Vous êtes sur la page 1sur 116

MODULO I: INTRODUCCION A LOS METODOS INSTRUMENTALES DE ANALISIS.

1. Concepto. El Curso de Análisis Instrumental es una ciencia fundamental que tiene


profunda influencia en todas las otras ciencias especialmente en los de Ingeniería y
Medicina. Por consiguiente no sólo los estudiantes de Ingeniería y Medicina, sino todo
aquel que piensa seguir una carrera científica deben tener una completa comprensión
de la materia, molécula, átomo, del espectro electromagnético y de las radiaciones
electromagnéticas. Si analizamos las carreras profesionales de Ingeniería es un quehacer
profesional con un soporte científico básico, comparativamente alto, en relación a otras
profesiones. Su sustento científico se asocia a las llamadas Ciencias Básicas, denominación
bajo la cual se agrupan la Matemática, Física, Química y Biología. De ellas se derivan las
Ciencias de la Ingeniería, que constituyen otra parte de la formación científica de estas
carreras.

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)

En esta sección se desarrolla muchos términos utilizados en la química analítica y otros


temas considerados de repaso, Definición del problema, Decidir el método apropiado para

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.

1.1. Conceptos Preliminares de Análisis Instrumental. Todos queremos saber sobre la


composición de las cosa, el arte de RECONOCER sustancias diferentes y DETERMINAR
sus constituyentes, ocupa una posición privilegiada entre las aplicaciones de la
ciencia, ya que las preguntas que nos permite responder surgen DOQUIERA QUE SE
EMPLEE UN PROCESO QUÍMICO, con propósitos científicos o técnicos. Su suprema
importancia ha hecho que se cultive asiduamente desde los inicios de la historia de la
química, y sus resultados constituyen una gran parte del trabajo cuantitativo que está
DISEMINADO POR TODO EL AMBITO DE LA CIENCIA. (Oswald, 1894) LA QUÍMICA
ANALÍTICA INSTRUMENTAL: Es una Ciencia Metrológica que DESARROLLA, OPTIMIZA Y
APLICA herramientas, materiales, metodologías y estrategias de amplia naturaleza
(fisicoquímica, químicas, físicas, matemáticas, bioquímicas, biológicas, etc.) que se
materializan en procesos analíticos encaminados a OBTENER INFORMACIÓN bioquímica
de calidad, tanto parcial (presencia/concentración/estructura) como global, sobre materias o
sistemas de amplia naturaleza (fisicoquímica, química, bioquímica y biológica) en el espacio
y en el tiempo para RESOLVER PROBLEMAS analíticos generados por problemas
económico-sociales. (Valcárcel, 1996). De acuerdo a esta definición puede resaltarse la
importancia de la palabra Información que se relaciona íntimamente con la trazabilidad.
La calidad es atribuible al proceso analítico el que puede evaluarse a través de la
capacidad de resolver un determinado problema analítico. La información de calidad
debe ser lo más veráz posible (aproximarse al valor verdadero) para que la toma de
decisiones sea adecuada, esto es: fundamentada, eficaz y a tiempo. Las propiedades
analíticas indican calidad y se las agrupa de acuerdo a tres grupos:

Propiedad suprema Exactitud y Representatividad


Propiedad básica Precisión, Sensibilidad, Selectividad y Muestreo
Propiedad complementaria Rapidez, Seguridad y Costo

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.

Cuadro Nro. 01: Clasificación métodos analíticos instrumentales


Señal Métodos instrumentales

Emisión de radiación Espectroscopia de emisión(Rayos X, visible, de elctrones


Auger), fluorescencia, fosforescencia y luminiscencia (rayos X,
UV, y visible)
Adsorción de radiación Espectrometria y fotometría (rayos X, UV, visible, IR),
espectroscopia foto acústica, resonancia magnética nuclear y
espectroscopia de resonancia de espin electrónico.
Dispersión de la Turbidimetría, nefelometría, espectroscopiaRaman
radiación
Refracción de la Refractometria, Interferometria
radiación
Difracción de la Métodos de difracción de rayos X y de electrones.
radiación
Rotación de la radiación Polarimetría, dispersión rotatoria óptica, dicroísmo circular
Potencial eléctrico Potenciometría, cronopotenciometría
Carga eléctrica Coulumbimetria
Resistencia eléctrica Conductivimetria
Masa Gravimetria (microbalanzas)
Razón masa a carga Espectrometría de masas
Velocidad de reacción Métodos cinéticos
Propiedades térmicas Conductividad térmica, análisis térmico diferencial y métodos de
entalpia
Radioactividad Métodos de activación y dilución isotópica
Fuente: http://www.pucpr.edu/titulov/Q420/Cap%201.pdf

1.2.1. Instrumentos para el Análisis. Un instrumento para el análisis químico transforma la


información relacionada con las propiedades físicas o químicas del analito en información
que puede ser manipulada e interpretada por un ser humano. Por tanto, un instrumento
analítico puede considerarse como un dispositivo de comunicación entre el sistema
objeto de estudio y el científico. Para conseguir la información del analito deseado es
necesario proporcionar un estimulo generalmente en forma de energía electromagnética,
eléctrica, mecánica o nuclear, como se muestra en la Figura Nro. 02.
1.2.2. Dominio de los Datos. En el proceso de medida colaboran una amplia variedad de
dispositivos que transforman la información de una forma a otra. Para estudiar cómo
funcionan los instrumentos, es importante entender la manera en la que se codifica la
información, o se transforma de un sistema de información a otro como una señal eléctrica,
tal como tensión, corriente, carga o variaciones de estas cantidades. Los diferentes modos
de codificar la información en forma eléctrica se denominan dominios de los datos.
(SKOOG-HOLLER-NIEMAN Pag. 3, 6).

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.

1.3.1. Proceso analítico. El conjunto de operaciones que se inicia con la definición de un


problema analítico y que finaliza con la obtención de unos resultados analíticos que
satisfacen los requerimientos o demandas.
Problema: Asunto planteado por la sociedad (o grupo) de forma genérica. De él se deriva el
problema analítico. Ejm: Presencia de de minerales metálicos.
Muestra: Parte representativa del objeto tomada en el espacio y tiempo. Ejm: Rocas,
Sedimentos, Geoquímicos, Menas, agua, etc.
Analito: Especie de interés. Ejm: Cu, Ag, Au, Th, Li, etc.
Técnica: Principio científico en base al cual se obtiene información que sirve de base para
la determinación cualitativa, cuantitativa y/o estructural. Se materializa en un instrumento.
Es la base científica de los métodos. Ejm: Químico o Clásico, Instrumental, Separación.

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)

a. Identificar el componente a analizar.


b. Grado de exactitud y precisión que se requiere. Esta exigencia determina el proceso
analítico a seguir, por lo que es necesario tener en cuenta el tiempo necesario que
se ha de destinar al trabajo.
c. Selección de la metodología disponible estandarizada.
d. Numero de muestras a analizar. Da lugar a la selección de un método.
e. Intervalo de concentración de trabajo. A menor concentración más sensible a de
ser el método empleado.
f. La muestra contiene otro componente. Se determina si interfieren o no en la
cuantificación del analito principal.
g. Propiedades fisicoquímicas de la muestra. Para determinar el tratamiento más
adecuado para su disolución sin pérdida del analito.

La química analítica moderna es una combinación de principios químicos, instrumentales


y electrónicos además del juicio que da la práctica. Los instrumentos son esenciales
pero son una parte relativamente pequeña. Durante el desarrollo experimental trataremos
de seguir los pasos del proceso de investigación:

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

Tabla Nro 03: Problema, Muestra, Muestreo, Preparación, Ensayos Estadísticos y


Estandarización Equipo Instrumental
Etapas Análisis Preliminar Habilidades Necesarias
Planteamiento del Un primer paso que debe preceder al método . Intervalo de concentración de trabajo.
problema (1.3) analítico, es una definición clara del problema . Qué grado de exactitud se requiere
analítico. El método de trabajo seleccionado
dependa de la respuesta a las siguientes
cuestiones:
Muestra, Tipos, Porción seleccionada para el examen Emplear una estrategia de muestreo.
Muestreo y toma, La muestra tiene que ser representativa de la Que propiedades físico-químicas tienen
preparación de la composición del material a analizar. la muestra Cuantas muestras se
muestra (1.4) Programa de muestreo analizan
Habitualmente la muestra necesita algún tipo de Reducción de tamaño
tratamiento.
Selección Métodos químicos Volumetría
metodológica Métodos instrumentales Manejo de pH- metros,
analítica.(1.5) Relación señal/concentración. espectrofotómetros.
Patrones de calibración Manejo de los procedimientos
Método estándar. instrumentales.
Tratamiento 1.Tipos de de errores 1. Desviación estándar absoluta,
estadísticos de los 2.Precisión, exactitud, sensibilidad relativa, coeficiente de variación,
resultados 3. Calibración y límite de detección. varianza.
instrumentales (1.6) 2.Sesgo 2. Límite de decisión, cuantificación,
3.Sensibilidad confianza.

Calibración (1.7) Calidad de una calibración Gráfica de calibración


Calculo de la recta de regresión Por mínimos cuadrados
Adición de estándar Método adición de estandar 1.Parámetros característicos: límite de
y estándar interno Método de estándar interno cuantificación(LOQ), el límite de
(1.8) Covarianzas linealidad (LOL).(LOD)
2.Coeficiente de selectividad
Puesta a punto del 1.Validación de un método analítico 1.Sesgo, sensibilidad,
metodo analitico 2. parámetros fundamentales de validación. 2. Evaluación de la calidad de un
(1.9) 4.Método estándar laboratorio analítico.
5.Resolución de problemas 3.Acreditación de laboratorios
6.Prácticas de laboratorio
Fuente: El autor: Compendiado de trabajos publicados en internet.
1.4. Muestra, tipos de muestra, muestreo, tipos de muestreo y preparación de la
muestra. ¿Cómo organizar la secuencialidad del programam de muestreo desde el
sitio de tomoa de muestra hasta el laboratorio? Las técnicas de acopiar (recoger)
muestras son simples pero no por ello son carentes de importancia. Es necesario seguir
unas normas que se refieren a la preparación del recipiente, tipo de recipiente, llenado y
tratamiento de las muestras. El recipiente puede ser de vidrio o de polietileno.
En todos los casos deben de estar bien limpiosy debe de ser enjuagado dos o tres veces
con la propia agua a muestrear. La limpieza debe hacerse con ácido (HNO 3) y después con
agua destilada. En la mayoría de los casos es más recomendable el polietileno por su

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.

Figura. Nro. 07. Otros factores que se consideran en un proceso analítico.


Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)

1.4.2. Tipos de muestra.

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.

3. Muestra ciega. Es aquella que tiene una composición definida y se introduce en el


conjunto a analizar como una actividad de control de calidad.
4. Muestra estratificadas: Es la porción que procede de un sustrato o zona bien definidad
del objeto.

5. Muestras grises: Son aquelas de las que se tiene un conocimiento aproximado de


sucomposición.

5. Muestras negras. Son aquellas de las que no se tiene ninguna información previa.

6. Muestra test o alícuota: Es la porción que finalmente se somete al proceso analítico.

7. Muestra de laboratorio. Es aquella porción que entra debidamente conservada en el


laboratorio.

8. Muestras representativas: Es aquella porción que resulta de un plan de muestreo


coherente con el problema analítico.

9. Muestras selectivas: Son aquellas que resultan de un muestreo dirigido.


10. Muestra estratificadas: Son aquellas que resultan del muestreo al azar estratificado.
11. Muestras heterogeneas.

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.

c. Espacial/Temporal: Es cuando el material varía simultáneamente en espacio y tiempo.


Ej. Un río cambia desde su nacimiento hasta su desembocadura y además en las distintas
épocas del año.

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)

En la medida en que se logra que las muestras sean homogéneas y representativas, el


error de muestreo se reduce. Las muestras pueden presentarse como:

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

Fuente: Información de internet.Química general.


Identificar la población de la que debe obtenerse la muestra es inmediato, mientras que
la obtención de la muestra bruta, muestra de laboratorio, no son sencillas, pueden requerir
más esfuerzo e ingenio que cualquier otra etapa del esquema general de todo el proceso

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.

1.4.4. Tipos de muestreo según su estado.

Muestreo de sólidos: Los sólidos en forma de fragmentos o partículas se toman cogiendo


una selección aleatoria de dichos lotes. Y en los sólidos de forma compacta como metales
aleaciones se obtienen por limaduras, trituración o taladrando.
Muestreo de líquidos: Frecuentemente se utiliza una sonda llamada “ladrón de toma de
muestras”, la cual se sumerge a la profundidad que se desee y bse habre para recoger la
muestra.
Muestreo de gases: llenar un tubo con el gas con desplazamiento del aire que en principio
contienen estos recipientes.

Tabla Nro. 04: El programa de muestreo debe tener en cuenta

1 Definición de los parámetros a determinar P,[Cu2+ ], λ, ν


2 Elección de los puntos de muestreo 1, 2,..3
3 Tipo de muestra a analizar: Homogéneas/heterogéneas. Liq. Sól. O gas
4 Estado físico de la fracción que se va a analizar Liq. Sól. O gas
5 Propiedades químicas del material Ácido, básico, ...
6 Selección del sistema de preparación, transporte y Tipo de frasco
almacenamiento
7 Reducción de la muestra a un tamaño adecuado Molienda
(K.A. Rubinson y J.F. Rubinson, pag. 92)
1. Al azar: consiste en un procedimiento de muestreo para el análisis de materiales
que se presentan como unidades uniformes, por ejemplo pastillas, botellas de agua
mineral, etc. Las unidades para el análisis son escogidas totalmente al azar.
2. Muestreo regular: se eligen al azar un número determinado de unidades a analizar del
total, donde cada una tiene la misma probabilidad de ser elegida.
3. Muestreo estratificado: se eligen dentro de las unidades de muestreo,
Estratos o subdivisiones del total y se toman aleatoriamente las unidades a analizar.
4. Intuitivo: se selecciona por decisión personal la porción del material a analizar, por
ejemplo debido a un cambio textural o cromático de la sustancia a analizar, o cuando se
observa alguna alteración puntual en un proceso productivo, etc.
5. Muestreo estadístico: la selección se basa en reglas estadísticas. Se calcula el número
mínimo de muestras suponiendo distribución gaussiana de la composición del material.
Las aplicaciones son para el levantamiento de encuestas, muestreo para la investigación y
el muestreo para el control de calidad.
6. Dirigido: el problema analítico exige un tipo específico de información, por ejemplo el
análisis de trazas de metales en las partículas en suspensión en un agua natural.

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

1.4.5. Toma de muestras de material que se encuentra en gran cantidad. Definimos


como Plan de Muestreo a la estrategia a seguir para garantizar que los resultados
obtenidos reflejen la realidad del material analizado.
1. Toma directa: La masa a muestrear depende críticamente del tamaño de las
partículas, la heterogeneidad y el nivel de precisión exigido.
2. On-line: Se debe realizar a intervalos regulares y con un método fijo. Se analiza cada
una por separado y se calcula el valor promedio.
3. Pila cónica: Se utiliza el método de conificación y división en cuartos, se toma la
muestra de cada cuarto de la pila, norte, sur, este y oeste, se trituran y se forma con ella
una pila cónica más pequeña, se aplana y se divide en cuartos iguales, se eligen al azar dos
cuartos opuestos y se mezclan, trituran y se forma otra pila. Se repite el procedimiento
hasta obtener el tamaño de muestra necesario para las réplicas del análisis de laboratorio.
4. Cuando el material es sólido, se somete a tratamientos de trituración y pulverización
y/o molienda hasta llegar a obtener polvos completamente mezclados. Es importante que
contengan un gran número de partículas para minimizar la variación del contenido de las
muestras individuales, de esta manera la muestra es más representativa del material
original.
5. ¿Cuántas Muestras son Necesarias? Imaginemos que queremos tener una cierta
seguridad (supongamos del 95% de certeza) esto es que el error relativo de la media de un
análisis no exceda de un límite especifico.
En cuanto a las estrategias de muestreo tenemos que para muestras homogéneas la
situación es más fácil, estos se dividen en unidades y se analizan aleatoriamente
obteniéndose resultados más precisos si se mezclan las unidades. En caso de muestras
heterogéneas tomamos varias muestras de cada uno de los estratos, y de cada una de ellas
tomamos otro par, se mezclan y así se obtienen las muestras representativas para el
análisis.

