Beruflich Dokumente
Kultur Dokumente
OBJETIVOS:
1- Conocer los principios generales que rigen a los mtodos cuantitativos
2- Caracterizar las etapas de un anlisis
3- Analizar las clasificacin de los mtodos cuantitativos
4- Interpretar la evaluacin de los datos analticos en trminos de error.
DESARROLLO:
PRINCIPIOS GENERALES: La Qumica Analtica a travs de los mtodos de
anlisis rigen el comportamiento de los analitos cuando estos son sometidos a los
al anlisis cuantitativos. El anlisis cuantitativo informa que cantidad de un analito
o una especie qumica est contenida en una cantidad dada de muestra. Estos
resultados por lo general se expresan en trminos relativos como tanto por ciento,
tanto por mil, partes por milln, partes por billn de la muestra dada. Tambin los
resultados se pueden expresar en trminos que incluyan el peso del analito o el
volumen del mismo por unidad de volumen de la muestra, a si tambin en
trminos de fraccin molar. Todos los mtodos cuantitativos tanto volumtricos
como gravimtricos utilizaran algunas o todas estas formas o maneras de anlisis.
La media para esta serie es 24.31 por 100 de Cl -. La desviacin del segundo
resultado respecto a la media es 0.12; siendo 0.17 respecto a la mediana. La
desviacin promedio respecto a la media es 0.08 por 100 de Cl -. Los datos de la
tercera columna se calcularon usando el valor de 24.313 como valor de la media
en vez del dato redondeado 24.31 esto se hace con fin de disminuir los errores
aleatorios en los resultados finales.
El intervalo o recorrido (w) en una serie de datos es tambin una medida de la
precisin, y es simplemente la diferencia numrica entre el resultado mayor y el
menor. En el ejemplo anterior el intervalo es de 0.20 por 100 de Cl -
La desviacin estndar y la varianza son otras medidas de la precisin ms
significativas.
Mtodos Relativos para Expresar la Precisin: Frecuentemente es conveniente
indicar la desviacin relativa respecto a la media o (mediana) en trminos de tanto
por ciento o por mil. Para el ejemplo anterior, la desviacin relativa de la muestra
x1 respecto a la media es:
(0.077/24.313)* 100 = 0.32% = 0.3%
La desviacin promedio de la serie respecto a la mediana, en tanto por mil es:
(0.067/24.36)* 1000 = 2.8 30/00
Exactitud: El termino exactitud indica la proximidad de una medida a su valor
aceptado y se expresa en trminos de error. Es preciso destacar la diferencia
fundamental que existe entre precisin y exactitud. Exactitud supone una
comparacin con un valor verdadero o aceptado como tal, mientras que la
precisin indica la concordancia entre las medidas que han sido realizadas de la
misma forma.
El error Absoluto: EA. De una medida es la diferencia entre el valor observado x i
y el valor aceptado xt:
E = xi - xt
En contraste con la precisin donde el nico inters es una diferencia numrica, el
signo asociado con el error es tan importante como el mismo valor numrico,
porque el analista necesita conocer si el efecto del error ha provocado un aumento
o disminucin de los resultados.
El valor aceptado puede estar sujeto a un error apreciable; consecuentemente es
difcil establecer una estimacin real de la exactitud de una medida. Supngase
que en el ejemplo anterior el valor aceptado para el porcentaje de cloruro en la
muestra es 24.35por 100. El error absoluto de la medida es:
24.31 24.35 0 0.04% de Cl-
El error absoluto de la mediana es
24.36 24.35 = +0.01 % de Cl-
En este caso el pequeo error asociado con la mediana para esos datos es
posiblemente fortuito
A menudo una medida de la exactitud ms til que el error absoluto, es el error
relativo, expresado como porcentaje o tanto por mil. Para el ejemplo anterior.
Desarrollo:
Media: Es el valor numrico que se obtiene dividiendo la suma de una serie de
medidas repetidas por el numero de resultados individuales en la serie. Ejemplo.
Calcular la media de las siguientes medidas: 10.06+10.20+10.08+10.10 = 40.44
40.44
10.11
4
Media =
Mediana: La mediana de una serie de resultados, es el resultado alrededor del
cual se distribuyen los dems por igual, la mitad son numricamente ms pequeo
y la otra mitad numricamente mayores. La mediana de una serie que consiste de
un nmero impar de medidas se puede evaluar directamente. Para una serie con
nmero par de medidas, se toma el promedio del valor central.
Ejemplo calcule la mediana para las medidas anteriores.
10.06+10.20+10.08+10.10
20.18
10.09
2
Mediana =
Idealmente la media y la mediana debern ser numricamente idnticas, pero
frecuentemente no lo son, en particular cuando el nmero de medidas individuales
de la serie es pequeo.
