Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ANALÍTICAS
Objetivos
Bibliografía
J.C. Miller, J.N. Miller, Estadística para Química Analítica, 2a Ed., Addison-Wesley Iberoameri-
cana, USA, 1993
1.1. Introducción
Las medidas analíticas no son más que comparaciones. Si se analizan las ya conocidas deter-
minaciones volumétricas, por ejemplo las que se llevan a cabo con EDTA, la valoración de
cualquier metal con EDTA consiste en la comparación de una concentración conocida de éste
con un metal u otro. Cuando se usan medidas instrumentales la comparación es más clara y los
resultados de cualquier medida carecerían de valor si no se dispone de una referencia. La mayor
parte de las medidas realizadas por medios instrumentales se expresan por medio de la fuerza
electromotriz (V o mV) o de la intensidad (mA o µA ) eléctrica (Ver Capítulo 6). Los sistemas
instrumentales utilizan señales eléctricas (analógicas o digitales) como representación de pro-
piedades físicas de los analitos asociadas a su concentración. Para determinar la concentración
1
1.1. INTRODUCCIÓN
de un analito en una serie de muestras, es obligatorio medir tanto las muestras de concentración
desconocida como los estándares de concentraciones conocidas en las mismas condiciones.
Aunque más adelante se profundizará sobre ello, el protocolo de la calibración consiste en una
sucesión de operaciones, a pesar de que parezca que consiste solo en la preparación y medición
de disoluciones de concentración o contenido conocido. Los valores de las señales obtenidas
experimentalmente y las concentraciones de los analitos han de ser ajustados mediante funciones
matemáticas. El objetivo del ajuste es obtener los valores de los parámetros de la función de
calibrado que se utilizará posteriormente para la cuantificación de los contenidos de las muestras
desconocidas.
2
1.2. CALIBRACIÓN ANALÍTICA
calidad. Los de segundo nivel vienen de la comparación con los de primer nivel. Los estánda-
res de referencia son los que tienen características metrológicas más altas y son accesibles en
sitios conocidos y organismos metrológicos de prestigio. Por último, los estándares de trabajo
son estándares utilizados para la construcción de calibrados, para demostrar la bondad de un
instrumento o para medir materiales de referencia.
Repetitividad de las medidas. Si la señal es muy variable, tanto con las muestras como con
los estándares, entonces, el poder de predicción del calibrado será más pobre.
Veracidad de los estándares. A pasar de que los valores asignados a un estándar se encuen-
tran dentro de un intervalo de incertidumbre, hay que utilizar los estándares en condiciones
muy extremas para que éstos pierdan su veracidad.
Validez de las comparaciones. Este suele ser la gran amenaza de los análisis químicos.
Hay que asegurar, de todas las formas posibles, que la respuesta del instrumento es veraz
con los estándares y con las muestras desconocidas. Las diferencias físicas (T, presión,
viscosidad, tamaño de partícula, etc.), por ejemplo, pueden ser muy influyentes y la res-
puesta instrumental puede llegar a ser muy diferente en función de cómo sean las muestras
y los estándares .
El esquema de la Figura 1.3 en la página siguiente solo pretende mostrar las operaciones de la
calibración. Por lo tanto, no hay que seguir en todos los casos la misma sucesión de operaciones.
De cualquier forma, a partir de este esquema se puede extraer una idea de cual es el camino más
general a seguir en el caso de llevar a cabo una calibración.
3
1.2. CALIBRACIÓN ANALÍTICA
Figura 1.2: La bondad de la calibración puede verse limitada porque las concentracio-
nes/contenidos de los estándares tienen un ajuste escaso o porque la señal es muy
variable.
4
1.2. CALIBRACIÓN ANALÍTICA
El siguiente paso es la medida de los estándares preparados. Para ello, hay que determinar
primero cuantos estándares se van a preparar y cuantas medidas se van a hacer con ellos.
Una vez medidos los estándares habrá que llevar a cabo el ajuste mediante modelos de
calibración. La construcción del modelo es una formulación matemática empírica que
resulta de la comparación de la señal y la concentración, en la mayoría de los casos la
ecuación de una línea recta. Este desarrollo tiene características estadísticas y en función
de ellas se hablará de la idoneidad o bondad del modelo de calibrado.
