Asignatura: Química General I PROGRAMA DE QUIMICA

ANALISIS DE LA INFORMACIÓN EXPERIMENTAL

Toda información experimental debe analizarse. El análisis puede variar desde la valoración
verbal de los resultados hasta una determinación de los errores involucrados en la
experimentación y la comparación de los resultados con los principios básicos sobre el tema. El
investigador debe conocer la validez de la información obtenida por su experimentación, por
ejemplo el Ingeniero Electricista debe conocer la exactitud de las mediciones de voltaje, etc. En
todos los experimentos, aún realizados con cuidado, se cometerán errores, algunos son de
naturaleza aleatoria (debidos al azar) y otros de desaciertos del investigador. Estos últimos
deben descartarse de inmediato, pero los errados o "malos" que caen fuera de las desviaciones
aleatorias esperadas, pueden descartarse mediante análisis estadísticos "consistentes" de la
información.

Si el investigador conoce cual es el error, puede corregirlo y dejar de ser un error. Pero los
errores reales de la experimentación son los factores que siempre son vagos y llevan a cierta
cantidad de "incertidumbre". Una definición razonable de la "incertidumbre experimental" es el
valor posible del error y la magnitud de un error es siempre incierta. Sin embargo, ambos
términos se usan en la práctica de modo que el lector debe distinguir el significado de ellos y las
formas en que se relacionan.

Los errores que pueden causar incertidumbre en la medición experimental, pueden ser Primero:
Instrumentales, debidos a desaciertos en los aparatos o instrumentos y segundo: errores fijos" o
errores sistemáticos, los cuales causan lecturas erróneas repetidas, de aproximadamente la
misma cantidad, sin razón conocida, y tercero: Los errores aleatorios (al azar), que usualmente
se deben a fluctuaciones personales o electrónicas en los aparatos, así como a diversas
influencias de fricción. Por lo general (no siempre), estos errores aleatorios siguen una cierta
distribución estadística, pero no siempre. En muchos casos es difícil distinguir entre errores
físicos y errores aleatorios. El investigador puede usar ciertos métodos teóricos para ''ESTIMAR
LA MAGNITUD DEL ERROR FIJO'.

El trabajo se reduce a identificar, cuantificar y minimizar los errores. Se indicarán a continuación

los métodos más comunes e importantes y se definirán los términos pertinentes.

Cifras Significativas: El concepto de cifras o dígitos significativos se ha desarrollado para

determinar la confiabilidad de un valor numérico. El número de cifras significativas es el número
de dígitos, mas un digito estimado que se pueda usar con confianza. Por ejemplo:

El velocímetro de un automóvil puede indicar que este viaja a una velocidad comprendida entre
48 y 49 Km./h. Si la flecha esta más allá de la mitad de las marcas del indicador, se puede
asegurar que el auto viaja aproximadamente a 49 Km/h. sin embargo, supóngase que se desea
obtener una cifra decimal más en la estimación de la velocidad. Alguien podría decir 48,7 y otro
48,8 Km/h. Pero, debido a los límites del instrumento, únicamente se pueden usar dos dígitos
con confianza. El tercer digito, seria estimado someramente y sería erróneo afirmar, con base a
este velocímetro, que el automóvil viaja a 48,7642138 Km/h. En cambio un odómetro puede
mostrar hasta 6 dígitos confiables, por ejemplo mostrar que el auto ha recorrido un poco menos
de 87.324,5 Km durante su uso. En este caso el séptimo dígito se desconoce.
Los ceros no son siempre cifras significativas ya que pueden usarse sólo para ubicar el punto
decimal. Por ejemplo: los números:
0,00001845
Asignatura: Química General I PROGRAMA DE QUIMICA

0,0001845
0,001845
tienen sólo cuatro cifras significativas.

Por ejemplo, el numero 45300 puede tener tres, cuatro o cinco dígitos significativos,
dependiendo de si los ceros se conocen con exactitud. La incertidumbre se puede desechar
usando la notación científica: 4,53x104 que muestra tres cifras significativas o 4,530x104 que
muestra 4 cifras significativas, o 4,5300x 104 que muestra cinco cifras significativas.

Otro ejemplo, puede ser π, que representa un número específico y no puede expresarse
exactamente con un número finito de dígitos. Así, por ejemplo: es igual a
3,141592653589793238462 y hasta el infinito. Debido a que las computadoras personales, solo
retienen entre 7 y 14 cifras significativas, el numero π, no se podrá representar exactamente. La
omisión del resto de cifras significativas, se conoce como error de redondeo.