Desviacin Estndar: La desviacin estndar de un conjunto de mediciones
individuales es la raz cuadrada de la media de los cuadrados de las diferencias
entre los valores medidos individualmente y la media de las mediciones.
S= ( xix )2
N
(xi - x
xi - x
xi )2
29.8 0.2 0.04
30.2 0.6 0.36
28.6 1 1
29.7 0.1 0.01
118.3 1.9 1.41
118.3
x = = 29.6
4
1.41
0.69
4 1
S=
Coeficiente de Variacin: El coeficiente de variacin no es ms que la desviacin
estndar dividido entre la raz cuadrada del nmero total de medidas N.
Sv = N
xi
( -
xi x ) xi x )2
( -
1.8 0.127 0.0161
1.58 0.093 0.0087
1.64 0.033 0.0011
5.02 0.0259
5.02
x 1.673
3
=
N
Puede demostrarse que el intervalo de confianza esta disminuido por para el
promedio de N medidas repetidas. De este modo, una forma ms general para
z
x
N
calcularlo es =
Rechazo de Datos Prueba Q:
Cuando una serie de datos contiene un dato discordante que difiere
excesivamente del promedio, debe de tomarse la decisin de aceptarlo o
rechazarlo.
De los numerosos criterios estadsticos propuestos para ayudar a decidir la
oportunidad de retener o rechazar un dato sospechoso, el criterio Q es el
preferido.
Para aplicarlo se divide la diferencia entre el resultado dudoso y el ms prximo a
l, por el intervalo de la serie completa. La relacin resultante, Qexp. Se compara
con unos valores de rechazo que son crticos para un grado de confianza
determinado. Si Qexp Qcrit, no se rechazo el resultado, lo contrario si se
rechaza el resultado
Ejemplo.
El anlisis de una muestra de plomo se obtuvieron los siguientes resultados:
55.95, 56.08, 56.04, 56.00 y 56.23. El ltimo valor parece ser anormalmente alto.
Debera aceptarse o rechazarse? A un nivel de confianza del 90 por 100.
La diferencia entre 56.23 y su contiguo ms prximo, 56.08 es de 0.015 por 100, el
intervalo para la serie (56.23 55.95) es 0.28 por 100
0.15
0.54
0.28
Qexp = Para 5 medidas y a un 90 por 100 de confianza, Qcrit, es 0.64,
como 0.54 es ms pequea que Qexp, el resultado no se rechaza.
Prueba F de Fisher:
Esta es una prueba diseada para indicar si existe una diferencia significativa
entre dos mtodos, basndose en sus desviaciones estndares. F se define en
trminos de las variancias de los dos mtodos, en donde la variancia es el
cuadrado de la desviacin estndar.
2
S1
2
S2
F=
En donde S21 S22. Existen dos distintos grados de libertad, v1 y v2, y estos
grados de libertad se definen como N-1, el nmero de mediciones menos 1.
Cuando el valor calculado para F, mediante la ecuacin anterior, excede el valor
tabulado para F en el nivel de confianza elegido, existe una diferencia significativa
entre los dos mtodos.
Ejemplo:
Se trata de desarrollar un nuevo mtodo espectrofotomtrico para determinar el
contenido de de glucosa en el suero sanguneo. Los resultados del experimento se
comparan con la prueba del Folin-Wu, empleando los siguientes conjuntos de
datos de replicas de anlisis realizadas con las mismas muestras, determinar si la
varianza de este mtodo difiere significativamente del mtodo estndar.
( Xi1 X 1 ) 2 50
8.3
N1 1 7 1
S12 =
Xi2 Xm) 2 24
4 .8
2
N2 1 6 1
S2 =
8.3
1.7
4.8
F=
Las variancias se han ordenados de modo que el valor de F es mayor que 1. El
valor tabulado de F para v1 = 6 y v2 = 5 es 4.95. Como el valor calculado es menor,
se llega a la conclusin, de que no existe diferencia significativa en la precisin de
los dos mtodos.
OBJETIVOS:
DESARROLLO:
Ejercicio Numero 1:
x
Contenido
No. De No. De Muestra de Hg en (ppm de x ix
Muestra medidas ppm Hg) | |2
1 3 1.8,1.58,1.64 1.673 0.0259
2 4 .96,.98,1.02
1.1 1.015 0.0115
3 2 3.13,3.35 3.24 0.0242
2.06, 1.93,
4 6 2.12,
2.16, 1.89,
1.95 2.018 0.0611
.57, .58, .
