Académique Documents
Professionnel Documents
Culture Documents
ANLISIS INSTRUMENTAL
2
Optimizacin de parmetros experimentales
Calibracin ESTADSTICA
Procesamiento de Seales Matemtica
Anlisis de datos Computacin
Recoleccin, agrupacin,
ESTADSTICA presentacin, anlisis e
interpretacin de datos
provenientes de una poblacin
Representativa Tamao
Aleatoria
4
Permite explicar las correlaciones y
dependencias de un fenmeno de Diseo de Experimentos
ocurrencia en forma aleatoria o Anlisis Multivariante
condicional.
Factores k = variables
Diseo de experimentos ( pH, Temperatura, presin)
Repeticiones n = # de rplicas
Efectos principales k1
Anlisis de k2
varianza
Interacciones k1 Vs k2
Significancia
Optimizar condiciones experimentales
Rendimiento de un proceso
Una industria qumica, que obtiene un determinado producto, est
interesada en comprobar si los cambios de temperatura influyen en la
cantidad de producto obtenido.
Temperatura Masa Producto
C (g)
15 1000 1002 998 999
25 1003 999 997 1000
35 1005 995 998 1002
45 996 1006 1000 999
Diseo: Unifactorial
Factores = Temperatura (C)
Variable de Respuesta = Masa de producto (g)
Niveles o tratamientos = 4
Numero de repeticiones n = 4
Nmero total de observaciones N = 16
7 Que conclusin arrojara el experimento realizado?
Ejemplo: Se desea evaluar el efecto del pH y el oxgeno disuelto en
la fotodegradacin de un contaminante en agua.
K1 K2
Diseo:
[pH] [O2 disuelto]
Factores=
1 Variable de Respuesta =
Niveles o tratamientos =
2 +
Numero de repeticiones n =
3 +
Nmero total de observaciones N =
4 + + Que conclusin arrojara el experimento
nivel bajo realizado?
+ nivel alto
8
220 T impermeabilizacin
58 T Enfriamiento
Fuerza
Predecir comportamientos
Reducir # de variables
evaluadas en un sistema
de estudio
10
ESTADSTICA
CALIDAD CONFIABILIDAD
Durante
11 ERRORES
ERRORES
Sistemticos Aleatorios
Unidireccional Multidireccional
EXACTITUD PRECISIN
CONFIABILIDAD
12
RESULTADO CONFIABLE
Preciso Variabilidad
Variabilidad
entre las de la medicin
+
mediciones con el valor
Exacto esperado
13
Preciso pero NO Exacto
NI Preciso NI Exacto
14
ERROR = +
Detectable Al azar
Corregible No detectable
16
Media Desviacin estndar
s
Poblacin
Muestra
GL = n - m
18
m = Nmero de restricciones
Otras formas de expresar la dispersin de los datos
Desviacin estndar relativa:
Coeficiente de variacin:
Varianza:
19
Datos ordenados
} n = impar Valor medio de la serie de datos
Mediana (Me):
n = par Valor medio de los dos datos del
centro de la serie de datos
Valor de la serie de datos que se repite
Moda (Mo):
con mayor frecuencia
20
DISTRIBUCION DE LOS ERRORES
CURVAS DE
HISTOGRAMAS DISTRIBUCION
21
HISTOGRAMA
0.80 0.82 0.79 0.84 0.82 0.83 0.80 0.79 0.77 0.82
0.84 0.76 0.78 0.85 0.78 0.81 0.80 0.77 0.84 0.81
0.79 0.78 0.80 0.79 0.80 0.80 0.81 0.83 0.81 0.77
0.80 0.82 0.79 0.81 0.80 0.79 0.76 0.81 0.82 0.80
0.81 0.80 0.79 0.77 0.81 0.78 0.79 0.79 0.80 0.83
23
1. Ordenar
2. Tabular la frecuencia
