UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE QUMICA E INGENIERA QUMICAESCUELA ACADMICO PROFESIONAL DE INGENIERA AGROINDUSTRIALQUMICA ANALTICA CDIGO: QA1030Profs. Qum. D. Ins Delmas/Elizabeth Espinosa

*Interpretar los resultados obtenidos al aplicar los diversos mtodos analticos no siempre es sencillo, por la posibilidad de cometer errores al efectuar cada operacin, incluyendo el diseo de experimentos (se define la forma de muestreo, el tamao y numero de muestras, la exactitud de las mediciones, el numero de analisis que se requiere, etc.). Los mtodos estadsticos ayudan a entender el significado de los datos que se recaban.CALCULOS ESTEQUIOMTRICOS EN EL ANLISIS CUANTITATIVO.Los compuestos qumicos resultan de la combinacin, en relaciones fijas de tomos de elementos - los cuales tienen una masa definida - considerando la existencia de istopos. Los pesos atmicos son esenciales en las relaciones de peso de los elementos y compuestos, por eso la Estequiometria proporciona la base del anlisis cuantitativo.

*Estequiometria. Una ecuacin qumica es un enunciado simblico de la relacin cuantitativa entre los reaccionantes y los productos de la reaccin. Ej. BaCl2 + Na2SO4 = BaSO4 + 2NaCl 1mol 1mol 1mol 2mol 208,2 142,07 233,37 2(58,45) 137,7 96,07 233,37

Expresin de los resultados analticos.1. Expresin qumica.Siempre que sea posible el elemento debe reportarse en la forma en la que estaba presente en la muestra analizada o como solicite el cliente(*).Ejemplo: como % Na2SO4 si analizamos una muestra del mismo. Como %Ca(OH)2 si analizamos cal apagada.

*En las determinaciones de las muestras a tratar en el presente curso los % o ppm de los elementos tal cual se encuentran en las mismas. 2. Expresin numrica de resultados. Lo importante en una muestra es la cantidad relativa de un constituyente. De acuerdo con esto, al expresar la cantidad de un constituyente presente en la muestra analizada, se usa la siguiente expresin: q x fc QDonde: q = cantidad del constituyente presente en la muestra Q = cantidad de muestra. fc = factor de correccin ..

*

En los ejemplos siguientes, que corresponden a metodos gravimtricos, usaremos q=peso del producto de la reaccin en la forma como se peso despus de ser secado y/o calcinado, y Q para el peso de la muestra El factor fc tiene el propsito de expresar el resultado en unidades de magnitud conveniente, incluyendo los pesos atmicos o moleculares de los productos qumicos involucrados en la reaccin en la proporcin estequiometrica. EjSi se determina sulfato en una muestra de agua de mar , se puede expresar el resultado como SO4= , y tambien puede hacerse como Na2SO4. Se aplico el mtodo gravimtrico obtenindose un precipitado de BaSO4. La forma de calcular ser:

*SO4-2, en % =(q/Q ) x( SO4-2/BaSO4) x 100

Si el porcentaje resulta muy pequeo, se puede expresar en partes por milln (ppm), cambiando el ultimo factor por :

SO4-2, ppm = (q/Q)x( SO4-2/BaSO4)x100x 10,000 Equivale a multiplicar el % x 10,000

En el caso de la cal, se aplico el mtodo gravimtrico pesando al final como CaCO3, el cliente (*)solicita que se exprese como CaO ya que la cal ser materia prima para producir oxido de calcio tcnico de mayor pureza:% CaO= q/Q x CaO/CaCO3 x 100

*Slidos. Si la muestra es un slido, lo mas frecuente es expresarlo en trminos de porcentaje (%) en peso(w), y lo representamos como:w del constituyente% = x 100W de la muestra

Lquidos. Se puede expresar en:a) Porcentaje en peso: Pppb) Porcentaje en volumen: Pvvc) Porcentaje peso en volumen: Ppv es necesario especificar la temperatura ( el volumen es afectado por la temperatura, por la misma razn se indica la temperatura al informar la densidad).

