Professional Documents
Culture Documents
de resultados
Prctica
N1
Ing. Ambiental-UNJFSC
2015
Contenido
CIFRAS SIGNIFICATIVAS, PROPAGACIN DE ERRORES Y TRATAMIENTO
ESTADSTICO DE RESULTADOS
Objetivos ...................................................................................................2
Fundamento teorico ...................................................................................2
Materiales y equipo ....................................................................................9
Analisis de resultados y calculos................................................................10
Recomendaciones ....................................................................................16
Conclusion ...............................................................................................16
OBJETIVOS.
FUNDAMENTO TERICO.
Cifras Significativas
conoce hasta unas dcimas de litro, por lo que ese 0 es significativo. Si este mismo
volumen lo expresamos como 2000 mL, 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:
Habra que indicar slo uno de estos tres nmeros. Se plantea ahora la cuestin de
cuntos dgitos deben mantenerse en un resultado tras hacer operaciones
aritmticas:
Propagacin de Errores.
Donde S1, S2 y S3 son las desviaciones estndar de los trminos de la operacin (en
este caso concreto tres trminos) y S4 es la desviacin estndar del resultado de la
operacin.
DISTRIBUCIN DE GAUSS
desviacin estndar. Adems el 95,5% del rea est entre el resultado de restar al
valor medio el doble de la desviacin estndar y el resultado de sumar al valor
medio el doble de la desviacin estndar. El 99,7% del rea se encuentra entre los
extremos correspondientes a restar al valor medio 3s y sumar al valor medio 3s.
Supongamos que se emplean dos mtodos analticos diferentes, A y B para llevar a
cabo la determinacin de hierro en una muestra de sangre, y que el mtodo A tiene
una RSD de 0,4% y B de 1,1%. Se puede esperar que aproximadamente 2/3 de las
medidas obtenidas mediante el mtodo A estn dentro del 0,4% de la media,
mientras que para el mtodo B, 2/3 de las medidas estarn dentro del 1,1% de la
media.
La ecuacin de la curva de Gauss es la siguiente:
10
Intervalos de Confianza.
11
12
13
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
14
15
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.
16
17
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%.
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.
18
19
20
estndar
significativamente
Cuando un dato no es coherente con los restantes, es decir, es muy alto o muy bajo
respecto del resto de datos, se puede usar el test Q como ayuda para decidir si se
mantiene o se desecha dicho dato sospechoso. Consideremos los 5 resultados
siguientes: 130,1; 130,7; 128,8; 137,8 y 131,4. Se rechaza o se mantiene el valor
137,8?. Para aplicar el test Q, se ordenan los datos en orden creciente y se calcula
Q, segn la ecuacin:
Qcalculada = divergencia/recorrido
Donde el recorrido es la dispersin mxima entre los datos y la divergencia es la
diferencia entre el valor sospechoso y el valor ms prximo.
21
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:
22
Moneda de 20 Cntimos
Pallares
Caractersticas
Esta moneda cuenta en el reverso con
diseos encontrados en la ciudadela
precolombina de Chan Chan ubicada en
la ciudad de Trujillo, al norte del Per. En
el anverso lleva el Escudo de Armas del
Per y alrededor la leyenda BANCO
CENTRAL DE RESERVA DEL PER y el
ao de acuacin.
Aleacin: Latn
Dimetro: 23.00mm
Espesor: 1.40mm
Peso: 4.40gr
Borde: Liso
Caractersticas
23
Caractersticas
24
Equipo:
25
Balanza Analtica
26
IV.
CLAVOS DE PULGADA
27
Xi
(x- xx )
0.127
1.089x10-5
0.129
0.128
5.29X10-6
0.134
1.369X10-5
0.124
3.969X10-5
0.131
4.9X10-7
0.124
3.969X10-5
0.134
1.369X10-5
0.136
2.249X10-5
10
0.132
2.89X10-6
11
0.132
2.89X10-6
12
0.131
4.9X10-7
13
0.137
4.489X10-5
14
0.127
1.089x10-5
15
0.128
16
0.133
5.29X10-6
Hallando
7.29X10-6
17
0.125
2.809X10-5
18
0.139
7.569X10-5
19
0.133
7.29X10-6
20
0.133
7.29X10-6
21
0.133
7.29X10-6
22
0.133
7.29X10-6
23
0.135
2.209X10-5
24
0.126
1.849X10-5
25
0.123
5.329X10-5
26
0.132
2.89X10-6
27
0.119
1.2769X10-4
28
0.131
4.9X10-7
(x- xx )
4.249
0.002342
4.338
0.001648
36
4.341
0.001900
96
4.275
0.000501
76
4.125
0.029721
76
4.325
0.000761
76
4.309
0.000134
56
4.272
0.000645
16
4.325
0.000761
76
10
4.375
0.006021
76
4.365
0.004569
76
12
4.359
0.003794
56
13
4.306
0.000073
96
N=40
Intervalo de confianza
11=83%
Interpolando obtenemos:
29
0.129
1.69X10-6
30
0.133
7.29X10-6
31
0.132
2.89X10-6
32
0.131
4.9X10-7
33
0.131
4.9X10-7
0.133
Xi
Anlisis
Instrumental- Practica N
1
56
1.69X10-6
34
7.29X10-6
14
4.305
0.000057
76
15
4.298
0.000000
36
16
4.243
0.002959
36
Hallando
MONEDAS DE
20 CENTIMOS
17
4.264
0.001115
N=20
56
18
4.382
0.007157
Interpolando
obtenemos:
16
19
4.211
0.007464
96
20
4.281
0.000268
96
N= 20
85.948
0.07190
28
28
29
Hallando
PALLARES
N=40
Intervalo de confianza =83%
Interpolando obtenemos :
30
Xi
2.429
(x- xx )
0.030345
64
Anlisis
2.058
0.038730
24
2.137
0.013876
84
2.272
0.000295
84
2.355
0.010040
04
2.641
0.149150
44
2.701
0.199094
44
2.114
0.019824
64
2.186
0.004733
44
10
2.435
0.032472
04
11
2.062
0.037171
84
12
2.199
0.003113
64
13
2.444
0.035796
64
14
3.085
0.689232
04
15
2.079
0.030905
64
16
2.246
7.744E05
17
2.243
0.000139
24
18
1.981
0.074966
44
19
2.821
0.320582
44
20
2.358
0.010650
24
21
2.03
0.050535
04
Instrumental- Practica N 1
V.
RECOMENDACIONES
31
VI.
CONCLUSIN
32
33