1.

- Investigue los conceptos de exactitud, bias, linealidad y sensibilidad para un

instrumento de medición.

Exactitud:
Se dice que una medición es más exacta cuanto más pequeño es el error de
medida. O sea cuando el valor medido es más cercano al valor verdadero o
referencia.

Bias:
Preferencia hacia una característica o valor del observador.

Linealidad:
La linealidad es la diferencia de sesgo a través del rango de operación de un
sistema de medición. La linealidad puede tomarse como un cambio de sesgo con
respecto al tamaño y es un componente de error sistemático del sistema de
medición.

Sensibilidad:
Es la razón entre el incremento de la señal de salida o de la lectura y el
incremento de la variable que lo ocasiona, después de haberse alcanzado el
estado de reposo.

F
2.- Investigue cómo se construye una gráfica en papel probabilístico y en cuáles
softwares matemáticos puede construir este tipo de gráficos.

Papel probabilístico:
Los métodos gráficos han sido tradicionalmente utilizados en ingeniería debido a
su sencillez y utilidad para analizar datos y comprender su estructura. Con la
popularización de los ordenadores como herramienta habitual de trabajo, la
representación gráfica ha pasado de realizarse manualmente a ser hecha en el
ordenador. Uno de los métodos gráficos tradicionales que puede ser fácilmente
implementado en R es el basado en el concepto de papel probabilístico. La idea
básica del papel probabilístico, de una familia paramétrica de funciones de
distribución, es modificar las escalas del dibujo de la variable aleatoria y de la
probabilidad acumulada, de tal forma que dicha familia se convierta en una familia
de rectas. De esta manera, cuando se representa la función de distribución en
dicho papel, el aspecto de la gráfica (rectilínea o no) sirve para decidir si los datos
proceden de esa familia de distribuciones o no. Además, de la representación
pueden obtenerse también los parámetros de la distribución concreta que mejor se
ajusta.

Softwares matemáticos:
- R
- Excel
- Matlab

3.- Investigue en qué consiste el Criterio de Chauvenet para descartar lecturas

experimentales.
El criterio de Chauvenet es un método para calcular si un dato experimental (a
partir de ahora llamado dato dudoso), de un conjunto de datos experimentales, es
probable que sea un valor atípico.

Para aplicar el Criterio de Chauvenet, primero se ha de calcular la media y la

desviación estándar de la información observada. Basándose en cuanto difiere el
valor dudoso de la media, se utiliza la función de distribución normal (o la tabla de
esta) para determinar la probabilidad de que un dato dado sea del valor del dato
dudoso. Se multiplica esta probabilidad por el número de datos de la muestra
escogida. Si el resultado es inferior a 0.5; el dato dudoso se puede descartar.