QUÍMICA ANALÍTICA I

Teoría Nº 1: • Introducción
• Etapa sx =
s
post-analítica =
∑(x i − x) 2

n n( n − 1)
i =n

∑ ( xi − x ) 2

s= i =1
n−1

∑(x
Expresión
s − x) 2

sx = =
de los i

resultados n n( n − 1)
analíticoss
sx = =
∑(x i − x) 2

n n( n − 1) Año 2008
 Cátedra de Química Analítica I
http://www.fbcb.unl.edu.ar/catedras/analitica/
Docencia
• Asignaturas:
• Química Analítica I
• Control de Calidad (Bioquímica)
• Cursos:
• Elementos/Tópicos de Quimiometría (grado/posgrado)
• Química Bioanalítica (posgrado)

Investigación
• Laboratorio de Desarrollo Analítico y Quimiometría (LADAQ)
• Laboratorio de Sensores y Biosensores (LSB)

Vinculación y Transferencia Tecnológica

• Laboratorio de Control de Calidad de Medicamentos (LCCM)
 Química Analítica I
• Clase Nivel I o Teoría: 1.5 horas semanales en
Aula 2.1. PUNTUALIDAD.
• Clase Nivel II o Resolución de Problemas:
2.30 horas semanales (aulas en transparente).
• Clase Nivel III o Trabajos Prácticos: 4 horas
semanales en Laboratorio de Química Analítica II,
planta baja (frente a fotocopiadora).
• Clases de Consulta: horarios en transparente.
Usar este horario para consultas de TP,
problemas, teoría y cualquier otro trámite
(NO ACUDIR EN CUALQUIER HORARIO)
 Química Analítica I
• Regularización:
– Asistencia a clases de laboratorio: 80 %
– 12 puntos de los 20 otorgados a esta actividad
– Aprobar los trabajos prácticos

• Promoción:
– Regularidad
– Obtener 70 puntos sobre 100 de: a) 80 en dos
parciales y b) 20 de TP (en los parciales deben
tener un mínimo del 50% en cada tema evaluado)
– Activado: 1º y 2º turnos ordinarios, para 60-69 o
mas de 70 pero con no cumplimiento del 50 %.
 Cátedra de Química Analítica I
http://www.fbcb.unl.edu.ar/catedras/analitica/

Dr. Héctor Bioq. Juan C. Dra. Silvia Dra. Silvia Dra. María S. Bioq. Mercedes
Goicoechea Robles (Profesor Hernández Fabiano Cámara De Zan
(Profesor Titular) Adjunto) (J.T.P) (J.T.P) (J.T.P) (J.T.P)

Lic. Luciana Vera Bioq. Vanesa

Lic. Julia Culzoni Lic. Gabriel Siano Lic. Pablo Giordano Kergaravat
Candioti
(Becaria CONICET) (Becario CONICET) (Becario CONICET) (Becaria UNL)
(Becaria CONICET)

Dra. Mariana Msc. Julieta Gonzalo Yamile Carla Verónica Quela Soledad
Yossen (Aux) Barrandeguy (Aux) Santiago Caro Teglia Fontana Alcaráz Carinelli
Química Analítica:
“Ciencia metrológica que
desarrolla, optimiza y aplica
herramientas de amplia naturaleza,
que se concretan en procesos de
medida química encaminados a
obtener información de calidad”.
(M. Valcárcel, 1999, Principios de Química
Analítica, Ed. Springer)
Por que se enseña Q.A.?
• Incumbencias en Bioquímica:
– Ser profesional responsable para ejercer la dirección técnica del
laboratorio de análisis clínicos.
– Realizar e interpretar análisis clínicos y otros que contribuyan a
la presunción, diagnóstico, pronóstico y tratamiento de las
enfermedades del hombre y a la preservación de la salud.
Animales?
– Realizar e interpretar análisis bromatológicos, toxicológicos y de
química legal.
– Intervenir en la confección de normas y patrones de tipificación
de materias primas y reactivos, utilizándolos en la ejecución de
los análisis clínicos, bromatológicos, etc.
• Incumbencias en Biotecnología:
– Planificar, desarrollar y controlar procesos biotecnológicos en
escala de laboratorio, planta piloto e industrial.
– Realizar y supervisar el control de calidad de insumos y
productos empleados en biotecnología.
 Análisis Análisis
Análisis Análisis
cuantitativo clásico
estructural separativo
Análisis
Otros Análisis
culitativo
instrumental
Según finalidad y tipo Según la técnica
de información empleada

Clasificaciones
Genéricas de la Q.A.

