En la actualidad, afirman Fraga Guerra y Brito Vallina (2006), la Estadística es el resultado de la unión de dos disciplinas que evolucionan independientemente hasta confluir en el siglo XIX: la primera es el cálculo de Probabilidades, que nace como teoría matemática de los juegos al azar y la segunda es la Estadística que estudia la descripción de datos y tiene raíces más antiguas. La integración de ambas líneas del pensamiento da lugar a una ciencia que estudia como obtener conclusiones de la investigación empírica mediante el uso de modelos matemáticos.
De acuerdo con Peña Sánchez de Rivera (1992), la Estadística es una de las ramas de la Matemática de mayor incidencia en estos tiempos; ya que interviene de forma acentuada en las investigaciones y/o métodos científicos a través de la experimentación y la observación. En muchas ocasiones, es necesario realizar una adecuada utilización de los modelos y métodos estadísticos para la solución e interpretación de los problemas que se presentan continuamente. Cualquiera sea el campo de aplicación el propósito es siempre el mismo: tomar decisiones con base objetiva, en condiciones de incertidumbre. Por lo tanto, se deduce que en el campo de las investigaciones de la Ingeniería Mecánica, se garantiza una eficiencia y confiabilidad en los resultados.
También le concierne la toma de decisiones en un marco de incertidumbre, en particular, el estudio de procesos inferenciales, especialmente la planeación y análisis de experimentos, encuestas y estudios observacionales, para lo que se desarrolla y utilizan técnicas para la colecta, análisis, presentación e interpretación de datos numéricos relacionados con colectivos.
El desarrollo de nuevos productos y procedimientos tecnológicos, requiere de una fase de experimentación, que se conduce siguiendo los principios y métodos de la experimentación estadística. La mejora de la calidad y la productividad, tanto en procesos de manufactura como en otras áreas de la ingeniería mecánica, requiere de los métodos estadísticos.
Por otra parte, Walpole, Myers y Myers (1999), señalan que el hecho de disponer de grandes volúmenes de datos hace que sea difícil extraer información precisa y útil a los propósitos del entendimiento de procesos y fenómenos complejos. Por tal motivo, los principios estadísticos acompañados de algoritmos computacionales de aprendizaje y obtención de conocimiento, son necesarios para extraer la información específica.
Los autores mencionados colocan como ejemplo a la Variable Aleatoria Normal, la cual es utilizada asiduamente en el campo de la estadística, para calcular intervalos de confianza de una o dos variables, o valores de Probabilidad. Por ejemplo si se quiere calcular que probabilidad hay de que en un proceso de fabricación de bujes para engranajes, los pernos superen el valor de 12 mm, sabiendo que la media de la distribución es 11 mm y su desviación estándar es de 1,5 mm, se utiliza la Distribución Normal como herramienta de cálculo.
En función de los contenidos analizados, se infiere que existen diversas herramientas de Probabilidad y Estadística que se utilizan para analizar situaciones de Diseño. En esta rama, según indican Fraga Guerra y Brito Vallina (2006), se utiliza la Regresión Lineal entre otros para ajustar la recta de Paris, una ecuación que sirve para estudiar elementos sometidos a fatiga en función del número de ciclos a los que se somete un material.
En consecuencia, el empleo de la Estadística proporciona un enfoque interesante para el estudio de las características que poseen variabilidad, por lo que se puede afirmar de acuerdo con lo planteado, que teniendo en cuenta que los modelos estadísticos constituyen una herramienta fundamental de apoyo a la toma de decisiones técnicas vinculadas a un determinado problema planteado cuando son empleados adecuadamente, es importante que la formación estadística que reciben los Ingenieros Mecánicos sea amplia, a fin de que se encuentren plenamente capacitados para identificar y resolver un problema utilizando las técnicas estadísticas, para finalmente poder interpretar los resultados obtenidos y realizar la toma de decisiones correspondiente; así que amigos de HIVE, espero que esta información sea de utilidad pronto seguiré compartiendo con Uds.
Referencias Bibliográficas consultadas y recomendadas
[1].- FRAGA GUERRA, E. y BRITO VALLINA, M. (2006). Papel de la estadística en la formación del ingeniero mecánico. En: Ingeniería Mecánica, vol. 9, núm. 1, enero-abril, 2006, pp. 29-33. Instituto Superior Politécnico José Antonio Echeverría. Ciudad de La Habana, Cuba. Enlace on line.
[2].- HINES, W. Y MONTGOMERY, D. (1996). Probabilidad y Estadística para Ingeniería y Administración. México: CECSA.
[3].- MILLER, FREUND Y JOHNSON. (1991). Probabilidad y Estadística para ingenieros. México: Prentice-Hall. Hispanoamericana.
[4].- PEÑA SÁNCHEZ DE RIVERA, D. (1992). Estadística. Modelos y métodos. Tomo 1. Madrid, España: Alianza Editorial.
[5].- WALPOLE, R., MYERS, R. Y MYERS, S. (1999). Probabilidad y estadística para ingenieros. México: Pearson.
Congratulations @roberts1402! You have completed the following achievement on the Hive blockchain and have been rewarded with new badge(s) :
Your next payout target is 50 HP.
The unit is Hive Power equivalent because your rewards can be split into HP and HBD
You can view your badges on your board and compare yourself to others in the Ranking
If you no longer want to receive notifications, reply to this comment with the word
STOPTo support your work, I also upvoted your post!
Check out the last post from @hivebuzz:
Support the HiveBuzz project. Vote for our proposal!
Thanks for your contribution to the STEMsocial community. Feel free to join us on discord to get to know the rest of us!
Please consider supporting our funding proposal, approving our witness (@stem.witness) or delegating to the @stemsocial account (for some ROI).
Please consider using the STEMsocial app
app and including @stemsocial as a beneficiary to get a stronger support.