Todos los números xi e yi son constantes, por lo tanto

I. Cálculos de interpolación las únicas variables son m y b. Las derivadas parciales

de f son:

∂f n
I.1. Mínimos cuadrados
= ∑ 2[ yi − (mx i + b)] ⋅ (− xi )
∂m i =1
Puesto que la relación entre Absorbancia y
Concentración corresponde a la expresión de una línea
recta, se deben conformar los datos experimentales a la ∂f n
ecuación: = ∑ 2[ yi − (mx i + b)] ⋅ (−1)
∂b i =1
y = mx + b

que sea la de mejor ajuste al conjunto de datos Estas se igualan a cero y se resuelve el sistema
experimentales: resultante. Se puede demostrar que la solución
corresponde a un mínimo.
P1(x1, y1); P2(x2, y2);… Pi(xi, yi);… Pn(xn, yn) ∂f ∂f
=0 =
∂m ∂b

La solución es:

n n n
n∑ xi yi − ∑ xi ∑ yi
S xy
m= i =1
n
i =1
n
i =1
=
S xx
n∑ xi2 − (∑ xi ) 2
i =1 i =1

n n

∑y i ∑x i
b= i =1
− m⋅ i =1
= y − mx
n n

Ajuste de la mejor línea recta de los puntos Pi (xi,yi), para 1≤ i≤ n I.2. Curvas de Calibración

Las constantes m y b se escogen de manera que la recta Definiciones:

se ajuste a todos los puntos con la mayor proximidad
• n número de pares de datos
posible. Para medirla se usa la distancia vertical entre
los puntos Pi y la recta. En concreto, sea Qi(xi, mxi + b) • Σ xi sumatoria de xi
el punto de la recta y = mx + b que se encuentra • Σ yi sumatoria de yi
directamente arriba o abajo del i-ésimo punto Pi(xi, yi). • Σ xi2 sumatoria de los cuadrados
Se define la desviación entre el i-ésimo punto y la recta de xi
como: • Σ yi2 sumatoria de los cuadrados
de yi
di = yi - (mxi + b) para 1≤ i ≤ n • Σ xiyi sumatoria del producto xiyi
• x =Σ xi/n promedio de xi
La suma Σ di puede ser cero o casi cero, por lo que es • y =Σ yi/n promedio de yi
más recomendable minimizar la suma de los cuadrados
de las desviaciones, es decir, minimizar la función Los límites de todas las sumatorias son desde i=1, hasta
n. Sea ν el número de grados de libertad, para una línea
f(m,b) = d12 + d22 + ...+ di2 +...+ dn2= Σdi2 recta con dos parámetros, se tiene que:

n n ν = n −2
f (m, b) = ∑ di2 = ∑ [ yi − ( mxi + b ) ]
2

i =1 i =1
Para un nivel de confianza del 95% (α = 0,05), la t-
student con n-2 grados de libertad es: • Límite de confianza para el intercepto
LCb = b ± t n−2 ⋅ S b
95 %

tν95% = t n95−%2
• Límite de detección:
Las definiciones siguientes simplifican los cálculos:
t n95−%2 ⋅ S y Σxi2 t 95% ⋅ S
n
LD = = n−2 b
n
(∑ xi ) 2
m nS xx m
• Sxx =
∑x
i =1
2
i − i =1
n
n • Límite de cuantificación:
(∑ yi ) 2 t n95−%2 ⋅ S y
• Syy =
n 1 ( LD − x ) 2
∑y
i =1
2
i − i =1
n
LQ = LD +
m n
+
S xx
n n

n
(∑ xi )( ∑ yi ) • Intervalo de confianza
• Sxy =
∑x y
i =1
i i − i =1
n
i =1
IC = ± S y ⋅ t n−2
95% 1 ( xi − x ) 2
+
n S xx

S yy − m 2 S xx
• Sy =
n −2

Entonces, se pueden encontrar las siguientes

cantidades:

• Coeficiente de Correlación:
2
2
S xy
r =
S xx S yy

S xy
• Pendiente m= Definición del límite de detección y el de cuantificación
S xx
I.3. Interpolaciones
• Desviación estándar de la pendiente:
Sy Para interpolar muestras en la curva de calibración, se
Sm =
S xx deben definir las siguientes cantidades

• ypi valores y por interpolar

• Límite de confianza para la pendiente:
• ñ número de valores ypi por cada muestra
• yp mediana de los valores ypi
LC = x ±IC
El resultado de la interpolación xp es:
LCm = m ± t n−2 ⋅ S m
95 %

yp − b
• Intercepto: b = y −mx xp =
m
• Desviación estándar del intercepto: Con una incertidumbre expresada como desviación
n estándar:
Sb =
∑x i =1
2
t n95−%2 ⋅ S y 1 1 ( y p − y)
2

Sy ⋅ + + 2
nS xx m n ñ m ⋅ S xx
 • ICm 0,7622279
• ICb 1,9526279
Es decir, Promedio ± Desviación estándar: • LD 0,00974
• LQ 0,01947
yp − b t n95−%2 ⋅ S y 1 1 ( y p − y)
2

± ⋅ + + 2
m m n ñ m ⋅ S xx I.3.1.2. Interpolación
Una muestra con ypi = (400, 385, 410)
• La mediana es yp = 400,
• El promedio es 398,33.
• ñ=3
• El resultado es
I.3.1. Datos para el ejemplo de preparación 1,9955337 ± 0,01692,
de las curvas de calibración y el de
interpolaciones es decir, el promedio con su desviación estándar es:
2,00 ± 0,02 μmol/L
xi yi yi0 IC
0,0 0 0,12 1,95
0,0 1 0,12 1.95
0,0 0 0,12 1,95
0,5 101 100,31 1,74 I.8. Límites estadísticos
0,5 99 100,31 1,74
0,5 98 100,31 1,74 La precisión lograda en la determinación de cada
1,0 202 200,51 1,58 muestra puede indicarse como ± 2 s. Puesto que por lo
1,0 204 200,51 1,58 general cada muestra se analiza por duplicado o
1,0 198 200,51 1,58 triplicado, se considera adecuado el intervalo de
5,0 1003 1002,07 2,98 confianza (IC), definido como:
5,0 998 1002,07 2,98
5,0 1005 1002,07 2,98 t•s
IC = ±
n
A partir de este cuadro pueden ser determinados los
siguientes valores, utilizando las ecuaciones y donde t es la t de Student al 95% de confianza, s la
definiciones de las secciones I.1 e I.2: desviación estándar y n el número de determinaciones.

Para determinar si existen diferencias significativas

I.3.1.1. Curva de calibración entre las medianas de los datos superficiales con las
• n 12 correspondientes a las de los datos de fondo, se aplica
la prueba de dos colas de acuerdo con Miller & Miller
• ν 10
(2000).
• Σ xi 19,5
• Σ yi 3909,0
• Σ xi2 78,75
• Σ yi2 3163269
• Σ xiyi 15783
• Σ xi/n 1,625
• Σ yi/n 325,75
• Sxx 47,0625
• Syy 1889912,25
• Sxy 9430,875
• Sy 2,3468212
• m 200,3904382
• b 0,1155378
• r2 0,9999708
• Sm 0,3420917
• Sb 0,8763491
• t10 95%
2,23