5 4 64, .49 0.57 0.0114
2.35, 2.44,
6 5 2.70
2.48, 2.44 2.482 0.0685
1.11, 1.15,
7 4 1.22
1.04 1.13 0.017
medidas 28 =0.2196
Para las siguientes series de medidas, encuentre la desviacin estndar para las
muestras 1, 2, y 3. Calcule los lmites de confianza a 50 y al 90 por 100, para el
primer resultado de 3.13 de la tercera muestra.
x
(0.0259 0.0115 0.0242)
ix
2 9 1
S = = 0.0877
S = 0.0877 supongamos que est basada en suficientes datos para suponer que S
. Segn datos de la tabla. z = 0.67 y 1.96, para los dos niveles de
confianza dados.
LC (50%) = 3.13 0.67 * 0.0877 = 3.13 0.0588 ppm de Hg
LC (95%) = 3.13 1.96 *0.0877 = 3.13 0.171 ppm de Hg
Ejercicio Nmero 2:
Para los datos de las series del 4 al 7 determine su desviacin estndar y limites
de confianza al 80 y 90 por 100 para la muestra 4 segunda medida 1.89 ppm de
Hg. Suponer que S es una buena aproximacin de
S= ( xix )2
N 1 =
15 1
= 0.10
LC (80%) = 1.89 1.29 * 0.10 = 1.89 0.129 ppm de Hg
LC (90%) = 1.89 1.64 *0.10 = 1.89 0.164 ppm de Hg
Ejercicio Nmero 3:
Para las series de datos de la muestra 7 determine su desviacin estndar y
limites de confianza para la primera medida a un nivel de confianza del 95 y 99 por
100. Suponer que S es una buena aproximacin de . Para esos limites de
confianza z = 1.96 y 2.58 respectivamente.
( Xi Xm) 2 0.017
N 1 4 1
S= = = 0.0752
LC (95%) = 1.11 1.96*0.0752 = 1.11 0.147
LC (99%) = 1.11 2.58*0.0752 = 1.11 0.194
Ejercicio Nmero 4:
El anlisis de una muestra de As dio los siguientes resultados en ppm. 10.22,
10.23, 10.24, 10.25, 10.254 y 10.50, respectivamente. El ltimo dato parece
discordante, por consiguiente se debe tener o rechazar el dato dudoso?, a un nivel
de confianza del 90 por 100.
La diferencia entre 10.50 y su contiguo ms prximo es 10.50-10.254 = 0.246
La de la serie es 10.50- 10.22 = 0.28
0.246
0.28
Qexp = = 0.878. Para 6 medidas a un nivel de confianza del 90 por 100
Qcrit = 0.560
Como Qexp Qcrit. El dato se rechaza en base al criterio de la prueba Q.
Ejercicio Nmero 5:
Los datos siguientes corresponden al anlisis de una muestra de Cr en agua.
15.16ppm, 15.18ppm, 15.19ppm, 15.20ppm y 15.30ppm. En base a la prueba Q,
debe aceptarse o rechazarse el ltimo dato a un nivel de del 99 por 100.
15.30-15.20 = 0.10. La diferencia entre el dato discordante y su ms prximo
15.30 -15.16 = 0.14. La diferencia de la serie el dato discordante menos el menor
de los datos.
0.10
0.14
Qexp = = 0.714. Para 5 medidas y a un nivel de confianza del 99 Qcrit =
0.821
Como Qexp Qcrit. El dato se debe conservar.
Ejercicio Nmero 6:
Se desarrolla un mtodo para el anlisis de agua basado en el ndice de refraccin
de la sustancia y los resultados se comparan con un mtodo estndar de la EPA.
Mtodo nuevo
mg/L Mtodo de la
EPA. mg/L
55 57
56 56
57 58
59 60
55 58
58
x =57 58
S 21
2
S1
F=
14 2 .8
( xi x )2 2.8 1.24
5 2.25
S21 = N1 = ,F=
2 ( xix ) 2 9
S2 = N 1 = 4 = 2.25
Ejercicio Nmero 7:
Se realiza un mtodo en el laboratorio para el anlisis de agua, para probar la
dispersin por partculas pequeas un mtodo turbidimtrico y se compara con los
resultados de un mtodo estndar ya probado por la Standard Mtodos.
Mtodo Mtodo
turbidimetrico estndar
Nuevo. mg/L mg/L
100 102
101 103
102 99
101 102
103 102
104 103
103
x =102 x = 102
2 ( Xi Xm) 2 12
S1 2.00
N 1 6
2 ( Xi Xm) 2 11
S2 2.2
N 1 5
2.00
0.90
2.2
F=
El valor tabulado para v 1 = 6 y v2 = 5. Es 4.95. Como el valor calculado es menor
que el valor tabulado. El mtodo nuevo se acepta.