Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nombres:
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
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
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
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.
2.1. 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.
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.
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:
Coeficiente de difusión:
Donde:
Entonces:
2.2.2. ANÁLISIS ESTADÍSTICO DEL EXPERIMENTO DEL COLORANTE EN
AGUA
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
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 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.
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