Baixe o app para aproveitar ainda mais
Prévia do material em texto
Química Analítica Quantitativa ERROS EXPERIMENTAIS PROF. DR. WANDSON BRAAMCAMP Unidade_02 Leitura recomendada I . BACCAN ET AL., QUÍMICA ANALÍTICA QUANTITATIVA ELEMENTAR, EDITORA EDUARDO BLÜCHER, UNICAMP. 1979. → CAPÍTULO I: ERROS E TRATAMENTO DE DADOS ANALÍTICOS I. SKOOG, WEST, HOLLER, CROUCH, FUNDAMENTOS DE QUÍMICA ANALÍTICA , TRADUÇÃO DA 8ª EDIÇÃO NORTE-AMERICANA, EDITORA THOMSON, SÃO PAULO-SP, 2006. → CAPÍTULO V: ERROS EM ANÁLISES QUÍMICAS. Todas as medidas físicas possuem um certo grau de incerteza. Quando se faz uma medida procura-se manter esta incerteza em níveis baixos e toleráveis, De modo que o resultado por sua uma confiabilidade aceitável, sem a qual a informação obtida não terá valor. A aceitação ou não dos resultados de uma medida dependerá de um tratamento estatístico. DADOS ANALÍTICOS ➢Referem-se às diferenças existentes entre um valor medido e o valor verdadeiro ou conhecido. ➢Relação com a incerteza e as medidas de um experimento ERRO Em um experimento busca-se minimizar os erros e estimar a sua grandeza com uma exatidão aceitável ALGARISMOS SIGNIFICATIVOS O valor que expressa a magnitude de uma grandeza física por meio de uma unidade de medida, os algarismos conhecidos COM CERTEZA mais o algarismo DUVIDOSO são denominados ALGARISMOS SIGNIFICATIVOS. ALGARISMOS SIGNIFICATIVOS Ex.: Determine o número de algarismos significativos ➢123,12 g ➢26,4 °C ➢0,00113 g Cuidado com o “0” Notação Científica Não confunda algarismos significativos com casas decimais REGRAS PARA DETERMINAÇÃO DE ALGARISMOS SIGNIFICATIVOS I. Desconsidere todos os zeros iniciais. II. Desconsidere todos os zeros finais, a menos que sejam seguidos por vírgula. III.Todos os algarismos remanescentes são significativos. IV. Expresse os dados em notação científica para evitar confusão quanto aos zeros terminais serem ou não significativos. OPERAÇÃO COM ALGARISMOS SIGNIFICATIVOS Adição / Subtração Quando duas ou mais quantidades são adicionadas e/ou subtraídas, a soma ou diferença deverá conter tantas casas decimais quantas existirem no componente com o menor número delas. Ex.: Um corpo pesou 2,2 g numa balança cuja sensibilidade é ±0,1 g e outro 0,1145 g ao ser pesado em uma balança analítica. Calcule a massa total pesada. Regra de arredondamento! OPERAÇÃO COM ALGARISMOS SIGNIFICATIVOS Multiplicação / Divisão Quando duas ou mais quantidades são multiplicadas e/ou divididas, o resultado deverá conter tantas casas decimais quantas existirem no componente com o menor número delas. Ex.: Calcule o número de mols de HCl, nos seguintes volumes de solução 0,1000 M de HCl. ➢25,00 mL ➢25,0 mL ➢25 mL OPERAÇÃO COM ALGARISMOS SIGNIFICATIVOS Logaritmo / Antilogaritmo I. Em um logaritmo de um número, mantenha tantos dígitos nas casas decimais, à direita, quanto existam no número original. II. Em um antilogaritmo de um número, mantenha tantos dígitos quanto existam nas casas decimais no número original. Ex.: a) Logaritmo de 4,000x10-5 b) Logaritmo de 1,32 c) Antilogaritmo de 12,5 d) Antilogaritmo de -2,73 PRECISÃO ➢A precisão de uma medid está relacionada com a concordância das medidas entre si, ou seja, quanto maior a dispersão dos dados, menor será a precisão. EXATIDÃO ➢A exatidão de uma medida está relacionada com o seu erro absolute, isto é, com a proximidade do valor medido em relação ao valor verdadeiro da grandeza PRECISÃO E EXATIDÃO EM MEDIDAS EXPERIMENTAIS MEDIDAS DE TENDÊNCIA CENTRAL (POSIÇÃO) As medidas de tendência central ou posição são utilizadas para resumir, em um único número, o conjunto de dados observados da variável em estudo. Usualmente emprega-se uma das seguintes medidas de posição (ou localização) central: ✓ Média ✓ Mediana ✓ Moda. ✓ Percentis ✓ Quartis MEDIANA Corresponde ao valor da variável que ocupa a posição central de um conjunto de n dados em ordem crescente ou decrescente (ROL). Exemplo 1: 23, 9, 10, 13, 5 5, 9, 10, 13, 23 Md = (n+1)/2 = (5+1)/2 = 3 Exemplo 2: 23, 9, 