DATUM Para crear un mapa que represente las diferentes reas del globo terrqueo, ha sido necesario aplicar

diferentes modelos matemticos que sean capaces, en primer lugar, de representar de la mejor forma posible la forma de la Tierra. Para eso se definen los llamados elipsoides . Como la Tierra no es una esfera ni un ovoide perfecto, ha sido necesario definir diferentes elipsoides. Una vez que hayamos sido capaz de definir la forma de la Tierra con un elipsoide, necesitaremos crear otro modelo matemtico que nos permita representar un punto concreto en un mapa con sus valores de coordenadas. A este modelo matemtico le llamamos datum . Ahora hay que destacar que un datum tiene que estar necesariamente referido a un elipsoide en particular: ste es conocido como el elipsoide de referencia . La conclusin obvia es que existen diferentes datums si se usan diferentes elipsoides de referencia. Para definir un datum se necesita adems definir el llamado punto fundamental . Se trata de un lugar o sitio preciso (una torre en la ciudad alemana de Potsdam para el caso del datum European 50) que se usa como referencia u origen para definir el resto de los puntos del mapa. Cuando se definen el resto de los puntos, se puede considerar adems diferentes tipos de proyecciones de la superficie curva de la Tierra en un mapa plano. Por tanto, un mapa podra decirse que se construye considerando el elipsoide, el tipo de proyeccin y el datum. Esto hace que un mismo mapa se pueda construir de muchas formas distintas, y todas ellas son vlidas. El hecho ms destacable es que, como consecuencia de todo lo anterior, UN MISMO LUGAR puede ser expresado por distintos valores de coordenadas si simplemente se consideran dos datums distintos. Los Datums afectan tanto la posicin expresada en Latitud / Longitud (coordenadas angulares) como los sistemas locales de cuadricula (UTM, British National Grid etc.) (coordenadas rectangulares).

ERRORES Introduccin a la teora de errores "Cuanto mayor sea el nmero de observaciones y menos difieran entre s, mas se acercarn los resultados a la verdad. Llenamos sta ltima condicin mediante la eleccin adecuada de los mtodos de observacin, la precisin de los instrumentos y el cuidado que tomemos de observar atentamente. Luego determinamos por medio de la teora de probabilidades los resultados promedio mas ventajosos o aquellos que den el menor error. Pero eso no es suficiente, es necesario estimar adems la probabilidad de que los errores de estos resultados estn dentro de lmites dados, sin esto tendremos solamente un conocimiento imperfecto del grado de exactitud obtenido. El formuleo adecuado para estos fines es entonces una verdadera contribucin al mtodo cientfico y es realmente importante incorporarlo a ste mtodo." Una magnitud fsica es un atributo de un cuerpo, un fenmeno o una sustancia, que puede determinarse cuantitativamente, es decir, es un atributo susceptible de ser medido. Ejemplos de magnitudes son la longitud, la masa, la potencia, la velocidad, concentracin de una solucin, volumen de un lquido, absorbancia de una solucin, etc. A la magnitud de un objeto especfico que estamos interesado en medir, la llamamos mesurando. Por ejemplo, si estamos interesado en medir la concentracin de un analito, esa concentracin ser el mesurando. Para establecer el valor de un mesurando tenemos que usar instrumentos de medicin y un mtodo de medicin. Asimismo es necesario definir unidades de medicin. Por ejemplo, si deseamos medir el largo de una mesa, el instrumento de medicin ser una regla. Si hemos elegido el Sistema Internacional de Unidades (SI), la unidad ser el metro y la regla a usar deber estar calibrada en esa unidad (o submltiplos). El mtodo de medicin consistir en determinar cuantas veces la regla y fracciones de ella entran en la longitud buscada. En ciencias e ingeniera, el concepto de error tiene un significado diferente del uso habitual de este trmino. Coloquialmente, es usual el empleo del trmino error como anlogo o equivalente a equivocacin. En ciencia e ingeniera, el error, como veremos en lo que sigue, est ms bien asociado al concepto de incerteza, incertidumbre, en la determinacin del resultado de una medicin. Ms precisamente, lo que procuramos en toda medicin es conocer las cotas (o lmites probabilsticos) de estas incertezas. En todo proceso de medicin existen limitaciones dadas por los instrumentos usados, el mtodo de medicin, el observador (u observadores) que realizan la medicin. Asimismo, el mismo proceso de medicin introduce errores o incertezas. Por ejemplo, cuando usamos un termmetro para medir una temperatura, parte del calor del objeto fluye al termmetro (o viceversa), de modo que el resultado de la medicin es un valor modificado del original