Tras medir las muestras se aplicará el modelo para estimar las concentraciones descono-
cidas. En el mismo nivel, de acuerdo con este protocolo, se realizará la validación de la
calibración. Aunque es preciso validar todo el proceso analítico, en muchos casos, para
mostrar la utilidad del modelo de calibración se puede hacer una validación de la calibra-
ción. Para ello, el mejor modo es el siguiente: medir los estándares que no se han utilizado
en la elaboración del modelo de calibración y por medio de éste calcular los valores de
las concentraciones. Las diferencias entre los valores conocidos y los valores calculados
mostrará la idoneidad de la calibración.
Como se ha indicado, la calibración depende de distintas variables. En primer lugar, hay que
seleccionar el modelo matemático que va a relacionar la señal con la concentración/contenido
de los analitos. Si se analizan de forma general las posibilidades, se pueden seleccionar las dos
siguientes:
S = f (Canalito ) (1.1)
La primera opción es la más simple, puesto que la señal (S) solo depende de la concentración del
analito. Esa situación se elige para que el modelo sea lo más simple posible y porque la señal que
se utiliza es selectiva. La señal medida puede tener el aporte de varios componentes químicos
(Ci ) y mostrar una dependencia respecto a las condiciones físico-químicas no específicas ni
relacionadas directamente con la concentración de los analitos (X j ). Este tipo de modelos se usan
cuando se hace el análisis simultáneo de distintos tipos de analitos o cuando las interferencias
de otros componentes o condiciones son significativas.
5
1.2. CALIBRACIÓN ANALÍTICA
Si se sigue la posibilidad mostrada por la ecuación 1.1 en la página anterior se podrían usar
muchos modelos de calibración. De todos ellos, el más simple es el siguiente:
S = β1 ·Canalito (1.3)
puesto que es un modelo con un solo parámetro (β1 ). Para aceptar dicho modelo hay que ase-
gurarse de que cuando la Canalito = 0 la señal también es nula, porque si no el modelo no sería
adecuado. El parámetro β1 mide la sensibilidad del modelo de calibración, es decir, la posibili-
dad de distinguir concentraciones muy cercanas. Al intervalo de concentración de analito donde
ese parámetro es constante se le denomina intervalo de trabajo.
Sin embargo, el modelo anterior no es muy utilizado puesto que para concentraciones nulas de
analito es difícil obtener señales nulas. En consecuencia, es más utilizado el siguiente modelo:
S = β0 + β1 ·Conc. (1.4)
Cuando se quiere ampliar el intervalo de trabajo de los modelos anteriores, o cuando se quieren
incluir las curvaturas en el modelo, hay que recurrir a polinomios de mayor grado. Por ejemplo:
Este tipo de polinomios son totalmente empíricos, es decir, se introducen polinomios de mayor
grado para conseguir un ajuste mejor, no porque haya algún fundamento mecanístico concreto.
Como se ha dicho anteriormente, dadas las facilidades computacionales existentes hoy día, se
pueden usar modelos más elaborados y matemáticamente complejos, si bien las condiciones
asociadas a los mismos son cada vez más extremas. Por ejemplo, cuando el número de analitos a
determinar en la muestra es superior a uno, se puede pensar que utilizar un sistema instrumental
en el que se puedan determinar todos a la vez puede ser una buena salida. Seguramente ese
sistema dará más de una señal para cada medida, es decir, la respuesta instrumental será función
de muchas variables. Si bien este tipo de modelo de calibración no es más que una extensión del
anterior, se puede resolver mediante el siguiente sistema de ecuaciones:
6
1.2. CALIBRACIÓN ANALÍTICA
S
y = b 0 + b 1 *C
y = b 0 + b 1 *C+ b 2 *C 2
Figura 1.4: Resultados de la calibración con estándares y representación de los modelos mate-
máticos
Los modelos anteriores se dicen que son lineales, es decir, todos los parámetros tienen una
relación lineal con la señal (no dependen de operadores matemáticos). En esas condiciones, el
procedimiento matemático para la realización del ajuste será la regresión lineal, que se analizará
más adelante. En algunos casos, de todas formas, se utilizan también relaciones no lineales.
