Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UNI - FIQT
OBJETIVOS:
- Conocer los diferentes tipos de errores que pueden ocurrir en la prctica de laboratorio.
- Describir los distintos casos de redondeo de cifras y operaciones con cifras significativas de los datos tomados en
la prctica.
II.
FUNDAMENTO TERICO:
1. Teora de errores:
1.1. Definicin de Error
Por mucho cuidado que se tenga al realizar cualquier toma de datos, y por muy precisos que sean los
aparatos utilizados, es prcticamente imposible el evitar errores, considerando a stos como la variacin entre
los valores hallados y el real o verdadero, el cual generalmente nos es desconocido.
11
UNI - FIQT
Procedimiento de
LAB. N1: TRATAMIENTO ESTADSTICO
DEclculo
DATOS EXPERIMENTALES
t cal=
x 1x 2
Sc
1 1
+
n1 n 2
; donde S c =
n1 s 21 +n2 s 22
n1 +n 22
el
muestreo
se
obtienen
los
siguientes
datos:
t cal=
74.872.9
=2.36
1 1
1.42
+
6 8
11
UNI - FIQT
Por tanto, se rechaza la Ho, y se acepta la H1, es decir, se concluye que existen diferencias
significativas en la humedad del suelo en funcin de la cobertura vegetal, siendo mayor en
condiciones de cubierta vegetal de tomillar que en condiciones de suelo desnudo.
1.3.2.
Pruebas de significancia
Existen dos grandes grupos de pruebas de significacin estadstica, el referido a las paramtricas y el
relacionado con las no paramtricas con rasgos distintivos que las caracterizan. Los ms importantes
son el cumplimiento o incumplimiento de determinados supuestos (normalidad, homoscedasticidad e
independencia), as como el nivel de escala de medida (ordinal, nominal, intervalo o de razn) de las
variables y finalmente, el nmero de sujetos que conforman el estudio (muestra).
Las pruebas de tipo paramtrico estn sometidas a determinadas condiciones de aplicacin,
normalmente a la Normalidad.
Las pruebas de tipo no paramtrico por el contrario no estn sometidas a determinadas
condiciones de aplicacin y son, pues, adecuadas cuando se incumple alguno de los criterios
previstos para las pruebas de significacin de tipo paramtrico.
a =|x x v|= x
1.4.1.2.
Relativos
Se define como el cociente entre el error absoluto x y el valor real x v de la magnitud
| |
a =
1.4.2.
1.4.2.1.
1.4.2.2.
x x v a x
= =
xv
xv xv
Por su origen
Crasos
Se dice que un error es craso cuando se llev a cabo una equivocacin bastante grande que
es difcil corregirlo.
Determinados
Tambin llamado error sistemtico, estos tienen causas concretas y valores definidos, los
cuales en principio pueden ser calculados y tenidos en cuenta; los errores determinados se
producen siempre en un sentido y son sesgados, de modo que se deben generalmente a
algn defecto del instrumento, de su calibracin o a algn vicio del observador.
1.4.2.2.1. En balanzas del Laboratorio 11
El laboratorio 11 maneja una balanza que obtiene valores con valores con 2 decimales. El
error que maneja este tipo de balanzas es de 0,01. Eso s, debemos siempre estar
calibrndola, ya que son muy sensibles y esto provoca que la balanza se altere y obtenga
resultados menos exactos.
1.4.2.2.2. En utensilios volumtricos
En algunos equipos volumtricos, empleados en qumica, tales como: pipetas
volumtricas, el error cometido en la lectura es especificado por el fabricante; los cuales
oscilan entre un 0,5% del volumen ledo, en equipos de precisin y un 10% en equipos
menos precisos.
1.4.2.2.3. En instrumentos graduados sin especificacin de error
11
- FIQT
Como en los
el error instrumental se toma el error en laUNI
ltima
cifra que
LAB. N1: TRATAMIENTO ESTADSTICO
DEequipos
DATOSdigitales
EXPERIMENTALES
1.4.2.3.
Indeterminados
Los errores que se clasifican como indeterminados son aquellos que ocurren a pesar de ser
muy cuidadoso y meticuloso. Son errores fortuitos que no pueden reducirse ms.
1.4.2.4.
Aleatorios
Es aquel error inevitable que se produce por eventos nicos imposibles de controlar durante el
proceso de medicin. Se contrapone al concepto de error sistemtico. En un estudio de
investigacin, el error aleatorio viene determinado por el hecho de tomar slo una muestra de
una poblacin para realizar inferencias. Puede disminuirse aumentando el tamao de la
muestra. Se puede dar por Prueba de hiptesis o por clculo de intervalo de confianza. Las
fuentes de los errores aleatorios son difciles de identificar o sus efectos no pueden corregirse
del todo. Son numerosos y pequeos pero su acumulacin hace que las medidas flucten
alrededor de una media. Es decir: que le error aleatorio se produce por mucho que uno lo
quiera evitar.
