7 - Errores en El Análisis Químico 2020

Errores en el
análisis
Químico
Guayaquil, 2022
Un análisis químico contiene una incertidumbre de medición
La fiabilidad de los datos se podrían evaluar:
Diseño de experimentos para detectar errores
Patrones de composición conocida
Las mediciones siempre van acompañados de errores e incertidumbres.
Las incertidumbres y los errores, salvo los aleatorios, se pueden disminuir llevando a
cabo calibraciones, estandarizaciones y análisis frecuentes de muestras Conocidas.
Valor central puede ser muy confiable
✓ Media
✓ Mediana
✓ Precisión
✓ Exactitud
Tipos de error en los datos experimentales
➢ Errores sistemáticos
➢ Errores instrumentales
➢ Errores de método
➢ Errores personales
A todos estos errores también se los conoce como errores determinados, ya que se
puede evitar y corregir.
Conceptos importantes
media, mediana y precisión
Media: También conocida como promedio
Mediana:
Resultado medio, cuando los datos se escriben en orden creciente o decreciente.
Si el numero de datos que nos dan es par, sumamos los dos del centro y lo dividimos para
dos.
Precisión: cercanía de los resultados con otros obtenidos exactamente de la misma manera.
Son 3 términos de uso generalizado para describir la precisión de un conjunto de datos
duplicados: desviación estándar, varianza y coeficiente de variación.
EXACTITUD
ERROR ABSOLUTO Y ERROR RELATIVO
Exactitud: Indica la cercanía al valor verdadero, la exactitud se

expresa mediante el error absoluto y el error relativo.
Error Absoluto: Es la diferencia o la resta entre el valor medio y el

valor verdadero.
𝑬 = 𝑿𝒊 − 𝑿𝒕
Error relativo: Es la medida que equivale a la división del error

absoluto entre el valor verdadero y todo eso multiplicado por 100
𝑿𝒊 −𝑿𝒕
𝐸𝑟 = 𝑿𝒕
* 100
t
Título De La
Diapositiva
Divisoria
6
Tipos de errores en datos experimentales
Existen resultados que pueden ser:
➢ Precisos pero no exactos
➢ Exactos pero no precisos
➢ Exactos y precisos
➢ Ni precisos ni exactos
A estos datos se les puede hacer una análisis químico donde nos
podríamos encontrar con 3 tipos de errores:
✓ Error Aleatorio: Son los que afectan a las mediciones.
✓ Error Sistemático: Son los que afectan a la exactitud del resultado.
✓ Error Grueso o Bruto: Son aquellos que por lo general ocurren de
manera ocasional, suelen ser grandes y dan valores muy alto o
muy bajos.
Errores sistemáticos
Tienen valores definidos y una causa asignable. Estos llevan a un
sesgo en los resultados de una serie de medidas.
Se divide en:
✓ Errores Instrumentales:
1. Falla de instrumentos
2. Calibraciones deficientes
3. Mal uso
✓ Errores de método:
1. Falla en el comportamiento químico y físico.
✓ Errores de Personales
1. Descuido, falta de atención o limitaciones personales del
experimentador.
Errores Instrumentales:
✓ Dispositivos de medición del uso material de vidrio a temperaturas
que difieren significativamente de la temperatura de calibración.
✓ Los instrumentos electrónicos están sujetos a este tipo de errores,
podrían subir errores a medida que el voltaje disminuye de un
suministro de energía.
✓ Los cambio de temperatura causan variaciones en componentes.
Errores de método:
✓ Se basa en el análisis que suele introducir errores sistemáticos de
método.
✓ Entre las fuentes de no idealidad están la longitud de algunas
reacciones, el hecho que otras no se completen.
Errores personales:
✓ Depende de fallas personales, este tipo de errores están sujetos a
errores sistemáticos unidireccionales.
Efecto de los errores sistemáticos en
los resultados analíticos.
Pueden ser constantes y proporcionales:

❖ Los errores constantes dependen del tamaño de la
cantidad medida, se vuelve mas considerable.
❖ Errores proporcionales es la presencia de
contaminantes que interfieren en la muestra.
Detección de errores sistemáticos
personales e instrumentales
➢ Calibración de los equipos

