3.1. Histograma y función normal o gaussiana En muchos fenómenos naturales de la vida diaria es imposible tener un control de variables fijando a un valor constante cada variable, sin embargo, el control se hace mediante el conocimiento del tipo de función de probabilidad que caracteriza la variable aleatoria. Los efectos de estos cambios y/o pertubaciones no interesan de forma individual, sino de forma global y se expresan a través de los parámetros de la función de probabilidad. La más común de las funciones de probabilidad es la normal o gaussiana. Las características básicas de este comportamiento está en que se aplica a grandes números de eventos, cada uno equiprobable y la contribución de cada evento es despreciable ante las características de los parámetros. Esto se traduce en que la curva es simétrica, en forma de campana y que el olvido o el despreciar unos valores no afecta el resultado. Por ello el estudiar cada valor de la medición sería como buscar las características de un bosque estudiando el comportamiento de cada árbol. Se necesitan los comportamientos más probables y esto lo hacemos con los valores promedios (debido a la simetría de la curva). La variable continua hay que caracterizarla con valores discretos, para ello se determinan rangos que representan todos los valores dentro del rango. El físico, en su hacer, se encuentra, constantemente con el hecho de que debe identificar el tipo de comportamiento aleatorio que tiene el fenómeno que estudia y para ello hace uso de un histograma que no es más que definir rangos y de allí ver la forma de la curva. Dicho histograma representa la forma o tendencia del comportamiento del fenómeno que estudia. Consigna o afirmación que expone la Interés o idea principal de la situa- situación a resolver ción a resolver Las características básicas de un fenómeno muestran a menudo un comporta- ¿Cómo saber si el comportamiento de una miento que implica el manejo de grandes nú- variable aleatoria es normal? meros, equiprobables y que la contribución individual de cada evento es despreciable. Lo que implica que la herramienta matemática a utilizar para identificar claramente el 75 Años Universidad de Panamá - Aniversario de Fundación 56 comportamiento del fenómeno que se estudia es el histograma. Pero, esta herramienta, el histograma, no sólo sirve al hombre de ciencia, sino también a la persona que quiere registrar u organizar una gran cantidad de información de forma sencilla. El histograma organiza la información obtenida con respecto a las variaciones de la magnitud que se estudia, a través de la representación de la frecuencia con que se presentan dichas variaciones en una misma categoría (intervalo o rango). Por todo esto es que en el proceso de enseñanza de la física se debe promover la comprensión y manejo de los histogramas como una herramienta matemática, que ayuda al físico o al experimentador a conocer el comportamiento de una variable aleatoria. Figura 3.1. Dispositivo - 1. ¿Se podría diseñar una experiencia que promueva la comprensión de los histogramas y la función normal o gaussiana? individuales son despreciables. Con esto último en mente, para evidenciar la forma de la distribución, se construyeron dos dispositivos iguales desde una perspectiva global, pero con diferencias esenciales Presentamos aquí una actividad de reflexión sobre la construcción y utilidad de los histogramas y la función normal o gaussiana. Para ello, en primer lugar, describiremos el proceso de construcción de un histograma, así como los aspectos relevantes del mismo y luego, describiremos una actividad donde se pone en evidencia la forma de la distribución de un fenómeno cuyas características son números grandes, equiprobables y los efectos (ver figuras 3.1 y 3.2). El primer dispositivo, permite el paso de una canica (en este caso, el