UNIVERSIDAD DE PUERTO RICO

HUMACAO
DEPARTAMENTO DE QUIMICA
Laboratorio de Qumica Fsica I
Tratamiento Estadstico de los datos Experimentales
(Anlisis de Error)
I.

Introduccin
El propsito fundamental al hacer un experimento en Qumica Fsica es, por lo general, obtener uno o ms
resultados numricos, datos, para luego sistematizar estas observaciones. Podemos usar estos datos para:
(1) poner a prueba un modelo terico que hemos construdo para explicar el comportamiento de un
sistema, es decir, queremos comparar el valor experimental de una cantidad fsica con el valor promedio
de una ecuacin terica para esta cantidad; (2) los Qumicos Ana lticos utilizan los datos experimentales
para determinar cul de los procedimientos o mtodos experimentales es el mejor; usar los datos para
medidas de propiedades fsicas; (3) para establecer relaciones o correlaciones entre propiedades fsicas
Equipo utilizado para obtener datos:
a) buretas
b) pipetas
c) metros de pH, espectrofotmetro, etc.
Cada uno tiene cierto error o incertidumbr e. Adems, estos resultados numricos tienen poco significado
o valor cientfico a menos que estn acompaados de una explicacin o determinacin del grado de
incertidumbre al cual ese valor numrico est sujeto. Es decir, para poder hacer una interpr etacin
inteligente y propia de las medidas experimentales, necesitamos hacer un anlisis de todos los posibles
errores. Solamente luego de hacer un anlisis de error , es que podemos decidir si el valor numrico es
aceptable o se debe rechazar. As que necesitamos determinar el grado de precisin que afecta el
resultado numrico.
Para ilustrar la necesidad del anlisis de err ores lo haremos con un ejemplo: Determinar si
la masa de un objeto afecta al tiempo en que toma a la masa caer a travs de una distancia.
radio = 5 cm

Esfera #1

Esfera#2

masa, kg

tiempo, (s) para recorrer distancia

de 10 m

1.57

1.51

La diferencia en los tiempos de cada libre, es real? o esa diferencia es solamente aparente debido a
errores en los instrumentos de medida al mtodo experimental. Incertidumbre en tiempo es 0.05 s, por
lo tanto, las diferencias caen en los intervalos de error. Adems, debemos introducir el error por el tiempo
de reaccin del individuo. Por lo tanto, no hay una diferencia significativa en los tiempos medidos. Si
se hacen medidas con un sistema sofisticado electrnico y nos dieran esas diferencias, entonces stas
seran significativas.
No es posible medir el valor verdadero (exacto) de una cantidad fsica debido a las limitaciones en las
medidas. Tampoco es posible estimar con exactitud la magnitud del error. Al no conocer el valor
verdadero, lo ms que podemos hacer es determinar el valor ms probable y estimar su confiabilidad
usando mtodos estadsticos. Vamos a desarrollar criterios para seleccionar el mejor valor y su precisin.
1997 - 2000 I. Nieves Martnez

Pgina - 1 -

TRATAMIENTO ESTADSTICO

II. Fuentes de Error y Tipos de Errores

A. Error = diferencia entre el valor observado y el valor verdadero (aceptado) de la cantidad fsica
E = X ? - XV
B. Clasificacin
1)

Errores sistemticos = tiene que ver con algn desperfecto en el equipo o el mtodo
(Determinado). No afecta la precisin de la determinacin, pero s la certeza.

2)

Errores Indeterminados = son inherentes en la observacin, no se puede predecir su origen ni su

magnitud, as que no se puede eliminar, tiene signo algebraico positivo o negativo (ambos con
igual probabilidad)

DETERMINADOS (SISTEMATICO S)

INDETERMINADOS

Ejemplos:

Ejemplos:

friccin entre partes del instrumento

Cambi os en voltaje, humedad, presin atmosfrica,

temperatura (Ej: Si aumenta la temperatura, el brazo de la
balanza se expande)

condiciones ambientales (humedad, temperatura)

Humanos: paralaje, lectura errnea de una escala,
reflejos lentos

Humanos: se puede leer una escala un poco ms arriba o

abajo de lo verdadero sin que incluya par alaje, men isco,
reflejos

Instrumentales: falta de cali bracin; ca mbio en

lnea base; escape de gas en lnea de vaco, no
nivelar las balanzas

Instrumentales - lmite de confiabilidad del instrumento (no

hay in strument o perfect o)

Caracterstic as:

Caracterstic as:

Se deben a desperfectos del in strument o o la tcnica

Se pueden identificar en fluctuaciones al azar en las medidas

experimentales sucesivas, afectan reproducibilidad.

Se pueden eliminar usando correcciones

No aparecen como fluctuaciones en la medida

Se pueden reducir y obedecen a la fun cin de distribucin de

probabilidad de Gauss. Se usan mtodos estadsticos e
interpretacin probabilstica.

