Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes Introduccion A Las Tecnicas de Caracterizacion
Apuntes Introduccion A Las Tecnicas de Caracterizacion
1. Introduccin
Las ltimas dcadas del siglo XX, as como los inicios del siglo XXI, han sido estn
siendo testigos de avances espectaculares en el campo de los materiales. Entre ellos,
quizs los ms significativos, pero no los nicos, han sido el desarrollo tanto de los
materiales superconductores de alta temperatura crtica como de los nanomateriales
(dimensiones de los nanometros) y/o nanoestructurados. Otros materiales de muchsimo
inters recientemente descubiertos son los polmeros conductores (Premio Nobel de
Qumica del ao 2000, Alan J. Heeger, Alan G. MacDiarmid y Hideki Shirakawa), las
cermicas avanzadas, materiales inteligentes, etc. No es pues de extraar que todo este
grupo de materiales, con propiedades especficas, se denomine a veces como nuevos
materiales. No cabe duda por otro lado, que estos avances no hubieran sido posibles
sin un desarrollo paralelo de nuevas tcnicas de preparacin de muestras (ultramicrotoma, spin-coating, etc) y caracterizacin (MADLI-TOF, AFM, Microscopa
confocal, aniquilacin de positrones, microscopa electrnica de emisin de campo, etc)
y estudio de las propiedades de los materiales. Se puede afirmar, por tanto, que la ayuda
de las nuevas tcnicas de caracterizacin y anlisis ha sido indispensable en el diseo,
sntesis y procesado de estos materiales, permitiendo un cuidadoso control de sus
propiedades, e incluso en muchos casos, con la posibilidad de prefijar de antemano
alguna de sus caractersticas (materiales a la carta).
Es sabido que la ciencia e ingeniera de materiales depende enormemente del
entendimiento de la relacin existente entre las propiedades de los materiales, su
composicin, microestructura y procesado.
El estudio de los materiales tiene sentido desde el momento en el que se piensa que van
a tener una funcin til en nuestra vida. Atendiendo a la funcin que va a tener un
material, es necesario que ste posea una serie de propiedades que le van a ser tiles
para poder desempear dicha funcin de manera adecuada y duradera. Antiguamente la
seleccin de materiales se haca mediante ensayos de prueba y error. Se tomaban
objetos directamente de la naturaleza y posteriormente se probaba su utilidad. Hoy en
da es necesario conocer con antelacin las propiedades de un determinado material con
objeto de predecir si podr ser til o no para una determinada aplicacin.
Si, por ejemplo, se pretende obtener un material cuya peculiaridad o propiedad sea tener
color rojo pero, no un rojo cualquiera, sino un color rojo especial, aqul asociado a una
reflexin de luz de una determinada longitud de onda, ser necesario realizar espectros
de absorcin en el visible con objeto de comprobar que efectivamente esa y slo esa es
la radiacin que el material refleja puesto que las dems longitudes de onda las absorbe.
Por otro lado, si se desea un material muy resistente cuando est sometido a esfuerzos
unidireccionales, ser necesario medir a partir de ensayos de traccin la tensin mxima
que dicho material es capaz de soportar. Evidentemente, esto es una manera muy
general y simple de abordar este problema pero para los estados en los que este manual
2. Definiciones previas
2.1. Qu es la caracterizacin de materiales?
Consiste en la obtencin de informacin acerca de un material bajo estudio
(composicin, estructura, topologa, topografa, morfologa, propiedades en general) a
partir de la interaccin de una seal (elctrica, luminosa, trmica, etc.) con una porcin
de dicho material. Por tanto, toda caracterizacin de un material supone una agresin al
mismo, es decir, una perturbacin del mismo. El estudio de la respuesta del material a
dicha perturbacin nos permite conocer las propiedades o ms concretamente, las
peculiaridades del mismo. A veces se suele confundir el trmino caracterizacin con el
de anlisis. Toda caracterizacin implica realizar un anlisis del material, sin embargo
no todo anlisis implica realizar una caracterizacin. Por ejemplo, el seguimiento de un
proceso de degradacin empleando alguna tcnica o mtodo instrumental no implica
conocer alguna caracterstica intrnseca del material sino que nos permite saber como
ste se comporta ante determinadas circunstancias. Precisamente son las caractersticas
de dicho material las que condicionan dicho comportamiento.
Dentro de las distintas tcnicas de caracterizacin nos encontramos con aquellas que nos
permiten obtener informacin de la estructura y composicin de la materia. En general
se basan en el estudio de la interaccin existente entre la materia y distintos tipos de
radiacin, electrones o iones. En la tabla 1.1 se muestra un resumen de algunas de estas
interacciones y las tcnicas analticas relacionadas con ellas.