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)

4. No se deben introducir nuevas interferencias (contaminación cruzada)


5. Debe considerar la dilución o concentración del analito, de manera que esté dentro del
intervalo de concentración óptimas del método seleccionado.

Figura Nro. 11. Separación de componentes: Precipitación, destilación, extracción. Fuente:


https://instrumentalqf.files.wordpress.com/2013/08/presentacic3b3n_curso_-anc3a1lisis-
instrumental_i.pdf (2018)

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.

1.5. Selección metodológica analítica. Existen diversas formas de medir o cuantificar un


procedimiento de análisis químico instrumental, las mismas que podemos resumir en dos
grandes grupos.
a. Métodos químicos por via húmeda.
b. Métodos instrumentales.

16
Diagrama Nro 02: Selección Metodológica analítica

Métodos Analíticos

Métodos químicos Métodos instrumentales


por vía húmeda

Gravimetría Análisis Electroquímicos Separación Ópticos


volumétrico

Precipitación Titulación Electrólisis Cromatografía Emisión

Pesada Conductimetría Absorción

Fuente. www.uhu.es/alfredo_velasco/.../01-TranspIntrodQA-0708.ppt
a. Métodos Químicos. Que son los gravimétrico y volumétricos.

Figura. Nro. 13. Métodos analíticos clásicos, se basan en la proporcionalidad estequiométrica.


Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)

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.

Refracción de la radiación (id) Refractometría; Interferometría

Difracción de la radiación (id) Métodos de difracción de rayos X y de electrones.

Rotación de la radiación (id) Polarimetría; Dispersión rotatoria óptica; dicroísmo


circular.

Potencial Eléctrico (propiedades eléctricas) Potenciometría; Cronopotenciometría

Carga Eléctrica (propiedades eléctricas) Coulombimetría


Corriente Eléctrica (propiedades eléctricas) Polarografía; Amperometría
Resistencia Eléctrica (propiedades eléctricas) Conductimetría
Masa Gravimetría ( Microbalanza de cristal de cuarzo)
Razón masa a carga Espectrometría de masas

Velocidad de reacción Métodos cinéticos

Propiedades Térmicas Conductividad Térmica ; gravimetría y titulometría


termal;
Análisis térmico diferencial y métodos de entalpía

Radiactividad Métodos de activación y dilución isotópica

Fuente: SKOOG-HOLLER-NIEMAN Principios de ANALISIS INSTRUMENTAL 5ta Edic. Mc Graw Hill Pag. 2

b. Métodos Instrumentales. Materia de nuestro estudio principal y el de mayor utilización


se basan en la medida de una propiedad analítica relacionada con la masa o la
concentración de la especie a analizar. Se clasifican según la forma en la que interaccionan
con la materia.

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

1. Opticos. Son los 1. Emisión de radiación(a,b) a. Espectroscopia de emisión (rayos X,


métodos cuantitativos 2. Absorción de radiación( c ) UV, visible, de electrones, Auger) s
de análisis químico que
utilizan la luz para medir
3. Dispersión de radiación(d) b. Fluorescencia, fosforescencia y
la concentración de las 4. Difracción de radiación(e) luminiscencia (rayos X, UV, y visible)
sustancias químicas. 5. Refracción de radiación(e) c. Espectrofotometría y fotometría (rayos
Según la radiación 6. Rotación de la radiación(f) X, UV, visible. IR), espectroscopia
utilizada como la de
fotoacustica: resonancia magnética
absorción visible
(colorimetría), nuclear y espectroscopia de resonancia
ultravioleta, infrarroja. de espin electrónico.
d.Turbidimetria, nefelometría,
espectroscopia Raman.
e. Refractometria, interferometria.
f. Polarimetría, dispersión rotatoria óptica:
dicroísmo circular.
2. Electroanalíticos. 1.Potencial eléctrico(a) a. Potenciometria: cronopotenciometria.
El empleo de la cte 2. Carga eléctrica(b) b. Culombimetria
eléctrica continua, con
electrodos específicos.
3. Corriente eléctrica( c ) c. Polarografia: aperometria.
4. Resistencia eléctrica (d) d. Conductimetria, CST.

3. De separación Cromatográficos. Según la definición dada por Keulemans


Con el propósito de No cromatográficos la cromatografía es un método de
obtener sustancias
químicamente puros
separación en el que los componentes a
para su identificación desglosar se distribuyen entre dos fases,
posterior una de las cuales constituye un lecho
estacionario de amplio desarrollo
superficial y la otra es un fluido que pasa
a través o a lo largo del lecho
estacionario.
4.Otros métodos: Masa Gravimetria:microbalanzas
Razón masa carga Espectrometría de masas
Velocidad de reacción Métodos cinéticos catalíticos y no
Propiedades térmicas catalíticos.
Radioactividad. Análisis térmico diferencial.
Cromatografia, Extracción, Métodos de activación y de dilución
Electroforesis isotópica.
Fuente: Acopio de internet por el tutor.
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.
Ventajas:
Rapidez
Precisión
Elevada selectividad y sensibilidad
Pueden automatizarse

Inconvenientes:

Manejado por expertos


Ha de calibrarse previamente por patrones
Mayor coste en el instrumento y su mantenimiento

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)

Figura. Nro. 17. Método espectrofotométrico para la determinación de la concentración de


un analito.
Fuente. www.uhu.es/alfredo_velasco/.../01-TranspIntrodQA-0708.ppt

En un método (técnica) instrumental basados en la interacciones de la materia y energía,


utiliza un instrumento más o menos complejo para evaluar una propiedad físico-química
mediante una señal (S), en función de la sensibilidad requeridas del sistema objeto de
análisis o la solución del problema de análisis.
S ∞ [C] analito
Donde: S (sensibilidad) 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. Un método

21
analítico se considera físico cuando no incluye reacción química alguna y la operación de
medida no modifica la composición química del sistema.

Tabla Nro. 08: Procedimiento analítico Instrumental

Propiedad utilizada Técnica


Emisión de radiación (Interacción del Espectroscopia de emisión, Luminiscencia,
Analito con la REM) Fluorescencia, Fosforescencia.

Absorción de radiación (Interacción del Espectroscopia de Absorción


Analito con la REM) Espectrofotometría, fotometría
Resonancia magnética nuclear
Resonancia de espín electrónico

Difracción de la radiación (Interacción del Difracción de rayos X


Analito con la REM) Difracción de electrones

Rotación de la radiación (Interacción del Polarimetría


Analito con la REM) Dicroísmo circular

Corriente eléctrica Voltimetría, amperometría, polarografia


Relación masa/carga Espectrometría de masa
Radioactividad Activación neutrónica, Difusión isotópica
Fuente: Acopio de internet por el tutor.

Figura. Nro. 18. Interpolación de la señal en la curva de calibración para determinar la


concentración del analito. Fuente: www.slideshare.net/todocello/tema-4-calibraciones-y-
regresin-3946691

Interacción de la radiación electromagnética (REM) con la materia


La idea general para describir estos fenómenos descansa en la interacción de los campos
eléctrico y magnético asociados a la onda con las cargas de los átomos (ionización, saltos
de electrones entre orbitales atómicos y moleculares, deformaciones de enlaces
químicos, transiciones de espin electrónico o molecular) que componen el medio
material. Introduciremos un modelo sencillo de átomo (el modelo de Lorentz) que consiste
en describir al electrón ligado al núcleo mediante una fuerza elástica caracterizada por una
constante elástica natural. Ampliaremos este concepto en el módulo II.

22
Diagrama Nro 03: Interacción radiación electromagnética (REM) con la materia

Interacción de la radiacioón electromagnética con la materia.


Fuente:www.utim.edu.mx/~navarrof/Docencia/QuimicaAnalitica/conf1.ppt

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).

Figura Nro. 19. Componentes del proceso de validción. (Actualizado al 2018)


Fuente: http://docplayer.es/20821768-Validacion-de-metodos-analiticos.html

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)

Errores: Aleatorios, Sistemáticos, etc. Coeficiente variación de señal instrumental 2-3%


Preparación del patrón < 0,1% (despreciable)
Si se realiza varias medidas punto calibración:
Distribución gaussiana normal

Tabla Nro 10: Requerimientos durante un procedimiento de un análisis.


Información requerida ¿Qué? Identificación
¿Cuánto? Determinación
¿Cómo? Información estructural
Información superficial
Distribución espacial etc
Tipo de Muestra Naturaleza Estado físico, solubilidad,
volatilidad, toxicidad, etc
Concentración del componente Sensibilidad
a analizar
Matriz Interferencias
Tiempo de análisis Función del manejo de la El mínimo permisible
muestra
Costo de análisis Función de los reactivos y tipo El mínimo necesario
de instrumentos
Posibilidad de destruir la muestra Función de la cantidad de la Función del requerimiento
muestra. necesario.
Cantidad de muestra disponible
Medios de que dispone el analista Información, reactivos y Método estándar
equipos
Número de análisis a realizar Necesidad o no de Los necesarios
automatización
Calidad de los resultados Exactitud y precisión requerida Manejo estadístico, análisis de
errores, Niveles de confianza

Fuente: cursweb.educadis.uson.mx/.../Introducción%202007-2.%20Unidad%20I.PPt- reeditado por el tutor.

Tabla 11. Reactivos Utilizados para la Digestión


Concentración Propiedades Usos
Acido clorhídrico 38% p/p Reductor Metales que se oxidan mas
fácilmente que el hidrogeno
Acido Nítrico 70% p/p Oxidante Metales que no reaccionan con
HCl
Acido sulfúrico 98.3% p/p Alto punto de ebullición Metales, destruye materia
aproximadamente 340º C orgánica
Acido perclórico 70% p/p Oxidante fuerte Metales, no se pueden utilizar
cuando existen agentes
reductores.
Acido Fluorhídrico 70% p/p Forma fluoruros estables Sílice y silicatos, utilizado con
otros ácidos.
Hidróxido sódico Base fuerte, oxidante cuando es Aluminio y óxidos anfóteros de
concentrada Sn, Pb, Zn, Cr
Fuente: Fuente: K.A. Rubinson y J.F. Rubinson, Analisis Instrumental. pag. 99
1.5.2. Tipos de Tratamiento más frecuentes de la muestra. En ciertos tratamientos la
reducción de la muestra a polvos es suficiente, por ejemplo para el análisis térmico de la

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)

Ácido nítrico: HNO3 Disolución de metales excepto Al y Cr que se pasivan.


Con Sn, W o Sb forma óxidos hidratados poco solubles.

Ácido sulfúrico: H2 SO4 Disuelve muchos materiales, incluyendo metales y


muchas aleaciones, debido a su punto de ebullición tan
elevado (p.e. 340ºC).
Los compuestos orgánicos se deshidratan y oxidan a
CO2 y H2O en ácido sulfúrico caliente.

Ácido perclórico: HClO4 En caliente es un potente oxidante capaz de disolver


aleaciones de hierro y aceros inoxidables.
Peligro de explosión violenta cuando el ácido perclórico
caliente entra en contacto con materia orgánica o
sustancias inorgánicas fácilmente oxidables.

Ácido fluorhídrico: H2 F2 Descomposición de rocas y minerales de silicato


cuando no se va a determinar silicio ya que éste se
pierde en forma de SiF4 que es volátil.
Normalmente es necesario eliminar el exceso de HF ya
que disuelve el vidrio. Se evapora en presencia de
H2SO4 o HClO4 o bien se inactiva complejándolo con
ácido bórico.
El HF es extremadamente tóxico, ocasiona serias
quemaduras y heridas muy dolorosas en contacto con
la piel mostrándose los efectos horas después de la
exposición.

Mezclas oxidantes El agua regia (3 partes de HCl + 1 parte de HNO3) se


emplea en digestiones difíciles.
La adición de agua de bromo o peróxido de hidrógeno
a ácidos minerales aumenta la acción disolvente y
acelera la oxidación de materia orgánica.

Fuente: www.unioviedo.es/QFAnalitica/trans/An... - En caché

5. Vaporización. Algunos de los instrumentos utilizados para el análisis requieren que la


muestra se introduzca en forma de vapor. Si la muestra es un sólido o un liquido, se debe
vaporizar primero el material a un gas-atómico, más pequeño. La vaporización se utiliza
para convertir las muestras en la forma correcta (gas) para su análisis en técnicas tales
como cromatografía de gases, espectrometría de masas y espectrometría atómica,
que trataremos estos temas en su momento. En la siguiente tabla Nros 1.6; 1.7 se presenta
un resumen de métodos o técnicas de análisis.

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.

Tabla 13. Fundentes utilizados para el tratamiento de muestras

Tipos de fundentes Tratamiento de muestras


Carbonato sódico(carbonato Descompone silicatos y muestras que contienen sílice,
potásico): Na2CO3 , K2CO3 alúmina, sulfatos y fosfatos poco solubles al calentar a
1000-1200ºC.
CaSiO3(insoluble)+Na2CO3Na2SiO3(soluble)+CaCO3(soluble en
ácidos)
Los cationes de la muestra se transforman en carbonatos u
óxidos solubles en ácidos.
Los no metales se transforman en sales sódicas solubles.
Normalmente se emplean crisoles de Pt.

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.

Peróxido de sodio: Na2O2 Fundente oxidante básico enérgico para sulfuros,


aleaciones insolubles en ácidos de Fe, Ni, Cr, Mo, W, y Pt
y minerales de Cr, Sn y Zr.
Crisoles de Fe 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.
K2S2O7K2SO4+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.

Carbonato cálcico(8) + cloruro Calentando el fundente se produce una mezcla de CaO y


amónico(1): 8CaCO3+NH4Cl CaCl2 que se usa para descomponer silicatos para la
determinación de metales alcalinos.
Crisoles de Ni.

Fuente: www.unioviedo.es/QFAnalitica/trans/An... - En caché

7. Fusión: Transformación de sales insolubles en ácidos como silicatos, ciertos óxidos


minerales y algunas aleaciones de hierro, en otras solubles en ácidos mediante mezclado

26
con una cantidad elevada de una sal de metal alcalino (fundente) y fusión de la mezcla a
elevada temperatura (de 300 a 1200ºC).

1.5.3. Medida. Significa la determinación propiamente dicha, la medida dara lugar a la


cantidad precisa del constituyente buscado en la muestra, la elección del método se hace
entre una amplia variedad de técnicas posibles como se muestra en las tablas Nros.07 y 08.
Emisión, Absorción, Difracción, Rotación de radiación.
1.6. Problemas resueltos.
Problema Nro.1. Una disolución de acido sulfúrico tiene una densidad de 1.28 g mL -1 y
contiene 37.0 % en peso de H2SO4.
a) Calcular la molaridad, normalidad y molalidad de la solución.
b) .Cual es la fracción molar del H2SO4?
c) .Que volumen de este acido contienen 10 g de H2SO4?
d) .Cuantos mL de la disolución deben ser diluidos con agua para obtener un litro de una.
Disolución que contenga 10.0 % en peso de H2SO4?
e) ¿En que proporción debe ser mezclada esta disolución con una disolución de H 2SO4 0.50
N. Para obtener 10.0 L de una disolución de H2SO4 1.00M?