*Toda medicin involucra un error: No es fcil determinar la exactitud y precisin de los datos experimentales; pero es imprescindible hacer estos estimados siempre que se obtengan resultados en el laboratorio, de lo contrario, los datos cuya precisin y exactitud se desconocen no son confiables. Hay que tener en cuenta, que los resultados que no son particularmente exactos pueden servir si se conocen los lmites de incertidumbre.La fiabilidad de los datos se puede evaluar de varias maneras:1. Diseando los experimentos de tal forma que se detecten los errores.2. Analizando patrones de concentracin conocida, y comparando los resultados obtenidos con el patrn en referencia.

*3. La calibracin peridica de los equipos mejora la calidad y garanta de los datos.La aplicacin de pruebas estadsticas a los datos obtenidos permite diferenciar datos validos de los que presentan mayor desviacin del valor esperado.

DIFERENCIA ENTRE ERROR E INCERTIDUMBREIncertidumbre. Es definida como un parmetro que caracteriza el rango de valores, dentro de los cuales se espera se encuentre el valor de la magnitud medida.Esto quiere decir que el resultado de una medicin no puede ser informado apropiadamente como un valor puntual.Cuando se realiza una medicin cuantitativa, el valor es solo una aproximacin al valor verdadero de la propiedad medida.

*Error : La diferencia entre un resultado individual y el valor verdadero de la magnitud medida. No es posible conocer con exactitud los valores verdaderos; de la definicin se deduce que tampoco se pueden conocer con exactitud los errores.Consideramos 2 tipos de errores principalmente:Errores determinados: Es posible encontrar las causas de los mismos para evitarlos o corregirlos. Pueden ser constantes, como en el caso de una balanza descalibrada. Podran ser variables, pero de tal naturaleza, que se puedan cuantificar y corregir, como en el caso de una bureta cuyas lecturas de volumen estuvieran errneas en distintas magnitudes a diferentes volmenes.

errores determinadosAlgunos se reconocen rpidamente, y se les denomina crasos o accidentales, son tan evidentes y afectan tanto a los resultados que no queda otra alternativa que abandonar el experimento y comenzar de nuevo.Fuentes de errores determinados:a) Errores instrumentales: Avera de un instrumento, equipos no calibrados de vidrio y otros.b) Errores operativos: Errores personales, los que se pueden reducir con la experiencia y el cuidado del analista en las manipulaciones fsicas necesarias y errores de calculo, prejuicios al estimar las mediciones, etc.

*

errores determinados c) Errores del mtodo: Son los mas graves de un analisis. La mayora de los errores anteriores se pueden minimizar, pero los errores inherentes al mtodo no es posible cambiarlos a menos que las condiciones de la determinacion se modifiquen (optimizacin). Ej. La coprecipitacion de impurezas, ligera solubilidad de un precipitado, reacciones colaterales, reacciones incompletas e impurezas en los reactivos. Muchas veces se puede corregir este ultimo caso, corriendo un blanco (una corrida con los reactivos en la misma proporcin de la determinacion pero sin la muestra) y restando los resultados del blanco de la muestra.

*

Los errores determinados medibles se consideran sistemticos Los errores determinados pueden ser aditivos o multiplicativos, dependiendo de la naturaleza del error o de como intervienen en el calculo.Para detectar errores sistemticos en el analisis, es usual aadir un patrn en cantidad conocida y medir su recuperacin. Esto es parte de la validacin de un mtodo. Tambien se analiza muestras de referencia para detectar errores de mtodo o instrumentales.*

* Errores Aleatorios o indeterminados. Resultan de las variaciones naturales en los factores que influyen en el valor de una magnitud medida, pero que se encuentran fuera del control de la persona que realiza la medicin. Fuentes de errores aleatorios.