debido a la inevitable interaccin que debimos realizar. Es claro que esta interaccin podr o no ser significativa: Si estamos midiendo la temperatura de un metro cbico de agua, la cantidad de calor transferida al termmetro puede no ser significativa, pero si lo ser si el volumen en cuestin es de una pequea fraccin del mililitro. Tanto los instrumentos que usamos para medir como las magnitudes mismas son fuente de incertezas al momento de medir. Los instrumentos tienen una precisin finita, por lo que, para un dado instrumento, siempre existe una variacin mnima de la magnitud que puede detectar. Esta mnima cantidad se denomina la apreciacin nominal del instrumento. Por ejemplo, con una regla graduada en milmetros, no podemos detectar variaciones menores que una fraccin del milmetro. Otros autores denominan a la mnima cantidad que un instrumento puede detectar, sensibilidad y/o precisin del instrumento. A su vez, las magnitudes a medir no estn definidas con infinita precisin. Imaginemos que queremos medir el largo de una mesa. Es posible que al usar instrumentos cada vez ms precisos empecemos a notar las irregularidades tpicas del corte de los bordes o, al ir aun ms all, finalmente detectemos la naturaleza atmica o molecular del material que la constituye. Es claro que en ese punto la longitud dejar de estar bien definida. En la prctica, es posible que mucho antes de estos casos lmites, la falta de paralelismo en sus bordes haga que el concepto de la "longitud de la mesa" comience a hacerse cada vez menos definido, y a esta limitacin intrnseca la denominamos denomina incerteza intrnseca o falta de definicin de la magnitud en cuestin. Redondeo de Cifras El redondeo de cifras sigue tres reglas que rara vez causan problemas: 1) Si los primeros dos dgitos a descartarse son menores de 50, el dgito anterior no cambia. Ejemplo: 3.34489 se redondea 3.34. 2) Si los primeros dos dgitos a descartarse son mayores de 50, se le suma 1 al nmero anterior. Ejemplo: 3.34617 se redondea 3.35. 3) Si los primeros dos dgitos a descartarse son 50, se le suma 1 al nmero anterior si es impar y no se cambia si es par. Ejemplo: 3.3350 y 3.3450 se redondean 3.34. El redondeo impropio de cifras surge usualmente al decidir cunta precisin deben tener los promedios. Por ejemplo, el promedio de la suma de 2.4 mm, 2.7 mm y 3.1 mm es 2.733 333... mm; pero sera impropio redondear esta cifra a dos o ms puntos decimales porque slo hay tres datos y son precisos a un punto decimal. Ganaramos algo expresando este promedio con una precisin de centsimas, milsimas o millonsimas de milmetro? El tamao de la muestra, la amplitud de la variacin, la naturaleza del objeto medido y la importancia de la precisin determinan la exactitud ptima de la cifra redondeada. Por ejemplo, si el dimetro promedio de diez rboles de caoba es 1.8567 m y el rango de variacin es 0.5437-2.5879 m, no tiene mucho sentido expresar el promedio con cuatro puntos decimales de precisin (milsimas de milmetro) porque la muestra es pequea y la variacin es grande. Podramos expresar el promedio con ms precisin si la muestra fuera de 100 rboles y el rango fuera 1.7643-1.9767 m,

