UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA QUIMICA

DEPARTAMENTO DE QUIMICA

DOCENTE: Jos Canales Mairena

ASIGNATURA:Qumica Analtica

UNIDAD II: Qumica Analtica Cuantitativa

SUMARIO:
1) Principios Generales
2) Etapas de un Anlisis Qumico
3) Clasificacin de los Mtodos Cuantitativos
4) Evaluacin de los datos Analticos. Precisin y ExactitudError. Tipos de
errores: Determinados e indeterminados. Fuentes de error.

OBJETIVOS:
1- Conocer los principios generales que rigen a los mtodos cuantitativos
2- Caracterizar las etapas de un anlisis
3- Analizar las clasificacin de los mtodos cuantitativos
4- Interpretar la evaluacin de los datos analticos en trminos de error.

DESARROLLO:
PRINCIPIOS GENERALES: La Qumica Analtica a travs de los mtodos de
anlisis rigen el comportamiento de los analitos cuando estos son sometidos a los
al anlisis cuantitativos. El anlisis cuantitativo informa que cantidad de un analito
o una especie qumica est contenida en una cantidad dada de muestra. Estos
resultados por lo general se expresan en trminos relativos como tanto por ciento,
tanto por mil, partes por milln, partes por billn de la muestra dada. Tambin los
resultados se pueden expresar en trminos que incluyan el peso del analito o el
volumen del mismo por unidad de volumen de la muestra, a si tambin en
trminos de fraccin molar. Todos los mtodos cuantitativos tanto volumtricos
como gravimtricos utilizaran algunas o todas estas formas o maneras de anlisis.

ETAPAS DE UNA ANALISIS QUIMICO:

Casi todos los anlisis qumicos estn precedidos por unas series de pasos
preliminares que debemos de seguir para llevar el anlisis a los resultados
esperados. Continuacin detallamos estas etapas:
Definicin del problema: Primero debemos de saber cul es la exactitud
requerida para de esta manera elegir el mtodo a emplear. Un mtodo que sea
incapaz de dar datos fiables, supone una prdida de tiempo, lo mismo que realizar
un anlisis con demasiada exactitud. La exactitud tambin se relaciona con el
tiempo disponible para realizar el anlisis.
Muestreo: En este caso es fundamental la obtencin de una muestra
representativa. En general entre mas pulverizada y homognea sea la sustancia,
ms fcil ser obtener una muestra. La muestra puede ser liquida, slida o
gaseosa, lo importante es que deba ser representativa de toda el rea de muestro
o del lugar donde se tomo la muestra
Preparacin de las muestras para el anlisis: Si las muestras son slidas se
deben pulverizar con el objetivo de disminuir el tamao de la partcula despus de
debe de mezclar para asegurar su homogeneidad. Adems la absorcin o
eliminacin de agua contribuir a que el porcentaje en la composicin de una
muestra dependa de la humedad ambiental. Esta dificultad se supera sometiendo
a la muestra a desecacin
Disolucin de la muestra: Muchos a anlisis se llevan a cabo en disolucin de la
muestra. Idealmente los disolventes deberan disolver toda la muestra
rpidamente y en las condiciones adecuadas para que no haya prdida del
compuesto.
Separacin de posibles interferencias: Las interferencias de deben de eliminar
para que no interfieran en el desarrollo del anlisis qumico a aplicar. Existen muy
pocas propiedades fsicas o qumicas que sean especficas de una sola especie,
por lo que las reacciones utilizadas y propiedades medidas son compartidas por
varios elementos o compuestas. Esta falta de especificad dificulta el anlisis, ya
que se hace necesario emplear un algoritmo para a aislar las especies de inters.
Terminacin del anlisis: Por ultimo todas las etapas preliminares del anlisis
tienen como objetivo la medida final que nos indique la cantidad verdadera del
analito en la muestra objeto de anlisis

CLASIFICACION DE LOS METODOS CUANTITATIVOS DE ANALISIS:

Los medos analticos se clasifican de la siguiente manera:
Volumtricos: Medir el volumen de una solucin que contenga suficientereactivo
para que reaccione completamente con el analito.
Gravimtricos: La medida final implica la determinacin de la masa del analito en
la muestra
Mtodos Electroanalticos: Estn basados en la medida de alguna magnitud
elctrica como voltios, amperios, ohmios y culombios.
Mtodos Espectroscpicos: Se basan en la medida de la interaccin de la
radiacin electromagntica con la materia entre ellos tenemos, rayos x,
ultravioleta, visible, infrarrojo, microondas, ondas de radios producidos por tomos
o molculas del analito

EVALUACION DE LOS DATOS ANALITICOS: PRECISION Y EXACTITUD:

El aseguramiento de la calidad en las mediciones analticas. Principio bsico de
las tcnicas analticas ms comunes. La ley de la propagacin de la incertidumbre.
Leyes de distribucin de errores en las mediciones de las masa, volumen,
temperatura etc. Cada medida fsica est sujeta a un grado de incertidumbre que,
en el mejor de los casos solo puede ser reducida a un nivel aceptable. Determinar
la magnitud de esta incertidumbre es a veces difcil y requiere un esfuerzo
adicional, ingenio y buen criterio por parte del analista. Sin embargo la evaluacin
de la incertidumbre es una tarea que no puede desestimarse porque una medida
cuya exactitud sea totalmente desconocida es intil.
Precisin: El termino precisin se usa para describir la reproducibilidad de los
resultados. Puede definirse como la concordancia entre los valores numricos de
dos o ms mediciones que se han obtenido de idntica forma. Existen varios
mtodos para evaluar la precisin de los datos.
Mtodo Absoluto para determinar la Precisin: Un mtodo comn para
expresarla es la desviacin respecto a la media (x x ) y consiste,
i

simplemente, en la diferencia numrica, sin tener en cuenta el signo, entre un

valor experimental y la media de la serie
Por ejemplo. En un anlisis de cloruro de una muestra proporciona los siguientes
datos:
%de Desviacin Desviacin
Muestra Cloruro respecto respecto
a la media |xi-
x
a la mediana
x1 24.39 0.077 0.03
x2 24.19 0.123 0.17
x3 24.36 0.047 0
Total 72.94 0.247 0.2
Promedio 24.313 0.082 0.07

La media para esta serie es 24.31 por 100 de Cl -. La desviacin del segundo
resultado respecto a la media es 0.12; siendo 0.17 respecto a la mediana. La
desviacin promedio respecto a la media es 0.08 por 100 de Cl -. Los datos de la
tercera columna se calcularon usando el valor de 24.313 como valor de la media
en vez del dato redondeado 24.31 esto se hace con fin de disminuir los errores
aleatorios en los resultados finales.
El intervalo o recorrido (w) en una serie de datos es tambin una medida de la
precisin, y es simplemente la diferencia numrica entre el resultado mayor y el
menor. En el ejemplo anterior el intervalo es de 0.20 por 100 de Cl -
La desviacin estndar y la varianza son otras medidas de la precisin ms
significativas.
Mtodos Relativos para Expresar la Precisin: Frecuentemente es conveniente
indicar la desviacin relativa respecto a la media o (mediana) en trminos de tanto
por ciento o por mil. Para el ejemplo anterior, la desviacin relativa de la muestra
x1 respecto a la media es:
(0.077/24.313)* 100 = 0.32% = 0.3%
La desviacin promedio de la serie respecto a la mediana, en tanto por mil es:
(0.067/24.36)* 1000 = 2.8 30/00
Exactitud: El termino exactitud indica la proximidad de una medida a su valor
aceptado y se expresa en trminos de error. Es preciso destacar la diferencia
fundamental que existe entre precisin y exactitud. Exactitud supone una
comparacin con un valor verdadero o aceptado como tal, mientras que la
precisin indica la concordancia entre las medidas que han sido realizadas de la
misma forma.
El error Absoluto: EA. De una medida es la diferencia entre el valor observado x i
y el valor aceptado xt:

E = xi - xt
En contraste con la precisin donde el nico inters es una diferencia numrica, el
signo asociado con el error es tan importante como el mismo valor numrico,
porque el analista necesita conocer si el efecto del error ha provocado un aumento
o disminucin de los resultados.
El valor aceptado puede estar sujeto a un error apreciable; consecuentemente es
difcil establecer una estimacin real de la exactitud de una medida. Supngase
que en el ejemplo anterior el valor aceptado para el porcentaje de cloruro en la
muestra es 24.35por 100. El error absoluto de la medida es:
24.31 24.35 0 0.04% de Cl-
El error absoluto de la mediana es
24.36 24.35 = +0.01 % de Cl-
En este caso el pequeo error asociado con la mediana para esos datos es
posiblemente fortuito
A menudo una medida de la exactitud ms til que el error absoluto, es el error
relativo, expresado como porcentaje o tanto por mil. Para el ejemplo anterior.

Error relativo de la media = (-0.04/24.35)* 100 = -.2%

Error relativo de la mediana = (0.01/24.35)* 1000 = 0.4 0/00

Error: Tipos de errores: Resulta adecuado dividir en dos categoras a los
fenmenos de la incertidumbre de las medidas analticas: 1) Errores
determinados, 2) errores indeterminados o aleatorios
Errores Determinados: Tienen causas concretas y valores definidos, los cuales
en principio pueden ser calculados y tenidos en cuenta. Estos errores a menudos
son unidireccional en el sentido de que causa que todos los resultados de una
serie de mediciones repetidas sean o bien altos, o bien bajos, pero no altos y
bajos a la vez.
Errores Indeterminados: Los errores indeterminados se manifiestan siempre que
un sistema de medida se utiliza con mxima sensibilidad. Bajo estas
circunstancias, los resultados no son constantes y fluctan al azar alrededor de un
valor medio. Las fuentes de estas fluctuaciones nunca se pueden identificar
porque estn constituidas de innumerables incertidumbres, que son
individualmente tan pequeas que nunca pueden detectarse. Lo que se observa
es una suma de un gran nmero de incertidumbres insignificantes y no
observables. Si, por casualidad, los signos de la mayora de las incertidumbres
individuales son positivos en cualquier instante, se observa una fluctuacin neta
positiva. Si por el contrario las mayoras son negativas, al sumarse se detectara un
error indeterminado negativo. La situacin ms probable resulta cuando el nmero
y tamao de las incertidumbres positivas y negativas son aproximadamente
iguales. Entonces la fluctuacin neta se aproxima a cero.
Fuentes de Error: no se puede clasificar todas las fuentes de errores imaginables
que pueden afectar las medidas analticas. Sin embargo podemos reconocer, que
las limitaciones en la precisin y exactitud se pueden asociar a tres fuentes
generales: 1) errores instrumentales, que se atribuyen a imperfecciones de los
aparatos de medida, 2) errores del mtodo, que son causados por la conducta
fsica o qumica no ideal del sistema de anlisis, 3) errores personales, que
resultan de las limitaciones fsicas o psicolgicas del analista.
Preguntas Sobre el Tema: 1) mencione brevemente las etapas de un anlisis
2) Cuantos mtodos analticos existen segn su clasificacin, 3) Cual es la
diferencia si existe entre precisin y exactitud, 4) Mencione los tipos de errores
que podemos encontrar en una serie de medidas, 5) Clasifique las fuentes de
errores.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA QUIMICA
DEPARTAMENTO DE QUIMICA

DOCENTE: Jos Canales Mairena

ASIGNATURA: Qumica Analtica
SUMARIO:
1) Definicin de trminos: Media y mediana.
2) Desviacin Estndar, coeficiente de variacin, varianza.
3) Intervalos de confianza
4) Rechazo de datos: Prueba Q.
5) Aplicaciones de las estadsticas a series: Prueba F de Fisher.
OBJETIVOS:
Conocer los trminos media y mediana
Analizar la desviacin estndar, el coeficiente de variacin y la varianza de una
serie de resultado.
Caracterizar los intervalos de confianza segn su nivel
Analiza la Prueba Q y la prueba F de Fisher.

