) y establecer el grado de correlacin entre los
conjuntos de datos a travs del coeficiente de correlacin.
Por citar un ejemplo, el tipo de correlacin y el coeficiente de correlacin son extre
madamente tiles al tutor en el caso de que quiera determinar la relacin entre inteligen
cia y calificaciones escolares, entre personalidad y aptitudes, o entre personalidad c
intereses. Una vez establecidas estas relaciones, podr em plear las calificaciones obteni
das (a partir de una de las pruebas especficas) para predecir el comportamiento de algu
na de las otras (correlacin, regresin y prediccin).
Com o se menciona en el ejem plo anterior, la estadstica descriptiva permite inter
pretar los datos que se han obtenido y, al mismo tiempo, realizar el trabajo previo a la
estadstica infcrencial.
Inferencia estadstica
El trabajo de un cientfico no llega a su fin cuando ha concluido la funcin descriptiva.
Por el contrario, est ms cerca del principio que del final de la tarea. Esto resulta evi
88 C aptulo 4 Anlisis descriptivo de los datos
Tcnica de m uestreo
En la mayora de los casos es necesario obtener muestras de una poblacin, las cuales se
analizarn, y su resultado tendr que ser representativo para poder extrapolarlo a toda la
poblacin. Cada una de las unidades de observacin que conforman la muestra deben ser
elegidas al azar (alcatoriedad), pertenecer a esa misma poblacin (homogeneidad), tener
la misma oportunidad de ser seleccionadas (representatividad) y no estar condicionadas
entre s (independencia). Existen varias tcnicas para obtener una muestra, pero las ms
utilizadas son: muestreo aleatorio simple, muestreo sistemtico, muestreo de racimos y
muestreo estratificado.
Estos conceptos se pueden ilustrar mediante un ejemplo. Para una investigacin de
salud se desea conocer el peso, edad, estatura y sexo de 10 000 estudiantes (poblacin)
de un centro universitario. Sin embargo, resulta difcil obtener las mediciones de cada
elem ento de la poblacin, por lo que se decide hacerlo mediante la extraccin de una
M itos de la estadstica 89
Estos ejemplos lustran las diferentes tcnicas de muestro, pero no las detallan, ya
que el estudiante es quien debe profundizar en este tpico; para ello, puede consultar la
bibliografa especializada de estadstica.
M itos de la estadstica
X, + X, + XJ+ X 4+ Xs+... + Xn
M edidas de tendencia central 91
X , (4.1)
(-1
Las notaciones colocadas abajo y arriba del smbolo de suma indican que / tomar
sucesivamente los valores 1,2, 3 ,4 , 5 ... hasta n. Verbalmente, la notacin se lee:
Algunas veces esta forma de notacin puede indicar la suma, pero nicamente de las
cantidades seleccionadas:
= X 2+ X i + X + X i (4.2)
i-2
Media aritmtica
Se define com o la suma de todos los valores de la distribucin dividida entre el nmero
total de datos. En una muestra cuyos valores estn dados por X,, Xv .... Xn, la media
aritmtica est definida como:
II
X*,
X = -=! (4.3)
n
Por ejemplo, para los siguientes datos: 15, 18, 12, 13, 12, 13, 16, 13, 12, 15,19, 12,
15, 13, 12, la media ser:
- 1 5 + 1 8 + 12 + 13 + 12 + 13 + ...+ 12 _ tA
A I*r
92 C aptulo 4 Anlisis descriptivo de los datos
Mediana
Se refiere al dato que ocupa la posicin central en una muestra ordenada, por lo que deja
a su izquierda y derecha el mismo nmero de observaciones. De esta forma, para calcu
lar el valor de la mediana del ejemplo anterior, primero se procede a ordenar los datos.
12 12 12 12 12
13
13 13 13 15J 15
15 16 18 | 19
4+4
Me = =4
Moda
La moda es el valor de la variable que m s veces se repite en la muestra, por lo que para
los dos casos anteriores la moda es de 12 y 4, respectivamente. El primero con cinco
repeticiones, y el segundo con cuatro. Sin embargo, habr casos en los que ms de un
valor se repita el mismo nmero de veces, por lo que la muestra puede ser bimodal (dos
valores con la misma frecuencia); trimodal (tres valores); o polimodal (para m s de tres).
Tambin existe la posibilidad de que el nmero d e repeticiones de los valores sea homo
gneo, en cuyo caso no existe moda.
Cabe sealar que la moda es la medida ms representativa en el caso de distribucio
nes de variables en escala nominal, debido a que las distribuciones de este tipo presentan
datos no susceptibles de ordenacin, de tal forma que para estas distribuciones no es
posible realizar operaciones elementales con sus observaciones.
M edidas de dispersin
Las medidas de dispersin cuantifican la dispersin y variabilidad de los valores de
la distribucin respecto al valor central. Permiten calcular la representatividad de una
medida de posicin, para lo cual ser preciso cuantificar la distancia de los diferentes va
lores de la distribucin respecto a dicha medida. A tal distancia es a lo que, en trminos
estadsticos, le se llama variabilidad o dispersin de la distribucin.
Las medidas de dispersin tienen com o finalidad estudiar hasta qu punto, para una
distribucin de frecuencias determinada, las medidas de tendencia central o de posicin
son representativas como sntesis de toda la informacin de la distribucin.
Medir la representatividad de una medida de posicin equivale a cuantificar la sepa
racin de los valores de la distribucin respecto a dicha medida. Por ejemplo, se desea
M edidas de dispersin 93
estudiar en qu grado una media aritmtica marca una tendencia central generalizable
del comportamiento de todos los elementos del conjunto por lo que primero se tendr
que fijar la atencin en la desviacin de cada valor respecto a la media. Si todos los va
lores estn cercanos al valor medio, este ser representativo de ellos. La media aritm ti
ca de una variable es m s representativa cuanto ms agrupados estn los valores en tomo
a ella; y por el contrario, ser ms rechazable en la medida que exista mayor dispersin
de los valores de la variable respecto a la media.
Las medidas de dispersin son el rango, la desviacin media, la varianza, la desvia
cin estndar y el coeficiente de variacin.
Rango
El rango es la medida de dispersin ms sencilla de calcular e interpretar, puesto que
simplemente es la diferencia entre los valores mximo ( X J y mnimo (XnJ . Indica la
variacin mxima que se presenta en la muestra y est definida como:
(4.4)
De manera que para los siguientes los valores 2, 5 ,4 , 7 ,6 ,9 , el valor del rango est
dado por R - 9 - 2 = 7 , que representa la amplitud entre los extremos de la distribucin.
Desviacin media
1.a desviacin media se define com o la m edia aritm tica del valor absoluto de las d i
ferencias de los valores de la variable con respecto a la m edia aritm tica y se expresa
as:
I*. -x|
DM = ----------- (4.5)
n
La tabla 4.1 muestra el proceso del clculo de la desviacin media para la siguiente
serie de valores:
94 97 95 95 94 96 90 93 89 95
^ _ 94 + 97 + 95 + 94 + ... + 95 . . _
X - - = 9 3 .8
Despus, en la tabla, a cada uno de los valores se le resta el valor promedio, para
luego obtener el valor absoluto y la sumatoria de las desviaciones. Dichos valores se
sustituyen en la ecuacin de la desviacin media para obtener la separacin de la distri
bucin con respecto a la media aritmtica.
94 Captulo 4 Anlisis descriptivo de los datos
89 -4 .8 4.8
90 -3 .8 3.8
93 4 ). 8 0.8
94 0.2 0.2
94 0.2 0.2
95 1.2 1.2
95 1.2 1.2
95 1.2 1.2
% 2.2 2.2
97 3.2 3.2
n = 10 0 | X , - X | = 18.8
f-l
DA = 1 M = j .88
10
Varan /.a
De todas las medidas de dispersin, respecto a la media aritmtica, la varianza y su raz
cuadrada (desviacin tpica) son las ms importantes. La varianza se define com o la m e
dia aritmtica del cuadrado de las desviaciones de los valores de la variable a la media
aritmtica, mediante la expresin:
5 = (4.6)
n -1
Valores (* ,) x ,- x ( x , - x )2
89 -4 .8 23.04
90 -3 .8 14.44
93 -0 .8 0.64
94 0.2 0.04
94 0.2 0.04
95 1.2 1.44
95 1.2 1.44
95 1.2 1.44
96 2.2 4.84
3.2 10.24
97
X ( X , - X ) J = 57.6
O
II
S = = 6 . 4
10-1
Desviacin estndar
La desviacin tpica es la raz cuadrada de la varianza. De manera ms prctica informa
cul es el promedio de separacin que existe en la distribucin con respecto al valor
promedio. Se expresa en las mismas unidades que la variable original. La expresin para
su clculo es:
S = V~
l(*.-xf (4.7)
i f l- 1
Coeficiente de variacin
El coeficiente de variacin (CV) expresa la desviacin estndar respecto a la media
aritmtica, usualmente en porcentaje, para una interpretacin ms clara del grado de
variabilidad de la desviacin tpica en relacin al valor promedio; en otras palabras, es la
desviacin estndar de la media aritmtica expresada como porcentaje.
C aptulo 4 Anlisis descriptivo de los datos
CV = x l O O (4.8)
X
El valor de la media para los alum nos de tercero y sexto grados es el mismo. Si el
director del plantel quisiera otorgar un premio a los nios que obtuvieron un mejor des
empeo basado en este valor no sera justo. Sin embargo, mediante los resultados del
CV, al director le quedara muy claro cules alumnos deben recibir el premio. De mane
ra que, los respectivos coeficientes de variacin sern:
Variables num ricas 97
Por lo que el premio debe entregarse a los alum nos de sexto grado, puesto que la
dispersin de los datos con respecto al valor promedio es menor.