Datos: Pm (H2SO4) = 98.08 g mol-1; Pm (H2O) 18.015 g mol-1

Solución. (a)Para un V=1000 mL, w=1.28 g mL-1x1000 mLx0.37 =473.6g


𝑛 473.6/98.08
Molaridad: M = 𝑠𝑡𝑜 = = 4.83 molL-1
𝑉𝐿 1𝐿

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

© ¿Qué volumen de este ácido contienen 10 gramos de H2SO4?

Aplicamos la ley de dilución. moles1 = [C1] V1 = [C2] V2 = moles2


10
moles1 = = 0.102 moles = 4.83 x V2 Luego V2 = 21.1 ml.
98.08

(d) Debemos conseguir un litro de una disolución del 10% en peso en ácido sulfúrico,
contamos con los siguientes datos:

ρ1 = 1.28 Como se puede apreciar debemos calcular N1, ρ2 y N2

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 =?

V2 = 1000mL. De las Tablas de concentración versus porcentaje de riqueza para el


[C2] = 10% ácido sulfúrico para una [C 2] = 10% corresponde ρ2 = 2.1671
ρ2 =?
1000∗2.1671
N2 =? Luego: n1= [C1] V2 = [C2] V2=n2 Luego: V2 = = 224.39 mL.
9.6574
e) ¿En qué proporción debe ser mezclada esta disolución con una disolución de H 2SO4 0.50
N. Para obtener 10.0 L de una disolución de H2SO4 1.00M?

27
(1) M1V1 + M2 V2 = M3V3
4.8287 0.25 V1 1
(2) V1 + V2 = V3 [ ]𝑥[ ] = [ ]
1 1 V2 10

Teniendo en cuenta que N = M*θ V2 = 8.3619 L

(1) 4.8287V1 + 0.25V2 = 1*10 V1 = 1.6380 L


(2) V1 + V2 = 10 V2/V1= 5+ 105/100

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

b) El porcentaje en volúmenes, el peso de potasa por cien mililitros de disolución en 100


11 𝑔 𝐾𝑂𝐻
mL se tiene: %v = 1087.3 g de muestra x 0.1L x = 11.96%
100𝑔 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
c) La concentración es 10 veces el porcentaje en volumen: ρ = 10 x 11.96 = 119.6 gL-1
Problema Nro. 3. Calcular la cantidad de BaCl2.2H2O que es necesario utilizar para
preparar:
a) 0.5 L de disolución que contenga 100 ppm de BaCl2.
b) 0.5 L de disolución que contenga un 5 % (en volumen) de Ba.
c) 1 L de disolución que contenga 0.01 g de BaCl2 por mL.
Datos: Pm (BaCl2.2H2O) = 244.27 g mol-1; Pm (BaCl2) = 208.25 g mol-1; P.at (Ba) = 137.34 g
mol-1
Solución.
a) w BaCl2 = 100 mgL-1x 0.5L = 50mg de BaCl2, luego
244.27𝑔/𝑚𝑜𝑙
w BaCl2.2H2O = 50 mg BaCl2.2H2Ox = 58.65mg
208.25𝑔/𝑚𝑜𝑙
5𝑔𝐵𝑎 244.27𝐵𝑎𝐶𝑙2.2𝐻2𝑂𝑔/𝑚𝑜𝑙
b) w BaCl2.2H2O = x 500mL x = 44.46g BaCl2.2H2O
100𝑚𝐿 137.34𝑔/𝑚𝑜𝑙

0.01g BaCl2 244.27𝑔/𝑚𝑜𝑙BaCl2.2H2O


c) w BaCl2.2H2O = x 1000mLx = 11.73 g BaCl2.2H2O
1𝑚𝐿 208.25𝑔/𝑚𝑜𝑙BaCl2
Problema Nro. 4. Un 48% (w/w) solución de HBr (M = 80,917) en el agua tiene una
densidad de 1,50 g/ml. ¿Cuál es la concentración formal?
Solución:
Formalidad: Es el cociente entre el número de pesos fórmula gramo (pfg) de soluto que hay
por cada litro de solución. Peso fórmula gramo es sinónimo de peso molecular. La
molaridad (M) y la formalidad (F) de una solución son numéricamente iguales, pero la
unidad formalidad suele preferirse cuando el soluto no tiene un peso molecular definido,
ejemplo: en los sólidos iónicos.

1000𝑚𝐿 1,5𝑔 48 𝑔 𝐻𝐵𝑟 1𝐹𝑤 𝐻𝐵𝑟


F=( )( )( )( ) = 8.8980 𝐹 𝐻𝐵𝑟
1𝐿 𝑚𝐿 100𝑔 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 80,917𝑔𝐻𝐵𝑟

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?

F1V1 = F2V2 (8, 8980) V1 = (0,16M) (500mL) V1 = 8, 99 = 9, 0 mL

Problema Nro. 6. Sobre 400 mL de una disolución de sosa de concentración desconocida


se añaden 5 g de hidróxido sódico puro, y al disolverse no se aprecia variación de volumen.
Se toman 20 mL de la solución resultante, se diluyen hasta 100 mL y se valoran con acido
clorhídrico 0.200 N, gastándose 50 mL. ¿Qué masa de sosa contenían los 400 mL iniciales?
Dato: Pm (NaOH) = 40.0 g mol-1
Solución: 3 g

Problema Nro. 7. Tomamos 0.4000 g de una muestra problema en la que queremos


determinar un compuesto X, los disolvemos y los llevamos a un matraz de 250 mL

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. 8. Se desea analizar un fármaco llamado atazanavir usado para el


tratamiento del VIH (virus de inmunodeficiencia humana) mediante una técnica instrumental.
Para ello se consiguió de la casa comercial 100 mg de este compuesto en forma de sal
sulfatada. .Cuantos mg tendremos que pesar en la balanza analítica de atazanavir para
hacer una disolución de 1000 ppm como disolución madre en un matraz de 25 mL? .Que
volumen tengo que coger para hacer una disolución estándar de 5 ppb (μg/L) en 10 mL a
partir de la disolución madre previamente preparada? Haz los cálculos necesarios para
hacer una disolución intermedia y discute breve y razonadamente si esta dilución seria
necesaria.
Datos: Pm de atazanavir sulfatado (C38H52N6O7•H2SO4) = 802,9 g mol-1
Solución: a) 28.48 mg b) 0.05 μL c) si sería necesario

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.

Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf.(Abril 2012)

1.7.1. Tipos de errores en el análisis instrumental. Los análisis instrumentales juegan un


papel predominante en cualquier laboratorio analítico, por lo que, los errores que aparezcan
en estos tienen gran importancia. Nuestro principio será que no existen resultados
cuantitativos válidos, sino van acompañados de una estimación de los errores inherentes a
ellos. Error absoluto: Valor = x ± Δx, Error relativo ɛr = (Δx/x).100.%. Es imposible

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. 20. Sucesos determinísticos y aleatorios.


Fuente: http://www.bioestadistica.uma.es/baron/apuntes/ficheros/estad_uma_04. ppt ...

b. Errores sistemáticos o determinados. Se deben a sesgos constantes en el trabajo


experimental o en la medida. Son aquellos que pueden determinarse y probablemente
evitarse o corregirse, afectan al resultado, siempre en el mismo sentido, bien por exceso o
por defecto. Ej. Pueden ser causados por errores de calibrado de los aparatos de medida,
balanzas, pH-metros (instrumentales), errores de operación, errores de método, uso de
fórmulas o modelos aproximados (personales), etc.los errores sistemáticos afectana la
exactitud de la medida, es decir a la proximidad del verdadero valor. Se manifiesta de
forma tal que los resultados obtenidos son siempre o altos o bajos.

c. Errores aleatorios o indeterminados. Pueden ser positivos o negativos, se deben al


propio proceso de medida (ruido, escala,) y a la irreproducibilidad del trabajo experimental,
se evalua por medios estadísticos, puede minimizarse. Son errores fortuitos cuya magnitud
y signo no pueden predecirse, se presentan por exceso o por defecto con igual probabilidad.

(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)

1.7.2. Algunos términos importantes.


a.Test Q de Dixon de datos sospechosos. Cuando una serie de mediciones contiene
menos de 10 resultados es aconsejable aplicar el criterio Q de Dixon de rechazo de valores
dudosos. En ocasiones, un dato no es coherente con los restantes. Se puede usar el test Q
Tabla Nro. 17 como ayuda para decidir si se retiene o se descarta un dato sospechoso.
Para aplicar el test Q se ordenan los datos en orden creciente y se calcula Q definido como:
𝑫𝒊𝒗𝒆𝒓𝒈𝒆𝒏𝒄𝒊𝒂 (𝑽𝒂𝒍𝒐𝒓 𝒔𝒐𝒔𝒑𝒆𝒄𝒉𝒐𝒔𝒐−𝑽𝒂𝒍𝒐𝒓 𝒎á𝒔 𝒑𝒓ó𝒙𝒊𝒎𝒐)
Q= = (𝑽𝒂𝒍𝒐𝒓 𝒎á𝒔 𝒈𝒓𝒂𝒏𝒅𝒆−𝑽𝒂𝒍𝒐𝒓 𝒎á𝒔 𝒑𝒆𝒒𝒖𝒆ñ𝒐)
𝑹𝒆𝒄𝒐𝒓𝒓𝒊𝒅𝒐

El recorrido es la dispersión total de los datos. La divergencia es la diferencia entre el valor


sospechoso y el valor más próximo. Si QcalculadaQtabulada, el punto sospechoso se descarta
(se rechaza el dato).
Problema Nro. 09. Considere los siguientes 5 resultados: 12,53, 12.56, 12,47, 12,67 y
12,48. ¿Es el valor 12,67 un punto rechazable?
(12,67−12,67)
Q== =0 Condición: QCalculadaQtabla QCalculada = 0 Qtabla = 0,64
12,67−12,47

Qtabla = 0,64 al 90% de confianza. Respuesta: QCalculada<Qtabla


Solución: No es rechazable
b. Distribución normal. Es definida por una fórmula matemática complicada, pero tenemos
tablas publicadas que definen el área debajo de la curva normal estándar, en ella su media
es cero y la desviación estándar es ± 1. La mayoría de las variables aleatorias que se
presentan en los estudios relacionados con la química, física, biología, etc, son contínuas y

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)

c. Valor promedio: Estimador del valor verdadero (valor central de la distribución).


Expresión del valor promedio para N < 30 determinaciones:

∑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 )

El recorrido es la diferencia, en magnitud, entre el mayor y el menor de los valores


observados en una serie.

Recorrido = (Rango) w = x superior - x inferior = 29.0 – 27.5 = 1.5

35
Para el problema 10 es 1.5

Numero de Peso medido xi Desviación con respecto a Desviación con


medidas la media di respecto a la media al
cuadrado( di )2

1 27.5 - 0.8 = 27.5-28.5 0.64


2 28.3 0.0 = 28.3-28.5 0.00
3 29.0 + 0.7 = 29.0-28.5 0.49
4 28.5 + 0.2 = 28.5-28.3 0.04
5 28.2 - 0.1 = 28.2-28.3 0.01
N=5 ∑Xi = 141.5 1.18
𝑥̅ = 28.3

Varianza s2 = ( d1 2 + d2 2 +…+ dN 2 )/ N-1 = 1.18/4 = 0.295 (3 )

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:

Desviación estándar relativa σ = s / 𝑥̅ (5)

El tanto por ciento de la desviación estándar relativa (RSD%) es:

%σ = (s / 𝑥̅ ) x100 = (0.5431/28.3) 100 = 1.92%

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)

n x y (x-𝑥̅ ) (y-𝑦̅) (x-𝑥̅ ) (y-𝑦̅) (x-𝑥̅ )2 (y-𝑦̅)2

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.

a. Precisión y Exactitud. (Precisión: mide la Concordancia entre varios resultados


obtenidos realizando iguales observaciones, error asociado al instrumento utilizado y al
almacenamiento del dato). Hasta ahora solo hemos considerado la difusión o dispersión
de los datos de los resultados analíticos. Cuando la dispersión de los datos obtenidos
experimentalmente es pequeña, decimos que la precisión es alta. La desviación estándar
es pequeña cuando la precisión del experimento es elevada. . Figura Nro. 24
Parámetros estadísticos que estiman precisión.
(Exactitud: Mide la concordancia entre el valor experimental obtenido y el verdadero
valor de la magnitud determinada, mide los errores sistemáticos, se define como la
diferencia de la mitad de los análisis realizados y el valor verdadero, error asociado al
método de medición, el que afecta a la localización del dato). Mide el error sistemático o
determinado de un método analítico. Exactitud = µ - [xt]. Donde µ es la medida de la
población para la concentración de analito de una muestra cuya concentración verdadera es
[xt]. Requiere analizar estándares de referencia.
Parámetros de calidad para la precisión de los métodos analíticos
Términos Definición Características
Desviación estándar absoluta Precisión
∑(𝑥𝑖 − 𝑥̅ )2
𝒔=√
𝑁−1

Desviación estándar relativa 𝑠 Precisión


𝑅𝑆𝐷 =
(RSD) 𝑥̅
Desviación estándar de la media: 𝑠 Precisión
𝑠𝑚 =
𝑠𝑚 √𝑁
𝑠
Coeficiente de variación CV CV= x100% Precisión
𝑥̅
2
Varianza 𝑠 Precisión
𝑥̅ = 𝑀𝑒𝑑𝑖𝑎 𝑑𝑒 𝑁 𝑚𝑒𝑑𝑖𝑑𝑎𝑠 ∑𝑁 𝑖=1 𝑥𝑖 Media de la
𝑥̅ = muestra
𝑁
Porcentaje de recuperación %R=[] calculada/[]esperadax100 Exactitud/veracidad

Figura Nro. 22. Fórmulas de estimación de la precisión. Fuente: http://www.slideshare.net/belkyspereira/mtodos-


analticos-clase-1-anlisis-instrumental-1

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.

Exactitud = 𝑥̅ − 𝜇 𝐸𝑟𝑟𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜. Material de referencia certificada.

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).

Medición exacta: Los resultados no están sujetos a errores sistemáticos, depende de la


diferencia entre los valores medidos y el valor real. Medición precisa: Los valores medidos
tienen una buena reproducibilidad, depende del grado de dispersión de los datos. Tipos de
medidas: Medidas directas, el error depende de la precisión del aparato utilizado para
medir. Medidas indirectas, el error depende de la precisión de todos los equipos o técnicas
usadas. Análisis estadístico: La varianza (s2) y la desviación estándar (s) son una
medida de la dispersión de los valores observados. Se define como la raíz cuadrada de la
suma de los cuadrados de las diferencias, entre los valores medidos individualmente y la
media de las mediciones dividida por (N – 1): Las ecuaciones (6,7 y 8) son formas de
expresar la precisión (describe la reproducibilidad de las medidas).

∑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.

Al aumentar N, la cantidad (N – 1) se acerca cada vez más a N (población), por lo que, no


tiene trascendencia usar N, cuando N se acerca a 20 o 30, ó (N – 1) series pequeñas,
(<30 casos) en el cálculo de la desviación estándar. Aunque para números pequeños de
observaciones (caso especialmente importante en Análisis instrumental), la distinción es
significativa.

∑𝑛
𝐼=1(𝑥𝑖 −𝑥̅ )
2
𝜎 = √ (Para N>30 casos ) (7)
𝑁

Experimentalmente, la s de la muestra constituye una estimación de la desviación


estándar de la población (σ), que es la que se desea conocer. No se puede determinar
realmente un número infinito de mediciones. s se aproxima a σ , cuanto mayor es el tamaño
de la muestra. Análogamente, la media de la muestra, resulta ser una estimación tanto más
exacta en la medida de la población, cuanto mayor es el tamaño de la muestra aleatoria. El
2
cuadrado de la desviación estándar, se denomina varianza (V = s ).

