INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA

UNIDAD PROFESIONAL ZACATENCO

INGENIERÍA EN SISTEMAS AUTOMOTRICES

UNIDAD DE APRENDIZAJE:

METROLOGÍA Y NORMALIZACIÓN

MEDICIÓN DE PIEZAS

ALUMNOS:

 GONZÁLEZ MARTÍNEZ JOSÉ MANUEL

 GUERRA SÁNCHEZ ERIC OMAR

 VAZQUEZ ROMERO ALAN ROGELIO

 SAGAHON REYES ALAN

PROFESORA:
 LUNA VARELA RAQUEL GABRIELA

MEDICIÓN DE PIEZAS
Cuando se da a conocer el resultado de la medición de una cierta cantidad física (en nuestro caso
Monedas), es indispensable dar una indicación cuantitativa de la calidad del resultado, para que
pueda tenerse una idea de su confiabilidad. Sin esto, es imposible hacer comparaciones de dichos
resultados, ya sea entre ellos mismos, o con valores de referencia. Por ello debe existir un
procedimiento comprensible y aceptado generalmente que lleve a una evaluación y expresión
apropiada de la incertidumbre.

Es por ello por lo que en esta práctica aplicaremos y abarcaremos conceptos de: desviación
estándar, incertidumbre; y correlación de Pearson. Que grosso modo nos permiten identificar
puntos de mejora, esto es debido a que en el ejercicio debemos identificar y cuantificar todas las
fuentes de incertidumbre y así darnos cuenta cuál o cuáles son las fuentes que más aportan al
resultado final.

Así como se ha establecido y difundido el uso del Sistema Internacional de Unidades (SI), se
requiere instaurar un método “universal” para la evaluación y expresión de la incertidumbre en las
mediciones, en los campos de la ciencia, la ingeniería, el comercio, la tecnología y las
reglamentaciones en general.

MODELOS MATEMATICOS:
Desviación estándar:

La desviación estándar o desviación típica es la raíz cuadrada de la varianza.

Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de desviación. La

desviación estándar se representa por σ.

Correlación de Pearson:

El coeficiente de correlación de Pearson es una prueba que mide la relación estadística entre dos
variables continuas. Si la asociación entre los elementos no es lineal, entonces el coeficiente no se
encuentra representado adecuadamente.

El coeficiente de correlación puede tomar un rango de valores de +1 a -1. Un valor de 0 indica que
no hay asociación entre las dos variables. Un valor mayor que 0 indica una asociación positiva. Es
decir, a medida que aumenta el valor de una variable, también lo hace el valor de la otra. Un valor
menor que 0 indica una asociación negativa; es decir, a medida que aumenta el valor de una
variable, el valor de la otra disminuye.

Para llevar a cabo la correlación de Pearson es necesario cumplir lo siguiente:

 La escala de medida debe ser una escala de intervalo o relación.

 Las variables deben estar distribuida de forma aproximada.
 La asociación debe ser lineal.
 No debe haber valores atípicos en los datos.

Donde:

“x” es igual a la variable número uno, “y” pertenece a la variable número dos, “zx” es la desviación
estándar de la variable uno, “zy” es la desviación estándar de la variable dos y “N” es es número
de datos.

El coeficiente de correlación de Pearson tiene el objetivo de indicar cuán asociadas se encuentran

dos variables entre sí por lo que:

Interpretación del coeficiente de correlación de Karl Pearson

Correlación menor a cero: Si la correlación es menor a cero, significa que es negativa, es decir, que
las variables se relacionan inversamente.

Cuando el valor de alguna variable es alto, el valor de la otra variable es bajo. Mientras más
próximo se encuentre a -1, más clara será la covariación extrema. Si el coeficiente es igual a -1, nos
referimos a una correlación negativa perfecta.

Correlación mayor a cero: Si la correlación es igual a +1 significa que es positiva perfecta. En este
caso significa que la correlación es positiva, es decir, que las variables se correlacionan
directamente.

Cuando el valor de una variable es alto, el valor de la otra también lo es, sucede lo mismo cuando
son bajos. Si es cercano a +1, el coeficiente será la covariación.

Correlación igual a cero: Cuando la correlación es igual a cero significa que no es posible
determinar algún sentido de covariación. Sin embargo, no significa que no exista una relación no
lineal entre las variables.

Cuando las variables son independientes significa que estas se encuentran correlacionadas, pero
esto no significa que el resultado sea verdadero.
 TABLAS

CONCLUSIONES
Con la elaboración de esta práctica pudimos poner a prueba los conocimientos que hemos
adquirido a lo largo del curso, de esta forma creamos nuevas competencias que nos serán de gran
ayuda en el mundo laboral y en la industrial y en la industria.

Con esta práctica conocimos un poco más acerca de los modelos matemáticos, y como los
podemos aplicar para llevar a cabo un análisis de medidas, de esta forma podemos saber los
márgenes de error que tenemos mediante el uso de varios recursos como lo es la desviación
estándar y la correlación de Pearson.
 REFERENCIAS
Delgado, O. (2022, 31 octubre). Cómo evaluar la incertidumbre de medición sin necesidad de ser
un experto en matemáticas. SGC-Lab. https://sgc-lab.com/guia-para-estimar-la-incertidumbre-de-
la-medicion-hecha-para-personas-normales/

Ortega, C. (2019, 28 mayo). ¿Qué es el coeficiente de correlación de

Pearson? QuestionPro. https://www.questionpro.com/blog/es/coeficiente-de-correlacion-de-
pearson/

desviación estándar. (s. f.). Diccionario de Matemáticas |

Superprof. https://www.superprof.es/diccionario/matematicas/estadistica/desviacion-
estandar.html