Distribucin de frecuencias
Se llama distribucin de frecuencias al agrupamiento y clasificacin de los datos de una
poblacin o de una muestra. Este agrupamiento tiene el propsito de resumir grandes
conjuntos de datos con el fin de facilitar el anlisis de las variables que resultan de
las caractersticas medidas de un fenmeno o evento en particular. En este apartado
se muestra cmo elaborar una distribucin de frecuencias para variables, cuyo resulta
do de medicin arroja un registro numrico (variables cuantitativas), as como para aque
llas variables cuyo resultado de medicin no es un nmero sino una cualidad (variables
cualitativas) (ver tabla 2.1).
73 69 66 82 68 62 94 83 80
78 97 66 48 66 67 82 44 81
Con el simple hecho de ordenar y contabilizar cuntas veces est presente cada uno
de los valores registrados, se podr saber con facilidad cules son las calificaciones ms
frecuentes, las menos frecuentes, o si la mayora de alum nos obtienen calificaciones
aprobatorias. Por lo tanto, se procede a realizar una tabla simple d e distribucin de fre
cuencias de la siguiente manera:
C aptulo 4 Anlisis descriptivo de los datos
44 66 67 73 81 83
48 66 68 78 82 94
62 66 69 80 82 97
Tallo H ojas
4 48
6 2 6 7 89
7 38
8 0123
9 47
Datos agrupados
La agrupacin o clasificacin de los datos resulta prctica cuando se maneja un buen
nmero de registros. Un criterio conservador para aplicar tcnicas de resumen de la
informacin es cuando el total de valores que se maneja es mayor a 30, aunque habr
quienes encuentren prctica la aplicacin de las tcnicas antes descritas.
Para facilitar la comprensin de los pasos para elaborar una distribucin de frecuen
cias, se utilizan los datos del promedio diario de concentracin de partculas en el aire en
el centro de Guadalajara durante el mes de abril de 2009.
Tabla 4.5: Promedio diario de partculas (PM Wen /ig/m5) durante el mes de abril
de 2009, en el centro de Guadalajara (Centro de Informacin Ambiental. SEMADES).
26.5 29.2 28.7 24.2 44.3 25.9 33.2 33.4 24.6 33.7 27.3 28.3 30.0 39.0 37.5
29.6 25.4 24.4 24.5 22.4 34.8 34.5 24.8 25.9 20.0 23.0 19.8 32.2 24.6 29.0
19.8 20 22.4 23 24.2 24.4 24.5 24.6 24.6 24.8 25.4 25.9 25.9 26.5 27.3
28.3 28.7 29 29.2 29.6 30 32.2 33.2 33.4 33.7 34.5 34.8 37.5 39 44.3
Velleman. 1976
*
ii
(4.10)
K = 2 .4 X \/ (4.12)
3. Am plitud o tamao del intervalo: para determinar la amplitud del intervalo primero
se calcula el rango o recorrido: R = X nxx - .
Entonces, en el ejemplo R = Xn - X t = 44.3 -1 9 .8 = 24.5, el intervalo (/) o amplitud
de clase (A) es el cociente entre el rango y el nmero de clases:
I = A =- (4.9)
K
V
Y para el. ejemplo:
I /. = A,R= 24.5
= -----
K 5
Con frecuencia, los valores que resultan de esta razn suelen ser incmodos; por lo
tanto, se recomienda utilizar un nmero fcil de comprender y de explicar para la infor
macin que se desea comunicar. Se propone redondear el intervalo de 4.9 a 5.
4. Definir los intervalos o lmites de clase: se debe tener especial cuidado al definir los
lmites de clase: dnde inicia y dnde se cierra, pues resulta muy relevante cuando se
trabaja con variables continuas, ya que habr muchos valores intermedios entre el l
mite superior de una clase y el lmite inferior de la siguiente. Por ejemplo, si construi
mos la tabla a partir del primer valor de los datos ordenados y le sumamos el 5 del
Variables num ricas 101
tamao del intervalo, se obtiene la tabla 4.7. Entonces, entre el lmite superior del
primer intervalo y el lmite inferior del segundo intervalo, los valores 24.81,24.82,...
24.89 quedarn sin ser contabilizados para la primera clase. Por lo anterior, un buen
criterio para construir los lmites de clase sin perder la continuidad en los valores es
trabajar con los lmites reales en lugar de los lmites aparentes de clase.
I 1 9 .8 -2 4 .8
n 2 5 .8 -3 0 .8
ni 3 1 .8 -3 6 .8
IV 3 7 .8 -4 2 .8
V 4 3 .8 - 4 8 .8
Los lmites reales de una clase son guales al valor aparente, ms/menos la mitad de
la unidad de medida. Para determinar los lmites reales de los intervalos de clase se resta
0.5 al lmite inferior, y se suma 0.5 al lmite superior de cada clase. Los lmites reales del
primer intervalo seran 19.8 - 0.5 = 19.3 para el lmite inferior, y 24.8 + 0.5
= 25.3 para el lmite superior. El primer intervalo queda de 19.3 a 25.3 y as sucesiva
mente (tabla 4.8).
I 1 9 .3 -2 5 .3
U 2 5 .3 -3 1 .3
ni 3 1 .3 - 3 7 .3
IV 3 7 .3 - 4 3 .3
V 43.3 - 49.3
Sin embargo, con este nuevo alcance es confuso saber en qu clase contabilizar el
valor 25.3, pues es el lmite superior de la primera clase y el lmite inferior de la segunda.
Para prevenir ambigedades en cuanto a la clase a la que pertenece cierto nmero, se
dice que un dato pertenece a determinada clase si su valor numrico e s estrictamente
mayor que el lmite inferior, y m enor o igual cuando el lmite es superior. Por lo tanto,
25.3 solo debe contabilizarse en la clase uno, pues cumple con el requisito de ser menor
o igual al lmite superior de esa clase.
se presentaron valores promedio de partculas entre 19.3 a 25.3 /g/m \ Otra forma de
describir el fenmeno analizado es usando la frecuencia acumulada. Esta es igual a la
frecuencia absoluta de la clase en particular ms la suma de las frecuencias de la cla
se o clases anteriores. Para la primera clase su frecuencia acumulada es 10, pues no
existe una clase anterior a esta; mientras que para la segunda clase es 11 + 10 = 21,
etc. Por lo tanto, la ltima frecuencia absoluta acumulada es igual a n o nmero total
de observaciones.
Una de las conclusiones que podemos tom ar con base en la frecuencia acumulada,
es que un poco ms de la mitad de los das analizados, es decir 21, registraron concen
traciones de partculas menores o guales a 31.3 pg/m J. Sin embargo, se pueden hacer
aseveraciones mucho ms claras si utilizamos la frecuencia relativa o la frecuencia
porcentual. Ambos conceptos relacionan la frecuencia absoluta frente al total de obser
vaciones, aunque un alcance mucho ms prctico lo proporciona la frecuencia relativa
porcentual, o la porcentual acumulada. Lu frecuencia relativa para la primera clase ser:
^ = 0.33 o ^ = 0.33 x 100 = 33% para la frecuencia relativa porcentual. De estos dos
conceptos fcilmente se intuye que el total de la frecuencia relativa es igual a la unidad,
y para la relativa porcentual es 100%. De igual manera, la frecuencia porcentual acumu
lada de la ltima clase ser de 100%.
AI observar la frecuencia relativa porcentual acumulada podemos constatar que
poco m s de la mitad de los das analizados registraron valores 31.3 /g/m \ Esto co
rresponde a 70% de los das.
Tabla 4.9: Distribucin de frecuencias de la concentracin de partculas ( P Mia) para el mes de abril
en el centro de Guadalajara (SEMADES, 2009).
Frecuencia F recuencia
N m ero Intervalos Frecuencia Frecuencia Frecuencia relativa acum ulada relativa
d e clase de clase absoluta acum ulada relativa porcentual porcentual
1 1 9 .3 -2 5 .3 10 10 0.33 33 33
0 2 5 .3 - 3 1 .3 11 21 0.37 37 70
m 3 1 .3 - 3 7 .3 6 27 0.20 20 90
IV 37.3 - 43.3 2 29 0.07 7 97
V 43.3 - 49.3 1 30 0.03 3 100
eg12
f 1
I 8
e 8
4
S 2
it
Intervalo d e d a s e
M a rc a s d e c la se
55.3
Lm ite s s u p e rio re s d e d a s e Lim ite s s u p e rio re s d e d a s e
Figura 4.3: Ojiva de los datos de la tabla 4.10. donde se muestra la utilidad en la interpolacin grfica.
Variables no num ricas 105
G ru p o sanguneo
AB A O B A
A O O O AB
B B O A O
O O B AB B
A B B AB O
A 5 0.20 20
B 7 0.28 28
O 9 0.36 36
AB 4 0.16 16
Grfico de sectores
Consiste en un crculo en el que se representan sectores con reas proporcionales a las
frecuencias de cada una de las clases (figura 4.5). Son aplicables a cualquier tipo de
variables, pero se utilizan, sobre todo, en las categricas. Se construye tomando ngulos
proporcionales de las frecuencias para cada una de las clases o categoras.
