Columbus University

Facultad de Ciencias Náuticas

Cátedra: Mecánica de Fluidos

Tema: Práctica # 2

Integrantes:
●
●
●
● Kerry Morgan

1). Explicacion de funcionamiento

● Manómetro tipo pozo

El manómetro de pozo es diseñado para obtener una lectura exacta dentro de un pozo de
fluido. Especialmente se usa en la industria petrolera para obtener la presión de un pozo en
perforación, esto evita que suceda una explosión repentina por un mal control de presiones,
la presión se emplea a un pozo de fluido incorporado a un magnífico tubo indicador. A
medida que el flujo procede en el pozo, el fluido se traslada hacia la pata más pequeña del
manómetro. Esto aprueba la lectura directa usando una sola escala.

El manómetro de tipo pozo usa el balance de volumen donde el fluido trasladado del pozo
es igual al fluido añadido en la columna más pequeña. El diámetro interno y el área interna
se deben inspeccionar cuidadosamente para certificar la precisión del instrumento. Aunque
el manómetro de tipo pozo no desempeña con las exigencias de un estándar primario se
logra considerar como una manera de un estándar secundario.

2). Uso Industrial de los manómetros

● Manómetros industriales de acero inoxidable

Los manómetros de la serie PGM de OMEGA son adecuados para entornos corrosivos en
aplicaciones de procesamiento químico, petroquímico, de refinado, energético, marino,
alimentario y farmacéutico. La serie PGM se presenta en una carcasa de 63 mm (21,2") o
100 mm (4"), cuenta con fabricación de acero inoxidable y protección medioambiental con
una clasificación de protección IP65. La serie PGM también puede llenarse de líquido en
funcionamiento. Los manómetros llenos de líquido proporcionan a los usuarios una serie de
ventajas en determinadas aplicaciones. Resultan especialmente adecuados para su
utilización en equipos en los que se producen vibraciones y pulsaciones excesivas, tales
como bombas, compresores, máquinas herramienta, etc. El relleno líquido minimiza el
efecto de esos entornos hostiles, protege el interior de los manómetros y proporciona una
lubricación continua en el mecanismo; todo lo cual prolonga su vida útil. El relleno líquido
ofrece una mayor protección del interior del manómetro frente a las atmósferas corrosivas.
Los manómetros pueden rellenarse con variedad de líquidos como, por ejemplo, glicerina,
aceite mineral y aceite de silicona.

● Manómetros para procesos industriales

Estos manómetros se encuentran con mucha frecuencia en las fábricas. Hay miles de ellos
instalados en todo el mundo para supervisar las presiones de proceso. Disponibles para
medir la presión de vacío, compuesta y en rangos de hasta 20 000 psi (1380 bar). Un sello
hermético proporciona mayor protección y eficiencia.
3). Escala de medición

En estadística se estudian datos. Los datos son la representación de atributos o variables

que describen hechos, y al analizarlos y procesarlos, estos se transforman en Información.
Para poder hacer esto, es necesario comparar los datos entre sí y respecto de referencias.
Este proceso de comparación requiere de escalas de medición donde situar cada posible
valor que tomen los datos, y por las diferentes características de estos, existen diferentes
tipos de escalas. En la primera parte del post hablaremos sobre las escalas de medición en
estadística.

Luego, tenemos a las variables. En general, en la mayoría de las materias que tuvimos en el
colegio o en la facultad, utilizamos variables para representar las características de
elementos que deseamos estudiar cuando estas cambian según algún parámetro. En la
segunda parte del post veremos cómo se clasifican a las variables que utilizamos en
estadística.

● Escalas de medición en estadística

Como hemos dicho, para que los datos tengan sentido es necesario compararlos. Y para
poder compararlos debemos utilizar escalas de medición. Dichas escalas tendrán diferentes
propiedades en función de las características de los datos que se compararán. En
estadística existen cuatro escalas de medición: nominal, ordinal, de intervalo y de razón.