Entre ellas hay que destacar las funciones logarítmicas y las potencias. En esos casos, el ajuste
del modelo matemático tiene que llevarse a cabo por otras vías, concretamente, mediante la
7
1.3. FUNDAMENTO ESTADÍSTICO DE LA CALIBRACIÓN
regresión no lineal.
En cualquier caso, en el ajuste del modelo los problemas que pueden surgir son, principalmente,
los dos siguientes:
utilizar un modelo pobre, es decir, tener en cuenta pocos parámetros o pocos componentes
Los dos tienen un efecto contrapuesto y ninguno es adecuado para la validación del modelo de
calibración. En el primero de los casos se pierde información, puesto que el modelo no puede
explicar la variación de la concentración como es debido. El segundo, además de mostrar las
variaciones originadas por los analitos, introduce otras variaciones referidas a otras fuentes que
no es necesario considerar. En este contexto tiene mucha importancia la realización de la vali-
dación del modelo de calibrado, puesto que si le consigue validar el modelo cabe pensar que los
dos problemas anteriores han sido superados.
Una costumbre suele ser la de utilizar el modelo más simple y confirmar si ese modelo es válido
con los datos de calibración recogidos.
De los modelos anteriores, únicamente se ofrecerán aquí los detalles o características del modelo
lineal y de ellas solo las referidas a las calibraciones de una única variable (modelo de calibrado
univariante). La estimación de los valores de los parámetros de la ecuación 1.4 en la página 6 y
sus incertidumbres se lleva a cabo mediante las siguientes operaciones:
b0 = y − b1 · x (1.8)
donde x e y, son los valores medios de x e y. La varianza de los residuos del modelo se puede
expresar de la siguiente forma:
2
∑Ni=1 (yi − ybi )
s2y = (1.9)
N −2
8
1.3. FUNDAMENTO ESTADÍSTICO DE LA CALIBRACIÓN
N
R = ∑ (ri )2 =⇒ min (1.11)
i=1
y resolviendo las derivadas parciales con respecto a los parámetros de la suma cuadrática de los
residuos (R) se estiman los valores de los parámetros b1 y b0 como se recoge en las ecuaciones
1.7 y 1.8, respectivamente.
Es preciso señalar que hay una serie de condiciones implícitas en las ecuaciones anteriores:
2. Las medidas son independientes. No deben existir tendencias con respecto al tiempo o a
posibles contaminaciones.
3. Las medidas tienen desviaciones estándar parecidas que no dependen de los valores de
dichas medidas
Los cálculos de mínimos cuadrados expresados por medio de las ecuaciones anteriores se pueden
realizar fácilmente usando hojas de cálculo o en las calculadoras modernas.
Ejemplo 1.1a. Supongamos que se ha llevado a cabo la determinación espectrofotométrica de formaldehí-
do a 570 nm. La calibración se ha llevado a cabo con 7 disoluciones, con los resultados recogidos en la
siguiente tabla:
9
1.3. FUNDAMENTO ESTADÍSTICO DE LA CALIBRACIÓN
C (mg.l−1 ) Aexp
0.1 0.086
0.3 0.269
0.5 0.445
0.5 0.452
0.6 0.538
0.7 0.626
0.9 0.782
Tras introducir los datos en la hoja de cálculo Excel se pueden representar éstos así como la resolución
del ajuste por medio de la ecuación 1.4 en la página 6. De quererlo, Excel puede representar fuera de la
imagen los resultados obtenidos por medio del ajuste de mínimos cuadrados con la información estadística
mas relevante del ajuste.