9
3 8
3
I 6
H 5
4
3
2
1
0
A B O AB
G ru p o s a n g u n e o
A
B
O
AB
Grfico de Pareto
R1 grfico de Pareto (figura 4.6) se utiliza para representar la distribucin de frecuencias
para variables categricas. Los datos se ordenan de forma descendente, de izquierda a
derecha, separados por barras o clases. En el eje vertical se dibuja la frecuencia (absoluta
o relativa), que define la altura de las barras; y en el eje horizontal, se colocan los grupos o
categoras de la variable cualitativa. De esta forma, el grfico facilita el estudio compa
rativo de numerosos procesos dentro de las industrias o empresas comerciales, as como
fenmenos sociales o naturales.
El ejemplo anterior corresponde a una variable nominal; sin embargo, el mismo
proceso se puede aplicar para una variable de tipo ordinal. Por ejemplo, si para el estudio
de una lesin muscular un traumatlogo utiliza la escala fuerte, moderada, leve, de igual
manera podr hacer una distribucin de frecuencias y anlisis grfico para el nmero de
lesiones atendidas durante el primer trimestre del ao.
G ru p o s a n g u n e o
I 5 7 .7 7 -6 2 .7 7 5
II 62.77 - 67.77 11
III 6 7 .7 7 -7 2 .7 7 1
IV 7 2 .7 7 -7 7 .7 7 4
V 7 7 .7 7 -8 2 .7 7 29
VI 82.77 - 87.77 0
VII 8 7 .7 7 -9 2 .7 7 9
Vffl 9 2 .7 7 -9 7 .7 7 21
Total 80
Media
En una distribucin de frecuencias se toma como valor representativo de todos los valo
res que caen dentro de un intervalo, al punto medio del intervalo, al cual se le denomina
marca de clase. Entonces, el valor de la media ser igual a la suma del producto de cada
valor central (*,), por su correspondiente frecuencia de clase ( f j , entre el total de valores
(n). Tal como se ilustra en la ecuacin:
/x ,
X = J^ (4.10)
n
Donde:
= Punto medio o marca de clase de cada intervalo de clase, as como para la primera
clase.
f x = Frecuencia absoluta de cada una de las clases.
n = Total de observaciones.
110 C aptulo 4 Anlisis descriptivo de los datos
Nivel sonoro (dB A) Frecuencia absoluta (/.) M arca de clase (X .) < 0 (*>
n = 80 = 6531.60
S
M
fx< 6531.60
x=_
= 81.64
n 80
Por lo anterior se puede concluir que el nivel de ruido ambiental emitido por los
automotores en la ZM G es de 81.64 decibeles, y se encuentra por encima del valor reco
mendado para ruido comunitario, segn los lincamientos de la Organizacin Mundial de
la Salud. Dicho organismo recomienda un valor promedio 65 dB A para un entorno
saludable.
Mediana
En datos agrupados, la mediana se refiere al valor que ocupa la posicin central en la
distribucin. La tarea principal para su clculo consiste en ubicar la clase mediana. Esto
es, aquella clase que acumule al menos la mitad de los valores agrupados. En particular,
para este ejemplo, la clase mediana es la clase nmero cinco (tabla 4.16, fila en gris),
pues hasta aqu se logr agrupar a los primeros 50 registros, donde se agruparon por lo
menos la mitad del total de 80 valores. Con ello queda claro que la clase anterior a esta
no puede ser la d a s e mediana, pues apenas acumula 21 de los 80 registros.
La ecuacin de la media es:
Me = L i + -n 2 ~ A (4.11)
Donde:
U = lmite inferior de la clase mediana.
n= nmero de observaciones o frecuencia total.
/ar.(W) = frecuencia acumulada de la clase que antecede a la clase mediana.
A= amplitud del intervalo.
= frecuencia de la clase mediana.
M edidas de tendenia central 111
I 5 7 .7 7 -6 2 .7 7 5 5
n 62.77 - 67.77 11 16
in 67.77 - 72.77 1 17
IV 72.77 - 77.77 4 21
V 77.77 - 82.77 29 50
VI 82.77 - 87.77 0 0
VII 8 7 .7 7 -9 2 .7 7 9 59
VIH 92.77 - 97.77 21 80
00
3
II
o
g0 ~ - 2 l
De esta forma, la mediana es igual a: Me = 77.77 + ------ 5 = 81.04
29
Moda
La moda es el dato que se registra con mayor frecuencia en una distribucin, enton
ces. nuestro parmetro inicial para su clculo e s ubicar la clase con mayor frecuencia.
Siguiendo con el mismo ejemplo, la clase con la mayor frecuencia es la cinco.
La ecuacin para calcular la moda es:
M o - L i+ A (4.12)
4 ^ + 4 ^
Donde:
Li = lmite inferior de la clase modal.
Afpn = exceso de la frecuencia modal sobre la clase contigua inferior, o frecuencia de
clase premodal.
Afpm = exceso de la frecuencia modal sobre la clase contigua superior, o frecuencia de
clase posmodal.
M edidas de dispersin
Varan za
Lu varan za es la media aritmtica del cuadrado de las desviaciones respecto a la media
d e una distribucin estadstica. Para datos agrupados se representa mediante la siguiente
ecuacin:
S 2 =i=l---------------- ,
n- 1
Donde:
m = nmero de clases o agrupamientos.
X. = punto medio del intervalo o marca de clase.
X = media de datos agrupados.
f. - frecuencia absoluta de cada clase.
n = total de datos.
Tabla 4.17: Clculo de la varianza para los niveles de ruido por trfico vehicular en la ZMG.
Desviacin estndar
Se refiera a la raz cuadrada de la varanza, la cual proporciona informacin ms obje
tiva acerca de la separacin promedio que existe en una distribucin con respecto a su
valor central, pues se expresa en las mismas unidades que la variable a diferencia de la
varianza cuyas unidades seran cuadrticas. As, la desviacin estndar est dada por
la siguiente ecuacin:
s = r ^ r -
5 =
79
Distribucin normal
La interpretacin de las medidas de tendencia central y de dispersin se observa en la
aplicacin de la c u n a de distribucin normal de poblacin. La curva es un modelo en
forma de campana que permite comparar los resultados de una variable. Es muy fre
cuente que los datos se encuentren distribuidos de manera simtrica en tom o a la media
y en forma de campana.
La importancia de esta distribucin radica en que permite m odelar numerosos fe
nmenos naturales, sociales y psicolgicos. M ientras que los mecanismos que subya-
cen a este tipo de fenmenos son desconocidos, por la enorm e cantidad de variables
incontrolables que en ellos intervienen, el uso del m odelo normal puede justificarse si
se asum e que cada observacin se obtiene como la suma de unas cuantas causas inde
pendientes.
Algunos ejemplos de variables asociadas a fenmenos naturales que siguen el mo
delo de la distribucin normal son:
Caracteres morfolgicos de individuos, como la estatura.
Caracteres fisiolgicos, como el efecto de un frmaco.
Caracteres sociolgicos, como el consum o de cierto producto por un mismo gru
po de individuos.
Caracteres psicolgicos, com o el coeficiente intelectual.
Caracteres diversos, com o el nivel de ruido en telecomunicaciones, errores come
tidos al medir ciertas magnitudes, etc.
114 C aptulo 4 Anlisis descriptivo de los datos
Al estimar el porcentaje de los datos, encontramos que los valores observados estn
alejados de los porcentajes establecidos de la curva normal de distribucin (tabla 4.18).
Si se complem enta esta evidencia con un histograma o polgono de frecuencias, enton
ces se puede evidenciar que este conjunto de datos se aleja de una distribucin normal,
aun cuando los valores de la media aritmtica, mediana y moda estn muy cercanos
(81.64, 8^.04, 80.08, respectivamente). Por ltimo, se concluye que los datos encontra
dos en (X 5) son las observaciones m s alejadas de la media representativa, que se
denominan observaciones atpicas o extremos; mientras que los valores ms cercanos
corresponden a ( x 2 5 ) y ( x 3 5 ) y presentan una menor variacin con respecto a la
media.
Ejercicios 115
-3 c -2 o -1 o m 1o 2o 3o
Tabla 4.18: Porcentajes de distribucin normal y de los datos del ejemplo de valor sonoro.
( X 2 S ) = 5 8.98-104.3 95 98.75
Ejercicios
1. Con base en la siguiente tabla del coeficiente inte h) Obtenga el histograma, polgono de frecuencia y
lectual de estudiantes de CUCHI, calcule, para dalos no ojiva.
agrupados y agrupados: i) Calcule las medidas de tendencia central: media
a) Rango. aritmtica, mediana y moda.
b) Nmero de dases. j ) Calcule las medidas de dispersin: desviacin me
c) Intervalo o amplitud de dases. dia, varianza, desviacin estndar ycoeficiente de
d) Lmites aparentes. variacin. _ _ _
e) Lmites reales. k) Calcule ( X s ) . ( * 2 .s ) y ( * 3 S ) para
f ) Frecuencia absoluta, absoluta acumulada. determinar si la distribucin d datos de coeficien
g) Frecuencia relativa y relativa acumulada. te intdcctual se acerca a una distribucin normal.
116 C aptulo 4 Anlisis descriptivo de los datos
2. Con base en la siguiente tabla de peso corporal de i) Calcule las medidas de tendencia central: media
estudiantes de bachillerato, calcule lo siguiente para aritmtica, mediana y moda.
datos no agrupados y agrupados: j ) Calcule las medidas de dispersin: desviacin me
a) Rango. dia, varanza, desviacin estndar y coeficiente de
b) Numero de clases. variacin. _ _ _
c) Intervalo o amplitud de clases. k) Calcule ,(Y s ) , (Y 2 S ) y (Y 3 j) para de
d) lim ites aparentes. terminar si la distribucin de datos de peso corpo
e) Lmites reales.
ral de estudiantes de bachillerato se acerca a una
j ) Frecuencia absoluta y absoluta acumulada.
distribucin normal.
g) Frecuencia relativa y relativa acumulada.
h) Obtenga el histograma. polgono de frecuencia y
ojiva.