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

s2 = [(8.86-8.91)2 + (8.78-8.91)2 + (9.10-8.91)2]/(3-1) = 0,02775 s = 0.16658 = 0.2

Resultado; varianza (s2) = 8.9 ± 0.2

c. Sensibilidad. Cambio en respuesta (señal analítica) dividido por el correspondiente


cambio en el estímulo (la concentración del analito) IUPAC, Compendium of Analytical
Nomenclature, web edition http://www.iupac.org/publications/analytical_compendium/

Sensibilidad = pendiente = A Unidades: señal × concentración–1

Sensibilidad de Calibración: Pendiente de la curva de calibración a la concentración de


interés.

Ss = m [C] +Sbl. (9) Donde: Ss = señal de medida, m= pendiente de la linea recta, C=


Concentración que se mide, Ss= Señal instrumental para un blanco.

La sensibilidad de calibración tiene el inconveniente de no tomar en cuenta la precisión. Por


ello, Mandel y Stiehler proponen la Sensibilidad analítica que es insensible a los factores de
amplificación e independiente a las unidades en que miden S.

Debido a que la sensibilidad de calibración, es independiente de la concentración, solo es


igual a m y no tiene en cuenta la precisión, se ha introducido el concepto se sensibilidad
Analítica gamma expresada por:

ɣ = m/S (10) Donde: m=pendiente de la curva de calibración, S=desviación estándar de las


señales.

d. Sesgo. Mide el error sistemático de un método analítico.

Sesgo = µ - [CX ] (11)

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.

e. Selectividad. Grado en el que un método puede usarse para determinar un analito en


mezclas, sin interferencias de otros componentes de comportamiento similar. J Vessman, RI
Stefan, JF Van Staden, K Danzer, W Lindner, DT Burns, A Fajgelj, H Müller, Pure Appl.
Chem. 73 (2001) 1381-1386.

La selectividad hace referencia al grado de interferencia de unas especies sobre la


identificación de otras. El caso más favorable de selectividad es aquel en el que ninguna
otra sustancia interfiere y la reacción o el método son completamente característicos de la
sustancia que se determina. Se dice entonces que el método es específico. La selectividad
se representa cuantitativamente por el coeficiente de selectividad, el cual se define, para
una sustancia B, potencialmente interferente sobre un determinado analito, A, como:

kB,A = mB/mA (12)

Donde mB y mA son las pendientes del calibrado a la concentración de interés, de B y de A


respectivamente. El coeficiente de selectividad puede variar desde cero (no hay
interferencia) hasta valores superiores a la unidad. Es un parámetro de bastante utilidad, si
bien, su uso se centra casi exclusivamente, para caracterizar el funcionamiento de los
electrodos selectivos de iones.
La selectividad de los métodos instrumentales es muy diversa, existiendo algunos muy
selectivos, en especial, algunos métodos ópticos.

f. Robustez. Es una medida de la capacidad de un método analítico de permanecer


inalterado por pequeñas pero deliberadas, variaciones en los parámetros del método y
proporciona una indicación de su confiabilidad durante su uso normal.

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

g. Incertidumbre. Para la estimación de la incertidumbre se cuantifica como un todo “top –


dow approach” (enfoque de arriba - abajo), para ello, se basa en considerar el proceso
analítico como una caja negra, al método se debe suministrar una muestra con valor y
fiabilidad (incertidumbre) conocidas. Se puede conocer la incertidumbre del método
analizando los resultados a la salida evaluando su precisión y su exactitud.

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.

i. Coste. Finalmente, en cuanto a la economía, podría parecer, en principio, que los


métodos químicos son más económicos que los instrumentales, y, si bien, ésto es cierto en
cuanto al material, no lo es tanto en relación con el tiempo necesario para llevarlos a la
práctica ni en relación con el personal, pues, en contra de lo que pueda parecer a primera
vista, se precisa mayor tiempo de adiestramiento para utilizar un método clásico, que para
aprender a manejar un instrumento. Esto hace que los métodos instrumentales puedan ser
rentables para trabajos en serie.
En calibración univariada la selectividad debe ser total:

En calibración univariada de las interferencias siempre afectan la exactitud. Es la


concentración de un interferente que produce un cierto sesgo en la predicción de un analito
en una muestra típica, por ejemplo, de ± 5 %.

Figura Nro. 23. Relación de interferentes que producen un error. Fuente:


analisisindustrial.wikispaces.com/.../Calibracion+univariada+y+AFOMs.ppt

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

j. Límite crítico o de detección en técnicas instrumentales. Nivel de concentración límite


a partir Del cual se define la “detección” o “no detección” Del analito. El objetivo es aprender
la metodología para la determinación de la concentración de un analito a partir de los datos
obtenidos por técnicas instrumentales. Evaluar el error involucrado en dicha
determinación. Estimar el límite de detección de técnicas instrumentales. Obtener las
herramientas para la correcta confección de informes. En definitiva las técnicas
instrumentales implican el estudio teórico de los fenómenos físicos, fisicoquímicos,
espectros electromagnético, aplicaciones estadísticas a los resultados analíticos; así como
el conocimiento del tamaño, forma, estabilidad y estructura de las moléculas;
complementado por el conocimiento y la descripción de los componentes básicos de los
instrumentos empleados.

Figura Nro. 24. Cálculo del límite de detección. Fuente:


analisisindustrial.wikispaces.com/.../Calibracion+univariada+y+AFOMs.ppt

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.

Figura Nro. 25. Cálculo del límite de cuantificación.

H van der Voet, en AH El-Shaarawi, WW Piegorsch (Eds.), Encyclopedia of Environmetrics,


Vol. 1, Wiley, Chichester, 2002, pp. 504-515. Límite crítico (LC) o de decisión = LOD

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

1.7.4. Distribución normal de probabilidades.

a. Conocimientos previos. Se considera que términos como exactitud, precisión, error


aleatorio, error sistemático, población, muestra, media de la población ( ), desviación
estándar de la población (s), varianza de la población (s 2), media de la muestra (𝑥̅ ),
desviación estándar de la muestra (s), varianza de la muestra (s2), distribución normal de
error (z), ANOVA son conocidos por el alumno, que hemos descrito como afianzamiento en
el acápite precedente. Información sobre su significado puede encontrarse en D.A. Skoog,
J.J. Leary, Análisis Instrumental, 4ta.Edición, Apéndice 1.

b. Límites de confianza. La media de la población o media verdadera ( ) de una medición


es una constante que es siempre desconocida. Sin embargo, en ausencia de errores
sistemáticos, pueden estimarse ciertos límites dentro de los cuales cabe esperar que caiga
la media de la población con una cierta probabilidad. Los límites así obtenidos se llaman
límites de confianza de la media muestral. Los límites de confianza derivan de la
desviación estándar de la muestra, s y dependen de la certidumbre con que se la
conozca.

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

Donde 𝑥̅ es el valor promedio de la muestra y m la media de la población. Los límites de


confianza basados en la ecuación (9) son válidos en ausencia de errores
sistemáticos, es decir, cuando las mediciones son exactas. La Tabla I da los valores
de z para distintos niveles de confianza.

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.

Figura Nro. 26: Distribución Normal de Probabilidad.

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.

La distribución de probabilidad de las señales se utiliza en la determinación del Límite de


detección, como veremos luego.

De hecho, el límite se encuentra en el entorno de 1,96 σm por ello: la media al: ± 95 % EL


𝜎
L.C. para: 𝜇 = 𝑥̅ ± 1,96 (17)
√𝑁

b1. Límite de confianza cuando se desconoce el error σ. La ecuación (13) no tiene


aplicación en la mayoría de los análisis químicos, debido a que el valor del error aleatorio
promedio para cada experimento, σ, raramente se conoce. Por la que la ecuación (11) se
modifica para aplicar a la situación donde σm y σ sean ambos desconocidos, se reemplaza
el valor 1.96 por un factor t. El valor de t para el 95% L.C. (limite de confianza) será
siempre mayor que 1.96, ya que N no es finito (mayores de 30 casos). Por tanto
debemos sustituir s por σ en la ecuación (10)

𝜎
Media ± 95% L.C. para µ = 𝑥̅ ± t cuando se desconoce σ (18)
√𝑁

(Intervalo, limite de confianza: Si texp ≥ ttab. Si existe error sistemático)

𝜎
Los valores de t y ( ) véase en Anexo 1 (K.A. Rubinson y J.F. Rubinson, Apêndice I pag.
√𝑁

820) t; student, depende Del número de grados de libertad, si suponemos que La


distribución es normal, entonces El 95% de las distribuciones normales se encuentran en el
𝜎 𝜎
intervalo dado por: 𝑥̅ - t < µ < 𝑥̅ + t (19)
√𝑁 √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

Respuesta: µ = 0,500± 0,0046 𝜇𝑔/L

Tabla Nro. 17. Propagación de errores en los cálculos aritméticos

Tabla Nro. 18. Valores de Q AL 90 % de confianza

Q 90% 0.90 0.76 0.64 0.56 0.51 0.47 0.44 0.41


N 3 4 5 6 7 8 9 10
Q 95% 0.831 0.717 0.621 0.570 0.524 0.494 0.464

Tabla Nro. 19. Valores de z para distintos niveles de confianza

Nivel de z Nivel de Z Nivel de Z


confianza % confianza % confianza
50 0,67 90 1,64 99 2,58
68 1,00 95 1,96 99,7 3,00
80 1,29 96 2,00 99,9 3,29

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:

102mM 97mM 99mM 98mM 101mM 106mM

𝑥̅ =100,5 Mm s = 3,27 mM, N-1 = 5, para un nivel de confianza = 95% t = 2,57

3,27
µ = 100,5± 2,57 = 100,5 ± 3,4 mM.
√6

Problema. Nro. 12. Se comprueba La escala de absorbancia de un espectrofotómetro a


una λ concreta, usando un patrón que da una absorbancia de 0,47 Los valores
determinados fueron 10, de los que se obtuvieron unos valores de 𝑥̅ = 0,461 y s = 0,03.
Calcular el intérvalo de confianza del 95% de la absorbancia media y decir si existe un error
sistemático.

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%.

N = 50, Z = 95% ≈ 1.96, 𝑥̅ = 150, σ = 53

47
σ 53
𝜇 = 𝑥̅ ± Zα/2 ( ) = 150 ± 1.96 * ( )= 150 ± 14.369
√𝑁 √50

Los limites de confianza están entre 135.631 ≤ µ ≤ 164.369

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 = √𝑣(𝑥) o bien 𝜎 2 = 𝑣(𝑥) (20)

• Si el material analizado supone una distribución gaussiana en su composición, se


caracterizan por una desviación estándar de muestreo σm que define la dispersión.
Estos errores pueden sumarse a otros errores en el proceso del análisis de la muestra.
• Como las varianzas son aditivas la varianza total σt2 será la suma de las varianzas
aportadas por el muestreo, σm2, más las debidas al procedimiento analítico σa2

𝜎 t2 = σ m 2+ σ a 2 (21)

• El peso estadístico de la varianza debida al muestreo en la varianza total es muy notable,


suele ser generalmente de 5 a 10 veces mayor que las demás varianzas, lo que
demuestra la trascendencia de esta etapa y la necesidad de mejorarla.

• Si recordamos el cálculo del límite de confianza (LC), este relaciona la desviación


estándar de un resultado único σ (error aleatorio promedio de cada experimento), con
la desviación estándar del valor medio σm (error de la media), siendo la relación entre
ellas:

𝛔
σm = Error estándar de la media (22)
√𝑵

𝛔
LC para: µ= ± 1,96 para LC del: 95% =1.96
√𝑵

Cuando no se conoce σ entonces


LC para: µ = ± ) Con t=1,96 para N= ∞ (Desconocido)

• 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.

t s / √𝑵= 𝑥̅ R → N = t2 s2 ∕ R2X2 (23)

48
Como El valor de t depende de N es necesario iterar (repetir) comenzando por N = ∞
para LC: 95% y t = 1.96

En el caso de tener materiales en forma de partículas de dos clases diferentes, según la


teoría de la probabilidad podemos hallar la probabilidad que una muestra tomada al azar
tenga la misma composición que la muestra total.
En este caso la varianza de muestreo se conoce por la distribución binomial como:
σm = √𝒏𝒑𝒒 Donde n es el número de partículas que se sacan al azar, p y q son las
probabilidades de cada tipo de partículas respectivamente. Así conociendo el tamaño de las
partículas y la densidad de las mismas se puede calcular como numero de partículas o
como masa la cantidad necesaria para que el muestreo sea representativo. Curva
distribución gaussiana

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.

1. Datos: R = 0.05, s = 0.17, , X = 3,00


2. Comenzando por el valor de t para un número infinito de muestras, para un nivel de
confianza del 95%
N = t2 (s2/R2 𝑋̅2 ) = ( 1.96)2 . [(0.17)2 /(0.05)2 (3.00)2] = 4.9 Se redondea a 5 ensayos.
3. Para N = 5, El valor t =2.78 a un nivel de confianza del 95% (Apendice I) Fuente:
Kenneth A. Rubinson, Judith F.Rubinson Analisis Instrumental Pag.820) Este valor de t se
sustituye. N = t2 (s2/R2 𝑋̅2) = (2.78)2 x 1.28 = 9.9, este valor se redondea a 10 ensayos
4. Para N = 10, t = 2.26; N = 7, t = 2.45 N = 8, t = 2.36

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. En este caso, N = 6 porque hay seis datos; Sustituyendo N por 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

var = 32,86 ésta es la varianza.

1.7.5. Manejo cuantitativo muestreo simple aleatorio. Se seleccionan los elementos al


azar y todos los elementos tienen la misma probabilidad de ser seleccionados. (Fuente:
Acopiado de internet. Variables cualitativas Dr. J. Alberto Mellado Bosque)

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

∑(𝑥𝑖 −𝑥̅ )2 452.4


Varianza de la muestra: 𝑠 2 = = =23.81
𝑛−1 19

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.

Muestreo cualitativo. Las variables se dividen en variables cuantitativas y cualitativas, las


cuantitativas tratan características qque pueden medir (peso, altura, etc), las variables
cualitativas tratan características qque no se pueden medir (color, textura, opinión, etc)

Si p es la proporción de elementos que cumplen cierta cualidad, entonces se puede


∑𝑥
estimar: 𝑝̂ = 𝑖
𝑛

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

Intervalo de confianza: 𝑝̂ − 2√𝑉̂ (𝑝̂ ) < 𝑝̂ < 𝑝̂ + 2√𝑉̂ (𝑝̂ )

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:

La proporción es: 7/20=0.35

La varianza muestral es: 0.35 (1-0.35)=0.227

0.227 500−20
La varianza de la proporción es: 𝑉̂ (𝑝̂ ) = ( )= 0.0115
20−1 500

El límite del error es: 2√𝑉̂ (𝑝̂ ) =2√0.0115=0.214

Sumando y restando 0.214 de la proporción se obtiene el intervalo de confianza:

0.135< 𝑝 < 0.564

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

En algunas condiciones es difícil conocer el valor de N (tamaño de la población) por ejemplo


el número de plantas pequeñas en una parcela, el número de árboles de cierta región o el
número de fauna silvestre de un área. En tal caso el tamaño de la muestra se calcula con la
siguiente ecuacón donde el producto pq es la varianza muestral y B es el error máximo
permitido. Esta ecuación es con el 95% de seguridad:

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)

El procedimiento anterior presenta varias preguntas estadísticas:

1. ¿Es lineal la gráfica de calibración?, y si es curva ¿Qué grafica tiene?


