Documente Academic
Documente Profesional
Documente Cultură
=
EDTA 0.0534 (0.0004) M
Vg = 8.36 mL 8.38 mL 8.38 mL 8.42 mL 8.98 mL
( Incertidumbre lectura con bureta?)
CaCO
3
g/L ? Intervalo de confianza ?
10.00 ( 0.02) mL solucin de muestra
Clculo:
Cifras
significativas
Dgitos
relevantes ms
el primero
afectado por la
incertidumbre
Operaciones entre datos con diferentes
cifras significativas:
El resultado final no puede tener mas cifras
significativas que el dato inicial con el menor
nmero de las mismas.
Incertidumbre absoluta y relativa
Incertidumbre relativa (Ir)
Valor de Ia dividido por la medida. Por ejemplo, si
se dispensan los 10,00 mL de la pipeta, entonces
Ir = 0,02/10,00 (se tendr una Ir = 2/1000 = 1/500
o 0,2 %)
Incertidumbre absoluta (Ia)
Margen de incertidumbre asociado a
una medida. Por ejemplo Ia = 0,02 mL
cuando se lee un volumen en una pipeta
volumtrica de 10,00 mL
11
Incertidumbres absolutas de
material de laboratorio
Matraces:
50,00 mL (Ia = 0,05 mL)
100,00 mL (Ia = 0,08 mL)
Pipetas volumtricas:
25,00 mL (Ia = 0,03 mL)
Bureta:
Ia = 0,02 mL por lectura
Balanza analtica:
Ia = 0,1 mg por lectura
Clculo por
propagacin
Propagacin de la incertidumbre
En la mayora de los experimentos se
deben hacer clculos con varios nmeros,
cada uno de los cuales presenta una
incertidumbre
Reglas:
Suma y resta: usar la Ia
Multiplicacin y divisin: usar la Ir
Operaciones combinadas: resolver primero
suma/resta y luego multiplicacin/divisin
Propagacin de incertidumbre.
Ejemplos
Sumas y restas:
1,76 (0,03) + 1,89 (0,02) 0,59 (0,02) = 3,06 (Ia
res
)
(Ia
res
)
2
= (Ia
1
)
2
+ (Ia
2
)
2
+
(Ia
3
)
2
= 0,03
2
+ 0,02
2
+
0,02
2
Ia
res
= 0,04
1
Multiplicacin y divisin:
Primero se deben calcular las Incertidumbres
relativas
(Ir
res
)
2
= (Ir
1
)
2
+ (Ir
2
)
2
+
(Ir
3
)
2
Qu pasa con la bureta y la balanza?
Cmo se expresa un resultado?
Cunto es la Ir?
6,00 mL
6,50 mL
7,00 mL
6,10 mL
Mnima divisin: 0,10 mL
Apreciacin: 0.02 mL
(Ia por lectura)
Incertidumbre absoluta:
(Ia) (Ia)
22
= (Ia = (Ia
11
) )
22
+ (Ia + (Ia
22
) )
22
= (0,02) = (0,02)
22
+ (0,02) + (0,02)
22
= 0,02 = 0,02
8 8
= 0.03 = 0.03
Que masa mnima podemos pesar?
Bureta: cifras significativas
12
Propagacin de incertidumbre.
Ejemplos
Combinadas
Primero se deben resolver las sumas y restas
Titulacin de 10,00 mL de sol. de Ca(II) con EDTA
0,0534 (0,0004) M gastndose:
8,36 8,38 8,38 8,42 y 8,98 mL
Datos: PA
Ca
= 40,078 ( 0,004)
PA
C
= 12,011 ( 0,001)
PA
O
= 15,9994 ( 0,0003)
Ia(pipeta) = 0.02 mL
Ajuste de cifras significativas de un
resultado individual
) / ( 04 , 0 467 . 4 008 , 0
008 , 0
] )
000 . 25
1
( )
500
1
( )
134
1
( )
287
1
[(
000 . 25
1
07 . 100
004 , 0
500
1
00 , 10
02 , 0
134
1
0534 , 0
0004 , 0
287
1
36 , 8
03 , 0
004 , 0 ] ) 0003 , 0 ( ) 001 , 0 ( ) 004 , 0 [(
) / (
) (
) / ( ) (
] / [
2 / 1 2 2 2 2
.