● Escala nominal

Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un elemento, se

considera que la escala de medición es una escala nominal. En esta carecen de sentido el
orden de las etiquetas, así como la comparación y las operaciones aritméticas. La única
finalidad de este tipo de datos es clasificar a las observaciones. Ejemplo:
 ● Escala ordinal

Cuando los datos muestran las propiedades de los datos nominales, pero además tiene
sentido el orden (o jerarquía) de estos, se utiliza una escala ordinal. Ejemplo:
Una variable que mide la calidad de un post. La variable puede tomar valores enteros del 1
al 5, donde el valor 1 es el peor y el 5 el mejor.

En esta variable sigue sin tener sentido las operaciones aritméticas, pero ahora sí tiene
sentido el orden. Si un post tiene valor 4 y otro tiene valor 2, el primero se entiende que es
mejor que es segundo.

● Escala de intervalo

En una escala de intervalo, los datos tienen las propiedades de los datos ordinales, pero a
su vez la separación entre las variables tiene sentido. Este tipo de datos siempre es
numérico, y el valor cero no indica la ausencia de la propiedad. Veamos un ejemplo: La
temperatura (en grados centígrados) media de una ciudad.

En esta escala, los número mayores corresponden a temperaturas mayores. Es decir, el

orden importa, pero a la vez la diferencias entre las temperaturas importa.

● Escala de razón

En una escala de razón, los datos tienen todas las propiedades de los datos de intervalo, y
la proporción entre ellos tiene sentido. Para esto se requiere que el valor cero de la escala
indique la ausencia de la propiedad a medir. Ejemplos de este tipo de variables son el peso
de una persona a el tiempo utilizado para una tarea. Ejemplo: Una variable que mide el
salario de una persona.

En esta variable, si una persona gana 100, y otra 10, la primera gana más que la segunda
(comparación). También tiene sentido decir que la primera gana 90 más que la segunda
(diferencia), o que gana 10 veces más (proporción).

● Variables en estadística

Las variables se las suele dividir según distintos criterios, en función las características de
los valores que estas puedan tomar.

● Variables cuantitativas y cualitativas

De acuerdo al tipo de escala que se utilizan se puede clasificar en cualitativas o

cuantitativas.

Las variables cualitativas son aquellas que se usan para identificar un atributo de un
elemento. Se emplean con la escala nominal o la ordinal, y pueden ser numéricos o no. Los
datos contenidos en estas variables se resumen contando el número de observaciones de
cada valor que toma la variable, o la proporción en entre estos. Un hecho importante a tener
en cuenta es que, aun cuando para los datos cualitativos se use un código numérico, las
operaciones aritméticas como la suma o la multiplicación no tienen sentido. Ejemplo: El
color de un auto.

Luego, las variables cuantitativas son aquellas que requieren valores numéricos para definir
los datos. Se emplean con las escalas de medición de intervalo o de razón. En estas sí
tienen sentido las operaciones aritméticas. Ejemplo: La altura de una persona. En general
hay más alternativas para el análisis estadístico cuando se tienen variables cuantitativas
que con las variables cualitativas.

● Variables continuas y discretas

El siguiente criterio de clasificación (solo para variables cuantitativas) es según como es el

conjunto de valores sobre el cual estas pueden tomar valores.

Una variable continua puede tomar valores dentro de un intervalo continuo, es decir, dado
dos puntos de un intervalo, la variable siempre podrá tomar infinitos valores entre ambos
puntos. Ejemplo:

● La temperatura en una habitación.

En cambio, una variable discreta solo puede tomar valores sobre un conjunto finito de
valores o un conjunto infinito numerable (un conjunto infinito, pero cuyos elementos se
pueden contar). En otras palabras, no puede tomar valores sobre cualquier punto del
intervalo, sino solamente sobre aquellos incluidos en el conjunto al que pertenece. Esto
hace que surja el concepto de valores observados sucesivos, lo cual significa que, dado una
observación, puede existir una observación previa y otra posterior