pero tampoco tendra sentido porque expresar el dimetro de un caobo adulto con la precisin de un milmetro (o menos) no tiene uso alguno en el estudio de estos rboles. Cifras significativas A qu nos referimos con cifras significativas?. Son las cifras que se miden con precisin, segn el instrumento utilizado; o tambin, si se realizan clculos a partir de los valores medidos, son las cifras del resultado en las que podemos tener confianza de que son precisas. Para saber cuntas cifras significativas hay en un resultado se pueden utilizar ciertas reglas que veremos a continuacin. Todo esto suena muy cualitativo. Cmo se sabe, para una magnitud dada, cules son las cifras significativas?. 1) Los ceros a la izquierda no son significativos. Por lo tanto, el nmero 103 tiene tres cifras significativas, y el 0.000000103 tambin. Esto se debe a que los ceros a la izquierda no le aaden precisin a la medicin, sino que solamente sirven para establecer la posicin del punto decimal. Generalmente es mejor hacer esto utilizando la notacin exponencial; as, los nmeros mencionados se convertiran en 1.03 102 y 1.03 107. Entonces, para contar las cifras significativas se parte del primer dgito distinto de cero y se cuentan todos los dgitos a partir de ste. 2) Los ceros a la derecha s son significativos. Esto es muy importante: los ceros a la derecha deben escribirse si y solamente si son una parte verdadera de la medicin. Por lo tanto, no es lo mismo decir que algo pesa 1 kg que decir que pesa 1.00 kg. La primera magnitud implica que la medicin se realiz con una balanza graduada en kilogramos. La segunda medicin fue realizada en una balanza graduada en centsimos de kilogramo. La segunda medicin es cien veces ms precisa que la primera; la primera tiene una cifra significativa y la segunda tiene tres cifras significativas. Por ello es extremadamente importante no olvidar escribir los ceros a la derecha cuando se sabe que son significativos. Por ejemplo, en una balanza analtica que tiene precisin de diezmilsimas de gramo, si la balanza marca 0.5700 g es necesario registrar el nmero con los dos ceros a la derecha, y no como 0.57 g. Sin embargo, a veces hay que tener cuidado con los ceros a la derecha. Para eso est la siguiente regla. 3) Los ceros a la derecha no son significativos cuando su funcin es nicamente la de especificar la posicin del punto decimal. Por ejemplo, si se dice que el sol est a una distancia de 150 000 000 000 m, cuntas cifras significativas hay? Ciertamente no son doce, porque esto implicara que se conoce la distancia con una precisin del orden de 1 m. Adems de que es una precisin imposible en la prctica, sera demasiada coincidencia que tal magnitud fsica tuviera tantos ceros. Pero podra ser que el primer cero, o tal vez incluso el segundo, fueran significativos. As como est escrito el nmero, no hay manera de saberlo. La nica manera de evitar esta ambigedad es utilizando la notacin cientfica. Si nos dicen que el sol est a 1.50 1011 m, podemos saber sin duda alguna que slo el primer cero es significativo y por lo tanto hay tres cifras significativas. 4) Los nmeros que son enteros por naturaleza se consideran como si tuvieran una cantidad infinita de cifras significativas. Dicho de otra manera, los enteros por naturaleza se pueden conocer con exactitud perfecta. Por ejemplo, en electroqumica hay una ecuacin que dice: DG = nFDE. Sin meternos en ms detalles, basta con saber que n es el nmero de electrones intercambiados en una reaccin redox. Por ejemplo, si tenemos la reaccin

Cu2+ + Zn Cu + Zn2+. Aqu se intercambian dos electrones y no hay ninguna incertidumbre al respecto. Por ello, para determinar el nmero de cifras significativas en el resultado final, no se toma en cuenta la precisin de n. Podemos verlo como si n fuera igual a 2.000000000000000000000000000000000000... 5) Los factores de conversin generalmente son exactos. O sea que, al igual que los nmeros enteros, puede considerarse como si tuvieran un nmero infinito de cifras significativas. Aunque hay algunos casos de conversiones que no son exactas porque estn determinadas empricamente, otras son exactas. Por ejemplo, una pulgada es exactamente igual a 2.54 cm por definicin, y una calora son 4.184 J. Adems, todas las conversiones dentro de un mismo sistema son exactas (1 km son exactamente 1000 m, y un pie son exactamente 12 pulgadas). Cuntas cifras significativas tiene el resultado de un clculo. 1) En una multiplicacin o divisin, hay que quedarse con el nmero de cifras significativas del factor menos preciso. Por ejemplo, 1,5 3.14159265359 = 4.7. No importa que la calculadora diga 4.71238898038; el resultado tiene solamente dos cifras significativas y debe reportarse como 4.7. No hay que olvidar redondear el ltimo dgito: por ejemplo, 10,0 / 1,5 = 6.7, aunque la calculadora diga 6.6666666666. 2) En una suma o resta, hay que "alinear los puntos decimales" y quedarse con la precisin del nmero que tenga menos cifras significativas despus del punto decimal. Veamos varios ejemplos. 1,44 + 2.35 x 105 = 1.44. Aunque la calculadora dice 1.4400235, el segundo sumando es despreciable con respecto al primero, por lo que no afecta la suma. Para que quede claro a que nos referimos con "alinear el punto decimal", hay que ver la suma de la siguiente manera: 1 +0 1 , 44 (dos cifras despus del punto) 00002 (siete cifras despus del punto, pero solo 3 , 35 significativas) , 44 (se toman solo 2 cifras despus del punto)

Veamos ahora otro ejemplo: 37.59 + 8.3 = 45.9 (la calculadora da 45.89; no hay que olvidar el redondeo). 37 +8 45 , 59 , 3 , 9 (dos cifras despus del punto) (una cifra despus del punto) (una cifra despus del punto)

Con las restas hay que tener especial cuidado, ya que dos nmeros con muchas cifras significativas pero valores muy parecidos pueden dar un resultado con muy pocas cifras significativas. Por ejemplo, 125.890657 125.890643 = 1.4 105. 89065 (seis cifras despus del punto) 7 89064 , (seis cifras despus del punto) 125 3 00001 (seis cifras despus del punto, 0 , 4 solamente dos son significativas) 125 ,

pero

Como ltimo ejemplo de esta seccin, no olvidemos que en el resultado pueden quedar ceros a la derecha. 5.57 2.372 = 3.20 (la calculadora da 3.198).

