Documente Academic
Documente Profesional
Documente Cultură
Anlisis qumico
Medicin DIRECTA
Medicin INDIRECTA
Medicin directa ( como la masa, el volumen y el voltaje) rara vez proporciona medida del contenido. Las concentraciones qumicas se hallan a travs de mediciones indirectas con calibraciones.
Calibracin
Casi todos los mtodos analtico requieren algn tipo de calibracin segn normas qumicas. Los mtodos gravimtricos y algunos mtodos coulombimetricos estn entre pocos mtodos absolutos que no se basan en la calibracin de acuerdo con normas qumicas.
Curvas de Calibracin
Qu son?
Grficos que muestran la respuesta de un mtodo analtico (seal) en funcin de cantidades conocidas de analito (concentraciones).
Mtodos de Calibrado
Calibrado directo Adicin patrn Patrn interno
Calibrado directo
Adicin Patrn
Se obtiene la funcin analtica midiendo los patrones y calculando la concentracin de analito por interpolacin.
Adicin a una muestra de cantidades crecientes de patrn y clculo de la concentracin de analito por extrapolacin
Patrn interno
Similar al calibrado directo, pero aadiendo una cantidad conocida de patrn interno
Calibrado Directo
Tipos de Disoluciones
Patrn o Estndar
Blanco
Contiene todos los reactivos y disolventes usados en el anlisis (matriz), pero sin el analito Mide la respuesta del procedimiento analtico a las impurezas o interferencias que existan en los reactivos
Estndares
Son sustancias puras, mezclas, disoluciones, gases o materiales como aleaciones o sustancias biolgicas que se usan para calibrar o validar toda o parte de la metodologa de un anlisis qumico Se utilizan para para determinar factores de recuperacin y para la etapa de calibracin
Tipos de Estndares
Externos
Calibracin externa
Estndares
Internos
Analiza separadamente de la rplica desconocida que se est ensayando. Contiene distintas concentraciones conocidas de analito ,junto a la matriz que es similar o idntica a la de la muestra
La tcnica del estndar interno : requiere adcionar el patrn a la muestra as como la disolucin blanco
Adicion estndar :son cantidades fijas de analito que se aade a cada muestra despus de una medida inicial ;la medida se vuelve a reralizar despus de cada adicin.
La Prueba Q
Si se sospecha que existe un punto dudoso, la prueba Q permite calcular un cociente Qexp, y compararlo con una tabla, para decidir si se debe rechazar o conservar el valor. La prueba no produce un resultado definido, pero da alguna idea de la confianza que se puede asociar al rechazar un valor de dato. Qexp se calcula con la ecuacin:
Donde xq representa al valor dudoso, xn es el valor vecino mas cercano, xh es el dato con valor maximo y x1 es el dato con el valor mnimo. Entonces, (xq-xn) representa la diferencia entre el punto dudoso y su vecino mas cercano, y (xh-x1) representa la dispersin o intervalo de los valores de datos.
Habiendo calculado el valor de Qexp debemos compararlo con los valores de la tabla que correspondan a la cantidad de datos replicados que se midieron. Si Qexp < los valores de la tabla, no se pueden rechazar los datos con la certeza indicada en esta tabla. Si Qexp > un valor de Q que aparezca en la tabla, se puede rechazar ese valor.
La Prueba T
Otra prueba para evaluar si se debe rechazar un punto dudoso es la prueba Tn o solamente prueba T. De nuevo se calcula un parmetro, que en este caso se representa por Tn:
Donde xq es el valor dudoso en cuestin, xn es la media de los datos y s es la desviacin estndar de los datos. En este caso, el valor de Tn tambin se compara con una tabla estndar de la prueba T, para la cantidad adecuada de medidas replicadas.