Bibliografa
Batista, J.F.; Valls. l.C. (1985). Tcnicas grficas en anlisis exploratorio de datos . Qfiestl,
vol. 9(3), pp. 163-176.
Gifford, B.R. (2008). Koestadstica. Mxico: Pearson Educacin.
Conde, J.E.; Rull, V. y Vegas, T. (1986). Anlisis exploratorio de datos ecolgicos y biom-
tricos. Enseanza de las Ciencias, vol. 4(2), pp. 53-62.
Dixon, W.J. y Kronmal, R.A. (1965). The Choicc of Origen and Scalc for Graphs . Journal
ofthe Association fo r Computing Machinery, vol. 12. pp. 259-261.
Hgucroa, A.; Garca, J. y Orozco. M. (2002). Noisc Levis at Critical Points in thc Munici-
pality of Guadalajara, Jalisco. Mxico". The Journal o f the Acoustical Socierv o f America,
vol. 112(5), p. 2376.
Hoaglin, D.G.; Mostcllcr, F. y Turkcy, J.W. (2000). Understanding Rohust and Exploraory
Data Analysis. Canad: John Wiley & Sons.
Uins, S.H. y Rojas. A.C. (2005). Estadstica descriptiva y distribuciones de probabilidad.
Colombia: Universidad del Norte.
ftcciado, C.N.A. (2010). Estudio comparativo de niveles de atencin en nios expuestos a
ruido ambiental, en tres planteles educativos de la ciudad de Guadalajara, 2009. Tesis
profesional de Maestra e n c ie n d a s de la Salud Ambiental. Guadalajara: CUCBA-CUCS,
Universidad de Guadalajara.
Sturgcrs. H. (1926). T h e Choicc of a G ass lntcrval. Journal o f the American Statistical
Association, vol. 21, pp. 65-66.
\fclleman, P.F. (1976). Interactive Computing fo r Exploraory Data Analysis. Proceedings o f
the Statistical Computing Section. Washington: American Statistical Association.
C A P T U L O 5
119
120 C aptulo 5 Elaboracin del inform e de trabajo experim ental
Resumen: su objetivo es dar una idea concisa de lo que trata el informe. A s el lector
puede conocer los temas que se abordan y decidir si es de su inters continuar con la
lectura de todo el trabajo experimental.
Introduccin: su finalidad es iniciar al lector en la temtica especfica a tratar en el
trabajo experimental. sta debe ser breve, concisa y precisa, sin pretender ser una revi
sin bibliogrfica; adems, deber abordar conceptos bsicos, reales o nominales para
que estos no tengan dobles o triples interpretaciones. Aqu tambin se debe especificar
cul es el objetivo y la importancia del experimento realizado.
Resultados calculados: este apartado debe incluir todos los resultados. A veces las
tablas son muy tiles para ver cm o vara un dato particular de un ensayo a otro, pero
muchos experimentos requieren que los resultados se presenten a travs de grficas. Su
objetivo es presentar la relacin entre las variables del experimento, ya que esta informa
cin se puede utilizar cuando se describen los resultados y se redactan las conclusiones.
En la mayora de los informes de prcticas de laboratorio las grficas se incluyen al final.
Parte inicial
Un informe tcnico debe contener los siguientes elem entos en el orden que se indica a
continuacin:
las que aparecen. Tambin incluye una lista de ilustraciones y de tablas. Cuando un in
forme se publica en dos o ms partes, en cada una de stas debe aparecer el ndice que
las abarque a todas.
Prefacio: puede considerarse como una nota de presentacin para definir el estudio,
destacar algn aspecto en particular, mostrar su relacin con trabajos realizados o trazar
las circunstancias histricas que condujeron a su iniciacin. Sin embargo, no siem pre es
necesario.
Referencias: al final del cuerpo del informe se incluye una lista de las fuentes biblio
grficas utilizadas para que el lector pueda identificar con rapidez las obras de donde se
obtuvieron las citas, evocaciones y, en general, todo el apoyo utilizado para su elabora
cin. L o s e le m e n to s d e to d a s la s r e f e r e n c i a s bibliogrficas se dan en el orden
general:
Autor.
Ttulo.
Datos de la publicacin (editorial, ciudad, fecha, pginas, entre otros).
Las referencias pueden enlistarse de acuerdo con dos criterios distintos:
En orden alfabtico del apellido del primer autor. Cuando hay dos o ms referencias
de un mismo autor o grupo de autores, stas se dan en orden cronolgico. Las refe
rencias en el texto incluyen el nombre del autor o autores, la fecha de publicacin y,
cuando se requiera, el nmero de la pgina (citas por nombre/fecha).
Por orden de aparicin en el que se citan en el texto (referencias numeradas).
Por razones prcticas se considera preferible la primera forma.
Anexo
Deben considerarse por separado de la p a rte fin a l, d e s p u s d e l c u e rp o d e te x to ,
d e b id o a q u e , a u n q u e no s ie m p re se requieren, forman parte esencial de algunos
informes.
Tipos de anexos
Los posibles tipos de materiales que se incluyen como anexos son:
Parte final
Contiene los siguientes elementos en el orden que se indica:
Portada
En la primera pgina del informe se escribe el ttulo del trabajo; sta no va numerada y
slo contiene:
El ttulo: determina si alguien leer o no el artculo, por ello debe indicar claram en
te de qu trata el trabajo de investigacin. Aunque no es fcil definir las caractersticas
que hacen a un ttulo apropiado, se pueden aplicar ciertas reglas: 1) procurar que sea lo
ms corto posible, pero sin sacrificar la precisin: 12 a 15 palabras es generalmente el
mximo; 2) no empezar con las frases un estudio d e ... o un experimento so b re... ya
que esto est implcito; 3) no iniciar con frases como los efectos de
Ttulo corto (titulillo): no debe ser mayor a 40 golpes (contando caracteres y espa
cios), y se coloca debidamente rotulado en la ltima lnea de la pgina inicial com o pie
de pgina.
Resumen
El propsito del resumen e s orientar sobre el tem a del estudio y proveer la informacin
suficiente para que el lector decida leer el trabajo completo. As. el resumen debe reflejar
en forma concisa los contenidos del artculo. Com o es la primera parte del documento
que va a ser leda, necesita atraer el inters del lector. De hecho, debe constar de todas las
secciones del artculo: introduccin (propsito y razn para hacer el estudio); materiales
y mtodos (cmo fue colectada y analizada la informacin); resultados (hallazgos) y
conclusiones (qu se puede obtener del estudio).
El resumen se escribe en una hoja separada y en su elaboracin se deben tener algu
nos cuidados; por ejemplo, las abreviaturas utilizadas en el artculo no deben usarse a
menos que tambin se expliquen. Se escribe en tiempo pasado, dado que describe un
estudio que ya fue terminado y no debe contener tablas, figuras o referencias bibliogr
ficas. Debe ser completo y explcito, ya que adems de ofrecer al lector de la revista en
que se publica una visin panormica, podra aparecer en un segundo Journal y en otros,
o quedar almacenado electrnicamente en un banco de informacin en los ndices de las
bibliotecas, ndex Citation y Currents Contents, entre otros.
Por lo general, la informacin para la preparacin de los resmenes est incluida en
la gua de autores de la mayora de las revistas. Cada revista marca determinadas carac
tersticas, aunque comnmente son similares. Si se empican de manera adecuada estas
guas, los lectores deben ser capaces de identificar el objetivo bsico del trabajo, deter
minar si es relevante para sus intereses y, por lo tanto, decidir leerlo en su totalidad. En
general, siga estas pautas al preparar el resumen:
I^as siguientes oraciones tratarn sobre la metodologa, pueden incluir una descrip
cin de la poblacin de sujetos (nmero, especie, edad, sexo, peso o todo lo que sea
importante para el experimento), el planteamiento de la tarea y/o instrumentos y,
cuando sea adecuado, pueden indicar el procedimiento o diseo.
Despus deben exponerse los resultados de forma general, sin incluir los resultados
de pruebas estadsticas.
Las ltimas oraciones deben dar al lector alguna indicacin del contexto en el que
se comentaron los resultados (por ejemplo, qu teora apoyan).
128 C aptulo 5 Elaboracin del inform e de trabajo experim ental
Introduccin
El cuerpo principal del informe experimental comienza con la introduccin. Por acuerdo,
la introduccin inicia el informe y no es necesario rotularla. Sin embargo, en algunos
casos el ttulo se repite en el encabezado de la primera pgina de la introduccin. Una
introduccin bien escrita gana y retiene la atencin del lector, lo convence de que el
material es importante e interesante y de que vale la pena continuar con la lectura. Se
recomiendan tres consideraciones bsicas al escribir la introduccin:
Es importante abarcar de manera clara y concisa cada uno de estos puntos. Si usted
tiene dificultad para hacerlo, puede preguntarse, en primer lugar, por qu realiz el expe
rimento (con frecuencia estas preguntas deben contestarse antes de realizar un estudio).
Estructura general
Al escribir la introduccin se procede de la siguiente manera. Prim ero se dan algunas
descripciones generales acerca de la problemtica planteada. Es preciso continuar con el
anlisis, una revisin bibliogrfica del trabajo que otras personas han realizado en
esta rea y se requiere leerla previamente. Esto permite incluir comentarios sobre los ex
perimentos y de las teoras utilizadas en el rea. Posteriormente, hay que indicar cmo
se relaciona el trabajo con otras investigaciones; es decir, cmo es que los mtodos y
procedimientos generan informacin novedosa que otras investigaciones no han apor
tado? Esta seccin presenta la exposicin razonada de motivos y la lgica que apoyan el
experimento. El ltimo prrafo debe presentar la hiptesis que se someti a prueba en
la investigacin.
