Escolar Documentos
Profissional Documentos
Cultura Documentos
Módulo
Ajuste de curvas
4
Método dos mínimos quadrados
Análise instrumental
Calibração
Etapas
Curvas de calibração
Método da adição de padrão
Comparação entre métodos
Curva de calibração ponderada
Calibração (continuação)
Detecção da curvatura
“Outliers” na Regressão
1
28/09/2022
Módulo
Em situações práticas é frequente encontrar uma relação
4 entre uma variável independente (eixo dos XX’s) e uma
variável dependente contínua (eixo dos YY’s).
Variável independente
2
28/09/2022
(X,Y)
18.0
14.0
10.0
6.0
2.0
1.0 1.5 2.0 2.5 3.0
3
28/09/2022
O ajuste é sempre
(matematicamente) possível
7
(matematicamente) possível
O ajuste é sempre
4
28/09/2022
10
5
28/09/2022
18.0
14.0
10.0
6.0
2.0
1.0 1.5 2.0 2.5 3.0
11
12
6
28/09/2022
Calibração (Etapas)
1) Preparação de “amostras” com concentração conhecida da
espécie a analisar. Estas soluções são designadas por padrões
e são sujeitas a medição nas mesmas condições que serão
usadas na análise das amostras.
13
Calibração (Etapas)
2) Preparação de um gráfico que relacione o sinal (do
equipamento ou detector) com a concentração dos padrões.
Obtenção de uma equação matemática.
3) Realização das medições experimentais com as amostras e
conversão do sinal em concentração.
14
7
28/09/2022
15
16
8
28/09/2022
17
18
9
28/09/2022
y bx a
xi
x yi y
r i
1 r 1
xi x yi y
2
2
i i
19
r 0 ,95 r 0 ,95
20
10
28/09/2022
EXEMPLO:
Considere as medições de fluorescência de soluções padrão
resumidas na seguinte tabela (UA)
Intensidade
fluorescência 2,1 5,0 9.0 12,6 17,3 21,0 24,7
(UA)
Concentração
0 2 4 6 8 10 12
(pg/ml)
21
25,0
Variável
20,0
Dependente
(UA)
15,0
10,0
5,0
0,0
0 Variável
5 independente
10 15
Conc. (mg/l)
Concentração
22
11
28/09/2022
15,0
10,0
5,0
0,0
0 5 10 15
Conc. (mg/l)
23
PROGRAMAS
30,0 PERMITIREM AJUSTAR
QQ EQUAÇÃO A QQ
(UA)
CONJUNTO DE
20,0 DADOS)
24
12
28/09/2022
26
13
28/09/2022
x i
x yi y
a y bx
A complexidade dos cálculos
envolvidos determina a
b i
x
2 possibilidade de erros!
i x
i
27
Sy x
Sb
x
Erro do declive 2
i x
i
xi2
Erro da ordenada na origem S a S y x
n xi x 2
28
14
28/09/2022
i i
y y
Calculo dos Resíduos
Sy x
n2
graus de liberdade
são os valores de x calculados na equação
A complexidade dos cálculos
envolvidos determina a
possibilidade de erros!
29
30
15
28/09/2022
uma leitura
A complexidade dos cálculos
2 envolvidos determina a
Sy x 1 y0 y possibilidade de erros!
S x0 1
b n b2
xi x
2
31
Nas situações em que são realizadas várias leituras (m) para obter
y0 a equação a utilizar é:
S x0
Sy x 1 1
y0 y
2
b m n b2
xi x
2
32
16
28/09/2022
33
34
17
28/09/2022
y y B 2S B y yB 3S B
35
Sinal do branco
36
18
28/09/2022
y B 10 S B
37
Sy
x
Então podemos usar SB (desvio padrão do “branco”) para estimar o limite de
detecção.
38
19
28/09/2022
Construção
(Só soluções padrão)
39
Módulo
40
20
28/09/2022
41
Amostra
diluída
Sinal da 25
amostra 20
(UA)
15
10
y = 1,5321x + 6,4214
5 R2 = 0,9944
0
-5 0 5 10 15
Conc. na amostra
Conc. (mg/l)
42
21
28/09/2022
2
S y / x 1 y
S xE
b n
b 2 xi x
2
43
44
22
28/09/2022
45
Módulo
46
23
28/09/2022
12
Método A
47
12
Método A
8
Um dos métodos apresenta
4 sistematicamente resultados superiores
ao outro.