2. Teniendo en cuenta que cada uno de los puntos de la gráfica está sujeto a errores, ¿Cuál
es la mejor recta que pasa por esos puntos?
3. Suponiendo que la calibración es lineal, ¿Cuáles son los errores estimados y los límites
de confianza para la pendiente y la ordenada en el origen?
4. Cuando la gráfica se usa para el análisis de una muestra problema, ¿cuáles son los
errores y los límites de confianza para una [ ] determinada?
5. ¿Cuál es el límite de detección del método, es decir, la menor [ ] de analito que se puede
detectar con un nivel de confianza predeterminado?
Tabla Nro. 20: Relación entre los tipos de ensayo de los parámetros de desempeño

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)

1.8.1. Criterios de Calidad de una calibración. La calidad de la determinación de una


concentración no puede ser mejor que la calidad intrínseca de la calibración. Los factores
que determinan la calidad de una calibración son:
a. La precisión de las medidas. Estimada a través de la repetitividad y la
reproducibilidad de las medidas. La repetitividad se evalúa a través del cálculo de la
desviación estándar relativa (RSD%) de la medida de los patrones de calibrado. En la
práctica puede ocurrir que la repetitividad para los patrones sea más pequeña que para las
muestras, por lo que será necesario fabricar patrones similares a las muestras o agregar el
analito a las mismas.

b. Exactitud de los patrones. Es esencial que los patrones de calibración cubran el


intervalo completo de [ ] requerido en los análisis en los que se encuentran las muestras
problemas. Valor de concentración o masa asignado a cada patrón trae aparejado un error
pequeño si es preparado a partir de reactivos puros (grado analítico) con estequiometria
bien definida. Este error en general se desprecia, frente al error en las medidas de las
señales producidas por el instrumento.

c. La [ ] de las muestras problema. Se calcula por interpolación, a excepción del método


de la adición de estándar, que se hace por extrapolación.
d. Es importante incluir una muestra en blanco en la curva de calibración. Esta
muestra no contiene ningún analito, pero si contiene la misma composición que las otras
muestras estándar de referencia, y está sujeta a la misma secuencia del proceso analítico.
La respuesta podría ser cero, pero por impurezas de reactivos u otras causas pueda no ser
así.
e. La curva de calibración se presenta siempre con la respuesta del instrumento en el eje de
las ordenadas y la [ ] de los patrones en el eje de abscisas.

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

Cuadro Nro. 03 Calibración y regresión


Patrones de calibración 1. Concentración conocida
2. Cubrir el rango de concentración de las muestras a analizar
en los ensayos
3. Mismoas disolventes y reactivos qque en el ensayo
4. Matriz lo más parecida posible que la muestra real
5. Incluir el blanco en la curva (no restar)

Gráfica de calibración 1. Señal instrumental en ordenadas


2. Concentración, cantidad en abcisa
3. Habitualmente lineal y= a + bx
Errores 1. Coeficiente de variación de señal instrumental de 2-3%
2. Preparación del patrón < 0.1% (despreciable)
3. Si se realiza varias medidas punto calibración: Distribución
gaussiana normal.
Fuente: www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691

Propósito de la calibración periódica. Es la mejora de la estimación de la desviación


entre el valor referencia y el valor obtenido usando un instrumento de medición y la
incertidumbre de esta desviación, durante el tiempo que el instrumento se usa.

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.

1.8.2. Primer método de regresión grafica de calibración. En esta técnica se preparan


una serie de soluciones estándar que contienen [ ] conocidas del analito teniendo en cuenta
los puntos antes señalados. Dichas soluciones deben cubrir el intervalo de [ ] de interés, asi
como tener una composición matricial tan parecida como se pueda a la de las soluciones de
las muestras problema. También se analiza una solución en blanco de fondo.
Generalmente hay una relación lineal entre la señal analítica y, y la [ ] x. Por ello los datos
se ajustan a una recta por el método de mínimos cuadrados, es decir, minimizando la suma
de los cuadrados de los residuos y. Una vez establecida la gráfica de calibración se puede
obtener la [ ] de analito en cualquier muestra problema por interpolación del valor en dicha
recta: Señal = constante x concentración
y=mx (23)

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)

El término b indica la magnitud de la señal estimada del blanco, mientras que m es la


pendiente de la recta de calibrado e indica nuevamente la sensibilidad.
Estadísticamente, una calibración realizada a partir de dos puntos es muy pobre y su
construcción a partir de un número mayor de patrones es obligatoria. El procedimiento
estadístico para determinar los coeficientes b y m de la ecuación (24) se denomina
regresión por cuadrados mínimos.

Figura Nro. 29. Intérvalo de confianza y regresión lineal


Fuente: http://www.ebookpp.com/ej/ejercicios-de-regresion-no-lineal-resueltos-ppt.html.
La regresión por cuadrados mínimos es una herramienta muy útil, sin embargo, deben
conocerse sus limitaciones. Además de la regresión por cuadrados mínimos siempre debe
hacerse una inspección gráfica de los datos obtenidos, para detectar puntos anómalos test
Q de Dixon valores dudosos o fallas en la linealidad. Las ecuaciones mediante las que se
obtienen los coeficientes de la ecuación (24) se detallan en la próxima sección.

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.

1.8.3. Segundo método: cálculo de la recta de regresión por mínimos cuadrados. Es la


recta que minimiza la suma de los cuadrados de los residuos, se establece una recta lineal
que relaciona x e y. Para el modelo de la ecuación (19) los puntos individuales sobre la
recta los denotaremos como:{(x1, y1) = blanco, (x2,y2), (x3,y3)} siendo el primer punto el
corresponde a la lectura del blanco. Como los residuos de y, algunas veces serán negativos
y otros positivos, se intenta minimizar la suma de los cuadrados de los residuos. Esto
explica el uso del término de minimos cuadrados, por lo que la recta buscada pasa
por el centro de gravedad, y su pendiente y su ordenada en el origen serán:

∑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)

Figura. Nro. 30. Métodos instrumentales de establecer la relación señal/concentración.


Fuente: www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691

Este método es ampliamente utilizado en todas las ramas de las ciencias, encontrándose
incorporado en muchas calculadoras y planillas de cálculo.

̂, para los distintos


La calidad de la calibración se evalúa prediciendo el valor de la señal 𝒚
patrones a través del modelo utilizado (ecuación 22). Las diferencias entre la señal

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

∑(𝑦𝑖 −𝑦̅𝑖 )2 𝑆𝑦𝑦 −𝑚2 𝑆𝑥𝑥


𝑆𝑦/𝑥 = √ 𝑆𝑦/𝑥 = √ [Sy/x para (N-2)] (27)
𝑁−2 𝑁−2

Sy/x es llamada desviación estándar residual y tiene unidades correspondientes a la


señal observada. También se la conoce como sy/x en el texto de Miller o como se en otros
textos.Es una estimación de los parámetros de regresión.Se emplea N-2 grados de libertad
para una regresión lineal simple, ya que hay N datos disponibles.

a. La incertidumbre en la concentración de los patrones es despreciable frente a la


desviación estándar de la señal medida. Para ello los patrones de calibrado deben ser
preparados con una precisión superior a la de la medición de la señal.

b. Todas las medidas son estadísticamente independientes unas de otras. Cualquier


tendencia de las señales a través del tiempo (deriva de la línea de base o contaminaciones
secuenciales) invalida el calibrado.
c. Todas las medidas tienen igual desviación estándar, la cual no depende del valor de la
señal observada, por lo tanto las señales altas tendrán igual desviación estándar que las
pequeñas. Esta suposición es particularmente discutible si se trabaja en un amplio intervalo
de concentraciones.
Si no se cumple, es necesario utilizar un método de calibración ponderado por las
desviaciones estándar de las medidas.
d. Las medidas están normalmente distribuidas. En general, el error en una medida analítica
es una suma de errores independientes provenientes de distintas partes del instrumento.
Aunque el error de cada fuente individual no sea normalmente distribuido, la suma de esas
contribuciones, producirá una distribución normal.

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)

Figura Nro. 32. Grafica de una recta de regresión.


Fuente:www.slideshare.net/todocello/tema-4-calibraciones-y-regresion-3946691.

Para controlarla calidad de la información obtenida se puede establecer el intervalo de


confianza del modelo. La desviación estándar (mas correctamente llamada error estándar)
de la pendiente, sm. Desviación estándar de la pendiente.
𝑆𝑦/𝑥 𝑆𝑦/𝑥
Sb = = Intervalo de confianza de la pendiente: b ± t (n-2) S b (30)
√𝑆𝑥𝑥 √∑(𝑥𝑖 −𝑥̅ )2

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

𝑆𝑅 1 𝑥̅̅ 2 ∑(𝑦𝑖 −𝑦̅)2


Sb= Sa = SR √ + , 𝑆𝑦/𝑥 = √ (31)
√∑ (𝑥𝑖 −𝑥̅ )2 𝑛 𝑆𝑥𝑥 𝑁−2

𝑦̅ = puntos sobre la recta de regresión calculada, correspondientes a los valores de x, es


decir; los valores de y ajustados.

El valor de 𝑦̅ para un valor de x dado, se calcula a partir de la ecuación de regression. Los


valores de Sm y Sb se pueden utilizar para estimar los límites de confianza para la pendiente
y la ordenada en el Origen. Así, los límites de confianza para la pendiente viene dados
por:

b= ± t(n-2) Sb con t que se obtiene para un nivel de confianza deseado y n-2 grados de
libertad.

De manera similar, los límites de confianza para la ordenada en el origen son:


a= ± t(n-2) Sa
Si tenemos una muestra de señal yo se puede calcular la concentración correspondiente a la
𝑦 −𝑎
misma como: [𝑥𝑜 ] = 𝑜 (32)
𝑏

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

Un resultado no es tal, sin embargo, si no está acompañado por su correspondiente nivel de


incetidumbre. Para informar xinic con su incertidumbre asociada, y establecer su número
correcto de cifras, es necesario calcular el error estándar en la concentración predicha Sx inic,
lo cual se lleva a cabo mediante la siguiente expresión

𝑆𝑦/𝑥 1 1 (𝑦𝑖𝑛𝑖𝑐 −𝑦̅)2


SXinic = 𝑏
√𝐿 + 𝑁 + 𝑏 2 𝑆𝑥𝑥
Siendo: (33)

59
yinic = Valor de la señal experimental de la muestra

N = Número de patrones utilizados en calibración

xinic = Concentración de patrones de calibración.


L = Repeticiones de la medida 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

Intervalo de confianza de la ordenada en el origen: a ± t(n-2) Sa

Predicción en muestras incógnitas. Los valores de b y a se requieren para realizar


predicciones en muestras incognitas, a través de la ecuación: y = bx +a, donde puede
obtenerse la concentración estimada del analito en la muestra: [xinicial ]= (yinicial - a)/b

La ecuación (33) permite calcular la desviación estándar para la concentración


obtenida a partir de la media 𝒚̅𝒙 de un conjunto de L análisis repetidos cuando se usa
una curva de calibración de N puntos. Recuérdese que 𝑦̅ es el promedio de la señal
obtenida para los N datos de la calibración.

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

A medida que el valor de la señal 𝑦̅x se acerca al valor promedio 𝑦̅ el error de la


determinación disminuye, por lo que es mejor determinar muestras cuyo valor de señal
se encuentre en el centro de la curva de calibrado. Cuantas más veces se repite el
análisis de la muestra incógnita, mayor será L y por lo tanto menor será la desviación

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.

¿Cómo expresamos la incertidumbre del resultado de una muestra incógnita? Esto se


hace en base a un intervalo de confianza para el promedio de concentraciones obtenidos
mediante L análisis repetidos de la muestra. Puesto que en general el número de muestras
utilizado en la calibración es pequeño se debe utilizar el parámetro t para generar un
intervalo de confianza.

Este intervalo de confianza de la concentración interpolado se calcula mediante la ecuación


(28). Los resultados para una muestra incógnita se expresan como:

𝑦̅𝑥 −𝑎
𝑥̅𝑥 = ±𝑡𝑁−2 . 𝑠𝑥 (34)
𝑏

Donde t depende del número de muestras realizadas en la calibración y del intervalo de


confianza deseado (ver tabla: 17, 18, 19 y 20 Pag. Nro. 46-47). No debemos olvidar el
correcto redondeo de las cifras decimales, que deberá hacerse cuando se hayan finalizado
los cálculos.

Figura. Nro.35. Fuente: http://www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-


394669

e. Ámbito Lineal del calibrado. Una parte importante de la tarea de calibración de un


instrumento analítico es determinar el intervalo de concentraciones para el cual el modelo
lineal es válido. Hay tres maneras de verificar esto, ninguna de ellas excluye a las otras.

61
Diagrama. Nro. 04. Representación de la correlación de Pearson.Fuente:
aprendeenlinea.udea.edu.co/lms/moodle/mod/.../view.php?

La primera, es la investigación del gráfico de residuos en función de la


concentración. Los residuos deben ser todos de la misma magnitud y deben estar
distribuidos aleatoriamente en su signo (en una secuencia del tipo ± ± ± etc.). Si esto no
fuese así, debe sospecharse una relación no lineal entre x e y por lo que debe disminuirse el
rango de trabajo, o bien aplicar otro modelo, si la teoría así lo permite.
Otra manera de verificar la validez del modelo lineal es mediante el cálculo del
coeficiente de correlación (r) de Pearson. Resumen:

∑[(𝑥𝑖 −𝑥̅ )(𝑦𝑖 −𝑦̅)]


r= -1< 𝑟 < +1 (35)
√[∑(𝑥𝑖 −𝑥̅ )2 ][(𝑦𝑖 −𝑦̅)2 ]
𝑆𝑥𝑦 ∑ 𝑥𝑖 ∑ 𝑦 𝑖 (∑ 𝑥𝑖 )2
b = 𝑆 , 𝑆𝑥𝑦 = ∑ 𝑥𝑖 𝑦𝑖 − , 𝑆𝑥𝑥 = ∑(𝑥𝑖 − 𝑥̅ )2 = ∑(𝑥𝑖 )2 −
𝑥𝑥 𝑁 𝑁

b = Pendiente = Sensibilidadinstrumental: a = 𝑦̅ − 𝑏𝑥̅ , Ordenada en el origen.


2
2 2 (∑ 𝑦𝑖 )
𝑆𝑦𝑦 = ∑(𝑦𝑖 − 𝑦
̅) = ∑(𝑦𝑖 ) −
𝑁

El coeficiente de correlación vale 1 o –1 en el caso de que las variables estén perfectamente


correlacionadas, pero no debe mal interpretarse puesto que un coeficiente de correlación de
1, no necesariamente significa que la linealidad sea buena, sino que el numerador y el
denominador de la expresión anterior se cancelan mutuamente. Es común obtener
buenos coeficientes de correlación con rectas de regresión que no responden a un
modelo lineal. El coeficiente de correlación sólo es otro indicio adicional que debe
sumarse al análisis de los residuos. En ocasiones se obtienen valores de r más bajos,
siendo necesario utilizar una prueba estadística para establecer si r es realmente
significativo. El método más simple es calcular un valor de t usando la ecuación:

|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.

1.8.4. Tercer método es el análisis de la varianza de la regresión. El análisis de la


varianza (ANOVA) puede utilizarse para detectar una falla de ajuste en la regresión.
Muchas planillas de cálculo realizan este cálculo automáticamente. Para realizar este
análisis de forma completa, se necesitan datos replicados para cada patrón.

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

Donde n es el número total de mediciones, k es el número total de patrones, i son las


repeticiones de cada patrón y los y ij son las señales de todos los experimentos.

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. Calibrado directo, adición de estándar y estándar interno. En este método de


calibrado directo se compara la señal obtenida del analíto problema en la recta obtenida
de las soluciones patron. En el método de la adición de estandar se le agrega a la
muestra, concentraciones crecientes del analito de interés. La señal obtenida se deberá a la
cantidad de analito originalmente presente en la muestra sumada a la cantidad agregada.