conjunto de canicas una a la vez) por una abertura por la que entra al sistema. En el recorrido de la canica hasta llegar a los canales se encuentra con un área de perturbaciones (clavos iguales distribuidos de manera homógenea) equiprobables y cuyas contribuciones individuales a las perturbaciones o cambios son despreciables. El segundo dispositivo, se Omayra Pérez Bernardo Fernández Universidad de Panamá - Aniversario de Fundación 75 Años 57 diferencia del primero porque luego de la pri- necesario que aclaremos que el conjunto de mera abertura (que llamaremos abertura 1) la datos sobre cual aplicaremos y reflejaremos canica pasa por una primera área de perturba- del histograma es el presentado en la cuadro ciones (área 1) y a la mitad de su recorrido se 3.1. Dichos datos se trabajaran con unidades encuentra con dos posibles caminos, abertura arbitrarias. 2 y 3. A continuación, se encuentra con una segunda área de perturbaciones hasta llegar a los canales. El histograma se construyó en un plano cartesiano. En el eje horizontal, de dicho plano, se colocan los intervalos. Cada intervalo representa un canal, es decir, los intervalos son representados en el dispositivo por canales. Y cada canal contiene valores dentro de un rango determinado. Para establecer la cantidad de canales que serán representados en el eje horizontal es importante conocer los valores máximos y mínimos del conjunto de datos. En el eje vertical se coloca la frecuencia en que aparecen valores de cierto rango. Veamos esto con detalle a continuación. Los valores máximo y mínimo del conjunto de datos mostrados en el cuadro 3.1 son: 2,46 u y 2,78 u. Figura 3.2. Dispositivo - 2. ¿Qué evidencias se podrían obtener hacia la comprensión de los histogramas (caso de la función normal o gaussiana)? La construcción de un histograma implica realizar un conjunto de pasos. Estos pasos los detallamos en el mapa conceptual de la figura 3.3. Procedamos a poner en práctica dicha información. Pero, antes de continuar, es Omayra Pérez Bernardo Fernández Esta información permite establecer donde debe comenzar el primer intervalo de datos y dónde debe terminar el último intervalo de datos. En este caso el primer intervalo debe comenzar en 2,46 u y, el último intervalo debe terminar en 2,78 u. Por conveniencia ampliareamos un poco más el rango de los inter- Universidad de Panamá - Aniversario de Fundación 75 Años 58 2,46 2,47 2,46 2,48 2,49 2,50 2,50 2,51 2,51 2,51 2,46 2,47 2,46 2,48 2,49 2,50 2,50 2,51 2,51 2,51 2,50 2,52 2,50 2,53 2,54 2,55 2,55 2,56 2,57 2,57 2,56 2,56 2,57 2,58 2,58 2,58 2,58 2,58 2,59 2,55 2,55 2,55 2,56 2,57 2,58 2,59 2,60 2,60 2,60 2,61 2,61 2,62 2,62 2,62 2,65 2,63 2,64 2,65 2,64 2,64 2,64 2,65 2,65 2,65 2,64 2,63 2,60 2,60 2,60 2,61 2,62 2,62 2,62 2,62 2,63 2,63 2,66 2,66 2,67 2,67 2,66 2,68 2,69 2,68 2,69 2,68 2,66 2,66 2,67 2,66 2,68 2,69 2,68 2,69 2,68 2,66 2,70 2,70 2,71 2,71 2,72 2,72 2,72 2,73 2,73 2,72 2,75 2,75 2,76 2,78 Cuadro 3.1. Datos para la construcción del histograma en unidades arbitrarias. Figura 3.3. Mapa conceptual sobre la construcción de un histograma. valos y, trabajaremos entre los valores 2,45 u entre 2,45 u a 2,80 u. Esta división debe ser a y 2,80 u. Es decir, el primer intervalo de datos discreción del experimentador. En nuestro caso comenzará en 2,45 u y el último terminará en dividiremos la distancia entre 2,45 u y 2,80 u 2,80 u. Pero, ¿cuántos intervalos tendrá nuestro en siete intervalos. Y en cada intervalo coloca- histograma? Para saber cuántos intervalos ten- remos los valores que correspondan según el drá nuestro histograma, dividiremos la distancia rango que le hemos asignado. Ver cuadro 3.2. Omayra Pérez Bernardo Fernández 75 Años Universidad de Panamá - Aniversario de Fundación Número de intervalos Rango del intervalo (u) 1 2,45 - 2,50 2 2,50 - 2,55 3 2,55 - 2,60 4 2,60 - 2,65 5 2,65 - 2,70 6 2,70 - 2,75 7 2,75 - 2,80 59 Cuadro 3.2. Intervalos y rangos de los intervalos. Lo siguiente es construir cada intervalo. encuentran entre 2,45 u y 2,50 u. En esta ta- Para ser más explícita la descripción usaremos rea, encontramos que dentro de este rango, hay como ejemplo el primer, segundo y tercer inter- diez valores, que mostrados en el cuadro 3.3. valo. A partir del cuadro 3.1 (conjunto total de En este intervalo no se incluye el valor 2,50 u. datos), identificamos todos los valores que se Intervalo 1 (u) 2,46 2,46 2,47 2,47 2,46 2,46 2,48 2,48 2,49 2,49 Cuadro 3.3. Valores dentro del intervalo 2,45 u - 2,50 u. Para el intervalo 2, encontramos quince va- podemos observar el valor 2,55 u no es parte lores, todos mostrados en el cuadro 3.4. Como del intervalo. Intervalo 2 (u) 2,50 2,50 2,50 2,50 2,51 2,51 2,51 2,51 2,51 2,51 2,50 2,52 2,50 2,53 2,54 Cuadro 3.4. Valores dentro del intervalo 2,50 u - 2,55 u. El intervalo 3, encontramos 21 valores, cuadro 3.5, en este caso el valor 2,60 no es parte Omayra Pérez Bernardo Fernández de este intervalo. Universidad de Panamá - Aniversario de Fundación 75 Años 60 Intervalo 3 (u) 2,55 2,55 2,56 2,57 2,57 2,56 2,56 2,57 2,58 2,58 2,58 2,58 2,58 2,59 2,55 2,55 2,55 2,56 2,57 2,58 2,59 Cuadro 3.5. Valores dentro del intervalo 2,55 u - 2,60 u. Al realizar el mismo procedimiento para to- información mostrada en el cuadro 3.6. dos los valores del cuadro 3.1, encontramos la Intervalo Rango del intervalo (u) Número de valores en el intervalo (frecuencia) 1 2,45 - 2,50 10 2 2,50 - 2,55 15 3 2,55 - 2,60 21 4 2,60 - 2,65 25 5 2,65 - 2,70 25 6 2,70 - 2,75 10 7 2,75 - 2,80 4 Cuadro 3.6. Número de valores dentro de cada intervalo. Lo siguiente es comprobar que la suma total caracterizar por permitir/facilitar una óptima re- de valores encontramos dentro de cada interva- presentación de la frecuencia. lo es igual a la cantidad de valores mostrados 3. Las barras verticales a dibujarse tienen como en el cuadro 3.1. base, el eje horizontal y como altura la correspondiente frecuencia del intervalo representa- Con la información mostrada en el cuadro do. 3.6 se construyó el histograma mostrado en la 4. En el eje horizontal se representan los inter- (figura 3.4), pero, para ello es importante tener valos. Este eje se divide en tantos segmentos presente los siguientes aspectos: iguales, como intervalos se hayan definido. Se señala de forma adecuada los límites (rangos) 1. En el eje vertical se representan frecuencias, de cada intervalo en este eje. es decir, el número de veces que se encuentra 5. El nombre de cada eje con su respectiva uni- un valor dentro del rango del respectivo inter- dad. valo. 6. El título del histograma debe ser breve y re- 2. La escala a utilizar en el eje vertical se debe presentativo de la información que se presenta. Omayra Pérez Bernardo Fernández Universidad de Panamá - Aniversario de Fundación 75 Años 61 Figura 3.4. Histograma producto de los datos presentados en el cuadro 3.1. • Aspectos a tomar en cuenta en la intepretación de un histograma giendo otros datos que nos den información más específica sobre el modelo elaborado (capacidad predictiva) lo que permite confirmarlo Uno de los propósitos del análisis o inter- o rechazarlo. La experiencia y habilidad del ex- pretación de un histograma es identificar y cla- perimentador, en la interpretación, son funda- sificar las distintas distribuciones o variaciones mentales en la utilización de esta herramienta, del conjunto de datos estudiados (la forma, el puesto que no existen reglas fijas que se pue- valor medio, la dispersión) y elaborar una expli- dan utilizar, para explicar de forma precisa las cación para dichas variaciones o distribuciones variaciones encontradas en cualquier situación. que las relacione con el fenómeno en