Professional Documents
Culture Documents
Figura. Nro. 01. Expresión visual del Análisis instrumental en la formación científica de las carreras de las ciencias
de la Ingeniería, bioquímica y medicina, que constituyen ahora nuestra cultura inicial.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
1
identificar el analito que interesa, ¿Cómo obtener una muestra representativa?, luego decidir
sobre que método utilizar para la preparación de la muestra, la eliminación de las
interferencias, realizar los ensayos, tratamiento de los datos, la concentración de la
sustancia en la muestra, Pruebas estadísticas las que nos ayudan a decidir si hemos
dado una respuesta correcta al problema analítico planteado, esto es respuestas
numéricas con limites de error. Empleo de equipos adecuados, Calibración instrumental
que aseguren el funcionamiento correcto, Construcción de una curva de calibración con el
empleo de patrones o estándares de concentración conocida, Validación de un método
analítico, esto implica demostrar experimentalmente y formalmente que un proceso de
medición química funciona como se espera de él, Evaluación de la calidad de un
laboratorio analítico, y finalmente la acreditación del laboratorio, reconocimiento formal por
una organización independiente con bases certificadas, para los cuales el laboratorio
afirma ser competente.
2
1.2. Clasificación de los Métodos Analíticos Instrumentales. Son métodos modernos de
separación, cuantificación e identificación de especies químicas utilizando una zona
específica del espectro electromagnético, en paralelo al desarrollo de la industria
electrónica e informática; se basan en el uso de propiedades físicas que pueden utilizarse
como señales analíticas en los métodos instrumentales. Cuadro Nro. 01.
3
Figura. Nro. 02. Diversos instrumentos de análisis instrumental. Fuente:
www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691
Cuadro. Nro. 02. Componentes de los instrumentos analíticos en función de los diversos equipos.
Fuente: Sergio Figueroa Arroyo Alberto Valdés Tabernero y Ana Mª Garcia Palomino. Introducción a las técnicas
de análisis instrumental pág. Nro. 8
1.3. Planteamiento del Problema. Para definir el problema analítico principal es necesario
una definición clara, el método de trabajo seleccionado depende de la respuesta a las
siguientes cuestiones:
4
Tabla Nro 01: Preguntas de un problema analítico
1 ¿Cuál es el analito a determinar? [ Ca2+ ]
2 ¿Qué exactitud y precisión se requieren? Ppm
3 ¿De qué metodologías analíticas se dispone Absorción atómica
para su determinación?
4 ¿Cuál es la muestra en que se encuentra el Solución
analito?
5 ¿Cuántas muestras se analizan? Varias
6 ¿Cuál es el intervalo de concentraciones que 640 ppm
puede encontrarse del analito en la muestra?
7 ¿Qué componentes de la muestra interferirían Mn2+
en la determinación?
8 ¿Cuáles son las propiedades físicas y químicas Solución acuosa
de la matriz de la muestra?
9 ¿Cuántas muestras deben analizarse? 3
10 También debemos considerar los siguientes . Costo y disponibilidad de
criterios equipos, costo por muestra
. Tiempo requerido para el
análisis, complejidad del
método, habilidad del
operador.
Esquema básico
Fuente Selector Celda Detector
de P0 P
P
A log
P
0
Figura. Nro. 03. Esquema básico de un espectroscopio UV/VISIBLE. Fuente: quimica-
analitica-i.wikispaces.com/
Método: Aplicación concreta de una técnica analítica. Ejm: Digestión regia, perclórica,
total.
Procedimiento: Conjunto de instrucciones pormenorizadas para desarrollar un método.
Análisis: Conjunto global de operaciones analíticas aplicadas a la muestra
5
Determinación: Medida de la concentración de uno o varios componentes de la muestra
Medida: Término aplicable a la propiedad física o físico-química que nos sirve de base
para la determinación del analito. LA MUESTRA SE ANALIZA, EL ANALITO SE
DETERMINA Y LA PROPIEDAD SE MIDE
FORMULACIÓN DEL PROBLEMA ANALÍTICO Y ESTRATEGIA ANALÍTICA
Figura. Nro. 04. Expresión de una manera objetiva de la formulación del problema analítico y estrategia a seguir.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
6
Tabla Nro 02: Proceso de Investigación
1 Establecimiento del problema/propósito 7 Metodología: Diseño, muestra,
Muestreo, Instrumentos,
Procedimientos, Análisis de datos,
Discusiones y conclusiones
2 Relevancia del estudio 8 Publicaciones
3 Revisión de la literatura
4 Marco conceptual
5 Hipótesis/Pregunta/Objetivo
6 Definiciones
7
comodidad en el manejo, pero en otros, como es el caso de las muestras para la
determinación de plaguicidas, es preferible el vidrio. En otros casos, como cuando se
pretende medir con precisión gases disueltos o la DBO, se deben usar botellas de cuello
ancho con tapón esmerilado y biselado para poder cerrar sin dejar ninguna burbuja de aire
(botella Wrinkler).
En cuanto al llenado, es preciso que estén totalmente llenas las botellas y perfectamente
cerradas. De esta manera se evitan alteraciones del pH, CO2 gases, alcalinidad y calcio.
Para algunas determinaciones, como metales pesados, es necesario tomar una doble
muestra y en una de ellas, estabilizar dichos metales mediante acidificación, que puede
hacersecon HCl ó HNO3. En casos excepcionales, sobre todo en verano, las muestras
deben conservarse en nevera portátil hasta su llegada al laboratorio. Esto es especialmente
importante para muestras en la que haya que realizar análisis bacteriológicos (tomados en
botellas estériles) o para determinaciones muy precisas en las que cambios térmicos pueda
provocar variaciones iónicas indeseables.
Una vez ingresadas las muestras al laboratorio, han de seguirse las normas básicas de
almacenamiento y análisis que se describen en la parte experimental de este Manual
instructivo.Etiquetar la muestra con las especificaciones exactas de su contenido.
Figura. Nro. 05. Muestra tenemos que tener en cuenta su Naturaleza, Concentración y Matriz.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
1.4.1. Muestra. Es la parte (alícuota) del objeto que contiene a los analítos. Porción
pequeña seleccionada para su examen, de una cantidad de material en mayor proporción, a
la hora de recoger la muestra es de especial atención, que esta sea representativa de una
mucha mayor cantidad. Su composición debe reflejar lo mejor posible una porción
representativa de todo el material. Dentro de la muestra se encuentran constituyentes, es
decir, las sustancias que trataremos de determinar.
8
Figura. Nro. 06. Muestra tenemos que tener en cuenta su Naturaleza, Concentración y Matriz.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
El objetivo es seleccionar una, varias porciones o alícuotas del material a ensayar, como
primera parte de un procedimiento analítico, entonces es el método de muestreo y la
preparación de la muestra están íntimamente relacionados con el procedimiento
analítico a realizar, la meta de cualquier procedimiento de muestreo es asegurar que la
muestra tomada sea REPRESENTATIVA de la composición del material a analizar, se
consideran seis principios generales a tenerse en cuenta en esta etapa del análisis. Toma
de muestra, preparación, medida, evaluación de datos, resultados y conclusiones e
informe. Otros factores en un proceso analítico que se consideran.
1. Muestras aleatorias: Es aquella que se selecciona de tal manera que cualquier porción
del objeto tiene un determinado grado de probabilidad de ser tomada. Son aquellas que
resultan de un muestreo regular al azar.
9
2. Muestras blancas: Son aquellas que tienen unas características bien definidas y
conocidas que se mantienen globalmente constantes, salvo excepciones.
5. Muestras negras. Son aquellas de las que no se tiene ninguna información previa.
a. Espacial: Significa que el material es diferente en extensión, profundidad, etc. Ej: una
Lámina de acero, una pila de un mineral extraído de una mina o un Contenedor colmado de
cereales.
b. Temporal: El material presenta cambios a lo largo del tiempo. Pueden ser Continuos o
Discontinuos. Ej.: el incremento de una especie en particular en un reactor Industrial o
cambios accidentales que se producen en el tiempo, son Ejemplos de cambios continuos.
Tabletas farmacéuticas en una cinta de producción/embalaje.
1.4.3. El muestreo. Una muestra adecuada debe ser representativa y homogénea del
material a analizar, lo que significa que debe ser igual en todas sus partes, en la medida
que esto se logre el error de muestreo se reduce. Muchas veces el muestreo es el factor
limitante en la precisión y en la exactitud de los resultados. Una de las problemáticas
principales del muestreo se origina en la heterogeneidad del material a analizar, la
heterogeneidad siempre existe y podemos tener según el plan de muestreo como intuitivo,
estadístico, dirigido discreta, continua. (Espacial, temporal o ambas), de protocolo..
10
Figura. Nro. 08. El objetivo en la toma de muestras es que sea homogenea.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
Lotes: Material completo del que se toman las muestras. Ej. Agua de un lago, cajas
individuales de un camión.
Muestra bruta: Se obtiene del lote para análisis o almacenamiento, suele seleccionarse de
modo que sea representativa del lote y su selección es crítica para realizar un análisis
válido. De la muestra bruta se toma una muestra de laboratorio.
Muestra de laboratorio: Mas reducida, deben tener exactamente la misma composición de
la muestra bruta, para realizar los análisis individuales se emplean alícuotas de la muestra
de laboratorio.
Diagrama Nro 01: Tipos de muestra
11
analítico. Cuando las muestras son heterogéneas (distinta composición en sus partes) el
problema se complica en gran medida, el resultado final depende de la forma y trato de las
muestras.
12
7. De protocolo: cuando se debe seguir un procedimiento de muestreo detallado en una
norma, método estándar, publicación oficial, etc.
8. Errores de muestreo: Los grandes errores son debidos con más frecuencia a un
muestreo incorrecto que a una aplicación del método no adecuado. La libreta del analista
debe contener información de cómo se recolecta y almacena la muestra, antes de proceder
con el análisis.
Las causas frecuentes son no tomar en cuenta las estratificaciones, propiedades analíticas
varié de forma no uniforme, que las emulsiones o suspensiones durante el transporte
originen separación de partículas. Para errores aleatorios, la desviación estándar global
(S ), se relaciona con la desviación estándar del proceso analítico (S ) y la desviación
0 a
estándar global del muestreo (S ):
m
2 2 2
S =S +S
o a m
13
Figura Nro. 09. Etapas de un análisis. Balanza analítica: Fuente:
cursweb.educadis.uson.mx/.../Introducción%202007-2.%20Unidad%20I.PPt
1.4.6. Preparación de la Muestra para que este en forma correcta para el Análisis. Son
escasos los casos donde no se requiera un tratamiento de la muestra, habitualmente la
muestra necesite algún tipo de manejo, con el fin de preparar la muestra en la forma,
tamaño y concentración adecuada del analito, conforme al método (técnica) seleccionada y
eliminar las interferencias matriciales. Esto quiere decir que deben tenerse en cuenta los
cinco principios generales.
Tabla Nro. 05: Preparación de la muestra
1 Debe hacerse sin perder ningún analito.
2 Debe transformar el analito (s) en la mejor forma química para el Iones
método de ensayo a utilizar
3 Debe, si es necesario, incluir la eliminación de interferencias en Precipitación
la matriz
4 Debe hacerse sin agregar ningún nuevo interferente
5 Debe considerar, siempre y cuando sea necesario, la dilución o Concentración
la concentración del analito hasta obtener una concentración del dentro del
mismo que esté dentro del intervalo optimo del método de intervalo
análisis utilizado.
(K.A. Rubinson y J.F. Rubinson, pag. 92)
1. La preparación de la muestra debe llevarse a cabo sin la perdida de analito (s) máxima
recuperación.
14
2. Se debe trasformar el analito en la mejor forma química para el método de ensayo a
utilizar
3. Se debe incluir, si es necesario, la eliminación de interferencias de matriz (mayor
selectividad)
Figura. Nro. 10. Expresión de una manera complementaria del proceso analítico para un caso.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
15
6. En cuanto a la estabilidad de algunas soluciones de reactivos se descomponen en
cuestión de horas, por lo que, deben ser preparados justo antes de su empleo frentes a
otras que son estables durante años.
Figura. Nro. 12. Las técnicas y los métodos de la extracción, concentración y limpieza.
Fuente: www.utim.edu.mx/~navarrof/Docencia/QuimicaAnalitica/conf1.ppt
7. Antes de llevar a cabo un análisis se debe tener confianza en el procedimiento. Para ello
el procedimiento completo se ha de llevar a cabo mediante los reactivos estándares de
referencia.
Los reactivos más comunes para atacar muestras, son los inorgánicos (HCl, HNO 3), el
amoniaco concentrado más calor, disuelve todos los metales excepto al cromo y aluminio,
fusión con sales solidas con un exceso de 10 veces el fundente, calentando hasta la fusión
entre 300 y 1000 °C, obteniéndose un producto soluble en agua.
16
Diagrama Nro 02: Selección Metodológica analítica
Métodos Analíticos
Fuente. www.uhu.es/alfredo_velasco/.../01-TranspIntrodQA-0708.ppt
a. Métodos Químicos. Que son los gravimétrico y volumétricos.