5 -2 3

, 57 , 372 , 20

(dos cifras despus del punto) (tres cifras despus del punto) (dos cifras despus del punto)

3) Los resultados intermedios conviene guardarlos con todas sus cifras, o por lo menos con una cifra no significativa. Las cifras significativas hay que tomarlas en cuenta para reportar el resultado final de una operacin con una precisin realista; sin embargo, en los resultados intermedios conviene guardar ms cifras porque con cada redondeo que se haga se va perdiendo precisin. Si la cadena de operaciones es muy larga estos pequeos errores se van acumulando hasta volverse significativos. Nota: si es necesario reportar un resultado intermedio hay que reportarlo con sus cifras significativas, pero hay tambin hay que apuntarlo con todas sus cifras en la hoja de operaciones (o en la memoria de la calculadora) para su uso en clculos posteriores. 4) Para operaciones combinadas, hay que hacer el anlisis paso por paso. Veamos un ejemplo: (((5.4356 11.29) 12.7) / 4.4) + 1.6456. Paso 1: 5,4356 x 11,29 = 61.367924. Los nmeros en rojo son cifras no significativas que se guardan para las siguientes operaciones. Paso 2: 61,367924 12,7 = 48,667924. Paso 3: 48,667924 / 4,4 = 11,0608918182. Paso 4: 11.0608918182 + 1.6456 = 12.7064918182 Por lo tanto, el valor que hay que reportar finalmente es 13 (no hay que olvidar el redondeo!). O, para que no haya dudas, se puede reportar como 1.3 x 101. 5) Finalmente, para operaciones como races cuadradas, potencias, logaritmos y exponenciales no hay reglas tan sencillas. Pero como primera aproximacin se pueden usar las mismas reglas que para la multiplicacin y divisin (solamente recuerda que al elevar un nmero al cuadrado o al cubo lo ests elevando a una potencia entera!). Cifras Significativas y Redondeo 1) Cualquier dgito diferente de cero es significativo. cifras significativas 1234,56 6

2) Ceros entre dgitos distintos de cero son significativos. 1002,5 cifras significativas

3) Ceros a la izquierda del primer dgito distinto de cero no son significativos. 000456 3 cifras significativas 0,0056 2 cifras significativas

4) Si el nmero es mayor que uno, todos los ceros a la derecha del punto decimal son significativos. 457,12 5 cifras significativas 400,00 5 cifras significativas 5) Si el nmero es menor que uno, entonces nicamente los ceros que estn al final del nmero y entre los dgitos distintos de cero son significativos. 0,01020 4 cifras significativas 6) Para los nmeros que contengan puntos decimales, los ceros que se arrastran pueden o no pueden ser significativos. Suponemos que los dgitos son significativos a menos que se diga los contrario. 1000 1, 2, 3, o 4 cifras significativas. Supondremos 4 en nuestros clculos 0,0010 2 cifras significativas 1,000 4 cifras significativas 7) Supondremos que cantidades definidas o contadas tienen un nmero ilimitado de cifras significativas NOTE: Es mucho ms fcil contar y encontrar las cifras significativas si el nmero est escrita en notacin significativa. Uso en clculos 1) Suma y Sustraccin: El nmero de cifras significativas a la derecha del punto decimal en la suma o la diferencia es determinada por el nmero con menos cifras significativas a la derecha del punto decimal de cualquiera de los nmeros originales. 6,2456 + 6,2 = 12,4456 redondeado a 12,4 nota: 3 cifras significativas en la respuesta 2) Multiplicacin y Divisin: El nmero de cifras significativas en el producto final o en el cociente es determinado por el nmero original que tenga la cifras significativas mas pequeo. 2,51 x 2,30 = 5,773 redondeada a 5,77 2,4 x 0,000673 = 0,0016152 redondeado a 0,0016 Redondeando 1. Aumente en uno al dgito que sigue a la ltima cifra significativa si el primer dgito es menor que 5. Redondear 1,61562 a 2 cifras significativas RESP: 1.6 2. Si el primer dgito a truncar es mayor que cinco, incrementar el dgito precedente en 1. Redondear 1,61562 a 5 cifras significativas RESP: 1.6156 3. Si el primer dgito a truncar es cinco y hay dgitos diferentes de cero despus del cinco, incrementa el dgito precedente en 1. Redondear 1,61562 a 3 cifras significativas RESP: 1.62 Redondear 1,62500003 a 3 cifras significativas RESP: 1.63 4. Si el primer dgito a truncar es cinco y hay nicamente ceros despus del cinco, redondee al nmero par. Redondear 1,655000 a 3 cifras significativas RESP: 1.66 Round 1,625000 to 3 cifras significativas RESP: 1.62 Conceptos bsicos