Extensin
La extensin de la introduccin est determinada por la bibliografa que se haya consul
tado. La revisin de la misma, utilizada en la introduccin, no necesita ser exhaustiva,
pero si representativa. Con excepcin de pocas referencias generales al principio de la
introduccin, los estudios citados deben estar directamente relacionados con la investi
gacin realizada. Es decir, primero se toman en cuenta los estudios de inters general,
pero la revisin se centra en experimentos muy particulares.
Las introducciones son breves, de una a dos cuartillas mximo. La excepcin a esta
regla se da en caso de estudios muy complejos o que utilizan una metodologa con la que
la mayora de los lectores no estn familiarizados.
Extensin 129
Citas bibliogrficas
Al redactar la revisin de la bibliografa hay que recordar un aspecto muy importante: si
se hace una afirmacin es preciso documentarla; es decir, se deben citar los estudios que
sustentan cada punto de vista. En la escritura cientfica las notas a pie de pgina no son
apropiadas; en lugar de ello, la referencia se da directamente en el texto.
M ateriales y m todos
El propsito de esta seccin es asegurar que el lector tenga la suficiente informacin
para evaluar el diseo cientfico del estudio y notar su solidez o sus deficiencias. Sin
embargo, si se trata de incluir cada detalle del procedimiento, se escribir una tesis y
no un artculo o reporte de investigacin claro, conciso, completo y bien organizado.
Se debe procurar que la lectura sea rpida, precisa y comprensible. Asimismo, se debe
hacer todo lo posible por ayudar al lector a comprender rpidamente el material y cual
quier concepto que pueda crear confusin debe evitarse o eliminarse. Si cuando el autor
relee el material, este no es claro y conciso, debe reescribirse. Prcticamente, siempre es
necesario hacer modificaciones, reorganizaciones o cam bios en la redaccin, aun para el
autor ms experimentado.
Otra consideracin al redactar esta seccin es determ inar cuntos detalles tcnicos
son suficientes. Si el estudio utiliza una tcnica bsica que ha sido presentada previa
mente, no es necesario incluir una descripcin completa de la tcnica en el artculo. Sin
embargo, si el procedimiento ha sido modificado, entonces la tcnica bsica debe ser
referida y la modificacin presentada. Finalmente, si el estudio utiliza un procedimiento
nuevo, que adems es bastante extenso, lo mejor es presentarlo en un artculo aparte.
Este puede ser som etido para su publicacin en la misma revista, o en otra revista rela
cionada con procedimientos cientficos especficos. Deben presentarse suficientes deta
lles a los lectores para que puedan evaluar las fuentes potenciales de sesgo en los resul
tados. Adems, deben existir suficientes detalles para ayudar a otros investigadores a
evitar errores y esfuerzos innecesarios.
Es necesario que la seccin sea clara y especfica en la medicin de los resultados.
Las mediciones son objetivas o subjetivas? Por ejemplo, medir variables cualitativas
subjetivas como el dolor en categoras de ligero, moderado y severo, ciertamente no es
muy exacto. Por consiguiente, debe establecerse clara y especficamente cmo determ i
na el autor cada categora. Adems, se debe ser sumamente claro en cuanto a los rangos
especficos asignados a las medidas subjetivas y establecer cm o y por qu son asigna
dos as. Por ejemplo, si a ligero se le da un rango numrico d e 1 y al moderado de 2, es
obligatorio presentar diferencias especficas entre 1 y 2. Es an ms imperativo que si
esos nmeros y numerales van a ser utilizados en anlisis estadsticos, sean usados ade
cuadamente. Tambin debe recordarse que aun medidas tales com o 1, 2 o 3 mm son solo
unidimensionales.
Se debe presentar de manera especfica qu controles fueron usados en el estudio,
control positivo o control negativo? Si una tcnica comn fue utilizada com o un control
base, fue verdaderamente parte del estudio, o se estn tomando datos de otros estudios?
Adems, debe especificarse cm o fue llevada a cabo la aleatoriedad. Esto debe hacerse
con cada variable estudiada. La mayora de los libros de estadstica describen, en concre
to, cm o se realiza la seleccin aleatoria adecuadamente. Si se usa una tabla o tcnica
130 C aptulo 5 Elaboracin del inform e de trabajo experim ental
1. Sealar a los participantes en el estudio (por ejemplo, los sujetos fueron 25 hom
bres y 30 mujeres, o los sujetos fueron 25 ratas albinas, 200 piezas de la produc
cin de tornillos de una fbrica, entre otros).
2. Indicar las caractersticas generales de los sujetos. En el caso de personas y ani
males: edad, gnero, raza y cualquier otra informacin que pueda ser importante.
Por ejemplo, si el estudio incluye a estudiantes universitarios, mencionar cuntos
fueron del primer ao, cuntos del segundo y as sucesivamente. En el caso de
objetos, describir sus caractersticas generales, condiciones de fabricacin, lote y
fecha de produccin, especificaciones, entre otras.
3. Mencionar cmo se hizo el proceso de seleccin a los sujetos. Se seleccionaron
aleatoriamente, fueron voluntarios, intervinieron como parte de los requisitos de
un curso?
4. Indicar si uno de los sujetos no termin el estudio y explicar los motivos (por
ejemplo: el sujeto no termin el experimento por enferm edad).
5. Si en lugar de personas se utilizaron animales en el experimento informe acerca
de la edad, sexo, peso, raza y condiciones de mantenimiento de los animales (por
ejemplo: los animales se mantuvieron en parejas y se les suministr agua y ali
mento a voluntad, o se mantuvo a los animales individualmente y se les priv de
alimento durante 23 horas al da). Si se utilizaron objetos, es prudente mencio
nar sus caractersticas: modelo, marca, pas de fabricacin y todo lo que pueda
ser til en el momento de analizar los resultados.
Procedim ientos
El propsito de esta seccin es explicar, a detalle, cmo se recopilaron los datos, de tal
manera que quienes no tienen antecedentes del experimento puedan repetirlo. Al escribir
acerca del procedimiento deben contestarse dos preguntas bsicas:
Cmo se registr la variable dependiente? (Es decir, cmo registr lo que hizo el
sujeto, el objeto o procedimiento?).
Administracin de la variable independiente: si los sujetos fueron personas, descri
ba cmo se les trat. En la mayora de los casos esto incluye una explicacin de las ins
trucciones dadas a cada grupo (es adecuado transcribirlas) y una definicin de la tarca
que se pidi a cada sujeto. Si se utilizaron sujetos animales, solo describa la tarea que
realizaron. Si la tarca es muy comn bastar con nombrarla. Por ejemplo: para accionar
la palanca se entren a las ratas con el mtodo de aproximaciones sucesivas. Si la tarca
es nueva, es necesario describirla exactamente; presntelo com o un conjunto de instruc
ciones, pero en tiempo pasado. Si se trata de objetos, describa qu fue lo que se modific
y cmo se realiz la variacin.
Registro de la variable dependiente: es una descripcin de cmo se recopilaron los
datos. Si los datos de inters fueron el nmero de veces que la rata accion la palanca en
un lapso de 10 minutos, indique si usted los contaba o si se contaban automticamente.
Si se contabiliz el nmero de veces en que dos nios de tres aos de edad tuvieron
contacto mutuo durante un juego, debe indicarse si la observacin se realiz de manera
directa o si se hizo el registro a partir de un video. Si se observaron varias conductas si
multneamente: el nmero de veces que los nios tuvieron contacto y el nmero de ve
ces que hablaron, cercirese de especificarlo. Si se trata de objetos describa cmo se
realizaron los registros d e la variable del objeto; por ejemplo, si se midi el dimetro y
largo de los tomillos, mediante qu instrumento y si fue de manera manual o automtica,
si lo realiz un solo operador o varios, etctera.
Diseo
Esta seccin puede situarse antes o despus de los procedimientos. Por lo general, las
secciones de diseo no estn separadas en los artculos publicados; ms bien, el material
se distribuye entre las otras partes de la seccin de mtodo. Pero es importante que el
nuevo escritor use una subseccin de diseo a fin de proporcionar explcitamente cierta
informacin.
Indicar el tipo de diseo utilizado, ya sea un diseo de dos o tres grupos aleato
rios, de dos grupos en parejas, un diseo intrasujetos o correlacional, o cualquier
otro.
132 C aptulo 5 Elaboracin del inform e de trabajo experim ental
Resultados
Los resultados de un artculo cientfico constituyen, usual mente, la seccin ms corta
del documento. A pesar de la brevedad relativa, sin duda son el ncleo y la parte ms
importante del manuscrito porque se incluyen los datos que resultan de la investigacin.
Esta seccin debe ser escrita en forma clara y sencilla porque los resultados de la fase
experimental de un estudio constituyen la nueva verdad, la nueva informacin, o los nue
vos principios que el investigador presentar a sus colegas profesionales, a la comunidad
cientfica y, en general, al resto del mundo com o su aportacin.
La respuesta de tres cuestiones fundamentales puede ser de gran ayuda para obtener
selectividad y discriminar de manera correcta:
La presente gua puede prevenir al escritor para no caer en algunos errores comunes.