17
Figura. Nro. 14. Método volumétrico determinación de la concentración de un analito.
Fuente. www.uhu.es/alfredo_velasco/.../01-TranspIntrodQA-0708.ppt
Figura. Nro. 15. Métodos analíticos clásicos, valoración por formación de complejos, precipitación, ácido-base y
valoración redox.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
Entre los métodos clásicos se tienen también los del análisis titrimétrico, papeles de ensayo
para el análisis semi-cuantitativo de los iones haluro y los papeles de ensayo para diferentes
iones metálicos y los métodos de cromatografia iónica.
18
Tabla Nro. 06: Tipos de Métodos Instrumentales
Señal Métodos Instrumentales
Emisión de radiación (Interacción del Analito con la Espectroscopia de emisión ( rayos X, UV-visible, de
REM) electrones, Auger); fluorescencia, fosforescencia y
luminiscencia (rayos
X, UV y visible)
Absorción de radiación (Interacción del Analito con la Espectrofotometría y fotometría (rayos X, UV, visible,
REM) IR); espectroscopia foto acústica; resonancia magnética
nuclear y espectroscopia de resonancia de espín
electrónico
Dispersión de la radiación (id) Turbidimetría; nefelometría; espectroscopia Raman.
Fuente: SKOOG-HOLLER-NIEMAN Principios de ANALISIS INSTRUMENTAL 5ta Edic. Mc Graw Hill Pag. 2
Casi todos los métodos instrumentales se basan en la relación entre energía y materia. La
variedad de los métodos instrumentales es tal, que casi todas las manifestaciones de
energía tienen su correspondiente método analítico.
Los métodos ópticos incluyen todos aquellos métodos que implican una interacción entre
la materia y la radiación electromagnética, desde los rayos X hasta las microondas.
Parte de la radiación `puede ser absorbida por la muestra y convertida en energía térmica,
otra parte puede ser dispersada o reemitida con o sin cambio de longitud de onda, también
puede tener un cambio en las propiedades de la radiación no absorbida ni dispersada tal
como un cambio en el estado de polarización, finalmente la muestra, la muestra misma
puede emitir radiación electromagnética, bajo condiciones determinadas de excitación.
Casi todos los métodos instrumentales se basan en la relación entre energía y materia. La
variedad de los métodos instrumentales es tal, que casi todas las manifestaciones de
energía tienen su correspondiente método analítico.
19
Tabla Nro 07: Selección del método
Inconvenientes:
20
Figura. Nro. 16. Un método analítico instrumental convierte una señal en un valor de interés.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
21
analítico se considera físico cuando no incluye reacción química alguna y la operación de
medida no modifica la composición química del sistema.
22
Diagrama Nro 03: Interacción radiación electromagnética (REM) con la materia
1.5.1. Método estándar. Expresa un procedimiento de análisis que incluye los pasos
secuenciales (etapas) y técnicas a utilizar en el análisis de muestras especificas y que
viene con un soporte de la normatividad de organismos y agencias nacionales e
internacionales competentes en el tema. (Existen varios métodos estándar aplicable para
un mismo analito) Si es de cumplimiento obligatorio, recibe el nombre de protocolo.
Ejemplo: Técnicas AOAC (Association Official Analytical Chemistry)
Ejemplo: Normas FIL (Federation International de Laiterie), cualquier diseño de método
alternativo, requiere una validación comparativa de los resultados obtenidos en el nuevo
método con el de otros métodos estándar. Por lo general se requieren muestras estándar
(composición fija, conocida y estable, material de referencia certificado).
23
Tabla Nro. 09. Características patrones de calibración
Patrones de calibración: La estandarización Concentración conocida
determina la relación entre la respuesta analítica Cubrir el rango de concentración de las muestras
y la concentración del analito. Se lleva a cabo por a analizar en los ensayos
medio de normas químicas: Mismos disolventes y reactivos que en el ensayo
1. Comparación con estándares (Directa y Matriz lo más parecida posible que la muestra
Titulaciones) real
2. Estandarización con patrón externo. Incluir el blanco en la curva (no restar)
3. Método de adición de estándar.
4. Método del patrón interno.
Grafica de calibración (Interpolación y Señal instrumental en ordenada
Extrapolación) Concentración, cantidad en abscisa
Habitualmente lineal y = a + bx (no siempre)
24
fluorescencia de rayos X, la activación neutrónica y otras técnicas de análisis de
superficies. Algunas transformaciones de formas químicas son.
1. Dilución: es la descomposición de un soluto en sus componentes mediante enlaces
soluto-disolvente
2. Digestión: es el proceso por el cual se disuelve en un líquido, mediante aplicación de
una energía externa, puede ser acida, alcalina u oxidante. Digestión con microondas,
3. Disgregación: para producir partes de componentes molecular o ionizado (plasma),
más pequeños
4. Extracción: Transferir analitos de una matriz a otra, la primera matriz es sólida o liquida,
la segunda es un fluido.
Tabla 12. Reactivos utilizados para el tratamiento de muestras
Ácidos más frecuentes
Ácido clorhídrico: HCl Útil en la disolución de óxidos metálicos y metales más
fácilmente oxidables que el hidrógeno.
El HCl concentrado es 12 M pero en ebullición se diluye
hasta 6 M (p.e. 110ºC)
25
6. tenemos así otras transformaciones: Descomposición, Diálisis, Solubilizaciòn,
Resorción, Atrapar, Evaporar, Ablación, Vaporización, Volatilización, Atomización,
Ionización, Neutralización, Condensación, Licuefacción, Fusión, Absorción,
oxidación, Reducción, Flotación etc.
Carbonato sódico más un Muestras que contienen S, As, Sb, Cr, etc, y que por lo
agente como KNO3, KClO3 o tanto requieren un medio oxidante.
Na2O2 Temperatura de fusión de 600-700ºC.
Crisoles de Ni o Pt (no con Na2O2).
Hidróxido sódico o potásico: Fundente básico enérgico para silicatos, carburo de silicio
NaOH, KOH y ciertos minerales.
Temperatura de fusión más baja que con carbonatos.
Crisoles de Au, Ag o Ni.
Pirosulfato potásico: K2S2O7 Fundente ácido para óxidos y muestras que contienen
óxidos poco solubles.
Temperatura de fusión de 400ºC.
Crisol de Pt o porcelana.
K2S2O7K2SO4+SO3
Ácido bórico: H3BO3 Fundente ácido para silicatos y óxidos en los que se tiene
que determinar metales alcalinos.
Temperatura de fusión de 800-850ºC.
Evaporando a sequedad con alcohol metílico la disolución
del fundido, se elimina el óxido bórico, que destila en forma
de borato de metilo B(OCH3)3.
Crisoles de Pt.
26
con una cantidad elevada de una sal de metal alcalino (fundente) y fusión de la mezcla a
elevada temperatura (de 300 a 1200ºC).
𝑁𝑟𝑜.𝐸𝑞−𝑔
Normalidad: N = = M*val. = 4.83x2 = 9.66 N (eqL-1)
𝑉𝐿
473.6
𝑛𝑠𝑡𝑜 98.08
Molalidad: m= = = 5.99 mol Kg-1
𝑤𝐾𝑔 0.8064
𝑛𝑖
(b). Fracción molar Xi = =
𝑛𝑡
473.6
𝑋1 = 18
473.6 806.4 = 9.73x10-2 Luego X2 = 1 – 9.73 X 10-2 = 0.9027
+
18 18
(d) Debemos conseguir un litro de una disolución del 10% en peso en ácido sulfúrico,
contamos con los siguientes datos:
10𝜌%𝜃 10𝜌%
[C1] = 37% para ello recurrimos a la formula: N1 = ̅
M1 = ̅
𝑀 𝑀
10∗1.28∗37∗2
V1 =? 𝑁1 = = 9.6574
98.08
N1 =?
27
(1) M1V1 + M2 V2 = M3V3
4.8287 0.25 V1 1
(2) V1 + V2 = V3 [ ]𝑥[ ] = [ ]
1 1 V2 10
Problema Nro. 2. De una disolución compuesta por 54.35 g KOH y 439.50 g de H 2O, con
una densidad de 1.0873 gmL-1, calcular: a) El porcentaje en peso de KOH, b) El porcentaje
en volumen de KOH, c) La concentración en gmL-1. Datos: MKOH= 56.1gMol-1,
MH2O=18.015gMol-1.
Solución:
𝒑𝒆𝒔𝒐 𝒂𝒏𝒂𝒍𝒊𝒕𝒐 𝟓𝟒.𝟑𝟓
a) % peso= 𝒙𝟏𝟎𝟎 = 𝒙𝟏𝟎𝟎 = 11 %
𝒑𝒆𝒔𝒐 𝒅𝒆 𝒎𝒖𝒆𝒔𝒕𝒓𝒂 𝟓𝟒.𝟑𝟓+𝟒𝟑𝟗.𝟓
Problema Nro. 5. ¿Qué volumen de la solución de 48% (w/w), se necesita para preparar
500 mL de una solución de HBr 0.16M?
28
(Disolución A). De esta disolución tomamos 5 mL y los llevamos a un matraz aforado de 25
mL, enrasando con agua (Disolución B). Tomamos 8 mL de esta disolución y los ponemos
en una cubeta cilíndrica, medimos su concentración por un método instrumental y resulta
ser de 5.00 ppm en la disolución de la cubeta. Calcular la concentración del compuesto X en
el matraz A y el porcentaje de X en la muestra original
Solución: 25 mg L-1 1.56 %
Problema Nro. 9. ¿Cómo preparar 100 ml de una solución de 0.1 M de HCl, d= 1.19 g/ml
37% p/p? Respuesta 0.83 mL Fuente:
https://espanol.answers.yahoo.com/question/index?qid=20100505132302AAndIQB
Problema Nro. 10. Se mezclan 100 mL de una solución de HCl 1,030 g/mL y al 6,433%
(m/m) con 200 mL de otra solución de HCl de densidad 1,005 g/mL y al 1,360% (m/m).
Asuma que los volúmenes son aditivos.
a. Calcular la densidad de la solución resultante. Respuesta: 1,013 g/mL
b. Calcular los porcentajes %(m/m) y %(m/V) de la solución resultante. Respuestas: 33,9 %
(m/m) y 34.3 % (m/V)
c. Calcular la molaridad, molalidad y fracción molar del soluto en la solución resultante.
Respuestas: 0,854 mol/L, 0,854 N, 0,870 m y 0,0154
d. ¿Qué volumen de la primera solución habría que tomar para preparar 200 mL de la
segunda solución? Respuesta: 41.3 mL
e. ¿Qué volumen de NaOH 2,00 mol/L será requerido para neutralizar completamente 50,00
mL de la mezcla resultante? Respuesta: 21,4 mL
Problema Nro. 11. Se tiene dos soluciones de KOH con las siguientes características:
Solución A: 𝜌 = 1,030 g/mL y %(m/m) 3,48
Solución B: 𝜌 = 1,090 g/mL y %(m/m) 9,96
a. ¿Qué volumen de cada solución habría que tomar para que la solución resultante posea
100 mL y 1,6 mol/L? Respuesta: 26,1 mL de la solución A y 73,9 mL de la solución B.
b. ¿Cuál seria la densidad, el porcentaje m/m y la molalidad de la solución resultante?
Respuesta: 1,074 g/mL, 8,34 % y 1,62 m.
c. Para neutralizar 25 mL de la solución A es requerido 10 mL de HCl ¿Cuál es la molaridad
del ácido? Respuesta: 1,6 M
d. Tomando como base 100 mL de las soluciones A y B, calcular la molaridad, molalidad y
fracción molar del soluto, fracción de masa del soluto y la densidad de concentración de
cada solución. Respuestas:
Solución M m 𝑥𝑚 𝑤𝑚 𝜌𝑐 g/mL
A 0,64 0,64 0,011 0,035 0,0358
B 1,94 1,98 0,034 0,0998 0,109
29
Tabla Nro. 14. Métodos y técnicas analíticas.Fuente: www.uclm.es/profesorado/jmlemus/T-
01.ppt - En caché - Similares(Diciemb. 2010)
30
Tabla. Nro 15.Metodos ópticos. Fuente: www.uclm.es/profesorado/jmlemus/T-01.ppt - En
caché - Similares(Diciemb. 2010)
31
1.7. Tratamiento estadístico de los resultados instrumentales. Teniendo el resultado
final, es muy significativo poder decir cuál es la certeza del resultado, para lo cual
utilizamos los análisis matemáticos estadísticos para la evaluación de los resultados
experimentales.
La inferencia estadística consiste en la obtención de conclusiones a partir de un cierto
número de observaciones experimentales de acuerdo a unas hipótesis formalizadas y con
unas reglas de cálculo objetivas, se puede investigar posibles tendencias en los datos y
aplicar criterios que permitan descubrir las causas de error no aleatorios, acompañado del
tratamiento estadístico de una serie de experimentos planificados que permitan observar la
influencia de diversas variables con más eficiencia y menos trabajo.
