Académique Documents
Professionnel Documents
Culture Documents
Lavamos las placas con detergente y enjuagamos con abundante agua, secamos con
papel toalla y los volvemos a enjuagar con agua destilada y luego con la ayuda de un
algodn, limpiamos las placas con alcohol.
El agar que se utiliz fue MAC CONKEY, de acuerdo a las instrucciones son 50gr. por
1Lt de agua para 2 placas.
Sobre una balanza analtica se coloc un trozo de papel de aluminio y sobre l se pes
4 gr. de agar Caso, por otro lado en una probeta se midi 100 ml de agua destilada.
En un matraz se verti el agua destilada y el agar, se agito por unos segundos y se pas
a calentar, hasta que hirviera. Luego se deja entibiar a temperatura ambiente por unos
minutos.
Con la ayuda de un mechero Bunsen a una distancia de 15cm cogemos el matraz con la
mano izquierda y la placa petri con la mano derecha procurando que el pulgar sostenga
la tapa para que pueda abrirla y cerrarla, vertimos el agar hasta la mitad de la placa y lo
cerramos. Por ultimo dejamos enfriar hasta que el agar se endurezca y finalmente
pasamos a envolverla con papel para que se mantenga estril.
c) Siembra en placa
Primero se debe de obtener los datos resumidos de los parmetros a utilizar en una hoja de
Excel, seguidamente copiarlos al programa minitab para hallar el siguiente:
1. Informe sumario
Una vez ubicado los datos en el programa de minitab, damos clic en
estadstica/estadstica bsica /grafica de sumario, estos pasos nos ayudara para
evaluar el p-value de la variable a estudiar, para nuestro caso el ICA.
2. Prueba de Correlacin
3. Prueba de Regresin
Una vez identificados los parmetro que tienden a afectar a la variable (Y), damos
clic en estadstica /regresin /regresin/ajustar regresin, seguidamente nos sale un
cuadro donde nos aparece un cuadro de respuesta, ah seleccionamos la variable
(Y) la cual deseamos pronosticar, para nuestro caso es el ICA, luego en el cuadro
de Predictores continuos seleccionamos todos los parmetros faltantes y
aceptamos. Seguidamente el programa nos arroja los datos como el p-value, ah
identificamos cul de los parmetros nos indica el p-value mas significante, segn la
siguiente condicin: si el p-value es mayor a 0.05 tiende a ser significante, por lo
tanto con los datos arrojados en el programa observaremos cuales de los parmetros
inciden a 0.05.
Una vez identificada el parmetro mas incidente a 0.05, este ser la cual se va a
trabajar para el tratamiento del agua.
Resultados
BASE DE DATOS
Colif.
N
MONITOREOS OD Fec.NMP pH mg/l mg/l mg/l Desv. T Turbiedad STD ppm ICA
/100 mL
1 8,258 111,5 8,805 76 35,315 0,645 5 36,055 2,09 55,745
2 9,36 117 7,685 83,8 27,06 0,72 5 38,24 4,06 61,615
3 8,634 167 7,745 67,6 36,165 0,49 5 16,82 2,33 62,561
4 8,498 117 7,89 68,4 37,48 0,37 5 26,61 2,19 61,777
Fuente: propia
En base a estos datos, vamos a construir un modelo para predecir el ICA de una muestra de
agua (Y). Esto equivale a estudiar la relacin existente entre este conjunto de variables (x) y la
variable ICA (Y).
Mean
Median
Fuente: propia
PRUEBAS PARAMETRICAS
Prueba de Correlacin
Correlacin de los parmetros
Fuente: propia
ICA con OD: Segn el valor del coef. Pearson, se ve que es alta
ICA con Coliforme Fec.: Segn el valor del coef. Pearson, se ve que es alta
ICA con PH: Segn el valor del coef. Pearson, se ve que es baja
ICA con DBO: Segn el valor del coef. Pearson, se ve que es baja
ICA con STD: Segn el valor del coef. Pearson, se ve que es alta
Segn el valor del P-value
ICA con OD: Segn el valor de P = 0.670 > 0,05 La causa no afecta el problema
ICA con Coliforme Fec.: Segn el valor de P = 0,386 > 0,05 La causa no afecta el problema
ICA con PH: Segn el valor de P = 0,021 > 0,05 La causa si afecta el problema
ICA con DBO: Segn el valor de P = 0,830 > 0,05 La causa no afecta el problema
ICA conNO3: Segn el valor de P = 0,814 > 0,05 La causa no afecta el problema
ICA conPO4: Segn el valor de P = 0,612 > 0,05 La causa no afecta el problema
ICA con Turbiedad: Segn el valor de P = 0,581> 0,05 La causa no afecta el problema
ICA con STD: Segn el valor de P = 0,585 > 0,05 La causa no afecta el problema
Nota:
Grafica
Grfico de dispersin del ICA vs OD; Colof.Fec.; DBO; PH; NO3; PO4;
Turbiedad y STD
Fuente: propia
Podemos observar que la grfica del ICA, con respecto al OD,coliformes fecales y STD, tienen
una pendiente positiva, es decir a mayor al OD, Coliformes Fec. y STD aumentan el ICA, sin
embargo con respecto al DBO, PH, NO3, PO4 y turbiedad, tienen una pendiente negativa, es
decir a mayor DBO, PH, NO3, PO4 y turbiedad, disminuye el ICA.
Prueba de Regresin
Regresin de los parmetros
Fuente: propia
Adems se observa:
2 10% 2 89.74%
Ecuacin:
Ecuacion de la regrecion
Fuente: propia
Fuente: propia
Adems se observa:
2 10% 2 48.73%
Grafica
Fuente: propia
Podemos obtener que la grfica de la probablidad normal con respecto al ICA, tiene el p-value
mayor a 0.05 por ende se acepta la hiptesis nula y tiene una distribucin normal.