Otra fuente de error que se origina en los instrumentos adems de la precisin, es la exactitud de los mismos. Como vimos, la precisin de un instrumento o un mtodo de medicin est asociada a la sensibilidad o menor variacin de la magnitud que se pueda detectar con dicho instrumento o mtodo. As, decimos que un tornillo micromtrico (con una apreciacin nominal de 10 mm) es ms preciso que una regla graduada en milmetros; o que un cronmetro es ms preciso que un reloj comn, etc. La exactitud de un instrumento o mtodo de medicin est asociada a la calidad de la calibracin del mismo. Imaginemos que el cronmetro que usamos es capaz de determinar la centsima de segundo pero adelanta dos minutos por hora, mientras que un reloj de pulsera comn no lo hace. En este caso decimos que el cronmetro es todava ms preciso que el reloj comn, pero menos exacto. La exactitud es una medida de la calidad de la calibracin de nuestro instrumento respecto de patrones de medida aceptados internacionalmente. En general los instrumentos vienen calibrados, pero dentro de ciertos limites. Es deseable que la calibracin de un instrumento sea tan buena como la apreciacin del mismo. Decimos que conocemos el valor de una magnitud dada, en la medida en que conocemos sus errores. En ciencia consideramos que la medicin de una magnitud con un cierto error no significa que se haya cometido una equivocacin o que se haya realizado una mala medicin. Con la indicacin del error de medicin expresamos, en forma cuantitativa y lo ms precisamente posible, las limitaciones que nuestro proceso de medicin introduce en la determinacin de la magnitud medida.

Clasificacin de los errores Existen varias formas de clasificar y expresar los errores de medicin. Segn su origen. 1) Errores introducidos por el instrumento Error de apreciacin (Dap): si el instrumento est correctamente calibrado la incertidumbre que tendremos al realizar una medicin estar asociada a la mnima divisin de su escala o a la mnima divisin que podemos resolver con algn mtodo de medicin. Segn el autor, podemos definir como el Dap: 1) La mnima divisin del instrumento. 2) La mnima divisin discernible por el observador del instrumento. 3) La mitad de la mnima divisin del instrumento. La mnima cantidad que puede medirse con un dado instrumento la denominamos apreciacin nominal. El error de apreciacin puede ser mayor o menor que la apreciacin nominal, dependiendo de la habilidad (o

falta de ella) del observador. As, es posible que un observador entrenado pueda apreciar con una regla comn fracciones del milmetro mientras que otro observador, con la misma regla pero con dificultades de visin slo pueda apreciar 2 mm. As mismo si medimos un volumen determinado con una pipeta serolgica de 1 ml graduada en 1/100 ml, podemos concluir que la sensibilidad o apreciacin nominal de la medicin es 0,01 ml, o 0,005 ml segn el observador. Error de exactitud (Dex): representa el error absoluto con el que el instrumento en cuestin ha sido calibrado. Error de interaccin (Din): esta incerteza proviene de la interaccin del mtodo de medicin con el objeto a medir. Su determinacin depende de la medicin que se realiza y su valor se estima de un anlisis cuidadoso del mtodo usado. Falta de definicin en el objeto sujeto a medicin (Dde): como se dijo antes, las magnitudes a medir no estn definidas con infinita precisin. Con Dde designamos la incertidumbre asociada con la falta de definicin del objeto a medir y representa su incertidumbre intrnseca. En general, en un dado experimento, todas estas fuentes de incertidumbres estarn presentes, de modo que resulta til definir el error nominal de una medicin Dnom, como: D2nom = D2ap + D2de + D2in + D2ex Este procedimiento de sumar los cuadrados de los errores es un resultado de la estadstica, y proviene de suponer que todas las distintas fuentes de error son independientes una de otras. 2) Errores segn su carcter (comportamiento de la incerteza). Segn su carcter los errores pueden clasificarse estadsticos o aleatorios e ilegtimos o espurios. en sistemticos,

Errores sistemticos: se originan por las imperfecciones de los mtodos de medicin. Por ejemplo, pensemos en un reloj que atrasa o adelanta, o en una regla dilatada, el error de paralaje, etc. Los errores introducidos por estos instrumentos o mtodos imperfectos afectarn nuestros resultados siempre