La propia estadística ha realizado modificaciones para adaptar los conceptos a series
pequeñas de datos con la siguiente jerarquía metodológica:
Resultado final = xi Una alícuota
Media de n resultados =𝑥̅ n alícuotas (n<30)
Media de ∞ resultados =∞ alícuotas (n>30)
Figura. Nro. 19. La metrología en el análisis instrumental es la parte aplicativa para la evaluación de los resultados
experimentales.
32
realizar una medición de forma tal que los resultados estén totalmente libres de
errores o incertezas.
a. Errores experimentales o crasos. Estos errores son tan graves que no queda otra
alternativa que abandonar el experimento y empezar de nuevo. Ej. Pérdida de parte de la
muestra, contaminación de la muestra, averia de algún instrumento.
(Figura Nro. 21). Los errores aleatorios dan lugar a desviaciones positivas y negativas, los
errores sistemáticos producen variaciones en una sola dirección. Las cifras que muestran la
dispersión de los disparos a un blanco proporcionan una representación visual de las
diferencias entre loa erroresa estadisticos (al azar) y errores sistemática.
33
Figura. Nro. 21. Los errores sistemáticos y estadísticos. Los errores aleatorios dan lugar a desviaciones positivas y
negativas, los errores sistemáticos producen variaciones en una sola dirección. Las cifras que muestran la
dispersión de los disparos a un blanco proporcionan una representación visual de las diferencias entre loa erroresa
estadisticos (al azar) y errores sistemática.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
34
se distribuyen según su función de densidad. T de estudent, Chi cuadrado, F de Snedecor y
Exponencial.
Figura. Nro. 22. y= La altura vertical de un punto sobre la distancia normal, x= Distancia a lo largo del eje
horizontal, σ= Desviación estándar de los datos, µ= La media de la distribución de datos
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
∑𝑛 ∑𝑛<30
𝑖=1 (𝑥𝑖 −𝑥̅ )
2 𝑆
𝑖=1 𝑥𝑖
𝑥̅ = , s=√ , 𝑥̅ = µ𝑥 , s~𝜎𝑥 RSD(%) = ̅ (100) (1)
𝑛 𝑛−1 𝑋
Problema Nro. 10. Se analizo el contenido de cobre en un lote de producción, los valores
que se encontraron en cinco muestras fueron 27.5, 28.3, 29.0, 28.5 y 28.2 ppm. ¿Cuál es el
valor medio del contenido de cobre?
∑𝑛
𝑖=1 𝑥𝑖 27.5 28.3 29.0 28.5 28.2
𝑥̅ = = 5 = 28.3 ppm
𝑛
Otra definición es la desviación con respecto a la media di se define, para cada medida
individual, como la diferencia entre cada medida del valor xi y el valor medio calculado para
todas las medidas, 𝑥̅
di = xi – 𝑥̅ (2 )
35
Para el problema 10 es 1.5
Otra medida estadística del error es la desviación estándar relativa, que es la desviación
estándar expresa como una fracción o porcentaje de la media. Algebraicamente se expresa
como:
d. Método de mínimos cuadrados. El procedimiento mas objetivo para ajustar una recta
representado por: y = bx+a + e, donde b es la pendiente y a el coeficiente que representa la
intersección con el eje de las abcisas y e es el error o residuo entre las observaciones y el
modelo: e = y-(a + bx), presenta dos características importantes:
1. Es nula la suma de las desviaciones verticales de los puntos a partir de la recta de ajuste
∑(𝑦 − 𝑦̅) = 0
2. Es minima la suma de los cuadrados de dichas desviaciones. Ninguna otra recta daría
una suma menor de las deviaciones elevadas al cuadrado: ∑(𝑦 − 𝑦̅)2 → 0 sea (mínima)
1.7.3. Parámetros de calidad. A continuación vamos definir los criterios cuantitativos que
se utilizan para definir si un determinado método instrumental es o no adecuado para
resolver un problema analítico. Estas características se conocen con el nombre de
parámetros de calidad y se expresan en términos numéricos. Estos parámetros permiten
36
reducir la selección de los instrumentos a tan sólo unos pocos, tomandose los criterios
cualitativos de funcionamiento según su velocidad, facilidad y comodidad, habilidad del
operador, coste y disponibilidad del equipo y coste de muestras.
Es muy probable que el promedio experimental 𝑥̅ difiera del verdadero valor 𝜇. Entonces, se
debe evaluar si dicha diferencia se debe a errores indeterminados o determinados.
Para tratar este problema en forma estadísitica, la diferencia (𝑥̅ − 𝜇 ) se compara con la
diferencia que sería causada por errores indeterminados. Si (𝑥̅ − 𝜇 ) < es menor que la
diferencia predicha para un determinado nivel de confidencia, luego se puede decir que
los valores comparados son los mismos y que la probable presencia de errores
determinados no puede ser detectada. Si (𝑥̅ − 𝜇 ) > es significativamente mayor que el
37
valor crítico, se puede decir que existe una diferencia real entre 𝑥̅ y 𝜇 y que el error
determinado es significativo.
El valor crítico para descartar la hipótesis nula se calcula mediante la fórmula (criterio t de
student): Incertidumbre. Intérvalo de confianza en el cual se encuentra el valor verdadero
𝑡𝑠
con una probabilidad dada. 𝑥̅ − 𝜇 = ± . En el caso de que s tienda σ se puede
√𝑁
reemplazar t por z.
Sin embargo, todavía no hemos considerado si el valor medio, calculado a partir de una
serie de datos experimentales, se acerca a la cantidad presente realmente en la muestra.
En otras palabras, la precisión de los datos no nos responde a la pregunta de: ¿Cuánto se
acerca el valor medio al valor real en los análisis? O expresado de otro modo: ¿cuál es su
exactitud? (K.A. Rubinson y J.F. Rubinson, pag. 23).
∑𝑛
𝑖=1(𝑥𝑖 −𝑥̅ )
2
𝑠= √ (𝑁−1)
(6) (Para N< 30 casos o series pequeñas). (s) Estimador de la dispersión de
los datos.
∑𝑛
𝐼=1(𝑥𝑖 −𝑥̅ )
2
𝜎 = √ (Para N>30 casos ) (7)
𝑁
38
b. Desviación estándar relativa (DER): mejor medida de la precisión para fines
𝑆
comparativos: CV (coeficiente de variación) = DER = * 100 (8)
𝑋̅
Sus unidades son %, y es un ejemplo de error relativo, es decir, es una estimación del error
dividida por una estimación del valor absoluto de la cantidad medida.
Los errores relativos se utilizan con frecuencia en la comparación de las precisiones de los
resultados obtenidos y son importantes en el cálculo de la propagación de errores.
Donde xi es cada valor medido, 𝑥̅ es el promedio, se toma como la mejor estimación del
valor verdadero y n = N es el número de datos. Titulación de agua oxigenada con KMnO4:
x1 8.86M
x2 8.78M
x3 9.10M
̅
x= 𝒙 8.91M
N 3
Para determinar la exactitud hay que analizar uno o varios materiales de referencia cuya
concentración de analito es conocida. Los resultados de dicho análisis tedrán tantos errores
aleatorios como sistemáticos pero con un número suficiente de determinaciones, se puede
determinar la media (para un nivel de confianza dado). La diferencia entre la media y la
concentración del analito en el material de referencia se puede atribuir al sesgo. En un
39
método analítico, se intenta identificar las causas del sesgo y su eliminación mediante el uso
de blancos y el calibrado del instrumento.
Diseño del experimento. Para aplicar la robustez, se utilizo el modelo estadístico de diseño
de experimento, donde se seleccionaron 7 variables y el diseño de experimento arrojo 8
combinaciones.
Fuente:
http://www.metrologia.cl/medios/banners/Concentrado_cobre_electrogravimetria_Tirado.pdf
40
Tabla Nro. 16. Diseño experimental. Fuente:
http://www.metrologia.cl/medios/banners/Concentrado_cobre_electrogravimetria_Tirado.pdf
h. Rapidez. Con respecto a la rapidez, los métodos instrumentales son más rápidos
para determinaciones en serie o de rutina. Requieren un tiempo de puesta a punto, pero
luego suelen ser rápidos. Además, suelen ser fácilmente automatizables, ya que muchos
dan respuestas rápidas y continuas, haciendo posible su adaptación a análisis de control, lo
cual permite, tras una interpretación, pasar a la acción en poco tiempo.
En la industria, normalmente se parte de unos materiales que, después de someterlos a una
serie de manipulaciones se transforman para originar unos productos finales.
41
Limite de detección. Menor concentración de analito que puede ser detectada con un cierto
nivel de confianza. Fuente: LA Currie, Pure Appl. Chem. 67 (1995) 1699-1723 j
k. Limite de cuantificación. Menor concentración que puede ser medida con una precisión
mínima dada (usualmente 10%). Fuente: LA Currie, Anal. Chim. Acta 391 (1999) 127-134.
42
Figura Nro. 26. Parámetros de calidad. Limite de detección y cuantificación, rango lineal y dinámico. Fuente:
analisisindustrial.wikispaces.com/.../Calibracion+univariada+y+AFOMs.ppt
Si ésta desviación estándar se obtiene a partir de una buena cantidad de réplicas, será una
buena aproximación de la desviación estándar de la población, s, y entonces los límites de
confianza serán más estrechos que si la estimación de s se basa en sólo dos o tres
mediciones. La Figura Nro. 26 muestra una curva de distribución normal de error en la
que la abscisa representa la desviación respecto de la media en unidades de
desviación estándar de la población. La columna de números del centro de la Figura
Nro 26 indica el tanto por ciento del área total de la curva incluida entre los valores
indicados de -z y +z. Por ejemplo, el 80% del área de cualquier curva gaussiana
(distribución normal) está entre incluida entre -1,29s y + 1,29s. El 80% de las mediciones
caerán en este intervalo y en este caso se dice que el nivel de confianza es del 80% y el
intervalo de confianza para una nueva señal es ± zs = ± 1,29s. El límite de confianza de la
media muestral para N mediciones repetidas se calcula como:
𝑧𝜎
= 𝑥̅ ± (13)
√𝑁
43
En la mayoría de las situaciones experimentales, se realizan pocas réplicas y por lo tanto,
no es verificable que la distribución de probabilidad de las señales sea Normal, o pueda
aproximarse a una Normal. Por este motivo, se está lejos de tener una estimación exacta de
s y el valor de s calculado a partir de un conjunto pequeño de datos puede estar sujeto a
una incertidumbre considerable; y el límite de confianza debe ampliarse. En este caso no se
utiliza el parámetro estadístico z de la distribución Normal sino que se utiliza el parámetro
estadístico t denominada de la distribución t de Student y la ecuación (13) se transforma
en:
𝑡𝑠
= 𝑥̅ ± (14)
√𝑁
El valor de t depende tanto del valor de N para valores mayores de 30 casos (N-1) para
menores de 30 casos, que se conoce como grados de libertad así como del nivel de
confianza requerido. La Tabla 20 muestra los valores de t para varios niveles de
confianza. La distribución de probabilidad de las señales se utiliza en la determinación del
Límite de detección, como veremos luego.
La esencia del cálculo del límite de confianza estriba en relacionar la desviación estándar de
un resultado individual, σ, con la desviación estándar con respecto al valor medio, σm
La Figura Nro. 26 muestra una curva de distribución normal de error en la que la
abscisa representa la desviación respecto de la media en unidades de desviación estándar
de la población.
La columna de números del centro de la Figura Nro. 26 indica el tanto por ciento del área
total de la curva incluida entre los valores indicados de -z y +z. Por ejemplo, el 80% del área
de cualquier curva gaussiana (distribución normal) está incluida entre -1,29 σ y + 1,29 σ. El
80% de las mediciones caerán en este intervalo y en este caso se dice que el nivel de
confianza es del 80% y el intervalo de confianza para una nueva señal es ± z σ = ± 1,29 σ.
El límite de confianza de la media muestral para N mediciones repetidas (mayores de 30
casos) se calcula como:
𝑧𝜎
̅±
µ=𝒙 (15)
√𝑁
44
̅ es el valor promedio de la muestra y µ la media de la población. Los límites de
Donde 𝒙
confianza basados en la ecuación (15) son válidos en ausencia de errores
sistemáticos, es decir, cuando las mediciones son exactas. La Tabla Nros.16, 17 y 18
dan los valores de z para distintos niveles de confianza.
En la mayoría de las situaciones experimentales, se realizan pocas réplicas y por lo tanto,
no es verificable que la distribución de probabilidad de las señales sea Normal, o pueda
aproximarse a una Normal. Por este motivo, se está lejos de tener una estimación exacta de
σ (desviación estándar) y el valor de σ calculado a partir de un conjunto pequeño de datos
puede estar sujeto a una incertidumbre considerable; y el límite de confianza debe
ampliarse. En este caso no se utiliza el parámetro estadístico z de la distribución Normal
sino que se utiliza el parámetro estadístico t denominada de la distribución t de Student y
la ecuación (15) se transforma en:
𝑡𝜎
µ = 𝑥̅ ± (16)
√𝑁
El valor de t depende tanto del valor de N (mayores de 30 casos); N-1 (para menores
de 30 casos), que se conoce como grados de libertad así como del nivel de confianza
requerido. La Tabla Kenneth A. Rubinson, Judith F.Rubinson Análisis Instrumental Pag.83.