2. Redondeo
2.1. Cifra siguiente mayor de 5
Se aumenta en una unidad la ltima cifra retenida (redondeo por exceso)
Ej. Redondear al centsimo:
121,79 6 121,80
5,98 4 5,98
43,5 5 43,6
2.3.1.
0,873 5 0,874
2.3.2.
Debido a que la ltima cifra que se conserva 3 es impar, entonces se aumenta en una unidad.
Cifras subsiguientes no nulas
Ej. Redondear hasta tres cifras significativas:
20,252 20,3
Debido a que la primera cifra que se arroja es 5 y despus de ella sigue la cifra significativa 2,
entonces la cifra que se conserva, 2 se aumenta en una unidad.
3. Cifras significativas
3.1. Concepto
El nmero de cifras significativas es el mnimo nmero de dgitos necesarios para escribir un valor dado en
notacin cientfica sin prdida de exactitud.
Ej.
11
UNInmero,
- FIQT a la
Considerar que
los ceros son DE
significativos
cuando estn en medio del nmero o al final del
LAB. N1: TRATAMIENTO
ESTADSTICO
DATOS EXPERIMENTALES
derecha de la coma decimal.
Cifras significativas:
4
4
4
Si los nmeros que se suman no tienen el mismo nmero de cifras significativas, el ltimo nmero
cierto es el que limita la suma.
Ej.
0, 734784 +
0, 0572 5, 4589
0, 046
6, 193684 6,1937
0, 0112 0, 011
C. s. 5
C. s.
2
3.3.2.
3.3.3.
Cuando se suman o restan nmeros expresados con notacin cientfica, todos los nmeros deben
tener el mismo exponente.
Ej.
1, 674 x 105 +
1, 674 x 105 +
4,135 x 103
0,04135 x 105
0,873 x 106
8,73 x 105
10,44535 x 105 10,45 x 105
C. s.
4
En multiplicaciones y divisiones
- En la multiplicacin y divisin, el nmero de cifras est limitado por el nmero de dgitos del
nmero con menos cifras significativas.
Ej.
3,56 x 10-5
67,80
X 1,78
2,8643
6,3368 x 10-5 6,34 x 10-5
23,6707 23,67
C. s.
3
C. s.
4
En potenciacin y radicacin
- En la potenciacin al elevar una medida a un exponente n, en el resultado se conservan tantas
cifras significativas como tiene la medida.
Ej. Determinar el volumen de un cubo de 2,34 m de lado.
C. s.
3
En la radicacin, al extraer la raz cuadrada en el resultado se conservan tantas cifras
significativas como tiene la medida.
Ej.
C. s.
4
En exponenciales y logaritmos
- En exponenciales, el resultado queda limitado por la cantidad de cifras significativas despus de
la coma decimal del nmero con menor cantidad de cifras significativas.
11
UNI - FIQT
=14,01320 . 14,01
C. s.
4
Un logaritmo consta de la caracterstica (parte entera) y de la mantisa (parte decimal). El nmero
log X
Ej.
log 339=2 , 5 30
3 dgito
3.3.5.
3 dgitos decimales
e Y Y
Z ?
El error absoluto de la suma y de la diferencia de dos o ms magnitudes es la suma de los errores absolutos
de dichas magnitudes:
Z= x y
Z X Y
Ejemplo:
En un experimento se introducen dos lquidos en un balde y se quiere hallar la masa total de lquido. Se
conocen:
M1 = Masa del balde 1 + contenido = 600
M1 = Masa del balde 1= 70
6g
12 g
15 g
3g
11
UNI - FIQT
( MDATOS
1m1 ) EXPERIMENTALES
+ ( M 2m 2 )=1278 g
LAB. N1: TRATAMIENTO
ESTADSTICO
DE
La masa del lquido
ser: M =
Su Error:
M= M 1+ m1+ M 2+ m 2=36 g
M =1278 36 g
4.2. En multiplicaciones y divisiones
Sean los datos iniciales:
X
X
=x(1+ |X|
e
x
y
Y
Y
= y(1+ | y|
sera la incertidumbre,
Z , Z 1 ?
Z= xy, Z1 =
x
x y
Z = Z 1
y
|X| | y|
Ejemplo:
Para medir la altura de un edificio, se mide la longitud de su sombra L 1, la altura de un edificio ms pequeo y
cual est al frente suyo (objeto de referencia) L2, y la longitud de su sombra L3.
L2
L=L
1
Por semejanza se obtiene:
L3
Y al medir se tiene que: L1 = 400
L=200.