Otras Según naturaleza de

muestra o analito
(orgánico, inorgánico,
Según tamaño inicial bioquímico)
de muestra (escala
de trabajo) Según concentración
de los analitos
Proceso Analítico Total
Definición del problema
analítico

Decisión sobre el método

mas apropiado

P.M.Q

Interpretación de los
resultados para resolver el
problema
 Proceso de medida química
(PMQ) o Proceso Analítico (PA)
“Conjunto de operaciones que separa a la
muestra sin tomar, sin medir, sin tratar de
los resultados generados y expresados
según los requerimientos del problema
analítico planteado”

Muestra
PMQ Resultados

Físicas
Herramientas
Químicas
Matemáticas
Etapas generales de un PMQ

Muestra

PMQ
Operaciones Medición y Adquisición y
previas transducción de tratamiento de
la señal datos

Resultados
 Medición y transducción
de la señal

Cuantitativa Cualitativa

Métodos
determinativos

Físicoquímicos Biológicos Químicos

Instrumentales Volumétricos Gravimétricos

Ácido-Base Precipitación

Complejos Óxido-Reducción
 Métodos químicos:
Escala de trabajo
Según tamaño inicial de muestra

Ultra-micro análisis Micro análisis Semi-micro análisis Macro análisis

0.001 g 0.01 g 0.1 g

Según la concentración de los analitos se

diferencian tres tipos de determinaciones

Trazas Micro componentes Macro componentes

0.01 % 1%
Métodos de análisis por titulación
Se basan en la medición de la cantidad de un reactivo de
concentración conocida consumida por el analito

• Titulación volumétrica: medida del volumen de

solución de concentración conocida

• Titulación gravimétrica: medida de la masa del

reactivo

• Titulación coulombimétrica: el reactivo es una

corriente eléctrica constante y de magnitud
conocida. Se mide el tiempo requerido
Titulación volumétrica: Aspectos
generales
Metodología absoluta que se basa en el empleo de estándares
analíticos que reaccionan estequiométricamente con el analito

Estándares Reacción volumétrica:

• Primarios
A+R P
• Secundarios
•Ácido base
•Formación de complejos
Sistema
•Precipitación
indicador
del punto •Redox
final •Adición, condensación o
Muestra sustitución
conteniendo al
analito
Métodos Químicos:
Requerimientos de la Reacción Analítica
•Métodos Volumétricos: •Selectiva
•Cuantitativa •Rápida
•Estequiométrica •Indicación del punto final
•Métodos Gravimétricos:
•Cuantitativa
•Selectiva
•Generar un precipitado con: • Estructura morfológica adecuada
• Solubilidad baja • Composición conocida

•Métodos Cualitativos:
•Observable •Selectiva (Específica)
•Sensible •Rápida
•Reproducible (fiable y robusta)
 Selectividad
La señal depende solo de la cantidad de analito A:
SM = kA CA + kI CI La señal analítica será
Si hay selectividad:
el volumen medido
SM = kA CA
del reactivo tutulante
gastado
Muestra

ABCD
A D

BC C
D
A B
Adquisición y tratamiento de datos
En los últimos años, los químicos analíticos
hemos incrementado el uso de herramientas
como la matemática, la estadística y la lógica
formal (programación) :
• Diseñar o seleccionar procedimientos.
• Información química.
• Conocimiento sobre sistemas químicos

Quimiometría (Massart 1997)

…aunque el término fue introducido por
Wold en los comienzos de los 70’s
• “Durante años, los analíticos
han llenado (de datos) los
cuadernos de laboratorio, y a
menudo los han descartado por
falta de técnicas de
interpretación adecuadas”.
Brender (1973).

•Impulso de la quimiometría:
mediados de la década de
1980 por popularización de la
microcomputadora.
 Propiedades analíticas

Propiedades Exactitud
analíticas Representatividad
supremas

Precisión
Propiedades
analíticas Sensibilidad
básicas Selectividad

Rapidez
Propiedades
Costos
complementarias
Seguridad
 Propiedades Supremas

Exactitud

Grado de concordancia entre el

resultado de
a) una determinación o
b) la media de “n” resultados “Valor universalmente
y el valor verdadero del analito aceptado como
en la muestra. verdadero”
Propiedades
Supremas

Representatividad

Muestreo adecuado
 Propiedades
Básicas

Precisión

Indica dispersión de resultados entre sí y con

respecto a su media.
Exactitud y precisión

Inexacto e Exacto y
impreciso preciso

Inexacto y Exacto e
preciso impreciso
Exactitud y precisión

Precisos pero inexactos

Exactos pero imprecisos

Inexactos e imprecisos

Exactos y precisos
 Precisión

Uso incorrecto del término “precisión”

