Practica I

Filosofa de la medicin e incertidumbre

Aparicio Almazn Brenda Guadalupe, Departamento de
Ingeniera en Sistemas Ambientales, Escuela Nacional de
Ciencias Biolgicas, Instituto Politcnico Nacional, Av. Wilfrido
Massieu, Unidad Adolfo Lpez Mateos, Nueva Industrial Vallejo,
07738 Ciudad de Mxico.

INTRODUCCIN.

En la literatura tcnica y cientfica, el trmino error se utiliza frecuentemente con dos significados
bastante diferentes. En el primer significado se utiliza para obtener una estimacin del valor verdadero tan
prxima como sea posible a un valor verdadero nico, donde la desviacin est constituida por errores
sistemticos y aleatorios. El segundo significado se utiliza para denominar la incertidumbre del resultado de
una medida, es decir, para cuantificar la imperfeccin del mtodo e instrumento de medida empleado, a
este ltimo se le atribuye solamente como incertidumbre2.

Sin embargo dependiendo la literatura son los significados que se encontraran ya que segn el Centro
Espaol de Metrologa de Madrid, Los trminos error e incertidumbre no son sinnimos, sino que
representan conceptos completamente distintos. El VIM (Vocabulario Internacional de Metrologa) define
el trmino error de medida como la diferencia entre un valor medido y un valor de referencia (valor
verdadero), mientras que define la incertidumbre de medida como un parmetro no negativo que
caracteriza la dispersin de los valores atribuidos a un mensurando, a partir de la informacin que se utiliza.
Si bien el error es tericamente desconocido, la incertidumbre s que puede ser evaluada. Tambin
mencionan la diferencia entre el error de medida con un error humano o equivocacin. 3

Basndonos en la ltima definicin hay dos clases principales de incertidumbres.

Las incertidumbres aleatorias son desviaciones, en donde el signo algebraico y la magnitud son
desconocidas oscilando o fluctuando, producindose una dispersin en los resultados. A menudo se supone
que la incertidumbre aleatoria se distribuye en forma de campana de Gauss. La repeticin de las
mediciones proporciona un descenso en el valor promedio de la incertidumbre aleatoria.

Una incertidumbre sistemtica es una incertidumbre que tiene el mismo efecto en todas las observaciones
de una cantidad fsica realizada bajo condiciones comparables. A menudo el trmino sesgo es usado para
denominar a una incertidumbre sistemtica fija, es decir con direccin (signo) y magnitud (tamao)
constantes que ocurren en una serie de mediciones en condiciones comparables.

Sin embargo nunca se puede conocer el valor verdadero del sesgo por lo tanto se obtiene el valor estimado
del sesgo que puede ser obtenido por la media de las mediciones repetidas sobre una buena definicin de
material de referencia que sirve como estndar. El estndar debe tener un valor certificado 0 de
incertidumbre, (0) conocida o no.4

Las incertidumbres afectan la exactitud o la precisin de una cantidad medida.

Exactitud es el grado de concordancia entre el valor medido y el valor verdadero. Rara vez se conoce un
valor verdadero absoluto, por lo que exactitud sera la concordancia entre un valor medido y el valor
verdadero aceptado.

Profe. Juan Ramo n Salazar Cano Pa gina 1

Por otro lado precisin se define como el grado de
concordancia entre mediciones replicadas de la misma
cantidad. Es decir, es la repetibilidad de un resultado. 2 La
repetibilidad es la proximidad de la concordancia de
resultados, donde las condiciones incluyen el mismo
procedimiento de medida, los mismos operadores, el
mismo sistema de medida, las mismas condiciones de
operacin y el mismo lugar, as como mediciones
repetidas del mismo objeto o de un objeto similar en un
periodo corto de tiempo. Por el contrario,
reproducibilidad es la proximidad de la concordancia
entre los resultados pero dentro de un conjunto de
condiciones que incluye diferentes lugares, operadores,
sistemas de medida y mediciones repetidas de los
mismos objetos u objetos similares3. La precisin se
puede expresar como la desviacin estndar, el
coeficiente de variacin, el intervalo de los datos o un intervalo de confianza (por ejemplo, 95%) alrededor
del valor medio. La buena precisin no asegura una buena exactitud.

La finalidad de la presente prctica es estudiar y comprobar que los errores en las mediciones son
frecuentes y por ello es importante conocer mediante mtodos estadsticos nuestra precisin y exactitud a
la hora de realizar nuestras diferentes prcticas de laboratorio, as como minimizarlas a lo largo de nuestro
desempeo en el semestre.