1 .00
0 .80
0 .60
S
0 .40
0 .20
0 .00
0 0 .2 0 .4 0 .6 0 .8 1
Por lo tanto, el modelo de calibración del formaldehído se puede expresar mediante la siguiente ecuación:
Para mostrar la adecuación estadística del modelo de calibrado hay que hacer un análisis varianza
de los residuos. Para ello la suma de los cuadrados de los residuos (SSR ) se dividirá en dos
componentes: en la suma de los cuadrados de los residuos de los puntos experimentales (SS pe )
y en la suma de los cuadrados de la falta de ajuste (SSlo f ):
10
1.3. FUNDAMENTO ESTADÍSTICO DE LA CALIBRACIÓN
SS pe = ∑(yi − yi )2 (1.14)
i
Por último, SSlo f es la suma cuadrática de la falta de ajuste. Este factor reune la diferencia entre
la media de las muestras repetidas y los valores calculados por el modelo.
SSR
SSpe SSlof
dfpe dflof
MSpe MSlof
De la misma forma que se ha separado la suma de cuadrados, los grados de libertad también
se pueden separar. Teniendo en cuenta los grados de libertad, se pueden calcular las varianzas
11
1.3. FUNDAMENTO ESTADÍSTICO DE LA CALIBRACIÓN
como el cociente entre la suma de cuadrados y los grados de libertad. Esta última operación solo
se hará para el caso de Var pe y Varlo f , puesto que esos serán los valores a comparar.
Como hay que comparar las varianzas la prueba a utilizar será el test F, es decir, se calculará
el cociente entre esas dos varianzas y después de compararlas con el valor crítico se obtendrán
conclusiones sobre esas varianzas. En consecuencia, si Varlo f ∼ Var pe no habrá desajustes muy
grandes y el modelo sería adecuado. Sin embargo, si Varlo f ≫ Var pe el modelo ensayado mos-
trará un desajuste y no se debería utilizar.
Muchas veces, para mostrar la idoneidad del ajuste, se utiliza el coeficiente de determinación
del modelo (r2 ) que no es más que la varianza debida a los parámetros del modelo (SS f act )
dividido por la varianza de la correlación (SScorr ). La suma de esos dos cuadrados se calcula de
la siguiente forma:
SS f act
r2 = (1.17)
SScor
Ejemplo 1.1b. Para hacer el análisis de varianza del anterior modelo de calibración (ejemplo 1.1a) se han
recogido en la siguiente tabla las sumas de cuadrados y las varianzas:
Se ve que F <Fcrit y por lo tanto se puede confirmar que no hay diferencia entre las dos varianzas con un
nivel de confianza del 95 %.
Como se ha dicho en el anterior apartado el coeficiente de determinación (r2 ) es de 0.999, es decir, los
parámetros b0 y b1 son capaces de explicar un 99.9 % de la correlación entre x e y.
El análisis de varianza tiene más representatividad que los valores de r2 . Con los valores de r2 del ejemplo
no se puede decir que es un ajuste adecuado (o inadecuado), es decir, un valor de r2 cercano a 1 no
asegura de que el modelo sea adecuado. Como antes se ha dicho, el significado de ese r2 es de otro tipo,
concretamente, la varianza total que explican los parámetros de la regresión. Es más, que el modelo sea
adecuado no significa que todos los parámetros sean necesarios, y así, se podría discutir si b0 = 0 o no.
En consecuencia, como antes se ha dicho, para hacer una calibración adecuada hay que decidir el
número de estándares y las replicas de esos estándares. En función de lo visto hasta ahora, para
12
1.3. FUNDAMENTO ESTADÍSTICO DE LA CALIBRACIÓN
Una vez que el modelo está definido, esto es, una vez que se han realizado las estimaciones de los
parámetros y sus incertidumbres, el siguiente paso es estimar los valores de las concentraciones
desconocidas junto con sus incertidumbres. La estimación de las concentraciones desconocidas
no tiene una gran dificultad y se puede hacer una estimación de las incertidumbres de esas
concentraciones utilizando procedimientos de propagación de incertidumbres.
yesp − b0
xbi = (1.18)
b1
s
sy 1 1 (y − y)2
sxi = + + 2 0n (1.19)
b1 p n b1 · ∑i (xi − x)2
Entre los detalles estadísticos de los modelos de calibración algunos de los más útiles son los
límites de detección y de determinación.
