UNIVERSIDAD DE LA FUERZAS ARMADAS-ESPE

DEPARTAMENTO DE CIENCIAS DE LA VIDA

MICROSCOPIA
SEMANA 4 - UNIDAD III

Nombres:

● Altamirano Pilatasig Pamela

● Andrango Baque Edwin
● Baquedano Haro Genesis Elizabeth
● Campaña Vaca Katheryne
● Chuma Álvarez Rosalía
● Díaz Inga Karla Elizabeth
● Gualotuña Velasco Ariel Alejandro
● Paredes Cedeño Wilson Fernando
NRC: 5241
Fecha: 05/09/2021
Docente: Dr. Alexis Debut

1. Descargar las 4 fotos que se encuentran en la carpeta “Trabajos''. Para cada foto definir
que es para usted una nanopartícula, medir el tamaño promedio de las nanopartículas
con FIJI, con su respectivo error estándar y histograma. ¿Cuáles son los errores
sistemáticos que hacen ustedes a medir?

Figura 1. Nanopartícula: partícula de tamaño diminuto, que mide entre 1 y 100 nanómetros.

Medición en FIJI
Parámetros en imagenes para medicion en nm
 Figura 2. Set scale Figura 1

Tamaño promedio de las nanopartículas con FIJI, con su respectivo error estándar e histograma

Figura 3.Histograma y medidas resumen

Muestra: 181 Media: 107.46 nm Error estándar: 1.44

¿Cuáles son los errores sistemáticos que hacen ustedes a medir?

El error estándar de la media sirve para determinar el grado de precisión con el que la media de la
muestra estima la media de la población, dentro de la toma de datos de esta imagen un error
sistemático que se puede cometer sería el mal establecimiento de la escala, además de una mala toma
de tamaño dentro de la imagen o la calidad de la imagen.
Figura 4. Nanopartícula: partícula de tamaño diminuto que puede ser observado claramente mediante microscopio

Figura 5. Set scale Figura 2

Figura 7. Histograma (Figura 2)

 Muestras:65 Error estàndar : 0.000355757312372

Para la figura dos se presentan errores sistemáticos al tratarse de un número elevado de partículas se
presentan errores tanto en la mediciòn con el programa Fiji aun usando la escala establecida para cada
imagen,otro de los errores que pueden presentarse es la mediciòn de las partículas que se encuentran
en las esquinas de las imágenes debido a que no se tiene la partícula en su totalidad siendo estos datos
despreciables

Figura 8. Nanopartícula: partícula de tamaño diminuto que puede ser observado claramente mediante microscopio

Para esta imagen se trato de colorear de mejor manera para poder medir las partículas como en las
imágenes anteriores, se estableció una escala de nm figura 6, más la medición de esta fue imposible
eso se debe a múltiples errores sistemáticos como la calidad de la imagen, una mala muestra ya que se
encuentra todo sobrepuesto, un mal procesamiento de la imagen entre otros
 Figura 9. Set scale Figura 3

Figura 10. Nanopartícula: partícula de tamaño diminuto que puede ser observado claramente mediante microscopio

Figura 11. Set scale Figura 10

 Figura 12. Histograma imagen 4

Muestras:48 Error estàndar :2.23232673641

La imagen presenta una toma clara para el anàlisis de partìculas, se pudieron contabilizar un nùmero
importante de ellas, aun así existen partículas muy pequeñas que no pudieron ser medidas debido a la
escala manejada que aun siendo considerable no es lo suficiente para observar estas partículas dicho
esto las partículas en mención no se tomaron en el anàlisis

DISCUSIÓN

En una comparativa entre los resultados obtenidos con los que presenta Debut, et. al. (2021), la
principal diferencia que se halla es la identificación de las nanopartículas esféricas, por lo que, al
trabajar con una gran cantidad de nanopartículas que no cumplen estas características, los valores
obtenidos pueden ser no precisos. Además en el trabajo de Debut y colaboradores, cuando se realizó
un análisis de nanopartículas no esféricas, se llegó a la demostración, que si bien la forma de las
nanopartículas es el criterio principal para evaluar si es una nanopartícula o no, esta elección no
significa una medición precisa del diámetro.

Por otro lado, en base a la situación anterior, esto explica Debut y colaboradores, el cual menciona
que por la falta de experiencia por parte del observador en la se requiere un alto nivel de conocimiento
anatómico, además de un nivel elevado de cognición visual para determinar el diámetro de
nanopartículas en tejidos biológicos o procedentes de otros materiales. Sin embargo, la utilización del
software Fiji ayudó a reducir el error de estimación de diámetro durante el análisis.