El propósito de estos métodos es generalmente corregir efectos de interferencias


multiplicativas (las interferencias multiplicativas son aquellas que producen un cambio en la
concentración) debidas a la matriz de la muestra. Una vez obtenidas, la señales
instrumentales se grafican versus las cantidades de analito añadidas.

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)

La escala de concentración [x] se define con las [ ] concentraciones de analito agregadas a


las soluciones muestra. Por tanto, la [ ] desconocida está dada por el punto en el cual la

Diagrama Nro. 05. Métodos de calibrado


Fuente: Universidad Autónoma del Estado de Hidalgo. Araceli Castañeda Ovando.
Línea extrapolada corta al eje x, es decir, el valor de x para y = 0. Este valor es igual a la
razón de la ordenada en el origen y la pendiente de la recta de regresión establecida por
mínimos cuadrados.

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

Diagrama Nro. 06. Ecuación de adición de patrón o estándar.


Fuente: Universidad Autónoma del Estado de Hidalgo. Araceli Castañeda Ovando.

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

Figura. Nro.39. La adición de patrón es apropiada cuando la composición de la muestra es


desconocida o compleja y afecta a la señal analítica. 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.

Diagrama Nro. 08: Método de estándar interno


Fuente: Universidad Autónoma del Estado de Hidalgo. Araceli Castañeda Ovando.

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

Una representación de la relación o cociente de respuestas analito a estándar interno como


función de la [ ] del analito, da una gráfica de calibración cuyo ajuste se hace por mínimos
cuadrados.
1.9.3. Parámetros característicos. “El primer objetivo de un proceso de medición en el
laboratorio debe ser alcanzar su control estadístico”
a. Límite de Detección. En Análisis Instrumental, debemos aprender a elegir la técnica
correcta para cumplir con nuestro análisis. Para ello, debemos comparar muchas “figuras de
mérito” de cada método. Las figuras de mérito forman una base común sobre las que se
pueden comparar los métodos analíticos.

Ya hemos visto algunas figuras de mérito, como ser la sensibilidad, la exactitud y la


precisión. Otra figura de mérito importantísima es el Límite de Detección. Puede definirse
como aquella que proporciona una señal instrumental significativamente diferente de
la señal del blanco o señal de fondo. El cálculo del límite de detección responde 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.

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.

Experimentalmente, el límite de detección se determina involucrando todos los factores que


afectan la medida y se define, en general, para obtenerlo en unidades de concentración
como:

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.

Aplicado a los métodos espectrofotométricos, entonces, sB = desviación estándar de los


blancos en absorbancia y (b) mcal pendiente de la curva de calibración (A vs [C]) en
unidades de Absorbancia/Concentración, por lo tanto, al calcular la relación el límite de
detección se obtiene en unidades de concentración.

Otros autores, utilizan para calcular el límite de detección, la siguiente expresión:


3𝜎𝑝𝑎𝑡𝑟ó𝑛 𝑑𝑒 𝑏𝑎𝑗𝑎 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎𝑐𝑖ó𝑛 ∗𝐶𝑛𝑜𝑚𝑖𝑛𝑎𝑙
𝐿𝐷 = (47)
𝐶𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜

En donde C nominal es la concentración del patrón de baja concentración y C promedio


corresponde al promedio aritmético, de las concentraciones halladas experimentalmente por
interpolación (después de interpolar la absorbancia en una curva de calibración), de por lo
menos diez replicas de la solución de baja concentración. Este criterio aunque no lo
recomienda IUPAC es muy utilizado en diferentes laboratorios.

b. Límite de cuantificación. Corresponde a la cantidad o concentración del analito a partir


de la cual es confiable realizar determinaciones cuantitativas y se define como:

Límite de cuantificación = LOQ = 10s B / m cal bajas concentraciones (48)

Definición sugerida recientemente por organismos oficiales de EEUU. En términos


generales se puede definir él limite de detección de un analito, como aquella [ ] que
proporciona una señal instrumental significativamente diferente de la señal de una muestra
en blanco, o la señal de fondo. “Significativamente diferente”, da al analista un buen margen
de libertad para establecer la definición exacta del límite de detección. De hecho, en la
práctica existe poco acuerdo entre los Organismos Oficiales sobre este acuerdo.

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)

El límite de cuantificación o determinación considerado como el límite de [ ] más bajo para


mediciones cuantitativamente precisas, se define como la cantidad de analito que
proporciona una señal y e igual a la del blanco más diez veces la desviación estándar
del blanco:

yLQ = yB + 10 SB (50)

En la práctica, cuando se trabaja con una recta de regresión convencional, se puede


usar la desviación estándar de residuos Sy/x en lugar de SB, y se puede emplear el valor de
A = (0,0) como una estimación de la señal correspondiente al blanco. Una vez obtenido el
valor de y obtendremos la [ ] correspondiente al límite de detección o cuantificación, a partir
de la recta de calibrado. Para resolver problemas son definiciones ampliatorias a lo
desarrollado anteriormente, pero que tienen el mismo concepto.

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

yLD = yB + 3 SB Luego: b + 3 Sy/x = m x + b


3𝑆𝑦/𝑥
yLD = b + 3 Sy/x x= (51)
𝑚

y=mx+b

c. Rango de trabajo. Es el rango de concentraciones de analito el cual puede producir


valores de absorbancia adecuados para análisis prácticos. Es imposible ser específico en
definir este rango debido a que las necesidades analíticas pueden ser muy variables. No
obstante como una regla general para un rango de trabajo debiera caer entre 0.1 y 0.8 U.
ABS, pues esta es la región de mayor precisión óptica. Sin embargo, mediciones útiles
pueden ser realizadas a absorbancias menores, y el rango completo de trabajo puede
extenderse hasta el límite más bajo que es alrededor de 10 veces el límite de detección.

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

Como la concentración característica corresponde a 0.0044 U. ABS, un factor 100


proporcionaría 0.44 U. ABS (alrededor de la mitad del rango óptimo). Una vez establecido
lo anterior resulta fácil determinar el rango óptimo de trabajo.

d. Rango lineal. El intervalo de [ ] en que es aplicable un método analítico va desde el limite


de cuantificación hasta la [ ], a la cual, la curva de calibrado se desvía de la linealidad (LL).
En el límite de cuantificación (LC), figura Nro. 42, la desviación estándar relativa de las
medidas es de aproximadamente un 10 %, y disminuye con rapidez cuando aumentan las
concentraciones [ ].
e. Sensibilidad. La sensibilidad de un instrumento o método se define como, su capacidad
para discriminar entre pequeñas diferencias en la [ ] de un analito. La sensibilidad viene
limitada por la pendiente de la curva de calibración y la reproducibilidad o precisión
del sistema de medida, también se define como la pendiente del calibrado, de manera
que para dos métodos que tengan igual precisión, el que presente mayor pendiente en la
curva de calibración será el más sensible, y viceversa.

La IUPAC, define la sensibilidad como la pendiente de la curva de calibración a la [ ] de


interés. Como la mayoría de las curvas de calibración son lineales, en ellas la sensibilidad
de calibración es independiente de la [ ], e igual a la pendiente de la recta de calibrado.

Mandel y Stichler, definen la sensibilidad analítica a una determinada [ ], teniendo en cuenta


la precisión, como:

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:

Sblanco = ma CA + mb CB + mc CC + Sbl (53)

𝑚𝐵
Se define el coeficiente de selectividad de B con respecto de A, como: 𝐾𝐵𝐴 =
𝑚𝐴

El coeficiente de selectividad nos da la respuesta relativa del método para la especie B


cuando se compara con A. Análogamente, el coeficiente de selectividad de C con respecto
𝑚𝐶
de A, será: 𝐾𝐶𝐴 =
𝑚𝐴

Si sustituimos en la ecuación anterior estos coeficientes, obtenemos que:

S = mA (CA + KB,A · CB + KC,A · CC) + Sbl (54)

Los coeficientes de selectividad pueden variar desde 0 en ausencia de interferencias hasta


1 ó más. Un coeficiente será negativo si la interferencia causa una reducción en la
intensidad de la señal del analito y a la inversa.

Los coeficientes de selectividad son parámetros de calidad útiles para describir la


selectividad de los métodos analíticos, pero son poco usados.
g. Relación ruido-señal. La señal analítica puede dividirse en dos partes; una causada por
los analitos componentes de la matriz de la muestra y la otra originada por la
instrumentación usada en la medición, parte de la señal se conoce como ruido y constituye
información no deseada, ya que degrada la exactitud y precisión del análisis, a la vez que
aumenta el límite de detección.
Para una señal cualquiera, la magnitud del ruido se define como la desviación estándar del
valor de la señal medida, mientras que la señal viene dada por la media de la medida:
𝑥̅
S/N = (55)
𝑆𝑑

Conforme la [ ] disminuye hacia el nivel de trazas, el problema de distinguir las señales


respecto al ruido, se hace cada vez más difícil, lo que ocasiona una disminución en la
exactitud y presión de las mediciones a la vez que se aumenta el límite inferior de la
cantidad de analito que se pueda detectar.
h. Homocedasticidad: Varianza constante del término de error. Se refiere al supuesto de
que las variables dependientes exhiban iguales niveles de varianza a lo largo del rango de
los valores de las variables independientes. ¿Cómo evaluarla?

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)

1.9.4. ¿Qué esperamos en el desarrollo del análisis instrumental?


El análaisis instrumental que podemos conceptuar de otra manera, es la ciencia y la
tecnología de los sistemas complejos que permiten medir magnitudes físicas cuyo objetivo
es la obtención de datos que se transmiten a dispositivos de representación, registro o
elementos de control aprovechando las propiedades físicas, químicas y electromagnéticas
de la materia entendiéndolo en su manifestación infinitisimal.

a. La instrumentación analítica. Se puede definir como la ciencia que desarrolla y mejora


métodos e instrumentos para obtener información sobre la composición y naturaleza
química de la materia. Dentro de la Química Analítica Instrumental se incluye el Análisis
Instrumentación, que se basa en las propiedades químico, físicas y del espectro

75
electromagnético. La clasificación del análisis instrumental como hemos visto en la sección
preliminar.

b. En el mercado ambiental. Nos permiten probar los contaminantes biológicos y químicos


en el aire, agua, alimentos y tierra. Alrededor del mundo, estas herramientas han contribuido
decisivamente en los esfuerzos para proteger el medio ambiente y la salud humana.

c. Alteraciones endocrinas por pesticidas y metales pesados en la tierra, de los


alimentos y el agua. Se cree que ciertos pesticidas alteran el sistema endocrinológico y
causan trastornos tales como defectos de nacimiento, cáncer de seno y cancers de diverso
orden. Existen metodologías de Cromatografía de gases/ espectrometría de masas
(GC/MS) capaz de analizar rápidamente muestras de los 567 pesticidas y otros
probables alteradores del sistema endocrino que causan preocupación mundial,
ofreciendo un método más sencillo para supervisar estos químicos en el abasto de
alimentos. Los hidrocarburos volátiles contribuyen a la degradación del ozono a nivel de la
tierra, uno de los principales componentes del smog urbano. La Agencia Mundial
Antidopaje (AMA) ha estipulado seis clases de substancias prohibidas: estimulantes,
narcóticos, agentes anabólicos/esteroides, diuréticos, hormonas pépticas y
compuestos afines, así como otras drogas restringidas. Estas clases incluyen más de
400 substancias y miles de compuestos relacionados.

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

1. Ajuste de una función lineal: y = bx + a


xi yi x2 y2 xi yi (𝑥𝑖 − 𝑥̅ ) (𝑦𝑖 − 𝑦̅) (𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅) (𝑥𝑖 − 𝑥̅ )2

1 1,25 1 1,56 1,25 -2 -12.35 24.7 4


2 5 4 25 10 -1 -8.6 8.6 1
3 11,25 9 126,56 33,75 0 -2.35 0 0
4 20 16 400 80 1 6.4 6.4 1
5 30,5 25 930,25 152,5 2 16.9 33.8 4
15 68 55 1483,3 277,5 73.5 10
3 13,6 11

76
Reemplazandolos datos del problema Nro. 20 en el cuadro de regresión lineal por mínimos
cuadrados.

Figura. Nro.46. Fuente: www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf - En


caché - Similares

1.9.4. Covarianza. El análisis de la covarianza es una técnica estadística que, utilizando


un modelo de regresión lineal múltiple, busca comparar los resultados obtenidos en
diferentes grupos de una variable cuantitativa pero corrigiendo las posibles diferencias
existentes entre los grupos en otras variables que pudieran afectar también al resultado
(covariantes).

En el estudio conjunto de dos variables, lo que interesa principalmente es saber si existe


algún tipo de relación entre ellas. Esto se ve gráficamente con el diagrama de dispersión.
La covarianza S(x, y) de dos variables aleatorias x e y se define como:

(56)

Donde xi yi representan los pares de valores de la variable y el producto 𝑋̅ 𝑌̅ que


corresponde al producto de las medias aritmeticas de las variables x e y respectivamente.

 Si Sxy > 0 hay dependencia directa (positiva), es decir, a grandes valores de x


corresponden grandes valores de y.
 Si Sxy = 0 Una covarianza 0 se interpreta como la no existencia de una relación
lineal entre las dos variables estudiadas.

77
 Si Sxy < 0 hay dependencia inversa o negativa, es decir, a grandes valores de x
corresponden pequeños valores de y.

La matriz de covarianza SXY de dos variables aleatorias n-dimensionales expresadas como


vectores columna 𝑋 = (𝑥1 , … . 𝑥𝑛 )𝑡 e Y = (𝑦1 , … . 𝑦𝑛 )𝑇 se define como:

𝑆𝑋𝑌 = 𝐸 [(𝑋 − 𝐸[𝑋] )(𝑌 − 𝐸[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

Problema Nro. 21. Calcular covarianza talla – peso

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)

1. Sumamos los productos de los valores x (talla) por los de y (pesos)

∑ 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

Definimos n como numero de eventos que en este caso es igual a 10

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. Puesta a punto del mètodo analitico.

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.

d. Validación de la etapa de detección final. Los errores en la etapa de calibración son


muy frecuentes, incluyen:
Errores en cálculos sensillos (p.e. concentraciones)
Errores de dilución
Confusiones originadas al utilizar disolventes
Utilización de compuestos impurificados
Contaminaciones, interferencias, patrones inadecuados
Corrección de fondo mal hecho o confianza ciega en sistemas de integración
Mal uso de las unidades como ppm, ppb.
Debe de prepararse disoluciones con concentraciones exactamente conocidas en el analito,
almacenarse en adecuadas condiciones y ser manejadas con cuidado para no ser
contaminados.

e. Muestras sólidas. Estar familiarizado con el manejo de las muestras solidas


mineralizadas
f. Robustez del método. Evitar cambio del equipo (Soxhlet, reactores, …), de temperatura
o humedad.
g. Puntos y gráficos de control. Los gráficos de control permiten la detección de nuevos
erroeres sistemáticos y elk seguimiento de la precisión si se hacen medidas replicadas.
h. Materiales de referencia certificados. (MRC). Cada valor certificado se acompaña de
su incertidumbre a un nivel de confianza dado:
Sustancias o disoluciones puras para calibración e identificación
Materiales de matriz conocida para calibración de métodos comprativos

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

Objetivo 1. Definir y asegurar la calidad de la información analítica generada. Una


validación intrínseca que consiste en caracterizar un proceso de medición química a través
de las propiedades o características de desempeño del mismo.

Objetivo 2. Garantizar la coherencia entre la información analítica generada y las


necesidades informativas planteadas por la sociedad, industria, comercio, ciencia y
tecnología, en un proceso denominado validación extrínseca del proceso analítico. La

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.

