Está en la página 1de 149

ESQUEMA 1 DE NORMA IRAM 35052

3505235052 20052005

Estadstica Procedimiento para la evaluacin de la incertidumbre de la medicin en qumica analtica


Statistic Procedure for evaluation of uncertainty in measurement in analytical chemistry

LAS OBSERVACIONES DEBEN ENVIARSE CON EL FORMULARIO DE LA ETAPA DE DISCUSIN PBLICA

DOCUMENTO EN ESTUDIO

Junio de 2005

E squ em a 1 I RA M 35 05 2 : 20 05

Prefacio
El Instituto Argentino de Normalizacin y Certificacin (IRAM) es una asociacin civil sin fines de lucro cuyas finalidades especficas, en su carcter de Organismo Argentino de Normalizacin, son establecer normas tcnicas, sin limitaciones en los mbitos que abarquen, adems de propender al conocimiento y la aplicacin de la normalizacin como base de la calidad, promoviendo las actividades de certificacin de productos y de sistemas de la calidad en las empresas para brindar seguridad al consumidor. IRAM es el representante de la Argentina en la International Organization for Standardization (ISO), en la Comisin Panamericana de Normas Tcnicas (COPANT) y en la Asociacin MERCOSUR de Normalizacin (AMN). Esta norma IRAM es el fruto del consenso tcnico entre los diversos sectores involucrados, los que a travs de sus representantes han intervenido en los Organismos de Estudio de Normas correspondientes.

Esqu e ma 1 I RA M :

ndice
Pgina

1 OBJETO Y CAMPO DE APLICACIN.............................................................................................6 2 DOCUMENTOS NORMATIVOS PARA CONSULTA.......................................................................7 3 DEFINICIONES...............................................................................................................................7 4 IDEAS GENERALES SOBRE LA INCERTIDUMBRE......................................................................7 5 MEDICIONES ANALTICAS E INCERTIDUMBRE.........................................................................10 6 PROCESO PARA LA ESTIMACIN DE LA INCERTIDUMBRE DE MEDICIN...........................14 7 PASO 1: ESPECIFICACIN DEL MESURANDO..........................................................................16 8 PASO 2: IDENTIFICACIN DE LAS FUENTES DE INCERTIDUMBRE........................................17 9 PASO 3: CUANTIFICACIN DE LA INCERTIDUMBRE................................................................19 10 PASO 4: CLCULO DE LA INCERTIDUMBRE COMBINADA.....................................................30 11 INFORME DE LA INCERTIDUMBRE...........................................................................................34 Anexo A.............................................................................................................................................39 (Informativo).......................................................................................................................................39 Ejemplos de clculo de incertidumbre................................................................................................39 Anexo B...........................................................................................................................................120 (Informativo).....................................................................................................................................120 Incertidumbre en el proceso analtico..............................................................................................120 Anexo C...........................................................................................................................................123 (Informativo).....................................................................................................................................123 Anlisis de las fuentes de incertidumbre..........................................................................................123 Anexo D...........................................................................................................................................126 (Informativo).....................................................................................................................................126 Procedimientos estadsticos tiles...................................................................................................126

E squ em a 1 I RA M :

Anexo E...........................................................................................................................................137 (Informativo).....................................................................................................................................137 Medicin de la incertidumbre en el lmite de deteccin / Lmite de determinacin...........................137 Anexo F...........................................................................................................................................140 (Informativo).....................................................................................................................................140 Fuentes comunes y valores de incertidumbre..................................................................................140 Anexo G...........................................................................................................................................146 (Informativo).....................................................................................................................................146 Bibliografa del antecedente.............................................................................................................146 Anexo H...........................................................................................................................................147 (Informativo).....................................................................................................................................147 Bibliografa IRAM.............................................................................................................................147 Anexo J............................................................................................................................................148 (Informativo).....................................................................................................................................148 Integrantes del organismo de estudio..............................................................................................148

Esqu e ma 1 I RA M :

Estadstica Procedimiento para la evaluacin de la incertidumbre de la medicin en qumica analtica


incertidumbres asociadas con operaciones de muestreo. 1.4 En esta norma se dan ejemplos que ilustran cmo pueden emplearse los datos de los procedimientos indicados a continuacin para la estimacin de la incertidumbre de medicin: la evaluacin del efecto de las fuentes de incertidumbre identificadas en los resultados analticos para un mtodo nico establecido como un procedimiento de medicin (ver B.8) definido, en un nico laboratorio; los resultados de los procedimientos de control de calidad internos, definidos en un nico laboratorio; los resultados de un experimento en colaboracin para validar los mtodos de anlisis realizados en un nmero de laboratorios competentes; los resultados de esquemas de ensayos de capacidad de medicin empleados para asegurar la competencia analtica de laboratorios. 1.5 En toda la norma se supone que si se realizan mediciones o evaluaciones del desempeo del procedimiento de medicin, se utilizan herramientas como aseguramiento de la calidad y medidas de control para determinar que el proceso de medicin es estable y est bajo control. Tales medidas incluyen, por ejemplo, personal calificado adecuado, mantenimiento y calibracin de equipos y reactivos apropiados, uso de patrones de referencia convenientes, procedimientos de medicin documentados y empleo de patrones de verificacin y grficos de control adecuados. En la referencia G.6 del anexo G se puede encontrar informacin adicional sobre

1 OBJETO Y CAMPO DE APLICACIN


1.1 Esta norma establece un procedimiento para la evaluacin y la expresin de la incertidumbre de la medicin en un anlisis qumico cuantitativo, basado en la IRAM 35050. 1.2 Este procedimiento es aplicable a todos los niveles de exactitud, a todos los campos y a los mtodos empricos y racionales (ver 6.3), desde el anlisis de rutina hasta la investigacin bsica. A continuacin se indican algunas reas en las cuales son necesarias las mediciones de qumica analtica y se pueden aplicar los principios de esta norma: en el control y el aseguramiento de la calidad en industrias productoras; en los ensayos regulaciones; para cumplimiento de

en los ensayos que emplean un mtodo acordado; en la calibracin de patrones y equipos; en las mediciones asociadas con el desarrollo y certificacin de materiales de referencia; en la investigacin y el desarrollo. 1.3 En algunos casos se requiere de una gua adicional para la evaluacin de la incertidumbre. En particular, no se contempla en su totalidad el caso de la asignacin de valores de materiales de referencia empleando mtodos consensuados (que incluye mtodos de medicin mltiple), y el caso del uso de incertidumbre a niveles bajos puede que requiera de una gua adicional. No se tratan explcitamente las evaluaciones de

E squ em a 1 I RA M :

aseguramiento qumicos.

de

la

calidad

en

anlisis

3 DEFINICIONES
Para los fines de la presente norma se aplican las definiciones indicadas en la gua IRAM 32 y en la IRAM 35050.

NOTA. Esto implica que todos los mtodos analticos se establecen como procedimientos documentados. Cualquier referencia general a los mtodos analticos implica la existencia de tales procedimientos documentados. Estrictamente, la incertidumbre de la medicin se puede aplicar nicamente a los resultados de dicho procedimiento.

4 IDEAS GENERALES SOBRE LA INCERTIDUMBRE


4.1 Definicin de incertidumbre

2 DOCUMENTOS NORMATIVOS PARA CONSULTA


Los documentos normativos que se indican a continuacin son indispensables para la aplicacin de este documento. Para los documentos normativos en los que se indica el ao de publicacin, se aplican las ediciones citadas. Para los documentos normativos en los que no se indica el ao de publicacin, se aplican las ediciones vigentes, incluyendo todas sus modificaciones. IRAM 454 Materiales de referencia. Usos de los materiales de referencia certificados. IRAM 34553-1 Estadstica. Exactitud (certeza, repetibilidad y reproducibilidad) de los mtodos de medicin y de sus resultados. Parte 1: Principios generales y definiciones IRAM 35050 Estadstica. Procedimientos para la evaluacin de la incertidumbre de la medicin. Gua IRAM 32 Metrologa. Vocabulario VIM. ISO 5725-3* Accuracy (trueness and precision) of measurement methods and results. Part 3: Intermediate measures of the precision of a standard measurement method. * Hasta tanto no se finalice el estudio de una norma IRAM
relativa a este tema, se debe tomar la mencionada como norma para consulta.

4.1.1 La definicin del trmino incertidumbre (de medicin) usada en esta norma ha sido extrada de la gua IRAM 32. sta es: parmetro asociado con el resultado de una medicin, que caracteriza la dispersin de los valores que se pueden atribuir al mesurando.
NOTAS. 1. Por ejemplo, el parmetro puede ser una desviacin estndar (o un mltiplo de esta), o la amplitud de un intervalo de confianza. 2. La incertidumbre de medicin comprende muchos componentes. Alguno de estos componentes puede evaluarse a partir de la distribucin estadstica de los resultados de series de mediciones y estn caracterizados por la desviacin estndar. Los otros componentes que tambin pueden ser caracterizados por desviaciones estndar son evaluados a partir de la distribucin de probabilidad asumida basada en la experiencia o de otra informacin. La IRAM 35050 se refiere a estos casos distintos como estimacin Tipo A y Tipo B respectivamente.

4.1.2 En muchos casos en anlisis qumico, el mesurando es la concentracin de un analito. Sin embargo, el anlisis qumico se usa para medir otras magnitudes, como por ejemplo, color, pH, etc., y por lo tanto se usa el trmino mesurando.
NOTA. En esta norma el trmino no calificado de concentracin se aplica a cualquier magnitud, como por ejemplo, concentracin en masa, concentracin en cantidad, concentracin en nmero, concentracin en volumen, a menos que se indiquen las unidades (por ejemplo una concentracin citada en mg l-1 evidentemente es una concentracin en masa). Se debe hacer notar que tambin muchas otras magnitudes usadas para expresar la composicin, tales como fraccin msica, contenido de sustancia y fraccin molar, pueden ser relacionadas con la concentracin.

Esqu e ma 1 I RA M :

4.1.3 La definicin de incertidumbre dada anteriormente se enfoca en el intervalo de valores que el analista piensa que pueden ser atribuidos al mesurando. 4.1.4 Para el uso general, la palabra incertidumbre se relaciona con el concepto general de duda. En esta norma, la palabra incertidumbre, sin adjetivos, se refiere a un parmetro asociado con la definicin anterior o al conocimiento limitado sobre un valor particular. Incertidumbre de la medicin, puede que no implique duda sobre la validez de una medicin, por el contrario, el conocimiento de la incertidumbre implica incrementar la confianza en la validez del resultado de la medicin. 4.2 Fuentes de incertidumbre En la prctica, la incertidumbre sobre el resultado puede surgir de muchas fuentes posibles, tales como una definicin incompleta, muestreo, efectos de matriz e interferencias, condiciones ambientales, incertidumbres de equipos de masas y volumtrico, valores de referencia, aproximaciones e hiptesis incorporadas al mtodo y al procedimiento de medicin, y la variacin al azar (una descripcin completa de las fuentes de incertidumbre se dan en 8.7). 4.3 Componentes de la incertidumbre 4.3.1 En la estimacin global de la incertidumbre, es necesario tomar cada fuente de incertidumbre y tratarla separadamente para obtener su contribucin. Cada una de las contribuciones separadas de la incertidumbre es un componente de la incertidumbre. Cuando el componente de la incertidumbre est expresado como una desviacin estndar, se lo conoce como incertidumbre estndar. Si hay una correlacin entre componentes, se debe tener en cuenta para determinar la covariancia. Frecuentemente, es posible evaluar los efectos combinados de algunos componentes. Esto puede reducir el esfuerzo total y cuando los componentes cuyas contribuciones se evalan juntas estn correlacionados, no es necesario tomar en cuenta la correlacin. 4.3.2 Para un resultado de medicin y, la incertidumbre total, llamada incertidumbre

estndar combinada y designada como uc(y), es una estimacin de la desviacin estndar igual a la raz cuadrada positiva de la variancia obtenida combinando todos los componentes de la incertidumbre, evaluados usando la ley de propagacin de la incertidumbre (ver captulo 9). 4.3.3 Para la mayora de los propsitos, en qumica analtica se usa la incertidumbre expandida U. sta provee un intervalo dentro del cual debe estar el valor del mesurando con un alto grado de confianza. U se obtiene multiplicando la incertidumbre estndar combinada uc(y) por un factor de cobertura k. La eleccin del factor k est basada en la probabilidad de cobertura elegida. Para una probabilidad de cobertura aproximada de 95%, k es 2.
NOTA. El factor de cobertura k se declara de manera que la incertidumbre combinada de la magnitud medida pueda recuperarse para su uso en el clculo de la incertidumbre estndar combinada de otros resultados de la medicin que dependen de esta magnitud.

4.4 Error e incertidumbre 4.4.1 Es importante distinguir entre error e incertidumbre. Error est definido como la diferencia entre un resultado individual y el valor verdadero del mesurando. Como tal, el error es un valor nico. En principio, el valor de un error conocido puede ser aplicado al resultado como una correccin.
NOTA. Error es un concepto idealizado y los errores no se pueden llegar a conocer exactamente.

4.4.2 La incertidumbre est relacionada con un intervalo, y si se hace la estimacin para un procedimiento analtico y para un tipo definido de muestra, puede aplicarse a todas las situaciones. El valor de la incertidumbre no se puede usar para corregir el resultado de la medicin. 4.4.3 El resultado de un anlisis, despus de corregido, puede ser que est muy cerca del valor del mesurando, y por consiguiente, tener un error despreciable. Sin embargo, la incertidumbre podra ser mucho ms grande, simplemente porque no se sabe cun cerca est el resultado respecto del valor verdadero.

E squ em a 1 I RA M :

4.4.4 La incertidumbre del resultado de una medicin nunca debe interpretarse como que representa al error en s mismo, ni como el error remanente despus de la correccin. 4.4.5 Un error se considera como que tiene dos componentes, un componente aleatorio y un componente sistemtico. 4.4.6 El error aleatorio normalmente surge de variaciones impredecibles de magnitudes de influencia. Estos efectos al azar son la causa de la aparicin de las variaciones en observaciones repetidas del mesurando. El error aleatorio de un resultado analtico no puede ser compensado, pero usualmente puede reducirse incrementando el nmero de observaciones.
NOTA. La desviacin estndar experimental de la media aritmtica o promedio de una serie de observaciones no es el error aleatorio de la media, aunque as est referido en algunas publicaciones sobre incertidumbre. Esto est relacionado con una medida de la incertidumbre de la media debida a algunos efectos al azar. Puede que no sea conocido el valor exacto del error aleatorio en la media originada por estos efectos.

1. Un incremento gradual en la temperatura de un grupo de muestras durante un anlisis qumico puede generar cambios progresivos en el resultado. 2. Sensores y sondas que muestran efectos de envejecimiento en la escala de tiempo de un experimento pueden introducir errores sistemticos no constantes. 4.4.10 El resultado de una medicin se puede corregir por todos los efectos sistemticos reconocidos significativos.
NOTA. Los instrumentos y los sistemas de medicin se ajustan o calibran frecuentemente usando patrones de medicin y materiales de referencia para corregir los efectos sistemticos. Deben tomarse en cuenta las incertidumbres asociadas con estos patrones y materiales, y la incertidumbre de la correccin.

4.4.7 El error sistemtico est definido como un componente del error, en el curso de un nmero de anlisis del mismo mesurando que permanece constante o vara de una manera predecible. Es independiente del nmero de mediciones hechas y no puede ser reducido por el incremento del nmero de anlisis bajo condiciones constantes de medicin. 4.4.8 Errores sistemticos constantes, tales como no hacer la asignacin correcta para un blanco en una valoracin, o inexactitudes en una calibracin multipunto de un instrumento, son constantes para un nivel dado del valor de la medicin pero pueden variar con el nivel del valor de la medicin. 4.4.9 Los efectos que pueden variar sistemticamente en magnitud durante una serie de anlisis, causados, por ejemplo, por un control inadecuado de las condiciones experimentales, dan lugar a que surjan errores sistemticos que no son constantes. EJEMPLOS

4.4.11 Otro tipo de error es el error espurio o la equivocacin. Errores de este tipo invalidan una medicin y normalmente surgen a partir de una falla humana. Son ejemplos comunes de este tipo de error una transposicin de dgitos en un nmero que fue registrado, una burbuja de aire ocluida en la celda de flujo de un espectrofotmetro o una contaminacin cruzada accidental de los tems para ensayo. 4.4.12 Se deben eliminar las mediciones en las que se detectaron este tipo de errores. Sin embargo, las equivocaciones como la transposicin de dgitos pueden corregirse (exactamente), especialmente si ocurren en el registro de los dgitos. 4.4.13 Los errores espurios no son siempre obvios, y cuando hay un nmero suficiente de mediciones replicadas, se puede aplicar un ensayo para detectar posibles dudosos. Cualquier resultado de este tipo debe considerarse con cuidado y cuando sea posible, referirse al origen para la confirmacin. No es prudente eliminar un valor sobre bases puramente estadsticas. 4.4.14 Las incertidumbres estimadas usando esta norma no contemplan la posibilidad de que existan errores espurios o equivocaciones.