3. Representar grficamente
Ordenamiento
0.76 0.76 0.77 0.77 0.77 0.77 0.78 0.78 0.78 0.78
0.79 0.79 0.79 0.79 0.79 0.79 0.79 0.79 0.79 0.80
0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80
0.81 0.81 0.81 0.81 0.81 0.81 0.81 0.81 0.82 0.82
0.82 0.82 0.82 0.83 0.83 0.83 0.84 0.84 0.84 0.85
24
Tabulacin
Concentracin Frecuencia Frecuencia Frecuencia Frecuencia
(mg/kg) relativa acumulada relativa
acumulada
0.76 2 0,04 2 0,04
0.77 4 0,08 6 0,12
0.78 4 0,08 10 0,20
0.79 9 0,18 19 0,38
0.80 11 0,22 30 0,60
0.81 8 0,16 38 0,76
0.82 5 0,10 43 0,86
0.83 3 0,06 46 0,92
0.84 3 0,06 49 0,98
0.85 1 0,02 50 1,00
Total 50 1.00
25
Representacin grfica
0,25
12 ojiva 100%
Frecuencia Relativa
10 0,20
80%
Frecuencia
8
60% 0,15
6
40% 0,10
4
2 20%
0,05
0 0%
0.76
0.77
0.78
0.79
0.80
0.81
0.82
0.83
0.84
0.85
0
0.76 0.80 0.85
ppm Cd
Concentracin
30 0,6
20 0,4
10 0,2
0 0
0.76 0.80 0.85 0.76 0.80 0.85
Concentracin Concentracin
Intervalo (i)
CELDA
28
Nmero de intervalos (h) = R/ i 5 - 15
Mtodo de Sturges
29
EJEMPLO: Construir el histograma de la siguiente serie de datos
del volumen de agua medido por una pipeta volumtrica de 2,5 ml.
2,559 2,556 2,566 2,546 2,561
2,570 2,546 2,565 2,543 2,538
2,560 2,560 2,545 2,551 2,568
2,546 2,555 2,551 2,554 2,574 Nmero de datos: 110
2,568 2,572 2,550 2,556 2,551
2,561 2,560 2,564 2,567 2,560
2,551 2,562 2,542 2,549 2,561
2,556 2,550 2,561 2,558 2,556
2,559 2,557 2,532 2,575 2,551
2,550 2,559 2,565 2,552 2,560
2,534 2,547 2,569 2,559 2,549
2,544 2,550 2,552 2,536 2,570
2,564 2,553 2,558 2,538 2,564
2,552 2,543 2,562 2,571 2,553
2,539 2,569 2,552 2,536 2,537
2,532 2,552 2,575 2,545 2,551
2,547 2,537 2,547 2,533 2,538
2,571 2,545 2,545 2,556 2,543
2,551 2,569 2,559 2,534 2,561
2,567 2,572 2,558 2,542 2,574
2,570 2,542 2,552 2,551 2,553
2,546 2,531 2,563 2,554 2,544
30
h = (1 + 3.322 log n) = (1 + 3,322 log 110) = 7,8 8
i = R/h = (2,575-2,531)/8 = 0.0055 0,005
Valor impar mas cercano
12 60%
10 50%
8 40%
6 30%
4 20%
2 10%
0 0%
2.535 2.540 2.545 2.550 2.555 2.560 2.565 2.570 2.575
Volumen (mL)
32
DISTRIBUCIN NORMAL - CURVA DE GAUSS
Representacin de una funcin de probabilidad continua
-3 -2 -1 1 2 3
33
Media
1 2 Mediana IGUALES
Moda
La unidad
34
DISTRIBUCION NORMAL ESTANDARIZADA
-3 -2 -1 0 +1 +2 +3
La unidad
z
35
36
37
38
39
Cual es la probabilidad de que en una distribucin normal
estandarizada:
Z -1.55
Z - 2.09
40 - 1.80 Z -1 .00
Distribucin Normal
40
35
30
probabilidad (%)
25
20
15
10
5
0
2.520 2.530 2.540 2.550 2.560 2.570 2.580
volumen (mL)
41
Curva Normal estndar para medidas de agua en una
pipeta volumtrica de 2.5 mL
0.45
(-Z2 / 2)
0.40 F(Z) = e
0.35 (2)1/2
0.30
Probabilidad
0.25
0.20
0.15
0.10
0.05
0.00
-3 -2 -1 0 1 2 3
Z
42
Ejemplo : Si las determinaciones repetidas del volumen medido por la pipeta
volumtrica tienen una distribucin normal y su media fue de 2.554 mL y su
desviacin estndar 0.011 mL, cual es la probabilidad de que el volumen
medido por la pipeta sea menor a 2.530 mL.
