QUÍMICA ANALÍTICA2 - Copiar

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