➢ Cuidadosos y disciplinados en el lab.
➢ Preparación base en la realización de
cálculos
Detección de errores sistemáticos de
método
➢ Análisis de muestra estándar es mediante el análisis de
materiales de referencia certificados.
➢ Un segundo método de análisis, independiente y
confiable, debe ser diferente al que se está evaluando.
Reduce la posibilidad de que algún factor común de la
muestra tenga el mismo efecto en ambos métodos
➢ Determinaciones blanco, útiles para detectar errores
constantes. En un blanco, todas las etapas del análisis
se realizan sin la muestra. Se utilizan para corregir
datos en las valoraciones en cuanto el volumen del
reactivo.
Ejercicios
1-Calcular la media y la mediana para los datos de la siguiente figura:
Solución
Como el conjunto contiene un número par de

mediciones, la mediana es el promedio del par central.
S = 0,
PRESENTACIÓN DE LOS DATOS CALCULADOS
CIFRAS SIGNIFICATIVAS:
SUMAS Y RESTAS
3,4 + 0,020 +7,31 = 10,73 = 10,7

PRESENTACIÓN DE LOS DATOS
En la figura 1 se muestran dos (número exacto) pipetas graduadas de diferente
apreciación, que contienen el mismo volumen de líquido. La pipeta A tiene una
apreciación de 1 mL (sin decimales) y la medida del volumen se debe reportar: 4 mL ± 1
mL; no se puede expresar como 4,0 mL ya que la apreciación del instrumento no permite
expresar la medida con decimales. La pipeta B tiene una apreciación de 0,1 mL y la
medida del volumen es 4,0 ± 0,1 mL. La medida de la pipeta B no se puede expresar
como 4 mL ya que se estaría infiriendo que tiene una apreciación de 1 mL, lo cual es
incorrecto
Las cifras significativas de una medida indican,
implícitamente, la incertidumbre o inexactitud de
la sin necesidad de incluir el símbolo “±”. El reporte
debe contener un solo dígito incierto o inexacto: el
último, que corresponde a la apreciación del
instrumento. “Las cifras significativas son los dígitos
significativos en una cantidad medida o calculada”
(Chang, 2003) y se sobreentiende que el último
dígito es incierto o inexacto. En el caso mostrado
en la figura 1, con la pipeta A (4 mL) se está
reportando una sola cifra significativa; con la pipeta
B (4,0 mL) se están reportando dos cifras
significativas.
REGLAS PARA UTILIZAR LAS CIFRAS SIGNIFICATIVAS
1.- Todo dígito diferente de cero es una cifra significativa:

4 mL tiene una sola cifra significativa
4,0 mL tiene dos cifras significativas;
740 mL tiene tres cifras significativas
2.- Todo cero que se encuentre entre dos dígitos diferentes de
cero, es una cifra significativa:
205 g tiene tres cifras significativas;
1023 mL tiene cuatro cifras significativas.
3.- Los ceros a la izquierda del primer dígito diferente de cero
NO SON cifras significativas:
0,205 kg tiene tres cifras significativas;
0,0076 L tiene dos cifras significativas
0,00002104 km tiene cuatro cifras significativas;
0,01 cm3 tiene una sola cifra significativa
Para identificar si cambia a Notación Decimal a Notación
Científica:
0,205 = 2,05 x 10─1 tiene tres cifras significativas

0,0076 = 7,6 x 10─3 tiene dos cifras significativas
0,00002004 = 2,004 x 10─5 tiene cuatro cifras significativas
0,01 = 1 x 10─2 tiene una sola cifra significativa
4.- Todos los ceros a la derecha de una cifra diferente de cero

son cifras significativas.
1,00 m tiene tres cifras significativas;
2,3400 L tiene cinco cifras significativas
5,40300 g tiene seis cifras significativas
Cuando se resuelven problemas que implican datos experimentales, se deben tomar las
cifras significativas que indique el instrumento de medida.
PARA SUMA Y RESTA

PARA MULTIPLICACIÓN Y
DIVISIÓN
RECOMENDACIONES PARA EL REDONDEO
NO REDONDEAR CUANDO SE ESTÁ CALCULANDO

REDONEAR AL FINAL DE LOS CÁLCULOS
MANTENER UN DÍGITO MAS DE LA CIFRA SIGNIFICATIVA
EVALUACIÓN DE LOS DATOS ANALÍTICOS
INTERVALOS DE CONFIANZA Características
importantes de la curva de Gauss
1) Cada curva tiene un único

máximo (m)
2) Un aumento de s aumenta la
dispersión de la distribución y
disminuye su altura
3) En toda curva f(m, s) se
cumple:
Recorrido % medidas
µ±1s 68.3
µ ±2s 95.5
µ±3s 99.7
𝑆
m: media de la población s: desviación 𝑢 =𝑋 ±𝑡
estándar de la población : media de la 𝑁
muestra s: desviación estándar de la
muestra
Intervalo de confianza: donde se espera encontrar la media de la población (con cierto

grado de probabilidad).
Ejercicio
El contenido de ión sodio en una muestra de orina se determinó usando un electrodo

selectivo de iones. Se obtuvieron los siguientes resultados: 102, 97, 99, 98, 101, 106 mM.
¿Cuáles son los límites de confianza para el 95 y el 99% para la concentración de ión
sodio?
De estos valores, la media es100.5 mM y la desviación estándar es 3.27 mM.
Hay 6 medidas (N) que son 5 grados de libertad (N-1). Considerando la Tabla I el valor de
t para un límite de confianza del 95 % es 2.6 y para un 99 % es 4.0.
Por tanto, los intervalos de confianza

para un 95 % serán:
3.27
100.5 ± 2.6 = 100.5 ± 3.4 𝑚𝑀
√6
para un 99 % serán
Tabla I. Valores de t para diferentes 3.27