Esqu e ma 1 I RA M :

5 MEDICIONES ANALTICAS E INCERTIDUMBRE


5.1 Validacin del mtodo 5.1.1 En la prctica, el ajuste para los propsitos de los mtodos analticos aplicados a los ensayos de rutina, se evala a partir de los estudios de validacin del mtodo (para ms detalle, ver G.7). Estos estudios aportan datos sobre el desempeo global y sobre los factores de influencia individuales que pueden aplicarse para la estimacin de la incertidumbre asociada con los resultados del mtodo en su uso normal. 5.1.2 Los estudios para la validacin del mtodo estn preparados para la determinacin de los parmetros que miden el desempeo total del mtodo. Estos se obtienen durante su desarrollo, durante el estudio interlaboratorio o siguiendo protocolos de validacin establecidos. Se investigan las fuentes individuales de error o de incertidumbre slo cuando sean significativas, comparadas con las medidas de precisin total en uso. El objetivo primario es identificar y eliminar (ms que corregir) los efectos significativos. Esto conduce a una situacin en la cual se han identificado la mayora de los factores con una influencia potencialmente significativa, se han controlado comparando si son significativos respecto de la repetibilidad y la reproducibilidad, y se ha demostrado que son insignificantes. Bajo estas circunstancias, los datos disponibles para los analistas consisten principalmente en los parmetros de desempeo, junto con la evidencia de que la mayora de los efectos no son significativos y con las mediciones de los efectos significativos remanentes. 5.1.3 Los estudios de validacin para el anlisis cuantitativo determinan todos o algunos de los siguientes parmetros: a) Precisin. La medida principal incluye la desviacin estndar de la repetibilidad sr, la desviacin estndar de la reproducibilidad c)

sR (ver IRAM 34553-1) y la precisin intermedia, denominada szi, con i denotando el nmero de factores que se variaron (ISO 5725-3). La repetibilidad sr indica la variabilidad observada dentro del laboratorio, en un corto perodo de tiempo, usando un nico operador, equipo, etc. sr puede ser estimada dentro del laboratorio o por un estudio interlaboratorio. La desviacin estndar de la reproducibilidad sR para un mtodo particular, solamente se puede obtener directamente de un estudio interlaboratorio; ste indica la variabilidad obtenida cuando laboratorios diferentes analizan la misma muestra. La precisin intermedia se relaciona con la variacin en los resultados observados cuando uno o ms factores, como el tiempo, el equipo y el operador, varan dentro de un laboratorio; se obtienen diferentes valores dependiendo de los factores que se mantuvieron constantes. Las estimaciones de la precisin intermedia se determinan comnmente dentro de un laboratorio, pero tambin se pueden determinar por un estudio interlaboratorio. La precisin observada para el procedimiento analtico es un componente esencial de la incertidumbre total, si se determina combinando las variancias individuales o por el estudio del mtodo completo en operacin. b) Sesgo. El sesgo de un mtodo analtico se determina usualmente por un estudio con materiales de referencia o por estudios de agregados conocidos o fortificacin (spiking). Es importante la determinacin del sesgo total con respecto a los valores de referencia apropiados, para establecer la trazabilidad a patrones reconocidos (ver 5.3). El sesgo puede expresarse como una recuperacin analtica (valor observado dividido por el valor esperado). El sesgo debera ser despreciable o bien corregido, pero en ambos casos la incertidumbre asociada con la determinacin del sesgo constituye un componente esencial de la incertidumbre total. Linealidad. La linealidad es una propiedad importante de los mtodos usados para realizar una medicin en un intervalo de

10

E squ em a 1 I RA M :

concentraciones. Debe determinarse la linealidad de la respuesta para los patrones puros y para las muestras reales. Generalmente, la linealidad no se cuantifica, pero s se verifica por inspeccin, o empleando ensayos de significacin para no-linealidad. Las no linealidades significativas, se corrigen mediante el uso de funciones de calibracin no lineales o se eliminan por la eleccin de un intervalo de operacin ms estrecho. Cualquier desviacin de la linealidad normalmente se considera a travs de los estimadores de la precisin total abarcando varias concentraciones, o dentro de las incertidumbres asociadas con la curva analtica (ver D.3). d) Lmite de deteccin. Durante la validacin del mtodo, se determina el lmite de deteccin slo para establecer el lmite ms bajo del intervalo de operacin de un mtodo. Aunque las incertidumbres cerca del lmite de deteccin requieren una consideracin y un tratamiento especial (ver el anexo E), el lmite de deteccin determinado, puede tener o no una relevancia directa para la estimacin de la incertidumbre. Robustez. Muchos protocolos de desarrollo o de validacin de mtodos requieren que se investigue directamente la sensibilidad para algunos parmetros particulares. Esto se hace por medio de un ensayo de robustez preliminar en el cual se determina el efecto de cambiar uno o ms parmetros. Si es significativo (comparado con la precisin del ensayo de robustez), se debe realizar un estudio ms detallado para medir el efecto y se debe elegir el intervalo de operacin permitido. Los datos del ensayo de robustez pueden proveer informacin sobre el efecto de los parmetros ms importantes. Selectividad/ Especificidad. Aunque estn definidos en forma general, ambos trminos se relacionan con el grado en que un mtodo responde nicamente al analito requerido. Los estudios de selectividad tpicos investigan los efectos de probables interferencias, usualmente por adicin de

la interferencia potencial al blanco y a las muestras fortificadas, y se observa la respuesta. Los resultados se usan para demostrar que los efectos prcticos no son significativos. Sin embargo, como los estudios miden los cambios directamente en la respuesta, se pueden usar los datos para estimar la incertidumbre asociada con las potenciales interferencias, si se tiene el conocimiento del intervalo de concentracin de la interferencia.

e)

f)

11

Esqu e ma 1 I RA M :

5.2 Estudios experimentales desempeo del mtodo

del

5.2.1 El diseo y la ejecucin de los estudios para el desempeo y la validacin del mtodo estn expuestos en (G.7). Se consideran a continuacin los principios ms importantes que afectan la relevancia de un estudio aplicado a la estimacin de la incertidumbre. 5.2.2 La representatividad es esencial. Esto implica que los estudios deben ser conducidos lo ms ampliamente posible, para proveer evaluaciones realistas del nmero y la jerarqua de los efectos que actan durante el uso normal del mtodo, de tal manera que se cubran los intervalos de concentracin y tipo de muestras del alcance del mtodo. Si un factor ha sido variado representativamente durante el curso de un experimento de repetibilidad y reproducibilidad, por ejemplo, los efectos de ese factor aparecen directamente en la variancia observada y no se necesita de un estudio adicional a menos que se desee una optimizacin posterior del mtodo. 5.2.3 En este contexto, la variacin representativa indica que hay un parmetro de influencia que debe tomar una distribucin apropiada de valores para la incertidumbre del parmetro en cuestin. Para parmetros continuos, esto puede ser un intervalo permitido o una incertidumbre fijada; para parmetros discontinuos, como la matriz de una muestra, este intervalo corresponde a la variedad de tipos permitidos o encontrados en el uso normal del mtodo. Es necesario remarcar que la representatividad se extiende, no solamente al intervalo de los valores, sino a su distribucin. 5.2.4 En los factores seleccionados para la variacin es importante asegurar que los efectos principales se hayan variado dentro de lo posible. Por ejemplo, la variacin diaria es sustancial comparada con la repetibilidad (quizs surge de los efectos de la recalibracin), dos determinaciones diarias durante cinco das proveen una mejor estimacin que cinco determinaciones diaria durante dos das. Diez determinaciones simples en das diferentes sern mejor an, sujetas a un control suficiente, aunque esto no

provee informacin adicional sobre la repetibilidad dentro-del-da. 5.2.5 Generalmente es ms simple tratar los datos de una seleccin al azar que los que provienen de una variacin sistemtica. Por ejemplo, experimentos ejecutados a intervalos al azar en un perodo suficiente, generalmente tienen los efectos representativos de la temperatura ambiente, mientras que los experimentos que se ejecutan sistemticamente con intervalos de 24 horas, pueden estar sometidos a un sesgo debido a la variacin regular de la temperatura ambiente durante el da de trabajo. El primer experimento antes mencionado slo necesita evaluar la desviacin estndar total; en el ltimo, se requiere evaluar la variacin sistemtica de la temperatura ambiente, seguida por el ajuste para considerar la distribucin de temperaturas. Las variaciones al azar, sin embargo, son menos eficientes. Un pequeo nmero de estudios sistemticos puede establecer rpidamente el tamao de un efecto, mientras que puede tomar ms de 30 determinaciones establecer una contribucin a la incertidumbre que sea mejor que el 20% de la exactitud relativa. Cuando sea posible, es preferible investigar sistemticamente un pequeo nmero de los efectos principales. 5.2.6 Cuando los efectos son conocidos o se sospecha que interactan, es importante asegurar que se consider el efecto de la interaccin. Esto puede lograrse si se asegura la seleccin al azar de los diferentes niveles de los parmetros que interactan, o por un cuidadoso diseo sistemtico para obtener informacin de la variancia y la covariancia. 5.2.7 Para realizar los estudios sobre el sesgo total, es importante que los materiales de referencia y sus valores se correspondan con los materiales empleados rutinariamente. 5.2.8 Cualquier estudio emprendido para investigar y ensayar la significacin de un efecto, debe tener suficiente potencia del ensayo para detectar tales efectos antes que ellos sean realmente significativos. 5.3 Trazabilidad

12

E squ em a 1 I RA M :

5.3.1 Es importante la capacidad de comparar, con confianza, los resultados de laboratorios diferentes o del mismo laboratorio, en diferentes momentos. Esto se logra asegurando que todos los laboratorios estn usando la misma escala de medicin, o los mismos puntos de referencia. En muchos casos, esto se logra estableciendo una cadena de calibraciones a patrones primarios nacionales o internacionales, idealmente (para una consistencia a largo plazo) al Sistema Internacional (SI) de unidades de medicin. Un ejemplo es el caso de las balanzas analticas; cada balanza se calibra usando pesas de referencia, las cuales a su vez son controladas (al final) contra patrones nacionales y as sucesivamente hasta el kilogramo primario de referencia. Esta cadena ininterrumpida de comparaciones respecto a un valor de referencia conocido provee la trazabilidad a un punto de referencia comn, asegurando que los diferentes operadores estn usando las mismas unidades de medicin. En las mediciones de rutina, la trazabilidad de todas las mediciones intermedias relevantes usada para obtener y controlar el resultado de la medicin permite tener consistencia entre los resultados obtenidos entre un laboratorio o entre mediciones realizadas en distintas oportunidades. El cumplimiento de la trazabilidad es un concepto importante en todas las etapas de la medicin. 5.3.2 La trazabilidad se define formalmente (en la gua IRAM 32) como: Propiedad del resultado de una medicin o del valor de un patrn, de poder ser relacionado con determinadas referencias, generalmente patrones nacionales o internacionales, mediante una cadena ininterrumpida de comparaciones, cada una de ellas con sus incertidumbres establecidas. La referencia a la incertidumbre surge debido a que la concordancia entre laboratorios est limitada, en parte, por las incertidumbres originadas en la cadena de trazabilidad de cada laboratorio. La trazabilidad est ntimamente ligada a la incertidumbre. La trazabilidad provee los medios para alinear todas las mediciones relacionadas sobre una escala consistente de medicin, mientras que la incertidumbre caracteriza la fuerza del eslabn en la cadena y la concordancia esperada entre laboratorios que realizan mediciones similares.

5.3.3 En general, la incertidumbre de un resultado que sea trazable a una referencia particular, ser la incertidumbre de dicha referencia conjuntamente con la incertidumbre que resulta de hacer la medicin relativa a esa referencia. 5.3.4 La trazabilidad de los resultados del procedimiento analtico completo debe establecerse combinando los siguientes procedimientos: 1) Uso de patrones trazables para calibrar el equipo de medicin, 2) 3) 4) 5) Uso o comparacin de los resultados con los de un mtodo primario, Uso de un material de referencia (MR) de una sustancia pura, Uso de material de referencia certificado (MRC) de matriz apropiada Uso de un procedimiento estrictamente definido y que haya sido aceptado.

Cada procedimiento se expone a continuacin. 5.3.5 Calibracin de los equipos de medicin. En todos los casos, la calibracin del equipo de medicin usado debe ser trazable a patrones reconocidos. En la etapa de cuantificacin del procedimiento analtico se calibra a menudo usando un material de referencia, cuyo valor es trazable al SI. Esta prctica provee la trazabilidad de los resultados al SI para esta parte del procedimiento. Es necesario establecer la trazabilidad de los resultados de las operaciones previas a la etapa de cuantificacin, como por ejemplo la extraccin, limpieza de la muestra, usando procedimientos adicionales. 5.3.6 Medicin usando mtodos primarios. Un mtodo primario se lo describe como: Un mtodo primario de medicin es un mtodo que tiene la ms alta calidad metrolgica, cuya operacin es completamente descrita y comprendida en trminos de las unidades del SI y sus resultados son aceptados sin referencia a un patrn de la misma magnitud.

13

Esqu e ma 1 I RA M :

Normalmente, el resultado de un mtodo primario es trazable directamente al SI, y es el de menor incertidumbre lograble con respecto a esta referencia. Los mtodos primarios normalmente son utilizados por los Institutos Nacionales de Metrologa y raramente se aplican a los ensayos de rutina o calibracin. Cuando sea aplicable, la trazabilidad a los resultados de un mtodo primario se logra por la comparacin directa de los resultados de medicin entre el mtodo primario y el mtodo de ensayo o calibracin. 5.3.7 Mediciones usando una sustancia pura Material de Referencia (MR). La trazabilidad se puede demostrar mediante la medicin de una muestra compuesta de, o que contenga, una cantidad conocida de un MR de una sustancia pura. Esto se logra, por ejemplo, por la tcnica de agregados conocidos o por adiciones de patrn. Siempre es necesario evaluar la diferencia en la respuesta del sistema de medicin respecto al patrn usado y respecto a la muestra ensayada. Para muchos anlisis qumicos y en el caso particular de fortificacin o adicin de agregados conocidos, la correccin por la diferencia en la respuesta y su incertidumbre puede ser muy significativa. Por lo tanto, aunque en la prctica, en principio, puede establecerse para todos los casos la trazabilidad del resultado a las unidades SI, en el ms simple de los casos la incertidumbre del resultado puede ser inaceptablemente grande o directamente no cuantificable. Si la incertidumbre no puede cuantificarse, entonces no se ha establecido la trazabilidad. 5.3.8 Medicin con un Material de Referencia Certificado (MRC). La trazabilidad se puede demostrar mediante una comparacin de los resultados de una medicin de un MRC de matriz apropiada con valores certificados. Este procedimiento puede reducir la incertidumbre comparada con el uso de un MR de una sustancia pura, cuando exista un MRC con una matriz disponible. Si el valor del MRC es trazable al SI, entonces estas mediciones proveen trazabilidad a las unidades del SI y la evaluacin de la incertidumbre usando materiales de referencia se realiza como se indica en 9.5. Sin embargo, aun en este caso, la incertidumbre del resultado puede ser inaceptablemente grande o directamente no

cuantificable, particularmente si no hay una buena concordancia entre la composicin de la muestra y el material de referencia. 5.3.9 Medicin usando un procedimiento aceptado. A menudo se logra una buena comparabilidad a travs del uso de un procedimiento estrictamente definido y aceptado. El procedimiento se define en trminos de parmetros de entrada, por ejemplo, una serie de tiempos de extraccin especificados, tamao de partculas, etc. Los resultados de la aplicacin del procedimiento se consideran trazables a referencias determinadas cuando los valores de los parmetros de entrada son trazables a referencias declaradas en la forma usual. La incertidumbre de los resultados surge de las incertidumbres de los parmetros de entrada especifi-cados y de los efectos de la especificacin incompleta y de la variabilidad en la ejecucin (ver 9.8.1). Cuando se espera que los resultados de un mtodo o procedimiento alternativo sean comparables con los resultados de un procedimiento aceptado, se logra la trazabilidad a los valores aceptados comparando los resultados obtenidos entre los procedimientos aceptado y alternativo.