Otro problema durante el proceso de análisis fue la calidad de la imagen, como se presenció al trabajar
en la Imagen 3, que por su baja resolución se optó por otros métodos complementarios para cumplir
su estudio. Por lo cual, Debut et. al. indican que las imágenes deben adquirirse en las mejores
condiciones posibles tanto en términos de preparación de la muestra como de calidad de imagen
(resolución y contraste). Estos aspectos se logra optimizando el contraste, el tiempo de adquisición y
el ruido, entre otros parámetros, lo que permite al observador realizar una adecuada apreciación de las
imágenes.

2. Realizar un experimento casero con “partículas” de su elección y usar el sistema de

seguimiento de partículas de FIJI para verificar que la trayectoria en el eje X y en el eje
Y sigue (o no) un proceso Browniano. Para el efecto se usará estadística y test de
hipótesis. En el informe se necesita entregar la distancia recorrida entre cada momento
“t” y dibujar la distribución de estas distancias. Verificar si la distribución es gaussiana
o no. Calcular el coeficiente de difusión

2.1. EXPERIMENTO:
Se experimentó con partículas donde el movimiento fue inducido y donde no lo fue. Para el primer
experimento se utilizaron granos de maicena y el movimiento fue inducido por una máquina de
vibración y para el segundo análisis se utilizó colorante (tinta china), el cual se dejó caer en un
recipiente con agua.

Figura 13. Movimiento inducido en partículas de maicena.

Figura 14. Gota de colorante al ser introducido en agua.

Se realizó la grabación del video y su respectivo análisis en el programa Fiji, de los cuales se
obtuvieron los siguientes datos para el respectivo análisis estadístico
 Figura 15. Movimiento de granos de maicena después de tratamiento en Fiji.

Figura 16. Movimiento de partículas de colorante después de tratamiento en Fiji.

2.2.1. ANÁLISIS ESTADÍSTICOS DE LOS GRANOS DE MAICENA

Nº de datos TRACK_ID X_LOCATION Y_LOCATION

1 3246 884,803 385,88

2 3246 887,332 380,484

3 3246 890,541 383,076

4 3246 889,575 393,745

5 3246 889,118 403,083

6 3246 890,675 404,046

7 3246 888,913 399,796

8 3246 886,243 401,921

9 3246 879,885 403,35

10 3246 872,253 403,471

11 3246 869,22 410,833

12 3246 865,187 414,272

13 3246 856,813 418,934

14 3246 846,906 424,16

15 3246 843,466 420,569

16 3246 847,475 413,417

17 3246 853,575 408,029

18 3246 860,378 401,128

19 3246 865,731 390,672

20 3246 872,89 381,39

21 3246 880,811 377,96

22 3246 883,28 374,427

23 3299 929,42 421,328

24 3299 921,055 421,998

25 3299 918,756 420,066

26 3299 921,719 421,017

27 3299 919,987 430,358

28 3299 914,69 439,693

29 3299 914,266 445,269

30 3299 916,896 442,722

31 3299 919,36 436,388

32 3299 921,532 428,637

33 3299 924,586 418,74

34 3299 925,039 410,548

35 3299 920,447 403,413

36 3299 916,516 395,277

37 3299 916,491 385,771

 38 3299 918,383 383,083

39 3299 918,456 393,452

40 3299 923,322 399,95

41 3299 932,289 396,52

42 3389 1398,27 680,896

43 3389 1394,626 692,964

44 3389 1388,226 702,335

45 3389 1377,892 701,026

46 3389 1369,508 698,755

47 3389 1368,233 700,208

48 3389 1370,152 697,754

49 3389 1376,6 697,899

50 3389 1383,766 700,37

A. Prueba de normalidad de Shapiro-Wilk para la variable desplazamiento en x

Hipótesis
Ho: La variable x presenta una distribución normal
H1: La variable x presenta una distribución no normal
Nivel de significancia: α=0.05
Valor p Infostat:

Figura 17 . Valor de “p” para el desplazamiento en “x”

 Figura .18 Q-Q plot de la normalidad del desplazamiento en “x” de bolitas de maicena.
Decisión:
Se acepta Ho si el valor p > α y se rechaza Ho si el valor p < α.
Como p = 0,0532 y α= 0.05; entonces p=α, por lo que se acepta H1.
Conclusión:
Debido a que el valor p no difiere de alfa(α) se acepta la hipótesis alternativa, por lo cual el
desplazamiento en “x” no presenta una distribución normal. Por lo tanto no existe movimiento
browniano.

