UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA QUIMICA Y TEXTIL

Practica Laboratorio N 1
2014

UNIVERSIDAD NACIONAL DE INGENIERIA

INDICE
1.1. Definicin de error: ..................................................................................................................................................................................... 3
1.2. Precisin y Exactitud: ............................................................................................................................................................................. 3
1.3. Tratamiento de datos: ........................................................................................................................................................................... 3
1.31. Intervalos de confianza: ................................................................................................................................................................. 3
1.3.1.1Mtodo de T-Student: .................................................................................................................................................................. 3
1.3.1.2Mtodo de Cn: .............................................................................................................................................................................. 5
1.3.2.Pruebas de significancia: .............................................................................................................................................................. 5
1.4. Clasificacin de errores:......................................................................................................................................................................... 6
1.4.1. Por su naturaleza:.......................................................................................................................................................................... 6
1.4.1.1Absolutos: .................................................................................................................................................................................... 6
1.4.1.2Relativos ....................................................................................................................................................................................... 6
1.4.2. Por su origen: ................................................................................................................................................................................ 7
1.4.2.1. Crasos: ........................................................................................................................................................................................ 7
1.4.2.2. Determinados:............................................................................................................................................................................ 7
1.4.2.3. Indeterminados: ......................................................................................................................................................................... 8
2. REDONDEO: .................................................................................................................................................................................................. 8
2.1) Cifra menor que 5:................................................................................................................................................................................. 8
2.2) Cifra mayor que 5: ................................................................................................................................................................................. 9
2.3) Cifra igual a 5: Vemos que hay dos casos: ............................................................................................................................................ 9
2.3.1.Cifras subsiguientes no nulas.- ....................................................................................................................................................... 9
2.3.2Cifras subsiguientes nulas.- ............................................................................................................................................................. 9
3.- CIFRAS SIGNIFICATIVAS: ............................................................................................................................. Error! Bookmark not defined.
3.1. Concepto: ............................................................................................................................................................................................ 9
3.2. Cifras significativas en una medicin: ................................................................................................................................................. 9
3.3. Operaciones con cifras significativas :............................................................................................................................................... 11
3.3.1. En suma y resta: ........................................................................................................................................................................ 11
3.3.2. En multiplicacin y divisin: ..................................................................................................................................................... 11
3.3.3. En potenciacin y radicacin: ................................................................................................................................................... 11
3.3.4. En exponenciales y logaritmos: ................................................................................................................................................ 11
3.3.5. En formulas con cifras constantes: ........................................................................................................................................... 11
4.- PROPAGACIN DE ERRORES DETERMINADOS.- .......................................................................................................................................... 12
4.1 En sumas y restas: ................................................................................................................................................................................ 12
4.2 En multiplicaciones y divisiones:........................................................................................................................................................... 12
4.3 En potenciacin y radicacin: ............................................................................................................................................................... 13
4.4 En exponenciales y logaritmos: ............................................................................................................................................................ 13
4.5 En frmulas con cifras constantes ........................................................................................................................................................ 13
5. DESCARTE DE VALORES DUDOSOS ............................................................................................................................................................. 143
6. BIBLIOGRAFA............................................................................................................................................................................................... 14

Practica Laboratorio N 1

UNIVERSIDAD NACIONAL DE INGENIERIA

TRATAMIENTO ESTADISTICO DE DATOS EXPERIMENTALES
I. OBJETIVOS
Estudiar el tratamiento estadsticos de datos experimentales, que nos
ayudaran a hacer un anlisis correcto para las prximas prcticas de
laboratorio.
II. FUNDAMENTO TERICO
1. TEORA DE ERRORES
1.1. Definicin de error:
El error viene a ser el concepto equivocado o juicio falso, as como la
diferencia en el peso, medida con respecto a lo que se pesa o se mide.
1.2. Precisin y Exactitud:
Precisin se refiere a la dispersin del conjunto de valores obtenidos de
mediciones repetidas de una magnitud. Cuanto menor es la dispersin
mayor la precisin. Una medida comn de la variabilidad es la desviacin
estndar de las mediciones y la precisin se puede estimar como una
funcin de ella.
Exactitud se refiere a cun cerca del valor real se encuentra el valor medido.
En trminos estadsticos, la exactitud est relacionada con el sesgo de una
estimacin. Cuanto menor es el sesgo ms exacto es una estimacin. Cuando
expresamos la exactitud de un resultado se expresa mediante el error
absoluto que es la diferencia entre el valor experimental y el valor
verdadero.
1.3. Tratamiento de datos:
1.31. Intervalos de confianza:
Es una expresin que dice que la verdadera media esta probablemente a
una cierta distancia de la media medida .
1.3.1.1Mtodo de T-Student: W.S. Gosset, quien escribi el seudnimo de
Student, investigo la posibilidad de efectuar predicciones, en base a las
limitaciones vinculadas con el anlisis estadstico de las series de
mediciones que contengan relativamente pocos valores. La t de Student se
usa muy frecuentemente para expresar intervalos de confianza y para
compararlos resultados de diferentes experimentos. Gosset defini la
cantidad t, algunas veces llamada t de Student, como:

Donde:

Practica Laboratorio N 1

UNIVERSIDAD NACIONAL DE INGENIERIA

: Valor medio para la serie finita.
: Valor medio que se espera cuando se ha llevado la serie aun nmero
infinito de mediciones.
: Desviacin estndar de la serie finita.
: numero de mediciones de la serie finita.
El siguiente cuadro mustralos valores de t correspondientes a los niveles
de probabilidad:
NIVEL DE CONFIANZA (%)
Grados de libertad
50%
90%
95%
1
1.000 6.314 12.706
2
0.816 2.920 4.303
3
0.765 2.353 3.182
4
0.741 2.132 2.776
5
0.727 2.015 2.571
6
0.718 1.943 2.447
7
0.711 1.895 2.365
8
0.706 1.860 2.306
9
0.703 1.833 2.262
10
0.700 1.812 2.228
15
0.691 1.753 2.131
20
0.687 1.725 2.086
25
0.684 1.708 2.060
30
0.683 1.697 2.042
40
0.681 1.684 2.021
60
0.679 1.671 2.000
120
0.677 1.658 1.980

0.674 1.645 1.960

99%
63.657
9.925
5.841
4.604
4.032
3.707
3.500
3.355
3.250
3.169
2.947
2.845
2.787
2.750
2.704
2.660
2.617
2.576

Donde el nmero de grados de libertad es el nmero de mediciones (n)

disminuido en uno; matemticamente:

Ejemplo: Se tienen los siguientes datos: 12.6, 11.9, 13.0, 12.7, y 12.5.
Calculando se tiene:

Para un intervalo de confianza del 90% del cuadro anterior tenemos t=

2.132
Reemplazando estos valores en la ecuacin (1) se tiene:

Practica Laboratorio N 1

UNIVERSIDAD NACIONAL DE INGENIERIA

Esto significa que hay un 9 % de probabilidad de que est en el intervalo
de
(12.1 a 12.9).
1.3.1.2Mtodo de Cn:
En este mtodo se emplea el rango R para determinar un intervalo de
confianza o limite de confianza para la inclusin de la media objetiva La
expresin empleada en este mtodo viene dada por:

Donde Cn representa el multiplicador del rango R.

El cuadro muestra la serie de valores del Cn para 95 y 99%.
VALORES DE Cn
Numero de mediciones

95% de Probabilidad

99% de Probabilidad

6.35

31.8

1.30

3.01

0.72

1.32

0.51

0.84

0.40

.63

0.33

0.51

0.29

0.43

0.26

0.37

10

0.23

0.33

11

0.21

0.30

12

0.19

0.27

1.3.2. Pruebas de significancia:

Cuando se realiza un trabajo analtico suele emplearse dos mtodos diferentes
para el anlisis; cada mtodo proporciona un nmero relativamente bajo de
mediciones. Donde los valores medios obtenidos a partir de los mtodos pueden
mostrar diferencias; con lo cual no es posible decir cul de los valores medios es
ms correcto, pero si es posible determinar si la diferencia entre los dos valores es
o no significativa. Dicha diferencia puede deberse a fluctuaciones fortuitas (errores
indeterminados) o direccionales (error determinado).
Con este objeto puede utilizarse una tcnica que emplea la T-Student. El mtodo
para investigar la situacin involucra una hiptesis nula.