6 PROCESO PARA LA ESTIMACIN DE LA INCERTIDUMBRE DE MEDICIN


6.1 En principio, la estimacin de la incertidumbre es simple. A continuacin se resumen los pasos que se necesitan realizar para obtener una estimacin de la incertidumbre asociada con el resultado de una medicin. En los captulos siguientes se proporciona una gua adicional aplicable a diferentes circunstancias, particularmente las relativas al uso de los datos de los estudios de validacin del mtodo y al uso formal de los principios de propagacin de la incertidumbre. Los pasos involucrados son: Paso 1. Especificacin del mesurando. Se debe hacer una descripcin clara de lo que se est midiendo, incluyendo la relacin entre el

14

E squ em a 1 I RA M :

mesurando y las magnitudes de entrada de los que dependen (por ejemplo, magnitudes medidas, constantes, valores de los patrones de calibracin, etc.). Cuando sea posible, se deben incluir las correcciones para los efectos sistemticos conocidos. La informacin de la especificacin se debe dar en los procedimientos operativos normalizados (PON) correspondientes o en otra descripcin del mtodo. Paso 2. Identificacin de las fuentes de incertidumbre. Se realiza una lista de las posibles fuentes de incertidumbre que debe incluir las fuentes que contribuyen a la incertidumbre de los parmetros, en relacin a lo especificado en el paso 1. Esta lista puede incluir otras fuentes, como las que surgen de las hiptesis qumicas. En el anexo C se da un procedimiento general para elaborar una lista estructurada. Paso 3. Cuantificacin de los componentes de la incertidumbre. Se mide o se estima el valor del componente de la incertidumbre asociada con cada fuente potencial de incertidumbre identificada. A menudo es posible estimar o determinar una nica contribucin a la incertidumbre asociada con un nmero de fuentes. Es importante considerar si se dispone

de suficientes datos para todas las fuentes de incertidumbre, y planificar cuidadosamente los experimentos y estudios adicionales para asegurar que todas las fuentes sean consideradas adecuadamente. Paso 4. Clculo de la incertidumbre combinada. La informacin obtenida en el paso 3 consiste de un nmero de contribuciones cuantificadas para la incertidumbre total, asociadas con fuentes individuales o con los efectos combinados de varias fuentes. Las contribuciones tienen que expresarse como desviaciones estndar y combinarse de acuerdo con las reglas apropiadas, para dar una incertidumbre estndar combinada. Para obtener la incertidumbre expandida se aplica el factor de cobertura apropiado. La figura 1 muestra el esquema del proceso. 6.2 En los siguientes captulos se proporciona una gua para la ejecucin de todos los pasos de la lista anterior y se indica cmo se puede simplificar el procedimiento dependiendo de la informacin disponible sobre el efecto combinado de un nmero de fuentes.

15

Esqu e ma 1 I RA M :

Figura 1 Clculo de la incertidumbre

7 PASO 1: ESPECIFICACIN DEL MESURANDO


7.1 En el contexto de la estimacin de la incertidumbre, la especificacin del mesurando requiere una descripcin clara y sin ambigedades de lo que se est midiendo y una expresin cuantitativa relacionada al valor del mesurando con los parmetros del que depende. Estos parmetros pueden ser otros mesurandos, magnitudes que no son medidas directamente o constantes. Debe estar debidamente claro si se incluye o no dentro del procedimiento el paso del muestreo. Si se incluye, se debe considerar la estimacin de la incertidumbre asociada con el proceso de muestreo. Toda esta informacin debe estar en un procedimiento operativo normalizado (PON).

7.2 En mediciones analticas, es importante distinguir entre mediciones destinadas a producir resultados en las que son independientes del mtodo usado, y aquellas que no; stas ltimas generalmente se consideran como mtodos empricos. Los siguientes ejemplos pueden aclarar el punto anterior. EJEMPLOS 1. Se espera que los mtodos para la determinacin de la cantidad de nquel presente en una aleacin den el mismo resultado y en las mismas unidades, generalmente expresado como fraccin de masa o molar. En principio necesita corregirse cualquier efecto sistemtico debido al sesgo del mtodo o a la matriz, an cuando es ms usual asegurar que cualquiera de esos

16

E squ em a 1 I RA M :

efectos no es significativo. Normalmente los resultados no necesitan indicar el mtodo usado, excepto como informacin. El mtodo no es emprico. 2. La determinacin de grasa extrable puede diferir sustancialmente, dependiendo de las condiciones de extraccin especificadas. Dado que la grasa extrable depende enteramente de la eleccin de las condiciones, el mtodo usado es emprico. No es significativo considerar la correccin debido al sesgo intrnseco del mtodo, dado que el mesurando est definido por el mtodo usado. Los resultados generalmente se informan con referencia al mtodo no corregido para cualquier sesgo intrnseco del mtodo. El mtodo se considera que es emprico. 3. En circunstancias en las que las variaciones en el sustrato o la matriz tienen efectos importantes e impredecibles, se desarrolla un procedimiento al solo efecto de lograr la comparabilidad entre laboratorios que miden el mismo material. El procedimiento puede ser adoptado como un mtodo local, nacional o internacional, sobre el cual se comercializa o se toman otras decisiones, que no intentan obtener una medicin absoluta de la cantidad verdadera del analito presente. Por convencin, se ignoran las correcciones debidas al sesgo del mtodo o al efecto de la matriz (si se han minimizado o no en el desarrollo del mtodo). Los resultados se informan no corregidos por el efecto de la matriz o del sesgo del mtodo. El mtodo se considera emprico. 7.3 La distincin entre mtodos emprico y no emprico (llamado racional) es importante porque afecta a la estimacin de la incertidumbre. En los ejemplos 2 y 3, las incertidumbres asociadas con algn efecto importante no son pertinentes en el uso normal por las convenciones empleadas. Se debe considerar si los resultados obtenidos son dependientes o independientes del mtodo utilizado y solamente deben incluirse en la estimacin de la incertidumbre los efectos pertinentes al resultado que se informe.

8 PASO 2: IDENTIFICACIN DE LAS FUENTES DE INCERTIDUMBRE


8.1 Se debe preparar una lista que incluya todas las fuentes relevantes de incertidumbre. En esta etapa, no es necesario preocuparse por la cuantificacin de los componentes individuales; el objetivo es que quede completamente claro qu debe considerarse. En el paso 3, se considerar la mejor manera de analizar cada fuente. 8.2 Para hacer la lista de fuentes de incertidumbre, es conveniente comenzar con la expresin bsica usada para calcular el mesurando a partir de los valores intermedios. Todos los parmetros en esta expresin pueden tener una incertidumbre asociada a su valor y por consiguiente son fuentes potenciales de incertidumbre. Adems, pueden haber otros parmetros que no aparecen explcitamente en la expresin utilizada para calcular el valor del mesurando, pero que afectan a los resultados de la medicin, como por ejemplo, el tiempo o la temperatura de una extraccin. stas tambin son fuentes potenciales de incertidumbre y deben incluirse en el listado de fuentes. En el anexo B se da informacin adicional sobre este tema de incertidumbre en procesos analticos. 8.3 El diagrama de causa y efecto descripto en el anexo C es una manera muy conveniente de enumerar las fuentes de incertidumbre, mostrando cmo se relacionan unas con otras e indicando su influencia sobre la incertidumbre del resultado. Esto tambin evita contar dos veces la misma fuente. Aunque la lista de fuentes de incertidumbre puede prepararse de otras maneras, el diagrama de causa y efecto se usa en los captulos siguientes y en todos los ejemplos del anexo C. En el anexo C se da tambin informacin adicional para el anlisis de las fuentes de incertidumbre. 8.4 Una vez preparada la lista de fuentes de incertidumbre, sus efectos sobre el resultado pueden, en principio, representarse por un modelo formal de medicin en el que cada efecto se asocia con un parmetro o variable de una ecuacin. Esta ecuacin luego representa el modelo completo del proceso de

17

Esqu e ma 1 I RA M :

medicin con todos los factores individuales que afectan al resultado. Esta ecuacin o funcin puede ser muy compleja y a veces no es posible escribirla explcitamente. Sin embargo, siempre que sea posible, debe realizarse, ya que la forma de la expresin generalmente determina el mtodo para combinar las contribuciones individuales a la incertidumbre total. 8.5 Puede ser til considerar un procedimiento de medicin como una serie de operaciones discretas (a veces llamadas operaciones unitarias), cada una de las cuales se evala separadamente para obtener las estimaciones de la incertidumbre asociada a ellas. Esta aproximacin es particularmente beneficiosa cuando procedimientos de medicin similares comparten operaciones unitarias comunes. Las incertidumbres separadas para cada operacin forman las contribuciones a la incertidumbre total. 8.6 En la prctica, es usual para las mediciones analticas considerar las incertidumbres asociadas a elementos del desempeo general del mtodo, tales como la repetibilidad y la reproducibilidad observables y el sesgo medido con respecto a materiales de referencia reconocidos. Es necesario evaluar otras posibles contribuciones slo para controlar su significacin y cuantificar solamente los efectos que son significativos. Ms all de las recomendaciones sobre esta aproximacin, en 9.2.1 se indica la aplicacin particular para el uso de los datos de la validacin del mtodo. 8.7 Las fuentes de incertidumbre pueden ser: Muestreo. Cuando el muestreo interno o en el campo forman parte del procedimiento especificado, los efectos tales como las variaciones al azar entre diferentes muestras y cualquier efecto potencial para el sesgo en el procedimiento de muestreo, forman los componentes de la incertidumbre que afectan el resultado final. Condiciones de almacenamiento. Cuando los tems para ensayo se almacenen durante un perodo previo al anlisis, las condiciones

de almacenamiento pueden afectar los resultados. La duracin y las condiciones de almacenamiento deben considerarse como fuentes de incertidumbre. Influencias de los instrumentos. Las influencias de los instrumentos pueden incluir, por ejemplo, los lmites de exactitud sobre la calibracin de una balanza analtica; un controlador de temperatura que puede mantener una temperatura media que difiere (dentro de especificaciones) del punto de control indicado; un analizador automtico que puede estar sujeto a efectos de arrastre. Pureza de los reactivos. La concentracin de una solucin volumtrica no se conoce exactamente incluso si se ha ensayado el material original fue ensayado, ya que la incertidumbre relativa al procedimiento de ensayo se mantiene. Muchos colorantes orgnicos no son 100% puros y pueden contener ismeros y sales inorgnicas. La pureza de estas sustancias la fijan los fabricantes como no menor que un valor especificado. Cualquier suposicin sobre el grado de pureza va a introducir un elemento de incertidumbre. Estequiometra supuesta. Cuando se supone que un proceso analtico sigue una estequiometra de reaccin particular, puede ser que sea necesario tener en cuenta el apartamiento de la estequiometra esperada por reacciones incompletas o reacciones paralelas. Condiciones de medicin. Por ejemplo, el material de vidrio se puede usar a una temperatura ambiente diferente a la que se calibr. Deben corregirse los efectos de la temperatura significativos y deben considerarse las incertidumbres en la temperatura del lquido y del vidrio. Igualmente, la humedad puede ser importante cuando los materiales sean sensibles a los posibles cambios en la humedad. Efectos de la muestra. La recuperacin de un analito de una matriz compleja, o la

18

E squ em a 1 I RA M :

respuesta de un instrumento, puede ser afectada por la composicin de la matriz. La especiacin del analito puede ampliar an ms este efecto. La estabilidad de una muestra/analito puede cambiar durante el anlisis, por el cambio de un rgimen trmico o por un efecto fotoltico. Cuando se usa la tcnica de agregados conocidos para estimar la recuperacin de la muestra, esta puede diferir de la recuperacin del agregado, introduciendo una incertidumbre que debe evaluarse. Efectos del clculo. La seleccin del modelo de calibracin, por ejemplo, la adopcin de una calibracin lineal para una respuesta curva, genera un ajuste incorrecto y una incertidumbre mayor. El truncado y el redondeo pueden generar inexactitudes en el resultado final. Dado que esto no es predecible, es necesario asignarle una incertidumbre. Correccin por blancos. Puede haber una incertidumbre en el valor y en la correccin por el blanco. Esto es muy importante en el anlisis de trazas. Efectos del operador. Pueden surgir fuentes de incertidumbre debido a la modalidad del operador en la lectura de la indicacin de la escala o por hacer una interpretacin diferente del mtodo. Efectos al azar. Los efectos al azar contribuyen a la incertidumbre en todas las determinaciones. Se recomienda que se incluya este efecto en la lista como materia de estudio.
NOTA. Estas independientes. fuentes no son necesariamente

9.1.1 Una vez identificadas las fuentes de incertidumbre como se explic en el Paso 2 (captulo 7), el prximo paso es cuantificar la incertidumbre que surge de estas fuentes. Esto puede hacerse mediante alguna de estas alternativas: evaluando la incertidumbre que surge de cada fuente individual y luego combinndolas como se describe en el captulo 10. Los ejemplos A.1 a A.3 ilustran el uso de este procedimiento determinando directamente la contribucin combinada a la incertidumbre del resultado de alguna o de todas estas fuentes usando los datos del desempeo del mtodo. Los ejemplos A.4 a A.6 presentan aplicaciones de este procedimiento. En la prctica, es necesaria y conveniente una combinacin de estas opciones. 9.1.2 Para cualquiera de estas aproximaciones que se use, es probable que la mayora de la informacin necesaria para evaluar la incertidumbre est disponible en los resultados de los estudios de validacin, en los datos de aseguramiento de la calidad o de control de calidad y de otros trabajos experimentales que se hayan llevado a cabo para controlar el desempeo del mtodo. Sin embargo, puede haber datos que no estn disponibles para evaluar la incertidumbre de todas las fuentes y es necesario hacer un trabajo posterior como se describe en 9.10 a 9.14. 9.2 Procedimiento incertidumbre de evaluacin de

9.2.1 El procedimiento empleado para la estimacin de la incertidumbre total depende de los datos disponibles sobre el desempeo del mtodo. Se indican a continuacin las etapas que comprende este procedimiento. a) Comparacin de los requisitos de informacin con los datos disponibles Primero, se debe examinar la lista de fuentes de incertidumbre para ver cules son consideradas por los datos

9 PASO 3: CUANTIFICACIN DE LA INCERTIDUMBRE


9.1 Introduccin

19

Esqu e ma 1 I RA M :

disponibles, por un estudio explcito de la contribucin de cada uno o por la variacin implcita dentro del desarrollo de los experimentos del mtodo completo. Estas fuentes se deben controlar respecto de la lista preparada en el Paso 2 y cualquier fuente remanente se debe agregar a la lista para tener un registro auditable de todas las contribuciones a la incertidumbre que se han incluido. b) Plan para obtener los datos adicionales requeridos Para las fuentes de la incertidumbre no comprendidas por los datos existentes, se busca informacin adicional de la literatura o de datos confiables (certificados, especificaciones de equipos, etc.), o se planifican experimentos para obtener los datos adicionales requeridos. Los experimentos adicionales tienen la forma de estudios especficos con una contribucin nica a la incertidumbre, o al desempeo habitual del mtodo, y tienen como objetivo asegurar la variacin representativa de los factores importantes. 9.2.2 Es importante reconocer que todos los componentes no contribuyen significativamente a la incertidumbre combinada; en la prctica slo ocurre con un pequeo nmero. A menos que haya un gran nmero de estos componentes, los componentes que son menos de un tercio del mayor, no necesitan evaluarse en detalle. Debe hacerse una estimacin preliminar de la contribucin de cada componente o de una combinacin estos, y eliminar aquellos que no son significativos. 9.2.3 En los apartados siguientes se da una gua sobre los procedimientos a adoptar, dependiendo de los datos disponibles y de la informacin adicional requerida. En 9.3 se presentan los requisitos para el uso de los datos del estudio preliminar, incluyendo los datos de la validacin. En 9.4 se discute brevemente la evaluacin de la incertidumbre, nicamente para las fuentes individuales de incertidumbre. Esto puede ser necesario para todas, o para algunas fuentes de la incertidumbre, dependiendo de los datos disponibles y, por lo tanto, se considera

tambin en los ltimos apartados. En 9.5 a 9.9, se describe la evaluacin de la incertidumbre en diferentes circunstancias. Lo indicado en 9.5 se aplica cuando se usan materiales de referencia muy prximos. El apartado 9.6 abarca el uso de datos de estudios colaborativos y el 9.7 abarca el uso de datos de validacin interna. En 9.8 se describen consideraciones especiales para mtodos empricos y en 9.9 se tratan los mtodos adhoc. El mtodo para cuantificar componentes individuales de la incertidumbre, incluyendo los estudios experimentales, los datos documentados y otros, la modelizacin y la evaluacin profesional, se detallan en 9.10 a 9.14. En 9.15 se considera el tratamiento de los sesgos conocidos en la estimacin de la incertidumbre. 9.3 Relevancia de los estudios previos 9.3.1 Cuando la estimacin de la incertidumbre est basada parcialmente sobre estudios previos del desempeo del mtodo, es necesario demostrar la validez de la aplicacin de los resultados de estos estudios previos. Esto consiste en: demostrar que pueden alcanzarse una repetibilidad y una reproducibilidad comparables a la que se obtuvieron previamente; demostrar que el uso de los datos de sesgo obtenidos estn justificados por medio de una determinacin del sesgo con materiales de referencia pertinentes (ver por ejemplo la IRAM 454) o por estudios de fortificacin apropiados, o por el desempeo satisfactorio sobre esquemas de aptitud u otras comparaciones interlaboratorios pertinentes; el desempeo continuo dentro del control estadstico como se demuestra en los resultados habituales de las muestras de control de la calidad y la implementacin eficaz de los procedimientos para el aseguramiento de la calidad analtica. 9.3.2 Cuando se cumplen las condiciones anteriores, y el mtodo est operando dentro de su alcance y campo de aplicacin, es