Tipo de mtodoFuente de errorAbsolutoPeso o pipeteoTara de los crisolesPeso del precipitadoEstequiometricaCualquier enrase de una fiolaEnrase de la buretaLectura de la buretaRelativosMedida de la seal experimentalCalibracinPeso de los patrones

Los errores aleatorios representan la incertidumbre experimental que ocurre en cualquier medicin.Estos errores se revelan por pequeas diferencias en mediciones sucesivas hechas por el mismo analista bajo condiciones prcticamente iguales y no se pueden predecir ni estimar. Siguen una distribucin aleatoria, por esto se suele aplicar leyes matemticas de probabilidad para llegar a alguna conclusin respecto al resultados de una serie de mediciones.*

Los errores indeterminados siguen una distribucin normal o curva de Gauss:*

La curva gaussiana representa una distribucin de resultados y su dispersin.En esta curva sigma representa la desviacin estndar de una poblacin infinita de mediciones y esta medida de precisin define la dispersin de la distribucin normal de poblacin como se indica, siendo el valor medio Xp el valor central en donde caen la mayora de datos; entre Xp +- sigma se encuentran el 68% de los valores; entre Xp+-2(sigma) el 95% de los datos, y el 99,7% entre Xp +- 3(sigma)*

En una distribucin normal, debera haber pocos errores grandes y un numero igual de errores positivos y negativosLos errores indeterminados se originan en la capacidad limitada del analista para controlar las condiciones externas que varan , y hacer correcciones para dichas condiciones, o a la incapacidad para reconocer la aparicin de factores que causaran errores. A veces al cambiar las condiciones se reduce algn error desconocido, pero no es posible eliminar todos los errores aleatorios.*

La teora de la distribucin normal se desarrollo para una gran cantidad de datos (> 30) No es aplicable a pequeo numero de observaciones. En los laboratorios las determinaciones son limitadas y por eso aplicar las pruebas estadsticas basadas en la distribucin normal pueden llevar a falsas conclusiones, como lo demostr Student (W. S. Gosset, 1908)*

La desviacin estandar para un conjunto de datos da una indicacin de la precisin de un procedimiento o analisis especifico. Student introdujo el concepto de una nueva distribucin conocida como la t de Student. La curva es mas plana que la normal y conforme se incrementa el numero de determinaciones se va aproximando a una gaussiana. Revisaremos conceptos bsicos de estadstica.

*

*TERMINOS ESTADSTICOS USUALES.Media o promedio (X). Es la media aritmtica de todos los valores medidos y puede representarse por:

x1 + x2 + x3 + ........ + xn xiX = =N NDonde: N = nmero de medidas X = Media = suma de varios nmeros xi = valor observado o medido

Mediana. Es el valor en el cual se distribuyen los datos repetidos. La mitad de los datos tiene un valor mayor que la media y la otra mitad un valor menor que la media. En un conjunto impar de datos se puede evaluar directamente; para un conjunto par es el promedio del par central.

*La precisin expresa la reproducibilidad de una medida, es decir, la concordancia entre varias medidas de la misma sustancia o propiedad. La exactitud es una medida que indica que tan cercana esta una medicin con su valor verdadero o aceptado.Valor verdaderoUna serie deExacto yResultadospreciso

Otra serie de Preciso peroresultados inexacto

Una serie mas Impreciso ede resultados inexactoMagnitud del resultado

*Error absoluto (E). es la diferencia entre la medicin de una cantidad xi y el valor esperado, dado por la ecuacin:

E = xi xt

Donde: xt es el valor verdadero o aceptado de la cantidad medida.

Error relativo (Er). Suele ser una medida mas til que el error absoluto. El % de error relativo se expresa como:

xi - xtEr = x 100 xt

*Ejemplo:En una muestra de cloruro de calcio se obtuvieron los siguientes resultados:

Desviacin estndar (s). Cuando se desconoce el valor terico, como es comn en el laboratorio y los resultados son pocos se trabaja con esta desviacin estndar (s) y su frmula es: (xi - X(p))2 s = n 1

% CaO% CaO% CaO25,4126,8326,2827,0127,5828,5929,1128,1827,21

*Rango (R). Es la diferencia entre el resultado mayor y el menor.

POBLACION se refiere no solo a personas sino a todos los elementos que han sido escogidos para su estudio y MUESTRA se aplica a una porcin escogida de dicha poblacin.

Para que sea til la muestra debe ser REPRESENTATIVA: deber reflejar los rasgos esenciales incluyendo las similitudes y diferencias encontradas en dicha poblacin.