estudio. El experimentador debe profundizar en el co- El resultado de este análisis lleva a obtener un nocimiento del proceso o fenómeno en estudio modelo de las características fundamentales para utilizar esta herramienta de forma eficaz. del fenómeno objeto de estudio. A continuación analizaremos una de las distribuciones más comunes de un histograma. Para El modelo de comportamiento del fenóme- ello, haremos uso de los dos dispositivos pre- no debe ser confirmado o rechazado. Es reco- sentados en las figuras 3.1 y 3.2, así como de Omayra Pérez Bernardo Fernández 75 Años Universidad de Panamá - Aniversario de Fundación 62 canicas y cuentas de collar. dor realiza la toma y tratamiento de datos, este • Distribución normal experimentador usa un mismo instrumento y un método adecuado. Es necesario recalcar que el Esta es una de las distribuciones que el físi- instrumento debe ser de alta precisión, etc. co se encuentra más comúnmente al momento de estudiar un fenómeno probabilístico normal. Con la finalidad de simular un fenómeno de este tipo. Ante la abertura 1, del dispositivo 1, colocamos un recipiente con un número no determinado de cuentas de collar. El experimentador tiene como función ir vaciando poco a poco las cuentas a través de la abertura. Presentamos a continuación una secuencia de fotos donde se pueden ir apreciando los cambios que llevaron a una distribución normal, figuras 3.5, 3.6, 3.7, y 3.8. Figura 3.5. Proceso de formación de una distribución normal-1. Lo mismo se hizo con otro tipo de cuentasn y el mismno dispositivo y encontramos la misma froma de la distribución, figura 3.9. Esta distribución se caracteriza porque los valores se distribuyen simétricamente alrededor del valor más probable (valor medio o promedio). Es la distribución natural, habitual para los datos de gran cantidad de fenómenos. Por esta circunstancia se llama distribución normal. Este tipo de distribución se obtiene a partir de un conjunto de mediciones (N muy grandes). Pero, esto se da dentro de ciertas condiciones de control. Por ejemplo, un mismo experimenta- Figura 3.6. Proceso de formación de una distribución normal-2. Omayra Pérez Bernardo Fernández 75 Años Universidad de Panamá - Aniversario de Fundación Figura 3.7. Proceso de formación de una distribución normal-3. 63 Figura 3.9. Distribución normal-5. En la distribución normal o de campana se dibuja la fracción de las N lecturas que están en cada intervalo, como una función del valor de la medición. De esto se obtiene una curva continua que define una función F(x), conocida como la función de distribución. Está función de distribución F(x) Δx es la fracción de las N lecturas que están en el intervalo de “x” a “x + Δx”. Es decir, F(x)Δx es la probabilidad (área bajo la curva) de que una sola medición, tomada arbitrariamente, de la distribución esté en el intervalo “x” a “x + Δx”. La función descrita en la figura 3.10, se conoce como función normal o gaussiana y se Figura 3.8. Proceso de formación de una distribución normal-4. caracteriza, por que es simétrica con respecto a <x>, tiene un valor máximo en <x> y tiende rápidamente a cero a medida que el módulo de Omayra Pérez Bernardo Fernández 75 Años Universidad de Panamá - Aniversario de Fundación 64 xi - <x> se hace mayor comparada con δ. Estas que representa una distribución de mediciones son propiedades razonables para una función que contienen sólo perturbaciones aleatorias. Figura 3.10. Función normal o gaussiana. Es importante que los conceptos estadísti- pregunta, ¿cuál es la desviación más proba- cos señalados en la figura 3.10 tengan sentido ble? Estamos de nuevo ante la obtención de para el alumno o alumna, por ello, nos dedicare- un valor promedio. Pero, este nuevo promedio mos a los mismos en las líneas a continuación. es especial, pues, el conjunto de desviaciones