13
1.4. INFLUENCIA DE LA MATRIZ
es la concentración más pequeña que el modelo de calibración puede expresar. Para concretar
bien esa condición hay que tener en cuenta el siguiente concepto: es preciso distinguir muy
bien que la señal medida es del analito y no del blanco. Para ello, el valor de la señal (yld ) que
corresponde al limite de detección tiene que ser mucho mayor que la que corresponde al blanco.
donde yblanco es la señal que corresponde al blanco y sblanco su desviación estándar. El límite de
detección es el valor de concentración que corresponde a esa señal yld y que habrá de calcularse
de acuerdo a la ecuación de calibrado.
Tres veces la desviación estándar del blanco da la suficiente confianza para que la diferencia
entre la señal y el blanco sea tomada como significativa.
Expresar que la señal medida no es del blanco no garantiza estadísticamente una estimación
adecuada de la concentración del analito. En consecuencia, para dar la concentración del analito
de modo adecuado hay que definir el límite de determinación o cuantificación. Este límite ex-
presará la concentración más pequeña que se puede determinar. Para ello se propone el valor de
la señal del blanco mas diez veces es la desviación estándar del blanco. En la Figura 1.7 en la
página siguiente se presenta una representación esquemática de estos conceptos.
Estos límites se suelen discutir mucho entre los fabricantes de instrumentación puesto que no hay
un acuerdo total en la definición de esos dos límites. En consecuencia, los límites de detección
y determinación son parámetros que ayudan a la calibración para mostrar sus cualidades.
14
1.4. INFLUENCIA DE LA MATRIZ
3sb
(a)
(b)
Figura 1.7: Representación de los limites de detección (a) y consecuencia de los resultados (b).
15
1.4. INFLUENCIA DE LA MATRIZ
En primer lugar hay que diferenciar entre las interferencias referidas a la matriz y las referidas a
componentes químicos. Para ello se pueden analizar los dos tipos de interferencias que aparecen
en la Figura 1.8. En la parte (a) de dicha figura queda bastante clara la influencia de un segundo
componente químico en la señal. En la parte (b) de la figura la influencia no queda bastante
clara puesto que no se puede adscribir esa interferencia a un compuesto químico concreto. Si
algún compuesto químico tiene una influencia importante sobre la señal considerada, existe la
posibilidad de corregir esa interferencia o de introducirla en un modelo de calibración, según
se estime oportuno. Cuando se habla de la influencia de la matriz hay que entender que es algo
más inespecífico, puesto que existen menos posibilidades de corregirla o de introducirla en un
modelo de calibración. Cuando se habla de la matriz se habla de todo lo que no sea analito. Por
lo tanto, hay que entender en toda su extensión la influencia que la matriz o un no-componente
pueda tener. Debido a ello, la influencia de la matriz hay que tratarla de un modo especial.
a b
Preparación de la muestra que se quiere estudiar (con todos los reactivos adicionales) y
medida de ésta.
16
1.4. INFLUENCIA DE LA MATRIZ
(a)
(b)
Este método solo se puede utilizar en el caso de que se cumplan las siguientes condiciones :
* Las muestras que contienen el analito no puede contener enmascarantes del analito.
Puesto que los volúmenes de estándares que se añaden sobre la muestra son pequeños, la matriz
del analito no varía a pesar de que las concentraciones del analito varíen en el intervalo que se
quiera. En la mayoría de los casos además de la muestra se suelen hacer tres o cuatro adicciones
más y la concentración de analito que tiene la muestra se obtiene por extrapolación.
Ejemplo 1.2. Supongamos que se quiere hacer la determinación de cobre en una aleación de hierro
mediante adiciones estándar. Para ello se han preparado estándares de 10 ml, tal y como se indica en la
siguiente tabla:
17
1.4. INFLUENCIA DE LA MATRIZ
1 6 0 ,0 0 y = 8 ,1 4 3 5 x + 4 5 ,0 6 4
S
1 2 0 ,0 0
8 0 ,0 0
4 0 ,0 0
C (m g /l)
0 ,0 0
-1 0 -5 0 5 10 15
-4 0 ,0 0
18
1.4. INFLUENCIA DE LA MATRIZ
Los apartados del procedimiento son los mismos en el caso de la muestra y de los están-
dares, siendo constantes los parámetros físicos influyentes.