100.5 ± 4 = 100.5 ± 5.4 𝑚𝑀
grados de confianza √6
DATOS DUDOSOS, PRUEBA Q O DE DIXON
Se consideran los siguientes 7 resultados: 0.403, 0410, 0.401, 0.380, 0.400, 0.413,0.411,
habría que plantearse: ¿es el 0.380 un punto rechazable?
Para aplicar la prueba de la Q de Dixon se ordenan los datos en orden creciente y se
calcula Qexp: 0.380, 0.400, 0.401, 0.403, 0.410, 0411, 0.413
𝒙𝒒−𝒙𝒏 0,380 −0,400

𝑸𝒆𝒙𝒑 = = = 0,606
𝒙𝒂𝒍𝒕𝒐 −𝒙𝒃𝒂𝒋𝒐 (0,413−0.380)
Qtab al 95 % = 0,568
0,606 > 0,568

Qexp > Qtab
Cómo Qexp es superior a Q de tablas, el

valor del punto de 0,380 se debería rechazar
ya que a un 95% parece que no pertenece a
este grupo de datos
COMPARACIÓN DE MEDIAS PRUEBA t
La principal aplicación:
Compara las medias de dos muestras

independientes de tamaños iguales
La prueba t permite también comparar:
1.-Una media experimental con un valor conocido.
2.-La medias de dos métodos A y B
a js 30
COMPARACIÓN DE UNA MEDIA EXPERIMENTAL CON SU
VERDADERO VALOR
1.- Si las varianzas son iguales podremos comparar las

medias:
2.- Calcular  , varianzas iguales, tamaño de muestras
iguales n1 = n2 = n
x1 − x 2
 =
s2 + s2
1 2
n
3.- Si el valor de  es menor que el t tabulado se

puede afirmar con la confianza deseada
normalmente 95 % o nivel de significación
preestablecido (normalmente  =0,05) que las
dos medias son iguales. a js 32
Si las varianzas son desiguales el estadístico más

adecuado para comparar las medias es:
x1 − x 2  
 = 
 s12 s 22


+
s12 s 22 

g .l. = 
n1 n2 

−2
+   s12 
2
 s 22 
2

n1 n2  n   n  
  + 
1 2


 n1 + 1 n2 + 1 

a js 33
Límite de Confianza
t de Student
Prueba Q
Errores en el
análisis
Químico
Guayaquil, 2022

7 - Errores en El Análisis Químico 2020

Cargado por

Copyright:

Formatos disponibles

7 - Errores en El Análisis Químico 2020

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

7 - Errores en El Análisis Químico 2020

Cargado por

Copyright:

Formatos disponibles

Errores en el

Exactitud: Indica la cercanía al valor verdadero, la exactitud se

Error Absoluto: Es la diferencia o la resta entre el valor medio y el

Error relativo: Es la medida que equivale a la división del error

Pueden ser constantes y proporcionales:

➢ Calibración de los equipos

Como el conjunto contiene un número par de

3,4 + 0,020 +7,31 = 10,73 = 10,7

1.- Todo dígito diferente de cero es una cifra significativa:

0,205 = 2,05 x 10─1 tiene tres cifras significativas

4.- Todos los ceros a la derecha de una cifra diferente de cero

PARA SUMA Y RESTA

NO REDONDEAR CUANDO SE ESTÁ CALCULANDO

1) Cada curva tiene un único

Intervalo de confianza: donde se espera encontrar la media de la población (con cierto

El contenido de ión sodio en una muestra de orina se determinó usando un electrodo

Por tanto, los intervalos de confianza

Tabla I. Valores de t para diferentes 3.27

𝒙𝒒−𝒙𝒏 0,380 −0,400

0,606 > 0,568

Cómo Qexp es superior a Q de tablas, el

Compara las medias de dos muestras

La prueba t permite también comparar:

1.-Una media experimental con un valor conocido.

2.-La medias de dos métodos A y B

1.- Si las varianzas son iguales podremos comparar las

3.- Si el valor de  es menor que el t tabulado se

Si las varianzas son desiguales el estadístico más

También podría gustarte