Iones
Iones
Iones
Iones
Fotones
Electrones
Electrones
Electrones
Electrones
Electrones
Electrones
Electrones
Fotones
Electrones
Fotones
Fotones
Electrones
Fotones
Fotones
Fotones
Fotones
Fotones
Fotones
Fotones
Fotones
Tcnica
Espectrometra de masas de iones secundarios (Secondary
Ion Mass Spectroscopy, SIMS)
Espectrometra de iones retrodispersados (Rutherford
Backscattering Spectrometry, RBS)
Emisin de Rayos X inducida por protones (Proton-Induced
X-Ray Emisin, PIXE)
Espectrometra de Electrones Auger (Auger Electrn
Spectrometry, AES)
Microscopa Electrnica Analtica (Analytical Electrn
Microscopy, AEM)
Microscopa Electrnica de Barrido (Scanning Electrn
Microscopy, SEM)
Microanlisis de Rayos X (Electrn Probe Microanalyzer,
EPM)
Difraccin de electrones de baja energa (Low-Energy
Electrn Diffraction, LEED)
Espectrometra fotoelectrnica de rayos X (X-Ray
Photoelectron Spectrometry, XPS y ESCA)
Difraccin de rayos X (X-Ray Diffraction, XRD)
Fluorescencia de Rayos X (X-Ray Fluorescence, XRF)
Espectroscopia Infrarroja (Infrarred Spectrometry, IR)
Microscopa ptica (Optical Microscopy, OM)
Por tanto, para tener en cuenta tanto los tipos de tcnicas como mtodos instrumentales
es conveniente describir propiedades fsicas que puedan utilizarse como seales
analticas tanto en la realizacin del anlisis cualitativo como cuantitativo. En la tabla
1.2 se recogen la mayora de las seales analticas que se suelen utilizar en la
caracterizacin de materiales.
Tcnicas Instrumentales
Espectroscopa de emisin (rayos X, UV, visible, de
electrones), fluorescencia, fosoforescencia (rayos X,
UV, visible e IR)
Absorcin de radiacin
Dispersin de radiacin
Refraccin de radiacin
Refractometra, interferometra
Difraccin de radiacin
Potencial elctrico
Potenciometra
Corriente elctrica
Polarografa, amperometra
Resistencia elctrica
Conductimetra
Espectrometra de masas
Medidor de escala
Generador
de seal
Seal analtica
Transductor de
entrada o
detector
Seal de entrada
mecnica o
elctrica
Procesador
de seales
Registrador
0.213
Display digital
Generador de
seal
Lmpara de
wolframio, filtro
de vidrio, muestra
Llama,
monocromador,
cortador, muestra
Tubo de rayos X,
muestra
Seal
analtica
Transductor de
entrada
Seal
transducida
Procesador de
seal
Lectura
Haz de luz
atenuado
Fotoclula
Corriente
elctrica
Ninguno
Medidor de
corriente
Radiacin
UV-VIS
Tubo
fotomultiplicador
Potencial
elctrico
Amplificador,
desmodulador
Radiacin
difractada
Pelcula fotogrfica,
contador de fotones
de rayos X
Imagen latente.
Potencial
elctrico
Revelador
qumica.
Amplificador,
desmodulador
Registrador
sobre papel.
Computador
Imgenes
ennegrecidas
en una pelcula.
Computador
2. Exactitud
3. Sensibilidad
4. Lmite de deteccin
5. Intervalo de concentracin
6. Selectividad
Parmetro de calidad
Desviacin estndar absoluta, desviacin
estndar relativa, coeficiente de variacin,
varianza
Error absoluto sistemtico, error relativo
sistemtico
Sensibilidad de calibracin, sensibilidad
analtica
Blanco ms tres veces la desviacin
estndar del blanco
Concentracin entre el lmite de
cuantificacin (LOQ) y el lmite de
linealidad (LOL)
Coeficiente de selectividad
a) Precisin
La precisin de los datos analticos se define como el grado de concordancia mutua
entre los resultados que se han obtenido de una misma forma, por tanto, es indicativa
del grado de cuidado con que se ha realizado el anlisis. La precisin mide el error
aleatorio, o indeterminado, de un anlisis. Los parmetros de calidad de la precisin son
los que aparecen en la Tabla 1.5.