en un mismo sentido. El valor de Dex sera un ejemplo de error sistemtico pero no son lo mismo, ni los errores de exactitud son los nicos responsables de los errores sistemticos. Imaginemos por ejemplo el caso de una balanza bien calibrada que se usa para conocer el peso de las personas en los centros comerciales u otros negocios, como es usual que las personas (en pblico) se pesen vestidas, los valores registrados con estas balanzas tendrn un error sistemtico por el peso de la vestimenta. La nica manera de detectarlos y corregirlos es comparar nuestras mediciones con otros mtodos alternativos y realizar una anlisis crtico y cuidadoso del procedimiento empleado. Tambin es aconsejable intercalar en el proceso de medicin patrones confiables que permitan calibrar el instrumento durante la medicin. Los errores sistemticos afectan directamente a la exactitud de una medicin. El Error sistemtico constante es el tipo de error que tiene siempre la misma direccin y magnitud, aun cuando cambia la concentracin de la variable analtica. El Error sistemtico proporcional es el error que se halla siempre en la misma direccin y cuya magnitud es un porcentaje de la concentracin de la variable analtica que se mide. Errores estadsticos o aleatorios: La existencia de otra clase de errores llamados indeterminados o aleatorios, se revela por pequeas variaciones en los sucesivos resultados de una serie de mediciones, an cuando stas sean realizadas por un mismo operador, instrumento, etc., en condiciones similares. estos errores surgen de pequeas variaciones fortuitas en el instrumento usado, operador, mtodo, etc.. Tienen origen en la imposibilidad de controlar todas las variables que afectan a las mediciones. De lo anterior se deduce que estos errores no son evitables ni previsibles por parte del operador; pero trabajando en condiciones controladas y tomando ciertas precauciones es posible reducir estas variaciones aleatorias en mediciones sucesivas. Estos errores aleatorios, siguen con bastante aproximacin la distribucin normal, y por lo tanto pueden tratarse estadsticamente. De un nmero de datos o resultados el analista puede cuantificar la incertidumbre introducida por estas variaciones aleatorias y estimar como afecta a los resultados de un mtodo bioqumico determinado. Este error afecta a la precisin de una serie de mediciones determinadas y tiene efectos en el origen de las variaciones intraanalticas e interanalticas. Son los que se producen al azar. En general son debidos a causas mltiples y fortuitas. Estos errores pueden cometerse con igual probabilidad por defecto como por exceso. Por tanto, midiendo varias veces y promediando el resultado, es posible reducirlos considerablemente. Es a este tipo de errores a los que comnmente hace referencia la teora estadstica de errores. Lo denominaremos Dest, y afectan directamente a la precisin de una medicin. Errores ilegtimos o espurios: Supongamos que deseamos calcular el volumen de un objeto esfrico y para ello determinamos su dimetro. Si al introducir el valor del dimetro en la frmula, nos equivocamos en el nmero introducido, o lo hacemos usando unidades incorrectas, o bien usamos una expresin equivocada del volumen, claramente habremos cometido un error. Esta vez este error est ms asociado al concepto convencional de

equivocacin. A este tipo de errores los designamos como ilegtimos o espurios. A este tipo de errores no se aplica la teora estadstica de errores y el modo de evitarlo consiste en una evaluacin cuidadosa de los procedimientos realizados en la medicin. Cuando se desea combinar los errores sistemticos con los estadsticos, la prescripcin usual es sumar los cuadrados de los errores absolutos y luego tomar la raz cuadrada de este resultado. Si estamos midiendo una magnitud A, el error final o combinado o efectivo de A, DA, ser: DA = (D2est + D2nom)1/2 = (D2est + D2ap + D2de + D2in + D2ex)1/2 3) Errores segn su relacin con (el verdadero valor) Los errores pueden asimismo expresarse de distintos modos, a saber: Error absoluto: es el valor de la diferencia entre el valor observado xi y el verdadero valor . Tiene las mismas dimensiones que la magnitud medida y es conveniente expresarla con las mismas unidades de sta.

Error relativo: el cociente entre el error absoluto y el mejor valor de la magnitud, ste nos da la importancia del error.

Error relativo porcentual: es la incertidumbre relativa multiplicada por 100.

Imaginemos que medimos el espesor de un alambre (cuyo dimetro es d 3 mm) y su longitud (L 1 m) con la misma regla graduada en milmetros. Es claro que los errores absolutos de medicin, dados por la apreciacin del instrumento, es en ambos casos la misma (Dd = DL = 1 mm). Sin embargo, resulta evidente que la determinacin de la longitud del alambre es mucho mejor que la del dimetro. El error relativo porcentual refleja esta diferencia, ya que para el caso del dimetro su valor es % = 33% (1mm / 3mm x 100 = 33%), y para el caso de la longitud tenemos el % = 0,1% (1mm / 1000mm x 100 = 0,1%).

El ER% es un ndice inverso de la exactitud de un anlisis.

En la prctica, el valor accesible es la media aritmtica de una serie de medidas, por lo tanto podemos expresar los errores de la siguiente manera:

La diferencia entre un valor medido y la media aritmtica de una serie de mediciones de las que forma parte dicho valor, se denomina desviacin de ese valor:

donde d es la desviacin, xi el valor medido y

la media aritmtica.