Desarrollo:
Media: Es el valor numrico que se obtiene dividiendo la suma de una serie de
medidas repetidas por el numero de resultados individuales en la serie. Ejemplo.
Calcular la media de las siguientes medidas: 10.06+10.20+10.08+10.10 = 40.44
40.44
10.11
4
Media =
Mediana: La mediana de una serie de resultados, es el resultado alrededor del
cual se distribuyen los dems por igual, la mitad son numricamente ms pequeo
y la otra mitad numricamente mayores. La mediana de una serie que consiste de
un nmero impar de medidas se puede evaluar directamente. Para una serie con
nmero par de medidas, se toma el promedio del valor central.
Ejemplo calcule la mediana para las medidas anteriores.
10.06+10.20+10.08+10.10
20.18
10.09
2
Mediana =
Idealmente la media y la mediana debern ser numricamente idnticas, pero
frecuentemente no lo son, en particular cuando el nmero de medidas individuales
de la serie es pequeo.
Desviacin Estndar: La desviacin estndar de un conjunto de mediciones
individuales es la raz cuadrada de la media de los cuadrados de las diferencias
entre los valores medidos individualmente y la media de las mediciones.

S= ( xix )2
N

Si el nmero de mediciones 10 o menor, se obtendr una mejor medicin de S

como sigue:
S= ( xix )2
N 1

La desviacin estndar es una mejor medida de la precisin que la desviacin

promedio, porque da ms importancia a las desviaciones mayores. Cuando N es
grande y la frecuencia de la desviacin sigue una curva de desviacin normal.
Ejemplo. Dado la siguiente serie de datos calcular la desviacin estndar de los
valores individuales y la desviacin estndar de la media. 29.8, 30.2, 28.6, 29.7

(xi - x
xi - x
xi )2
29.8 0.2 0.04
30.2 0.6 0.36
28.6 1 1
29.7 0.1 0.01
118.3 1.9 1.41

118.3
x = = 29.6
4

1.41
0.69
4 1
S=
Coeficiente de Variacin: El coeficiente de variacin no es ms que la desviacin
estndar dividido entre la raz cuadrada del nmero total de medidas N.

Sv = N

Varianza: La varianza es el cuadrado de la desviacin estndar. La gran virtud de

la varianza como una estimacin de la precisin es la de ser una magnitud aditiva.
Si existe n fuentes independientes de errores indeterminados en un sistema, la
2T 21 1 2 ... 2 n
varianza total,
La desviacin estndar tiene las mismas unidades que la cantidad medida, por
2
eso la mayora de los cientficos analistas prefieren utilizar en lugar de .
A si para las medidas del ejemplo anterior la varianza viene dada como sigue:
 2 (0.69) 2
= 0.4761
Intervalos de Confianza:

El Verdadero valor de la media , en una determinacin es una constante que
nunca se conoce, sin embargo con la ayuda de la teora estadstica, se pueden
establecer los lmites alrededor de la media determinada experimentalmente, x ,
dentro de los cuales cabe esperar encontrar la media verdadera, con un cierto
grado de probabilidad. Estos lmites se denominan lmites de confianza o
intervalos de confianza.
Las propiedades de los lmites de confianza, para una serie de datos dadas, el
tamao del intervalo depende, en parte del nivel de exactitud deseada.
Evidentemente para que una suposicin sea absolutamente correcta, se tendra
que elegir un intervalo alrededor de la media lo suficientemente grande para que
incluyera todos los valores posibles que Xi, pueda tomar. Dicho intervalo no tiene
un valor predecible. Por otra parte, el intervalo no necesita ser tan grande si se
est dispuesto a aceptar la probabilidad de que sea correcto 99 veces de cada
100; puede ser incluso ms pequeo, si se acepta una probabilidad del 95 por
100. En resumen cuanto menos favorable es la probabilidad de hacer una
prediccin correcta, el intervalo determinado por los lmites de confianza se hace
ms pequeo.
El LC para una determinacin depende no solo de la desviacin estndar, S, sino
tambin de la certeza con que esta se conoce.
En algunas situaciones, el analista tendr razn para creer que el valor