Muestra los valores de t para varios niveles de confianza.
𝜎
Media ± 95% L.C. para µ = 𝑥̅ ± t cuando se desconoce σ (18)
√𝑁
𝜎
Los valores de t y ( ) véase en Anexo 1 (K.A. Rubinson y J.F. Rubinson, Apêndice I pag.
√𝑁
45
También se utiliza El intervalo de confianza AL 99% que viene dado por:
𝜎 𝜎
𝑥̅ - 2,58 < µ < 𝑥̅ + 2,58
√𝑁 √𝑁
Así tenemos un ejemplo de confianza AL 95% para La concentración de un íon nitrato con
los siguientes valores: 𝑥̅ = 0,500 𝑁 = 50 𝜎 = s = 0,0165
46
Tabla Nro. 20. Valores de t para varios niveles de confianza
Grado de 80% Interv. 90% Interv. 95% Interv. 99% Interv. 99,9% Interv.
libertad Confianza Confianza Confianza Confianza Conf.
1 3,08 6,31 12,7 63,7 63,7
2 1,89 2,92 4,30 9,92 31,6
3 1,64 3,35 3,18 5,84 12,9
4 1,53 2,13 2,78 4,60 8,60
5 1,48 2,02 2,57 4,03 6,86
6 1,44 1,94 2,45 3,71 5,96
7 1,42 1,90 2,36 3,50 5,40
8 1,40 1,86 2,31 3,36 5,04
9 1,38 1,83 2,26 3,25 4,78
10 1,37 1,81 22,23 3,17 4,59
11 1,36 1,80 2,20 3,11 4,44
12 1,36 1,78 2,18 3,06 4,32
13 1,35 1,77 2,16 3,01 4,22
14 1,34 1,76 2,14 2,98 4,14
∞ 1,29 1,64 1,96 2,58 3,29
Problema. Nro. 11. Se determino El contenido de NaCl de una muestra de orina, utilizando
un electrodo selectivo de iones, obteniéndose los siguientes valores:
3,27
µ = 100,5± 2,57 = 100,5 ± 3,4 mM.
√6
0,003
µ = 0,461± 2,26 = 0,461 ± 0,002 [ 0,463 --------- 0,459] Rango de trabajo obtenido
√10
Esta fuera Del rango 0,47 por lo que decimos que existe un error sistemático en estas
afirmaciones.
Problema. Nro. 13. Se tomo una muestra aleatoria de 50 candidatos que se presentan a
realizar La prueba de 16PF en El departamento de selección, donde se tiene una media de
150 puntos y una desviación de 53 puntos. Calcular el intervalo de confianza Del 95%.
47
σ 53
𝜇 = 𝑥̅ ± Zα/2 ( ) = 150 ± 1.96 * ( )= 150 ± 14.369
√𝑁 √50
Está relacionada con la desviación estándar o desviación típica, que se suele denotar
por la letra griega σ (sigma) y que es la raíz cuadrada de la varianza,
𝜎 t2 = σ m 2+ σ a 2 (21)
𝛔
σm = Error estándar de la media (22)
√𝑵
𝛔
LC para: µ= ± 1,96 para LC del: 95% =1.96
√𝑵
• Necesito encontrar N para que según la (s) del método, el LC sea alguna fracción de la
𝑥̅ como error máximo permisible que llamaremos R.
48
Como El valor de t depende de N es necesario iterar (repetir) comenzando por N = ∞
para LC: 95% y t = 1.96
Problema. Nro. 14. Supongamos que un método para la determinación de acido bórico
en una disolución para la producción de un colirio da un valor de 3,0 ± 0,1 mg mL -1 de ácido
bórico. Esto supone s = 0.17 mg mL-1 Si el proceso requiere que la disolución esté dentro
del 5% de la concentración establecida, ¿Cuántos análisis se deberían hacer de cada lote
para alcanzar los limites prescritos con un nivel de probabilidad del 95%? Fuente: Kenneth
A. Rubinson, Judith F.Rubinson Analisis Instrumental Pag.83.
Para obtener El resultado con La certeza deseada, se deben analizar ocho muestras.
Problema. Nro. 15. Aquí se muestra cómo calcular la varianza de un conjunto de datos. Los
datos representan la edad de los miembros de un grupo de niños. {4, 1, 11, 13, 2, 7}
1. Calcular el promedio o media aritmética 𝑥̅
1
𝑥̅ = ∑𝑁
𝑖=1 𝑥𝑖 . 𝑥̅ =
1
. ∑6𝑖=1 𝑥𝑖
𝑁 6
𝟏 1
𝐱̅ = (𝐱 𝟏 + 𝐱 𝟐 + 𝐱 𝟑 + 𝐱 𝟒 + 𝐱 𝟓 + 𝐱 𝟔 ) = (4 + 1 + 11 + 13 + 2 + 7) = 6,33 Este es el
𝟔 6
promedio
49
1
2. Cálculo de la varianza (muestral): var = . ∑𝑁
𝑖=1(𝑥𝑖 − 𝑥̅ )
2
𝑁−1
1
var = ( (−2,331)2 + (−5,33)2 + (4,67)2 + (6,67)2 + (−4,33)2 + (0,67)2 )
5
Problema. Nro. 16. En una productora de chorizos se desea conocer el contenido de grasa
promedio de la producción diaria. Al día se producen 400 productos y se seleccionaron 20
aleatoriamente. Indique la media estimada y su intérvalo de confianza al 95% de seguridad.
Los datos son en gramos (datos ficticios ampliados): 21 14 13 12 14 13 16 20 23 22 20 19
25 25 23 27 18 22 24 21. Solución:
∑ 𝑥𝑖 ∑(21+14+13+12+14+13+16+20+23+22+20+19+25+25+23+27+18+22+24+21) 392
𝑥̅ = = = = 19.6
𝑛 20 20
𝑠 𝑁−𝑛 2
23.81 400−20
Varianza de la media es: 𝑉̅ (𝑥̅ ) = ( )= ( )=1.131
𝑛 𝑁 20 400
El límite del error es: 2√𝑉̅ (𝑥̅ )=2√1.131=2.127 luego sumando y restando 2.127 a la media
se obtiene el intérvalo de confianza: 17.473< 𝑥̅ <21.727
Tamaño de la muestra para estimar la media. Entre mas grande sea la muestra, el
intervalo de confianza para la media será más pequeño, entonces, para definir el tamaño de
la muestra primero se define el tamaño del intervalo esperado. Se define B como la
distancia que se desea entre la media y el límite superior de la media, según las unidades
utilizadas.
𝐵2 𝑁𝜎 2
Se calcula el valor de D: D= Donde B error para la media, luego se calcula: n=(𝑁−1)𝐷+𝜎2
4
Donde: n es tamaño de la muestra, 𝜎 2 es la varianza poblacional o su estimador.
Problema. Nro. 17. En una productora de chorizos se desea conocer el contenido de grasa
promedio de la producción diaria. Es por eso que es necesario encontrar el tamaño de la
muestra. Al día se producen 200 productos y se sabe por experimentos previos que la
varianza poblacional es de 21 g. Se desea un error de 2g para la media. Solución:
𝐵2 22
El valor B=2 luego D= = =1
4 4
𝑁𝜎 2 200(21)
El valor de n es: n=(𝑁−1)𝐷+𝜎2 =(200−1)1+21=20 Notese que el resultado se redondea al límite
superior.
Una vez obtenida la muestra se puede obtener el valor de q (q=1-p) y la varianza muestral
como:𝑠 2 = 𝑝̂ 𝑞̂
50
𝑝̂𝑞̂ 𝑁−𝑛
La varianza del estimador es: 𝑉̂ (𝑝̂ ) = ( )
𝑛−1 𝑁
Problema. Nro. 18. En una manada se tienen 500 chivos de los cuales se tienen sospechas
de que algunos están enfermos, para calcular la proporción de chivos enfermos se tomo un
muestra aleatoriamente de 20 chivos y los resukt son los siguientes, donde los infectados se
tomaron como 1. Datos: (1 0 1 0 0 0 0 0 1 0 1 0 0 0 1 0 0 1 1 0). Solución:
0.227 500−20
La varianza de la proporción es: 𝑉̂ (𝑝̂ ) = ( )= 0.0115
20−1 500
𝐵2
Tamaño de la muestra para estimar la proporción. Se calcula el valor de D por D=
4
𝑁𝑝̂𝑞̂
Luego se calcula n: n=(𝑁−1)𝐷+𝑝̂𝑞̂ Recuerde que las proporciones van de cero a uno.
Problema. Nro. 19. En una manada se tienen 700 chivas, se desea realizar una muestra
para conocer la proporción de chivas enfermas. Encontrar el tamaño de la muestra si se
supone que la proporción debe estar cerca del 25% y se requiere un error máximo de 0.18
0.182
Solución: El valor de B=0.18 Luego el valor de D= =0.0081
4
700(0.25)(0.7) 122.5
El tamaño de la muestra n=(700−1)0.0081+(0.25)(0.7)= =20.987=21
5.8369
1.96 2
n=( ) √𝑝𝑞 (22)
𝐵
1.8. Calibración. Según ISO (International Estándar Office), se entiende por calibración al
conjunto de operaciones que permiten establece, bajo condiciones específicas, la relación
entre las señales producidas por un instrumento analítico y los correspondientes valores de
concentración [ ] o masa del juego de patrones de calibrado.
El procedimiento consiste en que el operario prepara una serie de muestras (5-6) con
[ ] conocida de analito, las mide en el instrumento en iguales condiciones y seguidamente
medirá las muestras problema. De esta manera, a partir de la señal obtenida para cada
patrón de [ ] conocida se construye la gráfica de calibración, y a partir de esta se interpola
la [ ] del analito en las muestras problema.
51
Figura. Nro. 27. Conjunto de operaciones en el proceso de calibración en química analítica. LS=Recta global por
mínimos cuadrados de regresión, es muy sensible a los valores atípicos.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
Fuente: http://www.lysconsultores.com/Descargar/NT004.pdf
52
Figura. Nro. 28. Criterios de la calidad de una calibración analitica.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
53
f. Validez de la calibración. Generalmente es el factor más importante. Cuando se calibra
un instrumento se debe tener una razonable certeza de que éste responderá de igual
manera a los patrones así como a las muestras, aunque estas tengan una matriz
relativamente diferente*. Si estas diferencias son muy grandes, pueden llegar a invalidar el
proceso de calibración. Es necesario estar completamente seguro de que el calibrado
del instrumento es válido antes de utilizarlo para obtener el valor de la concentración
de la muestras incógnita. En caso contrario, pueden cometerse serios errores en la
determinación. Muchas veces, el uso de instrumentos verificados legalmente dentro de un
sistema de calidad puede presentar problemas, ya que sólo se indican los EMP (errores
máximos permitidos), sin la determinación de la incertidumbre. http://www.labci.com.ar/nota04.html
Asi mismo confirmar si se ha dado una alteración del instrumento de medición que podría
introducir dudas sobre los resultados que esta entregando en un periodo dado.
54
La constante m es llamada sensibilidad y corresponde a la constante de proporcionalidad
entre la señal y la concentración. Esta proporcionalidad es útil sobre un restringido intervalo
de valores.
A valores muy bajos de concentración la señal es demasiado pequeña y está sujeta a
una gran incertidumbre. A valores muy altos la proporcionalidad dada en ecuación
(18) puede dejar de ser válida. Este modelo es utilizado en muy pocos casos.
Si la respuesta a concentración cero de analito no es conocida de antemano, es necesaria
una calibración con un mínimo de dos puntos. Para esta calibración se utiliza un modelo
lineal con un término constante:
Señal = señal del blanco + constante x concentración
y= mx+b (24)
55
a. ¿Por qué se prefiere la calibración lineal? Esta apoyado por un soporte teórico (Ley de
Lambert-Beer, ecuación de Ilkovic y otros), el tratamiento matemático es mas sensillo y más
intuitivo, la sensibilidad es constante en la región de calibrado y a cada valor de la señal
analítica le corresponde un único valor de concentración.
∑𝑛
𝑖=1(𝑥𝑖 −𝑥̅ )(𝑦𝑖 −𝑦
̅) 𝑆𝑥𝑦
b= ∑𝑛 2 = (24) a =𝑦̅ − 𝑏𝑥̅ (25)
𝑖=1(𝑥𝑖 −𝑥̅ ) 𝑆𝑥𝑥
Donde: 𝒙 ̅, 𝒚
̅ son promedio aritméticos de los valores de x (patrones de concentración
= [ ]) y valores de y (señales). En la ecuación (20), el numerador es simbolizado Sxy y el
denominador Sxx la expresión:
Syy = ∑𝑁 ̅)2
𝑖=1(𝑦𝑖 − 𝑦 Se denota con el símbolo Syy (26)
Este método es ampliamente utilizado en todas las ramas de las ciencias, encontrándose
incorporado en muchas calculadoras y planillas de cálculo.