Se pueden identificar al cambiar la tcnica

experimental

III. Expresiones de confiabilidad de una medida:

A. Precisin - Reproducibilidad que reside en un resultado numrico.
incertidumbre debido a errores indeterminados.

Medida del grado de

--La precisin se puede mejorar tomando un nmero grande de medidas y haciendo anlisis
estadsticos.
1997 - 2000 I. Nieves Martnez

Pgina - 2 -

TRATAMIENTO ESTADSTICO

--Si conocemos el error de una determinacin lo podemos expresar como el error mismo (absoluto)
o como funcin de la magnitud de la medida (relativa)
Ejemplo: Pedazo de metal que mide 10.0 metros con incertidumbre de 0.5 metros. Incertidumbre
absoluta es 0.5 metros y la relativa es 0.5/10 = 0.05 metros. Si se expresa como % resulta en un
5%. Un pedazo de metal que mida 100.0 m tiene incertidumbre relativa en % de: 0.5/100.0 x 100
= 0.5%
B. Exactitud - medida o ndice de cun cerca est el valor medida del verdadero (si se conoce el real).
La podemos considerar como una experesin de la incertidumbre total.
Debido a que el valor verdadero (real) no se conoce, usaremos el promedio aritmtico de una serie
de determinaciones como el valor verdadero. La diferencia entre el valor observado y el promedio
la llamamos desviacin (r esiduo). Si la desviacin es pequea comparada con la magnitud de la
cantidad medida, decimos que la medida es precisa. Noten que una medida pr ecisa no es
necesariamente una medida exacta.
IV. Conceptos Estadsticos:
A. Cifras significativas en clculos aritmticos
1)

Al sumar o restar se redondean todos los nmeros de acuerdo con el que menos sitios decimales
tenga (i. e. el nmero de la incertidumbre o error absoluto mayor) antes de llevar a cabo la
operacin. El resultado tendr el mismo nmero de sitios decimales.
Ejemplo:

0.3442
1207.6
1.33

0.3
1207.6
1.3

La precisin en este ejemplo est limitada por 1207.6 que tiene error absoluto mayor.
2) Al multiplicar o dividir se redondean todos los nmeros de acuerdo con el menos preciso (el de mayor
error relativo), de manera que la incertidumbre de cada nmero se acerque a la de este sin que llegue
a ser mayor. La misma regla se aplica al resultado.
Ejemplo:

Error Absoluto

Error Relativo

0.0024 0.0001

47.61 0.01

1997 - 2000 I. Nieves Martnez

Pgina - 3 -

TRATAMIENTO ESTADSTICO

2.83

0.01

La expresin redondeada correctamente:

B. Distribucin de errores:
En una serie de medidas de la misma cantidad fsica, los resultados estn distribuidos al azar
alrededor de un valor promedio. Para un nmero grande de medidas:
1)

los resultados que ms se desvan del promedio ocurren con menos frecuencia

2)

los valores individuales estn distribuidos simtricamente alrededor del promedio

donde:
y = f(x)

si )X 6 0
donde: F = desviacin estndard

Noten que la probabilidad de que un valor medido tenga un valor entre x y x + dx est dado por
f (x) dx = ydx = dni/N = rea bajo la curva entre x y x + dx
C. Indices de precisin y confiabilidad de las medidas
Se puede utilizar la funcin de distribucin par a determinar cul es la confiabilidad de cua lquiera de
las medidas: mejor valor , precisin
1)

Promedio - el mejor valor

2)

Medidas de exactitud y precisin:

_
a) * 1 = (Xi - X ) - desviacin
b)

desviacin promedio =

* 1 + * 2 + * 3 + .... * n = 0

1997 - 2000 I. Nieves Martnez

Pgina - 4 -

TRATAMIENTO ESTADSTICO

c)

1)

medida cuantitativa de la dispersin de un conjunto de medidas

2)

desventaja - hace las medidas ms precisas de lo que en realidad son

desviacin estndar =

Si el nmero de medidas es bien grande, la desviacin estndar nos dice que hay una
probabilidad de 0.32 de que cualquier medida se desve del promedio aritmtico por una o ms
unidades de F

Para los casos en que hace ms una sola medida, podremos estimar la incertidumbre de sta a base de la
incertidumbre del instrumento usado para medir la cantidad fsica (depende de la escala del instrumento).
Si N < 3, incluyendo una sola determina cin, se debe hallar el promedio y entonces propagar el err or en
cada determinacin. Se repor ta la infor macin con las cifras significativas correctas y el promedio del
error propagado.
V.