Su error ser:
L 1 L 2 L 3
+
+
|L 1| |L 2| |L3| =
5 0 . 9 0 .6
+
+
400 150 15 = 5.85% = 234 cm
L=4000 234 cm
|X|
x
+
|X|
x
+
|X|
x
+
|X|
x
+
|X|
+..
+ x
x
|n|
|X| =
|X|
11
UNI - FIQT
El error relativo de una potencia es el producto de la potencia por el error relativo de la magnitud.
Ejemplo:
Se tiene que la ecuacin de la posicin una partcula esta descrita por z=x 3, si se quiere determinar la
posicin para x= 6
0.5m.
x
0.5
.
Z = |n|
=
3
|X|
6
= 0.25%=0.015 m
Z =2160 0 . 015 m
Z =
Z max Z min
2
Analticamente:
Z =f ( x +x ) f ( x )=
df ( x )
.x
dx
Entonces para funciones exponenciales y logartmicas se tendr que determinar la primera derivada de cada
funcin.
Ejemplos:
Sean la funciones Z1= ex y Z2= Ln(x), si se quiere conocer los valores de la funcin para x= 23
ser la incertidumbre
u, cul
Z 1 , Z 2 ?
Z 1
df ( x )
df ( e x )
. x=
.5=5. e 23 u
dx
dx
Z =e23 5 . e 23 u
Clculo de Error de Z2:
Z 2
df ( ln ( x ) )
df ( x )
1
. x=
.5=5. u
dx
dx
23
Z =ln ( 23 ) 5 .
1
u
23
11
UNI - FIQT
A
x
x
+
+
|A|
|X|
|X| =
A . X
El error absoluto del producto de una constante por una magnitud es igual al producto de la constante por el
error absoluto de la magnitud.
Ejemplo:
Sea Y = 4x, la ecuacin del precio en funcin de la cantidad de un producto de limpieza, determinar el precio
para cuando la demanda sea X= 80
3u.
Z A . X =4.3=12u
Y =320 12u
Qexp=
X q X n
X hX 1
Donde Xq representa al valor dudoso, Xn es el valor vecino ms cercano, Xh es el dato con valor mximo y X1 es
el dato con el valor mnimo.
Habiendo calculado el valor Qexp debemos compararlo con los valores de la tabla que correspondan a la cantidad
de datos replicados que se midieron. Si Qexp es menor que todos los valores de la tabla, no se pueden rechazar
los datos con la certeza indicada en esa tabla. Si Qexp es mayor que un valor de Q que aparezca en la tabla Q,
se puede descartar ese valor.
11
UNI - FIQT
Ejemplo:
Una serie de medidas del porcentaje de agua para un volumen de 100 ml de muestra tiene los siguientes
resultados:
N de Medida
Porcentaje %
1
0.71
2
0.65
3
0.68
4
0.72
5
0.91
Tabla N 1
Entonces se puede observar que el valor dudoso es la de la medida N 5 para lo cual haremos la prueba Q para
saber con qu confianza se puede descartarla.
Solucin:
Calcular Qexp y comparar con la tabla N 1
Xq = 0.91% es el valor dudoso
Xn = 0.72% es el valor vecino ms cercano
Xh = 0.91% es el valor mximo de los datos
X1 = 0.65% es el valor mnimo de los datos
Resolviendo se tiene que:
Qexp = 0.73
Los valores Q para cinco datos son 0.642 si no se va a rechazar dato alguno, con 90% de confianza, 0.710 para
rechazar datos con 95% de confianza y 0.821 para rechazarlos con un 99% de confianza:
Qexp = 0.73 > 0.710, pero <0.821
Por lo cual concluimos que este punto dudoso se puede rechazar con ms de 95% de confianza, pero con menos
de 99% de confianza.
III.
REFERENCIAS BIBLIOGRFRICAS:
Libros:
Anlisis Cuantitativo, Ray U. Brumblay, CECSA, Serie Compendios Cientficos, 5ta impresin.
Anlisis Qumico Cuantitativo, Daniel C. Harris, Editorial Reverte, 3ra edicin.
Pdf:
Introduccin a la Teora de Errores, Introduccin a la Fsica Experimental, Universidad de La Laguna, Tenerife,
Espaa.
Estadstica y Metodologa de la Investigacin, Ral Martn Martn.
11
Pginas
de Internet: ESTADSTICO DE DATOS EXPERIMENTALES
LAB. N1:
TRATAMIENTO
UNI - FIQT
http://www.eueti.uvigo.es/files/curso_cero/material/2_datos.pdf
http://www.slideshare.net/hvizcarra/sistema-internacional
http://www.astro.ugto.mx/papaqui/laboratorio_mecanica/PropagaciondeErrores.pdf
11