Cuando números, provenientes de una medida experimental, expresados con cifras significativas
correctas, son multiplicados o divididos, el resultado no puede tener más cifras significativas, que
el que tenga menor número de tales cifras.

Ejemplo: Si multiplicamos 1 x 1,345 el resultado debe ser 1.

El resultado de 34,3/65 debe expresarse únicamente sobre dos cifras significativas. El resultado
de (1,35 x 0,5) / (0,0536 x 15) debe ser expresado únicamente con una cifra significativa.

En adición o sustracción también el resultado debe ser expresado con el número correcto de
cifras significativas. El último dígito retenido en la suma o diferencia está determinado por la
posición del último dígito dudoso, es decir, por la posición en donde exista más duda. Ejemplo:
en la operación 181,72 + 7,622 la respuesta es 189,34.

De acuerdo a lo anterior el resultado de una operación se deberá ¨ajustar¨ al número de cifras

apropiado. Esto es lo que comúnmente se denomina redondeo de dígitos. Por ejemplo: el
resultado de 7,23 cm x 0,84 cm es 6,0732 cm 2 sin embargo dicho resultado debe expresarse con
dos cifras significativas, por lo cual se deben eliminar las 3 últimas cifras, quedando finalmente
como resultado 6,1. El ajuste o aproximación de cifras sigue algunas reglas ya establecidas..

Reglas para "ajustar cifras":

a) Si el dígito a eliminar es menor que 5, el anterior a este se conserva igual. Por ejemplo: 3,862
ajustado a tres cifras significativas es 3,86, pues el 2, que es el dígito a eliminar, es menor que 5.
b) Si el dígito a eliminar es mayor que 5, el anterior aumenta en una unidad. Por ejemplo: si se
quiere expresar 43,273 con tres cifras significativas sería 43,3, pues como el 7, que es uno de
los dígitos a eliminar, es mayor que 5, el 2 aumenta a 3.
c) Si el dígito a eliminar es igual a 5, el anterior a este aumenta una unidad si es impar y queda
igual si es par. Por ejemplo: si se quiere expresar 7,35 con dos cifras significativas es 7,4, pues
como el dígito a eliminar es 5 y el anterior es impar (3) este sube una unidad (4). En otro caso si
se quiere ajustar 8,9365 a cuatro cifras significativas resulta 8,936, pues como el dígito a eliminar
es 5 y el anterior a este es un número par, queda igual (6).

Los errores numéricos se generan con el uso de aproximaciones para representar operaciones y
cantidades matemáticas. La relación entre el resultado exacto o verdadero y el aproximado esta
dado por Valor Verdadero = valor aproximado + error (E).

EV = Valor Verdadero - Valor aproximado

Asignatura: Química General I PROGRAMA DE QUIMICA

El subíndice v indica error verdadero, por que en otros casos, se emplea una estimación
"aproximada" del error.

Se puede normalizar el error respecto de valor verdadero, buscando el error relativo = error
verdadero/Valor verdadero

También puede expresarse como error relativo porcentual:

ER = error verdadero/Valor verdadero x 100

Exactitud y Precisión:
Los errores asociados con los cálculos y medidas se pueden caracterizar observando su
precisión y exactitud.

La EXACTITUD se refiere a la aproximación de un número o de una medida al valor verdadero.

Es una medida de que tanto se ¨parece¨ el valor obtenido al valor real o esperado.

La PRECISION se refiere a la variabilidad entre mediciones repetidas de la misma cantidad. Por

Ejemplo, si al determinar el peso de un objeto una persona obtuvo: 23,63; 23,61; 23,62 g. y
otra: 23,57; 23,69 y 23,65 g, los primeros resultados muestran menor variación, de modo que su
precisión es mayor que la del segundo grupo de mediciones.

La diferencia entre precisión y exactitud se puede ilustrar en la siguiente figura.

FIGURA1. Diferencia entre precisión y exactitud a partir de diferentes resultados de tiradores en un blanco.

La precisión se refiere a lo cerca que caen entre si los diversos tiros. Es posible que una serie de
tiros sea muy precisa, pero muy inexacta si caen muy cerca entre si, pero muy lejos del blanco. Sin
embargo, carece de significado considerar una serie muy precisa de medidas si su exactitud no es
razonablemente buena. Un investigador debe lograr en su trabajo precisión y exactitud aceptables
para poder evaluar sus métodos experimentales y dar validez a las conclusiones sacadas de ellos.

Tratamiento de datos resultantes de mediciones, para estimar el error.