Tabla 1.5.- Parmetros de calidad para la precisin en los mtodos del anlisis
Trminos
Definicin*
N
s=
(x
i =1
x)2
N 1
s
RSD =
x
s
sm =
N
s
CV = 100%
x
10
s2
Varianza
*
x = media de N medidas =
x
i =1
b) Exactitud
Mide el error sistemtico o determinado de un mtodo de anlisis. La exactitud se
define por la ecuacin:
Exactitud = - xt
(1)
x
x
11
En medidas de una cierta calidad el error relativo debe ser mucho menor que la unidad.
Frecuentemente se expresa multiplicado por 100, con lo que aparece en tanto por ciento
del valor medido:
Error relativo(%) =
x
100
x
c) Sensibilidad
En general la sensibilidad de un instrumento o un mtodo se entiende como la
capacidad de discriminar entre pequeas diferencias en la propiedad que se mide de un
material. Dos factores limitan la sensibilidad: la pendiente de la curva de calibracin y
la reproducibilidad o precisin del sistema de medida. Para dos mtodos que tengan
igual precisin, el que tenga mayor pendiente de la curva de calibracin ser el ms
sensible. Por otro lado, si dos mtodos tienen curvas de calibracin con igual pendiente,
el ms sensible ser aqul que presente mejor precisin.
La definicin cuantitativa ms sencilla de sensibilidad, que es la que acepta la IUPAC
(International Union of Pure Applied Chemists), es la de sensibilidad de calibracin,
que se define como la pendiente de la curva de calibracin a la concentracin de inters.
La mayora de las curvas de calibracin son lineales y pueden describirse por la
ecuacin:
(2)
S = mc + Sbl
En la que S es la seal medida, c es la concentracin de la especie a analizar, Sbl es la
seal instrumental para un blanco y m es la pendiente de la recta.
d) Lmite de deteccin
Para una determinada magnitud medida, el lmite de deteccin es el menor valor de ella
que puede detectarse para un nivel de confianza dado. Este lmite depende de la relacin
entre la magnitud de la seal analtica y el valor de las fluctuaciones estadsticas de la
seal del blanco. Esto es, a menos que la seal analtica sea mayor que la del blanco en
un mltiplo k de las variaciones del blanco debidas a errores aleatorios, no ser posible
detectar con certeza la seal analtica. Por tanto, la mnima seal analtica distinguible,
Sm, se toma como la suma de la seal media del blanco, S bl , ms un mltiplo k de la
desviacin estndar del mismo, sbl
S m = S bl + k s bl
(3)
cm =
S m S bl
m
(4)
S N=
(9)
4.1. Datos
Los datos se pueden tratar de dos maneras: cualitativa y cuantitativamente. Por tanto, el
anlisis de dichos datos dar lugar a un resultado final cualitativo o cuantitativo. A
veces se habla de resultados semicuantitativos cuando existen ciertos problemas de
calibracin que hacen que los resultados obtenidos por un equipo u otro pueden dar
ligeras variaciones o cuando hay problemas de sensibilidad.
Los datos cualitativos dan lugar a resultados finales que permiten responder de manera
aproximada, orientativa, permitiendo la realizacin de comparaciones del tipo respuesta
si o no, positivo o negativa, blanco, negro, amarillo.
Los datos cuantitativos dan lugar a un resultado que se puede expresar en forma de
nmero que responde de manera directa a la pregunta Cunto?
13
No obstante es necesario tener en cuenta que con los datos cuantitativos es imposible
tener una exactitud absoluta, siempre habr un margen de error que se debe tener en
cuenta.
La reproducibilidad y la exactitud son, en general, los criterios ms importantes de una
prueba, para el usuario final. Siempre habr un error experimental asociado con
cualquier anlisis o prueba de caracterizacin; sin embargo, la incertidumbre del
resultado se debe cuantificar con claridad si se van a llegar a juicios fiables partiendo de
los datos.
4.2. Errores
Los datos de fiabilidad desconocida son, en el mejor de los casos, intiles y en el peor,
pueden conducir a una respuesta incorrecta.
El significado de la palabra error no es muy preciso, puesto que con frecuencia
autores diferentes lo emplean con sentidos diferentes. En un sentido amplio puede
considerarse el error como una estimacin o cuantificacin de la incertidumbre de una
medida. Cuanto ms incierta sea una medida, tanto mayor ser el error que lleva
asociado.
Suelen distinguirse dos tipos de errores: errores sistemticos y accidentales.
a) Errores sistemticos
Como su nombre indica, no son debidos al azar o a causas no controlables. Pueden
surgir de emplear un mtodo inadecuado, un instrumento defectuoso o bien por usarlo
en condiciones para las que no estaba previsto su uso. Por ejemplo, emplear una regla
metlica a una temperatura muy alta, puede introducir un error sistemtico si la
dilatacin del material hace que su longitud sea mayor que la nominal. En este caso,
todas las medidas pecarn (sistemticamente) por defecto. El error podra evitarse
eligiendo un material de coeficiente de dilatacin bajo o controlando la temperatura a la
que se mide.