MATERIAL Y METODOLOGA.

Se montaron dos sistemas de soporte universal para colocar dos buretas con ayuda de sus respectivas
pinzas, una corresponda al etanol y la otra al agua desionizada.

Para posteriormente poner los ml de cada reactivo en los 8 vasos de precipitado, despus homogenizamos
para poner la muestra en el refractmetro de Abb y poder obtener el ndice de refraccin.

Por equipo se prepararon las siguientes 8 mezclas de estas sustancias con las siguientes cantidades de
volumen:
Tabla 1. Soluciones a preparar

Solucin 1 2 3 4 5 6 7 8
Vol. 23.8 22.5 21.2 20.0 18.8 17.5 15.0 12.5
Agua(ml)
Vol. 1.2 2.5 3.8 5.0 6.2 7.5 10.0 12.5
Etanol(ml
)

Estas mezclas se vertieron en vasos de precipitados de 50ml. Utilizando pipetas Pasteur se tom una
pequea cantidad de cada mezcla, se colocaron de 2 a 3 gotas en la superficie de vidrio del refractmetro

Profe. Juan Ramo n Salazar Cano Pa gina 2

(prisma de refraccin) y se cerr. Se observ a travs del ocular girando la perilla de compensacin de color
hasta aparecer una lnea clara y definida en el campo de visin, despus se gir la perilla de medicin
alineando la lnea delimitadora con las lneas de interseccin, y se ley en la escala el ndice de refraccin
indicado, anotando adems la temperatura que se registraba en el refractmetro.

RESULTADOS Y DISCUSIONES.

I. CONCENTRACION

Para el clculo de concentracin (%) volumen/volumen de las muestras se utiliz la frmula matemtica
siguiente:
Conc. = (V1/Vtotal) x 100

Donde V1, representa la cantidad de etanol empleada para la solucin y VTotal, es el volumen total
encontrado en el vaso de precipitados, en este caso es constate y tuvo un valor de 25 ml.

1.2 ml
Solucin No.1: x 100=4.8 %
25 ml

II. MINIMOS CUADRADOS

Usamos la ecuacin de la recta y= ax + b que toma la forma

=m
[ ]
V
V
+b

Para ello realizamos clculo de mnimos cuadrados, esto con la finalidad de linealizar los datos y poder
representarlos de mejor manera al momento de trazar nuestra grfica.

Se calcul m, que es la pendiente de la recta y b, el clculo de m se efectu con la siguiente

ecuacin:

Y
X



X
X

2
X

XY
n
m=

Profe. Juan Ramo n Salazar Cano Pa gina 3

Se colocaron los datos de menor a mayor concentracin, y para la obtencin de X, nicamente se
sumaron todos los datos registrados y se anotaron tal y como muestra la tabla, la frmula que se
emple al sustituirla quedo de la siguiente manera:

x= 4.8+ 10+ 15.2+ 20+24.8+30+ 40+50=194.8

Para el clculo de Y, se sigui el mismo procedimiento, una sumatoria de todos los datos registrados en
el eje Y, que, al sustituirlos, quedo de la siguiente manera:

Y 1.3344+1.3352+1.3408+1.3432+1.3465+1.3497+1.3546+1.3572=10.7616

Para calcular X2, se usaron los datos de concentracin de etanol volumen/volumen, la frmula que
corresponde para cada uno de los datos es la siguiente:
2 2
X = Xn

Sustituyendo

X 21=4.82=23.04

Seguido de esto se realiz la sumatoria de estos datos obtenidos la cual se expresa con la siguiente
ecuacin:
2
X =23.04 +100+231.04+ 400+615.04+ 900+1600+2500=6369.12

Para el clculo de la columna X*Y, se realiz el producto entre estas dos

XY =

1=4.8*1.3344=6.4051

Posteriormente se realiz la sumatoria correspondiente :

XY =6.4051+13.352+20.3801+26.864 +36.3932+ 40.491+54.184+67.86=262.9294

Para terminar utilizamos la frmula para el nuevo punto Y, y de esta manera obtener una funcin de la
forma Y=mx+b,

Sustituyendo los datos obtuvimos:

8262.9294 (194.810.7616 )
m= =5.4402 x 104
86369.12( 194.8194.8 )

Para el clculo de b, se utiliz la siguiente formula:

Profe. Juan Ramo n Salazar Cano Pa gina 4

 Y
XY
X



X
X

2
X
X
2

b=

Se obtuvo:

( 6369.1210.7616 )(194.8262.9294)
b= =1.331953
86369.12(194.8194.8)

Por consiguiente nuestra ecuacin lineal quedo de la siguiente forma:

4
F ( x )=5.4402 x 10 X +1.331953

Para cualquier valor de X que se deseara agregar en un futuro.

