1 – 2022

Grupo 6
Farmacia
23405 – Fisicoquímica 180 minutos

Guía de laboratorio 2
Análisis y presentación de resultados experimentales
Ing. Johannys J. Ochoa Quintero, M. Sc.
Facultad de Ciencias Básicas
Departamento de Química
Nombres: Fecha:
Hora inicio:
Hora final:

Con este taller se revisan algunas medidas de tendencia central y de dispersión así como el ajuste
de línea por mínimos cuadrados.
Los estudiantes deben resolver los problemas propuestos después de leer las definiciones de los
conceptos bajo estudio. Utilice una hoja de cálculo para resolver los problemas. Adjunte el archivo a
su la tarea correspondiente en el espacio evaluativo.

1. Medida de tendencia central: Media aritmética y mediana

1.1. Definición de media aritmética
La media aritmética se define, simplemente, como la suma de todos los valores observados dividido
por el número total de observaciones. Más formalmente, sean x1 , . . . , xk valores distintos de un carácter
cuantitativo en estudio y n1 , . . . , nk la frecuencia absoluta de cada valor, se denomina media aritmética
de dichos valores a
Pk
i=1 xi · ni
x̄ = (1)
n
donde n es la frecuencia total.

1.2. Definición de mediana

La mediana se define como aquel valor de la variable tal que, supuestos ordenados los valores xi en
orden creciente, la primera mitad de los valores son menores o iguales a éste y la otra mitad iguales o
mayores.

1.3. Ejercicio de aplicación 1

En el laboratorio de química se realiza el control gravimétrico de un picnómetro de 10 mL volumen

nominal. Para ello, se miden la masa del picnómetro vacío y lleno y se repite el procedimiento 10
veces. Los valores de masa de agua obtenidas por diferencia entre las masas del picnómetro lleno y
del picnómetro vacío se registran en el cuadro 1. Para obtener el volumen corregido del picnómetro,
V̄ , se multiplica la media aritmética de la masa de agua (m̄) por el volumen específico v del agua
correspondiente a la temperatura y la presión barométrica durante el ensayo.
Calcule la media aritmética y la mediana de los valores de masa de agua contenidos en el cuadro 1.
Si el volumen específico del agua a 20 °C y 1013 hPa es 1,002 84 mL g−1 , calcule el volumen corregido del
picnómetro.
En el control gravimétrico de un instrumento se estima la exactitud (E) mediante la ecuación 2:

V̄ − Vnominal
E= · 100 (2)
Vnominal

1
 1 – 2022
Grupo 6
Farmacia
23405 – Fisicoquímica 180 minutos

¿Cuál es la exactitud de este picnómetro?

Cuadro 1: Valores de masa de agua (mi [=] g) medidos durante control gravimétrico de un picnómetro.
m1 8.262
m2 11.65
m3 9.765
m4 9.765
m5 8.696
m6 9.765
m7 8.696
m8 8.262
m9 8.262
m10 8.262

2. Medidas de dispersión: Varianza y desviación típica

2.1. Definición de varianza
Sean x1 , ..., xk a los datos observados, se denomina Varianza a la media aritmética de la desviaciones
a la media x̄, es decir, a
k k
1X 1X 2
s2 = (xi − x̄)2 ni = x ni − x̄2 (3)
n i=1 n i=1 i
Al valor
k
1 X ns2
S2 = (xi − x̄)2 ni = (4)
n − 1 i=1 n−1
se le denomina cuasivarianza y suele ser más utilizado que la propia varianza.

2.2. Definición de desviación típica

La desviación típica s es la raíz cuadrada de la varianza s2 . Esta medida de dispersión corrige la
falsa imagen de la dispersión de la distribución de un conjunto de datos por estar elevada al cuadrado.
Análogamente, la raíz cuadrada de la cuasivarianza S 2 se denomina cuasidesviación típica S.

2.3. Problema de aplicación

Calcule la cuasivarianza y la cuasidesviación típica del volumen del picnómetro considerado en la

sección 1.3.
Otro parámetro que se estima durante el control gravimétrico de un instrumento es el coeficiente de
variación (CV), el cual viene dado por la ecuación 5:
S · 100
CV = (5)
V̄

2
 1 – 2022
Grupo 6
Farmacia
23405 – Fisicoquímica 180 minutos

donde S es la cuasidesviación típica y V̄ es la media aritmética del volumen del instrumento. De-
termine el coeficiente de variación del control gravimétrico del picnómetro considerado en la sección
1.3.