Practica Laboratorio N 1

UNIVERSIDAD NACIONAL DE INGENIERIA

Sean y las dos medidas consideradas y s1 y s2 las desviaciones estndar de las
2 series, el nmero de mediciones viene dado por n1 y n2, mediante la ecuacin
siguiente se obtiene el valor para las dos series:
|

Donde:
(

En seguida se compara el valor de t obtenido con el que corresponde al grado de

libertad (
) y a la probabilidad elegida. Si el valor tabulado es mayor al
valor calculado la hiptesis se justifica y y sern iguales dentro del nivel de
probabilidad seleccionado.
Si la hiptesis es incorrecta (t calculado mayor que el tabulado) se tendr que
investigar ambos mtodos a fin de encontrar la fuentes de error para poder
explicar la diferencia entre y .
1.4. Clasificacin de errores:
1.4.1. Por su naturaleza:
1.4.1.1Absolutos: El error absoluto es la diferencia entre el valor ledo y el
valor verdadero o terico correspondiente. Matemticamente queda
expresado por:

1.4.1.2Relativos: El error relativo es el error absoluto entre el valor

verdadero o terico. Generalmente se expresa en porcentaje; presentando
la siguiente ecuacin:

Practica Laboratorio N 1

UNIVERSIDAD NACIONAL DE INGENIERIA

1.4.2. Por su origen:
1.4.2.1. Crasos:
Errores graves que invalidan el experimento; se producen por avera del
instrumento, prdida de muestra, dilucin accidental, etc. Este tipo de
errores generalmente se detecta con facilidad.
1.4.2.2. Determinados:
Son debidos a la presencia de algn factor que no ha sido tomado en cuenta y
que altera de un modo significativo el resultado de la misma. Estos errores se
repiten constantemente en las medidas y afectan el resultado final siempre en el
mismo sentido (una medida siempre mayor que la real o siempre menor).
1.4.2.2.1. En balanzas del laboratorio 11
La balanza digital del Laboratorio 11 puede mostrar
valores hasta la cuarta cifra decimal. La exactitud de la
medida es bastante buena, pero una mala calibracin o mal
uso (falta de limpieza) pueden incrementar el error de la
medida.
La incertidumbre absoluta est dada por la menor medida
dividida entre dos, en este caso es de:
i

1 10 4
5 10 5
2

1.4.2.2.2

En utensilios volumtricos
Tales como buretas, probetas, pipetas; en todos estos casos el
error generalmente se produce cuando no se calibran estos
instrumentos. Por ejemplo, la tolerancia del fabricante para
una bureta Clase A de 50mL es de 0.05mL

1.4.2.2.3

En instrumentos graduados sin especificacin de error

Con estos instrumentos es necesario determinar la
incertidumbre que tiene, de esa forma obtener una medicin
ms confiable y acorde con la real, una manera de corregir
esto es trazando una curva de calibracin experimental; por
ejemplo, en el caso de una bureta sin calibrar, vertemos agua
en un recipiente que se pesa, conociendo la densidad, el
volumen se determina mediante la masa de agua. Esto nos
ayudar a encontrar un factor de correccin para cada lectura
que hagamos con dicho instrumento

Practica Laboratorio N 1

UNIVERSIDAD NACIONAL DE INGENIERIA

1.4.2.3. Indeterminados:
Tambin llamados aleatorios, son los que hacen que los resultados de un
conjunto de medidas repetidas se dispersen al azar alrededor del valor
medio. Son debidos a la influencia de las variables incontroladas que
siempre intervienen en el proceso de medida. No se pueden identificar
fcilmente y por tanto es difcil corregirlos, pero en muchos casos es posible
disminuir su magnitud.
1.4.2.4. Aleatorio:
T Tambin llamados estadsticos, son el resultado de numerosas fuentes no
controladas que desplazan aleatoriamente (en un sentido o en otro) el valor
de la medida respecto a su valor real.
Esto puede ser debido a:
Fluctuaciones en la corriente, variaciones de luminosidad,
variaciones de la presin, de la temperatura, seales elctricas
externas de motores, etc.
Los errores aleatorios tienen signo positivo o negativo,
indiferentemente, y la influencia sobre los resultados no sigue
ninguna ley constante.
No se pueden evitar y para disminuir su influencia se tiene que
recurrir a la repeticin de la medida varias veces.
2.

REDONDEO DE CIFRAS:

El redondeo de cifras consiste en hacer un clculo aproximado para acercarse lo

ms posible a la respuesta correcta de una suma, resta, multiplicacin o divisin.
Para ello contamos con unas reglas:
2.1) Cifra menor que 5:
Si la (n+1)-sima cifra suprimida es menor que 5, la n-sima cifra
conservada no vara.
Nmero
2.74
2.748

N cifras
significativas
2
2

Redondeo
2.7
2.7

Practica Laboratorio N 1

UNIVERSIDAD NACIONAL DE INGENIERIA

2.2) Cifra mayor que 5:
Si la (n+1)-sima cifra suprimida es mayor que 5, la n-sima cifra
conservada se aumenta en 1.
Nmero
2.76
4.8782

N cifras
significativas
2
3

Redondeo
2.8
4.88

2.3) Cifra igual a 5: Vemos que hay dos casos:

2.3.1. Cifras subsiguientes no nulas.- Si el primer dgito a truncar es cinco y
hay dgitos diferentes de cero despus del cinco, incrementa el dgito
precedente en 1.
Ejemplo.-Redondear 1.61562 a 3 cifras significativas RESP: 1.62
Redondear 1.62500003 a 3 cifras significativas RESP: 1.63

2.3.2Cifras subsiguientes nulas.-Si el primer dgito a truncar es cinco y hay

nicamente ceros despus del cinco, redondee al nmero par.
3.