2 / 1 2 2 2
3 3
L g Ia
Ir
Ir
Ir
Ir
Ir
Ir
Ia
mmol mg PF
mL V
mL mmol M mL V
L g CaCO
result
result
result
PF
muestra vol
M
vol
PF
CaCO
muestra
EDTA EDTA
= =
=
+ + + =
= =
= =
= =
= =
= + + =
=
Solucin parcial al problema
Parmetros estadsticos que
estiman el valor central
Media aritmtica
Mediana
Se ordenan los
datos segn su
magnitud y se
elige/n el/los
central/es
(semisuma).
n
x
x
n x x x x
n
i
i
n
=
=
+ + + =
1
2 1
/ ) ....... (
Como inferimos sobre la
exactitud y la precisin?
13
n < 30
n > 30
Desviacin estndar
Varianza: su propiedad
mas importante es la
aditividad
Parmetros estadsticos que estiman
dispersin
x
s
RSD =
% 100 RSD
x
s
CV = =
Desviacin
estndar relativa
Coeficiente de
variacin
1
1
2
=
=
n
x xi
s
n i
i
) (
1
1
2
=
=
n
x
n i
i
i
) (
1
2
2
=
n
x x
s
i
) (
77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38
53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48
78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61
94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94
66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15
54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16
69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74
80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38
Herramientas para graficar
mediciones repetitivas
Histogramas
Curva de
distribucin
normal
+
=1 dx x f ) (
Distribucin Normal
La ecuacin de la curva viene dada por la expresin:
La desviacin estndar ( ) mide la distancia desde
la media ( ) hasta el punto de inflexin de la curva.
[ ]
2 2
2 / ) ( exp
2
1
) (
= x x f
) , (
2
N x
Distribucin Normal
Cambiando los parmetros y se obtienen
infinitas curvas cuya forma es indicadora de la
distribucin de los errores
14
[ ]
2 2
2 / ) ( exp
2
1
) (
= x x f
Cambio de variables:
tablas
Estandarizacin
de variables
(
=
2
exp
2
1
) (
2
z
z f
=
xi
z
Valores de z y de probabilidad para dos colas
p = 0,05
z = 1,96
x 3s Contiene aproximadamente el 99.7 % de las
observaciones ( = 0.003)
x s Contiene aproximadamente el 68 % de las
observaciones ( = 0.32)
x 2s Contiene aproximadamente el 95 % de las
observaciones ( = 0.05)
/2 = 0.025
Intervalos de confianza
Si se utilizan promedios de replicados, la funcin de
probabilidad obtenida sigue el modelo de distribucin
Gaussiana o normal (Teorema del Lmite Central).
An cuando la poblacin original no est distribuida
normalmente, tiende a la distribucin normal cuando
aumenta n
Desviacin
estndar de la
media.
) 1 (
) (
2
= =
n n
x x
n
s
s
i
x
Distribucin de las medias
15
Distribucin de las medias
pH
4.8 5.0 5.2 5.4 5.6 5.8 6.0
F
re
c
u
e
n
c
ia
d
e
v
a
lo
re
s
in
d
iv
id
u
a
le
s
0
200
400
600
800
1000
1200
1400
1600
pH
4.8 5.0 5.2 5.4 5.6 5.8 6.0
F
re
c
u
e
n
c
ia
d
e
s
u
m
a
s
d
e
v
a
lo
re
s
0
20
40
60
80
100
Frecuencia de valores individuales
(n = 8250 medidas de pH)
Frecuencia de las medias de 25
valores de pH
Para una distribucin normal el 95 % de los datos cae
dentro de los lmites z=-1,96 a z=1,96 ( 1,96 )
Existe un 95 % de
probablilidad de que
el estimador de
este comprendido
en ese rango
n
x
n
96 . 1 96 . 1 + < <
n
z x
= Con (100-) de probabilidad
Intervalos de confianza
Si n < 30, s deja de ser un buen estimador; es necesaria una
correccin:
Distribucin t (tablas)
Intervalos de confianza
) 30 (
2 /
|
\
|
= n
n
s
z x K
) 30 (
2 /
<
|
\
|
= n
n
s
t x K
=
Presentacin de los resultados
] / [ , Ca de in Concentrac
mmol) 100,07(mg/
(mL) 10,00
(mmol/mL) 0,0534 (mL) 8,36
] / [
L g CO
L g CaCO
47 4
3
3
=
=
Vgastado CaCO
3
(g/L)
8,36 4,47
8.38 4,48
8,38 4,48
8,42 4,50
8,98 4,80
4,80 ????