experimental para S es una excelente aproximacin para ; en otras, S puede
conocerse con una certeza considerablemente menor. Cuanto mayor se la
incertidumbre en S para la misma probabilidad de exactitud el intervalo de
confianza ser mayor.
Ejemplo:
Se determino Hg en una muestra de 7 pescados del lago Xolotln, mediante un
mtodo basado en la absorcin de radiacin por el Hg elemental gaseoso. Calcule
una desviacin ponderada de la desviacin estndar basados en los siguientes
datos y calcule los limites de confianza al 50 por 100 y al 95 por 100 para el primer
resultado (1.80ppm de Hg.)
 x
Contenido xi
No. De No. De Muestra de Hg en (ppm de ( - x )
2
Muestra medidas ppm Hg)
1 3 1.8,1.58,1.64 1.673 0.0259
2 4 .96,.98,1.02
1.1 1.015 0.0115
3 2 3.13,3.35 3.24 0.0242
2.06, 1.93,
4 6 2.12,
2.16, 1.89,
1.95 2.018 0.0611
.57, .58, .
5 4 64, .49 0.57 0.0114
2.35, 2.44,
6 5 2.70
2.48, 2.44 2.482 0.0685
1.11, 1.15,
7 4 1.22
1.04 1.13 0.017
medidas 28 0.2196
Los valores para la muestra 1 de la columna 5 se obtuvieron como sigue:

xi
( -
xi x ) xi x )2
( -
1.8 0.127 0.0161
1.58 0.093 0.0087
1.64 0.033 0.0011
5.02 0.0259
 5.02
x 1.673
3
=

Los otros datos de la columna se obtuvieron de forma similar. Entonces:

0.0259 0.0115 0.0242 0.0611 0.0114 0.0685 0.0170

0.10 ppm
28 7
SP =
Dado que el numero de grados de libertad es superior a 20, esta estimacin de S,

puede considerarse como una buena aproximacin de
Para calcular los lmites de confianza al 50 por 100 y al 95 por 100 para el primer
resultado (1.80ppm de Hg)

S ponderada 0.10 est basada en suficientes datos para suponer que S .

Segn datos de la tabla. z = 0.67 y 1.96, para los dos niveles de confianza

LC (50%) = 1.80 0.67 * 0.10 = 1.80 0.07 ppm de Hg

LC (95%) = 1.80 1.96 *0.10 = 1.80 0.2 ppm de Hg

La probabilidad es de que 50 veces de cada 100, , la media verdadera ( y en
ausencia de error determinado, el valor verdadero), se encontrara en el intervalo
comprendido entre 1.73 y 1.87 ppm de Hg.

N
Puede demostrarse que el intervalo de confianza esta disminuido por para el
promedio de N medidas repetidas. De este modo, una forma ms general para
z
x
N
calcularlo es =
Rechazo de Datos Prueba Q:
Cuando una serie de datos contiene un dato discordante que difiere
excesivamente del promedio, debe de tomarse la decisin de aceptarlo o
rechazarlo.
De los numerosos criterios estadsticos propuestos para ayudar a decidir la
oportunidad de retener o rechazar un dato sospechoso, el criterio Q es el
preferido.
Para aplicarlo se divide la diferencia entre el resultado dudoso y el ms prximo a
l, por el intervalo de la serie completa. La relacin resultante, Qexp. Se compara
con unos valores de rechazo que son crticos para un grado de confianza
determinado. Si Qexp Qcrit, no se rechazo el resultado, lo contrario si se
rechaza el resultado
Ejemplo.
El anlisis de una muestra de plomo se obtuvieron los siguientes resultados:
55.95, 56.08, 56.04, 56.00 y 56.23. El ltimo valor parece ser anormalmente alto.
Debera aceptarse o rechazarse? A un nivel de confianza del 90 por 100.
La diferencia entre 56.23 y su contiguo ms prximo, 56.08 es de 0.015 por 100, el
intervalo para la serie (56.23 55.95) es 0.28 por 100
0.15
0.54
0.28
Qexp = Para 5 medidas y a un 90 por 100 de confianza, Qcrit, es 0.64,
como 0.54 es ms pequea que Qexp, el resultado no se rechaza.
Prueba F de Fisher:
Esta es una prueba diseada para indicar si existe una diferencia significativa
entre dos mtodos, basndose en sus desviaciones estndares. F se define en
trminos de las variancias de los dos mtodos, en donde la variancia es el
cuadrado de la desviacin estndar.
2
S1
2
S2
F=
En donde S21 S22. Existen dos distintos grados de libertad, v1 y v2, y estos
grados de libertad se definen como N-1, el nmero de mediciones menos 1.
Cuando el valor calculado para F, mediante la ecuacin anterior, excede el valor
tabulado para F en el nivel de confianza elegido, existe una diferencia significativa
entre los dos mtodos.
Ejemplo:
Se trata de desarrollar un nuevo mtodo espectrofotomtrico para determinar el
contenido de de glucosa en el suero sanguneo. Los resultados del experimento se
comparan con la prueba del Folin-Wu, empleando los siguientes conjuntos de
datos de replicas de anlisis realizadas con las mismas muestras, determinar si la
varianza de este mtodo difiere significativamente del mtodo estndar.