 Errores en Química Analítica

Errores
Exactitud
Errores
sistemáticos o Cuando se refiere
aleatorios o
determinados a un resultado
indeterminados
|xi - x̂' |

Alteraciones
fluctuantes operacionales y Bias o Sesgo
sistemáticas Cuando se refiere
bien definidas a un método
(n < 30 det)
Distribución | x - x̂' |
Normal de Desviaciones
Gauss de signo
determinado

Precisión
Exactitud
Problema típico de laboratorio

EDTA 0.0534 (±0.0004) M

Vg = 8.36 mL – 8.38 mL – 8.38 mL – 8.42 mL – 8.98 mL
(± Incertidumbre lectura con bureta?)

Cálculo:
VEDTA(mL)×MEDTA(mmol/ mL)
CaCO3 [g / L] = × PFCaCO3 (mg / mmol)
Vmuestra(mL)

CaCO3 g/L ? ± Intervalo de confianza ?

10.00 (± 0.02) mL solución de muestra
 Dígitos
Cifras relevantes más el
primero afectado
significativas por la
incertidumbre

Operaciones entre datos con diferentes

cifras significativas:

• El resultado final no puede tener mas cifras

significativas que el dato inicial con el menor
número de las mismas.
 Incertidumbre absoluta y relativa
• Incertidumbre absoluta (Ia)
Margen de incertidumbre asociado a
una medida. Por ejemplo Ia = 0,02 mL
cuando se lee un volumen en una pipeta
volumétrica de 10,00 mL

• Incertidumbre relativa (Ir)

Valor de Ia dividido por la medida. Por ejemplo, si
se dispensan los 10,00 mL de la pipeta, entonces
Ir = 0,02/10,00 (se tendrá una Ir = 2/1000 = 1/500
o 0,2 %)
Incertidumbres absolutas de
material de laboratorio
• Matraces:
50,00 mL (Ia = ±0,05 mL)
100,00 mL (Ia = ±0,08 mL)
• Pipetas volumétricas:
25,00 mL (Ia = ±0,03 mL)
• Bureta: Cálculo por
Ia = ±0,02 mL por lectura propagación
• Balanza analítica:
Ia = ±0,1 mg por lectura
Propagación de la incertidumbre
• En la mayoría de los experimentos se
deben hacer cálculos con varios números,
cada uno de los cuales presenta una
incertidumbre
• Reglas:
– Suma y resta: usar la Ia
– Multiplicación y división: usar la Ir
– Operaciones combinadas: resolver primero
suma/resta y luego multiplicación/división
 Propagación de incertidumbre.
Ejemplos
• Sumas y restas:
1,76 (±0,03) + 1,89 (±0,02) – 0,59 (±0,02) = 3,06 (±Iares)
(Iares)2 = (Ia1)2+ (Ia2)2 + (Ia3)2 = 0,032 + 0,022 + 0,022
Iares = 0,041 ¿Qué pasa con la bureta y la balanza?
¿Cómo se expresa un resultado?
¿Cuánto es la Ir?
• Multiplicación y división:
Primero se deben calcular las Incertidumbres
relativas
(Irres)2 = (Ir1)2+ (Ir2)2 + (Ir3)2
Bureta: cifras significativas
6,00 mL
Mínima división: 0,10 mL
6,10 mL

Apreciación: 0.02 mL

6,50 mL (Ia por lectura)

Incertidumbre absoluta:
(Ia)2 = (Ia1)2+ (Ia2)2
= (0,02)2 + (0,02)2
7,00 mL
= 0,028 = 0.03

¿Que masa mínima podemos pesar?

 Propagación de incertidumbre.
Ejemplos
• Combinadas
Primero se deben resolver las sumas y restas

ƒ Titulación de 10,00 mL de sol. de Ca(II) con EDTA

0,0534 (±0,0004) M gastándose:
8,36 – 8,38 – 8,38 – 8,42 y 8,98 mL

Datos: PACa = 40,078 (± 0,004)

PAC = 12,011 (± 0,001)
PAO = 15,9994 (± 0,0003)
Ia(pipeta) = ± 0.02 mL
Ajuste de cifras significativas de un
resultado individual
V EDTA ( mL )× M EDTA ( mmol / mL )
CaCO 3 [ g / L ] = × PFCaCO 3 ( mg / mmol )
V muestra ( mL )
Ia PF = [( 0,004 ) 2 + ( 0,001) 2 + ( 0,0003 ) 2 ]1 / 2 = 0,004
0,03 1
Irvol = =
8,36 287
0,0004 1
IrM = =
0,0534 134
0,02 1
Irvol .muestra = =
10 ,00 500
0,004 1
IrPF = =
100 .07 25 .000
1 2 1 2 1 2 1
Irresult = [( ) +( ) +( ) +( ) 2 ]1 / 2
287 134 500 25 .000
Irresult = 0,008
Ia result = 0,008 × 4 .467 = 0,04 ( g / L )
Solución parcial al problema
 ¿Como inferimos sobre la
exactitud y la precisión?
Parámetros estadísticos que
estiman el valor central

Media aritmética Mediana

x = ( x1+x2 + .......+ xn ) / n
Se ordenan los
n

∑x
datos según su
i magnitud y se
elige/n el/los
x= i =1
central/es
n (semisuma).
Parámetros estadísticos que estiman
dispersión
i =n i =n

∑ ( xi − x ) 2
∑ i
( x − μ ) 2

s= i =1
σ= i =1
n −1 n −1
n < 30 n > 30
Desviación estándar

s
RSD = Desviación
x estándar relativa
s
CV = ×100 = RSD% Coeficiente de
x variación

s2 =
∑ i
( x − x ) 2
Varianza: su propiedad
mas importante es la
n −1 aditividad
 Distribución Normal
Herramientas para
graficar mediciones
77.38 77.38 77.38 77.38 77.38 77.38 77.38 77.38
repetitivas
53.48 53.48 53.48 53.48 53.48 53.48 53.48 53.48

78.61 78.61 78.61 78.61 78.61 78.61 78.61 78.61

94.94 94.94 94.94 94.94 94.94 94.94 94.94 94.94

Histogramas
66.15 66.15 66.15 66.15 66.15 66.15 66.15 66.15
Curva de
54.16 54.16 54.16 54.16 54.16 54.16 54.16 54.16
distribución
normal69.74 69.74 69.74 69.74 69.74 69.74 69.74 69.74

80.38 80.38 80.38 80.38 80.38 80.38 80.38 80.38

+∞

∫ f ( x )dx = 1
−∞
 Distribución Normal

Una de las distribuciones mas importantes en estadística

Distribución simétrica alrededor del valor medio

Rigurosamente solo es válida si el número de muestras es infinito

El valor medio es la mejor estimación del valor central

 Distribución Normal
La ecuación de la curva viene dada por la expresión:

f ( x) =
1
[
exp − ( x − μ ) / 2σ
2 2
]
σ 2π

x ≈ N (μ ,σ ) 2

La desviación estándar (σ) mide la distancia desde

la media (μ) hasta el punto de inflexión de la curva.
 Cambiando los parámetros μ y σ se obtienen
infinitas curvas cuya forma es indicadora de la
distribución de los errores
 Cambio de variables:

f ( x) =
1
σ 2π
[
exp − ( x − μ ) / 2σ
2 2
]

xi − μ Estandarización 1 ⎡ 2
⎤
z= de variables f ( z) = exp − z
σ σ 2π ⎢⎣ 2 ⎥⎦

tablas
 Valores de z y de probabilidad para dos colas

p = 0,05
z = 1,96
Intervalos de confianza
x±s Contiene aproximadamente el 68 % de las
observaciones (α = 0.32)

x ± 2s Contiene aproximadamente el 95 % de las

observaciones (α = 0.05)

x ± 3s Contiene aproximadamente el 99.7 % de las

observaciones (α = 0.003)

α/2 = 0.025
Distribución de las medias
•Si se utilizan promedios de replicados, la función de
probabilidad obtenida sigue el modelo de distribución
Gaussiana o normal (Teorema del Límite Central).

• “Aún cuando la población original no esté distribuida

normalmente, tiende a la distribución normal cuando
aumenta n”

sx =
s
=
∑ i
( x − x ) 2 Desviación
estándar de la

n n(n − 1) media.
 Distribución de las medias
Frecuencia de valores individuales Frecuencia de las medias de 25
(n = 8250 medidas de pH) valores de pH

1600 100

1400
Frecuencia de valores individuales

80

Frecuencia de sumas de valores

1200

60
1000

800 40

600
20
400

0
200

0
4.8 5.0 5.2 5.4 5.6 5.8 6.0 4.8 5.0 5.2 5.4 5.6 5.8 6.0

pH pH
 Intervalos de confianza
Para una distribución normal el 95 % de los datos cae
dentro de los límites z=-1,96 a z=1,96 (μ± 1,96σ)

Existe un 95 % de
probablilidad de que
el estimador de μ
este comprendido
en ese rango

σ σ
μ − 1.96 < x < μ + 1.96
n n

σ
μ = x±z Con (100-α) de probabilidad
n
 Intervalos de confianza
⎛ s ⎞
μ = x ± zα / 2 ⎜ ⎟ K (n ≥ 30)
⎝ n⎠
Si n < 30, s deja de ser un buen estimador; es necesaria una
corrección:

⎛ s ⎞
μ = x ± tα / 2 ⎜ ⎟ K (n < 30)
⎝ n⎠
Distribución t (tablas)
Tabla t de una cola

n-1 0.05
1 12,711
2 4,30
3 3,18
4 2,78
Volviendo al problema…

EDTA 0.0534 (±0.0004) M

Vg = 8.36 mL – 8.38 mL – 8.38 mL – 8.42 mL – 8.98 mL
(± Incertidumbre lectura con bureta?)