Asignatura: Química General I PROGRAMA DE QUIMICA

El experimentador deberá efectuar cada medición más de una vez, de ordinario por triplicado y
luego combinar los resultados de estas determinaciones por métodos estadísticos.
a) Promedio: es la medida aritmética y se obtiene sumando los datos de las determinaciones
repetidas y dividiendo por el número de determinaciones. Generalmente se denota por X

La comparación de este valor promedio con el valor verdadero estima la exactitud.

b) Desviación: Es la diferencia entre el valor de una medición (Xi) y el valor promedio de las mismas
(X).
d = Xi - X

Las desviaciones pueden ser positivas y negativas. La suma algebraica de las desviaciones debe
ser igual a cero o muy próximo si se han redondeado los números. Las desviaciones individuales
pueden expresarse en valores absolutos y la desviación media (dm) es la media aritmética de los
valores absolutos de las desviaciones individuales:
dm = 1n  ( x1  x)

La desviación media es una medida de la precisión de los datos. La precisión es una medida de la
reproducibilidad de la medición.

Desviación estándar o desviación de la raíz media cuadrática

Se define como:

Se llama también "DESVIACION NORMAL" y es una medida más exacta que la desviación media.
El cuadrado de la desviación estándar (σ2 ) se llama varianza, algunas veces se llama desviación
estándar de la población, debido a que en el sentido estricto, se aplica solo cuando se toma un gran
número de muestras para describir la población.

Para pequeños conjuntos de datos (muestra), una desviación estándar de la muestra se define
como

( xi  x ) 2
 i 1
n
 n 1
n 1

Ejemplo: En la determinación de sulfato en una mezcla de sales, se obtuvieron 4 resultados;

calcúlese la dm y la σn-1
porcentajes de SO4-2 d d2

12,38 -0,01 0,0001

12,44 +0,05 0,0025

12,31 -0,08 0,0064

12,43 +0,04 0,0016

Asignatura: Química General I PROGRAMA DE QUIMICA

=49,56 dm =0,18/4 σ= 0,0106/4-1

X= 49,56/4 dm = 0,04 σ = 0,06
X = 12,39

b) Límites de error o limites de confianza: Se sabe que las observaciones experimentales están
sujetas a errores aleatorios (al azar, o estocásticos) y que estos hacen que la lectura final sea más
grande o más pequeña (igual probabilidad de que sean negativos o positivos) y que la probabilidad
puede deducirse de la DISTRIBUCION GAUSSIANA O DISTRIBUCION NORMAL DEL ERROR.

Para conjuntos de datos, en los cuales se toman varias medidas, los experimentos indican que las
mediciones siguen una distribución similar a la mostrada en la figura 2. Si el experimento está
controlado, se considera que la distribución Gaussiana representa los errores aleatorios.

La desviación estándar es una medida del ancho de la curva de distribución; mientras mayor sea el
valor σ, mas plana es la curva y mas grande el error esperado en las mediciones.

El área bajo la curva es la unidad; para distribuciones normales se cumple que:

(a) El 68.27% de los casos están comprendidos entre X –σ y X +σ
(b) El 95.45% de los casos están comprendidos entre X -2σ y X +2σ
(c) El 99.73% de los casos están comprendidos entre X -3σ y X + 3σ

Figura 2. Curva de distribución normal de errores

Rechazo de datos.
Generalmente los resultados de las mediciones experimentales se deben someter a tests de
detección de datos anómalos, que son datos cuya desviación es demasiado grande con respecto a
la media. Estas medidas dudosas pueden ser evaluadas estableciendo un intervalo de rechazo de
datos fuera del cual cualquier dato será eliminado. Para eliminar los puntos dudosos de un conjunto
de datos (n), primero, se calcula la media y la desviación estándar usando todos los puntos del
conjunto, luego, se establece el intervalo de rechazo de acuerdo a los criterios dados por la tabla 1
para las desviaciones máximas permitidas.
Asignatura: Química General I PROGRAMA DE QUIMICA

Los extremos del intervalo de rechazo se establecen calculando la desviación máxima (d max)
permitida a partir del número de lecturas y la desviación estándar de los datos. Esta desviación
máxima será sumada y restada al promedio y estos valores determinaran el intervalo. Cualquier dato
que se encuentre fuera de este se considera anómalo y deberá ser rechazado.

Tabla 1. Criterio de Chauvenet para rechazar una lectura

Razón de la
desviación máxima aceptable
No de lecturas a la desviación estándar,
n dmáx/σ
3 1.38
4 1.54
5 1.65
6 1.73
7 1.80
10 1.96
15 2.13
25 2.33
50 2.57
100 2.81
300 3.14
500 3.29
Para la presentación final del conjunto de datos, se
1000 3.48
calcula una nueva media y una desviación estándar
eliminando del cálculo los puntos dudosos.