La nueva evidencia deber ser descrita tan eficientemente como sea posible. Presente
slo los datos informativos y evite usar datos repetitivos. Aunque los datos numricos
sean presentados en forma ms eficiente en tablas y grficas, si solo son reportadas pocas
determinaciones, colquelas descriptivamente en forma narrativa. El texto no debe pre
sentar m s que diferencias entre grupos. Un ejemplo de esto es el reporte de valores
medios de grupos y una apropiada evaluacin estadstica de las diferencias. No es nece
sario dar el clculo estadstico en forma tabular, pero s es importante presentar determi
naciones repetitivas, las cuales debern estar en grficas o en tablas. Es imperativo que
todas las determinaciones reportadas tengan un significado. Sealar los datos sobresa
lientes y evitar los datos superfluos. Donde sea posible, conviene conectar un resultado
con otro, lo cual permite establecer lo que no fiie encontrado bajo las condiciones del
experimento.
Muchos autores parecen impulsados a reportar datos que son estadsticamente no
significativos y a volcar la no significancia en pseudosignificancia. Frases que resuman
datos presentados en las tablas deben escribirse en trminos inequvocos de significancia
estadstica. Es esencial no hacer nfasis en hallazgos insignificantes: adems, se debe
evitar el uso de afirmaciones como: tiende a ser m ayor o mostr una tendencia signi
ficante. Una vez que el nivel de confianza estadstica ha sido establecido para el estudio
en el protocolo, los resultados que no alcancen ese nivel d e confianza, sin importar qu
tan cerca estn, deben considerarse no significativos estadsticamente. Encubrir esa falta
de significancia con frases tendenciosas es un mal servicio para el lector y denigra al
134 C aptulo 5 Elaboracin del inform e de trabajo experim ental
investigador, e incluso a los autores. A menudo esas frases son interpretadas como una
afirmacin importante y asumen, entonces, las proporciones de una verdad. Si la integri
dad de la investigacin cientfica se desea mantener, los autores deben ser sinceros en los
resultados y coherentes en lo que escriben. El compromiso con los valores ticos debe
aprenderse y mantenerse, ya que investigar y descubrir es servir com o vehculo para el
progreso humano y el avance del conocimiento.
Texto
Despus de que ha explicado por qu y cm o hizo su experim ento, es tiem po de llegar
a las partes ms importantes del informe: los resultados del estudio (en la seccin de
resultados) y su interpretacin (en la seccin discusin). Com o en el caso de otros
aspectos del informe, los resultados deben escribirse en forma de prrafos. No basta
tabular o enlistar los datos, aunque puede (y en ocasiones debe) hacerse en tablas y
figuras para com plem entar el m aterial escrito. La seccin de resultados debe presentar
los datos recopilados, los mtodos estadsticos utilizados para analizar los datos y los
resultados del anlisis estadstico. Las siguientes sugerencias son aplicables al escribir
esta seccin:
Tablas y figuras
A menudo las tablas y figuras agregan claridad al informe. Estas se utilizan para presen
tar los datos de manera resumida a fin de que el lector tenga un panorama de los resulta
dos con solo mirarlos. Tambin son tiles para aclarar datos extremadamente complejos
y difciles de manejar por escrito. Las tablas y las figuras deben tener un ttulo que
describa de manera clara los datos que contienen y todas sus partes deben identificarse
con facilidad.
Discusin 135
Entra figura 1
Esto indica en dnde entra la figura o tabla. La figura o tabla real se incluye al final
del informe; cada una de ellas se coloca en una pgina separada.
Recom endaciones
R e se a r tos comentarios para la seccin de discusin: no comentar la importancia
o repercusiones de los resultados en la seccin de estos. Si se hace, no habr nada que
reportar en dicha seccin.
Discusin
Esta seccin e s la ms difcil de definir debido a que no hay reglas absolutas que deban
seguirse para escribirla. Sin embargo, hay algunos puntos que deben ser incluidos en la
discusin, los cuales no necesitan estar en un orden particular y pueden estar intercala
dos para mejorar la capacidad de lectura. El propsito de la discusin es:
Sugerencias
Explique los resultados no significativos: si realiza bien un experimento y observa que la
variable independiente no tuvo un efecto significativo, entonces se obtuvieron resultados
negativos. Sin embargo, esto no necesariamente significa que los resultados sean insig
nificantes. Con frecuencia los resultados negativos aportan informacin tan til como la
que aportan los hallazgos positivos. Com o se mencion, a los resultados negativos se les
debe dar la misma importancia que a los resultados positivos. Conviene escribir acer
ca de ellos en trminos de cmo afectan la hiptesis inicial, qu tan adecuados son para
teoras existentes o si sugieren una nueva teora, cmo se relacionan con investigaciones
previas y cm o podran utilizarse para sugerir nuevas investigaciones. Hay que evitar
justificar los resultados negativos, es decir, dar excusas por haberlos obtenido. Antes
de atribuir los resultados negativos solo a la falla de los instrumentos o a un diseo de
ficiente, aunque en ocasiones dichos factores pueden influir, a menudo simplemente
debe reconocerse que el experimento fracas (es decir, que la variable independiente no
produjo una diferencia).
original. Algunos investigadores sealan que, aunque las diferencias no son significa
tivas, stas se orientan hacia la direccin correcta. Esto significa que el grupo que se
supona se desem peara m ejor (o peor) as lo hizo, aunque no significativamente. Esta
tcnica es adecuada en algunas situaciones cuando se utiliza una muestra pequea y
los resultados se aproximan a la significancia estadstica, pero debe usarse con precau
cin.
Agradecim ientos
En un lugar adecuado del artculo una o varias declaraciones especificarn:
1. Ixis colaboraciones que deben ser reconocidas pero que no justifican la autora,
tales como el apoyo general del jefe del departamento.
2. La ayuda tcnica recibida.
3. El apoyo financiero y de material, especificando la ndole del mismo.
4. Las relaciones financieras que puedan suscitar un conflicto de intereses.
Las personas que colaboraron intelectual mente, pero cuya participacin no justifica
la autora pueden ser citadas por su nombre, aadiendo su funcin o tipo de colabora
cin; por ejemplo: asesor cientfico", revisin crtica de la propuesta para el estudio",
recoleccin de los datos", participacin en el ensayo", entre otros. Estas personas de
bern conceder su permiso para ser nombradas. Los autores se responsabilizarn de ob
tener la autorizacin por escrito de las personas mencionadas por su nombre en los
agradecimientos, pues los lectores pueden inferir que stas respaldan los datos y las
conclusiones. El reconocimiento por la ayuda tcnica recibida figurar en un prrafo
separado de los testimonios de gratitud por otras contribuciones.
Referencias bibliogrficas
Esta seccin es un listado de las fuentes citadas en el texto. Quizs es ms fcil discutir
lo que una seccin de referencias no debe ser, a decir lo que es.
Primero: no debe ser una larga compilacin diseada para mostrar erudicin, apli
cacin y amplitud de conocim iento del autor. Un artculo con un apndice de referencias
prolijo es usualmente la tesis de un estudiante. Puede ser bueno para un estudiante pro
veer conocimiento enciclopdico de la literatura en una tesis, pero es inapropiado en un
artculo cientfico a publicar.
Segundo: lo obvio no necesita ser citado. As, referencias a libros de texto, al menos
del rea de estudio, son usualmente superfluas. Por ejemplo, en un estudio sobre el m
dulo de elasticidad de limas endodnticas en el Journal o f Endodonlics, una referencia a
un texto de ingeniera puede ser razonable, pero una referencia al texto de Grossman (un
renombrado endodoncista) para establecer que la instrumentacin del conducto es una
parte de la terapia endodntica. no lo es.
138 C aptulo 5 Elaboracin del inform e de trabajo experim ental
Tercero: una referencia que no se puede verificar, no es aceptable. As, datos extra
dos de la comunicacin personal, el dato no publicado, o la tesis de maestra en la Uni
versidad d e Rumorilandia y citas semejantes a estas, no son fuentes a las cuales el lector
pueda remitirse. Finalmente, se recomienda que las referencias se limiten a publicacio
nes recientes.
Cuadros
Lo usual es capturar cada cuadro a doble espacio y en hoja aparte. Numerarlos conse
cutivamente siguiendo el orden en que se citan por prim era vez en el texto y asignarles
un ttulo breve a cada uno. Cada columna lleva un encabezado corto o abreviado. Las
explicaciones van como notas al pie y no en el encabezado. En las notas a pie se explican
todas las abreviaturas no usuales empleadas en cada cuadro. Com o llamadas para las
notas al pie, deben utilizarse los siguientes smbolos en la secuencia que se indica: *, t,
t. S. IV*. t t . ...
Identificar las medidas estadsticas de variacin, tales com o la desviacin estndar
y el error estndar de la media. No trazar lneas horizontales ni verticales en el interior
de los cuadros. Cerciorarse de que cada cuadro sea citado en el texto. Si se incluyen
datos publicados o inditos provenientes de otra fuente, debe obtenerse la autorizacin
necesaria para reproducirlos y conceda el reconocimiento correspondiente.
Incluir un nmero excesivo de cuadros en relacin con la extensin del texto puede
ocasionar dificultades al confeccionar las pginas. Es recomendable examinar varios
nmeros recientes de la revista en la que se planea presentar el artculo y calcular cun
tos cuadros pueden incluirse por cada millar de palabras de texto.