20

E squ em a 1 I RA M :

aceptable aplicar los datos de los estudios previos (incluyendo los estudios de validacin), directamente a la estimacin de la incertidumbre en el laboratorio en cuestin. 9.4 Evaluacin de la incertidumbre cuantificando los componentes individuales 9.4.1 En algunos casos, cuando hay pocos o no hay datos disponibles, el procedimiento ms adecuado es evaluar separadamente cada componente de la incertidumbre. 9.4.2 El procedimiento general usado para combinar los componentes individuales, consiste en preparar un modelo cuantitativo detallado del procedimiento experimental (ver captulos 6 y 7, especialmente 7.4), evaluar las incertidumbres estndar asociadas con los parmetros individuales de entrada y combinarlos usando la ley de propagacin de incertidumbre como se describe en el captulo 9. 9.4.3 Con el propsito de aportar mayor clararidad, en 9.10 a 9.14 se da una gua detallada sobre la evaluacin de las contribuciones individuales por medios experimentales y otros mtodos. Los ejemplos A.1 a A.3 del anexo A proporcionan ilustraciones detalladas del procedimiento. En la IRAM 35050 se dan los lineamientos sobre la aplicacin de este mtodo. 9.5 Materiales de referencia muy similares Las mediciones con materiales de referencia certificados se realizan como una parte de la validacin o revalidacin del mtodo y efectivamente son una calibracin del procedimiento completo de medicin contra una referencia trazable. Debido a que este procedimiento proporciona informacin sobre el efecto combinado de varias de las fuentes potenciales de incertidumbre, aporta muy buena informacin para la evaluacin de la incertidumbre. Se dan ms detalles en 8.7.4.
NOTA. En la IRAM 454 se dan indicaciones tiles sobre el uso de los materiales de referencia para la verificacin del desempeo del mtodo.

9.6 Estimacin de la incertidumbre aplicando mtodos interlaboratorios y sus estudios de validacin 9.6.1 Un estudio en colaboracin llevado a cabo para validar un mtodo publicado, por ejemplo de acuerdo con los protocolos AOAC/ISO (ver G.9), o con la IRAM 34553-1, es una fuente valiosa de datos para justificar una estimacin de la incertidumbre. Los datos incluyen las estimaciones de desviacin estndar de la reproducibilidad, sR, para varios niveles de respuesta, una estimacin lineal de la dependencia de sR respecto del nivel de respuesta y pueden incluir una estimacin del sesgo basado en estudios con MRC. La manera de usar estos datos, depende de los factores que se tomaron en cuenta cuando se realiz el estudio. Durante la etapa de ajuste indicada en 9.2, es necesario identificar cualquier fuente de incertidumbre que no est asegurada por los datos obtenidos en el estudio en colaboracin. Las fuentes que deben una consideracin particular son: Muestreo. Los estudios en colaboracin rara vez incluyen la etapa del muestreo. Los efectos del muestreo deben ser investigados e incluidos, si el mtodo usado involucra un muestreo interno, o si el mesurando (ver especificacin) es una estimacin de una propiedad principal, a partir de una pequea muestra. Tratamiento previo. En la mayora de los estudios, las muestras se homogeneizan y adems se pueden estabilizar, antes de la distribucin. Es necesario investigar y agregar los efectos del procedimiento de los tratamientos previos particulares aplicados internamente. Sesgo del mtodo. El sesgo del mtodo se evala a menudo antes o durante el estudio interlaboratorio, por comparacin con mtodos o materiales de referencia. Si la incertidumbre de los valores de referencia usados y la repetibilidad asociada con la verificacin del sesgo, son todos pequeos comparados con sR, no es necesario hacer asignaciones adicionales para la incertidumbre del sesgo. Si no es as, ser

21

Esqu e ma 1 I RA M :

necesario hacer concesiones adicionales para la estimacin de la incertidumbre. Variacin de las condiciones. Los laboratorios participantes en un estudio tienden hacia la media de los intervalos especificados para las condiciones experimentales, obtenindose como resultado una subestimacin del intervalo para los posibles resultados dentro de la definicin del mtodo. Cuando se hayan investigado tales efectos y se haya demostrado que son insignificantes a travs de todo el intervalo fijado, no es necesario ir ms all de lo que estadsticamente se requiere. Cambios en la matriz de la muestra. Se debe considerar la incertidumbre que surge de la composicin de la matriz o a los niveles de interferencias fuera del intervalo que abarca el estudio. 9.6.2 Cada fuente significativa de incertidumbre no cubierta por los datos del estudio en colaboracin debe evaluarse en la forma de una incertidumbre estndar y combinarse con la con la desviacin estndar de la reproducibilidad sR, de la forma usual (ver captulo 9). 9.6.3 Para los mtodos que operan dentro del alcance fijado, cuando la etapa de comparacin muestra que todas las fuentes identificadas han sido incluidas en el estudio de validacin o cuando las contribuciones de cualquier fuente remanente como las que se discutieron en 8.6.1 muestran que son despreciables, entonces la desviacin estndar de la reproducibilidad sR, ajustada para la concentracin si fuera necesario, puede usarse como la incertidumbre estndar combinada. 9.6.4 El uso de este procedimiento se detalla en el ejemplo A.6 (Anexo A). 9.7 Estimacin de la incertidumbre usando desarrollos y estudios de validacin internos. 9.7.1 Los desarrollos y estudios de validacin internos consisten en la determinacin de los parmetros del desempeo del mtodo,

indicados en 5.1.3. La estimacin de estos parmetros usa: la mejor estimacin precisin total; disponible de la

la(s) mejor (es) estimacin (es) disponible(s) del sesgo total o de su incertidumbre; la cuantificacin de cualquier incertidumbre asociada con los efectos no considerados completamente anteriormente, en los estudios generales del desempeo. 9.7.2 Estudio de la precisin. Debe estimarse hasta donde sea posible, la precisin en un perodo de tiempo elegido de manera que permita la variacin natural de todos los factores que afectan el resultado. Esto se puede obtener a partir de: La desviacin estndar de los resultados para una muestra tpica analizada varias veces en un perodo de tiempo, usando diferentes analistas y equipos (los resultados de las mediciones sobre las muestras de control de calidad pueden proporcionar esta informacin). La desviacin estndar obtenida de anlisis de replicados ejecutados para cada una de las muestras.
NOTA. Los replicados se ejecutan a tiempos diferentes para obtener la estimacin de la precisin intermedia; los replicados dentro del lote proporcionan slo la estimacin de la repetibilidad.

Diseos experimentales multifactoriales, realizados con ANOVA para obtener las estimaciones de la variancia separada para cada factor. 9.7.3 Es frecuente que la repetibilidad y la reproducibilidad vare en forma significativa con el nivel de respuesta. Por ejemplo, la desviacin estndar se incrementa significativa y sistemticamente con la concentracin del analito. En estos casos, la estimacin de la incertidumbre debe ajustarse a la precisin aplicable al resultado. En el apartado D.4, se da una gua adicional sobre el manejo de las

22

E squ em a 1 I RA M :

contribuciones a la incertidumbre dependen del nivel de respuesta.

que Un mtodo (mtodo 1) para determinar la concentracin de selenio, se lo compara con un mtodo de referencia (mtodo 2). Los resultados (en mg kg-1) de cada mtodo son los siguientes: Mtodo 1 Mtodo 2 x 5,40 4,76 s 1,47 2,75 N 5 5

9.7.4 Estudio del sesgo. La mejor estimacin del sesgo total surge del anlisis repetido de un material de referencia certificado (MRC) apropiado, usando el mtodo de medicin completo. Si el sesgo resulta insignificante, la incertidumbre asociada con el sesgo es slo la combinacin de la incertidumbre estndar del valor del MRC con la desviacin estndar asociada al sesgo.
NOTA. El sesgo estimado de esta manera, combina el sesgo del desempeo del laboratorio con cualquier sesgo intrnseco respecto del mtodo en uso. Se deben aplicar consideraciones especiales cuando el mtodo en uso es emprico; ver 9.8.1.

Las desviaciones estndar se ponderan para dar una desviacin estndar ponderada sc sc = 1,47 2.(5 1) + 2,75 2.(5 1) = 2,20 5+52

y un valor correspondiente de t t=

Cuando el material de referencia utilizado es poco representativo de los materiales para ensayar, se deben considerar factores adicionales, incluyendo (cuando sea apropiado) las diferencias en composicin y homogeneidad; frecuentemente, los materiales de referencia son ms homogneos que las muestras a analizar. Si es necesario asignar estas incertidumbres tambin pueden utilizarse las estimaciones basadas en la evaluacin profesional (ver 9.1.4.). Cualquier efecto de las diferentes concentraciones del analito, por ejemplo, es habitual encontrar que las prdidas en la extraccin difieren entre los niveles altos y bajos de la concentracin del analito. 9.7.5 El sesgo para un mtodo en estudio tambin puede determinarse, por la comparacin de los resultados con los de un mtodo de referencia. Si los resultados muestran que el sesgo no es estadsticamente significativo, la incertidumbre estndar es la del mtodo de referencia (si es aplicable, ver 9.8.1), combinada con la incertidumbre estndar asociada con la diferencia medida entre ambos mtodos. La ltima contribucin a la incertidumbre est dada por la desviacin estndar usada en el ensayo de significacin para decidir si la diferencia es estadsticamente significativa, como se explica en el ejemplo siguiente: EJEMPLO

( 5,40 4,76 )
1 1 2,205. + 5 5

0,64 = 0,46 14 ,

tcrit es 2,3 para 8 grados de libertad, entonces, no hay una diferencia significativa entre las medias de los resultados obtenidos por los dos mtodos. Sin embargo, se puede comparar la diferencia (0,64) con una desviacin estndar de 1,4. Este valor de 1,4 es la desviacin estndar asociada con la diferencia y en consecuencia representa la contribucin correspondiente a la incertidumbre asociada con el sesgo medido.
NOTA. Para mayor detalle sobre las frmulas aplicadas, ver la IRAM 35050.

9.7.6 El sesgo total se puede estimar tambin agregando el analito al material previamente estudiado. Se aplican las mismas consideraciones que para el estudio de los materiales de referencia. Adems, se debe considerar la diferencia de comportamiento del material agregado y del material original de la muestra, y se debe incluir una asignacin. Esta asignacin debe hacerse en base a: estudios en la distribucin del sesgo observado para un intervalo de matrices y niveles del analito agregado; comparacin del resultado observado en un material de referencia con la recuperacin

23

Esqu e ma 1 I RA M :

del analito agregado en el mismo material de referencia. la evaluacin en base a materiales especficos, a los cuales se les conoce sus comportamientos en los extremos. Por ejemplo, el tejido de ostra es una referencia de tejido marino comn, es bien conocido por su tendencia a coprecipitar algunos elementos con las sales de calcio en la digestin, y puede proporcionar una estimacin del peor caso de recuperacin sobre el cual se puede basar la estimacin de la incertidumbre (Por ejemplo, tratando el peor caso como un extremo en una distribucin rectangular o triangular). evaluacin sobre la base de la experiencia previa. 9.7.7 El sesgo tambin puede ser estimado mediante la comparacin de un mtodo particular con un valor determinado por el mtodo de agregados conocidos, en el cual, se conocen las cantidades de analito agregados al material a analizar y por extrapolacin se infiere la cantidad de analito. La incertidumbre asociada al sesgo, resulta dominada por la incertidumbre de la extrapolacin, combinada (cuando sea apropiado) con cualquier contribucin significativa de la preparacin y agregado de la solucin patrn.
NOTA. Para que sean directamente relevantes, las adiciones deben hacerse a la muestra original, ms que a un extracto preparado.

experimental o la prediccin obtenida de la teora. La incertidumbre asociada a estos factores debe estimarse, registrarse y combinarse con las otras contribuciones. 9.7.11 Cuando se demuestra que el efecto de estos factores remanentes es despreciable comparado con la repetibilidad y la reproducibilidad del estudio (estadsticamente no significativo), se recomienda que se asocie con este factor una contribucin a la incertidumbre igual a la desviacin estndar asociada al ensayo de significacin correspondiente. EJEMPLO Se investiga con el ensayo t de Student el efecto de una variacin del tiempo de extraccin permitido en 1 h, a partir de cinco determinaciones de cada uno sobre la misma muestra, para el tiempo normal de extraccin y para el tiempo reducido en 1 h. Las medias y las desviaciones estndar (en mg.l-1) son: Tiempo normal: media 1,8; desviacin estndar 0,21; tiempo alternativo: media 1,7; desviacin estndar 0,17. El ensayo t usa la variancia combinada de (5 1).0,212 + (5 1).0,17 2 = 0,037 (5 1) + (5 1) para obtener: t= (1,8 1,7) 1 1 0,037 + 5 5 = 0,82

9.7.8 Deben aplicarse correcciones a todos los efectos sistemticos significativos y reconocidos. Es un requisito general de la IRAM 35050. Cuando se aplica una correccin a un sesgo total significativo, la incertidumbre asociada con el sesgo se estima de acuerdo con 9.7.5, descrito para el caso de un sesgo significativo. 9.7.9 Cuando el sesgo es significativo, pero despreciable para los fines prcticos, es necesario tomar una accin adicional (ver 9.15). 9.7.10 Efectos adicionales. Los efectos de cualquier factor remanente deben estimarse separadamente, mediante variacin

Esto no es significativo comparado con tcrit = 2,3. Pero se debe hacer notar que la diferencia (0,1) se compara con el trmino de la desviacin estndar calculado de 0,037 (1/5 + 1/5) = 0,12 . Este valor es la contribucin a la incertidumbre asociada con el efecto de la variacin permitida del tiempo de extraccin. 9.7.12 Cuando se detecta un efecto y es estadsticamente significativo, pero se mantiene tan pequeo como para despreciarse en la