La exactitud expresa la correccin de una medicin y la precisin su reproducibilidad. Esquema grfico para comprender la relacin entre exactitud y precisin:

En C existe buena precisin, pero no buena exactitud; en A buena exactitud y precisin, y en B mala exactitud y precisin. En general los errores que afectan el rendimiento de los mtodos analticos se clasifican en aleatorios y sistemticos como hemos visto anteriormente. Los factores que contribuyen al error aleatorio son los que afectan directamente a la reproducibilidad de la medicin. Estos incluyen inestabilidad de los distintos instrumentos que intervienen en la medicin, variaciones de temperatura, variaciones en los reactivos, calibradores, variabilidad en las tcnicas de manejo como pipeteo, mezcla y control de tiempos y variabilidad en los operadores. Estos factores superponen sus efectos entre s a diferentes tiempos. Algunos causan fluctuaciones rpidas y otros se producen durante un tiempo mas prolongado. Por ende el error aleatorio tiene diferentes componentes de variacin que estn relacionados con el mbito real del laboratorio. El componente de variacin dentro de una corrida (precisin intraensayo) (Swr) es causado por etapas especficas del procedimiento, como precisin en el pipeteo y variaciones de corto plazo en la temperatura y estabilidad del instrumento. La variacin intradiaria entre corridas (precisin interensayo intradiaria) (Sbr), es producida por diferencias en la recalibracin, que tienen lugar durante todo el da, variaciones de plazo mas largo en el instrumental, pequeos cambios en la condicin del calibrador y reactivos, cambios en las condiciones del laboratorio durante todo el da y fatiga del personal del laboratorio. El componente de variacin interdiario entre corridas (precisin interensayo interdiaria) (Sbd) es causado por variaciones en el instrumental que ocurren durante perodos de das, cambios en los calibradores y reactivos y cambios en el personal de un da a otro.

Al combinar estos distintos componentes de variaciones: S2(t) = S2(wr) + S2(br) + S2(bd)

Los trminos utilizados para indicar los errores aleatorios incluyen precisin, imprecisin, reproducibilidad y repetibilidad. En cada caso designan dispersin aleatoria de resultados o mediciones alrededor de algn punto de tendencia central. El error sistemtico describe un error elevado o bajo. Si el error es bajo o elevado por la misma cantidad, independientemente de la concentracin, se denomina error sistemtico constante. Si el error es bajo o elevado por una cantidad proporcional a la concentracin de la variable analtica, se denomina error sistemtico proporcional. Los factores que contribuyen al error sist. cte. son independientes de la concentracin de la variable analtica, ya que este tipo de error es una magnitud constante en todo el intervalo de concentraciones de la variable. Este tipo de error puede ser causado por una sustancia interferente, corrimiento de longitud de onda, etc.. El error puede ser bajo o elevado es decir positivo o negativo. El error sistemtico proporcional puede deberse a un cambio en la concentracin del testigo para un mtodo en particular.

Cifras significativas (este apartado se ampliar mas adelante). Cuando realizamos una medicin con una regla graduada en milmetros, est claro que, si somos cuidadosos, podremos asegurar nuestro resultado hasta la cifra de los milmetros o, en el mejor de los casos, con una fraccin del milmetro, pero no ms. De este modo nuestro resultado podra ser L = (95.2 0.5) mm, o bien L = (95 1) mm. En el primer caso decimos que nuestra medicin tiene tres cifras significativas y en el segundo caso slo dos. El nmero de cifras significativas es igual al nmero de dgitos contenidos en el resultado de la medicin que estn a la izquierda del primer dgito afectado por el error, incluyendo este dgito. El primer dgito, o sea el que est ms a la izquierda, es el ms significativo (9 en nuestro caso) y el ltimo (ms a la derecha) el menos significativo, ya que es en el que tenemos "menos seguridad". Ntese que carece de sentido incluir en nuestro resultado de L ms cifras que aquellas en donde tenemos incertidumbres (donde "cae" el error). No es correcto expresar el resultado como L = (95.321 1) mm, ya que si tenemos incertidumbre del orden de 1 mm, mal podemos asegurar el valor de las dcimas, centsimas y milsimas del milmetro. Si el valor de L proviene de un promedio y el error es del orden del milmetro, se debe redondear el dgito donde primero cae el error. Es usual expresar las incertidumbres con una sola cifra significativa, y solo en casos excepcionales y cuando existe fundamento para ello, se pueden usar ms. Tambin es usual considerar que la incertidumbre en un resultado de medicin afecta a la ltima cifra si es que no se la indica explcitamente. Por ejemplo, si slo disponemos de la informacin que una longitud es L = 95 mm, podemos suponer que la incertidumbre es del orden del milmetro y, como dijimos antes, el resultado de L tiene dos cifras significativas. Una posible fuente de ambigedad se presenta con el nmero de cifras significativas cuando se hace un cambio de unidades. Si en el ltimo ejemplo deseamos expresar L en mm, el resultado sera L = (950001000) mm. Cuntas cifras significativas tenemos en este resultado?. Claramente dos, igual que antes, ya que la ltima cifra significativa sigue siendo 5. Sin embargo, si no indicamos explcitamente la incertidumbre de L, es difcil saber cuntas cifras significativas tenemos. Ntese que 95 mm 95000 mm, ya que el primer resultado tiene slo dos cifras significativas mientras el segundo tiene 5 (a propsito compare los costos de los instrumentos para realizar estas dos clases de determinaciones). Para evitar estas ambigedades se emplea la notacin cientfica. Podemos escribir la siguiente igualdad: 9.5 x101 mm = 9.5 x 104 mm. Notemos que los nmeros en ambos miembros de la igualdad tienen igual nmero de cifras significativas, siendo la nica diferencia las unidades usadas. Error de una magnitud que se mide una nica vez