Tabla 2. Resultados de concentracin y mnimos cuadrados para elaboracin de grafica concentracin vs ndice de refraccion.

Solucio Temp. (C) Concen. (%) I. de refraccion I. de Refraccion X

n (Refractometro Abbe) (minimos cuadrados)
1 22.1 4.8 1.3344 1.3345
2 22.5 10 1.3352 1.3373
3 22.5 15.2 1.3408 1.3402
4 22.5 20 1.3432 1.3428
5 22.6 24.8 1.3465 1.3454
6 22.7 30 1.3497 1.3482
7 22.7 40 1.3546 1.3537
8 22.8 50 1.3572 1.3591

Profe. Juan Ramo n Salazar Cano Pa gina 5

 Conc. vs Indice de Refraccion (Refractometro Abbe)
1.36
f(x) = 0x + 1.33 1.36
1.36
R = 0.97
1.35
Indice de Refraccion

1.35
I. de refraccion (Refractometro Abbe)
1.34
minimos cuadrados por Excel
1.34
1.33
1.33
1.32
0 10 20 30 40 50 60
Concentracion etanol (%)

Figura 2. Concentracin de etanol vs ndice de refraccin observado en la prctica.

Como se puede apreciar en nuestra figura 2 la concentracin y el ndice de refraccin tienen un

comportamiento lineal, a mayor concentracin, mayor es el ndice de refraccin. Son directamente
proporcionales.

I. de Refraccion (minimos cuadrados)

1.37
1.36
1.36
1.35 I. d refraccion (minimos
1.35 cuadrados)
1.34
1.34
1.33
1.33
1.32
0 10 20 30 40 50 60

Fig. 3. Variabilidad de la concentracin conforme al ndice de refraccin obtenido mediante mnimos cuadrados.

Se corroboro por medio del mtodo de minimos cuadrados nuestra relacin de proporcionalidad para poder observar
con mayor claridad nuestra tendencia

III. ANALISIS ESTADISTICO

Datos X ndice de refraccin X- X X

X



Profe. Juan Ramo n Salazar Cano Pa gina 6
 1 1.3344 -0.0108 0.00011664
2 1.3352 -0.01 0.0001
3 1.3408 -0.0044 1.936x 105
4 1.3432 -0.002 4x 106
5 1.3465 0.0013 1.69x 106
6 1.3497 0.0045 2.025x 105
7 1.3546 0.0094 8.836x 105 -
8 1.3572 0.012 0.000144
X =1.3452 2.2204 0.0004943

media= X= 1.3452

rango=0.0228

mediana=1.3448

desviacion estandar= = 8.4032* 103

Para el clculo de X es necesario realizar la sumatoria de los datos de temperatura divido por entre el
nmero de datos totales, formula matemtica que se describe a continuacin:

X =
n 1+n 2+n 3+n 4 +
8

Sustituyendo nuestros datos experimentales, la ecuacin nos dio como resultado 1.3452, tal y como se
muestra a continuacin:

X =
1.3344 +1.3352+ 1.3408+ 1.3432+1.3465+1.3546+ 1.3572 =1.3452
8

Para el clculo de nuestra desviacin estndar, se realiz la raz cuadrada de la resta de n 1 hasta n8 menos
1.3452, que es el valor medio de nuestros datos obtenidos, a este resultado se le saco la raz cuadrada y
finalmente divido entre 7, obteniendo as nuestra desviacin estndar a nuestro problema, a continuacin
se muestra la formula y la sustitucin de datos para la obtencin de la misma:

=
(Xi X)2
n1

=
0.0004943 =8.4032*
7
103

Profe. Juan Ramo n Salazar Cano Pa gina 7

 Finalmente hicimos nuestro clculo para el intervalo de confianza, el cual est dado por la siguiente
ecuacin:

+ ( t2 )( n )

= X

Sustituyendo valores para un ndice de confianza del 95% queda de la siguiente manera:

+ ( 2.365 ) ( 8 )
8.4032103
=1.3522

=1.3452

Por lo tanto el intervalo de confianza es: 1.3381 1.3522

Gracias al anlisis estadstico podemos observar nuestro intervalo de confianza al momento de realizar
nuestra practica es decir ver que tan bueno fue nuestro desempeo al momento de la elaboracin de
mezcla e diferente concentracin etanol-agua as como en las lecturas con el uso el Refractmetro Abbe.

Como podemos observar algunos de nuestros datos quedaron fuera de este intervalo esto puede ser
debido a que fueron dos los que intervinieron en la elaboracin de las mezclas as como un mal uso del
refractmetro.
CONCLUSION.

En la presente prctica se pudo comprobar que existen diversos errores al momento de realizar nuestras
prcticas para ello es bueno conocer nuestra confiablidad para ir mejorando con la prctica y desempeo.

Es importante ser capaz de cuantificar el error asociado a las mediciones y analizar cmo afecta a los
resultados.

La concentracin con respecto al ndice de refraccin son directamente proporcionales.

CUESTIONARIO

1. Qu es un intervalo de confianza?
Se llama intervalo de confianza en estadstica a un par de nmeros entre los cuales se estima que
estar cierto valor desconocido con una determinada probabilidad de acierto. Formalmente, estos
nmeros determinan un intervalo, que se calcula a partir de datos de una muestra, y el valor
desconocido es un parmetro poblacional. La probabilidad de xito en la estimacin se representa
por 1 - y se denomina nivel de confianza. En estas circunstancias, es el llamado error aleatorio o
nivel de significacin, esto es, una medida de las posibilidades de fallar en la estimacin mediante tal
intervalo.
2. Cmo puede definirse el nivel de confianza?

Profe. Juan Ramo n Salazar Cano Pa gina 8

 El nivel de confianza nos da la tasa de sucesos del procedimiento que se utiliza para construir el
intervalo de confianza. El nivel de confianza suele expresarse como la probabilidad o area 1- . El valor
de es el complemento del nivel de confianza. Para un nivel de confianza de 0.95 (o 95%) =0.05.
Para un nivel de confianza de 0.99 (o 99%) = 0.01
El nivel de confianza es elegido por el muestrista en funcin de la precisin que exige la inferencia
al parmetro poblacional. El nivel de confianza elegido tiene asociado un valor de coeficiente de
confianza. Un nivel de confianza alto implica un coeficiente de confianza grande y, por el contrario, un
nivel de confianza bajo tiene asociado un coeficiente de confianza pequeo.

Nivel de confianza 90% 95% 95.5 99% 99.7

% %
Coeficiente de confianza 1.6 1.9 2 2.5 3
4 6 8
Un nivel de confianza de 95% asignado a un intervalo de confianza se entiende que la extraccin de
sucesivas muestras da lugar que el 95% de los parmetros se encuentre en el intervalo definido.

3. Qu son los grados de libertad?

El nmero de grados de libertad, simbolizado por la letra griega se define como el nmero de
valores independientes de una variable. Para expresarlo de otra forma, es igual al nmero de valores
de una variable menos el nmero de ligaduras. Si son n valores de una variable a partir de los que se
han calculado una constante o parmetro, solo n-1 valores, el restante debe tener forzosamente un
valor preciso que d lugar al valor calculado del parmetro.
4. Qu es una prueba de hiptesis?

Una prueba de hiptesis es una prueba estadstica que se utiliza para determinar si existe
suficiente evidencia en una muestra de datos para inferir que cierta condicin es vlida para toda la
poblacin.

Una prueba de hiptesis examina dos hiptesis opuestas sobre una poblacin: la hiptesis nula y la
hiptesis alternativa. La hiptesis nula es el enunciado que se probar. Por lo general, la hiptesis
nula es un enunciado de que "no hay efecto" o "no hay diferencia". La hiptesis alternativa es el
enunciado que se desea poder concluir que es verdadero.

Con base en los datos de la muestra, la prueba determina si se debe rechazar la hiptesis nula.
Para tomar la decisin se utiliza un valor p. Si el valor p es menor que o igual al nivel de significancia,
que es un punto de corte que usted define, entonces puede rechazar la hiptesis nula.

Un error comn de percepcin es que las pruebas estadsticas de hiptesis estn diseadas para
seleccionar la ms probable de dos hiptesis. En realidad, una prueba mantendr la validez de la
hiptesis nula hasta que haya suficiente evidencia (datos) en favor de la hiptesis alternativa.

5. Qu es nivel de significancia en una prueba de hiptesis?

Profe. Juan Ramo n Salazar Cano Pa gina 9

 Antes de que realizar una prueba de hiptesis, debe elegir un nivel de significancia para la prueba.
Utilice el nivel de significancia para juzgar si los resultados de la prueba son estadsticamente
significativos. El nivel de significancia tambin determina la probabilidad de error que es inherente a
la prueba.

Si la probabilidad de que ocurra un evento es menor que el nivel de significancia (), la

interpretacin habitual es que el evento no ocurri en virtud de las probabilidades. Formalmente, el
nivel de significancia () es el mximo nivel aceptable de riesgo de rechazar una hiptesis nula
verdadera (error de tipo I) y se expresa como una probabilidad que oscila entre 0 y 1. Mientras ms
pequeo sea el nivel de significancia, menos probable ser que usted cometa un error de tipo I y ms
probable ser que cometa un error de tipo II. Por lo tanto, debe elegir un nivel de significancia que
equilibre estos riesgos de error opuestos basndose en las consecuencias prcticas y en su situacin
especfica.

Por lo general, un nivel de significancia (denotado como o alfa) de 0.05 funciona

adecuadamente. Un nivel de significancia de 0.05 indica un riesgo de 5% de concluir que existe una
diferencia cuando no hay una diferencia real.

6. Cmo puede definirse el diagrama de dispersin?

El diagrama de dispersin es un grfico con escala aritmtica en ambos ejes. La confeccin de este
grfico con escala aritmtica si hay algunos tipos de relacin entre dos variables y se dibuja utilizando
los datos observados, bien corresponda a una poblacin o a una muestra. Por costumbre, se
representan los valores de la variable independiente en el eje horizontal y los de la variable
dependiente en el vertical; los valores de las dos variables podran estar expresados en las mismas
unidades de medida o ser de la misma naturaleza, pero esto no es necesario.

El diagrama de dispersin es una herramienta de interpretacin de datos utilizada para:

Examinar la relacin entre dos variables.

Confirmar acerca de una relacin directa de causa y efecto entre tipos de variables.
Determinar el tipo de relacin (positiva, negativa, etc)
Los diagramas de dispersin comprenden cuatro etapas principales:

ETAPA 1: Recolectar informacin.

ETAPA 2: Trazar los ejes horizontal (x) y vertical (y).
ETAPA 3: Introducir los datos al diagrama.
ETAPA 4: Interpretar el Diagrama de Dispersin.
7. Cmo se definen el coeficiente de correlacin lineal y el coeficiente de determinacin?

Profe. Juan Ramo n Salazar Cano Pa gina 10

 En estadstica, el coeficiente de determinacin, denominado R y pronunciado R cuadrado, es
un estadstico usado en el contexto de un modelo estadstico cuyo principal propsito es predecir
futuros resultados o probar una hiptesis. El coeficiente determina la calidad del modelo para
replicar los resultados, y la proporcin de variacin de los resultados que puede explicarse por el
modelo.1
Hay varias definiciones diferentes para R que son algunas veces equivalentes. Las ms comunes se
refieren a la regresin lineal. En este caso, el R es simplemente el cuadrado del coeficiente de
correlacin de Pearson, lo cual es slo cierto para la regresin lineal simple. Si existen varios
resultados para una nica variable, es decir, para una X existe una Y, Z... el coeficiente de
determinacin resulta del cuadrado del coeficiente de determinacin mltiple. En ambos casos el R
adquiere valores entre 0 y 1. Existen casos dentro de la definicin computacional de R donde este
valor puede tomar valores negativos.2

REFERENCIAS

[1] Termometra | La Gua de Qumica http://quimica.laguia2000.com/conceptos-

basicos/termometria#ixzz4XJVZZn9b

[2] https://www.textoscientificos.com/fisica/termometria

[3] http://www.uv.es/~labtermo/Valencia/guiones/termodinamica/cas/cp01.pdf

[4] J. Glynn Henry, Gary W. Heinke, Hctor Javier Escalona y Garca Pearson Educacin, Jan 1, 1999 - 800
pags.

[5] Hougen, Watson. (2005). Principios de los procesos qumicos. II Termodinmica. Espaa: Revert S.A.
pag 52.

[6] W. Catellan. (1998). Fisicoquimica. Mxico: Pearson pag 53.

[7] W. Catellan. (1998). Fisicoquimica. Mxico: Pearson. Pag 107.

Profe. Juan Ramo n Salazar Cano Pa gina 11