está formado por desviaciones antecedidas por Ante un conjunto de datos, lo primero es un signo negativo o positivo, este signo repre- identificar, cuál es el rango dentro del cual es senta como esa medición o lectura se acerca más probable encontrar el valor siguiente a me- al valor más probable, por la izquierda o por la dir. Esto pasa por conocer la diferencia (que tan- derecha. Para eliminar el inconveniente de este to se aleja o acerca), entre cada valor medido signo, cada desviación es elevada al cuadrado ( ) y el valor más probable di = x i − < x > . Esta y se realiza la sumatoria de todas las desviacio- diferencia se conoce con el nombre de desvia- nes al cuadrado y se dividen entre el número ción. Conocer el valor de la desviación pasa por de lecturas. Con la finalidad de compensar el obtener el valor medio o promedio del conjunto ∑ xi de datos < x > = . El valor promedio, n el valor más próximo al valor verdadero o valor que cada desviación fue elevada al cuadrado se ( ) más probable en comportamiento normal repre- saca la raíz cuadrada 2 ∑ xi − < x > σ = n ( ) de la cantidad obtenida . senta el valor cuando la probabilidad es máxima en la curva gaussiana o normal. Cabe ahora la Este promedio de desviaciones se conoOmayra Pérez Bernardo Fernández 75 Años Universidad de Panamá - Aniversario de Fundación ce como desviación estándar y nos dice cual 65 tanto, la propiedad medible que lo caracteri- σt incertidumbre relativa = < x > , proporciona información que nos permite co- za oscila dentro de cierto rango. En la curva nocer la calidad de los datos tomados. Una in- gaussiana la desviación estándar representa la certidumbre relativa grande, nos informa que mitad de la anchura de dicha curva a la altura debemos analizar los datos, la forma en que media. Esta forma de reportar el resultado nos fueron obtenidos, el método, el instrumento de dice que hay un valor próximo al valor verda- medición, etc. En este caso, si multiplicamos dero y una nueva medición tiene alta probabili- ese valor por 100, obtenemos la llamada incer- dad (68 %) de ser encontrada dentro del rango tidumbre porcentual. es la dispersión del fenómeno, es decir, qué promedio <x>+σ y <x>−σ. Recapitulando, reflexionemos un poco soEn el caso de la desviación típica, podemos decir, que su sentido físico está asociado a establecer con cuántas cifras significativas se puede escribir el valor más probable. Es decir, la incertidumbre sobre el valor promedio. En otras palabras, la desviación típica mide la dispersión del valor promedio. Esta desviación se σ . obtiene por la expresión, σ t = n En este punto, es necesario comentar la información que brinda la comparación de la desviación estándar con el valor promedio y de la desviación típica con el valor promedio. Ambos son valores relativos. Específicamente, tenemos los casos siguientes. Si obtemos la dispersión relativa vía la comparación entre la desviación σ , obteneestandar y el valor promedio < x > mos información sobre la dispersión del fenómeno. En este caso un valor grande, nos dice que hay mucha dispersión en el fenómeno. Pero, la comparación de la desviación típica con el valor Omayra Pérez Bernardo Fernández bre los fenómenos aleatorios (probabilísticos) normales. Estos fenómenos tienen la propiedad de que las variables físicas que los caracterizan están dispersas. Y todo esto a pesar de que el experimentador mantiene las mismas condiciones (hora, lugar, método, instrumento de medición, etc). La medición de una variable que presenta dispersiones, require de un tratamiento probabilístico de los datos, el análisis de las incertidumbres y dispersiones de tipo aleatorias y; de un análisis estadístico de los datos. Las dispersiones de este tipo de fenómeno, pueden ser producto del método de medición, el instrumento de medición y la dispersión