10, 13, 5, 7 5, 7, 9, 10, 13, 23 Md = (6+1)/2 = 3,5 Med. = 10+9/2 = 19/2 = 9,5 Regra 1 – quantidade de dados ímpares: a mediana é o valor que está no meio da ordem de classificação. Regra 2 – Se existir uma quantidade par de dados ordenados, a mediana corresponde à média dos dois valores que estão no meio na ordem de classificação. MÉDIA ARITMÉTICA SIMPLES A medida de tendência central mais comumente usada para descrever resumidamente um conjunto de dados, tabelados ou não, é a média aritmética simples, ou simplesmente média e representa-se por x¯. É definida como a soma das observações dividida pelo número delas. Assim, a média amostral é dada por: EX. MÉDIA Ex.1: → 3, 5, 9, 10, 2, 4, 8 Ex.2: Uma pesquisa buscou avaliar a taxa glicêmica de 10 pacientes, qual o valor médio determinado? (P1 = 88; P2 = 110; P3 = 102; P4 = 78; P5 = 90; P6 = 320; P7= 418; P8 = 32; P9 = 400; P10 = 215) . MEDIDAS DE DISPERSÃO Busca-se nas medidas de dispersão, encontrar um valor que resuma a variabilidade de conjunto de dados. As medidas de dispersão permitem avaliarmos o quão distantes os dados analisados estão. A descrição de um conjunto de dados sempre se faz com uma medida de tendência central (geralmente a média) e uma de dispersão associadas. ✓ Amplitude ✓ Intervalo-Interquartil ✓ Variância ✓ Desvio Padrão ✓ Coeficiente de Variação AMPLITUDE Corresponde a diferença entre o maior e o menor valor no conjunto de dados; Quanto maior a amplitude mais dispersos estão os dados; ▪Conjunto A: 4; 6; 4; 6; 5; 5 ▪Conjunto B: 9; 1; 5; 5; 1; 9 Para calcular a amplitude basta obter a diferença entre o maior e menor valor do conjunto de dados. VARIÂNCIA Dado um conjunto de dados, a variância é uma medida de dispersão que mostra o quão distante cada valor desse conjunto está do valor central (médio). Quanto menor é a variância, mais próximos os valores estão da média; mas quanto maior ela é, mais os valores estão distantes da média. Ex.: 3; 4; 5; 6; 7 DESVIO PADRÃO Desvio padrão é uma medida de dispersão, ou seja, é uma medida que indica o quanto o conjunto de dados é uniforme. Quando o desvio é baixo quer dizer que os dados do conjunto estão mais próximos da média. Ex.: 3; 4; 5; 6; 7 Erros Sistemáticos Erros Aleatórios Erros Grosseiros* TIPOS DE ERROS São erros comumente identificáveis e que apresentam valores definidos. Além de afetarem a exatidão do método. As fontes desses erros podem ser diversas, como: ➢Erros Instrumentais – causados por falhas de equipamentos, por calibrações erradas ou por condições inadequadas. ➢Erros de Método – causados por falhas químicas e/ou físicas do sistema analítico. ➢Erros Pessoais – resultam da falta de cuidado, atenção e/ou limitações do analista. ERROS SISTEMÁTICOS (DETERMINADOS) Em geral, são mensurados a partir dos valores de erro absoluto e médio: ERROS SISTEMÁTICOS (DETERMINADOS) ➢Erro Absoluto - corresponde a diferença entre o valor medido e o valor verdadeiro. ➢Erro Relativo - é o erro absoluto dividido pelo valor verdadeiro. Erros relativos podem ser expressos em termos porcentuais, partes por mil ou partes por milhão, dependendo da magnitude do resultado. Os erros indeterminados, aleatórios o acidentais, Existem em todas as medidas. jamais podem ser totalmente eliminados e são, muitas vezes, a maior fonte de incertezas em uma determinação. Esses erros afetam a precisão da medida e seguem as leis da probabilidade, devendo ser tratados estatisticamente. admite-se que os erros indeterminados seguem a lei da distribuição normal ou distribuição de Gauss. ERROS ALEATÓRIOS (INDETERMINADOS) A grande utilidade dessa distribuição (função densidade de probabilidade) está associada ao fato de que aproxima de forma bastante satisfatória as curvas de frequências de medidas físicas, essa curva é conhecida como distribuição normal ou gaussina. A distribuição normal possui dois parâmetros, a média (μ)(μ),ou seja onde está centralizada e a variância (σ2>0)(σ2>0) que descreve o seu grau de dispersão. DISTRIBUIÇÃO GAUSIANA
Compartilhar