Deben utilizar equipos, reactivos y materiales de laboratorio apropiado y en perfectas


condiciones para su uso; patrones de referencia bien caracterizados de pureza adecuada
y debidamente documentada. Se recomienda la utilización de MRC de naturaleza similar a
las muestras sobre que se aplicara el ensayo.
Todo el proceso de validación se debe confirmar y encontrarse documentado en protocolos
e informes de validación. Tenemos tres tipos de validación:
Validación Prospectiva: es aquella validación realizada a métodos analíticos nuevos.

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.

1.10.3. Parámetros fundamentales de validación. Una vez que se ha realizado el ajuste


de los parámetros y se ha probado con éxito el método en muestras, se está en condiciones
de realizar la validación del método, para poder confirmar y documentar que los resultados
obtenidos por el método son seguros y confiables.

En el proceso de validación, los parámetros que son evaluados generalmente son:


Selectividad, Linealidad, Precisión, Sesgo, Exactitud, Sensibilidad. Parámetros de
calidad. Estos (figura 22) son los criterios cuantitativos de funcionamiento de los
instrumentos, criterios que se pueden utilizar para decidir si un determinado método
instrumental es o no adecuado para resolver un problema analítico. Estas características se
expresan en términos numéricos y se denominan parámetros de calidad.
Precisión. De los datos analíticos se define como el grado de concordancia mutua entre los
datos que se han obtenido de una misma forma. La precisión indica la medida del error
aleatorio, o indeterminado de un análisis. Los parámetros de la calidad de la precisión
son la desviación estándar absoluta y relativa, el coeficiente de variación y la varianza.
(SKOOG-HOLLER-NIEMAN Pag. 12)
Exactitud. Mide el error sistemático o determinado de un método analítico. Se puede
determinar por comparación con muestras patrón y por comparación con un método patrón.
Exactitud = 𝑥̅ − 𝜇 Donde: 𝑥̅ valor medio de la muestra

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

Sensibilidad: Es una medida de la Sensibilidad de calibración, sensibilidad


capacidad de un método, depende de la analítica
pendiente de la curva de calibrado y de
la reproducibilidad de las medidas
Limite de detección: Mínima Blanco mas tres veces la desviación
concentración o mínima masa de analito estándar del blanco
que se puede detectar para un nivel de
confianza dado.
Intervalo de concentración Concentración entre el limite de
cuantificación (LOQ),límite de detección
(LOD) y el limite de linealidad ( LOL)
Selectividad y especificidad: Grado de Coeficiente de selectividad
ausencia de interferencias con otras
especies que contienen la matriz de la
muestra. La capacidad de un método
para determinar exactamente y
específicamente el analito de interés en
la presencia de otros componentes en la
matriz, bajo condiciones de prueba
estadística.
Robustez Es una medida de su capacidad de
permanecer inalterado por pequeñas, pero
deliberadas, variaciones en los parámetros
del método y proporciona una indicación de
su confiabilidad durante su uso normal.
Otras características
Velocidad, Facilidad y Comodidad,
Habilidad del operador, Coste y
disponibilidad de tiempo, Coste por
muestra
Fuente: Ampliada - SKOOG-HOLLER-NIEMAN Principios de ANALISIS INSTRUMENTAL 5ta Edic. Mc
Graw Hill Pag. 12

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

Cada punto de la curva de calibración (incluyendo el blanco) tiene una variación


(normalmente distributiva) sobre el eje “y” que puede estimarse con la desviación estándar
de los residuos SR
0 -----------------------------------CLD------------------------------------------CLC---------- Concentración

yB------------------------------- yL + 3SB -----------------------------------y + 10SB --- Señal


Analito sin detectar Región de Detección Región de cuantificación
Recuewrde siempre: Las definiciones son bastante arbitrarias, es el usuario quien escoje “k”
cuando se reporta un límite de detección debe incluirse información de “k”.
1.10.4. Calibración de los instrumentos. Se entiende por el proceso por el cual se
asegura que un sistema (instrumental) es apropiado para el uso que se desee emplear y
que se desempeña de acuerdo con las especificaciones dadas por el fabricante. Es decir,
asegurarse de que el instrumento funciona correctamente.
Los distintos sistemas de calidad y/o requerimientos regulatorios requieren variados niveles
y combinaciones de calificación, calibración, verificación y ensayos de adecuación del
sistema.

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.

Disoluciones del analito de concentración conocida y creciente

Paso 2: Obtención de la relación señal-concentración. Se traza un gráfico con las señales


frente a la concentración de analito y se calcula la recta que "mejor" se ajusta a los datos
mediante un ajuste por mínimos cuadrados. De esta forma se obtiene la pendiente (b) y la
ordenada (a) en el origen que definen la recta.

Gráfico señal-concentración y recta ajustada por mínimos cuadrados

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.

Figura Nro. 50. Obtención de la concentración de analito en las muestras a partir de la


gráfica y la recta Fuente:
http://www.uv.es/gammmm/Subsitio%20Operaciones/6%20Calibracion.htm

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.

Problema Nro. 22. Estimación de LD(Límite de detección) Y LC(Límite de cuantificación) a


partir de la repetitibilidad de la señal del blanco (o matriz de la muestra) comparado con una
señal producida por un estándar de concentración muy diluida, donde señal sea más de 3
veces la del ruido. Datos en mV obtenidos CG-FID para un pesticida en un efluente de
aguas residuales. Cstd= 4 ppm. A partir de lecturas de blanco y un estándar diluido

Anexo de la Tabla Nro. 22: Combinación de la veracidad y precisión

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

Respuesta al ejercico de aplicaciones numéricas.

Figura Nro.52 .Reemplazando los datos de la tabla anterior en: Fuente:


www.uclm.es/profesorado/.../4-ESPECTROSCOPIA%20ATOMICA.pdf - En caché - Similares

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

a. Calcule la pendiente y la ordenada al origen de la recta de regresión para los datos


mostrados.
b. Calcule la desviación estándar residual y los límites de confianza al (95 %) para la
pendiente y la ordenada al origen.
c. Determine las concentraciones, las desviaciones estándar y sus límites de confianza
(95%) para soluciones con intensidades de fluorescencia de 2,9 13,5 y 23 unidades
(L=1). Analice cual presenta el mejor limite de confianza en valores absolutos.
Analice donde es conveniente que caiga el valor de la señal de la muestra dentro de
la curva de calibración.
d. Si se considera como el promedio de cuatro medidas el valor de intensidad de
fluorescencia de 13,5 cuáles serán los valores de la desviación estándar de la
concentración calculada y el límite de confianza? Y si fuera el promedio de ocho?
Analice cual es la mejora obtenida al aumentar el número de medidas.
e. ¿El análisis del grafico de residuos indica una buena linealidad?

Solución: En el procedimiento de calibración en análisis instrumental se consideran los


siguientes asunciones básicas.
i. Los errores aleatorios en el experimento de calibración ocurren solamente en
los valores de y, las “y” y las concentraciones estándares sobre la “x”
ii. L magnitud del error aleatorio en y es independiente de la concentración del
analito (HOMOCEDASTICIDAD)
iii. El error aleatorio en y sigue una distribución normal
iv. La muestra en blanco contiene todo los reactivos menos el analito.
v. El coeficiente de correlación Momento-Producto: (x1 , y1) (x2 , y2)..(xi , yi)..(xn , yn)
.
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

El coeficiente de correlación “r” esta dado por:


∑(𝑥−𝑥̅ )(𝑦−𝑦̅)
r=
√∑(𝑥−𝑥̅ )2 ∑(𝑦−𝑦̅)2
𝑛

𝑆𝑥𝑦 = ∑(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅)


𝑖=1

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

∑(𝑦𝑖 −𝑦̅)2 ∑(𝑥−𝑥̅ )(𝑦−𝑦̅)


Sy/x = √ ,r=
𝑛−2 √∑(𝑥−𝑥̅ )2 ∑(𝑦−𝑦̅)2

a. Calcule la pendiente y la ordenada al origen de la recta de regresión para los datos


dados en el problema: Con los datos tabulados y las fórmulas de regresión.
x y (𝑥𝑖 − 𝑥̅ ) (𝑦𝑖 − 𝑦̅) (𝑥𝑖 − 𝑥̅ )2 (𝑦𝑖 − 𝑦̅)2 (𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅)
0 2.1 -6 -11 36 121 66
2 5.0 -4 -8.1 16 65.61 32.4
4 9.0 -2 -4.1 4 16.81 8.2
6 12.6 0 -0.5 0 0.25 0
8 17.3 2 4.2 4 17.64 8.4
10 21.0 4 7.9 16 62.41 31.6
12 24.7 6 11.6 36 134.56 69.6
6 13.1 112 418.28 216.2

𝑆𝑥𝑦 = ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅) = 216.2


𝑆𝑥𝑦 216,2
Pendiente: 𝑏 = = = 1,93
𝑆𝑥𝑥 112

Intercepto: 𝑎 = 𝑦̅ − 𝑏𝑥̅ = 13,1 − 1,93 ∗ 6 = 1,52


Línea de regresión: y = 1,93x + 1,52
𝑆𝑦𝑦 − 𝑏 2 𝑆𝑥𝑥 𝑆𝑅
Desviación estándar de la pendiente: 𝑆𝑅 = √ , 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒: Sb = ,
𝑛−2 √𝑆𝑥𝑥

𝑆𝑦𝑦 − 𝑏 2 𝑆𝑥𝑥 418.3−(1.93)2 112


𝑆𝑅 = √ =√ = 0.471423
𝑛−2 5

𝑆𝑅 0.471423 0.471423
Sb = = = = 0.0445453
√𝑆𝑥𝑥 √112 10.583

Desviación estándar de la ordenada en el origen:


1 𝑥̅̅ 2 1 (6)2
Sa = 𝑆𝑅 √ + = 0.47142√ + = 0.471423√0.142857142 + 0.32142857 = 0.321221
𝑛 𝑆𝑥𝑥 7 112

El calculo del coeficiente de correlación “r” esta dado por:

∑(𝑥−𝑥̅ )(𝑦−𝑦̅) 216.2


r= = = 0.998545
√∑(𝑥−𝑥̅ )2 ∑(𝑦−𝑦̅)2 √112∗418.56

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)

𝑆𝑦𝑦 − 𝑏 2 𝑆𝑥𝑥 418,56− 1,932∗112


𝑆𝑅 = √ = √ = 0,471423
𝑛−2 𝑛−2

𝑆𝑅 0,471423
𝑆𝑏 = = = 0,0445453
√𝑆𝑥𝑥 √112
Límites de confianza: Para la pendiente y la ordenada.

b ± tSb = 1,93 ± 2,57*0,0445453 = 1,93 ± 0,11

1 𝑥̅̅ 2 1 62
Sa = SR √ + = 0, 471423 √ + = 0,321221
𝑛 𝑆𝑥𝑥 7 112

a ± tSa = 1,52 ± 2,57*0,321221 = 1,52 ± 0,83

En l Figura Nro. 51. Gráfica de la recta de regresión: y= (1.93±0.11) x – (1.52 ± 0.83)

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

2. y0 = Es el valor experimental de y a partir del cual se determina x0


𝑺𝑹 ̅ 𝟐 𝟏
3. 𝑺𝒙𝟎 = √𝟏 + 𝟏 + |𝒚𝟎−𝒚| Donde de L= es el número de lecturas para obtener
𝒃 𝑳 𝒏 𝒃 𝑺𝒙𝒙

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

2,9−1,52 0,471423 ̅̅̅̅̅̅ 2 1


Para yo = 2,9 ± 2,57 √1 + 1
+ |
2,9−13,1
| = 0,72 ± 0,74
1,93 1,93 1 7 1,93 112

Para yo = 13,5 = 6,21 ± 0,67


Para yo = 23,0 = 11,13 ± 0,73
Nótese que estos intervalos se hacen más anchos a medida que yo se aleja de y
d. Si se considera como el promedio de cuatro medidas el valor de intensidad de
fluorescencia de 13,5 cuáles serán los valores de la desviación estándar de la concentración
calculada y el límite de confianza? Y si fuera el promedio ocho? Analice cual es la mejora
obtenida al aumentar el número de medidas.
n = 4 𝑥̅𝑜 = 13,5 SR = 0,4672 b = 1,93 yo = 13,5 Sxx = 112

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

Limite de confianza para el 95%.


b ± tSb = 1, 93 ± 2, 57*0, 3054 = 1, 93 ± 0, 8877
1 𝑥̅̅ 2 1 62
Sa = SR √ + = 0, 471423 √ + = 0, 3564
𝑛 𝑆𝑥𝑥 4 112

a ± tSa = 1,52 ± 2,57*0,3564 = 1,52 ± 0,9159; Para un valor de 8.

𝟎,𝟒𝟕𝟏𝟒𝟐𝟑 ̅̅̅̅̅̅ 𝟐 𝟏
𝑺𝒙𝟖 = √𝟏 + 𝟏 + |𝟖−𝟏𝟑,𝟏| = 0,2798
𝟏,𝟗𝟑 𝟏 𝟒 𝟏,𝟗𝟑 𝟏𝟏𝟐

Problema Nro. 24. L a concentración de plata en una muestra de desechos fotográficos se


determino por AA.

94
0 5 10 15 20 25 30
0.32 0.41 0.52 0.60 0.70 0.77 0.89

Determine la concentración de plata en la muestra y los límites de confianza al 95 % para


esta concentración.

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

XAg = 17.3 ± 0.2 ug/mL

1.10.5. Materiales de Referencia Certificada (CRM).


1. Son muestras en las que los valores de una o más de sus propiedades están certificadas,
con sus incertidumbres especificas, obtenidos por procedimientos técnicamente validos bajo
la responsabilidad de un organismo competente e independiente; la certificación también
implica una documentación detallada de su trazabilidad.

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.

Figura Nro. 53. Comparación de límites de detección. Fuente.


analisisindustrial.wikispaces.com/.../Calibracion+univariada+y+AFOMs.ppt

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. Limite de cuantificación. Fuente:


analisisindustrial.wikispaces.com/.../Calibracion+univariada+y+AFOMs.ppt

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.

El control de calidad interno de un laboratorio es el conjunto de procedimientos llevados a


cabo por el personal del laboratorio para controlar en forma continua la operación y los

97
resultados de las mediciones a fin de decidir si los resultados son suficientemente confiables
para ser emitidos.

Puede utilizarse un MRC material de referencia certificada o un MRI material de


referencia interno o secundario. Estos materiales deben ser en lo posible representativos
de las muestras que se están ensayando en lo que respecta a composición de la matriz, el
estado físico de preparación y el intervalo de concentración del analito. Tanto los materiales
de control como aquellos usados para calibraciones debieran ser trazables a materiales de
referencia certificados o por lo menos a un método de referencia reconocido.

Procedimiento general: Se somete rutinariamente la muestra control a análisis completo


en condiciones de reproducibilidad y luego se evalúan estadísticamente los resultados
obtenidos. Se construyen diagramas de control que son trazos gráficos de los resultados
de las pruebas con relación al tiempo o secuencia de las mediciones, se establecen límites
estadísticos que pueden ser preventivos o de Peligro (±2σ) o límites de acción o
rechazo (±3σ)
Diariamente, se somete una alícuota de la misma muestra del MRC o MRI al análisis y se
representa en la carta de control. Existen varias reglas destinadas a interpretar diagramas
de control, una de las mas conocidas son las reglas de Shewhart.

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:

a. Acreditación del Laboratorio


b. Examinar el trabajo de los laboratorios: Proficienty Testing, doble comparación entre
valores de los laboratorios participantes y con el valor certificado si es un MRC.