Medir temperaturas con un termmetro graduado en grados Farenhait, suponiendo por
equivocacin que est graduado en grados Celsius, introduce tambin un error
sistemtico en la medida. El error se evita en este caso recabando informacin sobre la
escala del termmetro.
Los errores sistemticos no son objeto de la teora de errores. Realmente son
equivocaciones que pueden y deben evitarse, empleando mtodos e instrumentos de
medida correctos y adecuados a los fines que se deseen obtener.
ii) Errores accidentales
La palabra precisin usualmente tiene un significado de exactitud. En el mundo de las
medidas, sin embargo, precisin tiene el significado de inexactitud. Esto significa que
cuando una propiedad qumica o fsica se describe por una cantidad numrica y su
correspondiente unidad, la cantidad numrica depende de un nmero de factores
14
15
palabras, tenemos una confianza que , la prxima vez que tomemos las mediciones de la
propiedad en cuestin con el mismo aparato hay una probabilidad de (1-f)100 % de que
midamos la propiedad con un valor no mayor del valor medio ms la rcm y no menor
del valor medio menos la rcm.
Dispersin de los datos.- Es la diferencia aritmtica entre los datos mnimo y mximo.
La mediana.- Si el conjunto de datos posee una cantidad impar de valores, la mediana es
el valor del dato que est a la mitad del conjunto despus de ordenarlos por valores
aritmticos. Sin embargo, si el conjunto de datos es par, la mediana es la media de los
dos valores que estn a la mitad del conjunto despus de haberlos ordenado por valores
aritmticos.
4.2.1. Cuantificacin de los errores experimentales
(x
s=
-
i =1
x) 2
N 1
(x
i =1
x) 2
RSD =
s
x
16
iii) La varianza
La exactitud de los datos puede describirse en funcin del error de los valores, absoluto
y relativo de los que ya hemos hablado.
4.2.1.1. Lmites de confianza
No hay mtodos que garanticen el rechazo o conservacin adecuado de valores de datos.
Sin embargo, existen varias pruebas estadsticas para rechazar valores dudosos de datos,
que permiten calcular lmites de confianza para rechazar valores.
a) La prueba Q
Si se sospecha que existe un punto dudoso, la prueba Q permite calcular un cociente,
Qexp, y compararlo con datos en una una tabla como la Tabla 1.6, para decidir si se debe
rechazar o conservar el valor.
Qexp =
d xq x n
=
w x h xl
Despus de calcular Qexp se compara con los valores que aparecen en la Tabla 1.6 para
un valor concreto de medidas en funcin de la confianza que se est buscando. Para
rechazar un valor Qexp deber siempre ser mayor que el correspondiente valor tabulado.
b) La prueba T
17
Tn =
(x
xn
donde xq es el valor dudoso y x n es el valor del dato vecino ms cercano. En este caso
el valor de Tn tambin se compara con valores de una tabla estndar de prueba T, como
la Tabla 1.7, para la cantidad adecuada de medidas.
Tabla 1.7.- Valores de rechazo para la prueba T.
N de
medidas
3
4
5
6
7
8
9
10
c) Lmites de confianza
Los lmites de confianza definen un intervalo de valores a cada lado de la media
calculada, que describe la probabilidad de encontrar all la media verdadera. Se hacen
varias hiptesis la ms importante de la cuales es que los datos se ajustan a una
distribucin gaussiana y que las desviaciones estndar de poblacin y de muestra tienen
el mismo valor.
Los lmites de confianza para un conjunto de datos se definen con la ecuacin:
CL = x
t s
N
Probabilidad
90%
95%
6.314 12.706
2.920 4.303
2.235 3.182
2.132 2.776
18
6
7
8
9
10
2.015
1.943
1.895
1.860
1.833
2.571
2.447
2.365
2.306
2.262
8.- Bibliografa
1. D.A. Skoog, J.J. Leary, Anlisis Instrumental, McGraw-Hill, Madrid (1996).
2. Samus P.J. Higson. Qumica analtica. McGraw-Hill, Madrid (2004).
3. H.H. Willard, L.L. Merritt Jr.,J.A. Dean, F.A. Settle Jr., Mtodos
Instrumentales de anlisis, Grupo Editorial Iberoamericana S.A. de C.V.,
Mxico (1991).
19
4.
20