En este caso el mejor valor ser simplemente el valor medido y el error vendr dado por el error nominal Dnom del instrumento DZ = Dnom Error de una magnitud que se mide directamente N veces Un modo de minimizar la incidencia de los errores estadsticos, es realizar varias mediciones del mesurando. Dado el carcter al azar de los este tipo de errores es claro que, al promediar los resultados, el promedio estar menos afectado de las desviaciones estadsticas que los valores individuales. El procedimiento que se describe a continuacin es un mtodo para determinar el nmero ptimo de mediciones a realizar en cada caso y el modo de determinarlas incertidumbres asociadas al promedio. Esta teora no es aplicable para reducir los errores de carcter sistemtico o espurios. Supongamos que se han hecho N mediciones de una misma magnitud. Estas N determinaciones pueden ser consideradas una muestra de todas las posibles mediciones que se podran realizar (poblacin). El mejor estimador de la magnitud viene dado por el promedio aritmtico de los valores. ste es llamado tambin el mejor valor o estimador de x o valor mas probable.

Tambin definimos la desviacin standard o error cuadrtico medio de cada medicin. Esta cantidad es equivalente al concepto de desv. standard de la poblacin; mas especficamente es un estimador de la misma. Si suponemos que realizamos varias series de mediciones de x, y para cada una de estas series calculamos el promedio es de esperar que estos valores tendrn una distribucin t, donde: es el error standard del promedio y es . el estimador del error de

Recordemos que S es la dispersin de cada medicin y que no depende de n sino de la calidad de las mismas, mientras que el error standard del promedio si depende de n y es menor cuanto mas grande es n. Al aumentar n, el error standard del promedio disminuye, pero desde un punto de vista fsico el error en solo puede disminuir hasta hacerse igual o del orden de Dnom. El balance ptimo se logra cuando el Dnom. Esto nos Sx da un criterio para decidir cual es el nmero ptimo de mediciones a realizar

de una mesurando. Como suponemos que S es constante con n, la idea es hacer un nmero pequeo de mediciones preliminares n prel = 5 o 10 de donde se obtiene: n optimo = (S / Dnom)2 Si n optimo>n prel, se completan las mediciones para lograr n optimo valores. Si n optimo<n prel, no se realizan mas mediciones que las preliminares y se usan todas ellas. En todos los casos el error combinado o efectivo vendr dado por: Dx2 = D2nom + S2x Dx = ( D2nom + S2x )
1/2

Los pasos a seguir para medir una magnitud fsica x son: 1) Se realizan unas 5 a 10 mediciones preliminares y se determina S. 2) Se determina n optimo. 3) Se completan las n optimo mediciones de x. 4) Se calcula el promedio y su incertidumbre estadstica Sx. 5) Se calcula el valor del error efectivo Dx = ( D2nom + S2x )1/2. 6) Se escribe el resultado de la forma X= Dx 7) Se calcula el error relativo porcentual = ( Dx / 8) Se analizan posibles fuentes de errores sistemticos y se corrige ) x 100. el valor medido. 9) Se evala la incertidumbre absoluta de la medicin combinando las incertidumbres estadsticas y sistemticas. Combinacin de N mediciones independientes Una situacin frecuente en ciencia es la determinacin del mejor valor de una dada magnitud usando N valores que resultan de mediciones independientes (obtenidos por diferentes autores, con diferentes tcnicas e instrumentos). Cada una de estas mediciones independientes puede tener asociada distintos errores. Es decir, tenemos un conjunto de N mediciones, cada una caracterizada por un par (xk, sk), con k = 1, 2, ..., N. Nuestro objetivo es obtener el mejor valor para la magnitud en discusin. Es claro que al combinar los distintos resultados para obtener el mejor valor, <x>, es preciso tener en cuenta los errores de cada determinacin, de tal modo que aquellos valores que tengan menos error "pesen" ms en el resultado final. Es posible demostrar en este caso que el mejor valor <x> viene dado por[1,8]: