Documentos de Académico
Documentos de Profesional
Documentos de Cultura
: Ingeniera Ambiental
DOCENTE
CURSO
: Anlisis instrumental
TEMA
INTEGRANTES:
CICLO
I.
-
OBJETIVO
Determinar las cifras significativas experimentales, propagacin de errores y el tratamiento
II.
FUNDAMENTO TEORICO
2.1. CIFRAS SIGNIFICATIVAS
El trmino cifras significativas se conoce tambin como dgitos significativos e indica la
confiabilidad de un valor numrico. El nmero de cifras significativas es l nmero de
dgitos ms un dgito estimado que se pueda usar con confianza. Por ejemplo: al tomar la
lectura de volumen en una bureta de 50 ml donde el nivel de lquido se halla entre 9.6 y 9.7
ml, si no coincide ni con 9.6 ni con 9.7 de forma exacta, es necesario estimar el valor de la
segunda cifra decimal. Suponiendo que se estima 0.08, el volumen medido sera de 9.68 ml,
que tiene 3 cifras significativas. El cero puede ser significativo o no dependiendo de su
ubicacin en el nmero:
4 cifras significativas.
Los ceros al final del nmero pueden ser significativas o no: Si se expresa el volumen de un
vaso como 2,0 L, la presencia del cero indica que el volumen se conoce hasta unas dcimas
de litro, por lo que ese 0 es significativo. Si este mismo volumen lo expresamos como
2000ml, si no se conoce el volumen en centsimas de litro, seguimos teniendo dos cifras
significativas.
Otro ejemplo: El nmero de cifras significativas en 92500 es ambiguo, para detallarlo
tendra que poner:
II.2.
PROPAGACIN DE ERRORES
En las operaciones de multiplicacin y divisin, lo primero que hay que hacer es expresar
todas las incertidumbres relativas en porcentajes. Seguidamente el error del producto o
cociente se calcula segn la ecuacin siguiente:
s1
%S 3
%s 4=
Seguidamente a partir de % S 4
II.3.
se puede obtener
S4 .
La estadstica nos proporciona herramientas para aceptar conclusiones que tienen alta
probabilidad de ser correctas y rechazar las conclusiones cuya probabilidad de ser
incorrectas es alta.
DISTRIBUCIN DE GAUSS
Cuando un experimento se repite un nmero elevado de veces y los errores son solamente
aleatorios, los resultados tienden a agruparse simtricamente en torno al valor medio,
asemejndose la representacin a la agrupacin de los resultados a una curva ideal llamada
Distribucin de Gauss. Aunque en realidad en un laboratorio no llevamos a cabo un anlisis
un nmero infinito de veces, ni siquiera medimos una misma muestra 100 200 veces, lo
ms habitual es repetirlo de 2 a 5 veces, tambin podemos estimar los parmetros
estadsticos que caracterizan a una serie de un nmero grande de medidas. Decimos que la
variacin de los datos experimentales est distribuida normalmente cuando al repetir
medidas aparece una distribucin en forma de campana. Existe la misma probabilidad de
que una medida sea mayor o menor que la media. Adems, la probabilidad de observar un
valor disminuye a medida que aumenta la distancia a la media.
Anlisis Instrumental- Practica N 1
5
Intervalos de Confianza.
La t de Student se usa muy frecuentemente para expresar intervalos de confianza y para
comparar resultados de diferentes experimentos. Esta herramienta se podra utilizar para
calcular la probabilidad de que el recuento de glbulos rojos en un paciente se encuentre
dentro del intervalo normal.
Cmo se calculan intervalos de confianza?