Criterio de Dixon o test Q:
Dado un conjunto de datos:
X
q
: valor sospechoso
Rango = valor mas alto valor mas bajo
Resultados Discrepantes
(Outliers)
Resultados que no pertenecen
a un conjunto (muestra o
poblacin)
Baja probabilidad de
pertenecer
Para identificarlos estadsticamente (y asegurar una
distribucin normal) deben aplicarse:
pruebas de aceptacin/rechazo
rango
cercano mas valor
=
xq
Q
cal
Rechazo de datos: Test Q
4,47 4,48 4,48 4,50 4,80
RANGO = 0.33
DIFERENCIA DUDOSA = 0.30
Q calculada = Diferencia dudosa/Rango = 0.91
Para rechazar el dato dudoso, se debe cumplir que:
Q calculada > Q tabulada (para 95 % = 0.73)
se rechaza el valor 4,80
17
Vgastado CaCO
3
(g/L)
8,36 4,47
8.38 4,48
8,38 4,48
8,42 4,50
8,98 4,80
g/L , , : Resultado
, , x : Resultado
,
,
,
) ; . (
02 0 49 4
0184 0 485 4
18 3
01 0
485 4
1 4 05 0
=
=
=
n
s t
t
s
x
Expresin del resultado
Solucin
0.02 o 0.04 ?????
Solucin? Todava no
Estudios de Exactitud:
Comparacin de
mtodos
Uso de patrones (en
agua o adicionados a la
muestra)
Validacin
Aseguramiento de la calidad
Exactitud: Comparacin con un
valor aceptado como verdadero
Resultado obtenido: 4,49 0,04 (g/L)
V.U.A.V: 4,63 0,02 (g/L)
18 3 14
4
02 0
63 4 49 4
1 05 0
,
,
, ,
) ; . (
= > =
=
n
t t
n
s
x
t
Prueba de
hiptesis:
Como t
calc.
> t
tablas
Se rechaza la hiptesis de igualdad
de medias Error sistemtico
t
,
= 3,18
t
calculado
= 14
Probabilidad << 0,05
Como t
calc.
> t
tablas
Se rechaza la hiptesis de igualdad
de medias Error sistemtico
Comparacin con un valor
aceptado como verdadero
= 0,05
18
Se calcula el estadstico F
), 1 ( ), 1 (
2
2
2
1
2 1
=
n n
F
s
s
F
Siendo s1 > s2
F calculado debe ser
menor al F crtico
Comparacin de varianzas
Distribucin F
3.072
Errores en Qumica Analtica
Errores
aleatorios o
indeterminados
fluctuantes
Distribucin
Normal de
Gauss
Precisin
Exactitud
Bias o Sesgo
Cuando se refiere
a un resultado
|x
i
- |
Cuando se refiere
a un mtodo
(n < 30 det)
| - |
' x
x ' x
Errores
sistemticos o
determinados
Alteraciones
operacionales y
sistemticas
bien definidas
Desviaciones
de signo
determinado
Exactitud
Inexacto y
preciso
BIBLIOGRAFIA
Harris D.C., Anlisis qumico cuantitativo, Editorial Revert,
2da Ed. 2001.
Skoog D.A., West D.M., Holler F.J., Crouch S.R.
Fundamentos de Qumica Analtica, 8Edicin, Editorial
Thomson, 2005.
Miller J.C., Miller J.N., Estadstica y quimiometra para
Qumica Analtica, Ed. Pearson, 2002
Valcrcel M. Principios de Qumica Analtica, Ed. Springer-
Verlag Ibrica S.A, 1999.