24

E squ em a 1 I RA M :

prctica, se aplican las previsiones indicadas en 9.16. 9.8 Evaluacin de la incertidumbre para los mtodos empricos. 9.8.1 Un mtodo emprico es un mtodo que est de acuerdo con los propsitos de una medicin comparativa dentro de un campo particular de aplicacin donde el mesurando depende del mtodo en uso. El mtodo define al mesurando. Los ejemplos incluyen mtodos para metales lixiviables en cermicos y fibra dietaria en alimentos (ver 7.2 y apartado A.5). 9.8.2 Cuando el mtodo se usa dentro del campo definido para las aplicaciones, el sesgo asociado con el mtodo se lo define como cero. En tales circunstancias, la estimacin del sesgo necesita relacionarse solo con el desempeo del laboratorio y no debe ser tomado en cuenta para el sesgo intrnseco del mtodo. Este sesgo tiene las siguientes implicancias. 9.8.3 Las investigaciones con materiales de referencia sean para demostrar que el sesgo es despreciable o para medirlo, deben emplear materiales de referencia certificados (MRC) utilizando el mtodo apropiado, o un valor obtenido con dicho mtodo para comparacin. 9.8.4 Cuando no hay materiales de referencia disponibles, el control del sesgo total est asociado con el control de los parmetros del mtodo que afectan el resultado; stos son: tiempo, temperatura, masa, volumen, etc. Por lo tanto, la incertidumbre asociada a estos factores de entrada debe ser establecida o bien demostrar que es despreciable o cuantificarla (ver ejemplo A.6). 9.8.5 Normalmente, los estn sujetos a estudios incertidumbre se puede describe en 9.6. 9.9 Evaluacin de la mtodos ad-hoc mtodos empricos interlaboratorio y la evaluar como se incertidumbre para

dentro del laboratorio, pero adaptados rigurosamente (por ejemplo para estudiar un analito diferente) y generalmente no se justifica un estudio formal de validacin del material particular. 9.9.2 Ya que se dispone de ciertas limitaciones para establecer las contribuciones pertinentes a la incertidumbre, es necesario confiar ampliamente en el conocimiento del comportamiento de los sistemas o partes relacionadas de estos sistemas. Se recomienda que la estimacin de la incertidumbre se base en el desempeo conocido de un sistema o sistemas relacionados. Esta informacin del comportamiento debe ser respaldada por cualquier estudio necesario para establecer la relevancia de ella. Las recomendaciones siguientes suponen que tal sistema est disponible, se ha examinado lo suficiente como para obtener una estimacin confiable de la incertidumbre, o si el mtodo consiste de partes de otros mtodos, que la incertidumbre en estas partes se han establecido previamente. 9.9.3 Es esencial que se disponga de una estimacin del sesgo total y una indicacin de la precisin para el mtodo en cuestin. El sesgo se mide respecto de un material de referencia, pero en la prctica se determina por la recuperacin de los materiales agregados. Entonces se aplican las consideraciones de 9.7.4, excepto que las recuperaciones sean comparadas con las observadas en el sistema relacionado para establecer la pertinencia de los estudios previos al mtodo ad-hoc en cuestin. El sesgo total observado para el mtodo ad-hoc, sobre los materiales a analizar, debe ser comparable al que se observa para el sistema dentro de los requisitos del estudio. 9.9.4 Un experimento mnimo de precisin consiste en un anlisis duplicado. Se recomienda que se ejecuten tantos replicados como resulte prctico. La precisin debe ser comparada con la del sistema relacionado y ser comparable con la desviacin estndar del mtodo ad-hoc.
NOTA. Se recomienda que la comparacin se base en la inspeccin. Los ensayos de significacin estadstica (por ejemplo un ensayo F) no son confiables para un nmero pequeo de replicados y lleva a sacar conclusiones como

9.9.1 Los mtodos ad-hoc se establecen para realizar estudios exploratorios en plazos cortos o en evaluaciones breves de anlisis de materiales. Estos procedimientos se basan en mtodos normalizados o bien establecidos

25

Esqu e ma 1 I RA M :

que no hay diferencias significativas simplemente por la baja potencia del ensayo.

9.9.5 Cuando se cumplen inequvocamente las condiciones anteriores, la estimacin de la incertidumbre para el sistema puede aplicarse directamente a los resultados obtenidos por el mtodo ad-hoc, haciendo los ajustes apropiados por la dependencia de la concentracin y otros factores conocidos. 9.10 Cuantificacin de los componentes individuales Casi siempre es necesario considerar individualmente algunas fuentes de incertidumbre. En algunos casos, slo es necesario para un nmero pequeo de fuentes; en otros, particularmente cuando no se dispone de datos sobre el desempeo del mtodo (ver los ejemplos 1, 2 y 3 en el anexo A). Hay varios mtodos generales para establecer los componentes individuales de la incertidumbre: variacin experimental de las variables de entrada; a partir de la estabilidad de los datos medidos y de los certificados de calibracin; por medio de modelos de los principios tericos; usando el juicio basado en la experiencia o informado por medio del modelo de una hiptesis. Los diferentes mtodos brevemente ms adelante. 9.11 Estimacin contribuciones incertidumbre se analizan de de las la

valores medidos. En la prctica, no es necesario considerar ms de 15 replicados, salvo que se requiera una precisin alta. 9.11.3 Otros experimentos tpicos incluyen: El estudio del efecto de la variacin de un nico parmetro sobre el resultado. En particular es adecuado en el caso de parmetros continuos, controlables e independientes de otros efectos, tales como el tiempo o la temperatura. La relacin de cambio del resultado respecto del cambio del parmetro se puede obtener de los datos experimentales. Entonces, se combina directamente la incertidumbre con el parmetro para obtener la contribucin pertinente a la incertidumbre.
NOTA. La variacin del parmetro debe ser suficiente para cambiar sustancialmente el resultado comparado con la precisn disponible en el estudio (por ejemplo, cinco veces la desviacin estndar de las mediciones replicadas).

experimental individuales

Los estudios de robustez examinan sistemticamente la significacin de cambios moderados de los parmetros. Son apropiados para la identificacin rpida de los efectos significativos, y habitualmente se usa para la optimizacin del mtodo. El mtodo se puede aplicar en el caso de efectos discretos, tales como un cambio en la matriz o pequeos cambios en la configuracin del equipo, los que pueden tener efectos impredecibles sobre el resultado. Cuando se encuentra que un efecto es significativo, es necesario investigarlo. Cuando no es significativo, la incertidumbre asociada es, al menos para la estimacin inicial, la obtenida del estudio de robustez. Los diseos experimentales sistemticos y multifactoriales proporcionan la estimacin de los efectos y sus interacciones. Estos estudios son tiles cuando involucran una variable categrica. sta es una variable tal que un valor no est relacionado con el tamao del efecto. Los ejemplos de variables categricas son: el nmero de laboratorios en un estudio, los nombres de los analistas, o los tipos de muestras. Por ejemplo, el efecto de los cambios en el tipo

9.11.1 A menudo es posible y prctico, obtener las estimaciones de las contribuciones a la incertidumbre de parmetros individuales a partir de estudios experimentales especficos. 9.11.2 La incertidumbre estndar surgida de los efectos aleatorios, se mide de los experimentos de repetibilidad y se cuantifica por medio de la desviacin estndar de los

26

E squ em a 1 I RA M :

de matriz (dentro del alcance fijado para el mtodo), se estima a partir de los estudios de recuperacin realizados en un estudio replicado para una matriz mltiple. El anlisis de variancia se obtiene de la variancia de los componentes de la matriz dentro y entre la recuperacin analtica observada. El componente entre matrices de la variancia proporciona una incertidumbre estndar asociada con la variacin de la matriz. 9.12 Estimacin basada en otros resultados o datos 9.12.1 Es posible estimar las incertidumbres estndar usando cualquier informacin relevante disponible sobre la incertidumbre para la magnitud concerniente. Los siguientes apartados sugieren algunas fuentes de informacin. 9.12.2 Esquemas de ensayo de aptitud (PT). Los resultados de la participacin de un laboratorio en un esquema PT se pueden usar como un control de la incertidumbre evaluada, dado que la incertidumbre es compatible con la distribucin de los resultados obtenidos por el laboratorio en un nmero de rondas de un PT. Adems, para el caso especial que: las composiciones de las muestras usadas en el esquema cubren todo el intervalo analizado rutinariamente; los valores asignados en cada ronda sean trazables a los valores de referencia apropiados, y la incertidumbre del valor asignado es pequea comparada con la dispersin de los resultados observados; entonces la dispersin de las diferencias entre los valores informados y los valores asignados obtenidos en rondas repetidas dan una base para una buena estimacin de la incertidumbre, surgida en esas partes del procedimiento de medicin dentro del alcance del esquema. Por ejemplo, para un esquema que opera con materiales y niveles de analito similares, la desviacin estndar de las diferencias va a dar

la incertidumbre estndar. Por supuesto, tambin se deben tener en cuenta la desviacin sistemtica de los valores trazables asignados y cualquier otra fuente de incertidumbre (tales como las mencionadas en 8.6.1).
NOTA. Ensayo de aptitud es lo que se denomina en ingls como perfomance testing.

9.12.3 Datos de aseguramiento de calidad (QA). Como se menciono previamente, es necesario asegurar que sea alcanzado el criterio fijado en los procedimientos operativos normalizados y que las mediciones sobre las muestras de QA muestren que el criterio continua cumplindose. En 9.5 se indican los casos en que se usan materiales de referencia en los controles de QA, y cmo se pueden usar los datos para evaluar la incertidumbre. Cuando se usa cualquier otro material estable, los datos de QA proporcionan una estimacin de la precisin intermedia (ver 9.7.2.). Los datos de QA permiten un control continuo sobre el valor citado para la incertidumbre. La incertidumbre combinada surgida de los efectos del azar no puede ser menor que la desviacin estndar de las mediciones de QA. 9.12.4 Informacin del proveedor. Los certificados de calibracin o los catlogos de los proveedores proporcionan informacin sobre muchas fuentes de incertidumbre. Por ejemplo, la tolerancia del material de vidrio volumtrico puede ser obtenida del catalogo del fabricante o del certificado de calibracin relativo al tem en particular. 9.13 Modelo a partir de principios tericos 9.13.1 En muchos casos est bien establecido que la teora de la fsica proporciona buenos modelos para evaluar los efectos sobre el resultado. Por ejemplo, son bien conocidos los efectos de la temperatura sobre el volumen y la densidad. En estos casos, las incertidumbres se pueden calcular o estimar a partir de la forma de relacionar los mtodos de propagacin de la incertidumbre descriptos en el captulo 10. 9.13.2 En otras circunstancias, es necesario usar modelos tericos aproximados, combinados con los datos experimentales. Por ejemplo, cuando una medicin analtica depende de un

27

Esqu e ma 1 I RA M :

tiempo para la reaccin de derivatizacin, es necesario evaluar las incertidumbres asociadas con el tiempo. Esto puede hacerse simplemente variando el tiempo. Es mejor establecer un modelo aproximado de la velocidad en los estudios experimentales breves de la cintica de derivatizacin cerca de las concentraciones de inters, y evaluar la incertidumbre a partir de la velocidad de cambio predicha a un tiempo dado. 9.14 Estimacin basada en el criterio 9.14.1 La evaluacin de la incertidumbre no es una tarea de rutina ni algo puramente matemtico; depende del conocimiento detallado de la naturaleza del mesurando, del mtodo de medicin y del procedimiento usado. La calidad y la utilidad de la incertidumbre para el resultado de una medicin dependen finalmente del conocimiento, del anlisis crtico y de la integridad de quienes contribuyen a la asignacin de su valor. 9.14.2 La mayora de las distribuciones de los datos pueden ser interpretadas en el sentido que es menos probable ver datos en los extremos de la distribucin que en el centro. La cuantificacin de estas distribuciones y sus desviaciones estndar asociadas, se hacen a travs de la repeticin de las mediciones. 9.14.3 Sin embargo, se requieren otras evaluaciones de los intervalos, en los casos en los que las mediciones replicadas no se puedan hacer o no se puede proporcionar una medicin significativa de un componente particular de la incertidumbre. 9.14.4 Hay numerosas instancias en qumica analtica en las que prevalece este ltimo, y se requiere la aplicacin de criterio. Por ejemplo: Una evaluacin de la recuperacin y su incertidumbre asociada no puede hacerse para cada muestra. En cambio, se hace una evaluacin por clases de muestras (por ejemplo, agrupados por el tipo de matriz), y los resultados se aplican a todas las muestras de tipo similar. El grado de similitud en s mismo es desconocido, en consecuencia esta inferencia (desde un tipo de matriz a una muestra especfica) est asociada con un elemento de incertidumbre

extra que frecuente.

no

tiene

una

interpretacin

El modelo de la medicin como se define en la especificacin del procedimiento analtico, se usa para convertir la magnitud medida en el valor del mesurando (resultado analtico). Este modelo est expuesto a incertidumbre (como todos los modelos en la ciencia). Slo se supone que la naturaleza se comporta de acuerdo con un modelo especfico, pero ste nunca se va a conocer con certeza. El uso de materiales de referencia es muy recomendado, pero hay incertidumbres remanentes, no solo con respecto al valor verdadero, sino tambin con respecto a la aplicabilidad de un material de referencia en el anlisis de una muestra especfica. Se requiere criterio respecto hasta dnde una sustancia declarada como patrn, representa la naturaleza de las muestras en una situacin en particular. Otra fuente de incertidumbre surge cuando el mesurando no est suficientemente definido en el procedimiento. Por ejemplo la determinacin de sustancias oxidables con el permanganato es indudablemente diferente si uno analiza agua subterrnea o aguas cloacales. Pueden tener influencia sobre la especificacin no slo de los factores como la temperatura de oxidacin, sino tambin de los efectos qumicos como la composicin de la matriz o las interferencias. Una prctica comn en qumica analtica necesita la aplicacin de agregados conocidos de una sustancia simple, tal como un anlogo de estructura similar o un istopo, del cual se juzga la recuperacin de la sustancia originaria o incluso la de una clase completa de compuestos. El analista preparado para estudiar la recuperacin a todos los niveles de concentracin del mesurando, sus relaciones y todas las matrices pertinentes, proporciona la determinacin experimental de la incertidumbre asociada. Frecuentemente, esta experiencia se evita y se sustituye por los siguientes criterios:

28

E squ em a 1 I RA M :

la dependencia de la concentracin de las recuperaciones del mesurando, la dependencia de la concentracin de las recuperaciones del agregado, la dependencia de las recuperaciones respecto del (los) (sub)tipo(s) de matriz. la identificacin de los modos de unin de las sustancias originarias y los agregados. 9.14.5 Un criterio de este tipo no se basa en los resultados experimentales inmediatos, sino que se basa ms sobre una probabilidad subjetiva (personal), expresin que aqu se puede usar como sinnimo de grado de confianza, probabilidad intuitiva y credibilidad (ver G.11). Se supone que un grado de confianza no est basado en un juicio instantneo, sino en un criterio de probabilidad bien maduro. 9.14.6 A pesar de que se reconoce que las probabilidades subjetivas varan de una persona a la otra, e incluso, con el transcurso del tiempo para una misma persona, no son arbitrarias ya que estn influidas por el sentido comn, por el conocimiento experto y por experimentos y observaciones anteriores. 9.14.7 Esto puede aparecer como una desventaja, pero en la prctica no necesariamente conducen a estimaciones peores que las de las mediciones repetidas. Esto se aplica si la variabilidad verdadera, en la vida real, en las condiciones experimentales, no se puede simular y la variabilidad resultante de los datos no va a dar un panorama realista. 9.14.8 Un problema tpico de esta clase surge si la variabilidad a largo plazo necesita ser determinada cuando no hay disponibles datos de estudios interlaboratorios. Un cientfico que descarta la opcin de sustituir la probabilidad subjetiva para una medicin real (cuando esta ltima no est disponible) es probable que ignore contribuciones importantes a la incertidumbre combinada, por lo que est siendo finalmente menos objetivo que si se confa en las probabilidades subjetivas.

9.14.9 Con el objeto de evaluar las incertidumbres combinadas, son esenciales dos caractersticas para la estimacin del grado de confianza: el grado de confianza se considera como un intervalo estimado del cual se puede decir que se provee un lmite superior o inferior, similar a una distribucin de probabilidades clsica. se aplican las mismas reglas para el clculo en la combinacin de las contribuciones del grado de confianza de la incertidumbre, a la incertidumbre combinada, que para las desviaciones estndar derivadas de otros mtodos. 9.15 Importancia del sesgo 9.15.1 Es un requisito general de la IRAM 35050 que se deben aplicar las correcciones a todos los efectos reconocidos y sistemticos. 9.15.2 Para decidir si un sesgo conocido puede descartarse razonablemente, se recomienda el siguiente esquema: i) ii) se estima la incertidumbre combinada sin considerar los sesgos correspondientes. se compara el sesgo con la incertidumbre combinada.

iii) cuando el sesgo no es significativo comparado con la incertidumbre combinada, el sesgo puede ser despreciado. iv) cuando el sesgo es significativo comparado con la incertidumbre combinada, se requieren acciones adicionales. Las acciones recomendadas son: se elimina o corrige con el sesgo, haciendo la asignacin para la incertidumbre de la correccin;

29

Esqu e ma 1 I RA M :

se informa el sesgo observado y su incertidumbre acompaando al resultado.