56
observada y las predichas se denominan residuos. A partir de estos valores se calcula:
http://www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691
Figura. Nro. 31. Utilizar los datos para adaptar a una línea de predicción que relacione una variable dependiente y
una sola variable independiente x. Es decir, queremos escribir y como una funciónlineal de x: y = α + ßx +ε.
Linea verdadera (true line).
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
57
Es importante conocer las limitaciones del método de cuadrados mínimos. Al deducir las
ecuaciones anteriores fueron realizadas algunas suposiciones. Estas no siempre se
cumplen en un problema de química analítica, por lo que debemos estar atentos. Las
suposiciones que se realizan son:
De todas las suposiciones anteriores, la más débil es la tercera, porque en general a bajas
concentraciones, la precisión de las medidas empeora. Una buena aproximación puede
realizarse restringiendo el intervalo en el cual se realiza la curva de calibración, de manera
que la precisión sea constante. Si no se desea disminuir el rango lineal, se debe hacer una
regresión ponderada. La ecuación (24) se usa para calcular la concentración de una
muestra incógnita:
𝑦−𝑏
[𝑥] = (28)
𝑚
Ejemplo Con la pendiente y la ordenada en el origen se construye la recta de regresión de y
sobre x: y = 1.93x +1.52 (29)
58
La desviación estándar de la pendiente Sb (error estándar) y de la ordenada Sa al
𝑆𝑦𝑦 − 𝑏 2 𝑆𝑥𝑥 𝑆𝑅
origen es: 𝑆𝑅 = √ 𝑆𝑏 =
𝑛−2 √𝑆𝑥𝑥
b= ± t(n-2) Sb con t que se obtiene para un nivel de confianza deseado y n-2 grados de
libertad.
Figura Nro. 33. Los errores de la pendiente y ordenada en el origen parecida a la desviación
estándar de medidas repetidas de una distribución gaussiana excepto que ahora trabajamos
con una recta (n-2). Fuente: http://www.slideshare.net/todocello/tema-4-calibraciones-y-
regresin-3946691
59
yinic = Valor de la señal experimental de la muestra
Sy/x = es el desvio estándar de los residuos de la regresión dado por la ecuación (26)
Intervalo de confianza de la concentración interpolada
Figura Nro. 34. Los errores de estos parámetros se calculan a partir de la varianza de
regresión, que estiman los errores aleatorios en la dirección y. Fuente:
http://www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691
60
estándar. El diseño de la curva de calibrado también es importante, puesto que Sxx debe
ser pequeño. Esto se logra aumentando la cantidad de patrones en los extremos de la curva
de calibrado. La raíz cuadrada de la ecuación (33), y la segunda con los términos:
Que colectivamente recibe el nombre de de leva (del inglés). La leva mide, de algún
modo, la distancia de la muestra incognita al centro de la calibración.
𝑦̅𝑥 −𝑎
𝑥̅𝑥 = ±𝑡𝑁−2 . 𝑠𝑥 (34)
𝑏
61
Diagrama. Nro. 04. Representación de la correlación de Pearson.Fuente:
aprendeenlinea.udea.edu.co/lms/moodle/mod/.../view.php?
|𝑟|(√𝑛−2)
𝑡= (36)
√(1−𝑟 2 )
Este valor está tabulado y se compara usando una prueba t de dos colas y (n-2) grados de
libertad. Si t calculada es mayor que t teórico, se puede asegurar que existe una correlación
significativa. También se pueden calcular los límites de confianza de la pendiente y de la
ordenada en el origen, y comparar que estos parámetros están incluidos dentro de estos
límites.
Test F de Linealidad. Este Test se basa en descomponer la varianza existente entre las
señales experimentales y los valores predichos en dos aportes. Uno de ellos es el error
62
experimental. Para tener una estimación del error experimental en la medición de las
señales, debemos medir “i” replicados de cada patrón, por lo que para cada punto x habrá
varios valores de señal (yi ). Para estimar la varianza debida al error puramente
Experimental, calculamos la media de los cuadrados debida a esta contribución (MSPE,
Mean Squares Pure Error): (La media de cuadrados de error puro)
𝑛 2
∑𝑘 𝑖
𝑖 ∑𝑗 (𝑦𝑖𝑗 −𝑦
̂𝑖 )
MSPE = (37)
𝑛−𝑘
Para estimar el posible error debido a una falla de ajuste debida a la elección de un modelo
incorrecto, calculamos la media de los cuadrados debida a la “falta de ajuste” (MSLOF, Mean
Squares Lack of Fit): (Media de los Cuadrados falta de ajuste)
∑𝑘 ̅ 𝑖 − 𝑦̂𝑖 )2
𝑖 𝑛𝑖 . (𝑦 𝑀𝑆𝐿𝑂𝐹
MSLOF = (38) Fcal = (39)
𝐾−2 𝑀𝑆𝑃𝐸
Esto mide la diferencia media entre la media de las réplicas de cada patrón y su
correspondiente valor estimado por la regresión. Cabe esperar que si el modelo lineal es
correcto, las varianzas MSLOF y MSPE serán comparables. Si MSLOF es mayor que MSPE el
ajuste no es correcto y hay que utilizar otro modelo o reducir el ámbito de concentraciones
en el cuál se hace el calibrado.
Para comparar M LOF y MSPE hacemos un test F de varianzas calculando (39)
Si Fcal < Fk-2, n-k,(obtenido de tablas) se acepta que existe buen ajuste al modelo lineal.
Los cálculos de ANOVA pueden ser un poco engorrosos y se recomienda el uso de
planillas de cálculo que facilitan mucho la tarea.
1.9.1. Método de adición de estándar. Otra solución consiste en realizar todas las
medidas sobre la muestra problema, esto se consigue usando el método de la adición
estándar. Este método consiste en tomar volúmenes iguales de problema, añadir a cada
uno por separado cantidades distintas de analito, excepto a una de las muestras, y
finalmente diluir todas las muestras al mismo volumen final. Seguidamente se
determinan las señales instrumentales para cada disolución y se representan los resultados.
63
Figura. Nro. 36. Métodos de calibración en instrumentación.
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
64
b y a están sujetos a error, así el valor calculado para la [ ], también lo estará. Pero en
este caso el resultado no se obtiene a partir de medidas de una sola muestra, por lo que, la
desviación estándar del valor extrapolado se calcula de la siguiente forma: (35). La recta de
regresión se calcula de manera usual. Para conocer la concentración de la muestra
incógnita se extrapola la recta al punto sobre el eje x donde y=0. La intersección negativa
sobre el eje x corresponde a la cantidad de analito en la muestra problema. Este valor viene
dado por a/b. En este caso los resultados se expresan como:
𝑎 𝑆𝑦 1 𝑦̅ 2 𝑆𝑦/𝑥 1 (𝑦̅)2
𝑥 = ± 𝑡∝,𝑁−2 . √ + (40) 𝑆𝑋𝐸 = √𝑁 + 𝑏2 ∑(𝑥 −𝑥̅ )2 (41)
𝑏 𝑏 𝑁 𝑏 2 𝑆𝑥𝑥 𝑏 𝑖
En esta expresión no aparece L como en la expresión (27), puesto que no se hacen réplicas
de cada muestra, sino que se hace un agregado patrón por cada una de ellas. Esto
demanda mucho tiempo y esfuerzo. No debemos olvidar que para obtener el valor de
concentración en la muestra original, debemos corregir al valor de x y a su incertidumbre,
por las diluciones hechas.Fuente: http://es.scribd.com/doc/42087016/Calibracion-y-Limite-
de-Deteccion-en-Tecnicas-Instrumentales.
Puede observarse que al aumentar N mejora la precisión de la cantidad estimada, siendo
necesarios al menos 6 puntos en un experimento de este tipo. Además se mejora la
precisión maximizando esta cantidad, por lo que, el intervalo de [ ] a cubrir por las
disoluciones de calibración debe ser lo más amplio posible.
Los límites de confianza para la [ ] del analito en la muestra problema vendrán dados
por: [CAnalito ] = x ± t Sx
E E
65
Diagrama Nro. 07: Lectura del analito con agregado patrón
Esta es una representación para orientar al alumno cuando tiene que desarrollar sus
prácticas de laboratorio.
Figura. Nro. 37. Representación gráfica del método de adición de un patrón en la solución
problema. Fuente: www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691
Unico caso que el valor se calcula extrapolando, [concentración] del analito valor absoluto
y=0
El valor del volumen de la intersección de la línea recta con el eje x es el volumen del
reactivo estándar equivalente a la cantidad de analito en la muestra.
66
Figura. Nro.38. La incertidumbre de la concentración por adición de patrón, método de
extrapolación. Fuente: http://www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-
394669
1.9.2. Método de estándar interno. Una cantidad fija de una sustancia pura (estándar
interno), se añade tanto a las soluciones muestra como a las soluciones estándar.
67
Figura. Nro. 40. Adición de un patrón interno en la solución problema. Fuente:
www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691
El estándar interno debe ser una sustancia similar al analito con una señal fácilmente
medible y que no interfiere con la respuesta del analito. Después se determinan las
respuestas del analito y del estándar interno, y se calcula el cociente de las dos respuestas.
De esta manera, si sé varia algún parámetro que afecte a las respuestas medidas, dichas
respuestas del analito y del estándar interno, deben ser afectadas por igual. Por tanto, el
cociente de respuestas depende solamente de la concentración de analito.
68
Figura. Nro.41. La incertidumbre de la concentración por adición de patrón, método de
extrapolación. Fuente: http://www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-
394669
69
Figura Nro. 42. Validación límite de Cuantificación, detección y de ruido. Fuente: www.ops-
oms.org/Spanish/AD/THS/EV/bpm-Validacion04.pp
La probabilidad que la más pequeña señal analítica discernible, yL, puede ser medida y no
corresponde a una fluctuación aleatoria de la medida del blanco, yB, depende de a cuantas
unidades de desviación estándar del blanco (sB ) está yL de 𝑦 ̅𝐵 (promedio de las medidas
del blanco). Si la diferencia entre yB e yL es 3sB la probabilidad que la medida de yL sea una
fluctuación del blanco es menor que el 0,13% (si el número de medidas del blanco es
superior a 25). Para determinar la concentración límite, xL ,, IUPAC define que :
(43)
Donde k es un valor que se elige de acuerdo al nivel de confianza que se desee,
generalmente 3. La concentración límite es una función de yL y por lo tanto:
(44)
En donde xL es la señal límite, obtenida para la concentración mínima detectable de
analito.
Sustituyendo la ecuación (36) en la (37) se obtiene que: SB = desviación estandar del blanco
𝑘𝑆
𝑥𝐿 = 𝐵 (45)
𝑚
Por lo tanto el límite de detección puede encontrarse dividiendo ksB por la pendiente
obtenida por regresión de la curva de calibración. Sin embargo, la concentración límite
así obtenida será un reflejo del verdadero límite de detección sólo si la pendiente, m, y la
ordenada al origen, b, están bien calculadas.
El método IUPAC utiliza como fuente de variabilidad de las señales, la desviación estándar
del blanco. Un método alternativo, aunque menos usado, utiliza la desviación estándar de
los residuales del calibrado sx (ecuación 41) como estimador de la desviación estándar del
blanco. Esto es útil si no se ha repetido el blanco y sB no puede calcularse.
El método definido por la ecuación (46) es válido solo si la principal fuente de error está en
el blanco. Por lo tanto, en la mayoría de los casos este método dará límites de detección
más bajos que si se tiene en cuenta todo el error del calibrado.
Un detallado artículo sobre límite de detección puede leerse en Analytical Chemistry; 55
(1983) 712A.
70
LD = 3sB / mcal bajas concentraciones (46)
Donde, sB = desviación estándar de los blancos, (b) mcal es la pendiente de una curva
de calibración del sistema, preparada a muy bajas concentraciones. Este criterio es
recomendado por IUPAC.
Una definición aceptable de límite de detección, que ha sido sugerida recientemente por
organismos de EEUU, es que el límite de detección es la cantidad de analito que
proporciona una señal y e igual a la del blanco más tres veces la desviación estándar
del blanco:
yLD = yB + 3 SB (49)
yLQ = yB + 10 SB (50)
71
Figura. Nro. 43. Representación gráfica de sensibilidad, LOD, LOQ (Sb=SB) y rango
dinámico. Fuente: www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691
y=mx+b
Para análisis con llama, el cálculo del rango de trabajo es simple: El fabricante del
instrumento usualmente proporciona la concentración característica que puede ser
esperada para cada elemento en solución acuosa. Este valor puede entonces emplearse
para establecer un rango nominal de trabajo.