3. Distribución bidimensional de frecuencias

Al analizar los datos de dos variables medidas durante el estudio de un sistema determinado, el
primer paso es representar gráficamente al conjunto de datos mediante un diagrama de dispersión o
nube de puntos, el cual consiste en representar en un sistema de ejes coordenados de dos dimensiones
tantos puntos como datos, asignando a cada dato (xi , yj ) el punto de coordenadas (xi , yj ).

3.1. Problema de aplicación

Durante la verificación experimental de la ley de Charles se midió el volumen del gas como una
función de la temperatura de gas y los datos se registran en el cuadro 2. Represente gráficamente estos
datos mediante un diagrama de dispersión, ubicando al volumen en las ordenadas y a la temperatura
en las abscisas. ¿Qué tendencia observa?

Cuadro 2: Volumen de gas contra temperatura

Volumen / L 7.39 7.94 8.27 8.44 8.7 8.71 9.12 9.3 9.68 10.1
Temperatura / °C 2 12 22 32 42 52 62 72 82 92

3.2. Ajuste por mínimos cuadrados

Los mínimos cuadrados son un método utilizado para determinar la ecuación de ajuste de una
recta para una serie de puntos dispersos. El objetivo de este método es determinar las constantes de la
ecuación de la recta: pendiente e intercepto con las ordenadas. La ecuación 6 corresponde a la ecuación
de ajuste de una recta.

yi = β0 + β1 xi (6)
donde yi es la variable dependiente, β0 es el intercepto con el eje de las ordenadas, β es la pendiente
de la recta (constante) y xi es variable independiente.
Este método permite estimar valores de β0 y β1 que minimicen el cuadrado de las diferencias entre
los valores observados yi y los valores teóricos yt que nos dé la recta definida por 6. Los valores así
obtenidos son
Pn Pn Pn
n i=1 xi yi − ( i=1 xi )( i=1 yi )
β1 = Pn n (7)
n i=1 x2i − ( i=1 xi )2
P

Pn Pn
i=1 yi − β1 i=1 xi
β0 = (8)
n

3.3. Problema de aplicación

3
 1 – 2022
Grupo 6
Farmacia
23405 – Fisicoquímica 180 minutos

Ajuste los datos registrados en el cuadro 2 a la ecuación de una línea recta, estimando su pen-
diente e intercepto con las ordenadas por mínimos cuadrados ¿Cuales serían las unidades de estas
constantes? Utilice el modelo obtenido para responder a ¿Cuál es el volumen del gas a 17 °C. ¿A qué
temperatura el volumen del gas es cero?

3.4. Precisión del ajuste por mínimos cuadrados

Una medida de la bondad de ajuste, es decir, de la proximidad de una función de ajuste a la nube
de puntos de los datos, recibe el nombre de varianza residual y está definda por la ecuación 9.
n
1X
Vr = (yi − yti )2 (9)
n i=1

donde n es la fecuencia total, yi uno de los datos de la nube de puntos y yti es el i-ésimo valor
calculado por la función de ajuste.
La varianza residual resulta útil al comparar el ajuste de datos por dos funciones, siendo mejor
aquella para la que dicha varianza sea menor. No obstante, la varianza residual no permite decidir si el
ajuste sea adecuado o no en sí mismo. Esto último es posible a través del coeficiente de determinación
definido en la ecuación 10.
Vr
R2 = 1 − (10)
s2y
Pn
siendo Vr la varianza residual y s2y = n1 i=1 (yi − ay )2 la varianza (marginal) de las yi .
Este coeficiente está comprendido entre 0 y 1, hablándose de un buen ajuste en aquellos casos en
los que R2 esté cerca de 1, y de un mal ajuste en aquellos en los que sea cercano a 0. Para el caso
de que se ajuste una recta y de que entre los valores n pares de datos no haya ninguno repetido, se
cumple R2 = (r)2 donde r es el coeficiente de Pearson, definido por la ecuación 11.
Pn Pn Pn
n i=1 xi yi − ( i=1 xi )( i=1 yi )
r = p Pn Pn p Pn Pn (11)
n i=1 x2i − ( i=1 xi )2 n i=1 yi2 − ( i=1 yi )2

3.5. Problema de aplicación

Para los datos registrados en el cuadro 2 estime el coeficiente de determinación (R2 ) y el coeficiente
lineal de Pearson (r).