NOTA. Cuando por convencin, no se corrige un sesgo conocido, el mtodo se debe considerar como emprico (ver 8.8.).

con una desviacin estndar igual a a/ 3 (ver anexo D). EJEMPLO Un matraz aforado de 10 ml Grado A est certificado dentro de 0,2 ml. La incertidumbre estndar es 0,2/ 3 = 0,12 ml. 10.5 Si los lmites a estn dados sin un nivel de confianza, pero hay una razn para esperar que los valores extremos sean pocos probables, es apropiado suponer una distribucin triangular, con una desviacin estndar de a/ 6 (ver anexo D). EJEMPLO Un matraz aforado de 10 ml Grado A est certificado dentro de 0,2 ml, pero controles internos de rutina muestran que los valores extremos son muy pocos probables. La incertidumbre estndar es 0,2/ 6 = 0,08 ml. 10.6 Cuando se hace una estimacin sobre la base de un criterio personal, es posible estimar el componente como una desviacin estndar. Si no es posible estimar el desvo estndar directamente, debe hacerse una estimacin de la desviacin mxima que pueda razonablemente ocurrir en la prctica (excluyendo las equivocaciones cometidas). A partir de esto, el estimador puede considerar una distribucin rectangular o triangular de acuerdo con su experiencia (ver anexo D). 10.7 Los factores de conversin ms comnmente usados para la mayora de las distribuciones estn dados en el anexo D. 10.8 Incertidumbre estndar combinada 10.8.1 La prxima etapa comprende el clculo de la incertidumbre estndar combinada usando uno de los procedimientos descriptos a continuacin. 10.8.2 La relacin general entre la incertidumbre estndar combinada uc(y) de un valor y, y la incertidumbre de las magnitudes

10 PASO 4: CLCULO DE LA INCERTIDUMBRE COMBINADA


10.1 Antes de combinarse, todas las contribuciones a la incertidumbre deben estar expresadas como incertidumbres estndar, es decir, como desviaciones estndar. Las reglas siguientes dan una gua para convertir un componente de una incertidumbre en una desviacin estndar. 10.2 Cuando el componente de la incertidumbre fue evaluado experimentalmente a partir de la dispersin de mediciones repetidas, puede expresarse como una desviacin estndar. La contribucin a la incertidumbre de mediciones simples est dada por la incertidumbre estndar y es la desviacin estndar de la media. 10.3 Cuando la estimacin de una incertidumbre deriva de resultados y datos previos, puede estar expresada como una desviacin estndar. Sin embargo, cuando se da un intervalo de confianza con una probabilidad de cobertura (en la forma a al p %), se divide el valor a por el valor apropiado correspondiente al porcentaje de la distribucin normal para el nivel de confianza usado para calcular la desviacin estndar. EJEMPLO Una especificacin indica que una lectura de una balanza est dentro de 0,2 mg con un 95% de confianza. De las tablas de la distribucin normal, un intervalo de confianza de 95% se lo calcula usando un valor de 1,96 . Usando esta formula da una incertidumbre estndar de (0,2/1,96) = 0,1. 10.4 Si los lmites a estn dados sin el nivel de confianza y hay razones para esperar que los valores extremos sean probables, es apropiado suponer una distribucin rectangular

30

E squ em a 1 I RA M :

independientes x1, x2,..., xn de los cuales depende, es uc ( y ( x1 , x 2 ,...) ) = siendo: y (x1, x2...) una funcin que depende de las variables x1, x2,... ; ci el coeficiente de sensibilidad evaluado como ci = y/xi,; u(y, xi) el componente de la incertidumbre de y debido al parmetro xi.

-1 rik 1. 10.8.4 Estos procedimientos generales se aplican si las incertidumbres estn relacionadas con los parmetros simples, parmetros agrupados o con el mtodo completo. Cuando una contribucin a la incertidumbre se asocia al procedimiento completo, se la expresa como un efecto sobre el resultado final. En estos casos, o cuando la incertidumbre sobre un parmetro se expresa directamente en trminos de su efecto sobre y, el coeficiente de sensibilidad y/x es igual a 1. EJEMPLO Un resultado de 22 mg l-1 muestra una desviacin estndar medida de 4,1 mg l-1. La incertidumbre estndar u(y) asociada a la precisin bajo estas condiciones es 4,1 mg l-1. El modelo implcito para la medicin, el cual desprecia otros factores para dar mayor claridad, es: y = (resultado calculado) + u siendo: u la incertidumbre asociada a la precisin.

i =1,n

(ci2 u ( xi )

)=

i =1,n

( u ( y , xi )

NOTA. En la IRAM 35050 tambin se emplea la expresin u i y en lugar de u y , x i

( )

Cada contribucin u(y, xi) es el cuadrado de la incertidumbre asociada expresada como una desviacin estndar, multiplicada por el cuadrado del coeficiente de sensibilidad. Estos coeficientes de sensibilidad describen cmo vara el valor de y con las variaciones de los parmetros, x1, x2, etc.
NOTA. Los coeficientes de sensibilidad pueden evaluarse directamente en forma experimental; esto es indispensable cuando no existe una descripcin matemtica confiable para la relacin.

10.8.3 Cuando las magnitudes no son independientes, la relacin es ms compleja: u y xi, j... =

Por lo tanto, y/u = 1,0. 10.8.5 Cuando el coeficiente de sensibilidad es igual a uno, y para los casos especiales dados en la Regla 1 y Regla 2 que se indican a continuacin, el procedimiento general requiere la generacin de las derivadas parciales o el empleo de procedimientos numricos equivalentes. En el anexo D se dan detalles de un mtodo numrico sugerido por Kragten [G.12], el cual hace uso de un programa de hoja de clculo para proporcionar una incertidumbre estndar combinada a partir de las incertidumbres estndar de entrada y de un modelo de medicin conocido. Se recomienda que se utilice este mtodo, u otro apropiado basado en un programa de computadora, para todos los casos simples. 10.8.6 En algunos casos, las expresiones para combinar incertidumbres se reducen a formas

( (

))

i=1,n

ci2u ( xi )

i,k =1,n ik

ci ck u ( x i , xk )

siendo: u(xi, xk) la covariancia entre xi y xk ci y ck los coeficientes de sensibilidad, como se describen y se evalan en 9.2.2.

La covariancia est relacionada con el coeficiente de correlacin rik mediante la frmula siguiente: u(xi, xk) = u(xi) u(xk) rik donde

31

Esqu e ma 1 I RA M :

ms sencillas. Se dan a continuacin dos reglas simples para combinar incertidumbres estndar: 10.8.6.1 Regla 1 Para modelos que involucran slo la suma o la diferencia de magnitudes, por ejemplo, y = (p + q + r +....), la incertidumbre estndar combinada uc(y) est dada por: uc(y(p, q...)) = u( p ) 2 + u( q ) 2 + ...

32

E squ em a 1 I RA M :

10.8.6.2 Regla 2 Para modelos que involucran solo un producto o cociente, por ejemplo y = (p q r...) y = p/(q r ...) entonces la incertidumbre estndar combinada uc(y) est dada por: u(p) u(q) u c (y) = y p + q + .... siendo: (u(p)/p), (u(q)/q) las incertidumbres de los parmetros expresados como desviaciones estndar relativas.
NOTA. La sustraccin se trata de la misma manera que la adicin y la divisin de la misma manera que la multiplicacin.
2 2

y = 5,02 + 6,45 + 9,04 = 7,61 u(y) = 0,13 2 + 0,05 2 + 0,22 2 = 0,26

EJEMPLO 2 y = (op)/(qr) Los valores son o = 2,46, p = 4,32; q = 6,38; r = 2,99 con incertidumbres estndar de u(o) = 0,02; u(p) = 0,13; u(q) = 0,11 y u(r) = 0,07. Entonces y = (2,46 4,32)/(6,38 2,99) = 0,56 0,02 0,13 0,11 0,07 u(y) = 0,56 + + + 2,46 4,32 6,38 2,99 u(y) = 0,56 0,043 = 0,024 10.8.9 Hay muchas instancias en las cuales las magnitudes de los componentes de la incertidumbre varan con el nivel del analito. Por ejemplo, las incertidumbres en la recuperacin pueden ser menores para los niveles significativos de material, o las seales espectroscpicas pueden variar aleatoriamente en una escala proporcional a la intensidad (coeficiente de variacin constante). En estos casos, es importante tener en cuenta los cambios en la incertidumbre estndar combinada de acuerdo al nivel del analito. Las aproximaciones incluyen: Se restringe el procedimiento especfico o la estimacin de la incertidumbre a un intervalo pequeo de concentraciones del analito. Se proporciona una estimacin de la incertidumbre en la forma de una desviacin estndar relativa. Se calcula explcitamente la dependencia y se recalcula la incertidumbre para un resultado dado.
2 2 2 2

10.2.7 Con el propsito de combinar los componentes de la incertidumbre, es ms conveniente dividir el modelo matemtico original en expresiones que solamente consistan en operaciones cubiertas por una de las reglas anteriores. Por ejemplo, la expresin: (o+ p)/(q + r) puede ser separada en dos elementos: (o + p) y (q + r). Las incertidumbres intermedias para cada uno de estos trminos puede ser calculada usando la regla 1; estas incertidumbres intermedias pueden luego combinarse usando la regla 2 para dar la incertidumbre estndar combinada. 10.8.8 Los ejemplos siguientes ilustran el uso de las reglas anteriores: EJEMPLO 1 y = (p - q + r) Los valores son p = 5,02, q = 6,45 y r = 9,04 con incertidumbres estndar u(p) = 0,13; u(q) = 0,05 y u(r) = 0,22. Por lo tanto

33

Esqu e ma 1 I RA M :

En el apartado D.4 del anexo D, se da informacin adicional sobre estas aproximaciones. 10.9 Incertidumbre expandida 10.9.1 La etapa final consiste en multiplicar la incertidumbre estndar combinada por el factor de cobertura elegido para obtener la incertidumbre expandida. La incertidumbre expandida se utiliza para obtener un intervalo en el cual se espera se encuentre una gran proporcin de la distribucin de valores que pueden ser razonablemente atribuidos al mesurando. 10.9.2 En la eleccin de un valor para el factor de cobertura k, se deben en cuenta lo siguiente: la probabilidad de cobertura requerida; el conocimiento de las consideradas en el clculo; distribuciones

incertidumbre de la calibracin y sobs = 0,08 mg basado en la desviacin estndar de 5 observaciones repetidas. La incertidumbre estndar combinada uc es igual a 2 2 0,01 + 0,08 = 0,081 mg. Esta contribucin est claramente dominada por la contribucin de la repetibilidad sobs que est basada en 5 observaciones, las que corresponden a 5 1 = 4 grados de libertad. Por lo tanto, k est basado en la distribucin t de Student. El valor de t, obtenido de la tabla 1 para el caso bilateral, para cuatro grados de libertad y 95% de confianza, es 2,8; por lo tanto k se establece en 2,8 y la incertidumbre expandida es entonces U = 2,8 x 0,081 mg = 0,23 mg. 10.9.5 La IRAM 35050 da una gua adicional sobre la eleccin de k, cuando se usa un nmero pequeo de mediciones para estimar efectos aleatorios grandes, y se debe usar cuando se estiman los grados de libertad en el caso de existir varias contribuciones significativas. 10.9.6 Cuando la distribucin es normal, con un factor de cobertura 2 (o elegido de acuerdo con lo indicado en 10.3.3 al 10.3.5, usando una probabilidad de cobertura de 95%) se obtiene un intervalo que contiene aproximadamente un 95% de la distribucin de los valores. No se recomienda que este intervalo se tome para inferir un intervalo de confianza de 95%, sin conocer la distribucin. Tabla 1 t de Student para 95% de confianza (bilateral, o de dos lmites) Grados de Libertad 1 2 3 4 5 6 t 12,7 4,3 3,2 2,8 2,6 2,5

el conocimiento del nmero de valores usados para estimar los efectos aleatorios (ver 9.3.3) 10.9.3 Para la mayora de los casos se recomienda que k sea 2. Este valor de k puede no ser adecuado cuando la incertidumbre combinada est basada en observaciones estadsticas con pocos grados de libertad (menos de seis, aproximadamente). La eleccin de k depende del nmero de grados de libertad efectivo (ver G.4 de la IRAM 35050). 10.9.4 Cuando una nica contribucin con menos de seis grados de libertad predomina sobre las otras, para el clculo de la incertidumbre estndar combinada se recomienda que k sea igual al valor t de Student para el caso bilateral para el nmero de grados de libertad asociado a esa contribucin, y para el nivel de cobertura requerido (normalmente 95%). La Tabla 1 da una lista de valores de t. EJEMPLO Una incertidumbre estndar combinada para una operacin de pesada est formada por las contribuciones ucal = 0,01 mg, surgida de la

11 INFORME DE LA INCERTIDUMBRE
11.1 Generalidades

34

E squ em a 1 I RA M :

11.1.1 La informacin requerida para expresar el resultado de una medicin depende del uso previsto. En general se recomienda presentar suficiente informacin como para permitir que el resultado sea reevaluado si se dispone de informacin nueva o de otros datos. 11.1.2 Cuando los detalles de una medicin, incluyendo cmo se determin la incertidumbre, dependen de referencias a documentacin publicada, es imperativo que la documentacin que se maneja se mantenga actualizada y sea consistente con los mtodos que se usan. 11.2 Informacin requerida 11.2.1 Un informe completo del resultado de las mediciones debe incluir o referirse a documentacin que contenga: una descripcin de los mtodos usados para calcular el resultado de la medicin y su incertidumbre a partir de las observaciones experimentales y de los datos de entrada; los valores y las fuentes de todas las correcciones y constantes usadas en el clculo y en el anlisis de incertidumbre; una lista de todos los componentes de la incertidumbre con la documentacin completa sobre cmo se evalu en cada caso. 11.2.2 Se recomienda que los datos y el anlisis se presenten de manera tal que se pueda realizar rpidamente el seguimiento de los pasos importantes y se pueda repetir el clculo del resultado, si fuera necesario. 11.2.3 Cuando se requiera un informe detallado que incluya los valores intermedios de entrada, se recomienda que el informe contemple lo siguiente: indique la cantidad de cada valor de entrada, su incertidumbre estndar y una descripcin de cmo se obtuvo; presente la relacin entre el resultado y los valores de entrada, las derivadas parciales,

covariancias o coeficientes de correlacin usados para calcular los efectos de la correlacin; declare el nmero estimado de grados de libertad para la incertidumbre estndar de cada valor de entrada (los mtodos para estimar los grados de libertad estn dados en la IRAM 35050 [G.2]).
NOTA. Cuando la relacin funcional es muy compleja o no existe explcitamente (por ejemplo, puede existir solamente como un programa de computacin), la relacin puede describirse en trminos generales o citando las referencias apropiadas. En estos casos, debe indicarse claramente cmo se obtuvo el resultado y su incertidumbre.

11.2.4 Cuando se informen los resultados de un anlisis de rutina, es suficiente con declarar slo el valor de la incertidumbre expandida y el valor de k. 11.3 Informe de la incertidumbre estndar Cuando se expresa la incertidumbre como la incertidumbre estndar combinada uc (es decir, como una desviacin estndar simple), se recomienda la siguiente forma: (Resultado): x (unidades) [con una] incertidumbre estndar de uc (unidades) [donde la incertidumbre estndar es tal como se define en la IRAM 35052 y corresponde a una desviacin estndar].
NOTA. El uso del smbolo no se recomienda cuando se usa la incertidumbre estndar, ya que el smbolo se asocia comnmente con intervalos que corresponden a altas probabilidades de cobertura.

Los trminos entre corchetes [], se pueden omitir o abreviar. EJEMPLO Nitrgeno Total: 3,52 g/100 g Incertidumbre estndar: 0,07 g/100 g* *
La incertidumbre estndar corresponde a una desviacin estndar.

11.4 Informe del resultado

35

Esqu e ma 1 I RA M :

11.4.1 A menos que se requiera de otra forma, el resultado debe declararse como el valor medido x junto con la incertidumbre expandida U calculada usando un factor de cobertura k = 2 (o como se describi en 9.3.3.). Se recomienda la forma siguiente:

36

E squ em a 1 I RA M :

(Resultado): (x U) (unidades) [donde] la incertidumbre informada es [una incertidumbre expandida como se expresa en la IRAM 35050] calculada usando un factor de cobertura 2 [lo cual proporciona una probabilidad de cobertura de aproximadamente 95%]. Los trminos entre corchetes [] pueden omitirse o abreviarse cuando sea apropiado. El factor de cobertura debe ser ajustado para mostrar el valor realmente usado. EJEMPLO Nitrgeno total: (3,52 0,14) g/100 g* *
La incertidumbre informada es una incertidumbre expandida calculada usando un factor de cobertura 2, el cual da una probabilidad de cobertura de aproximadamente 95%.

