Baixe o app para aproveitar ainda mais
Prévia do material em texto
QUÍMICA ANALÍTICA QUANTITATIVA Módulo 01 QUÍMICA ANALÍTICA QUANTITATIVA PROF.:LUIZ ARTUR KRAUSE DE SOUZA QUÍMICO – UNEB FARMACÊUTICO BIOQUÍMICO – UFBA CONCEITO: É uma ciência de medição que consiste em um conjunto de idéias e métodos úteis em todos os campos científicos. Ex: Geologia - Identificação dos elementos contidos numa rocha; determinação da quantidade presente de um determinado metal por kg de rocha. Medicina – Determinação da concentração de oxigênio e dióxido de carbono presente em amostra sanguínea. Ecologia – Determinação concentração de hidrocarbonetos presentes no ar atmosférico. OBJETIVO: Identificar e determinar as quantidades relativas das substâncias em amostras de matéria. CARACTERÍSTICAS DAS ANÁLISES: A análise qualitativa estabelece a identidade química das espécies presentes em uma amostra. A análise quantitativa determina as quantidades relativas das espécies, ou analitos, em termos numéricos. MÉTODOS ANALÍTICOS: Calculamos os resultados de uma análise quantitativa típica, a partir de duas medidas. 1. Uma delas é a massa ou o volume de uma amostra que está sendo analisada. 2. A outra é a medida de alguma grandeza que é proporcional à quantidade do analito presente na amostra, como por exemplo, massa, volume, intensidade de luz ou carga elétrica. Geralmente essa segunda medida completa a análise, e classificamos os métodos analíticos de acordo com a natureza dessa medida final. CLASSIFICAÇÃO DOS MÉTODOS ANALÍTICOS: Os métodos gravimétricos determinam a massa do analito ou de algum composto quimicamente a ele relacionado. Em um método volumétrico, mede-se o volume da solução contendo reagente em quantidade suficiente para reagir com todo analito presente. Os métodos eletroanalíticos envolvem a medida de alguma propriedade elétrica, como o potencial, corrente, resistência e quantidade de carga elétrica. Os métodos espectroscópicos baseiam-se na medida da interação entre a radiação eletromagnética e os átomos ou as moléculas do analito, ou ainda a produção de radiação pelo analito. um grupo de métodos variados inclui a medida de grandezas, como razão massa-carga de moléculas por espectrometria de massas, velocidade de decaimento radiativo, calor de reação e condutividade térmica de amostras. TERMOS LIGADOS À ANÁLISE: a) Amostra: parte representativa da matéria objeto da análise.. Ex: Urina, sangue, soro, plasma. b) Analito: espécie química que se analiza. Ex: Glicose, ureia, creatinina, chumbo, arsênio. c) Técnica: é um princípio químico ou físico que pode ser utilizado para analisar uma amostra. Ex: Colorimetria, Cromatografia a líquido (HPLC), Espectrofometria de absorção atômica com forno de grafite (AAS-GF). d) Método: é a aplicação da técnica para a determinação de um analito específico em uma amostra específica. Ex: Determinação de 2,5-hexanodiona em urina por hidrólise ácida a quente com extração por clorofórmio através de cromatografia a gás com coluna capilar (5% difenil - polisiloxano e 95% dimetil – polisiloxano). Ex: Determinação de cromo em urina através de diluição em solução nítrica a 1% por AAS-GF. e) Exatidão: Se refere à proximidade da medida com seu valor alvo. Uma das maneiras de avaliar a qualidade do resultado de uma. f) Precisão: Se refere à dispersão entre medidas repetidas sob as mesmas condições. Medidas precisas são menos dispersas quando tendem a fornecer os mesmos resultados mas não necessariamente resultados mais próximos do valor alvo. Assim, diferente do que ocorre com a exatidão, a avaliação da precisão de uma medida não leva em consideração o valor verdadeiro. Especificidade: Reflete o quão eficaz é um método na identificação do analito. Sensibilidade: Reflete a menor quantidade de um analito capaz de ser detectada pelo método analítco. 1. Limite de detecção: Refere-se a menor quantidade de uma substância presente em uma amostra que possa ser detectado, porém sem quantificá-lo. 2. limite de quantificação: Está relacionado a menor quantidade de um composto presente em uma amostra que possa ser determinado com precisão e acurácia aceitáveis sob certas condições experimentais. CRITÉRIOS PARA SELEÇÃO DE UM MÉTODO ANALÍTICO. Na escolha de um método analítico devemos considerar os seguintes critérios: Exatidão, Precisão, Sensibilidade, Seletividade, Tempo de análise, Escala de operação (concentração do analito e quantidade da amostra disponível), Disponibilidade de equipamento Custo. TRATAMENTO DE DASOS EM ANÁLISES LABORATORIAIS. Média: É um valor que pode substituir todos os elementos dessa lista sem alterar determinada característica da mesma. Média aritimética: É a soma de todos os valores observados (xi) dividido pelo número total de observações (Ni): X = ∑(xi) / Ni A média (x) tem tanto vantagens práticas como teóricas como uma medida da tendência central. É simples de calcular e a soma dos desvios observados da média (expressa em termos de números positivos e negativos) deve ser igual a zero. A média também tem propriedades matemáticas que permitem o desenvolvimento de estatísticas avançadas. A maioria das análises descritivas de variáveis contínuas e, até mesmo, em análises estatísticas avançadas usa a média como medida da tendência central. Ex: Cálculo da idade média dos alunos na turma de Farmácia. Idades: 24, 28, 32, 21, 28, 31, 30, 28, 27, 22 x = ∑ (x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10) / N10 x = ∑ (24 + 28 + 22 + 32 + 21 + 28 + 31 + 30 + 28 + 22) / 10 X = 26,6 anos a idade média dos alunos. Moda: A moda (Mo) é o valor que mais se repete, ou seja, o valor mais provável a ser escolhido. É a única medida de dispersão que pode ter mais de um valor, podendo ser o conjunto amodal, monomodal, bimodal… Exemplos: Idade dos alunos 20, 22, 23, 19, 18, 26 não possui moda porque nenhum de seus valores se repete. Neste caso, dizemos que ele é amodal. (Note que, neste caso, alguns autores consideram que todos os elementos do conjunto são a moda). Idade dos alunos 20, 22, 25, 22, 26, 19, 22 tem moda 22, pois esse valor repete-se três vezes. Ele é monomodal. O conjunto de dados 18, 21, 24, 23, 22, 25, 21, 22 tem moda 21 e 22 pois ambos os valores se repetem duas vezes sendo ele, portanto, bimodal. Mediana: A mediana (Me) é o valor que separa o conjunto em dois subconjuntos de mesmo tamanho. Seja n o número de elementos do conjunto. Se n for ímpar, a posição da mediana pode ser obtida através de (n + 1)/2. Se n for par, a mediana é a média dos dois valores centrais. É de extrema importância perceber que, para se calcular corretamente o valor da mediana, os elementos do conjunto devem estar ordenados, isto é, em ordem do menor para o maior. Além disso, cabe perceber que a mediana não precisa, necessariamente, fazer parte do conjunto de dados. Exemplos: Idade dos alunos 20, 20, 22, 22, 23 possui um número ímpar de elementos. A posição da mediana é (5 + 1)/2 = 3, logo a mediana é 22. Idade dos alunos 20, 20, 22, 22 tem um número de elementos par. A mediana é a média entre os elementos centrais 20 e 22 , que é 21. DESVIO-PADRÃO e VARIÂNCIA: Variância e desvio-padrão são medidas de dispersão que indicam a regularidade de um conjunto de dados em função da média aritmética. Ex: O dono de uma microempresa pretende saber, em média, quantos produtos são produzidos por cada funcionário em um dia. O chefe tem conhecimento que nem todos conseguem fazer a mesma quantidade de peças, mas pede que seus funcionários façam um registro de sua produção em uma semana de trabalho. Ao fim desse período, chegou-se à seguinte tabela: Para saber a produção média de seus funcionários, o chefe faz o cálculo da média aritmética de produção, isto é, a soma do número de peças produzido em cada dia dividida pela quantidade analisada de dias. A partir desse cálculo, temos a produção diária média de cada funcionário.Mas se observarmos bem a tabela, veremos que há valores distantes da média. O funcionário B, por exemplo, produz uma média de 12,8 peças por dia. No entanto, houve um dia em que ele produziu 16 peças e outro dia em que ele confeccionou apenas 10 peças. Será que o processo utilizado pelo dono da empresa é suficiente para o seu propósito? Mas e se essa fosse uma grande empresa, com mais de mil funcionários, ou se fosse observada a produção em um ano, será que conseguiríamos definir essa variação com tanta facilidade? O estudo da Estatística apresenta medidas de dispersão que permitem a análise da dispersão dos dados. Inicialmente veremos a variância, uma medida de dispersão que mostra quão distantes os valores estão da média. O cálculo da variância populacional é obtido através da soma dos quadrados da diferença entre cada valor e a média aritmética, dividida pela quantidade de elementos observados. Observe o cálculo simplificado para esse exemplo: Var = (seg – média)2 + (ter – média)2 = ... + (sex – média)2 / quant. dias OBS: Se estivéssemos trabalhando com a variância amostral, dividiríamos pela quantidade de elementos observados subtraída de um (– 1). Nesse exemplo, teríamos: 5 dias – 1 = 4 dias. Variância → Funcionário A: var (A) = (10 – 10)² + (9 – 10)² + (11 – 10)² + (12 – 10)² + (8 – 10)² 5 var (A) = 10 = 2,0 5 Variância → Funcionário B: var (B) = (15 – 12,8)² + (12 – 12,8)² + (16 – 12,8)² + (10 – 12,8)² + (11 – 12,8)² 5 var (B) = 26,8 = 5,36 5 Variância → Funcionário C: var (C) = (11 – 10,4)² + (10 – 10,4)² + (8 – 10,4)² + (11 – 10,4)² + (12 – 10,4)² 5 var (C) = 9,2 = 1,84 5 Variância → Funcionário D: var (D) = (8 – 11)² + (12 – 11)² + (15 – 11)² + (9 – 11)² + (11 – 11)² 5 var (D) = 30 = 6,0 5 Podemos afirmar que a produção diária do funcionário C é mais uniforme do que a dos demais funcionários, assim como a quantidade de peças diárias de D é a mais desigual. Quanto maior for a variância, mais distantes da média estarão os valores, e quanto menor for a variância, mais próximos os valores estarão da média. Em algumas situações, apenas o cálculo da variância pode não ser suficiente, pois essa é uma medida de dispersão muito influenciada por valores que estão muito distantes da média. Além disso, o fato de a variância ser calculada “ao quadrado” causa uma certa camuflagem dos valores, dificultando sua interpretação. Uma alternativa para solucionar esse problema é o desvio padrão, outra medida de dispersão. O desvio padrão (dp) é simplesmente o resultado positivo da raiz quadrada da variância. Na prática, o desvio padrão indica qual é o “erro” se quiséssemos substituir um dos valores coletados pelo valor da média. Vamos agora calcular o desvio padrão da produção diária de cada funcionário: Desvio Padrão → Funcionário A: dp(A) = √var (A) dp(A) = √2,0 dp(A) ≈ 1,41 Desvio Padrão → Funcionário B: dp(B) = √var (B) dp(B) = √5,36 dp(B) ≈ 2,32 Desvio Padrão → Funcionário C: dp(C) = √var (C) dp(C) = √1,84 dp(C) ≈ 1,36 Desvio Padrão → Funcionário D: dp(D) = √var (D) dp(D) = √6,0 dp(D) ≈ 2,45 Podemos ver a utilização do desvio padrão na apresentação da média aritmética, informando o quão “confiável” é esse valor. Isso é feito da seguinte forma: média aritmética (x) ± desvio padrão (dp) Se o dono da empresa de nosso exemplo pretende concluir seu relatório com a produção média diária de seus funcionários, ele fará da seguinte forma: Funcionário A: 10,0 ± 1,41 peças por dia Funcionário B: 12,8 ± 2,32 peças por dia Funcionário C: 10,4 ± 1,36 peças por dia Funcionário D: 11,0 ± 2,45 peças por dia COEFICIENTE DE VARIAÇÃO: Para comparação de dois ou mais conjuntos de dados, a estatística utiliza o desvio padrão, desde que esses dados estejam na mesma unidade de medida. Caso os conjuntos de dados sejam medidos em grandezas diferentes, a comparação será feita utilizando o coeficiente de variação. Dessa forma, podemos dizer que o coeficiente de variação é uma forma de expressar a variabilidade dos dados excluindo a influência da ordem de grandeza da variável. O cálculo do coeficiente de variação é feito através da fórmula: CV = (s / x) * 100 onde: s = desvio-padrão; x = média dos resultados CV = coeficiente de variação Como o coeficiente de variação analisa a dispersão em termos relativos, ele será dado em %. Quanto menor for o valor do coeficiente de variação, mais homogêneos serão os dados, ou seja, menor será a dispersão em torno da média. De uma forma geral, se o CV: For menor ou igual a 15% → baixa dispersão: dados homogêneos For entre 15 e 30% → média dispersão For maior que 30% → alta dispersão: dados heterogêneos Ex: Em um grupo de moradores de determinada região foram analisadas a idade (em anos) e a altura (em metros) das pessoas. Deseja-se comparar a dispersão em termos relativos em torno da média dos dois conjuntos de dados, a fim de verificar qual deles é mais homogêneo. Na coleta dos dados verificou-se que: Idade das pessoas: x = 41,6 e s = 0,82 Altura das pessoas: x =1,67 e s = 0,2 Solução: o primeiro fato a se observar é que os dados analisados possuem unidades de medida diferentes. Dessa forma, somente o desvio padrão não é suficiente para comparar os dois conjuntos. Nesse caso, é preciso calcular o coeficiente de variação para fazer a comparação da variação em torno da média dos dados. Cálculo do CV da idade: CV = (0,82 / 41,6) * 100 CV = 0,0197 * 100 CV = 1,97 % Cálculo do CV da altura: CV = (0,2 / 1,67) * 100 CV = 0,119 *100 CV = 11,9 % Como o coeficiente de variação da idade foi menor que o coeficiente de variação da altura, pode-se afirmar que os dados relativos à idade são mais homogêneos que os dados da altura. Exatidão: Medida de concordância entre o valor experimental e o valor esperado. A exatidão de um métido pode ser descrita como um erro relativo. %Erro = [(resultado obtido – resultado esperado)/resultado esperado] * 100 % Erro < ou = 1% : alta exatidão % Erro > 1% e < ou = 5% : exatidão moderada % Erro > 5 % : baixa exatidão Precisão: É uma indicação da reprodutibilidade de uma medida ou resultado. A precisão pode ser estimada pelo desvio-padrão de uma série de repetições da mesma análise. s = √ ∑ (xi – x)2 / n – 1 onde: s: estimativa do desvio-padrão, xi: resultado das repetições, x: média dos resultados das repetições, n: número das repetições. CONTROLE DE QUALIDADE: É uma medida adotada por organizações de diferentes segmentos em todo mundo para definir padrões em procedimentos, políticas e ações, de maneira uniforme. É um sistema que considera o grau de satisfação do consumidor, acionistas, funcionários, fornecedores e sociedade, como um todo. 1. Controle de Qualidade Interno em Laboratório Clínico e Toxicológico. Bio Rad, “amostras batizadas”. 2. Controle de Qualidade Externo em Laboratório Clínico e Toxicológico. Ex: PNCQ, Controllab. REFERÊNCIAS: http://www.inf.furb.br/sias/saude/Textos/desvio_padrao.htm http://www.andremachado.org/artigos/847/media-moda-e-mediana.html
Compartilhar