Si se dispone de un nmero limitado de medidas, que es la situacin habitual en anlisis
qumico, no podemos hallar la verdadera media de la poblacin () ni la verdadera
desviacin estndar (). Lo que podemos determinar es la media muestral y la desviacin
estndar muestral (s). El intervalo de confianza es una expresin que nos informa de que la
verdadera media , est probablemente a una cierta distancia de la media medida. El
intervalo de confianza de viene dado por la siguiente ecuacin:
existe un 50% de probabilidad de que el valor de la verdadera media () sea mayor de 12,4
y menor de 12,6. Si se incrementa el porcentaje del nivel de confianza, cmo afectar a la
amplitud del nuevo intervalo de confianza? Si se incrementa el nivel de confianza la
amplitud del intervalo tambin lo har. Lgicamente si queremos aumentar la probabilidad
de obtener la verdadera media, al ampliar el intervalo aumentar la probabilidad de contener
dicho valor. Esto es obvio dado que el valor de la t de Student aumenta para un mismo
nmero de grados de libertad con el nivel de confianza, y se encuentra en el numerador de
la expresin del clculo del intervalo de confianza. El nmero de medidas tambin influye
en la amplitud del intervalo de confianza. Cuantas ms veces se mide una cantidad, ms
confianza se tiene que el valor de la media de las medidas hechas est prximo a la
verdadera media de la poblacin n. De hecho, la incertidumbre disminuye en proporcin a
1/(n)1/2, siendo n el nmero de medidas.
Si mantenemos constante el nmero de medidas y el nivel de confianza, se cumplir que a
mayor desviacin estndar mayor ser la amplitud del intervalo de confianza obtenido.
Comparacin de Medias utilizando la t de Student
El test t se utiliza para comparar dos conjuntos de medidas y poder afirmar si son o no
diferentes. A nivel estadstico se trata de comprobar la hiptesis nula, o sea se parte de
afirmar que los valores medios de dos series de medidas no son diferentes. Idnticos no
pueden ser, puesto que los errores aleatorios son inevitables. De manera que la Estadstica
predice una probabilidad de que la diferencia entre las dos medidas pueda deberse a dichos
errores aleatorios. Si hay menos de un 5% de probabilidad de que la diferencia se deba a
errores aleatorios, se suele rechazar la hiptesis nula. Si existe ms de un 95% de
probabilidad de que la diferencia se deba solo a errores aleatorios, se acepta la hiptesis
nula, concluyendo que los dos grupos de medidas no son significativamente diferentes, en
el caso de que los clculos se desarrollen al 95% de nivel de confianza.
En la comparacin de dos conjuntos pueden darse tres casos, que se tratan de forma algo
diferente:
CASO 1: Se mide una cantidad varias veces obtenindose un valor medio y una desviacin
estndar. Queremos comparar el resultado con un resultado conocido y aceptado. La media
no coincide exactamente con el resultado aceptado. Ser necesario responder a la pregunta:
Coincide el resultado medido con el resultado conocido dentro del error experimental?
Anlisis Instrumental- Practica N 1
8
CASO 2: Se mide una cantidad varias veces usando dos mtodos diferentes, obtenindose
dos resultados distintos, cada uno con su valor medio y su desviacin estndar. Ser
necesario responder a la pregunta: Concuerdan entre s los dos resultados dentro del error
experimental?
CASO 3: Se mide una vez la muestra 1 mediante el mtodo A y otra vez con el mtodo B, y
no dan el mismo resultado. Lo mismo se hace con la muestra 2, y de nuevo los resultados
no son iguales. Se repite el proceso con n muestras diferentes. La pregunta es: Concuerdan
los dos mtodos dentro del error experimental o son sistemticamente diferentes?
Para la resolucin de los tres casos puede aplicarse un patrn comn que consiste en las
siguientes etapas:
1. Seleccin del caso, de acuerdo con los datos proporcionados.
2. Obtencin del valor de t calculado aplicando las frmulas matemticas correspondientes
al caso seleccionado previamente.
3. Obtencin del valor de t tabulado segn cada caso particular.
4. Comparacin de los valores de t calculada y tabulada.
CASO 1: COMPARACIN DE UN RESULTADO MEDIDO CON UN VALOR
CONOCIDO.
Supongamos el caso concreto en el que se compr una muestra de orina sinttica que
corresponda a un material estndar de referencia certificado por el NIST (National Institute
Standard Technology) con un contenido en selenio de (30,1 0,9) ng/mL. Se pretende
validar un nuevo mtodo analtico para la determinacin de selenio en muestras de orina,
para ello se analiza dicho material de referencia mediante el mtodo a validar. Siendo los
valores obtenidos para 4 alcuotas del material de referencia 27,6; 29,3; 28,1 y 28,9 ng/mL.