Una muestra de datos es un nmero finito de observaciones experimentales y se define como una pequea fraccin de un nmero infinito de observaciones que, en principio, podran realizarse tambin en un tiempo infinito.

*Grados de libertad. Nmero de datos independientes introducidos en el clculo de la desviacin estndar. Si n=n total de datos, los grados de libertad sern n-1. La desviacin estandar s para un grupo de datos da una indicacin de la precisin inherente de un procedimiento especifico, pero no permite saber que tan cercana podra estar la media experimentalmente determinada Xp al valor medio . La teora estadstica permite estimar el intervalo dentro del cual podra caer el valor verdadero dentro de una probabilidad dada, definida por la media experimental y la desviacin estandar.

*Distribucin de Student o T de Student.La cantidad t (que con frecuencia se denomina t de Student) se define por la expresin:

n t = (X ) sLmites de confianza.Con la ecuacin anterior que define t, obtenemos el intervalo de confianza de la media mas conocido como lmites de confianza. t s = X nPodemos utilizar esta formula para estimar la probabilidad de que la media de la muestra caiga en el intervalo de confianza.

La probabilidad de que el valor verdadero este dentro del intervalo se llama probabilidad o nivel de confianza, expresado como %El nivel de confianza para una sola observacin, x, cuando n=1, esta dado por X+- t s y es mayor que el de la media por un factor (n)1/2, t es el numero de mediciones que se usan para determinar s. t es un factor estadstico que depende de los grados de libertad y del nivel de confianza que se desea, si =valor verdadero

*

*TABLA DE VALORES t PARA VARIOS NIVELES DE PROBABILIDAD(4)

Grados deNiveles de probabilidad (%)libertad8090959913,0786,31412,70663,65721,8862,9204,3039,92531,6382,3533,1825,84141,5332.1322,7764,60451,4762,0152,5714,03261,4401,9432,4473,70771,4151,8952,3653,49981,3971,8602,3063,35591,3831,8332,2623,250101,3701,8122,2283,169111,3631,7962,2013,106121,3561,7822,1793,055131,3501,7712,1603,012141,3451,7612,1452,977151,3411,7532,1312,947161,3371,7462,1202,921171,3331,7402,1102,898181,3301,7342,1012,878191,3281,7292,0932,861201,3251,7252,0862,8451,2821,6451,9602,576

Estadstica para conjuntos pequeos de datosSe explico como estimar para una poblacin normalmente distribuida un valor central Xp, la dispersin de resultados S y los limites de confianza (prueba t), pero estos valores estadsticos son validos solo para una gran poblacin (>30 datos).En los analisis qumicos se manejan menos de 10 resultados y para una determinacion dada, de 2 a 3. Por lo tanto, para conjuntos pequeos de datos pueden ser mas adecuados otros estimados, como la prueba Q *

La mediana puede ser mas representativa que la media para un numero menor de datosSe puede usar como un estimado del valor central, ya que tiene la ventaja de que no esta muy influida por los valores extremos (discordantes) que afectan notablemente a la media. Se ha demostrado que para 3 datos de una poblacin normal, la mediana es mejor que la media de los 2 mejores valores de los 3 (los 2 mas prximos). Lo deseable puede ser usar la mediana para evitar decidir si existe un error grande, es decir , hacer uso de la prueba Q. *

Dispersin en lugar de la desviacin estandarLa dispersin R para un conjunto pequeo de datos es muy eficiente para describir el espectro en el que se ubican los resultados. La eficiencia de la dispersin ER es prcticamente igual a la desviacin estndar para 4 mediciones o menos. Esto se debe a que la desviacin estandar es una estimacin deficiente de la dispersin para un grupo pequeo de datos, pero si es la mejor medida de la dispersin para un grupo grande de mediciones.*

La mediana M se puede usar para calcular la desviacin estandarPara minimizar la influencia de los valores extremos, se reemplaza Xp por M en la formula de S.Limites de confianza, usando la dispersin: Se puede calcular los limites directamente de la dispersin como sigue:Nivel de confianza= Xp+- R trEl factor que convierte a R en sr se ha incluido en la cantidad tr, que se encuentra en tablas para niveles de confianza de 99 a 95%, denominada Eficiencias y Factores de conversin para 2 a 10 observaciones.*