Cálculo:
VEDTA(mL)×MEDTA(mmol/ mL)
CaCO3 [g / L] = × PFCaCO3 (mg / mmol)
Vmuestra(mL)

CaCO3 g/L ? ± Intervalo de confianza ?

10.00 (± 0.02) mL solución de muestra
 Presentación de los resultados
8,36 (mL) × 0,0534 (mmol/mL)
CaCO3 [g / L] = × 100,07(mg/ mmol)
10,00 (mL)
Concentración de CaCO3 = 4,47 [g / L]

Vgastado CaCO3(g/L)
8,36 4,47
8.38 4,48
8,38 4,48
8,42 4,50
4,80 ????
8,98 4,80
 Resultados Discrepantes
(Outliers)
Resultados que no pertenecen
Baja probabilidad de
a un conjunto (muestra o
pertenecer
población)

Para identificarlos estadísticamente (y asegurar una

distribución normal) deben aplicarse:

pruebas de aceptación/rechazo

Criterio de Dixon o “test Q”:

Dado un conjunto de datos:

xq − valor mas cercano

Qcal =
rango Xq : valor sospechoso
Rango = valor mas alto – valor mas bajo
 Rechazo de datos: Test Q

RANGO = 0.33

4,47 4,48 4,48 4,50 4,80

DIFERENCIA DUDOSA = 0.30

Q calculada = Diferencia dudosa/Rango = 0.91
Para rechazar el dato dudoso, se debe cumplir que:
Q calculada > Q tabulada (para 95 % = 0.73)
… se rechaza el valor 4,80
 Expresión del resultado
Vgastado CaCO3(g/L) x = 4,485
8,36 4,47 s = 0,01
8.38 4,48 t ( 0.05;4−1) = 3,18
8,38 4,48
t ×s
8,42 4,50 Resultado : x ± = 4,485 ± 0,0184
n
8,98 4,80
Resultado : 4,49 ± 0,02 g/L

Solución
 ¿Solución? Todavía no…
Estudios de Exactitud:
• Comparación de
métodos
• Uso de patrones (en
agua o adicionados a la
muestra)
Validación
Aseguramiento de la calidad
Exactitud: Comparación con un
valor aceptado como verdadero

Resultado obtenido: 4,49 ± 0,02 (g/L)

V.U.A.V: 4,63 ± 0,02 (g/L)
x−μ 4,49 − 4,63
Prueba de t= =
s 0,02
hipótesis: n 4
t = 14 > t( 0.05;n −1) = 3,18
Como tcalc. > ttablas → Se rechaza la hipótesis de igualdad
de medias → Error sistemático
 Comparación con un valor
aceptado como verdadero

α = 0,05

tα,ν = 3,18 tcalculado = 14

Probabilidad << 0,05

Como tcalc. > ttablas → Se rechaza la hipótesis de igualdad

de medias → Error sistemático
Errores en Química Analítica
Errores
Exactitud
Errores
sistemáticos o Cuando se refiere
aleatorios o
determinados a un resultado
indeterminados
|xi - x̂' |

Alteraciones
fluctuantes operacionales y Bias o Sesgo
sistemáticas Cuando se refiere
bien definidas a un método
Inexacto y (n < 30 det)
| x - x̂' |
Distribución
Normal de preciso
Desviaciones
Gauss de signo
determinado

Precisión
Exactitud
La presentación de los datos: no
debe ser demasiado compleja …
BIBLIOGRAFIA
• Harris D.C., “Análisis químico cuantitativo”, Editorial Reverté,
2da Ed. 2001.
• Skoog D.A., West D.M., Holler F.J., Crouch S.R.
“Fundamentos de Química Analítica”, 8ªEdición, Editorial
Thomson, 2005.
• Miller J.C., Miller J.N., “Estadística y quimiometría para
Química Analítica”, Ed. Pearson, 2002
• Valcárcel M. “Principios de Química Analítica”, Ed. Springer-
Verlag Ibérica S.A, 1999.