0
0 4 8 12 Indica a existência de erros sistemáticos
Método B
48
24
28/09/2022
12
Um dos métodos apresenta
Método A
49
50
25
28/09/2022
Módulo
51
25,0
Nesta situação é evidente
20,0
que deve ser dada maior
(UA)
52
26
28/09/2022
w1
S1
Desvios w2 Ponderação
S2 padrão
w3
Sn
53
PONDERAÇÃO DECLIVE
w x
2
S n xw y w
wi i i i
S i 2 b i
wi xi2 n x w
2
i n
i
ORDENADA NA ORIGEM
a y w bx w
w y i i w x i i
yw i
xw
n n
54
27
28/09/2022
Ponderada y=0,0738x+0,0091
55
R. não
Absorvência R. Ponderada
ponderada
56
28
28/09/2022
2 2
wi y i2 n y w b 2 wi xi2 n x w
Sy x w i i
n2
A complexidade dos
2
S y / x w 1 1 y0 y w cálculos envolvidos
S x0w
determina a
possibilidade de erros!
b w n 2
0
b wi y i n x w
2 2
i
57
Conclusão:
Apesar do acréscimo de complicação nos cálculos, a regressão
ponderada permite resultados mais fiáveis em química analítica
instrumental (em termos da concentração e dos respectivos limites
de confiança).
58
29
28/09/2022
Módulo
4 Detecção da curvatura
59
60
30
28/09/2022
61
Teste #2
A inspecção do sinal (positivo ou negativo) dos valores dos
resíduos. Há medida que x aumenta devemos ter resíduos
positivos e negativos de forma aleatória. Pode-se suspeitar da
existência de uma curvatura se os sinais forem sempre iguais em
sequência a partir de uma certa concentração.
62
31
28/09/2022
Exemplo:
Averiguar na gama de concentração dos padrões se a relação com
a fluorescência é linear:
63
64
32
28/09/2022
32
24
(UA)
16
y = 3,479x + 1,357
8 R = 0,9878
0
0 2 4 6 8 10 12 14
Conc. (mg/l)
ANO LECTIVO 2009/10
65
Concentração 0 2 4 6 8 10
(µg/ml)
Int. Fluorescência 0.1 8,0 15.7 24,2 31.5 33,0
Resíduos -1.257 -0.314 +0.429 +1.971 +2.314 -3.143
6 2
yi yi 20,981
i 1
Somatório do resíduos2 ?Excluir?
66
33
28/09/2022
Concentração 0 2 4 6 8 10
(µg/ml)
Int. Fluorescência 0.1 8,0 15.7 24,2 31.5 33,0
Resíduos 0,000 -0,000 -0,200 +0,400 -0,200 -3.143
40
32
6 2
24
y
i y i 0,24
i 1
16
y = 3,950x + 0,100
8 R = 0,9998
0
0 2 4 6 8 10 12 14
Conc. (mg/l) 67
67
Sugestão:
Através da segunda equação verificamos que a fluorescência do
padrão 10 µg/ml deveria ser 39,6 com um resíduo de –6,6.
Calculando o valor médio dos resíduos e o respectivo intervalo de
confiança (teste t) verifica-se que este valor está fora do intervalo,
ou seja, é um “outlier” entre os resíduos.
68
34
28/09/2022
Conclusão:
O intervalo de concentrações que conserva uma relação linear com
a medição da fluorescência termina no padrão 8 µg/ml
(considerando a informação disponível).
Adicionalmente, os valores da fluorescência das amostras devem
situar-se entre os obtidos para os padrões 2 e 8 µg/mL.
69
70
35
28/09/2022
71
72
36
28/09/2022
yi yi
yi
73
0,10
0,05
0,00
0 5 10 15
-0,05
-0,10
74
37
28/09/2022
0,10
0,05
0,00
0 5 10 15
-0,05
-0,10
75
0,10
0,05
0,00
0 5 10 15
-0,05
-0,10
76
38
28/09/2022
0,10
0,05
0,00
0 5 10 15
-0,05
-0,10
77
78
39