Efecto de la Replicacin:Det. X Xp Rango Limite de confianza149,69 49,69250,90 50,30 1,21 42,60-58,003 48,99 49,86 1,91 47,38-53,344 51,23 50,20 2,24 48,59-51,815 51,47 50,47 2,48 49,21-51,716 48,80 50,18 2,67 49,10-51,26

*

Tabla: Eficiencias y Factores de Conversin para 2-10 observaciones (ver Excel)Mnimos cuadrados lineales: Muchas veces se requiere graficar los datos obtenidos los cuales caen en una lnea recta, como las curvas de calibracin analticas. El ajuste de la curva es muy importante para la obtencin de los resultados analiticos, ya que es la curva de calibracin la que se usa para calcular la concentracin desconocida. La predictibilidad y la congruencia de la lnea recta determina la exactitud del calculo de la incgnita.*

El trazado se hace a menudo en forma intuitiva, dibujando a ojo la mejor recta:Todas las mediciones tienen un cierto grado de incertidumbre, al igual que la lnea graficada. Se coloca una regla a travs de los puntos, que tambien tienen alguna dispersin. Una forma mas recomendable es aplicar la estadstica para definir el acomodo de los datos a una lnea recta. Se dispone de funciones estadsticas en hojas de calculo para ajustar a lneas rectas e inclusive no lineales.*

Una relacion en lnea recta obedece la ecuacin y=mx+b y= variable dependienteX= variable independientem=pendiente de la curva b= interseccin con el eje de ordenadas y usualmente es la variable medida la cual se grafica en funcin de la variable XEj. En una curva de calibracin de un espectrofotmetro y representara las absorbancias medidas y X las concentraciones de cada estandar. El problema es establecer los valores de m y b.*

Graficas de mnimos cuadradosSe ha demostrado estadsticamente que la mejor lnea recta a travs de una serie de puntos experimentales es aquella para la cual la suma de los cuadrados de las desviaciones de los puntos de la lnea es mnima. El cuadrado de la suma de las diferencias S es:S= Suma(yi-yp)2=Suma(yi- (mx + b))2m=suma(Xi-Xp)(yi-yp) / suma(xi-Xp)2b= yp-mxp*

*Criterios para descartar una observacin.Es probable que cuando s esta realizando una serie de mediciones repetidas, aparezca un resultado que parece estar fuera del grupo, por lo que es necesario decidir, si se descarta o no este resultado.

Si el nmero de resultados obtenidos es grande, el problema de descartar un valor no es importante:1 Un solo valor tendr un efecto pequeo sobre la media2 Los criterios estadsticos dan una respuesta clara, considerando la probabilidad de que el resultado sospechoso sea miembro de la misma poblacin.

Por otro lado, cuando el nmero repetido es pequeo surge un verdadero dilema:

*Si el numero de determinaciones es pequeo:1 El resultado divergente ejerce un efecto significativo sobre la media.2 Se dispone de datos insuficientes para permitir un anlisis estadstico real de la posicin relativa del resultado sospechoso.

Hay varios mtodos para descartar un valor sospechoso.1 Se puede eliminar de inmediato si se descubre un error determinado.2 Por no ser razonable. 3 La prueba-Q. Es estadsticamente correcta y muy fcil de aplicar. Cuando la prueba Q exige que se descarte un resultado, hay una confianza elevada (90%) de que el resultado sospechoso si estuvo sujeto a error.

PRUEBA Q, procedimiento:a) Calcular el rango de los resultados (R).b) Encontrar la diferencia entre el resultado sospechoso y su vecino ms cercano (Xi- Xii).c) Dividir la diferencia obtenida en (b) entre el rango de (a) para obtener el cociente de descarte Q. (Q= (Xi- Xii). /R).d) Consultar la tabla de valores Q. Si el valor calculado Qexp. Qt, (Qt es el que da la tabla para el numero de datos) el resultado se puede descartar.

