UNIVERSIDAD NACIONAL DE COLOMBIA

Laboratorio de Propiedades Termodinmicas y de Transporte

TRATAMIENTO DE DATOS EXPERIMENTALES
Andrea Romero Milln 244697 - Karen Pieros Gonzlez 244675

INTRODUCCIN
Cuando se lleva a cabo una experimentacin en el laboratorio, se busca medir una o ms cantidades para
determinar con estos valores y en algunos casos el uso de las ecuaciones correspondientes, la magnitud de
una propiedad que se est estudiando. Estas medidas experimentales ests sujetas a imprecisin en sus
valores debido a las posibles imperfecciones del instrumento con el que se realiza la medida o incluso a las
limitaciones de nuestros sentidos en el caso de tener que evaluar con estos la medicin, por lo que resulta
entonces imposible conocer el valor exacto de una magnitud. Lo que s es posible es conocer el grado de
incertidumbre o imprecisin que presenta el resultado final obtenido luego de realizar todos los clculos
correspondientes y con este, determinar que tan confiables fueron los resultados obtenidos y poder
establecer comparaciones con otras mediciones realizadas o que ya se encuentren tabuladas en la
bibliografa.

OBJETIVOS
- Introducir el concepto de incertidumbre y error en la medicin de datos obtenidos en el
laboratorio.
- Desarrollar conceptos bsicos de la estadstica fundamental, utilizados en el tratamiento de datos
experimentales.
- Reconocer los posibles errores causados en el tratamiento de datos.
- Determinar las fuentes de incertidumbres en la recoleccin de datos experimentales.
- Reconocer las diferentes herramientas de anlisis (tablas, grficos) que permitan un estudio mas
preciso de los datos.


1. MEDICIN
Cuando se realizan mediciones, es importante tener en cuenta que intervienen una serie de factores que
determinan su resultado. Entre estos se encuentran:
- El objeto de medicin
- El procedimiento de medicin
- Los instrumentos de medicin
- El ambiente de medicin
- El observador
- El mtodo de clculo

Una medicin comienza con la especificacin apropiada de la magnitud que se desee medir, del mtodo de
medicin y de los procedimientos para obtener dicha magnitud.

UNIVERSIDAD NACIONAL DE COLOMBIA
Laboratorio de Propiedades Termodinmicas y de Transporte

2. ERROR E INCERTIDUMBRE
El error se define como la diferencia entre el valor obtenido experimentalmente y el verdadero. De acuerdo
a las causas, los errores se pueden clasificar como sistemticos o accidentales (fortuitos).
Los errores sistemticos son aquellos que permanecen constantes a lo largo de todo el proceso de medicin
porque estn relacionados con las caractersticas del instrumento o la forma de usarlo. Se pueden clasificar
como errores instrumentales que son debidos exclusivamente al aparato de medida, errores personales que
se deben a las limitaciones del experimentador y errores en la eleccin del mtodo, que se presentan
cuando se determina una medida con un mtodo no idneo para este fin.
Los errores fortuitos s presentan variacin durante la obtencin de sucesivas mediciones realizadas por un
mismo operador. Estas variaciones no son reproducibles y sus causas son incontrolables para el observador,
y debido a la pequea magnitud de estos errores y la posible obtencin de pequeas desviaciones tanto
positivas como negativas se pueden corregir aumentando el nmero de ensayos realizados.
Debido a que no es posible conocer el valor real de una medicin, no es posible expresar mediante errores
la exactitud del resultado obtenido. Para esto se utiliza entonces la incertidumbre, que corresponde ms
que a un valor, al intervalo en el que se encuentra la medicin tomada.
2.1 Clculo de incertidumbres
La incertidumbre se calcula de forma diferente dependiendo de si el valor de la magnitud se observa
directamente en un instrumento de medida (medida directa) o si se obtiene manipulando
matemticamente una o varias medidas directas (medida indirecta).
2.2 Clculo de la incertidumbre de una medida directa
Es til recordad que el error es la discrepancia entre el valor real de una magnitud y el valor medido. En una
medida directa esta discrepancia se debe a dos tipos de causas: la precisin finita del instrumento o el
procedimiento de medida y factores ambientales aleatorios, como pequeas variaciones de temperatura,
vibraciones, etc.
La incertidumbre debida a la precisin finita del instrumento de medida normalmente se toma igual a la
divisin mnima de su escala (o, en el caso de balanzas, la pesa de menor valor) y se denota comou.
En algunos casos el procedimiento de medida aumenta la incertidumbre u y sta no puede tomarse igual a
la graduacin de la escala. Por ejemplo, si se utiliza un cronmetro capaz de medir centsimas de segundo
pero es el experimentador quien tiene que accionarlo, la precisin u de la medida ser el tiempo de reaccin
del experimentador, que es del orden de dos dcimas de segundo. Otro ejemplo es el caso de algunos
experimentos de ptica, en los que el experimentador desplaza una lente hasta que una imagen proyectada
en una pantalla se ve con nitidez. Aunque la regla del banco ptico en donde se encuentra la lente tiene
precisin de un milmetro, la imagen puede verse ntida en un rango de 4 o 5 milmetros. En este caso, u
sera igual a 4 o 5 milmetros. Con estos sencillos ejemplos se puede comrpobar que hay que entender bien
el procedimiento experimental para encontrar el valor correcto de u y que no existe ninguna receta que
nos d ese valor en todos los casos posibles
1
.