72
Figura. Nro. 44. [Cm] = Concentración mínima de sustancia apreciable, LC = Límite De
cuantificación, LL = Límite de linealidad. Fuente:
www.uam.es/personal_pdi/ciencias/.../InstrumentalLecc1.pdf
𝑚
𝛾= (52) Donde m= pendiente SS = desviación estándar de las señales.
𝑆𝑆
𝜸= sensibilidad analítica.
73
f. Selectividad. La selectividad de un método analítico durante el grado de ausencia de
interferencias, debidas a otras especies contenidas en la matriz de la muestra.
Desafortunadamente, ningún método analítico está totalmente libre de interferencias, y con
frecuencia deben realizarse distintas operaciones para eliminarlas.
Consideremos una muestra que contiene un analito A, así como dos especies
potencialmente interferentes (B y C), encontrándose en [ ] C A, CB, CC, con sensibilidad de
calibración: ma, mb, mc. La señal medida en el instrumento vendrá dada por:
𝑚𝐵
Se define el coeficiente de selectividad de B con respecto de A, como: 𝐾𝐵𝐴 =
𝑚𝐴
74
1. Examen visual de los residuos
2. Test de Levene: Igualdad de varianzas, este test es una alternativa al test de Bartlett. El
test de Levene es menos sensible a la falta de normalidad que el de Bartlett. Sin embargo,
si estamos seguros de que los datos provienen de una distribución normal, entonces el test
de Bartlett es el mejor.
El test de Levene se resuelve con un ANOVA de los valores absolutos de las desviaciones
de los valores muestrales respecto a un estadístico de centralidad (media, mediana o media
truncada) para cada grupo. La elección del estadístico de centralidad de los grupos
detemina la robustez y la potencia del test. Por robustez se entiende la habilidad del test
para no detectar erróneamente varianzas distintas, cuando la distribución no es normal y las
varianzas son realmente iguales. La potencia significa la habilidad del test para señalar
varianzas distintas, cuando efectivamente lo son. Fuente: http://erre-que-erre-
paco.blogspot.com/2009/11/test-de-levene-para-la-igualdad-de.html
Figura. Nro. 45. ¿Pero qué sucede si los datos tienen valores atípicos y/o no cumple con los supuestos de análisis
de regresión?
Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)
75
electromagnético. La clasificación del análisis instrumental como hemos visto en la sección
preliminar.
Problema Nro. 20. A partir de las siguientes observaciones para 5 años de las variables (x,
y), ajústese el modelo de regresión de y en función de x más idóneo.
Donde:
y: producción nacional de un subsector industrial, en millones de toneladas.
x: tiempo.
Año x y
1995 1 1,25
1996 2 5
1997 3 11,25
1998 4 20
1999 5 30,5
̅)(𝒚𝒊 −𝒚
∑{(𝒙𝒊 −𝒙 ̅)}
𝒃= ̅ − 𝒃𝒙
Pendiente/sensibilidad instrumental, a = 𝒚 ̅ Ordenada en el origen
̅)𝟐
∑(𝒙𝒊 −𝒙
∑𝒚 ∑𝒙 ∑ 𝒙𝒚 ∑ 𝒙𝟐 ∑ 𝒚𝟐
̅=
𝒚 ̅=
, 𝒙 , rxy = 𝒔𝒙 = √ ̅)𝟐 , 𝒔𝒚 = √
− (𝒙 ̅ )𝟐
− (𝒚
𝒏 𝒏 √∑ 𝒙𝟐 ∑ 𝒚𝟐 𝒏 𝒏
76
Reemplazandolos datos del problema Nro. 20 en el cuadro de regresión lineal por mínimos
cuadrados.
(56)
77
Si Sxy < 0 hay dependencia inversa o negativa, es decir, a grandes valores de x
corresponden pequeños valores de y.
𝑥𝑖 𝑦𝐼 114987
Donde: E [ ] es el operador esperanza. 𝑆𝑋𝑌 = ∑ - 𝑋̅𝑌̅ = − 11443.38 = 55,32
𝑁 10
Hemos obtenido un valor práctico para la covarianza que corresponde a una dependencia
directa.
CONCLUSIONES
1 Recordar: Un supuesto básico del modelo de regresión, es que para cada valor
posible de x,y es una variable aleatoria con distribución normal cuya media es µ y/x
2 Lo correcto es decir que las medias poblacionales de y se incrementan ( o
disminuyen) al aumentar x
3 Recordar que en realizad trabajamos con estimadores de parámetros desconocidos,
y son por tanto, variables aleatorias sobre las que se deben hacerse afirmaciones
probabilísticas.
http://www.slideshare.net/smedinat/regresin-por-mnimos-cuadrados
Talla 160 165 168 170 171 175 175 180 180 182
cm (x)
Peso 55 58 58 61 67 62 66 74 79 83
Kg (y)
∑ xi yi = 160*55+165*58+168*58+170*61+171*67+175*62+175*66+180*74+180*79+180*83
∑ xi yi = 114987
78
Hasta esta parte hemos descrito como debemos manejar la muestra, en cuanto a la toma y
preparación, así como debemos de manejar la teoría estadística que requerimos para
evaluar los datos.
1.10.1. Validación de un Método Analítico. Es el proceso que permite demostrar que los
resultados producidos por el mismo son fiables y reproducibles y que el método es
adecuado para la aplicación sobre la que se emplea. La confirmación mediante un examen
y la provisión de una evidencia objetiva de que se han satisfecho unos requisitos
particulares para un uso pretendido y específico. La puesta en operación de un método
analítico se completa con la validación del mismo. Validar implica demostrar
experimentalmente y formalmente que un proceso de medición química o una parte
del proceso (por ej. Muestreo) funciona como se espera de él y lo hace a lo largo del
tiempo. Se trata de documentar la calidad del procedimiento analítico determinando
sus características (performance) sobre la base de criterios tales como la exactitud,
precisión, límite de detección, etc.
Este proceso obliga a que el analista investigue todas las posibles fuentes de error y las
elimine. De esta forma demostrará que el método origina resultados que pueden ser
manejados hasta las referencias elegidas, esto se consigue solo con estructuras adaptadas,
personal entrenado, motivado y con instrumentos adaptados y convenientemente
sustentados.
1.10.2. Los pasos de interés.
a. Validación de la instrumentación. Debe ser siempre anterior a la validación del método.
b. Revisión bibliográfica. Hay muy pocos métodos analíticos que estén suficientemente
detallados y validados como para poder ser aplicados directamente sin riesgos.
c. Validación del método analítico. La estrategia consiste en estudiar el procedimiento
analítico hacia atrás, estudiando primero el sistema más sensillo (p.e. las disoluciones
empleadas en el calibrado) y después paso a paso hasta la muestra real. Tambien debe
evaluarse la robustez del procedimiento, los métodos patrón o estandarizados son de
validación sensilla. En este caso basta con evaluar la precisión, verificar la veracidad,
investigar la sensibilidad y la robustez.
79
Diagrama Nro. 09. Validación del método analítico.
80
Materiales de matriz lo más parecida posible a la analizada por el usuario
Materiales de referencia definidos metodológicamente p.e. biodisponibilidad, lixiviables,
Implican un protocolo muy estricto.
i. Buenas prácticas de laboratorio. (GLP). Estan relacionadas con los procesos
organizativos y la planificación en los laboratorios
j. Normalización. Depende del campo de actividad (alimentos, medio ambiente, biomédico),
son sistemas de acreditación que cada países ha adoptado, hay normas escritas,
organismos normalizadores, Anivel mundial el organismo central es el ISO, con cientos de
comités técnicos.
La validación tiene dos objetivos fundamentales.
Figura Nro. 47. El estudiante como parte de su entrenamiento, resolver manualmente y/o
reemplazar. Determinar los parámetros validados de la estadística de linealidad que se han
obtenido.
Fuente: www.ops-oms.org/Spanish/AD/THS/EV/bpm-Validacion04.pp
81
validación intrínseca puede hacerse de dos maneras generales, una es la validación por
etapas, se valida instrumentos, muestreo, datos etc, y la otra es la validación global
del proceso de medición química.
Durante el proceso de validación, los estudios para determinar los parámetros de
desempeño de un método deben realizarse con equipamiento debidamente
calificados, es decir que cumplan con las especificaciones necesarias, que funcionen
correctamente y estén correctamente calibrados. Los analistas deben de estar entrenados y
conocer adecuadamente la metodología en estudio.
Validación Retrospectiva: Para métodos analíticos antiguos, pero que se usan en forma
rutinaria, y que no han sido validados.
Revalidación: repetición parcial o total de una validación debido a cambios efectuados, que
puedan afectar a la capacidad del método validado.
82
Sesgo. El sesgo se define mediante la ecuación: sesgo ═ µ - xt Donde µ es la media de la
población de la concentración de un analito en una muestra cuya concentración verdadera
es xt
Sensibilidad. En general se acepta que la sensibilidad de un instrumento o de un
método es una medida de su capacidad de diferenciar pequeñas variaciones en la
concentración del analito. La definición aceptada por (IUPAC), es la de sensibilidad de
calibrado, que se define como la pendiente de la curva de calibrado a la concentración
objeto de estudio. En un método (técnica) Instrumental se mide una señal (S), en función de
la sensibilidad requeridas en la solución del problema de análisis.
S ∞ [CX] analit
Donde: S (sensibilidad analítica) es proporcional a La concentración [C] del analito.
Todos los métodos ofrecen características diferenciadas por lo que es necesaria su
selección en función de la sensibilidad y selectividad requerida en el problema de análisis.
S ═ m [C] + Sbl (57)
Donde S es la señal de medida, [C] es la concentración del analito, Sbl es la señal
instrumental de un blanco y m (b) es la pendiente de la línea recta.
Mandel y Stiehler (1964) consideraron la necesidad de incluir la precisión en un tratamiento
matemático y proponen: (m) γ ═ m ∕ SS (58)
Donde m es la pendiente de la curva, SS es la desviacio0n estándar de las medidas.
Selectividad. Depende de la interrelación de todos los componentes, longitud de onda,
interferentes, y la muestra.
1.10.4. Limite de detección y cuantificación. Son varios los métodos empleados para la
determinar el límite de detección (LOD) y límite de cuantificación (LOQ), dependiendo si el
procedimiento es instrumental o no instrumental. (LOD) Es la mínima concentración de
analito que se puede detectar para un nivel de confianza dado. Este límite depende de la
relación entre la magnitud de la señal analítica y el valor de las fluctuaciones estadísticas de
la señal del blanco. (LOQ) Es la menor concentración de analito en una muestra
determinada que puede proporcionar una medida cuantitativa positiva, utilizando un método
analítico determinado.
En análisis instrumental debemos aprender a elegir la técnica correcta para cumplir con
nuestro análisis, ya hemos visto algunas figuras de mérito importantísimas en el límite
de detección como la sensibilidad, la exactitud y la precisión, otra figura de mérito
importantísima es el límite de detección. El cálculo del límite de detección (LD) responde a
la pregunta. ¿Cuál es la menor concentración que podemos detectar con este método de
análisis? Para responder a esta pregunta, debemos analizar cuál es la menor señal
detectable.
83
Tabla. Nro. 22: Criterios numéricos para seleccionar métodos analíticos
Criterios Parámetros de calidad
Precisión e incertidumbre: Grado de Desviación estándar absoluta, y relativa,
concordancia mutua entre los datos que coeficiente de variación, varianza,
se han obtenido de una misma forma. covarianza.
Estima la repetitividad.
Veracidad: Se refiere a la diferencia entre el valor
obtenido y el verdadero.
Exactitud (pagina 88) Combinación de la veracidad y precisión
Trazabilidad: Propiedad del resultado
de una medición o de un patrón.
Sesgo: Error absoluto sistemático, error Error absoluto sistemático, error relativo
relativo sistemático. sistemático. sesgo ═ µ - xt Donde µ es la
media de la población de la concentración
de un analito en una muestra cuya
concentración verdadera es xt
DEFINICION DE IUPAC: La concentración del analito que produce una señal igual a la del
blanco mas “k” veces la desviación estándar del blanco. Ahora veamos si la concentración
CL para lo cual:
yL = 𝑦̅𝐵 + 𝑘𝑆𝐵
84
Figura Nro. 48. LD = Limite De dilución, LOQ = Límite de cuantificación, LOL = Límite
de linealidad. Fuente: SKOOG-HOLLER-NIEMAN Principios de ANALISIS
INSTRUMENTAL 5ta Edic. Mc Graw Hill Pag. 12
85
Figura. Nro. 49. Patrones analíticos para la construcción de una curva de calibrado apartir
de soluciones patrón.
Fuente: http://isearch.babylon.com/?q=limite+de+detecci%C3%B3n+powerpoint&s=web&as=3&babsrc=HP_ss
Son ejemplos la comprensión, el conocimiento y manejo del espectro electromagnético la
determinación de la exactitud de la longitud de onda con filtros de oxido de holmio, o la
calibración de una balanza analítica mediante el uso de pesas calibradas.