Dado que el valor medio de estas cuatro medidas (28,5 ng/mL) no coincide exactamente
con el valor certificado (valor verdadero o aceptado, en este caso 30,1 ng/mL), es necesario
aplicar las frmulas correspondientes a este caso para calcular el valor de t. Ya que el valor
de t tabulada (3,182) es menor que el de t calculada, podemos afirmar que para este caso
concreto existen diferencias significativas al nivel de confianza del 95% entre los dos
resultados (el obtenido y el certificado), o lo que es lo mismo la probabilidad de que dichos
valores sean iguales es inferior al 5%.
Anlisis Instrumental- Practica N 1
9
Los test estadsticos no eximen de tener que tomar personalmente la ltima decisin de
aceptar o rechazar una conclusin. Slo son una gua en trminos de probabilidad. Por
ejemplo, segn los resultados obtenidos en el problema informamos de que el valor de los
resultados del anlisis de selenio es diferente del valor conocido.
Sin embargo, con slo 4 medidas, sera razonable repetir el anlisis varias veces ms para
tener ms seguridad en dicha afirmacin.
CASO 2: COMPARACIN DE MEDIDAS REPLICADAS
Se propone ahora el caso en el que se mide el contenido de selenio en una nica muestra de
orina, mediante dos mtodos analticos diferentes, por ejemplo espectrometra de absorcin
atmica con atomizacin electrotrmica (ETAAS) y espectrometra de absorcin atmica
con generacin de hidruros (HG-AAS). Supongamos que se miden cuatro alcuotas de la
muestra con cada tcnica. Una vez calculados el valor medio y la desviacin estndar para
cada grupo de medidas, se plantea la pregunta Concuerdan entre s los dos resultados
obtenidos dentro del error experimental? Para responder a esta pregunta se calcula s
mediante la ecuacin correspondiente y seguidamente el valor de t
combinada
, que se comparar
calculada
con el valor tabulado de t para (n1 + n2 -2) grados de libertad. En el caso propuesto el
nmero de medidas llevadas a cabo con cada mtodo es el mismo, n1=n2, pero podran ser
diferentes. Si por ejemplo se obtiene que c alculada > tabulada, afirmaremos que existen
diferencias significativas al nivel de confianza del 95% entre los resultados obtenidos
mediante los dos mtodos.
CASO 3: COMPARACIN DE PARES DE MEDIDAS
En este caso se trata de dos mtodos analticos diferentes con los que se hace una nica
medida usando muestras diferentes. No se duplica ninguna medida. Son sistemticamente
diferentes ambos mtodos? Aplicamos el test de las diferencias individuales entre los
resultados de cada muestra, calculando el valor de t y comparndolo con el tabulado. Si
tcalculada > ttabulada (al 95%de nivel de confianza) afirmamos que entre las dos tcnicas existen
diferencias significativas al nivel de confianza citado.
Comparacin de Desviaciones Estndar con el Test F
El test F nos informa si dos desviaciones estndar son significativamente diferentes entre s.
F es el cociente de los cuadrados de las desviaciones estndar. Se coloca siempre en el
numerador la desviacin estndar mayor, de modo que se cumpla que el valor calculado
Anlisis Instrumental- Practica N 1
10
para F sea mayor o igual a 1. El valor de F se halla tabulado para un nivel de confianza del
95%. Si Fcalculada > Ftabulada, se concluye que los dos mtodos comparados s presentan
desviaciones estndar significativamente diferentes al nivel de confianza del 95%.
En realidad la decisin final depende de uno mismo, pues hay quien afirma que no se debe
descartar nunca un dato a no ser que se sepa que existe un error de procedimiento que
condujo a esa medida particular; hay quien repite la medida sospechosa varias veces hasta
asegurarse si est o no realmente fuera de los esperable.
III.
MATERIALES Y EQUIPOS.
Materiales:
TORNILLOS DORADOS
TORNILLOS PLATEADOS
CLIPS
BALANZA ANALTICA
Equipo:
IV.
MTODO
OPERATIVOS
(x- xx)2
4.3264x10-4
1,42884x10-3
3
4
5
6
7
5.3949
5.3609
5.4204
5.4374
5.1482
7.0225x10-4
3.66025x10-3
1.0x10-6
2.56x10-4
7.4638x10-2
8
9
10
11
12
5.4686
5.4091
5.4006
5.4119
5.4119
2.22784x10-3
1.5129x10-4
4.3264x10-4
9.025x10-5
9.025x10-5
13
14
15
16
5.7578
5.4459
5.4147
5.4289
11.3165x10-2
6.0025x10-4
4.489x10-5
5.625x10-5
17
18
19
20
21
5.4714
5.4006
5.4317
5.4431
5.4091
2.5x10-3
4.3264x10-4
1.0609x10-4
4.7089x10-4
1.5129x10-4
22
23
24
25
5.4346
5.3949
5.4289
5.4147
1.7424x10-4
7.0225x10-4
5.625x10-5
4.489x10-5
26
27
28
29
30
5.4346
5.3864
5.4544
5.4289
5.4147
1.7424x10-4
1.225x10-3
1.089x10-3
5.625x10-5
4.489x10-5
31
32
33
34
5.4062
5.4402
5.4119
5.4317
2.3104x10-4
3.5344x10-4
9.025x10-5
1.0609x10-4
1
2
i
1.-TORNILLOS
DORADOS:
35
5.4317
1.0609x10-4
Anlisis Instrumental- Practica N 1
36
5.3722
2.42064x10-3
13
37
5.4544
1.089x10-3
N=37
xi =5.4214
= 2.09602x10-1
1. Media aritmtica:
xx
xi
N
2.09602 x 101
S=
=
36
200.5917
2.41294 xxx10-1
= 5.4214
37
S
= X
n Desviacin estndar:
2.
S=
( x i x )2
N1
Hallando
N=37
801,29
83
901,64
9080 1,64129
=
9083
1,64
=1,395
2.41294 x 10
37
Nivel/obse
rvacin
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Grup
oB
5.42
5
5.30
5
5.41
8
5.40
4
5.41
1
5.43
2
5.42
6
5.38
8
5.43
2
5.42
8
5.43
9
5.40
6
5.39
9
5.38
2
5.38
7
5.44
2
5.41
7
5.42
0
Grup
oA
5.400
6
5.383
6
5.394
9
5.360
9
5.420
4
5.437
4
5.148
2
5.468
6
5.409
1
5.400
6
5.411
9
5.411
9
5.757
8
5.445
9
5.414
7
5.428
9
5.471
4
5.400
6
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
5.41
2
5.36
8
5.75
3
5.42
5
5.42
6
5.42
4
5.38
0
5.39
0
5.46
1
5.39
8
5.40
0
5.42
6
5.46
6
5.40
5
5.39
2
5.44
3
5.42
5
5.39
6
5.45
1
5.35
7
Experiencia A
N = 37
Media = 5.4214
Desviacin estndar = 0.241294
Anlisis Instrumental- Practica N 1
16
5.431
7
5.443
1
5.409
1
5.434
6
5.394
9
5.428
9
5.414
7
5.434
6
5.386
4
5.454
4
5.428
9
5.414
7
5.406
2
5.440
2
5.411
9
5.431
7
5.431
7
5.372
2
5.454
4
Grado de libertad = 36
Experiencia B
N = 38
Media = 5.420
Desviacin estndar =
Grado de libertad = 37
0.062196632
37+382
T calc=0.03461064472
1. Media aritmtica:
x =
xi
N
x =
2.-TORNILLOS PLATEADOS:
333.7689
=8.5525
31
2. Desviacin estndar:
S=
( x i x )2
N1
S=
0.15650346
Anlisis Instrumental- Practica N 1
17
= X
S
n
0.7348
30
Xi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
N=31
(X- xx )2
8,7089
0,0245
8,5502
5.29x10-6
8,4056
0.0216
8,5729
4.1616x10-4
8,5870
1.1903x10-3
Hallando
: 0.0236
8,7061
8,6551
0.0105
N=31
8,4566
9.1968x10-3
8,6692
0.0136
Intervalo de
confianza =83%
8,7770
0.0504
Interpolando
obtenemos:
8,4028
0.0224
801,29
8,6097
3.2718x10-3
8,6494
9.3896x10-3
83
8,5558
1.089x10-5
8,6352
6.8393x10-3
901,64
8,5388
1.8769 x10-4
8,4339
0.0141
8,0966
0.2078
9080 1,64129
8,6324
6.3840 x10-3
=
9083
1,64
8,4226
0.0169
-3
8,6466
8.8548 x10
8,2809
=1,395
0.0738
8.4198
0.0176
x
=0.3019
8,6863
0.0179
Grupo B
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
8.404
8.584
8.606
8.698
8.646
8.641
8.559
8.654
8.272
8.443
8.540
8.663
8.771
8.629
8.414
8.381
8.616
8.374
8.684
8.646
8.397
8.383
8.621
8.805
8.419
8.670
8.815
8.826
8.694
8.582
GRUPO
A
8.7089
8.5502
8.4056
8.5729
8.5870
8.7061
8.6551
8.4566
8.6692
8.7770
8.4028
8.6097
8.6494
8.5558
8.6352
8.5388
8.4339
8.0966
8.6324
8.4226
8.6466
8.2809
8.4198
8.6863
8.6976
8.6692
8.6239
8.3914
8.8167
8.3943
8.4340
Experiencia A
N = 31
Media = 8.5525
Desviacin estndar = 0.15650346
Grado de libertad = 30
Experiencia B
N = 30
Media = 8.580
Desviacin estndar =
Grado de libertad = 29
(0.15650346)
[ 2 x 30+(0.143478942) x 29] x [
1 1
+ ]
31 30
T calc =
0.143478942
8.55258.580
31+302
T calc=0.7146867874
Xi
(x- xx)2
0.0547
4x10-8
0.0537
6.4x10-7
0.0546
1x10-8
0.0544
1x10-8
5
6
0.0545
0.0532
0
1.69x10-6
0.0544
1x10-8
0.0543
4x10-8
0.0543
4x10-8
10
0.0546
1x10-8
11
0.0542
9x10-8
12
0.0543
4x10-8
13
0.0546
1x10-8
14
0.0546
1x10-8
15
0.0549
1.6x10-7
16
0.0547
4x10-8
17
0.0561
2.5x10-6
18
0.0543
4x10-8
19
0.0548
9x10-8
20
0.0548
9x10-8
21
0.0551
3.6x10-7
22
0.0538
4.9x10-7
23
0.0540
2.5x10-7
24
0.0552
4.9x10-7
25
0.0536
8.1x10-7
26
0.0550
2.5x10-7
27
0.0541
1.6x10-7
28
0.0546
1x10-8
29
30
0.0542
0.0551
9x10-8
3.6x10-7
31
0.0542
9x10-8
32
0.0546
1x10-8
33
0.0547
4x10-8
34
0.0549
1.6x10-7
35
0.0545
36
0.0548
9x10-8
Practica
N-7 1
37Anlisis Instrumental0.0550
2.5x10
38
0.0534
1.2x10-6
TOTAL
2.0708
1.067x10-5
1. Media aritmtica:
x =
xi
N
x =
2.0708
=0.0545
38
2. Desviacin estndar:
Hallando
N=38
S=
( x i x )2
N1
1.067 x 105
=5.37 x 104
S=
37
801,29
83
S
= X
n
901,64
9080 1,64129
=
9083
1,64
=1,395
21
=1,395
Xi
(x- xx)
=0,0545 1,395
0.0132
1x10-8
0.013
9x10-8
0.0132
1x10-8
0.0132
1x10-8
5
6
0.0137
0.0123
1.6x10-7
1x10-6
0.0132
1x10-8
0.0134
1x10-8
0.0125
6.4x10-7
10
0.0136
9x10-8
11
0.0125
6.4x10-7
12
0.0129
1.6x10-7
13
0.0131
4x10-8
14
0.013
9x10-8
15
0.014
4.9x10-7
16
0.0133
17
0.0138
2.5x10-7
18
0.0134
1x10-8
19
0.0135
4x10-8
20
0.0134
1x10-8
21
0.0136
9x10-8
22
0.0139
3.6x10-7
23
0.0133
24
0.013
9x10-8
25
0.0139
3.6x10-7
26
0.0138
2.5x10-7
27
0.0133
28
0.0131
4x10-8
29
30
0.0137
0.0133
1.6x10-7
0
31
0.0133
32
0.0134
1x10-8
33
0.0135
4x10-8
34
0.0133
0
Anlisis
InstrumentalPractica
N-7 1
35
0.0132
2.5x10
36
0.0134
1x10-8
TOTAL
0.4792
54.2x10-7
5.37 x 104
38
4.