Pies o epgrafes de las ilustraciones 139
Ilustraciones
Es necesario enviar los juegos completos de figuras en el nmero requerido por la re
vista. Las figuras estarn dibujadas y fotografiadas en forma profesional; no se aceptarn
los letreros trazados a mano o con mquina de escribir. En lugar de dibujos, radiografas
y otros materiales de ilustracin originales, se deben enviar impresiones fotogrficas
en blanco y negro bien contrastadas, en papel satinado y con medidas entre 127 x 173
mm, y 203 x 254 mm. Las letras, nmeros y smbolos sern claros y uniformes en todas
las ilustraciones; adems, tendrn un tamao suficiente para que sigan siendo legibles
incluso despus de la reduccin necesaria para publicarlos. Los ttulos y explicaciones
detalladas se incluirn en los pies o epgrafes, no sobre las propias ilustraciones.
Al reverso de cada figura colocar una etiqueta de papel que lleve anotados el nme
ro de la figura, el nombre del autor y cul es la parte superior de la misma. No escribir
directamente sobre el dorso de las figuras ni sujetarlas con broches para papel, pues se
rompen y quedan marcadas. Las figuras no deben doblarse ni montarse sobre cartn.
Las fotomicrografas deben incluir en s mismas un indicador d e la escala. Los sm
bolos, flechas y letras usadas en stas contrastarn claramente con el fondo. Si se usan
fotografas de personas, no debern ser identificables; de lo contrario, habr que anexar
un permiso por escrito para poder utilizarlas.
Las figuras se numerarn en forma consecutiva de acuerdo con su primera mencin
en el texto. Si la figura ya fue publicada, se reconocer la fuente original y se presentar
la autorizacin por escrito que el titular de los derechos de autor concede para reprodu
cirla. Este permiso es necesario, independientemente de quin sea el autor o la editorial.
La nica salvedad son los documentos considerados de dom inio pblico.
En el caso de las ilustraciones a color, se debe averiguar si la revista necesita nega
tivos, transparencias o impresiones fotogrficas. Algunas revistas publican ilustraciones
a color nicamente si el autor paga el costo extra.
crito en papel bond blanco de 216 x 279 mm (para Amrica) o de la m edida estndar
ISO A4 (212 x 297 mm para Europa), un margen de 2.5 a 4 cm de todos los lados es
lo convencional. La sangra en los prrafos debe ser de cinco espacios. Escribir sola
mente sobre una cara del papel. Utilizar doble espacio en todo el documento, incluidos
la pgina del ttulo, el resumen, el cuerpo principal del texto, los agradecimientos, las
referencias, cada uno de los cuadros y los pies o epgrafes de las ilustraciones. Cada
uno de los siguientes componentes comenzar en hoja aparte: pgina del ttulo con el
respectivo resumen y las palabras clave, texto, agradecimientos, referencias, cada uno
d e los cuadros y los pies o epgrafes de las ilustraciones. Numerar las pginas en forma
consecutiva, empezando por la del ttulo. Sobre el ngulo superior o inferior derecho de
cada pgina anote el nmero correspondiente. Las ilustraciones se presentarn en forma
de impresiones fotogrficas de buena calidad, en papel satinado, sin montar y sin exceder
o reducir las medidas estipuladas ms arriba, en el apartado de ilustraciones.
Sujetos.
Instrumentos.
Diseo.
Procedimiento.
Cada uno de estos subttulos va con la primera letra en mayscula, subrayado y
justificado a la izquierda.
Tablas: cada tabla debe aparecer en una pgina separada; debe estar numerada
(por ejemplo, tabla / , centrada), tener ttulo y estar referida en el texto.
Abreviaturas
Existen dos tipos de abreviaturas, las de uso com n y las que no lo son. Las primeras
incluyen abreviaturas al m enos tan conocidas com o las palabras que representan (por
ejemplo, CI: Coeficiente Intelectual) y las otras contienen abreviaturas nicas para
un informe de investigacin especfico. Cm o notar la diferencia? Las abreviaturas
conocidas se indican com o palabras de entrada en el diccionario. Si utiliza una de
estas abreviaturas, no es necesario explicar qu significa; sim plem ente sela como
cualquier otra palabra. Si se em plea una abreviatura poco conocida, debe explicr
sele al lector el significado. Por ejem plo, si realiza un experim ento acerca del tiempo
d e reaccin, con frecuencia escribir las palabras tiem po de reaccin; por lo tanto,
e s conveniente abreviar este trmino. Puede hacerse especificando la abreviatura en
parntesis inm ediatam ente despus de la primera mencin de las palabras tiempo de
reaccin, por ejemplo, E l estudio intent m edir el tiem po de reaccin (TR) en es
tudiantes universitarios. A hora, cada vez que se refiera al tiem po de reaccin, solo
necesitar escribir TR. Por supuesto, puede com binar el trm ino y la abreviatura en el
artculo para evitar el tedio.
Las abreviaturas son tiles para referirse a diversos gropos experimentales; usual-
mente, dichas abreviaturas se introducen en la subseccin del diseo. Tratar de que las
abreviaturas se deriven lgicamente del nombre, esto facilita la tarea del lector. Por
ejemplo, si se ense a un grupo con el mtodo de grupos extensos, abrevie el nombre
del grupo com o Grupo E, no como Grupo A o B (observe que la E de Grupo E se escribi
con mayscula, como en el caso de la T de Tabla o la F de Figura; Grupo E es el nombre
de algo).
Nmeros
Cuando se utilizan nmeros en el texto, los nmeros menores que 10 usualmente se
escriben con letra (uno, d o s...). El 10 y los nmeros mayores se escriben con dgitos,
excepto cuando el nmero inicia una oracin (evtelo). Los nmeros menores que 10
tambin pueden escribirse con dgitos si es que representan edades (5 aos de edad),
horas o fechas (5:30 P.M., 7 de mayo), razones (7:1), nmeros agrupados para hacer
una comparacin en la oracin (7 perros, 3 gatos, 1 oso hormiguero), porcentajes (7%
d e respuestas), cantidades exactas de dinero (5 pesos), nmeros de pginas (pgina 2),
o unidades de medida o tiempo (1 semana, 10 ensayos por da, 6 centilitros de leche, 3
horas por da). Las excepciones parecen infringir las reglas, pero en la mayora de los
casos encontrar alguna justificacin para utilizar dgitos.
Sistem a de medidas
Las medidas de longitud, talla, peso y volumen se expresarn en unidades del Sistema
Internacional de Unidades (metro, kilogramo, segundos) o sus mltiplos y submltiplos.
Las temperaturas se consignarn en Celsius o Kelvin segn sea temperatura relativa o
absoluta. La redaccin de la revista podr solicitar que. antes de publicar el artculo, los
autores agreguen unidades alternativas o distintas de las del SI. No hay puntos despus
de g, kg, y cm ; estas abreviaturas son siempre aceptables.
Vo7. y tiem po de los verbos 143
Consideraciones de estilo
Voz
Para dar objetividad, los investigadores tradicionalmente escriben sus informes en forma
impersonal.
Apliqu (o aplicamos) una prueba t", en lugar de "Fue aplicada una prueba t".
En general, usted debe evitar la voz pasiva siempre que sea posible:
Tiempo
Debido a que el informe siempre se escribe al terminar el experimento, debe redactarse
en tiempo pasado. Esto se aplica especialmente a las secciones de mtodo y resultados.
En ocasiones es correcto usar el tiempo presente en la discusin, especialmente el co
mentario de las implicaciones de los datos; por ejemplo, en sntesis, los datos de este
experimento sugieren... Un error comn en el aprovechamiento del tiempo ocurre en
la revisin de la bibliografa. No escriba Moc (1974) sugiere . Todos los estudios cita
dos ya se realizaron; por lo tanto, refirase a ellos en tiempo pasado, por ejemplo, Moe
(1974) sugiri .
Nunca utilizar modismos, galicismos, anglicismos, entre otros. Evite las palabras
cientficas o de uso circunscrito a ciertos grupos; es preferible sustituirlas por una
palabra de uso cotidiano.
Hacer caso omiso de cualquiera de estas reglas antes que decir algo inaceptable.
Aprender a escribir
Se nos ensea primero a leer y luego las reglas de ortografa, pero parece que nadie se
preocupa por enseamos a escribir. Escribir es algo que se supone debemos aprender es
cribiendo. Sin embargo, nada aprendemos en relacin con la escritura cientfica. En este
captulo se ha intentado indicar cmo comenzar a escribir informes cientficos. Cuando
ya conozca los fundamentos, la mejor m anera de aprender a escribir es leer, Ix e r artcu
los de revistas cientficas y, adems, es necesario poner atencin en el contenido y en
cm o el autor presenta la informacin. Mientras m s lo haga (y desde luego, mientras
ms escriba), ms fcil ser para usted la escritura cientfica.
Publicacin previa y duplicada 145
M anuscritos electrnicos
En el caso de artculos que estn cercanos a la aceptacin final, algunas revistas piden
que los autores proporcionen los manuscritos en forma electrnica (en CD, DVD. USB.
etc.).
Al presentar el archivo electrnico los autores deben:
Cerciorarse de incluir un impreso de la versin del manuscrito.
Revisin de la bibliografa
Una de las partes ms complicadas del informe de investigacin es la revisin de la
bibliografa. Esto no es porque sea complicado escribir, sino porque es difcil obtener
la informacin. Revisar la bibliografa implica dos procesos bsicos:
Captar la informacin.
Bibliografa 147
A rtculos de revistas
A menudo, un artculo sobre un tema determinado puede tener el mismo propsito que
una resea de artculos, sobre todo si es reciente. La introduccin al artculo dar un
panorama de la bibliografa y la seccin le indicar en dnde encontrar los estudios ci
tados. En muchos casos una de las mejores formas de empezar la revisin bibliogrfica
es exam inar el ndice de contenido de una revista que usualmcntc trata los temas de su
inters. Si empieza con el nmero ms reciente y examina los nmeros que cubren un
lapso de un ao, es probable que encuentre artculos importantes y que estos informes
actualizados citen mucha de la bibliografa ms reciente.