Limite de Confianza
Los limites de confianza definen un intervalo de valores a cada lado de la media calculada, que describe la probabilidad de encontrar all la media verdadera. Los limites de confianza para un conjunto de datos se definen con la ecuacin:
Donde x es el promedio, s es la desviacin estndar de la muestra, N es el tamao de la muestra y t es la distribucin t que se ve en la tabla. La figura muestra como se distribuye la poblacin de datos en torno a un valor medio y la probabilidad de encontrar e promedio verdadero dentro de un conjunto de lmites de confianza en torno a los valores
Sin embargo, los puntos experimentales rara vez caen exactamente sobre la lnea recta debido a los errores indeterminados en las lecturas del instrumento. El problema es trazar la mejor lnea recta a travs de los puntos, para as minimizar el error al determinar la concentracin de una muestra desconocida utilizando la curva de calibracin. Por fortuna, la estadstica provee una relacin matemtica que se le llama anlisis de regresin y cuando se le aplica a la relacin en lnea recta, se le llama mtodo de mnimos cuadrados. Al utilizar la curva de calibracin, no solo se puede determinar la mejor lnea recta, sino que tambin se pueden especificar las inexactitudes.
Ilustraremos el mtodo aplicndolo a un caso simple; En esta figura los nmeros en el eje de las x representan la concentracin de las soluciones estndar y los nmeros en el eje de las y representan la respuesta del instrumento. Una suposicin que se hace es que la relacin es lineal, y escribimos la ecuacin para una lnea recta como:
La tabla contiene no solo los valores de x y y que estn en la grafica, sino tambin los valores de x2, y2, xy y de la suma de todos estos trminos. La cantidad C se define por conveniencia para presentar formulas subsecuentes. El termino n es el numero de puntos obtenidos de los datos y en este ejemplo son 5.
Coeficientes de Correlacin
Ya hemos visto que la precisin de mediciones replicadas se puede evaluar calculando valore de desviacin estndar. En forma parecida, los datos que deben corresponder a una grafica de calibracin de lnea recta se pueden evaluar en trminos de un coeficiente de correlacin, que describe lo cerca que el conjunto de datos esta de una lnea recta perfecta. El coeficiente de correlacin de Pearson (r) se usa con mas frecuencia y tiene valores que van de 0 a 1. Un valor de 1 corresponde a cada valor para cada dato, cae en una lnea recta perfecta; un valor de 0 quiere decir que no hay correlacin alguna entre los valores.
En la practica, muchos datos determinados experimentalmente producen valores de r > 0.9, y en consecuencia es muy comn citar a r2. Mientras mas cerca esta r de 1, r2 quedara mas cerca de 1. En contraste, a medida que r se aparta de 1, r2 disminuir alejndose del cuadrado de r.
Un sistema de aseguramiento de calidad consiste en un conjunto de procedimientos vigentes para asegurar que se lleven a cabo las actividades del control de calidad. En muchos pases se pueden acreditar numerosos procedimientos analticos a travs de, por ejemplo, el Servicio Nacional de Acreditacin de Medicin (NAMAS, por sus siglas en ingls) de Estados Unidos, adems de organismos internacionales como la Organizacin Internacional de Normas (ISO, por sus siglas en ingls). Dos pasos clave en un sistema de aseguramiento de la calidad deben ser: a) La prueba de competencia del laboratorio y b) el uso de materiales de referencia certificados.
Grficos de Shewhart
Tiene por objeto realizar el grafico de un proceso para determinar si permanece bajo control, y para ayudar a inicial la accin correctiva que regrese dicho proceso al control. Para ello se requiere anotar peridicamente una variable adecuada. Si una observacin cae fuera de los limites externos, significa que el proceso esta fuera de control y que se requieren acciones.
Grficos CUSUM
Los grficos CUSUM son sencillos, porque se pueden trazar con facilidad y con un mnimo de clculos, tan pronto se determina un valor de dato. Si los datos se distribuyen en forma aleatoria respecto a T, y si se ve que hay poca desviacin en el valor de la suma acumulada de las variables medidas, que tiendan hacia valores mayores o menores