UNIVERSIDAD NACIONAL DE COLOMBIA
Laboratorio de Propiedades Termodinmicas y de Transporte

Como las mediciones experimentales siempre presentan algn tipo de variabilidad, no es posible sacar
conclusiones certeras de ninguno de los datos obtenidos. La estadstica proporciona las herramientas para
aceptar conclusiones que tengan alta probabilidad de ser correctas y de rechazar las que no lo sean.
Al repetir muchas veces una medicin, generalmente se obtienen diferentes valores para cada una y por
mucho que se trate de obtener siempre los mismos resultados, existen factores o efectos aleatorios que
ocurren durante el proceso de medicin. Las variables que caracterizan estos efectos son las llamadas
variables aleatorias, las cuales son tratadas mediante mtodos de la teora de las probabilidades y la
estadstica matemtica. Las variables aleatorias pueden ser discretas o continuas, que se diferencian entre s
por el conjunto de resultados, que puede ser finito o infinito respectivamente.
Aunque las mediciones individuales de las variables aleatorias repetidas bajo las mismas condiciones
presenten un carcter aleatorio, es posible determinar una ley de distribucin que demuestra algn tipo de
regularidad en los datos. Esta ley se expresa a travs de la funcin de probabilidad, tambin conocida como
funcin de densidad de la variable X:

f(x) es la funcin de densidad de probabilidad y al graficarla con los valores de la variable aleatoria forma
una curva en forma de campana. La probabilidad de que la variable aleatoria tome valores en el intervalo
[a,b] es igual al rea bajo la curva acotada por los dos extremos del intervalo.

Figura 1.
La funcin de densidad de probabilidad constituye el mtodo ms universal para describir variables
aleatorias, debido a que indica al mismo tiempo los valores que la variable puede tomar y la probabilidad de
que los tome.
Resulta prctico caracterizar una variable aleatoria mediante las medidas de tendencia central y de
dispersin, entre las cuales se encuentran la esperanza matemtica o media, la varianza y la desviacin
estndar. La media de una poblacin expresa el valor medio de la variable aleatoria dada X mediante la ley
de distribucin de la misma, y en cuanto a las mediciones, representa el valor medio de la variable aleatoria
resultante de las observaciones individuales, por lo que se suele tomar como el resultado de la medicin. Sin
embargo, si se quisiera determinar estrictamente el valor real de la esperanza matemtica sera necesario
UNIVERSIDAD NACIONAL DE COLOMBIA
Laboratorio de Propiedades Termodinmicas y de Transporte

tener informacin de los infinitos valores que podra tomar la variable aleatoria; sin embargo como solo se
cuenta con una muestra de estos, se usa la media muestral como estimador, que se define como

Aunque la media resulta til para conocer a qu valor tiende la variable aleatoria, es importante tambin
conocer la dispersin que tienen los valores respecto a la esperanza matemtica. Esta propiedad se
denomina varianza y se calcula mediante el promedio del cuadrado de las desviaciones de la variable
aleatoria respecto a la esperanza matemtica



Figura 2.
Sin embargo, debido a que la varianza tiene dimensiones al cuadrado resulta ms conveniente usar el valor
de la raz cuadrada de esta magnitud, que se conoce como desviacin estndar y se calcula con los datos
obtenidos experimentalmente como:

La deviacin estndar al igual que la media tambin est sujeta al nmero de datos experimentales con los
que se cuente para su clculo, por lo que la expresin arriba mostrada se conoce como desviacin estndar
experimental y es el estimador de la desviacin estndar real, que como se dijo anteriormente no es posible
conocer debido a las limitaciones en el nmero de medidas realizadas.
La t de Student se usa para expresar intervalos de confianza, referidos especficamente a la media muestral
y haciendo uso de la desviacin estndar muestral, y es una expresin que dice que la verdadera media
est probablemente a una cierta distancia de la media muestral. Este intervalo de confianza viene dado por
la expresin

UNIVERSIDAD NACIONAL DE COLOMBIA
Laboratorio de Propiedades Termodinmicas y de Transporte

Donde s es la desviacin estndar media, n el nmero de observaciones y t el valor de t de Student calculado
para el nivel de confianza deseado.
La incertidumbre debida a factores aleatorios corresponde al trmino final de la anterior expresin
n
s
t =
Una vez obtenida la incertidumbreu, debida a la precisin del aparato, y , debida a factores ambientales,
se calculala incertidumbre total de la medida con la siguiente frmula:
2 2
u + = AX

Finalmente, la medida directa debe expresarse en la forma (con los redondeos que se explican en la seccin
siguiente):
X X X A =
En la mayora de las prcticas del laboratorio se repiten varias veces las medidas para calcular la
incertidumbre debida a factores ambientales aleatorios. Sin embargo, hay ocasiones en que no se pueden
realizar dichas repeticiones debido a la falta de tiempo o debido a que los aparatos de medida no son
suficientemente precisos como para detectar las variaciones debidas a factores ambientales aleatorios. En
este ltimo caso, al repetir la medida, siempre se obtendra el mismo resultado y, por tanto, la dispersin
sera nula. En cualquiera de los dos casos tomaremos = 0 y, por tanto, la incertidumbre AX ser igual a la
precisin u del aparato de medida.
2.3 Clculo de la incertidumbre de una medida indirecta
Una vez obtenida la incertidumbre de las medidas directas, es posible calcular la de las medidas indirectas.
Se supone una medida indirecta Y que se obtiene a partir de dos medidas directas X
1
y X
2
mediante la
expresin matemtica:
) , (
2 1
X X f Y =
en donde f es una funcin de dos variables. La incertidumbre de Y viene dada por:


2
2
2
2 1
2
1
1
2 1
) , ( ) , (
|
|
.
|

\
|
A
c
c
+
|
|
.
|

\
|
A
c
c
= A X
X
X X f
X
X
X X f
Y


en donde AX
1
y AX
2
son las incertidumbres totales de las medidas directas.

En la tabla 1. Se registran las frmulas para calcular la incertidumbre de una medida indirecta de acuerdo
con la forma que tenga la expresin matemtica que se use para tal fin:
UNIVERSIDAD NACIONAL DE COLOMBIA
Laboratorio de Propiedades Termodinmicas y de Transporte

Tabla 1.
Funcin Incertidumbre

3. TRATAMIENTO DE DATOS SOSPECHOSOS
Algunas veces cuando se hace por replicado una medicin existe uno o ms datos que no son coherentes
con los restantes. Es posible utilizar el test Q, tambin conocido como prueba Dixon, para decidir si se
retiene o se descarta un dato sospechoso, ya que en situaciones como la calibracin de un instrumento, una
variacin en una de las medidas puede afectar el desarrollo de los siguientes experimentos que usen el
instrumento en cuestin.
La prueba Dixon utiliza relaciones de los espacios entre diferentes datos segn la cantidad de valores en el
grupo de datos. Para aplicar la prueba se organizan todos los datos en forma ascendente y se calcula el valor
de Q definido como

El recorrido es la dispersin mxima entre los datos. La divergencia es a diferencia entre el valor sospechoso
y el valor ms prximo.
El valor de Q se compara con un valor crtico de una tabla, y el valor se declara atpico si supera este valor
crtico, que depende del tamao de la muestra n y del nivel de confianza elegido, que corresponde al riesgo
de rechazar una observacin vlida. La siguiente tabla muestra los valores crticos para intervalos de
confianza del 90%, 95% y 99% de acuerdo al nmero de mediciones realizadas

UNIVERSIDAD NACIONAL DE COLOMBIA
Laboratorio de Propiedades Termodinmicas y de Transporte

Tabla 2.

Fuente: http://www.chem.uoa.gr/applets/AppletQtest/Appl_Qtest2.html
Si Q calculada es mayor que Q crtica tabulada, el punto sospechoso se descarta con un nivel de confianza
igual al seleccionado en la tabla 2.
BIBLIOGRAFIA
- Harris, Daniel. Quantitative Chemical Analysis. Sixth edition. Editorial Revert. Barcelona, 2007.
- http://www.lysconsultores.com/Descargar/IMTP.pdf. fecha consulta marzo 7 de 2012
- http://www.ual.es/~aposadas/TeoriaErrores.pdf. fecha consulta marzo 7 de 2012
- http://www.chem.uoa.gr/applets/AppletQtest/Appl_Qtest2.html. Fecha de consulta: marzo 8 de
2012