En toda determinacin se deben considerar ambos factores. Los siguientes prrafos dan ejemplos de prcticas comunes. 11.5.2 Suponiendo que los lmites se fijaron sin concesiones para la incertidumbre, aparecen cuatro situaciones para el caso del cumplimiento con un lmite superior (ver figura 2): 1. El resultado es mayor que el valor del lmite ms la incertidumbre expandida. 2. El resultado es mayor que el valor lmite por menos que la incertidumbre expandida. 3. El resultado est por debajo del valor lmite por menos que la incertidumbre expandida. 4. El resultado es menor que el valor del lmite menos la incertidumbre expandida. El caso 1 se lo considera un caso claro de no cumplimiento. El caso 4 se lo interpreta como una demostracin de cumplimiento. Los casos 2 y 3 pueden requerir de una consideracin individual (revisar la toma de muestra, aumentar el nmero d determinaciones, analizar los reactivos, etc.). Se aplican argumentos anlogos en el caso del cumplimiento con un lmite inferior. 11.5.3 Cuando se conoce o se cree que se conoce que los lmites se fijaron con alguna concesin para la incertidumbre, debe aplicarse un criterio razonable de cumplimiento basado en el conocimiento de dicha concesin. Una excepcin surge cuando el cumplimiento se fij en relacin a un mtodo establecido, operando en circunstancias definidas. En este caso est implcito la hiptesis de que la incertidumbre, o como mnimo la reproducibilidad del mtodo, es suficientemente pequea como para ignorarla a los fines prcticos. En consecuencia, se informa el cumplimiento slo basndose en el valor medido, siempre y cuando el control de calidad sea apropiado. Esto generalmente est establecido en cualquier norma que hace esta aproximacin.

11.4.2 Los valores numricos del resultado y de su incertidumbre no se deben dar con un nmero excesivo de dgitos. Si se expresa la incertidumbre expandida U o una incertidumbre estndar u, raramente se da con ms de dos cifras significativas. Los resultados deben ser redondeados para que sean consistentes con la incertidumbre dada. 11.5 Cumplimiento especificados respecto de lmites

11.5.1 El cumplimiento de la legislacin requiere que un mesurando, como por ejemplo la concentracin de una sustancia txica, muestre que est dentro de lmites establecidos. La incertidumbre de la medicin tiene mucha importancia en la interpretacin de los resultados analticos en este contexto. En particular, se debe considerar que: cuando se evala el cumplimiento, puede ser necesario que se tenga en cuenta la incertidumbre del resultado analtico; los lmites pueden haber sido fijados con alguna concesin para las incertidumbres de la medicin.

37

Esqu e ma 1 I RA M :

Figura 2 - Incertidumbre y lmites de cumplimiento

38

Anexo A
(Informativo)

Ejemplos de clculo de incertidumbre

A.0 Introduccin general Estos ejemplos ilustran cmo aplicar las tcnicas para evaluar la incertidumbre, descriptas en los captulos 6 a 8, a algunos anlisis qumicos tpicos. Todos siguen el procedimiento que se muestra en el diagrama de flujo (ver figura 1). Las fuentes de incertidumbre estn identificadas y puestas en un diagrama causa y efecto (ver anexo D). Esto ayuda a eliminar el doble conteo de fuentes, como as tambin a agrupar los componentes y evaluar los efectos combinados. Los ejemplos 1 a 6 ilustran el uso del mtodo de la hoja de clculo del apartado E.2 para calcular las incertidumbres combinadas a partir de las contribuciones u(y,xi). En 10.8.2 se explica la teora que hay detrs del clculo de las contribuciones u(y,xi). Cada uno de los ejemplos 1 a 6 tiene un resumen introductorio. ste da un lineamiento del mtodo analtico, adems tiene una tabla para las fuentes de incertidumbre y sus respectivas contribuciones, una comparacin grfica de las diferentes contribuciones, y la incertidumbre combinada. Los ejemplos 1 a 3 ilustran la evaluacin de la incertidumbre mediante la cuantificacin de la incertidumbre originada en forma separada para cada fuente. Cada ejemplo da un anlisis detallado de la incertidumbre asociada a la medicin de volumen usando material volumtrico y masas a partir de la diferencia de pesadas. Este detalle slo es para propsitos ilustrativos y no debe ser tomado como una recomendacin general, como que es el detalle requerido o la aproximacin tomada. Para muchos anlisis, la incertidumbre asociada a estas operaciones no es significativa y no es necesario hacer una evaluacin detallada. Es suficiente usar los valores tpicos para estas operaciones con la debida concesin de que sern utilizados los valores reales de las masas y los volmenes. Ejemplo A1 El ejemplo A1 describe el caso muy simple de la preparacin de un patrn de calibracin de Cadmio en cido ntrico para Espectrometra de Absorcin Atmica (AAS). El propsito es mostrar cmo evaluar los componentes de la incertidumbre surgidos de las operaciones bsicas de medicin de volumen y pesada y cmo estos componentes se combinan para determinar la incertidumbre total. Ejemplo A2 Este ejemplo describe la preparacin de una solucin normalizada de hidrxido de sodio (NaOH), la cual se normaliza contra un patrn primario de ftalato de hidrogeno y potasio (KHP). Incluye la evaluacin de la incertidumbre para mediciones simples de volmenes y pesadas, como se describi en el ejemplo A1, pero tambin evala la incertidumbre asociada con la determinacin volumtrica. Ejemplo A3 El ejemplo A3 amplia el ejemplo A2 incluyendo la valoracin de una solucin de HCl con la solucin preparada de NaOH.

Ejemplo A4 Este ejemplo ilustra el uso de datos de validacin interna, como se describe en 8.7, y muestra cmo se pueden usar los datos para evaluar la incertidumbre surgida de los efectos combinados de un nmero de fuentes. Tambin muestra cmo evaluar la incertidumbre asociada con el sesgo del mtodo. Ejemplo A5 Este ejemplo muestra cmo evaluar la incertidumbre sobre los resultados obtenidos usando un patrn o un mtodo emprico para medir la cantidad de metales pesados lixiviados de utensilios de cermica usando un procedimiento definido, tal como se describe en 8.2 a 8.8. El propsito es mostrar cmo en ausencia de datos de estudios colaborativos o resultados de ensayo de rudeza, es necesario considerar la incertidumbre surgida del rango de los distintos parmetros (por ejemplo, temperatura, tiempo de ataque con un cido y fuerza del cido) permitidos en la definicin del mtodo. Este proceso es considerablemente ms simple si se dispone de los datos de estudios colaborativos, como se muestra en el ejemplo siguiente. Ejemplo A6 El sexto ejemplo est basado en la estimacin de la incertidumbre para la determinacin de una fibra (dietaria) cruda. Dado que el analito est definido solo en trminos del mtodo normalizado, el mtodo es emprico. En este caso, se dispuso de datos de estudios colaborativos, controles internos de QA y datos sacados de la literatura, lo cual hizo posible la descripcin del apartado 8.6. Los estudios internos verifican que el mtodo se desarrolla como se esperaba sobre la base del estudio colaborativo. El ejemplo muestra cmo el uso de datos del estudio colaborativo sustentados por controles internos del comportamiento del mtodo, pueden reducir sustancialmente el nmero de contribuciones diferentes que se necesitan para lograr una estimacin de la incertidumbre bajo estas circunstancias. Ejemplo A7 Este ejemplo da una descripcin detallada de la evaluacin de la incertidumbre de medicin del contenido de plomo de una muestra de agua usando IDMS (Espectrometra de Masas con Dilucin Isotpica). Adems de identificar las posibles fuentes de incertidumbre y cuantificarlas por medios estadsticos, el ejemplo muestra cun necesaria es incluir la evaluacin de los componentes basada en el criterio, como se describi en 8.14. El uso de criterio es un caso especial de evaluacin Tipo B, como se describe en la IRAM 35050. A.1 Ejemplo A1: Preparacin de un patrn para calibracin A.1.1 Resumen A.1.1.1 Objetivo Se prepara un patrn de calibracin a partir de un metal puro (cadmio) con una concentracin de 1 000 mg.l-1. A.1.1.2 Procedimiento de medicin

40

Se limpia la superficie del metal de alta pureza para remover cualquier contaminacin con el xido del metal. Despus se pesa el metal y se disuelve en cido ntrico en un matraz aforado. Las etapas del procedimiento se muestran en el siguiente diagrama de flujo de la figura A.1.

Figura A.1 Preparacin del patrn de cadmio

A.1.1.3 Mesurando CCd = siendo: CCd la concentracin del patrn de calibracin, en miligramos por litro; 1000 m P mg l 1 V

1000 el factor de conversin de mililitro a litro; m P V la masa del metal de alta pureza, en miligramos; la pureza del metal expresado como fraccin de masa, en gramos por gramo; el volumen del lquido del patrn de calibracin, en mililitros.

A.1.1.4 Identificacin de las fuentes de incertidumbre Las fuentes de incertidumbre relevantes se muestran en el diagrama de causa y efecto siguiente:

Figura A.2 Diagrama causa y efecto para el ejemplo 1 A.1.1.5 Cuantificacin de los componentes de la incertidumbre Los valores y sus incertidumbres se muestran en la tabla A.1. Tabla A.1 - Valores e incertidumbres Descripcin P m V cCd Pureza del metal Masa del metal Volumen del frasco Concentracin del patrn de calibracin Valor x 0,999 9 100,28 mg 100,0 ml 1 002,7 mg l-1 Incertidumbre estndar u(x) 0,000 058 0.05 mg 0,07 ml 0,9 mg.l-1 Incertidumbre estndar relativa u(x)/x 0,000 058 0,000 5 0,000 7 0,000 9

A.1.1.6 Incertidumbre estndar combinada La incertidumbre estndar combinada para la preparacin de un patrn de calibracin de cadmio de 1002,7 mg.l-1 es 0,9 mg.l-1 Las diferentes contribuciones se muestran esquemticamente en la figura A.2.

42

Figura A.3 Contribuciones a la incertidumbre en la preparacin del patrn de cadmio A.1.2 Introduccin al desarrollo detallado En este primer ejemplo se desarrolla la preparacin de un patrn de calibracin para Espectrometra de Absorcin Atmica (AAS) del correspondiente metal de alta pureza (en este ejemplo 1000 mg l-1 de Cd en HNO3). Aunque el ejemplo no representa una medicin analtica completa, el uso de patrones para calibracin es parte de casi cualquier determinacin, puesto que las mediciones analticas de rutina son mediciones relativas que necesitan un patrn de referencia para proporcionar la trazabilidad al SI. A.1.3 Paso 1: Especificacin El objetivo de este primer paso es detallar claramente lo que se est midiendo. Esta especificacin incluye una descripcin de la preparacin del patrn para calibracin y la relacin matemtica entre el mesurando y los parmetros de los cuales depende. Procedimiento La informacin especfica de cmo preparar un patrn para calibracin se da generalmente en un procedimiento operativo normalizado (PON). La preparacin consiste de los pasos que se describen en la figura A.1. Las etapas por separado son: 1. La superficie del metal de alta pureza se trata con una mezcla de cidos para remover cualquier contaminacin de xido del metal. El mtodo de limpieza lo provee el fabricante del metal y necesita hacerse para obtener la pureza declarada en el certificado. 2. Se pesa el matraz aforado de (100 ml) sin y con el metal puro dentro. La balanza usada tiene una resolucin de 0,01 mg. 3. Al matraz se le agrega 1 ml de cido ntrico (65 % m/m) y 3 ml de agua libre de iones para disolver el cadmio ( 100 mg, pesados exactamente). Despus el frasco se llena con agua libre de iones hasta el enrase y se mezcla invirtiendo el frasco como mnimo treinta veces.

Clculos El mesurando en este ejemplo es la concentracin de la solucin del patrn para calibracin, la cual depende de la masa del metal de alta pureza (Cd), su pureza y el volumen del lquido en el cual est disuelto. La concentracin est dada por CCd = siendo: CCd la concentracin del patrn de calibracin mg l1 1000 m P mg l 1 V

1000 el factor de conversin de [mg] a [l] m P V la masa del metal de alta pureza [mg] la pureza del metal expresada como fraccin de masa el volumen del lquido del patrn de calibracin [ml]

A.1.4 Paso 2: Identificando y analizando las fuentes de incertidumbre Este segundo paso apunta a hacer una lista de todas las fuentes de incertidumbre para cada uno de los parmetros que afectan el valor del mesurando. Pureza La pureza del metal (Cd) est en el certificado del proveedor como 99,99% 0,01%. Por lo tanto, P es 0,999 9 0,000 1. Estos valores dependen de la efectividad de la limpieza de la superficie del metal de alta pureza. Si el procedimiento del fabricante se sigue estrictamente, no hay incertidumbre adicional debida a la contaminacin de la superficie con oxido del metal. No hay informacin disponible cuando no se disuelve el 100% del metal. En consecuencia, hay que controlar por medio de un experimento repetido de preparacin que esta contribucin puede ser despreciada. Masa m El segundo paso de la preparacin involucra la pesada del metal de alta pureza. Se debe preparar 100 ml de una solucin de cadmio de 1000 mg l-1. La masa de cadmio se determina por medio de una pesada por diferencia, dando m = 0,100 28 g. El fabricante identifica en su material bibliogrfico tres fuentes de incertidumbre para la pesada por diferencia: la repetibilidad, la legibilidad (resolucin digital) de la escala de la balanza; y la contribucin debida a la incertidumbre en la funcin de calibracin de la escala. Esta funcin de calibracin tiene dos potenciales fuentes de incertidumbre, identificadas como la sensibilidad de la balanza y su linealidad. La sensibilidad puede ser omitida porque la masa por diferencia se hace en la misma balanza en un intervalo de tiempo muy corto.

44

NOTA. No se considera la correccin por la fuerza ascensional, porque todos los resultados de la pesada se hacen sobre la base convencional para las pesadas en aire [H.19]. Las incertidumbres restantes son demasiado pequeas para ser consideradas. Ver la nota 1 del anexo G.

Volumen V El volumen de la solucin contenida en el matraz aforado est sujeto a tres fuentes mayores de incertidumbre. La incertidumbre en el volumen interno certificado del matraz aforado. Variacin en el llenado del matraz hasta el enrase. Las temperaturas del matraz y de la solucin difieren de la temperatura a la cual el volumen del matraz fue calibrado. Los diferentes efectos y sus influencias se muestran como un diagrama de causa y efecto en la figura A.2 (ver Anexo D para la descripcin). A.1.5 Paso 3: Cuantificando los componentes de la incertidumbre En el paso 3, se mide directamente el tamao de cada fuente potencial identificada de incertidumbre, estimndo ste a partir de resultados experimentales de anlisis previos o se lo deriva de anlisis tericos. Pureza La pureza del cadmio aparece en el certificado como 0,999 9 0,000 1. Como no hay informacin adicional sobre el valor de la incertidumbre, se asume una distribucin rectangular. Para obtener la incertidumbre estndar u(P), el valor 0,000 1 debe ser dividido por 3 (ver el apartado E.1.1). u(P) = Masa m La incertidumbre asociada con la masa del cadmio se estima usando los datos del certificado de calibracin y las recomendaciones del fabricante para la estimacin de la incertidumbre, la cual es de 0,5 mg. Esta estimacin toma en cuenta las tres contribuciones identificadas anteriormente (apartado A.1.3).
NOTA. Los clculos detallados para las incertidumbres en masa pueden ser muy intrincados y es importante referirlos a la literatura del fabricante cuando las incertidumbres de las masas son dominantes. Para este ejemplo, los clculos se omitieron por claridad.

0,000 1 3

= 0,000 058

Volumen V El volumen tiene tres influencias mayores: calibracin, repetibilidad y efectos de la temperatura. 1. Calibracin: El fabricante fija un volumen para el matraz aforado de 100 ml 0,1 ml medidos a una temperatura de 20C. El valor de la incertidumbre est dado sin un nivel de confianza o informacin sobre la distribucin. Por lo tanto, es necesario hacer alguna suposicin. Aqu, la incertidumbre estndar se calcula asumiendo una distribucin triangular.