Nuevo Mtodo Mtodo Folin-Wu

mg/dl) (mg/dl)
127 130
125 128
123 131
130 129
131 127
126 125
129
x = 127 x =128

( Xi1 X 1 ) 2 50
8.3
N1 1 7 1
S12 =

Xi2 Xm) 2 24
4 .8
2
N2 1 6 1
S2 =
8.3
1.7
4.8
F=
Las variancias se han ordenados de modo que el valor de F es mayor que 1. El
valor tabulado de F para v1 = 6 y v2 = 5 es 4.95. Como el valor calculado es menor,
se llega a la conclusin, de que no existe diferencia significativa en la precisin de
los dos mtodos.

UNIVERSIDAD NACIONAL DE INGENIERIA

 FACULTAD DE INGENIERIA QUIMICA
DEPAURTAMENTO DE QUIMICA

DOCENTE: Jos Canales Mairena

ASIGNATURA: Qumica Analtica
SUMARIO: CLASE PRCTICA
- Desviacin Estndar
- Limites de Confianza
- Prueba Q.
- Prueba F de Fisher

OBJETIVOS:

- Vincular la teora con la practica

- Adquirir habilidad en la resolucin de problemas relacionados.

DESARROLLO:
Ejercicio Numero 1:
x
Contenido
No. De No. De Muestra de Hg en (ppm de x ix
Muestra medidas ppm Hg) | |2
1 3 1.8,1.58,1.64 1.673 0.0259
2 4 .96,.98,1.02
1.1 1.015 0.0115
3 2 3.13,3.35 3.24 0.0242
2.06, 1.93,
4 6 2.12,
2.16, 1.89,
1.95 2.018 0.0611
.57, .58, .
5 4 64, .49 0.57 0.0114
2.35, 2.44,
6 5 2.70
2.48, 2.44 2.482 0.0685
1.11, 1.15,
7 4 1.22
1.04 1.13 0.017
medidas 28 =0.2196
Para las siguientes series de medidas, encuentre la desviacin estndar para las
muestras 1, 2, y 3. Calcule los lmites de confianza a 50 y al 90 por 100, para el
primer resultado de 3.13 de la tercera muestra.

x
(0.0259 0.0115 0.0242)
ix
2 9 1
S = = 0.0877

S = 0.0877 supongamos que est basada en suficientes datos para suponer que S

. Segn datos de la tabla. z = 0.67 y 1.96, para los dos niveles de
confianza dados.