GRAPAS
PARA
CONDUCTOS
ELECTRICOS
1. Media aritmtica:
xi 0,4792
x = x =
= 0,0133
36
N
2. Desviacin estndar:
Hallando :
S=
54,2 x 10
36
(4x i x )2
S=
3,880 x 10N1
N=36
801,29
83
22
= X
S
n
901,64
9080 1,64129
=
9083
1,64
=1,395
Xi
(x- xx)2
1
0.403
1,1881x10-4
2
0.392
1x10-8
=0,0133 0,00009021
Hallando
:
3
0.336
3,14721x10-3
4
0.339
2,81961x10-3
5
0.382 N=34
1,0201x10-4
5.-CLIPS:
6
0.401
7,921x10-5
0.402
Intervalo de confianza
7
9,801x10-5=83%
0.401
Interpolando obtenemos:
8
7,921x10-5
9
0.4
6,241x10-5
801,29
10
0.402
9,801x10-5
11
0.382
1,0201x10-4
1. Media aritmtica:
83
12
0.399
4,761x10-5
-5
13
0.398
3,481x10
xxxi =
14
0.385
5,041x10-5
901,64
xx
=
N xi
15
0.392
1x10-8
-4
16
0.404
1,4161x10
N
17
0.4
6,241x10-5
18
0.398
3,481x10-5
9080 1,64129
=
13,333
19
0.385
5,041x10-5
9083
1,64
-8
xx
= 0,3921
20
0.392
1x10
34
21
0.401
7,921x10-5
( x i x )2
=1,395
22
0.384
6,561x10-5
S=
2. Desviacion estandar:
23
0.387
2,601x10-5
N
24
0.402
9,801x10-5
2
( x i x )
25
0.401
7,921x10-5
S=
-5
N
x =0.3019 Para
26
6,561x10
0.384
un nivel de confianza = 83%
27
0.387
2,601x10-5
28
0.402
9,801x10-5
8,04034 x 103
29
0.401
7,921x10-5
S=
=
=1,395
34
30
0.389
9,61x10-6
31 Instrumental0.399
4,761x10-5
Anlisis
Practica N 1
0,015377925
-5
0,015377925
32
0.401
7,921x10
=0,3921
1,395
23
33
0.401
7,921x10-5
34
S
= X
-5
34
0.401
7,921x10
n
TOTAL
xi =13,333
= 8,04034x10-3
Clips
NIVEL/ELEVACI
ON
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
Anlisis Instrumental- Practica N 1
24
GRUPO B
GRUPO A
0.404
0.391
0.388
0.403
0.390
0.403
0.403
0.402
0.402
0.384
0.389
0.404
0.405
0.402
0.385
0.387
0.387
0.388
0.408
0.403
0.392
0.336
0.339
0.382
0.401
0.402
0.401
0.4
0.402
0.382
0.399
0.398
0.385
0.392
0.404
0.4
0.398
0.385
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
0.405
0.383
0.402
0.406
0.385
0.401
0.386
0.385
0.384
0.388
0.402
0.403
0.404
0.039
0.404
0.399
0.386
0.402
0.401
0.388
0.545
0.392
0.401
0.384
0.387
0.402
0.401
0.384
0.387
0.402
0.401
0.389
0.399
0.401
0.401
0.401
Experiencia A
N = 40
Media = 0.3910
Desviacin estndar = 0.062223748
Grado de libertad = 39
Experiencia B
N = 40
Media = 0.3910
Desviacin estndar = 0.062223748
Grado de libertad = 39
(0 . 015377925)
(0 .399210.391)
T calc=
1 1
+ ]
34 39
34+ 402
calc=0.05185736275
VI.
RECOMENDACIONES
Tener en orden el lugar en donde se trabaja
Antes de comenzar a usar la balanza se tiene que tarar. Porque de lo contrario la toma de las
medidas de las muestras se altera, por lo consiguiente el resultado final del experimento es
errnea
Ser exactos al momento de la toma de medidas (esperar que aparezca la seal que indique la
medida ya estable de la muestra en la pantalla digital de la balanza).
Al momento de los clculos matemticos ser cuidadosos en los procedimientos porque de
no hacerlo y tener una falla el resultado final se ver afectado.
VII.
CONCLUSIN