1.13. Acreditación de laboratorios. Es el reconocimiento formal, por una organización


independiente con bases científicas, de que un laboratorio es competente para realizar
pruebas específicas. Por lo general la acreditación es específica para probar sistemas,
productos, componentes o materiales, para los cuales el laboratorio afirma ser
competente. En Argentina existen instituciones gubernamentales y privadas que poseen
atribuciones legales o licencias internacionales para realizar acreditaciones. El SENASA es
el organismo oficial de acreditación de laboratorios para realizar determinaciones en
alimentos a exportar. El Bureau VERITAS posee la licencia a nivel Nacional para
acreditación de normas ISO. A su vez organismos internacionales que realizan sus propias
acreditaciones como la FDA de US.

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:

Conc. Pb en ppm Nro. de replicados Valor medio de S s


10.000 10 11.6200 0.1500
1.000 10 1.1200 0.0250
0.000 24 0.0296 0.0082

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:

(a) La definición cuantitativa de sensibilidad aceptada por la Unión Internacional de


Química Pura y Aplicada (IUPAC), es la de sensibilidad de calibrado, que se define
como la pendiente de la curva de calibrado a la concentración objeto de estudio. La
mayoría de las curvas de calibrado que se usan en química analítica son lineales y
se puede representar mediante la ecuación: S= mc + Sbl en la que S es la señal
medida, c es la concentración del analito, Sbl es la señal instrumental de un blanco y
m es la pendiente de la línea recta. El valor de Sbl será la intersección de la recta
con el eje y. Por lo tanto el valor de la pendiente es la sensibilidad de calibrado: m =
1.12
(b) Mandel y Stiehler proponen la siguiente definición para la sensibilidad analítica γ =
m/SS siendo m pendiente y SS es la desviación estándar de las medidas. Para 10
ppm de plomo γ = 1.12/0.15 = 7.5 Para 1 ppm de plomo γ = 1.12/0.025 = 45
(c) El límite de detección es la mínima concentración o la mínima masa 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. Sm = Ŝbl + ksbl = 0.0296 + 3 x 0.0082 = 0.054
sustituyendo en la ecuación: cm = [Sm - Ŝbl] / m = [0.054 -0.0296] / 1.12 = 0.022 ppm
de Pb.
Referencia: pag. 14 Skoog-Holler-Nieman Principios de Análisis Instrumental

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

S/ mK+= 3, 00 x 10-3 +0.052 X 2.00 X 10-2 = 4, 04 X 10-3


Si no hubiera Na+
S / mK+ = 3,00 x 10-3
Para (b) S/ mK+= 3, 00 x 10-3 +0.052 x 2.00 x 10-3 = 3, 104 x 10-3
Para (c) S/ mK+= 3, 00 x 10-3 +0.052 x 2.00 x 10-4 = 3, 0104 x 10-3

Luego los errores relativos en cK+ será idéntico al error relativo en S/ m K+

(a) E rel = [(4,04 x 10-3 – 3,00 x 10-3)/3,00 x 10-3] x 100% = 35.00%


(b) E rel = [(3,104 x 10-3 – 3,00 x 10-3)/3,00 x 10-3] x 100% = 3.46%
(c) E rel = [(3,0104 x 10-3 – 3,00 x 10-3)/3,00 x 10-3] x 100% = 0.346%

Referencia: pag. 15 Skoog-Holler-Nieman Principios de Análisis Instrumental

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:

(a) Calculo de la concentración de Fe3+

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

a  Y - b X = 0, 6232 – (0, 0382)10 = 0, 2412

y=bx+a

S = 0,0382Vs + 0, 2412

La concentración CX se puede obtener a partir de los valores de b y a y los valores


conocidos de: b = 0,0382 CS = 11,1 ppm Fe3+ VX = 10,00ml y
VS = a / b = VX CX /CS

CX = a CS / b VX = (0, 2412 x 11, 1) / (0, 03820 x 10, 00) = 7, 01 ppm de Fe3+

Este valor se puede determinar por extrapolación. El valor extrapolado representa el


volumen de reactivo que corresponde a una señal en el instrumento y que en este
caso es -6,31 mL La concentración desconocida de analito en la disolución original
se puede calcular como sigue:

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+

(b) La desviación estándar de la pendiente Sb y la desviación estándar de la


ordenada en el origen Sa la raíz cuadrada de esta ecuación da:

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

SC = 0,123 𝑝𝑝𝑚 Fe3+


CX = 7.01 ± 0.12 ppm

Referencia: pag. 18 Skoog-Holler-Nieman Principios de Análisis Instrumental

Problema Nro. 28. En la determinación de una especie X por un método instrumental en el


que la señal analítica se define como P = kCx, se obtuvieron los siguientes datos de
calibración:

Concentración de Xi 0 2 6 10 14 18

Señal analítica P 0,031 0,173 0,422 0,702 0,956 1,248

a) Representa y calcula la ecuación de la curva de calibrado.


b) Calcular la concentración molar de X en una muestra, si al medir la intensidad de la señal
Analítica se obtiene un valor de P = 0,532.
c) Sabiendo que la desviación estándar absoluta del blanco es s b = 0.0079, calcula el limite
de detección y de cuantificación del compuesto X usando este método instrumental.
d) Define la sensibilidad del calibrado y calcula la sensibilidad analítica del método
propuesto.
Dato: Pm (X) = 207.2 g mol-1
Respuesta: a) y = 0,0670x + 0.03001; b) 3.615x10-5 M; c)LOD = 0.353 y LOQ = 1.180; d)
0.067 y 0.143.

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 -

𝑥𝑖 𝑦𝑖 (𝑥𝑖 − 𝑥̅ ) (𝑥𝑖 − 𝑥̅ )2 (𝑦𝑖 − 𝑦̅) (𝑦𝑖 − 𝑦̅)2 (𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅)

0 0.031 -8.33 69.3889 -0.557 0.310249 4.63981


2 0.173 -6.33 40.0689 -0.415 0.172225 2.7834695
6 0.422 -2.33 5.4289 -0.166 0.027556 0.38678
10 0.702 1.67 2.7889 0.114 0.012996 0.19038
14 0.956 5.67 32.1489 0.368 0.135424 2.08656
18 1.248 9.67 93.5089 0.66 0.4356 6.1715874
8.33 0.588 -4.33 243.3334 -0.004 1.09405 16.2585869
Procedimiento manual.

El coeficiente de correlación “r” esta dado por:


𝑆𝑥𝑦
𝑟= Donde:
√𝑆𝑥𝑥 𝑆𝑦𝑦

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)

b) Calcular la concentración molar de X en una muestra, si al medir la intensidad de la señal


Analítica se obtiene un valor de P = 0,532.

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

d) Define la sensibilidad del calibrado y calcula la sensibilidad analítica del método


propuesto.
1. La sensibilidad del calibrado es el valor de la pendiente: b= 6.68x10-2
2. La sensibilidad analítica 𝛾 se define como el valor de la pendiente entre la desviación
estándar de las medidas:
𝑏 𝑏 6.68𝑥10−2 6.68𝑥10−2
𝛾= = = = = 0.1428 = 1.428x10-1
𝑆𝑆 𝑛 2 1.09405 0.46777

√∑𝑖=1(𝑦𝑖 − 𝑦
̅) 5
𝑛−1

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.

2. Frederick M Garfield. Principios de garantía de calidad para laboratorios


analíticos. Ed. Española AOAC International. 1993

3. Kenneth Rubinson and Judith F Rubinson. Análisis Instrumental. Editorial Prentice


Hall. 2001.
4. Liliana Castro. Calidad en Laboratorios de Alimentos. Programa de metrología en
Química. INTI. Congreso Internacional de Ciencia y Tecnolgía de Alimentos.
Cordoba. Arg. Nov. 2004.
5. M Valcarcel. Principios de Química Analítica. Ed. Springer-Verlag Ibérica.
Barcelona 1999.
6. Neil T Crosby, John A Day y otros. Quality in the analytical chemistry laboratory..
Analytical Chemistry by Open Learning. Edit. Published on behalf of ACOL
(University of Greenwich). ISBN 0-471-95470-5
Bibliografia electronica
www.slideshare.net/todocello/tema-4-calibraciones-y-regresin-3946691
cursweb.educadis.uson.mx/.../Introducción%202007-2.%20Unidad%20I.PPt
www.uhu.es/alfredo_velasco/.../01-TranspIntrodQA-0708.ppt
www.utim.edu.mx/~navarrof/Docencia/QuimicaAnalitica/conf1.ppt
cursweb.educadis.uson.mx/.../Introducción%202007-2.%20Unidad%20I.PPt
http://es.scribd.com/doc/42279876/Quimiometria-Leccion-5-Calibrado-y-Regresion-Notas-
de-Clase.

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

Disolución/liquido Cromatografia liquida


Cromatografia de gás
Cromatografia de fluidos supercríticos
Volumetrias
Ressonância magnética nuclear
Espectrometria infrarroja
Espectrometria Raman
Espectrometria UV-VIS
Resonancia de spin eletrônica
Gravimétrica
Métodos eletroquímicos
Absorciòn, emisiòn atômica
Espectrometria de masas
Métodos de radiofrecuenccias
Métodos radioquimicos
Dispersiòn por luz de polímero

Sólidos Fluorescencia de rayos X


Cristalografía de rayos X
Espectrometría infrarroja (reflexión y transmisión)
Espectrometría Raman
UV-Visible (reflexión y transmisión)
Espectrometria fotoacústica
Activacion neutronica
Métodos radioquimicos
Métodos de análisis térmico
Resonancia magnética nuclear del estado sólido
Técnicas de análisis de superficies(ESCA, Auger, microscopia de
efecto túnel, microscopia de fuerza atómica, retrodifusion de
Rutherford, Difracción electrónica)
Espectrometría de Moosbauer
Resonancia de spin electrónico

106
1.15. Prácticas de laboratorio.
Práctica N° 1: Cifras significativas, propagación de errores y tratamiento estadístico
de resultados.
I. Objetivos.

a. Determinar las cifras significativas experimentales , propagación de errores


y eltratamiento estadístico de los resultados.

b. Adquirir habilidad en el uso y aplicación de las herramientas estadísticas de


naturaleza aleatoria.

II. Fundamentos teóricos

III. Materiales, Reactivos y Equipos.

a. Clips, clavos, monedas, cereales, balanza analitica

IV. Método operatorio

a. Identificar la población y la muestra, luego seleccionar y pesar las muestras


con un N< 30 𝑦 𝑐𝑜𝑛 𝑁 > 30 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑎𝑑𝑜𝑠 𝑜 proporcionados por el
profesor.
𝑠
b. Emplear las formulas estadísticas Ejm: LC = 𝑥̅ ± 𝑡 , 𝑠 2 , 𝜎, 𝑥,
̅ 𝑒𝑡𝑐
√𝑛

c. Desarrollar los ejercicios de cifras significativas, incertidumbre con la


cantidad correcta de cifras significativas y método de mínimos cuadrados
para calcular la ecuación de la mejor recta. (del 1 al 13)

V. Cálculos y resultados

a. Presentar las respuestas para un L.C. al 97%

VI. Bibliografia

1. Redondee cada número a la cantidad de cifras significativas, incertidumbre que se indica.

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

Respuesta: 1,237; 1,238; 0,135; 2,1; 2,00; 2,02; 2,01.

2. Escriba cada respuesta con la cantidad correcta de cifras significativas.

107
a) 1,021 + 2,69 = 3,711

b) 12,3 – 1,63 = 10,67

c) 4,34 x 9,2 = 39,928

4 -6
d) 0,0602 / (2,113 x 10 ) = 2,84903 x 10

-6
Respuesta: 3,71; 10,7; 40; 2,85 x 10 .

3. Empleando la cantidad correcta de cifras significativas, calcule la masa molar de:

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

7. Escriba cada resultado con la cantidad correcta de cifras significativas:

a) 1,0 + 2,1 + 3,4 + 5,8 = 12,3000

b) 106,9 - 31,4 = 75,5000

2 3
c) 107,868 - (2,113 x 10 ) + (5,623 x 10 ) = 5519,568

d) (26,14 / 37,62) x 4,38 = 3,043413

8 -2 -10
e) (26,14 / 37,62 x 10 ) x (4,38 x 10 ) = 3,043413 x 10

f) (26,14 / 3,38) + 4,2 = 11,9337


-10
Respuesta: 12,3; 75,5; 5520; 3,04; 3,04 x 10 ; 11,9.

8. Determine la incertidumbre absoluta y la incertidumbre relativa porcentual para cada


cálculo. Exprese los resultados con una cantidad razonable de cifras significativas.

a) 9,23 (± 0,03) + 4,21 (± 0,02) - 3,26 (± 0,06) = ?

b) 91,3 (± 0,1) x 40,3 (± 0,2) / 21,1 (± 0,2) =?

c) [4,97 (± 0,05) - 1,86 (± 0,01)] / 21,1 (± 0,2) =?

d) 2,0164 (± 0,0008) + 1,233 (± 0,002) + 4,61 (± 0,01) =?

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 %).

9. Para el cloruro de sodio.

-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.

Respuesta: No debe descartarse.

11. Empleando el método de mínimos cuadrados se calculó la ecuación de la mejor recta a


4 4 4
partir de los puntos: (3,0 ; -3,87 x10 ), (10,0 ; -12,99 x 10 ), (20,0 ; -25,93 x 10 ), (30,0 ; -
4 4
38,89 x 10 ), (40,0 ; -51,96 x 10 ).

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).

Exprese su respuesta en la forma y = [m (± σm)] x + [b (± σb)], con la cantidad correcta de


cifras significativas.
Respuesta: y = [ - 0,8 (± 0,1) ] x + 3,9 (± 0,5)

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.

Figura Nro. 55. Patrones ácidos y patrones alcalinos. Fuente:


http://www.powershow.com/view/292265YzAzY/VALORACIONES_CIDOBASE_powerpoint_ppt_presentation

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)

IV. Procedimiento instrumental: Según el manual adicional de experimentos,

Figura. Nro. 58: Esquema del sistema de valoración potencio métrica.


Fuente: http://www.uv.es/fqlabo/QUIMICOS/GRADO/LQII/LQII_2012-2013/LQII_Practica_8_Valoracion_potenc.pdf

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.

c. Determinar el punto de equivalencia resolviendo las dos ecuaciones


conductimétricas, evaluadas por regresión lineal por mínimos cuadrados.
II. Fundamento teórico.

Figura Nro. 59. Forma del gráfico de una Titulación Conductivimétrica. Fuente:
http://www.webdelprofesor.ula.ve/ciencias/rmhr/Index_archivos/Conductimetria-
%20Potenciometria.pdf

Figura Nro. 60. Relación entre la conductividad y sólidos disueltos. Fuente:


http://es.scribd.com/doc/37234683/CONDUCTIMETRIA-Y-POTENCIOMETRIA

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

Figura Nro. 63. Esquema de un proceso de titulación Potenciométrica de


neutralización. Fuente: http://www.slideshare.net/madridmgd/mtodos-
volumetricos-de-anlisis
III. Materiales, reactivos y equipos
Vasos de precipitados de: 250,400, 100 mL.
Bureta de 50, 100mL. Agitador magnético, potenciómetro
Soluciones: NaOH 0.1N, H3PO4 0.1M
Solución tampón pH 4 y 7 para calibración del pH-metro
Solución problema de ácido fosfórico
Vino rosado o blanco.
IV. Método operatorio
a. Según el manual adicional de experimentos: .(Páginas 22-28 Manual de
laboratorio de análisis instrumental Prof. Silvia Margarita Calderon y Prof. Aura
Marina Gonzalez)
b. Titulación de una solución de ácido fosfórico de concentración desconocida,
Determiknación de la acidez total de una muestra de vino, Determinación de la
acidez total de una muestra de vino.
V. Cálculos.
a. Derivación numérica para determinar los puntos de equivalencia en
titulaciones potenciométricas.
VI. Bibliografía

116