Propagacin de errores experimentales

Para cantidades fsicas medidas indirectamente que se obtienen calculndolas de medidas obtenidas
directamente.
Utilizamos el promedio aritmtico de cada medida experimental para calcular el resultado final y no
calculamos el resultado que corresponde a cada medida experimental y luego buscamos el promedio.
A. Incertidumbre o error en el resultado final
--depender de la precisin y exactitud de las medidas experimentales afectando o propagndose en
el resultado del valor calculado

B. Ejemplo sencillo:
A = B r2

1997 - 2000 I. Nieves Martnez

Pgina - 5 -

TRATAMIENTO ESTADSTICO

Si el valor de r puede estar entre ro + * r y r o - * r , entonces el rea calculada estar entre Ao + *A

y Ao - * A utilizando A = B r3 para calcular * A
Ao + * A = B (ro + * r)2 = B ro 2 + 2 B ro * r + B (* r)2
Como (* r)2 es un nmero pequeo60 (descartable) y B ro 2 = Ao
Ao * A = Ao 2 B ro * r, entonces * A = 2 B ro * r. Noten que
en ro .

evaluado

Por lo tanto, * A = error en A expresado por:

o en trminos relativos

C. Caso General: Si la medida experimental es funcin de (x, y, z), entonces el error en

est dado por dF de acuerdo a:

F (x, y, z)

o en trminos de la variacin de la cantidad calculada

Incertidumbre en F

donde ) x, ) y, ) z son ndices de precisin: desviacin, estndar, promedio o incertidumbre del

instrumento.

son las derivadas parciales de la ecuacin que

relaciona las variables.
Para resolver los problemas de signo se definen:
1)

Error mximo propagado

* Fmax prop = () F)max prop = ) F1 + ) F2 + ) F3 que dependen de la variable x, y y z.

2)

Error ms probable propagado (Root Mean Square)

1997 - 2000 I. Nieves Martnez

Pgina - 6 -

TRATAMIENTO ESTADSTICO

Observaciones:
1) Si una de las medidas experimentales est sujeta a una incertidumbre relativa mucho mayor que el
de las otras medidas, esta medida determinar la incertidumbre del resultado final.
2) El clculo no incluye errores sistemticos.
EJEMPLO: TERMOMETRIA DE GASES
Utilizando la Ley de Gases Ideales y medidas de PV para determinar T, (PV = nRT)

Experimentalmente se mide P, V y n
P = 50.0 torr
V = 1000.0 cm3
n = 0.050 moles
R = 62.4 x 103 cm3 torr mol --1 K--1

)P = 0.1 torr
)V = 0.1 cm3
)n = 0.001 mol

Entonces: T = f (P, V, n) R
Noten que:

El error absoluto es:

Determinando las derivadas correspondientes resulta en la expresin:

o en trminos del error relativo

Al sustituir los valores de ) V,) P y ) n se obtiene un ) T . 0.2 K

1997 - 2000 I. Nieves Martnez

Pgina - 7 -

TRATAMIENTO ESTADSTICO

VI. Mtodo para ajustar los datos experimentales a una ecuacin: Mtodo del cuadrado mnimo.
(Least Square)
A. Si y = mx + b y experimentalmente obtenemos:

Esto no quiere decir que los dos (2) valores no estn relacionados linealmente. Queremos encontrar
la mejor ecuacin lineal entre x1 y y1 , por lo ta nto:
1)

Queremos determinar el valor de m y b que mejor represente las observaciones experimentales.

2)

Adems, vamos a asumir que la mejor lnea recta que se ajusta a los puntos experimentales es
aquella para la cual la suma de los cuadrados de las desviaciones entre el valor medido
experimentalmente y el que predice la mejor lnea es un mnimo. Cierto para la distribucin de
errores que obedece la distribucin Gaussiana.

3)

Consideraremos solamente desviaciones en la variable dependiente; generalmente estas son

mayores que en la variable independiente.

La desviacin de los puntos experimentales bajo o sobre la mejor lnea est dada para un punto i de
los datos experimentales como:
* yi

desviacin

yi
valor teora
mejor lnea

yi
expt.

(mxi + b) - yi
expt.

De acuerdo con el principio cuadrado mnimo, la mejor lnea recta se obtiene cuando la suma de los
cuadra dos de las desviaciones es un mnimo. Ajustamos valores de m y b hasta que esta condicin
se cumpla.
N es el # total de medidas

expandiendo

1997 - 2000 I. Nieves Martnez

Pgina - 8 -

TRATAMIENTO ESTADSTICO

condicin para que S sea un mnimo:

Rearreglando:

Resolviendo ecuaciones simultneas

1997 - 2000 I. Nieves Martnez

Pgina - 9 -

TRATAMIENTO ESTADSTICO

Resolviendo los determinantes:

Para facilitar el trabajo E xi , E yi, etc. se pueden tabular.

B. Error en la pendiente y el intercepto:
Haciendo anlisis del error ms probable propagado en m y b se obtiene:

donde

1997 - 2000 I. Nieves Martnez

y * yi = yi (exp) - yi (mejor linea)

Pgina - 10 -