CIFRAS SIGNIFICATIVAS:
3.1.

Concepto:

Para definir la cifra significativa debemos tener en cuenta que es un

concepto usado ms que todo en forma experimental, es decir no es
exclusivamente numrica, ya que Las cifras significativas son los nmeros
de dgitos que no se afectan por la incertidumbre o error del instrumento o
calculo usado para dicha medicin.
3.2. Cifras significativas en una medicin:
Las reglas para las cifras significativas son las siguientes:
A. Todas las cifras diferentes de cero que expresen cantidades iguales o
superiores a la incertidumbre experimental son significativas.

Practica Laboratorio N 1

UNIVERSIDAD NACIONAL DE INGENIERIA

B. Para contar las cifras significativas, si es un numero entre 0 y 1 no se toma en
cuenta los ceros que estn a la izquierda de la primera cifra no nula

C. Todos los ceros que estn entre dgitos significativos son significativos.

D. Los ceros que se encuentren a la izquierda del primer digito diferente de cero
solo se usan para fijar a posicin del numero decimal y por lo tanto no son
significativos.

D. En un nmero de dgitos a la derecha del punto decimal, los ceros a la

derecha del ltimo nmero diferente de cero son significativos.

E. Aquel nmero que no lleve punto decimal y que termine con uno o ms ceros,
es algo ambiguo y se debe saber como se obtuvo aquel numero, ya que si el
numero es de una medicin estos ceros probablemente pueden ser no
significativos, pero si el numero ha sido contado o definido, todos los dgitos
son significativos.

Practica Laboratorio N 1

10

UNIVERSIDAD NACIONAL DE INGENIERIA

3.3. Operaciones con cifras significativas :
3.3.1. En suma y resta:
Los nmeros que se suman o restan tienen igual nmero de dgitos, el
resultado tendr el mismo nmero de decimales que los nmeros
individuales.
1,5876x10-3
+3,5591x10-3
5,1467x10-3
El nmero de cifras significativas en la respuesta puede ser mayor o menor
que las de los dgitos originales.
Ejemplo:

8,362
9,256x1014
+5,356
-8,756x1014
13,718
0,5x1014
Si los nmeros que se suman no tienen el mismo nmero de cifras
significativas, el mnimo nmero decimales es el que limita la suma .Por
ejemplo,
18,9984032
+83,80
121,7968064

No significativos
El nmero 121,7968064 debe ser redondeado a 121,80 como resultado
final .
3.3.2. En multiplicacin y divisin:
En multiplicacin y divisin normalmente estamos limitados por el nmero
de dgitos del numero con menor cifras significativas.
3,26x109
4,3179x106
34,60
x 1,78
x3,6 x10-19
2,46287
5,80x109
1,6x10-12
14,05
3.3.3. En potenciacin y radicacin:
El resultado debe tener igual nmero de cifras significativas que la base.
Ejemplo:( 2,981)2 = 8.886
3.3.4. En exponenciales y logaritmos:
Un logaritmo consta de la caracterstica y de la mantisa .La caracterstica es
la part entera y la mantisa es la parte decimal:
Caracterstica
9

,
Mantisa

Practica Laboratorio N 1

11

UNIVERSIDAD NACIONAL DE INGENIERIA

El numero 339 puede escribirse 3,39x102.El nmero de dgitos en la

mantisa del log339 debe ser igual al nmero de cifras significativas que 339.
4.- PROPAGACIN DE ERRORES DETERMINADOS.4.1 En sumas y restas:
Tenemos la siguiente operacin, donde las incertidumbres experimentales de los
datos, designados por e1, e2, e3, se dan entre parntesis:
1,98 ( ,
+1,26 ( ,
- 0,26 ( ,
2,98 (

Incertidumbres en sumas y restas:

,

Entonces se puede escribir:

4.2 En multiplicaciones y divisiones:

Lo primero que hay que hacer es expresar todas las incertidumbres relativas en
porcentaje. A continuacin el error del producto o cociente se calcula como sigue:
Incertidumbre en una multiplicacin y divisin :

Po ejemplo, consideremos la siguiente operacin:

,

=27,1

Primero se convierte las incertidumbres absolutas en incertidumbres relativas

expresadas en porcentaje.
,
Incertidumbre relativa en porcentaje: = , x100%= 0,4 4
Al final quedara de la siguiente manera:
,

, %
,
,
, %

Despus se halla incertidumbre relativa del resultado, en porcentaje, usando la

primera ecuacin.
%

, %

El resultado sera 27,1

, %).
Para convertir la incertidumbre relativa en absoluta se calcula el , % del
resultado: , %
,
,

Practica Laboratorio N 1

12

UNIVERSIDAD NACIONAL DE INGENIERIA

Resultado es 27,1 (

.finalmente, eliminado los dgitos no significativos,

27
27(

,
%

(incertidumbre absoluta)
(incertidumbre relativa)

4.3 En potenciacin y radicacin:

La incertidumbre relativa en porcentaje de Y (%ey) de la funcin xa es igual a a
veces la incertidumbre relativa en porcentaje de x (%ex):

Incertidumbre de potencias y races:

Y=

Por ejemplo: si y =
, una incertidumbre del 2% en x produce una
incertidumbre en (
%
%
En y .Si y = ,una incertidumbre en x del 2% produce una incertidumbre en y del
(3)(2%)=6%.
A

2
2
q = 10.2 A = 104.04 1.0
q = 10.21/2 A1/2 = 3.19 0.031
4.4 En exponenciales y logaritmos:
Si y es la base de logaritmos decimales de x la incertidumbre absoluta de y (ey) es
proporcional a la incertidumbre relativa de x ( :
Incertidumbre del logritmo:

y=logx ey =

4.5 En frmulas con cifras constantes

Sea:
Donde:

Ejemplo:
Determinar el calor que gana un sistema de calor especfico 0.9cal/gc cuya masa
es 15g y la temperatura aumenta en 9
Solucin:
Q=Cem =a ; Sea:
; entonces Q=a.x=a.x+Q

9
, ; Q=a*(79,05) 0.81; Q=1067.00 0.81 cal

Practica Laboratorio N 1

13

UNIVERSIDAD NACIONAL DE INGENIERIA

5. DESCARTE DE VALORES DUDOSOS
Este criterio se tiene en cuenta para obtener un mejor resultado de los datos
recopilados, as como tambin obtener un menor porcentaje de error en su
anlisis.
Para este caso se tiene la Prueba Q, la cual despus de ordenar los datos de
forma ascendente, se verifica el dato dudoso y se realiza el siguiente
procedimiento:

Restar al valor dudoso su vecino ms cerca y dividir este valor entre la

diferencia del mayor y menor valor, luego se compara este cociente con un
valor de tablas para concluir si este dato puede o no ser eliminado.
Ejemplo:
Se tiene los siguientes datos de masa (g) del producto de una reaccin
realizada en el laboratorio, sabiendo que el verdadero valor es 25.70 g.
25.56 25.79 26.10
24.23 25.48 25.59
25.69 25.70 25.60
Se desea saber el valor promedio de estos valores.
Sin descarte de valor dudoso:

Con descarte de valor dudoso

Haciendo uso de los conceptos para descartar, se toma como primer
valor dudso el valor de 24.23 g y se analiza:

Con este valor de Q se puede rechazar el valor de 24.23 g con un nivel de

confianza de 99%. Con el descarte de este valor dudoso se tiene que el nuevo
promedio de estos datos es:

Es visible que descartando el valor dudoso se obtuvo un menor porcentaje de

error en el valor del promedio de los datos.

Practica Laboratorio N 1

14

UNIVERSIDAD NACIONAL DE INGENIERIA

6. BIBLIOGRAFA
LIBROS:

Harris Daniel C. / Anlisis Qumico Cuantitativo/ Revart/Sexta edicin/

Espaa/ 2007/ pag. 46-48; 51-56; 66-71
Dick J.G/ Qumica Analtica/ El manual moderno/Mxico/ pag. 55-66

PAGINAS EN INTERNET:
http://www.escritoscientificos.es/trab21a40/cifrassignificativas/00cifras.htm
http://fisica.udea.edu.co/~labgicm/Laboratorio%20Fisica%201_2011/2010_teoria%20de%20errores/Cifras%20significativas.
pdf

Practica Laboratorio N 1

15