Luego se continúa con la calibración metodológica analítica, que consiste en comparar la
señal (S) generada por el analito presente en la muestra con aquella proporcionada por el
analito de una muestra patrón o estándar. Por ejemplo en el cuadro 1-3, se aprecia la
utilización del estándar externo, existe otros métodos como el de agregar un estándar a la
muestra a analizar, y un estándar interno.
a. Curva o gráfica analítica. Se preparan una serie de disoluciones patrón de forma que
cubran un intervalo de concentraciones adecuado y que tengan una composición en matriz
parecida a la de la muestra. También se prepara un blanco, este tiene igual composición
que los demás estándares pero sin el analito. Su señal debería ser cero pero a veces por
efecto del ruido de fondo no es así.
Se representan las respuestas en una gráfica frente a las concentraciones de los
estándares que las han proporcionado. Generalmente hay una relación lineal entre la señal
analítica (y) y la concentración [x] y por ello los datos se ajustan a una recta por el método
de mínimos cuadrados según y=ax+b, siendo y la señal instrumental, a la pendiente, b la
ordenada en el origen y x las concentraciones de los estándares. En general, la etapa de
calibración y la obtención de la concentración de analito en una muestra constan de los
siguientes pasos:
86
Paso 1: Preparación de los patrones. Se preparan patrones del analito que cubran un
intervalo adecuado de concentraciones, y se mide la señal analítica proporcionada por los
mismos.
Paso 3: Uso de la recta de calibrado. Una vez obtenida la gráfica, se interpola la señal de la
muestra y se obtiene la concentración de analito en la muestra.
87
En el desarrollo del curso el tutor del curso les alcanza una plantilla para el ajuste por
mínimos cuadrados mediante la hoja de cálculo EXCEL y la herramienta de gráficos de
dicho programa para que el estudiante pueda consolidar sus tareas. Finalmente, para
obtener la concentración de analito en la muestra hay que tener en cuenta en los
cálculos las posibles diluciones a las que se ha sometido la muestra para obtener las
disoluciones M1, M2 y M3 de medida.
88
89
Figura Nro. 51. El estudiante desarrolle manualmente los parámetros encontrados, como
parte de su preparación para el examen, determine la curva de calibrado a partir de
soluciones patrón. Fuente:
www.unlu.edu.ar/.../Tp/Introduccionalanalisisquimicocuantitativo2011.ppt
90
Problema Nro. 23: Se han analizado una serie de soluciones estándar de fluoresceína con
un espectrofluorómetro, obteniéndose las siguientes intensidades de fluoresceína (en
unidades arbitrarias)
Intensidad fluorescencia (u.a) 2,1 5,0 9,0 12,6 17,3 21,0 24,7
Concentración de floresceina 0 2 4 6 8 10 12
pg/mL
91
𝑆𝑥𝑥 = ∑𝑁
𝐼=1(𝑥𝐼 − 𝑥̅ )
2
Suma de los cuadrados de las
desviaciones de los datos con
respecto a la media
𝑆𝑦𝑦 − 𝑏 2 𝑆𝑥𝑥
𝑆𝑦𝑦 = ∑𝑛𝑖=1(𝑦𝑖 − 𝑦̅)2 , 𝑆𝑅 = √
𝑛−2
𝑆𝑅 1 𝑥̅̅ 2
Sb = , Sa = 𝑆𝑅 √ +
√𝑆𝑥𝑥 𝑛 𝑆𝑥𝑥
𝑆𝑅 0.471423 0.471423
Sb = = = = 0.0445453
√𝑆𝑥𝑥 √112 10.583
92
b. Calcule la desviación estándar residual y los límites de confianza (al 95%) para la
pendiente y la ordenada al origen.
Datos: n = 7 a = 1,52 b = 1,93 SXX = 112 𝑥̅ = 6 SYY = 418,56 t = 2,57 (95% f=5)
𝑆𝑅 0,471423
𝑆𝑏 = = = 0,0445453
√𝑆𝑥𝑥 √112
Límites de confianza: Para la pendiente y la ordenada.
1 𝑥̅̅ 2 1 62
Sa = SR √ + = 0, 471423 √ + = 0,321221
𝑛 𝑆𝑥𝑥 7 112
93
c. Determine las concentraciones, las desviaciones estándar y sus límites de confianza
(95%) para soluciones con intensidades de fluorescencias de 2,9; 13,5 y 23 unidades
para L= 1. Analice donde es conveniente que caiga el valor de la señal de la muestra
dentro de la curva de calibración.
Solución.
𝒚𝟎 − 𝒂
1. Calculo de la concentración de una muestra desconocida : xo =
𝒃
y0
4. Intervalo de confianza: x0 ± t Sxo t con (n-2) grados de libertad.
5. Datos: n=7 a = 1,52 𝑦̅ = 13,1 𝑆𝑥𝑥 = 112 SR = 0,471423 L = 1 b = 1,93
2
𝑦𝑜 −𝑎 𝑆𝑅 |𝑦𝑜 −𝑦̅̃|
6. Intervalo de confianza: ±𝑡 √1 + 1
+
1
𝑏 𝑏 𝐿 𝑛 𝑏 𝑆𝑥𝑥
𝑺𝑹 ̅ 𝟐 𝟏
𝑺𝒙𝟎 = √𝟏 + 𝟏 + |𝒚𝟎−𝒚|
𝒃 𝑳 𝒏 𝒃 𝑺𝒙𝒙
𝟎,𝟒𝟕𝟏𝟒𝟐𝟑 ̅̅̅̅̅̅ 𝟐 𝟏
𝑺𝒙𝟏𝟑,𝟓 = √𝟏 + 𝟏 + |𝟏𝟑,𝟓−𝟏𝟑,𝟏| = 0,3054
𝟏,𝟗𝟑 𝟏 𝟒 𝟏,𝟗𝟑 𝟏𝟏𝟐
𝟎,𝟒𝟕𝟏𝟒𝟐𝟑 ̅̅̅̅̅̅ 𝟐 𝟏
𝑺𝒙𝟖 = √𝟏 + 𝟏 + |𝟖−𝟏𝟑,𝟏| = 0,2798
𝟏,𝟗𝟑 𝟏 𝟒 𝟏,𝟗𝟑 𝟏𝟏𝟐
94
0 5 10 15 20 25 30
0.32 0.41 0.52 0.60 0.70 0.77 0.89
y= 0.01864x + 0.3218
𝑥̅𝑜 = 15 a = - 0.3216 Sxx = 700 𝑦̅ = 0.6014 b = 0.01864 SR = 0.01092
y= 0.01864x + 0.3218 Cuando y= 0
−0.3218
XAg =|[ ]| = 17.2639 t = 2.57 (95% f=5)
0.01864
𝑆𝑅 1 𝑦̅ 2 0.01092 1 ̅̅̅̅̅̅̅̅̅̅ 2
0.6014
SbAg = √ + = √ + = 0.2221
𝑏 𝑛 𝑏 2 𝑆𝑥𝑥 0.01864 7 0.018642 700
95
2. En el mundo existen varios organismos reconocidos como certificadores de materiales de
referencia dentro de ellos se encuentran: NIST (NationalInstitute of Standars and
Technology) de US, NRC (nacional Research Council de Canada, BRC (EU Standars,
measurement & testing programe, Bélgica)
3. Su costo es demasiado elevado para permitir el uso diario y suele ser reemplazado
por materiales de referencia secundarios con propiedades certificadas por el laboratorio
usuario mediante el uso de un material de referencia certificado.
4. Existen normas Internacionales y Nacionales vinculadas a distintos aspectos acerca de
los materiales de referencia.
1.11. Características de desempeño de un método analítico. Es necesario contar con
información completa de las condiciones experimentales debido a que cuanto más variadas
sean estas, mayores serán las causas de variabilidad, mayor la dispersión del conjunto de
resultados y menor precisión.
Linealidad. Capacidad del método de producir resultados que son directamente
proporcionales a la concentración del analito en la muestra.
Rango Dinámico Lineal. Intervalo entre las concentraciones máximas y mínima del
analito para las que se ha demostrado que el método tiene niveles aceptables de precisión,
exactitud y linealidad.
Robustez. Es una medida de la capacidad del método para no ser afectado por pequeños
cambios deliberados en sus parámetros y provee una indicación de su confiabilidad durante
su uso normal.
Sensibilidad. La definición aceptada por (IUPAC), es la de sensibilidad de calibrado, que se
define como la pendiente de la curva de calibrado a la concentración objeto de estudio.
a. Límite de detección. Es la concentración de analito [CLD ] que corresponde a una señal
YLOD que puede distinguirse estadísticamente de una señal del blanco (YBlanco) y que se
concreta matemáticamente en la expresión: YLOD = YB + 3σB Siendo YB la media cuando n >
30 blancos y σB su desviaci{on etandar.
96
b. Limite de cuantificación. El límite instrumental de cuantificación, se puede
definir como la cantidad más pequeña de un analito que se pueda cuantificar
confiablemente en un instrumento. Generalmente se acuerda la cuantificación
como la señal para una concentración igual a 10 veces la desviación estándar del
blanco. Esto se llama el límite de la cuantificación o límite de la
determinación, por ello: YLOQ = YB + 10σB
Figura Nro. 54. Elaboración de la curva patrón, señalando sus componentes principales.
Fuente: analisisindustrial.wikispaces.com/.../Calibracion+univariada+y+AFOMs.ppt
1.12. Evaluación de la calidad de un laboratorio analítico. La evaluación de la calidad
debe realizarse de dos formas distintas e independientes mediante control de calidad
interno y control de calidad externo.
97
resultados de las mediciones a fin de decidir si los resultados son suficientemente confiables
para ser emitidos.
El control de calidad externo está a cargo de un grupo de laboratorios que participan de una
ronda de análisis de un MRC o un MRI común, luego un organismo externo realiza las
evaluaciones estadísticas de los resultados. De esta manera puede conocerse la exactitud
de los resultados emitidos por un laboratorio respecto de los demás. Puede realizarse con
distintos fines:
98
1.14. Problemas básicos de calibración. Técnicas instrumentales.
Problema. Nro. 25. Los datos obtenidos en la calibración para determinar plomo a partir de
su espectro de emisión de llama se analizaron por mínimos cuadrados y la ecuación
obtenida fue:
S = 1.12 cPb +0.312
Siendo cPb la concentración de plomo en partes por millón y S la señal de la intensidad
relativa de la línea de emisión del plomo. Se obtuvieron los siguientes resultados en los
replicados:
Calcular (a) la sensibilidad de calibrado, (b) la sensibilidad analítica para 1 ppm y para 10
ppm de Pb y (c) el límite de detección.
Solución:
99
Problema Nro. 26. El coeficiente de selectividad para un electrodo selectivo de iones de K +
con respecto a los iones Na+ es de 0.052. Calcular el error relativo en la determinación de K+
de una disolución que tiene una concentración 3.00 x 10-3 M de K+ si la concentración de
Na+ es (a) 2.00 x 10-2 M; (b) 2.00 x 10-3 M; (c) 2.00 x 10-4 M. Suponer que Sbl para una serie
de blancos es cero.
Solución.
La selectividad de un método analítico indica el grado de ausencia de interferencias con
otras especies que contiene la matriz de la muestra. El coeficiente de selectividad indica la
respuesta relativa del método para la especie B cuando se compara con A: k AB = mB / mA.
Un coeficiente similar para C con respecto a A será: kCA = mC / mA.
Sustituyendo en Sm = Ŝbl + ksbl
Conduce: S = mA (cA + kBA cB+ kCA cC ) + Sbl
Luego: (a) S / mK+= (cK+ + kNa+K+ cNa+ ) + Sbl
Problema Nro. 27. Se pipetean varias alícuotas de 10 ml. De una muestra de agua mineral
en matraces aforados de 50.00 ml. A cada uno se adicionan exactamente 0,00; 5,00; 10,00;
15,00 y 20,00 ml de una disolución patrón que contiene 11,1 ppm de Fe3+ seguido de un
exceso de ion tiocianato para dar el complejo rojo Fe(SCN) 2+ y se enrasan hasta 50,00 ml.