Sin embargo, en ciertos métodos analíticos no se pueden aceptar esas dos suposiciones en su to-
talidad, por ejemplo en las cromatografías líquida y de gases cuando la inyección de la muestra
se realiza a mano o en la fluorescencia de rayos X. Mientras que el problema de la cromatogra-
fía es la variabilidad del volumen, los problemas de la técnicas espectroscópicas son fenómenos
físico-químicos propios. Para resolver esos problemas se suelen llevar a cabo correcciones me-
diante estándares internos. Es decir, aparte del analito hay que añadir otro componente conocido
a las muestras y a los estándares, en una concentración fija. Si la señal tiene una variación ines-
pecífica pero es parecida tanto en la de los analitos como en la de los estándares, entonces la
relación entre ellos es un indicador más adecuado que la señal.
La Tabla 1.1 y la Figura 1.10 en la página siguiente representan este procedimiento de calibra-
ción y los resultados obtenidos con él.
Los estándares internos han de cumplir condiciones muy estrictas para ser utilizables. En gene-
ral, las señales de los estándares internos han de ser parecidas a la de los analitos, tienen que ser
compuestos químicamente parecidos y la muestra no ha de contener esos compuestos.
Una variación del método del estándar interno es la dilución isotópica/espectrometría de masas
(IDMS). Cuando el espectrómetro de masas es el detector de un sistema cromatográfico o cuan-
do se hace un análisis inorgánico elemental por medio de ICP1 , se pueden medir isótopos de
abundancias distintas y añadiendo un isótopo o varios de cada elemento por medio de estándares
1 Latécnica de ’Inductively Coupled Plasma’ (ICP) o plasma de acoplamiento inducido es una técnica de emisión
atómica.
19
1.4. INFLUENCIA DE LA MATRIZ
25,000
S
20,000
15,000
10,000
5,000
C
0,000
0 2 4 6 8 10
-5,000
(a)
2,500
S/Sbe
2,000
1,500
1,000
y = 0,273x - 0,062
2
R = 0,9939
0,500
0,000
0 2 4 6 8 10
-0,500 C
(b)
Figura 1.10: (a) Calibración directa y (b) calibración por medio de estándares internos.
20
1.4. INFLUENCIA DE LA MATRIZ
se pueden medir las relaciones de isótopos. Aunque el fundamento es muy parecido, hay dife-
rencias fundamentales entre la dilución isotópica/espectrometría de masas usada en el análisis
orgánico y en el análisis elemental.
En el análisis orgánico la adición de los derivados isotópicos de los analitos a la muestra se hace
en concentraciones muy bajas. Es decir, se utilizan derivados de 13C o 2 H para conseguir que
la masa del analito aumente a M + +3 respecto de la natural. Puesto que los derivados isotópicos
y los analitos tienen las mismas características cromatográficas llegaran al mismo tiempo al
detector y los derivados isotópicos harán la labor del estándar interno.
Una vez que se ha realizado la adicción de los isótopos y se ha dejado estabilizar la muestra los
análisis obtenidos por medio de IDMS no muestran influencia en los procedimientos químicos
usados para la determinación del analito. Es decir, tras dopar la muestra si hay que hacer ex-
tracciones o realizar cualquier otro tipo de procedimiento de adecuación de la muestra y a pesar
de que en ellos se produzcan perdidas de analito, el análisis dará resultados adecuados. Esta
característica proporciona una ventaja del IDMS sobre cualquier otro procedimiento analítico e,
incluso, se ha llegado a proponer que el IDMS se trata de un método de análisis absoluto.
Sin entrar en profundidades técnicas, el procedimiento de IDMS se puede resumir en los si-
guientes pasos:
Sobre una alícuota conocida de analito se añade una cantidad de derivados isotópicos
también conocida.