Ejercicio:
El contenido de un principio activo de un medicamento en pastillas debe ser
de 0.438 mg. Un gran nmero de mediciones del contenido de principio
activo en las pastillas dieron una media de 0.635 mg y una desviacin
estndar de 0.082 mg. S las mediciones tenan una distribucin Normal y se
verific que los anlisis hechos fueron correctos, Cul es el % total de las
pastillas analizadas que no cumple con las especificaciones si la mxima
desviacin estndar permitida para el contenido de principio activo es de
0.050 mg.
43
DISTRIBUCIN MUESTRAL DE LA MEDIA
Si la distribucin de datos de una poblacin no es normal, la
distribucin de un conjunto de medias de muestras provenientes de
dicha poblacin si se distribuir normalmente a medida que n aumente
45
70 distribucion de medidas individuales
distribucion de medias
60
50
40
30
20
10
0
0.46 0.47 0.48 0.49 0.50 0.51 0.52 0.53
concentracin [ppm]
46
47
48
Ejemplo: la distribucin de los valores del principio activo en las
pastillas de medicamento tuvo una media igual a 0.635 mg y una
desviacin estndar de 0.082 mg. Si los datos se agruparan para
hacer una distribucin de medias cual es la probabilidad que una
muestra de 30 pastillas tenga en promedio una concentracin de
principio activo entre 0.388 y 0.488 mg
49
INTERVALO DE CONFIANZA
50
Para muestras grandes n
IC:
Z (95%) =1.96
Z
Z (99%) = 2.58
- Z Z
Lmite superior + Z
Z
Lmite inferior - Z
51
Para muestras pequeas
IC
t(n-1) s
Lmites de Confianza IC = t s
Lmite superior + t(n-1) s Confianza = C = t s
absoluta
Lmite inferior - t(n-1) s 2
n ts
52 C
Ejemplo:
1- Se determin la concentracin de Hg en 51 muestras de agua
potable. La media fue de 0.95 ng/L con una desviacin estndar
de 0.09 ng/L
a- Calcular el intervalo de confianza de la concentracin media
de Hg en el agua con 95% de certeza.
b- Cual debe ser el tamao de muestra para reducir el
intervalo de confianza a 0.02?
53
Ejercicio:
El contenido de alcohol en una muestra de sangre certificada se
determin empleando una nueva metodologa, obteniendo los
siguientes resultados 0.084%, 0.089% y 0.079%.
t(n-1) s
No incluye a
Error sistemtico
56
DESVIACIN ESTNDAR DE RESULTADOS
CALCULADOS
57
Cifras significativas
REGLAS
Todos los dgitos entre 1-9 son significativos y el cero si est
entre valores distintos de cero.
El cero antes del punto decimal no es significativo
Todos los ceros a la izquierda de una cifra decimal que no
estn entre nmeros distintos de cero no son significativos
Los ceros finales despus del punto decimal son significativos
Los ceros finales en un nmero entero pueden o no ser
58 significativos
Ejercicios:
1. Cuantas cifras significativas tiene cada uno de los siguientes
valores:
6.023 x 1023 4
99.90 4
0.0200 3
0.00301 3
1 x 104 1
2.0 2
60
caracterstica mantisa
Antilogaritmos el resultado debe contener tantas cifras
significativas como dgitos tenga la mantisa
Redondeo de datos
1. Si el digito a la derecha del ltimo digito requerido es 5, el
ultimo digito requerido se mantiene sin cambio.
61