Libros de texto
Una manera relativamente fcil y muy eficiente para comenzar una bsqueda bibliogr
fica e s consultar los libros de texto ms recientes y extensos en el rea de inters. La
ventaja de hacer esto es que el texto resume los estudios ms importantes. La desventaja
es que inclusive en un libro publicado hoy, los estudios que incluye son un ao o dos
atrasados. Adems, los libros estn necesariam ente prejuiciados por las opiniones del
autor, en consecuencia, no toda la literatura importante en un rea especfica puede
revisarse.
Bibliografa
Castaeda. J.J.; De la Torre. L. M.; Morn, J.M. y Lara. R.P. (2002). Metodologa de la inves
tigacin. Mxico: McGraw-Hill.
Gutirrez, A.C. (2001). Introduccin a la metodologa experimental. Mxico: Limusa-
Noriega.
Hernndez, S.R.; Fernndez.C. y Baptista, P. (2003). Metodologa de la investigacin. Mxi
co: McGraw-Hill.
Mndez. R.I.; Namihira. D. y Sosa de Martnez, C. (2001). El protocolo de Investigacin:
IJneamientos para su elaboracin y anlisis. Mxico: Trillas.
Tamayo y Tamayo, M. (2002). El proceso de la imestigacin cientfica. Mxico: Limusa.
148 C aptulo 5 Elaboracin del inform e de trabajo experim ental
Bibliografa general
Baird, D.C. (2003). Experimentacin: Una Introduccin a la teora de mediciones y al diseo
de experimentos. Mxico: Pearson Educacin.
Bar, A.R. (2000). Un aporte a la discusin sobre el estatus metodolgico de las variables y
escalas de medicin. Cinta de Moebio, nm. 7. Chile: Facultad de Ciencias Sociales.
Universidad de Chile, 6 pp.
Bell. S. (2001). A Beginner's Cuide to Uncertainty in Measurements (documento 2). Reino
Unido: National Physics Laboratory. 41 pp.
Bcmal. C.A. (2006). Metodologa de la investigacin. Mxico: Pearson- Prcnticc Hall.
BIPM (2006). The International System o f Units SI. Paris: STEDI Media, 186 pp.
Bunge, M. (1999). In ciencia. Su mtodo y su filosofa. Buenos Aires: Ediciones Siglo
Veinte.
Cario, P.S. (2004). Mtodos de investigacin. Mxico: Limusa-Colcgio de Bachilleres.
Castaeda, J.J. (2002). Metodologa de la investigacin I. Mxico: McGraw-Hill.
Castaeda, J.J.; L.M. De la Torre; J.M, Morn y R.P. Lara. (2002). Metodologa de la inves
tigacin. Mxico: McGraw-Hill.
Castaeda, J.J. y C.E. Mndez. (2004). Metodologa de la investigacin. Mxico: McGraw-
Hill.
Calleros, A.F.; A. Lara-Barragan; J.W. Lau y S. Gmez. (1997). Introduccin a la metodolo
ga experimental. Guadalajara: U. de G.-CUCF.I-Cs Bsicas-Dcpartamcnto de Fsica.
Eyssautier, M. (2001). Metodologa de la investigacin II. Mxico: ECAFSA-Thomson
Lcaming.
G arda, A. A. (2000). Introduccin a la metodologa de la inv estigacin cientfica. Colombia:
Raza y Valds Editores.
Gil. S. y Rodrguez, E. (2001). Fsica recreativa: Experimentos de fsica usando nuevas tec
nologas. Per: Prcnticc Hall, 355 pp.
Gutirrez, A.C. (2001). Introduccin a la metodologa experimental. Mxico: Limusa-
Noricga.
Hernndez, S.R.; C. Fernndez y P. Baptista. (2003). Metodologa de la investigacin. Mxi
co: McGraw-Hill.
ISO. (2004). International Vocabulary o f Basic and General Tcrms in Metrology (V.I.M).
ISO V1M (DGUIDE 99999), 71 pp.
Kurt G.R. (1986). Tlie International System o f Units (SI). Cost Enginccring. Morgantown,
28(11): 26-30 pp.
Lyons, L. (1993). A Pradical Guide to Data Analysis fo r Physical Science Students. Nueva
York: Cambridge Univcrsity Press, 95 pp.
Lpez, C.J.L. (2001). Mtodo e hiptesis Cientficos .Mxico: Trillas.
Mendenhall, W. y T. Sincich (2000). Probabilidad y estadstica para ingeniera y ciencias.
Mxico: Prcnticc Hall.
Mndez, R.I.; D. Namihira y C. Sosa de Martnez. (2001). El protocolo de investigacin:
Lineamientos para su elaboracin y anlisis. Mxico: Trillas.
Mcndicta, A. A. (1999). Mtodos de investigacin y manual acadmico. Mxico: Porra.
Miranda. P. y Jurez, F. (2006). lxd)oratorio de fsica 1. Chile: Facultad de Ciencias. Depar
tamento de Fsica de la Universidad de Chile. 4 pp.
Prez, T.R. 1998. Existe el mtodo cientfico? Mxico: Fondo de Cultura Econmica.
Bibliografa general 149
Riveros, H.G. y Rosas, L. (1997). El mtodo cientfico aplicado a las ciencias experimenta
les. Mxico: Trillas.
Rodrguez, L.A. (2001). laboratorio cero 2001-2. Mxico: Facultad de Ingeniera, Departa-
mento de Ciencias Bsicas. Colombia: Pontificia Universidad Javcriana, 31 pp.
Rojas, S.R. (2000). El proceso de la investigacin cientfica. Mxico: Trillas.
Tamayo y Tamayo, M. (2002). El proceso de la investigacin cientfica. Mxico: Limusa.
Taylor, B. y Kuyatt, C. (1994). Guidelines fo r Evaluating and Expressing the Uncertainty o f
NIST Measurements Results, nota tcnica 1297. EUA: National Institutcof Standards and
Technology-United States Department of Commerce Technology Administration.
UKAS (2006). The Expresin o f Uncertainty and Confidence in Measurement. Londres: Uni
ted Kingdom Acrcditation Services. Draft 2.79 pp.
Universidad de la Laguna Espaa. Introduccin a la fsica experimental. En http-y/webpages.
ull.es/users/fexposit/ife_eiT.pdf. Fecha de consulta, enero 15 de 2007.23 pp.
Universidad Santiago de Cali. Colombia. "Guas nicas de laboratorio de fsica 1: aspectos
preliminares, metrologa, conceptos y definiciones . En http://www.usc.edu.co/laborato-
rios/archivos/propuesta/LEY_DE_OHM_2.pdf. Fecha de consulta, enero 15 de 2007.
39 pp.
Indice analtico
A Ciencias), 5 Creencia(s), 4
concepto de la, 4 conocimiento y. 4
Abrevatura(s), conocimiento y, 4 fuentes de las, 4
nmeros y sistema mtrico, 142 experimentales, 1 Criterios para el redondeo, 32
Adjetivos matemticos, 90 filosofa de la, 2 Cuadros, 138
Adverbios matemticos. 90 intereses de la, 4 Cubierta. 122
Advertencia, 132 objetivo de la, 4 posterior, 125
Agradecimientos, 123. 137 origen de la, 1 Cuerpo
Ajustis) Cifras significativas y redondeo. 29 del informe, 123
de datos a funciones matemticas. Citas bibliogrficas, 129 principal, 123
63 Clasificacin de las variable. 24 C una continua por puntos, 12
de rectas, 66 Codente(s), 52
Ambiente. 29 de correlacin, 60, 87
Amplitud de intervalo. 100 de varianza, 95
Anlisis Comparacin Dalos. 86
de la lnea recta, 16 detallada entre modelos, 12 agrupados, 99
de los resultados. 7 entre los modelos y el mundo anlisis descriptivo de los. 85
descriptivo de los datos, 85 real. 11 sin agrupar, 97
dimensional, 74 teora-experimento. 9 Definicin del problema, 6
grfico, 9 Comportamiento Desarrollo de un modelo estadstico,
de los resultados, 55 cuadrtico. 64 18
Anexo(s), 123 de dos variables correlacinales Descripcin de equipo, 125
objetivos de los. 124 en forma exponencial, 65 tcnicas o programas de
tipos de, 124 exponencial, 65 computadora en. 125
Aparatos o instrumentos, 130 logartmico, 66 Desviacin
Aprender a escribir, 144 polinomial. 66 estndar. 95, 113
Artculos de revistas, 147 Conclusiones y recomendaciones. media, 93
123 tpica de la media. 45
B Conocimiento Determinacin de la pendiente
autntico, 2 y de la ordenada al origen
Bibliografa, 121 emprico, 5 (o intercepto), 67
sugerida. 125 oscuro. 2 Diagrama de dispersin, 60
Bsqueda de funciones. 13 ciencia y, 4 construccin de un, 60
creencia y, 4 Dimetro promedio, 86
c Consideraciones de estilo, 143
Construccin
Diferenciis)
de dos variables. 49
Clculos, 120 de diagrama de dispersin, 60 finitas. 51
Calificacin estndar o grados, 87 de grficas. 56 Dimensin de una magnitud, 74
Cambio(s) de modelos. 12 Discusin. 135
de escala, 52 Consulta bibliogrfica. 6 conclusiones, 120
de unidades, 79 Diseo, 131
del experimento, 7
152 ndice analtico