intrínseca del fenómeno. Todo lo anterior, nos permite obtener información estadística fundamental. El valor promedio (<x>) del conjunto de datos del cuadro 75 Años Universidad de Panamá - Aniversario de Fundación 66 3.1 es 2,61 u, con una dispersión estándar de y encontramos la misma forma de distribución, 0,08 u y una incertidumbre típica de 0,01 u. Esto con dos posibles caminos (abertura 2 y 3), figu- nos dice, que una nueva medición tiene alta ra 3.15. probabilidad de encontrarse dentro del rango 2,53 u y 2,69 u. Y por último el resultado debe escribirse (2,61 ± 0,08) u, con sólo tres cifras significativas. • Distribución doble campana Esta forma de distribución es la combinación de dos distribuciones normales (suma de dos gaussianas) y sugiere la presencia de dos fenómenos o dos poblaciones normales dentro de una misma muestra. Con la finalidad de analizar si hay algún cambio en la forma de la distribución hicimos uso del dispositivo dos. En dicho dispositivo las canicas tienen la opción de dos Figura 3.11. Proceso de formación de una distribución doble campana-1. caminos luego de haber pasado el área de perturbación 1. ¿Cuál será la forma de la distribución en esta ocasión? Veamos lo que ocurre en este caso, en la secuencia de fotos mostradas a continuación en las figuras 3.11, 3.12, 3.13, y 3.14. De forma natural en el proceso que se siguió al hacer pasar las cuentas por la abertura 1 hasta los canales encontramos una distribución que es la suma de dos gaussianas. A esta suma de dos distribuciones se le conoce también con el nombre de doble campana. Decidimos cambiar la forma de ingresar las cuentas en el dispositivo 2 y para ello, colocamos todas las canicas en la primera parte del dispositivo Figura 3.12. Proceso de formación de una distribución doble campana-2. Omayra Pérez Bernardo Fernández Universidad de Panamá - Aniversario de Fundación 75 Años Figura 3.13. Proceso de formación de una distribución doble campana-3. 67 Figura 3.15. Distribución doble campana. • Fenómeno y materia continua y fenómeno y materia discreta Se dice que algo es continuo (modelo sobre ℜ ) cuando podemos partirlo tanta veces como queramos. Es decir, que no encontramos separaciones entre una u otra de las partes que resultan de la partición, a ninguna escala. Para ilustrar lo anterior hemos escogido la fotografía de una sección de uno de los periódicos de la localidad. En este momento lo vemos como un todo, Figura 3.16. Figura 3.14. Proceso de formación de una distribución doble campana-4. Omayra Pérez Bernardo Fernández Figura 3.16. Texto de un periodico local. 75 Años Universidad de Panamá - Aniversario de Fundación Cada letra, parece estar formada de partes tan pequeñas como queramos. 68 Vemos que la letra n parece estar formada de pequeños cuadros negros y grises de cierto tamaño y, el fondo está formado por pequeños Ahora, con un programa comenzaremos a cuadros blancos, también del mismo tamaño, aumentar su tamaño utilizando la opción zoom, figura 3.19. Hasta el momento no observamos que es un cambio de escala. huecos o espacios entre esos pequeños cuadros. Podemos seguir aumentando. • Primer zoom: 200% Como puedes observar, aumentó el tamaño de las letras, Figura 3.17, y con esto no podemos apreciar el texto tal como se presentó en la imagen inicial. Es más, si no se conoce el texto inicial, no se puede conocer la frase completa. Figura 3.19. Zoom 1000 %. Podemos seguir aumentando. Figura 3.17. Zoom 200 %. • Cuarto zoom: 1500 % Los pequeños cuadros que forman la letra • Segundo zoom: 500 % n son más evidentes. Ahora vemos la imagen formada por cuadros, por lo que tiene una es- Con este zoom, las letras parecieran formadas de pequeños cuadros, sin embargo pode- tructura diferente a la que vemos sin aumento, figura 3.20. mos seguir aumentando, figura 3.18. Figura 3.18. Zoom 500 %. • Tercer zoom: 1000% Figura 3.20. Zoom 1500 %. Omayra Pérez Bernardo Fernández Universidad de Panamá - Aniversario de Fundación 75 Años 69 • Quinto zoom: 2000 % • Séptimo zoom: 3000 % En esta imagen son más evidentes los cua- Los cuadros se hacen más evidentes y po- dros negros y grises que forman la letra n y los demos observar que hay diferencia neta entre cuadros blancos y grises que forman el fondo uno y otro. Los cuadros blancos y grises se dentro del cual se encuentra la letra n . Vemos acercan a los cuadros negros y grises por la de- una nueva estructura cuya base son cuadritos recha y lo más importante, en todo el recorrido negros y grises, figura 3.21. podemos separar bien cada cuadro. Los cuadros están netamente separados los unos de los otros. Se pueden contar, figura 3.23. Figura 3.21. Zoom 2000 %. Figura 3.23. Zoom 3000 %. • Sexto zoom: 2500 % El concepto que hay detrás, en física, cuanPodemos seguir aumentando, Figura 3.22. do hablamos de que algo es continuo es que no tiene estructura subyacente y podemos seguir dividiendo indefinidamente sin encontrar una estructura subyacente. La materia a nuestra escala parece continua, se puede dividir tantas veces como queramos sin que haya estructura subyacente, pero, al duplicar el tamaño vemos Figura 3.22. Zoom 2500 %. que está formada por bloques llamados moléculas. Y estos a su vez formados por átomos. Omayra Pérez Bernardo Fernández 75 Años Universidad de Panamá - Aniversario de Fundación 70 En cuando al caso de que la materia sea discreta, este concepto lo hemos visto a distintos zoom o distintas escalas. En casi todos los La función gaussiana representa el conti- zoom presentados, exceptuando los dos prime- nuo y el histograma representa el discreto. Ana- ros, pues, no se aprecia claramente, vemos una licemos esto con más detalle. En la figura 3.24 unidad básica, cuadros que parecen ser indivi- mostramos la curva cuentas vs energía. sibles, son la unidad última. A esto es que en ¿Cuál es la relación de lo anterior con un Física se le llama discreto. histograma y una curva o gaussiana? Figura 3.24. Cuenta vs energía (Espectro de fuente radiactiva, Estación RN50). Si aplicamos un lupa a la curva, es decir, si formada por la suma de muchas gaussianas. aumentamos una sección de dicha curva, encon- Seguimos aumentando la curva mostrada en la tramos, la gaussiana mostrada en la figura 3.25. figura 3.24 y en este proceso, encontramos la representación gráfica de la figura 3.26. La representación gráfica de la figura 3.25, señala que la curva de la figura 3.24 esta Recapitulando, al aumentar el tamaño de Omayra Pérez Bernardo Fernández 75 Años Universidad de Panamá - Aniversario de Fundación 71 Figura 3.25. Sección aumentada de la curva de la figura 3.24. la curva mostrada en la figura 3.24 encontramos mos pasado del continuo al discreto. Y el discreuna gaussiana y con los siguientes aumentos en- to es un histograma, figura 3.26, la captación de contramos un histograma. Con este proceso he- información es discreta, la medición es discreta. Figura 3.26. Histograma. Omayra Pérez Bernardo Fernández 75 Años Universidad de Panamá - Aniversario de Fundación Conclusión Es claro que las cuentas, al ingresar en el 72 Reflexión El método de elaborar un histograma permite área de perturbaciones, se ven sometidas a un identificar la forma de la función de probabilidad sin número de perturbaciones, pero, estas pertur- que rige el fenómeno aleatorio, puede y suele ser baciones son despreciables de forma individual. normal, pero hay otras funciones de probabilidad Lo que realmente cuenta es la forma global de la como la binomial, la curva de Poisson, etc. distribución. En este proceso pasamos de lo discreto a lo continuo, es decir, una canica no cambia o afecta la forma final de la distribución. Omayra Pérez Bernardo Fernández