LC (50%) = 3.13 0.67 * 0.0877 = 3.13 0.0588 ppm de Hg

LC (95%) = 3.13 1.96 *0.0877 = 3.13 0.171 ppm de Hg
Ejercicio Nmero 2:
Para los datos de las series del 4 al 7 determine su desviacin estndar y limites
de confianza al 80 y 90 por 100 para la muestra 4 segunda medida 1.89 ppm de

Hg. Suponer que S es una buena aproximacin de

(0.0611 0.0114 0.0685)

S= ( xix )2
N 1 =
15 1
= 0.10

LC (80%) = 1.89 1.29 * 0.10 = 1.89 0.129 ppm de Hg

LC (90%) = 1.89 1.64 *0.10 = 1.89 0.164 ppm de Hg
Ejercicio Nmero 3:
Para las series de datos de la muestra 7 determine su desviacin estndar y
limites de confianza para la primera medida a un nivel de confianza del 95 y 99 por

100. Suponer que S es una buena aproximacin de . Para esos limites de

confianza z = 1.96 y 2.58 respectivamente.

( Xi Xm) 2 0.017
N 1 4 1
S= = = 0.0752

LC (95%) = 1.11 1.96*0.0752 = 1.11 0.147

LC (99%) = 1.11 2.58*0.0752 = 1.11 0.194
Ejercicio Nmero 4:
El anlisis de una muestra de As dio los siguientes resultados en ppm. 10.22,
10.23, 10.24, 10.25, 10.254 y 10.50, respectivamente. El ltimo dato parece
discordante, por consiguiente se debe tener o rechazar el dato dudoso?, a un nivel
de confianza del 90 por 100.
La diferencia entre 10.50 y su contiguo ms prximo es 10.50-10.254 = 0.246
La de la serie es 10.50- 10.22 = 0.28
0.246
0.28
Qexp = = 0.878. Para 6 medidas a un nivel de confianza del 90 por 100
Qcrit = 0.560
Como Qexp Qcrit. El dato se rechaza en base al criterio de la prueba Q.
Ejercicio Nmero 5:
Los datos siguientes corresponden al anlisis de una muestra de Cr en agua.
15.16ppm, 15.18ppm, 15.19ppm, 15.20ppm y 15.30ppm. En base a la prueba Q,
debe aceptarse o rechazarse el ltimo dato a un nivel de del 99 por 100.
15.30-15.20 = 0.10. La diferencia entre el dato discordante y su ms prximo
15.30 -15.16 = 0.14. La diferencia de la serie el dato discordante menos el menor
de los datos.
0.10
0.14
Qexp = = 0.714. Para 5 medidas y a un nivel de confianza del 99 Qcrit =
0.821
Como Qexp Qcrit. El dato se debe conservar.
Ejercicio Nmero 6:
Se desarrolla un mtodo para el anlisis de agua basado en el ndice de refraccin
de la sustancia y los resultados se comparan con un mtodo estndar de la EPA.
Mtodo nuevo
mg/L Mtodo de la
EPA. mg/L
55 57
56 56
57 58
59 60
55 58
58
x =57 58

La relacin se encuentra en trminos de varianza

S 21
2
S1
F=

14 2 .8
( xi x )2 2.8 1.24
5 2.25
S21 = N1 = ,F=

2 ( xix ) 2 9
S2 = N 1 = 4 = 2.25

El valor tabulado para v1 = 5 y v2 = 4, es de 6.26. Como el valor calculado es

menor que el valor tabulado llegamos a la conclusin de que no existe diferencia
significativa entre los dos mtodos, por lo tanto el mtodo probado se acepta.

Ejercicio Nmero 7:
Se realiza un mtodo en el laboratorio para el anlisis de agua, para probar la
dispersin por partculas pequeas un mtodo turbidimtrico y se compara con los
resultados de un mtodo estndar ya probado por la Standard Mtodos.
Mtodo Mtodo
turbidimetrico estndar
 Nuevo. mg/L mg/L
100 102
101 103
102 99
101 102
103 102
104 103
103
x =102 x = 102

La relacin entre los dos mtodos se encuentra en trminos de varianza

2
S1
2
S2
F=

2 ( Xi Xm) 2 12
S1 2.00
N 1 6

2 ( Xi Xm) 2 11
S2 2.2
N 1 5

2.00
0.90
2.2
F=
El valor tabulado para v 1 = 6 y v2 = 5. Es 4.95. Como el valor calculado es menor
que el valor tabulado. El mtodo nuevo se acepta.