*

Prueba QAlgunas veces se recomienda un arreglo entre la exclusin sin reserva o la retencin de un valor sospechoso, el cual consiste en reportar la mediana de todos los resultados en lugar de la media, con o sin el valor desviado. Para una muestra de 3 a 5 valores, se recomienda comprobar el valor sospechoso con la prueba Q y desecharlo, si sta lo indica. Si no, indicar la mediana en lugar de la media.*

.

*VALORES CRITICOS PARA EL COCIENTE DE RECHAZO Q(1)

Nmero de% de Confianza Qcriit.Observaciones90959930,9410,9700,99440,7650,8290,92650,6420,7100,82160,5600,6250,74070,5070,5680,68080,4680,5260,63490,4370,4930,598100,4120,4660,568

*Ejercicios:

En el anlisis de una muestra de sal de playa se obtuvieron los siguientes resultados por mtodo gravimtrico:a) Determine la Media y la Medianab) Determine sc) Desviacin estndar relativad) Limite de confianza a 95% de probabilidad

%Cl-%Cl-56,6656,6656,5956,6856,5656,6356,59

*2. Se han obtenido los siguientes resultados en la determinacin de molibdeno, en una muestra certificada cuyo contenido es de 0,160% y aplicando 2 mtodos diferentesAplique la prueba estadstica y determine los lmites de confianza al 95%

Mtodo Gravimtrico% MoMtodo Volumtrico% Mo0,1640,1610,1660,1650,1640,1560,1590,1630,1650,1600,163

*3. Se obtuvieron los siguientes datos del contenido de plomo en agua de ro.Determine la media, mediana, rango, desviacin estndar, varianza y desviacin estndar relativo, as como el lmite de confianza.

Analistappm PbAnalistappm Pb119,4521,6220,6618,9318,7719,9419,2819,9

*MUESTREO

Es la primera fase de un anlisis y la ms importante, sin embargo, es poco probable realizar esta fase del anlisis cuando uno es estudiante, generalmente en los laboratorios ya se cuenta con muestras homogneas o casi homogneas. A pesar de esto es bueno resaltar la importancia que tienen en un anlisis el muestreo.

En cualquier procedimiento es necesario que el analista trate de obtener una muestra que sea representativa de todos los componentes y sus cantidades que contiene la muestra de mayor tamao.

Con objeto de que la muestra sea representativa de la totalidad del material por analizar, debe ser tomada por un procedimiento sistemtico.

*Para ciertas clases de materiales se han establecido procedimientos definidos de muestreo, los mismos que se pueden encontrar en bibliografa especifica como la normas tcnicas.De acuerdo al estado de la muestra, el muestreo puede ser: Slidos Unidad de muestreo. Es una porcin del material de volumen suficiente para poder contener con una elevada probabilidad la misma distribucin de tamaos de partculas que el material que se somete a muestreo.

2. Muestra bruta. Se obtiene reuniendo un cierto nmero de unidades de muestreo que han sido recogidas en forma sistemtica.

* A mayor nmero de unidades de muestreo, ms representativa ser la muestra. El nmero de unidades de muestreo depende ms del tamao de la partcula y de la uniformidad de la composicin, que de la cantidad total sometida a muestreo.

Los slidos se someten a muestreo con ms facilidad en su expedicin durante la carga o descarga. Estas porciones se pueden tomar peridicamente cuando se descarga en un vertedero; o sistemticamente en el espacio, como una paletada en cada dcimo o ensimo saco o barril de slido.

3. Reduccin de la muestra. Se reduce en tamao de partcula y en cantidad por molienda y pulverizacin y divisiones sucesivas por la mitad, amontonndola en forma cnica y cuartendola y utilizando un aparato separador.

*La contaminacion de la muestra con materia extraa a causa del equipo de pulverizacin se minimiza utilizando equipos construidos con materiales duros e inertes. Tener en cuenta que el calor producido en la disgregacin puede originar prdidas de humedad, descomposicin de sustancias inestables y oxidacin de sustancias. Cuando se tiene cantidades pequeas de material, el material se disgrega en mortero de gata con mano del mismo material. La muestra final debe pasar por un tamiz limpio y seco de 100 a 200 mallas.4. Conservacin de muestras. Estas deben guardarse de forma que se minimice los cambios que pueda sufrir antes del anlisis; como, prdida o adsorcin de agua, absorcin de CO2 y oxidacin atmosfrica, y otras formas de descomposicion de la muestra.

