Documentos de Académico
Documentos de Profesional
Documentos de Cultura
métodos de medición
G.M. Gama1, P.C. Mahecha2, H.D. González3 , J.D. Gómez4 , T.L. Rivera5
Laboratorio de Fundamentos de Mecánica, Depto. de Física, Universidad Nacional, Bogotá
Agosto 31 de 2023
1. RESUMEN
2. INTRODUCCIÓN
Según la real academia española (RAE), un análisis es un método estadístico usado para
cuantificar la importancia de cada uno de los factores actuantes en un fenómeno [1], y la
estadística es la rama de la matemática que utiliza grandes conjuntos de datos numéricos
para obtener inferencias basadas en el cálculo de probabilidades [2]. En este orden de
ideas, tenemos que un análisis estadístico es el estudio que nos permite interpretar un
conjunto de datos numéricos con variaciones aleatorias, y a partir de esto vamos a
construir esta práctica.
Para iniciar, debemos tener claro que los errores aleatorios, son aquellos que no se pueden
controlar o evitar, pero sí se pueden reducir aumentando el tamaño de la muestra,
directamente proporcional el intervalo de confianza aumenta.[3].
3. PROCEDIMIENTO EXPERIMENTAL
4. RESULTADOS Y DISCUSIÓN
Luego, para querer apreciar claramente un valor máximo sobresaliente sobre un intervalo
dado, hicimos que cada intervalo fuese el doble. es decir, de 0.4, como se evidencia en el
gráfico 2
Gráfico 2. Histograma con intervalos de 0.4mm
Seguido de esto, normalizamos el histograma, para lo cual, primero hallamos el área bajo
el histograma, esto lo hicimos multiplicando el ancho de cada uno de los intervalos por el
número total de lentejas del mismo intervalo y sumando luego todos los resultados, que en
nuestro caso nos dió 20.0, luego de ello, tomamos las frecuencias de cada intervalo y la
dividimos entre el área total del histograma para hallar las nuevas frecuencias, dando los
resultados descritos en la imagen 3, y verificamos que el área total de este nuevo
histograma diera 1, lo cual fue verdadero.
Luego de hacer este proceso, para la población y para la muestra, convertimos los
histogramas en curvas continuas y lisas, mostrando los resultados en las graficas 7 y 8
Gráfico 7.
Gráfico 8.
Posteriormente se calculó el valor promedio de las medidas, a partir de la siguiente fórmula
Tras esto, también fue necesario hallar el valor de la desviación estándar de los datos, pues
se utilizó para los distintos análisis que se desarrollaron a continuación. Para esto, se utilizó
la siguiente fórmula:
Llegando así a un valor de varianza de 0.18 y a un valor de desviación estándar de 0.43
Una vez obtenidos los valores previos se llega a la función de densidad de probabilidad de la
distribución normal de este grupo de datos , definida como:
La cual nos permitió encontrar las frecuencias teóricas para cada uno de los datos, o en este
caso de los intervalos, pues en x se reemplazó el valor medio encontrado en cada intervalo,
llegando así a la siguiente gráfica, donde x es el valor de los dato y Y la frecuencia teórica
encontrada con la fórmula
Podemos ver que la gráfica se aproxima a la normal de los datos vista en el gráfico 7
(normal de la población), aunque difiere sobre todo en los valores máximos que toma cada
una, lo cual nos permite concluir que los valores medidos no cumplen exactamente con una
distribución normal.
Finalmente, para saber el error del valor a reportar encontramos el error estadístico a partir
de la fórmula
para posteriormente usarlo en la fórmula del valor total, teniendo en cuenta que el error del
instrumento, o error nominal, es de 0.02 mm.
Finalmente podemos decir que el valor promedio que tomará el diámetro de una lenteja será
de (6,48± 0,65) mm
CONCLUSIONES
1. La desviación estándar de 0.48 cm que es una medida de la dispersión en los tamaños
de las lentejas. En este caso, dada la desviación estándar relativamente baja respecto al
tamaño promedio de las lentejas sugiere que los diámetros de las lentejas en la muestra no
varían mucho con respecto al valor promedio de 6.48 cm. Esto indica que las lentejas
tienen un tamaño bastante consistente.
2. Para optimizar la medición de los datos con el calibrador Vernier encontramos más
óptimo dividir las mediciones en lotes más pequeños para evitar la fatiga y los errores ,
establecer un proceso consistente para medir, registrando los resultados de manera
organizada y verificar periódicamente la precisión del calibrador vernier.
3. Al observar una cola hacia la izquierda en el gráfico de la distribución, se puede derivar
la conclusión de que la probabilidad de que una lenteja tenga un tamaño menor que la
media más una desviación estándar es significativamente mayor que la probabilidad de
que su tamaño sea mayor que la media más una desviación estándar. Esta asimetría en la
distribución sugiere que las lentejas tienden a ser más pequeñas en su mayoría y, por
ende, existe una tendencia en la muestra a inclinarse hacia tamaños inferiores al valor
central representado por la media incrementado en una desviación estándar.
4. Dado que el gráfico exhibe una distribución mesocúrtica, se puede inferir que la mayor
parte de los datos se concentra alrededor de las medidas de tendencia central, y que las
variaciones significativas son menos comunes. Esta característica de mesocurticidad en la
distribución implica que la mayoría de las lentejas en la muestra tienden a agruparse cerca
del valor central representado por las medidas de tendencia central, lo que sugiere una
mayor consistencia en los tamaños de las lentejas. Esta observación es indicativa de una
menor dispersión y una relativa homogeneidad en el tamaño de las lentejas en el conjunto
de datos analizado.
5.La reducción del tamaño de los intervalos en el histograma conlleva la ventaja de una
mayor claridad en la representación de la distribución de los datos recopilados. Esta
reducción gradual de los intervalos de clase se asemeja al concepto teórico de una
integral, donde se considera un número infinito de puntos para describir con precisión una
distribución continua. Al disminuir el ancho de los intervalos en el histograma, se logra una
representación más detallada de la variación en los datos, lo que permite una observación
más minuciosa de las características específicas de la distribución.
BIBLIOGRAFÍA
[1]https://www.rae.es/drae2001/an%C3%A1lisis
[2] https://dle.rae.es/estad%C3%ADstico
[3] Armenteros, A. M. R., Balboa, J. L. G., & Mingorance, J. L. M. (2010). Error,
incertidumbre, precisión y exactitud, términos asociados a la calidad espacial del dato
geográfico. In Catastro: formación, investigación y empresa: Selección de ponencias del I
Congreso Internacional sobre catastro unificado y multipropósito (pp. 95-102).
[4] Quevedo F. Medidas de tendencia central y dispersión. Medwave 2011 Mar;11(3). doi:
10.5867/medwave.2011.03.4934
[5] Pérez Porto, J., Gardey, A. (21 de junio de 2016). Campana de Gauss - Qué es, funciones,
definición y concepto. Definicion.de. Última actualización el 24 de junio de 2021.
Recuperado el 14 de septiembre de 2023 de https://definicion.de/campana-de-gauss/
[2]https://www.redeweb.com/actualidad/vernier/
[3] A.M. Ardila , Física Experimental, Universidad Nacional de Colombia, Unibiblos , 2007.