B. Prueba de normalidad de Shapiro-Wilk para la variable desplazamiento en y

Hipótesis:
Ho: La variable de desplazamiento en y presenta una distribución normal
H1: La variable de desplazamiento en y no presenta una distribución normal
Nivel de significancia: α=0.05
Valor p Infostat:

Figura 19 . Valor de “p” para el desplazamiento en “y”

 Figura 20. Q-Q plot de la normalidad del desplazamiento en “y” de bolitas de maicenas.
Decisión:
Se acepta Ho si el valor p > α y se rechaza Ho si el valor p < α. Como p =0,1143. Por lo tanto
tenemos que 0,1143 > 0.05 se acepta Ho y se rechaza la H1.
Conclusión:
Como el valor p es mayor a alfa(α) se acepta la hipótesis nula, por lo cual el desplazamiento en y
presenta una distribución normal,tal y como se observa en el Q-Q plot de la figura. Concluyendo que
si existe movimiento browniano en este eje.

Coeficiente de difusión:

Donde:

Entonces:
2.2.2. ANÁLISIS ESTADÍSTICO DEL EXPERIMENTO DEL COLORANTE EN
AGUA

Nº de datos TRACK_ID _X_LOCATION _Y_LOCATION

1 0 54,833 635,584

2 0 54,879 635,688

3 0 54,698 635,391

4 0 54,32 634,703

5 0 54,213 634,509

6 0 54,184 634,422

7 0 53,988 633,992

8 0 54,043 634,117

9 0 54,13 634,418

10 1 73 639

11 1 73 639

12 1 73 639

13 1 73 639

14 1 73 639

15 1 73 639

16 1 73 639

17 1 73 639

18 1 73 639
19 1 71,5 639

20 1 71,5 639

21 1 73,5 639

22 1 74,001 637,684

23 1 73,501 637,684

24 1 73 639

25 1 73 639

26 1 73 639

27 1 73 639

28 1 73 639

29 1 73 639

30 1 73 639

31 1 73 639

32 1 73 639

33 1 73 639

34 1 73 639

35 1 73 639

36 1 73 639

37 1 73,5 639

38 1 73,5 639

39 1 73 639

40 1 73 639

41 1 73 639

42 1 73 639

43 1 73 639

44 1 73 639

45 1 73 639
 46 1 72,948 638,205

47 1 73,117 637,862

48 1 73,385 638,402

49 1 73,379 637,985

50 1 73,512 637,734

A. Prueba de normalidad de Shapiro-Wilk para la variable desplazamiento en x

Hipótesis
Ho: La variable x presenta una distribución normal
H1: La variable x presenta una distribución no normal
Nivel de significancia: α=0.05
Valor p Infostat:

Figura 21. Valor de “p” para el desplazamiento en “x”

Figura 22. Q-Q plot de la normalidad del desplazamiento en “x” de las gotas de colorante en agua.
Decisión:
Se acepta Ho si el valor p > α y se rechaza Ho si el valor p < α. Como p< 0,0001, entonces:
0,0001< 0.05 se rechaza la Ho y se acepta la H1.
Conclusión:
Debido a que el valor p es menor que alfa(α) se acepta la hipótesis alternativa, por lo cual el
desplazamiento en “x” no presenta una distribución normal. Por lo tanto no existe movimiento
browniano.

B. Prueba de normalidad de Shapiro-Wilk para la variable desplazamiento en y

Hipótesis:
Ho: La variable de desplazamiento en y presenta una distribución normal
H1: La variable de desplazamiento en y no presenta una distribución normal
Nivel de significancia: α=0.05
Valor p Infostat:

Figura 23. Valor de “p” para el desplazamiento en “y”

Figura 24 . Q-Q plot de la normalidad del desplazamiento en “y” de las gotas de colorante en agua.
Decisión:
Se acepta Ho si el valor p > α y se rechaza Ho si el valor p < α. Como p< 0,0001, entonces: 0,0001<
0.05 se rechaza la Ho y se acepta la H1.
Conclusión:
Como el valor p es menor a alfa(α) se acepta la hipótesis alternativa, por lo cual el desplazamiento en
y no presenta una distribución normal, tal y como se observa en el Q-Q plot de la figura. Concluyendo
que no existe movimiento browniano para el desplazamiento en este eje.
Coeficiente de difusión:

Donde:

Entonces:

Bibliografía

Debut, A., Vizuete, K., Pazmiño, K., Calderón, J., Gallegos, C. and Gaona, V. (2021) “Effect of Visual
Cognition on the Measurement of Particle Size Using ImageJ Software”, Current Materials Science
14(2) . https://doi.org/10.2174/2666145414666210421080113