21
1.4. INFLUENCIA DE LA MATRIZ
Figura 1.11: El fundamento del IDMS a partir del espectro de masas del Pb
El fundamento del análisis mediante IDMS se puede mostrar a partir de la Figura 1.11 en donde
se hace uso del espectro de masas del Pb. Para ello, se realiza el dopaje de la muestra con una
cantidad conocida del isótopo adecuado, normalmente aquel isótopo estable de menor abundan-
cia. Si ello no fuera posible, se podría dopar con isótopos radiactivos de vida media larga. En
la Figura 1.11 se utiliza el 206 Pb
para dopar la muestra mientras que el isótopo de referencia
presente en la muestra es el 208 Pb. Una vez añadido el isótopo presente en la disolución de
dopaje se debe asegurar una buena mezcla y homogeneización de la muestra antes de proseguir
con el tratamiento de la muestra. Si la muestra fuera sólida sería necesaria alguna de las técnicas
de descomposición que se mencionarán en los siguientes Capítulos. Si la homogeneización de
la muestra ha sido adecuada, la relación isotópica entre el isótopo de referencia y el dopado no
se vería alterada, incluso si hubiera pérdida de muestra o la digestión no fuera cuantitativa.
Una vez finalizadas todas las operaciones analíticas de tratamiento, la muestra estaría preparada
para la medida de la relación isotópica R. Como se ha mencionado, la relación viene dada por
el isótopo dopado y el de referencia. En cualquier caso, es necesaria la ausencia de cualquier
interferencia isobárica2 sobre estos isótopos con el fin de garantizar una medida efectiva de la
relación R. En el ejemplo de la Figura 1.11 se mediría la relación R =208 Pb/206 Pb para deter-
minar el contenido de plomo en la muestra. Como se muestra en la Figura 1.11, las intensidades
del isótopo ligero y del pesado son aditivas, por tanto, se cumple la siguiente relación:
Nl ·2 hl + Nd ·2 hd
R= (1.21)
Nl ·1 hl + Nd ·1 hd
22
1.4. INFLUENCIA DE LA MATRIZ
2 h + R ·1 h
Nd d d
Nl = (1.22)
R ·1 hl −2 hl
y de la ecuación obtenida se puede deducir el contenido del analito presente (Gl ) en la muestra
original:
2
M hd + R ·1 hd
Gl = 1,66 · 10-18 · · Nd · (µg · g-1 ) (1.23)
Wl R ·1 hl −2 hl
donde M es la masa atómica del elemento a determinar y Wl la masa (en g) de muestra analizada.
23
1.5. EJERCICIOS
1.5. Ejercicios
2. Supongamos que se quiere determinar Cd y Zn por medio de ICP. Para ello, se realizan
las siguientes calibraciones en el laboratorio:
Zn (mg/l) S Cd (mg/l) S
0 2.50 0 1.16
1 7.62 0.5 10.35
2 12.31 1 19.03
2 13.23 1 18.32
4 25.15 2 36.89
4 28.37 2 38.06
8 44.80 4 78.69
16 70.63 8 165.46
3. Supongamos que en una aleación de Fe-V se quiere determinar los contenidos de Mo, Cr
y Ti si se sabe que se encuentran en un intervalo entre 0.5 - 7.5 %. Además, se sabe que
en el tratamiento de la muestra se ha tomado 1.00 g y que tras disolverlo se ha llevado
hasta 50 ml. Por otra parte, sabiendo que los estándares primarios de ese metal son de
1000 mg/l y el intervalo de calibración puede llegar como máximo hasta 50 mg/l, explica
como llevarías a cabo la calibración de esos metales y como adecuarías la muestra de la
aleación al intervalo de calibración.
24
1.5. EJERCICIOS
As (ng/ml) 0 5 10 20 20 30 50
S 5.07 47.50 85.31 167.27 169.60 250.56 421.49
M1 = 457.29
M2 = 449.54
Vest (ml) S
0.03 625.60
0.05 747.45
0 458.67
0.065 839.50
0.1 1020.27
0.065 825.07
0.075 895.73
25