* Se determina la humedad directamente en la muestra que se recibe en el laboratorio, mientras los otros componentes se calculan con relacin al material seco.

5. Secado de las muestras. La humedad adsorbida por las muestras varia con el tamao de partcula, humedad y naturaleza de la muestra. La mayor parte de los slidos se analizan despus de secados en una estufa a unos 110 C, hasta el momento de pesarla es preferible guardarla en un desecador.Muestreo de Lquidos.Si el material es homogneo y esta en un recipiente, se toma una muestra para el anlisis. Los lquidos que fluyen por tubos pueden tomarse mediante vlvulas de muestreo en pequeas porciones durante un tiempo programado.

* Los lquidos que contienen slidos en suspensin, o mezclas no miscibles, se muestrean a diferentes profundidades, mediante un tomador de muestras, o bien se toma una parte, despus de homogeneizarla.

DESCOMPOSICIN DE MUESTRAS.

No es posible disponer de un procedimiento nico para el ataque de todas las muestras. Un conocimiento cualitativo, nos permite elegir el mtodo de ataque.

La solubilidad de la muestra debe determinarse ensayando con pequeas cantidades del material con reactivos conocidos, generalmente en el orden: agua, HCl diluido y concentrado, HNO3 diluido y concentrado . En todos los casos primero en fro y luego en caliente.

*Reactivos para el ataque.

Agua. Muchas sales inorgnicas (NH4NO3 fertilizante) son solubles en agua.

HCl Disuelve a las cenizas de los alimentos en estudio, cuando se desea extraer contenidos de elementos que no son solubles en agua de las tierras agrcolas, etc.

3. HNO3 se usa por su fuerte accin oxidante, y se agrega en la solucin de las cenizas y en este medio se trabaja su anlisis.

4. H2SO4 se usa cuando se tiene conocimiento o se desea precipitar al Pb que puede encontrarse como contaminante.

*SEPARACIN DE CONSTITUYENTES.

Se conocen pocos mtodos que permitan analizar a un elemento directamente, especialmente cuando esta no es una sal pura. Por lo regular cuando se lleva a cabo un anlisis es porque la muestra es natural, y/o presenta mas de un componente o por algn tipo de contaminante. Cuando el portador de la muestra no indica el tipo de contaminacin o la presencia de los elementos que forman la muestra, lo ms recomendable es hacer una anlisis cualitativo previo a fin de poder luego elegir el mtodo de anlisis para el elemento que se desea determinar, y las formas de eliminar las interferencias que pueda presentar.

*DETERMINACIN PROPIAMENTE DICHA.

Se realiza cuando el elemento o sustancia a cuantificar se lleva a un estado en el cual puede ser medible. Los mtodos de anlisis son variados y dentro de los mtodos clsicos se puede escoger entre los mtodos:

Gravimtrico donde se precipita el elemento en forma de un compuesto obtenido estequiometricamente, que sea estable (y/o pueda modificarse a una forma estable) cuyo peso nos permita determinar por clculos l % del elemento o sustancia en anlisis

Volumtrico requiere la medicin del volumen de una solucin de concentracin conocida que reacciona estequiometricamente con el elemento o sustancia a determinar.

*PRINCIPALES ETAPAS DE UN ANLISIS QUMICO INORGANICO:

Obtencin de una muestra representativa del material cuya composicin se desea conocer. El muestreo es importante, teniendo en cuenta que se requiere poca cantidad de muestra para representar toneladas del material original.

2. Poner en solucin la muestra pesada o prepararla para el anlisis de forma adecuada. En las determinaciones por mtodos qumicos, en general debe tenerse la muestra en solucin.

*

ETAPAS DE UN ANLISIS QUMICO

3. Separacin de constituyentes que interfieren en la determinacin del constituyente deseado. Pocos mtodos, por no decir ninguno son verdaderamente especficos. 4. Efectuar la determinacin propiamente dicha. De acuerdo al mtodo elegido.

5. Calcular el resultado. Esta etapa debe incluir una evaluacin de la precisin y exactitud del resultado numrico.

***