Las señales del fotómetro para las cinco disoluciones fueron 0,240; 0,437; 0,621; 0,809 y
1,009, respectivamente (a) ¿Qué concentración de Fe3+ hay en la muestra de agua? (b)
Calcular la desviación estándar de la pendiente, de la ordenada en el origen y de la
concentración de Fe3+
Solucion:
100
X(V) Y(S) X2 XY Y2
0 0,240 0 0 0.0576
5 0,437 25 2,185 0,19097
10 0,621 100 6,21 0,3844
15 0,809 225 12,135 0,6545
20 1,009 400 20,18 1,01808
50 3,116 750 40,71 2,30555
1/5 10 0,6232 150 8.142 0.46111
1/5 XY - X Y
m=b= = [(8,142 – 10 x 0, 6235)] / (150 – 100) = 0, 0382
1/5 X 2 X 2
y=bx+a
S = 0,0382Vs + 0, 2412
grafica
1.600E+00
1.400E+00
Título del eje:Absobancia
1.200E+00
1.000E+00
8.000E-01
grafica
6.000E-01
Linear (grafica)
4.000E-01
2.000E-01
0.000E+00
0.000E+00 1.000E+01 2.000E+01
Título del eje: Concentración
101
CX = - [(VS)O]CS / VX = 6,31 mL x 11,1ppm / 10,00 mL = 7,01 ppm Fe3+
𝑆𝑎 𝑆𝑏
𝑆𝐶 = 𝐶𝑋 √( )2 + ( )2
𝑎 𝑏
−3 −4
⟨3,763|𝑥 |10 ⟩ ⟨3,072|𝑥 |10 ⟩
SC = 7,01√( )2 + ( )2
0,2412 0,0382
Concentración de Xi 0 2 6 10 14 18
102
Solución: Vamos a resolver este problema por dos procedimientos el manual y por el
método regresión lineal por mínimos cuadrados según la fuente: :
www.uclm.es/profesorado/pablofernandez/FAI/1-INTRODUCCION.pdf -
103
Fuente: www.uclm.es/profesorado/pablofernandez/FAI/1-INTRODUCCION.pdf -
Línea de regresión: y = 0.0668x + 0.032 (Procedimiento manual)
Linea de regresión: y = 0.06704x + 0.03001 (procedimiento según uclm.es)
y = 0.0668x + 0.032
0.532 = 0.0668x + 0.032
x = 7.485 ppm.
c) Sabiendo que la desviación estándar absoluta del blanco es SB = 0.0079, calcula el limite
de detección y de cuantificación del compuesto X usando este método instrumental.
3𝑆𝐵 3∗0.0079
LOD = = = 0.35479 ppm
𝑏 6.68∗10−2
10𝑆𝐵 10∗0.0079
LOQ = = = 1.1826 ppm
𝑏 6.68∗10−2
Problema Nro. 29. Se llevo a cabo la determinación de un metal M en vinos mediante una
técnica óptica (absorción atómica). Para ello, en cinco matraces aforados de 50 mL se
pusieron 10 mL de vino y se le añadieron a cada uno de ellos 0, 5, 10, 15 y 20 mL de una
disolución patrón de M conteniendo una concentración de 10 mg L-1 de dicho metal.
Seguidamente, los matraces se enrasaron con agua des ionizada y se midió la absorbancia
104
de cada una de ellas obteniendo los siguientes valores: 0.040, 0.062, 0.081, 0.102, 0.135.
Realiza un esquema del experimento propuesto y explica brevemente que tipo de método
de calibración se ha usado para la determinación del M. Finalmente calcula la ecuación de
la recta de regresión y obtén la concentración del M en el vino (mg L-1).
Solución: 8.26 mg L-1 de M
Problema 30. Un acero de alto grado se analizo para ver su contenido en Mn, usando para
su determinación Fe como estándar interno. Se preparo una muestra estándar que contenía
Fe y 5 mg L-1 de Mn cuya lectura de intensidades absolutas fueron 8.0 (2933 A) y 10.2
(2932 A) respectivamente. Una muestra desconocida de acero se trato de la misma forma,
es decir, se le añadió la misma concentración de Fe y se midieron las intensidades
absolutas a las longitudes de onda correspondientes para cada metal obteniéndose valores
de 8.2 y 12.5 para Fe y Mn respectivamente. Explica brevemente en que consiste el método
de calibración usando patrón interno y calcula la concentración de Mn en la muestra de
acero desconocida.
Solución: 5.98 mg L-1 de Mn
Bibliografia
1. Draft EURACHEM/CITAC Guide Quantifying Uncertainty in Analytical
Measuremant. Second Edition. Eurachem workshop, Helsinsky 1999. Junio 1999.
105
Tabla 23: Diversas Técnicas de Análisis empleadas según la fase de la Muestra.
Fase Técnicas de Análisis que aceptan esta fase de la muestra
Gas Espectrometría Infrarroja
Raman (camino largo)
Espectrometría UV-VIS
Emisión y Absorción atómica
Luminiscencia
Espectrometría de microondas
Cromatografía de Gases
Espectrometría de masa
Métodos radio químicos
Espectrometría de movilidad de iones
106
1.15. Prácticas de laboratorio.
Práctica N° 1: Cifras significativas, propagación de errores y tratamiento estadístico
de resultados.
I. Objetivos.
V. Cálculos y resultados
VI. Bibliografia
a) 1,2367 a 4 c. s
b) 1, 2384 a 4 c. s
c) 0, 1352 a 3 c. s
d) 2,051 a 2 c. s
e) 2, 0050 a 3 c. s
f) 2, 0150 a 3 c. s
g) 2, 00501 a 3 c. s
107
a) 1,021 + 2,69 = 3,711
4 -6
d) 0,0602 / (2,113 x 10 ) = 2,84903 x 10
-6
Respuesta: 3,71; 10,7; 40; 2,85 x 10 .
a) cloruro de bario
b) C31H32O8N2
PA Ba = 137,327 PA H = 1,00794
-1 -1
g.mol g.mol
PA Cl = 35,4527 PA O = 15,9994
-1 -1
g.mol g.mol
-1 PA N = 14,00674
PA C = 12,011 g.mol -1
g.mol
2 3
c) 107,868 - (2,113 x 10 ) + (5,623 x 10 ) = 5519,568
8 -2 -10
e) (26,14 / 37,62 x 10 ) x (4,38 x 10 ) = 3,043413 x 10
3 2 1
e) 2,0164 (± 0,0008) x 10 + 1,233 (± 0,002) x 10 + 4,61 (± 0,01) x 10 = ?
108
Respuesta: 10,18 (± 0,07) , 10,18 (± 0,7 %) ; 174 (± 2) , 174 (± 1 %) ; 0,147 (± 0,003) ,
0,147 (± 2 %) ; 7,86 (± 0,01) , 7,86 (± 0,1 %) ; 2185,8 (± 0,8) , 2185,8 (± 0,04 %).
-1
a) Demuestre que la masa molar del cloruro de sodio es 58,4425 (± 0,0009) g.mol .
b) Para preparar una disolución de cloruro de sodio, se tomó una masa de 2,634 (±
0,002) g y se disolvió en un matraz aforado de 100,00 (± 0,08) mL. Exprese la
molaridad de la disolución resultante y su incertidumbre con la cantidad correcta de
cifras significativas.
-1
PA (Na) = 22.989768 (± 0,000006) g.mol .
-1
PA (Cl) = 35.4527 (± 0.0009) g.mol .
Respuesta: 0,4507 (± 0,0005) M ; 0,4507 (± 0,1 %) M.
10. Mediante el test Q, decida si el valor 216 debe descartarse del conjunto de resultados
192, 216, 202, 195, 204.
4
Los resultados son: m = -1,29872 x10 , b = 256,695, σm = 13,190, σb = 323,57. Exprese la
pendiente y la ordenada en el origen y sus incertidumbres con la cantidad correcta de cifras
significativas.
Respuesta: y = [- 12987 (± 13) ] x + 257 (± 324)
12. Empleando el test Q, determine el número n más grande que podría conservarse en el
conjunto 63, 65, 68, 72, n.
Respuesta: 88.
13. Aplique el método de mínimos cuadrados para calcular la ecuación de la mejor recta que
pase por los puntos: (1; 3), (3; 2), (5; 0).
109
Práctica Nro. 02: Valoración potenciométrica
I. Objetivo.
PARTE A: Valoración de una disolución de NaOH empleando un patrón
primario.
PARTE B: Obtención de las curvas de valoración de un ácido fuerte y de un
ácido débil.
PARTE C: Determinación potenciométrica de la constante de acidez del ácido
acético.
a. El objetivo de la práctica es doble: por una parte, introducir al alumno en el campo
cuantitativo donde, a diferencia del cualitativo, la medición exacta de todas las
variables es de capital importancia; y por otra parte, ilustrar la utilización del método
potenciométrico en dos de sus aplicaciones más importantes: (1) valoración
potenciométrica ácido-base, obtención de la curva de valoración y (2) utilización de
los datos potenciométricos obtenidos en una valoración para la determinación de
una constante de acidez.
b. Evaluación del punto de equivalencia utilizando los métodos analíticos
instrumentales empleando la primera derivada, segunda derivada y método de
Gran.
II. Fundamento teórico.
110
Figura Nro. 56. Patrones ácidos y patrones alcalinos. Fuente:
http://www.powershow.com/view/292265YzAzY/VALORACIONES_CIDOBASE_powerpoint_ppt_presentation
Figura Nro. 57. Forma de las gráficas de las Titulacionews Potenciométricas. Fuente:
http://www.webdelprofesor.ula.ve/ciencias/rmhr/Index_archivos/Conductimetria-%20Potenciometria.pdf
111
III. Materiales, reactivos y equipos.
Materiales Reactivos Equipos
Dos vasos de precipitados de Disolución de ácido pHmetro con
100, 400 mL (NaOH) y 3 de 100 clorhídrico 0.2 M para ser electrodo de vidrio
mL de vidrio (HAc, HCl y “para valorada. Agitador magnético
Valor.pot.) Disolución de NaOH 0.2 M Balanza digital
Erlenmeyer de 100 mL para ser valorada.
Pipeta de 5 mL y 2 propipeta Evaluar una solución de
Bureta de 50, 100 mL ácido acético (vinagre de
Papel milimetrado y calculadora manzana proyecto
Probeta 50 mL investigación FOCAM), para
Pesa sustancias ser valorada, [x]M
2 Espátulas por balanza Disoluciones tampón de pH 4
y 7 para calibrar el pH-metro
Ftalato ácido de potasio
(C6H4C2HO4K).
Fenolftaleina
NaCl (s)
V. Cálculos
1. Graficar los valores de pH vs V mL de HCl añadidos.
2. En la gráfica determine los puntos de equivalencia. Utilizando los métodos analíticos
instrumentales empleando la primera derivada, segunda derivada y método de Gran.
3. Determine VA, VB, así como VA/2, VB/2 y calcule los valores de [ pKa y pKb ]
Practica Nro. 03: Valoraciones conductivimétricas.
I. Objetivo.
a. Determinar las conductividades de varias muestras de agua. Agua destilada, Agua
de servicio público, Agua de diversas fuentes de afloramiento en la provincia de
Huaura, Agua de mar.
112
b. Valorar una disolución básica mediante otra ácida de concentración conocida,
empleando como método la variación de la conductividad eléctrica.
Figura Nro. 59. Forma del gráfico de una Titulación Conductivimétrica. Fuente:
http://www.webdelprofesor.ula.ve/ciencias/rmhr/Index_archivos/Conductimetria-
%20Potenciometria.pdf
113
Figura Nro. 61. Relación entre la conductividad y Dureza del agua. Fuente:
http://es.scribd.com/doc/37234683/CONDUCTIMETRIA-Y-POTENCIOMETRIA
III. Materiales, reactivos y equipos.
Materiales Reactivos Equipos
Dos vasos de precipitados de 100, Disolución de ácido Conductívimetro
400 mL (NaOH) y 3 de 100 mL de clorhídrico aprox. 0.2 M para con electrodo de
vidrio (HAc, HCl y “para Valor.pot.) ser valorada. vidrio
Erlenmeyer de 100 mL Disolución de NaOH aprox. Agitador magnético
Pipeta de 5 mL y 2 propipeta 0.2 M para ser valorada. Magneto
Bureta de 50, 100 mL Evaluar la solución de ácido Balanza digital
Papel milimetrado y calculadora acético (vinagre de manzana
Probeta 50 mL proyecto investigación
Pesasustancias FOCAM). [x] M para ser
2 Espátulas por balanza valorada.
Muestras de aguas de diversas Disoluciones tampón de pH 4
fuentes y 7 para calibrar el pH-metro
Ftalato ácido de potasio
(C6H4C2HO4K).
Fenolftaleina
NaCl (s)
114
IV. Método operatorio. Según el manual adicional de experimentos
V. Cálculos.
Mostrar gráficamente los datos reales y las evaluadas por regresión en papel milimetrado o
a computadora con colores diferentes y la solución de las dos ecuaciones que dan el punto
exacto de equivalencia volumétrica.
VI. CUESTIONARIO:
1. ¿Qué información se puede obtener de una curva de titulación conductivetrica?
2. ¿Cuáles son los equilibrios a considerar en cada parte de esta titulación?
3. ¿Cómo se espera la curva de titulación del ácido acético?
4. ¿Cuáles son los equilibrios a considerar en esta titulación?
Figura Nro. 62. Titulador automático y detalle de los dispositivos que se integran en la celda
de valoración. Fuente: agrobioenmiendas.iespana.es/materialesymetodos.pdf
Practica Nro. 04: Titulaciones potenciométricas de neutralización
I. Objetivo.
a. Determinar la concentración de soluciones problema de electrolitos fuertes y
débiles por mediode titulaciones potenciométricas.
115
b. Aplicar la potenciometria en la titulación de neutralización para determinar las
constantes de disociación del ácido fosfórico.
c. Conocer la aplicabilidad de la titulación potenciométrica para determinar la
acidez total en muestras de vino.
II. Fundamentos teóricos
116