0,1ml 6

= 0,04 ml

NOTA. Se eligi una distribucin triangular porque en un proceso efectivo de produccin, el valor nominal es ms probable que los extremos. La distribucin resultante est mejor representada por una distribucin triangular que por una rectangular.

2. Repetibilidad. La incertidumbre debida a las variaciones en el llenado puede ser estimada a partir de un experimento de repetibilidad sobre un ejemplo tpico del matraz aforado usado. Una serie de 10 experimentos de llenado y pesada sobre un matraz aforado tpico de 100 ml da una desviacin estndar de 0,02 ml. Esto se puede usar directamente como una incertidumbre estndar. 3. Temperatura. Segn el fabricante, el matraz aforado fue calibrado a una temperatura de 20 C, mientras que la variacin de la temperatura en el laboratorio es de 4 C. Se puede calcular la incertidumbre de este efecto a partir de la estimacin del intervalo de temperatura y el coeficiente de expansin del volumen. La expansin del volumen del lquido es considerablemente mayor que la del matraz, por lo tanto, slo es necesario considerar las condiciones anteriores. El coeficiente de expansin del volumen del agua es 2,1 x 10-4 C-1, lo que genera una variacin de volumen de (100 4 2,1 10 -4 ) = 0,084 ml . La incertidumbre estndar se calcula usando la suposicin de una 0,084 = 0,05 ml . distribucin rectangular para la variacin de la temperatura, es decir u = 3 Tabla A.2 Valores e incertidumbres Descripcin Pureza del metal, P Masa del metal, m (mg) Volumen del matraz, V (ml) Valor x 0,999 100,28 100,0 Incertidumbre estndar u(x) 0,000 058 0,05 mg 0,07 ml Incertidumbre estndar relativa u(x)/x 0,000 058 0,000 5 0,000 7

Las tres contribuciones se combinan para dar la incertidumbre estndar u(V) del volumen V u(v) = 0,04 2 + 0,02 2 + 0,05 2 = 0,07 ml A.1.6 Paso 4: Clculo de la incertidumbre estndar combinada cCd est dado por C Cd = 1000 m P mg I -1 V

Los valores intermedios, sus incertidumbres estndar y sus incertidumbres relativas estndar se resumen en la Tabla A.2. Usando estos valores, la concentracin del patrn de calibracin es

46

c Cd =

1000 100,28 0,999 9 = 1002,7 mg l-1 100,0

Para esta expresin multiplicativa simple, las incertidumbres asociadas con cada componente se combinan como sigue:
uc (c Cd ) u(P) u(m) u( V ) 2 2 2 = + + = 0,000 058 + 0,000 5 + 0,000 7 = 0,000 9 c Cd P m V uc (c Cd ) = c Cd 0,000 9 = 1002,7 mg l1 0,000 9 = 0,000 18 mg l1
2 2 2

Es preferible derivar la incertidumbre estndar combinada (u(cCd)) usando el mtodo de la hoja de clculo dado en el anexo E, puesto que puede ser usado an para expresiones complejas. La hoja de clculo completa se muestra en la tabla A.3. Las contribuciones de los diferentes parmetros se muestran en la figura A.3. La contribucin de la incertidumbre del volumen del matraz es la mayor y la del procedimiento de pesada es similar. La incertidumbre de la pureza del cadmio virtualmente no tiene influencia sobre la incertidumbre total. La incertidumbre expandida U(cCd) se obtiene multiplicando la incertidumbre estndar combinada por un factor de cobertura de 2, dando U( c Cd ) = 2 0,9 mg l -1 = 1,8 mg l -1 Tabla A.3 Hoja del clculo para el clculo de la incertidumbre A 1 2 3 4 5 6 7 8 9 10 11 12 13 B Valor Incertidumbre P m V c(Cd) u(y,xi) u(y)2, u(y,xi)2 u(c(Cd)) 0,999 9 100,28 100,0 1002,699 972 0,745 29 0,9 C P 0,999 9 0,000 058 0,999 958 100,28 100,00 1002,75788 0,058 16 0,003 38 D M 100,28 0,05 0,9999 100,33 100,00 1003,19966 0,499 95 0,249 95 V 100,00 0,07 0,9999 100,28 100,07 1001,998 32 -0,701 40 0,491 96 E

Los valores de los parmetros se ingresan en la segunda fila desde C2 a E2. Sus incertidumbres estndar estn en la fila siguiente (C3-E3). La hoja de clculo copia los valores de C2-E2 dentro de la segunda columna de B5 a B7. El resultado (c(Cd)), utilizando estos valores, est dado en B9. C5 muestra el valor de P de C2 ms su incertidumbre dada en C3. El resultado del clculo usando los valores C5-C7 est dado en C9. Las columnas D y E siguen un procedimiento similar. Los valores que se muestran en la fila 10 (C10-E10) son las diferencias de la fila (C9-E9) menos el valor dado en B9. En la fila 11 (C11-E11) los valores de la fila 10 (C10-E10) se elevan al cuadrado y se suman dando el valor mostrado en B11. B13 da la incertidumbre estndar combinada, que es la raz cuadrada de B11.

A.2 Ejemplo A.2: Normalizacin de una solucin de hidrxido de Sodio A.2.1 Resumen

A.2.1.1 Objetivo Una solucin de hidrxido de sodio (NaOH) se normaliza contra un patrn primario de ftalato de hidrogeno y potasio (KHP). A.2.1.2 Procedimiento de medicin El patrn primario KHP se seca y se pesa. Despus la preparacin de la solucin de NaOH, la muestra del patrn primario KHP se disuelve y luego se valora usando la solucin de NaOH. Las etapas en el procedimiento se muestran en el diagrama de flujo de la figura A.4.

Figura A.4- Normalizacin de NaOH A.2.1.3 Mesurando CNaOH = siendo cNaOH 1 000 mKHP PKHP [mol l1 ] MKHP VT

la concentracin de la solucin de NaOH, en moles por litro;

1 000 el factor de conversin de mililitros a litros; mKHP PKHP la masa del patrn primario (KHP), en gramos; la pureza del partrn de valoracin expresada como fraccin msica, en gramos por gramo;

48

MKHP

masa molar de KHP, en gramos por mol;

VT el volumen valorado de la solucin de NaOH, en mililitros. Identificacin de las fuentes de incertidumbre Las fuentes de incertidumbre relevantes se muestran como un diagrama causa y efecto en la figura A.5.

Figura A.5 Diagrama causa y efecto para la valoracin de NaOH Cuantificacin de los componentes de la incertidumbre Las diferentes contribuciones a la incertidumbre se dan en la tabla A.4, y se muestra esquemticamente en la Figura A.6. La incertidumbre combinada estndar para la solucin de NaOH 0,102 14 mol l-1 es 0,000 10 mol l-1. Tabla A.4 Valores e incertidumbres en la normalizacin de NaOH Descripcin rep mKHP PKHP MKHP VT cNaOH Repetibilidad Masa de KHP Pureza de KHP Masa molar de KHP Volumen de NaOH valorado con KHP Concentracin solucin NaOH Valor 1,0 0,388 8 g 1,0 204,221 2 g mol-1 18,64 ml 0,102 14 mol l-1 Incertidumbre estndar 0,000 5 0,000 13 g 0,000 29 0,00013 g 0,013 ml 0,000 10 mol l-1 Incertidumbre estndar relativa u(x)/x 0,000 5 0,000 33 0,000 29 0,000 33 0,000 7 0,000 97

Los valores de u(y,xi)= (y/xi).u(xi) se toman de la tabla A.4 Figura A.6 Contribuciones a la incertidumbre de la valoracin de NaOH

50

A.2.2 Introduccin al desarrollo detallado Este segundo ejemplo analiza un experimento para determinar la concentracin de una solucin de hidrxido de sodio (NaOH). El NaOH se titula contra un patrn primario de ftalato de hidrogeno y potasio (KHP). Se asume que se conoce la concentracin de NaOH y que es del orden de 0,1 mol.l-1. El punto final de la valoracin se determina con un equipo de valoracin automtica usando un electrodo combinado de pH para medir la forma de la curva de pH. La composicin funcional del patrn primario de KHP, es el nmero de protones libres en relacin con el nmero total de molculas, provee trazabilidad de la concentracin de la solucin de NaOH al sistema SI. A.2.3 Paso 1: Especificacin Este primer paso apunta a describir el procedimiento de medicin. La descripcin consiste en hacer una lista de los pasos para la medicin y una descripcin matemtica del mesurando y los parmetros que de este dependen. Procedimiento La secuencia de medicin para normalizar la solucin de NaOH tiene las etapas que se indican en la figura A.4. Las etapas por separado son: 1. El patrn primario KHP, se seca de acuerdo a las instrucciones del proveedor. Las instrucciones estn dadas en el catalogo del proveedor, en el que se fija la pureza del patrn y su incertidumbre. Se debe obtener una cantidad tan precisa como sea posible para que el volumen para la valoracin de la solucin de hidrxido de sodio 0,1 mol l-1 sea aproximadamente 19 ml. 204,2212 0,1 19 = 0,388 g 1000 1,0 La determinacin de la masa se hace en una balanza con el ltimo dgito de 0,1 mg. 2. Se prepara una solucin 0,1 mol.l-1 de hidrxido de sodio. Para preparar 1 litro de solucin es necesario pesar 4 g de NaOH. Dado que la concentracin de la solucin de NaOH se determina por contraste contra el patrn primario de KHP y no por clculos directos, no hay informacin sobre las fuentes de incertidumbre relacionadas con el peso molecular o si se requiere tomar una masa de NaOH. La cantidad pesada del patrn primario de KHP se disuelven en 50 ml de agua libre de iones y luego se titula usando la solucin de hidrxido de sodio. Una sistema de valoracin automtica controla el agregado de NaOH y registra la curva de pH. Esto determina el punto final de la valoracin a partir de la forma de la curva obtenida. Clculos El mesurando es la concentracin de la solucin de NaOH, la que depende de la masa de KHP, su pureza, su peso molecular y el volumen de NaOH en el punto final de la valoracin C NaOH = 1000 m KHP PKHP MKHP VT

A.2.4 Paso 2: Identificacin y anlisis de las fuentes de incertidumbre Este paso apunta a identificar todas las principales fuentes de incertidumbres y para conocer su efecto sobre el mensurando y su incertidumbre. Esto se muestra como uno de los pasos ms dificultosos en la evaluacin de la incertidumbre de las mediciones analticas, hay dos riesgos: uno al despreciar fuentes de incertidumbre y el otro el doble conteo de ellas. El uso de un diagrama causa y efecto (anexo D) es una manera de prevenir estos sucesos. El primer paso es preparar el diagrama y trazar los cuatro parmetros de la ecuacin del mesurando como las ramas principales (ver figura A.7).

Figura A.7 Primer paso para el armado de un diagrama causa - efecto Despus, se considera cada paso del mtodo y se adiciona como un factor de trabajo cualquier cantidad que tenga una influencia posterior a la parte externa del diagrama respecto de los efectos principales. Esto se hace para que en cada rama se consideren hasta los efectos que sean lo suficientemente remotos, es decir, hasta los efectos que sean despreciables.

Figura A.8 Diagrama causa efecto con las fuentes de incertidumbre agregadas para el procedimiento de pesada

52

Masa mKHP Se pesan aproximadamente 388 mg para normalizar la solucin de NaOH. El procedimiento de pesada es por diferencia. Esto indica que se debe dibujar una rama para la determinacin de la tara (mtara) y otra rama para el peso bruto (m bruto) en el diagrama causa y efecto. Cada una de las dos pesadas esta sujeta a la variabilidad de pesada a pesada y la incertidumbre de la calibracin de la balanza. La calibracin en s misma tiene dos posibles fuentes de incertidumbre: la sensibilidad y la linealidad de la funcin de calibracin. Si la pesada se hace sobre la misma escala y sobre un intervalo estrecho de peso, entonces, la contribucin de la sensibilidad puede ser ignorada. Todas estas fuentes de incertidumbre se agregan al diagrama de causa y efecto (ver figura A.8). Pureza PKHP La pureza del KHP se cita en el catalogo del proveedor que est dentro de los lmites de 99,95% y 100,05%. Entonces, PKHP es 1,0000 0,0005. No hay otra fuente de incertidumbre si el procedimiento de secado se ejecuta de acuerdo a la especificacin del proveedor. Masa molar MKHP El ftalato de hidrogeno y potasio (KHP) tiene la formula emprica C8H5O4K. La incertidumbre en la masa molar del compuesto se determina combinando las incertidumbres en los pesos atmicos de sus elementos constituyentes. Una tabla de pesos atmicos incluyendo las estimaciones de la incertidumbre se publica en forma bianual por la IUPAC en el Journal of Pure and Applied Chemistry. La masa molar se puede calcular directamente a partir de estos; en el diagrama de causa y efecto (Figura A.8) se omiten las masas atmicas individuales para una mayor claridad. Volumen VT La valoracin se hace usando una bureta automtica. El volumen dispensado de NaOH por la bureta a pistn esta sujeta a las mismas tres fuentes de incertidumbre que son: repetibilidad del volumen dispensado, la incertidumbre en la calibracin de este volumen y la incertidumbre resultante de la diferencia entre la temperatura del laboratorio y la de la calibracin de la bureta a pistn. Adems, est la contribucin debida a la deteccin del punto final, la que tiene dos fuentes de incertidumbre La repetibilidad de la deteccin del punto final, que es independiente de la repetibilidad del volumen dispensado. La posibilidad de una diferencia sistemtica entre el punto final y el punto equivalente (desvo), debido a la absorcin de dixido de carbono durante la valoracin y la no exactitud en la evaluacin matemtica del punto final a partir de la curva de valoracin. Estos tems estn incluidos en el diagrama causa y efecto mostrado en la figura A.6. A.2.5 Paso 3: Cuantificacin de los componentes de la incertidumbre En el paso 3, la incertidumbre de cada fuente identificada en el paso 2 se cuantifican y se convierten a una incertidumbre estndar. Todos los experimentos incluyen siempre como mnimo la: Repetibilidad del volumen dispensado por la bureta de pistn y la repetibilidad de la operacin de pesada. Adems es razonable combinar todas las contribuciones a la repetibilidad dentro de una contribucin para todo el experimento y usar los valores de la validacin del mtodo para cuantificar su tamao, lo que nos lleva al diagrama causa y efecto revisado de la figura A.5.

La validacin del mtodo para el experimento de valoracin, muestra una repetibilidad de 0,05%. Este valor puede ser usado directamente para el clculo de la incertidumbre estndar combinada. Masa mKHP Las pesadas relevantes son: recipiente y KHP: recipiente menos KHP: KHP 60,5450 g (observado) 60,1562 g (observado) 0,3888 g (calculado)

Del trmino de la repetibilidad combinada identificado antes, no hay necesidad de tomar en cuenta la repetibilidad de la pesada. Cualquier compensacin a largo de la escala se puede omitir. La incertidumbre surge solamente de la incertidumbre de la linealidad de la balanza. Linealidad: El certificado de calibracin de la balanza cita 0,15 mg para la linealidad. este valor es la diferencia mxima entre la masa actual sobre el platillo y la lectura de la escala. Los fabricantes de la balanza tienen una recomendacin para la evaluacin de la incertidumbre, que es usar una distribucin rectangular para convertir la linealidad a una incertidumbre estndar. La contribucin de la linealidad de la balanza es: 0,15 mg/ 3 = 0,09 mg Esta contribucin debe ser contada dos veces, una para la tara y otra para el peso bruto, porque cada una es una observacin independiente, y los efectos de la linealidad no estn correlacionados. Esto da la incertidumbre estndar u(mkhp) de la masa mKHP un valor de: u(m KHP ) = 2 (0,09 2 ) u(m KHP ) = 0,13 mg
NOTA 1. La correccin por fuerza ascensional no se considera porque todos los resultados de las pesadas se tomaron sobre la base convencional para pesadas en aire [H.19]. Las incertidumbres remanentes son pequeas para ser consideradas. Ver nota 1 en el anexo G. NOTA 2. Hay otras dificultades cuando se pesa un patrn primario. Una diferencia de temperatura es de solo 1 C entre el patrn y la balanza causa una deriva del mismo orden de magnitud que la contribucin de la repetibilidad. El patrn primario fue secado completamente, pero el procedimiento de pesada se hace con una humedad del orden del 50%, entonces, se espera que haya absorcin de humedad.

Pureza PKHP PKHP es 1,0000 0,0005. El proveedor en el catalogo, no da mayor informacin concerniente a la incertidumbre. Adems, esta incertidumbre se toma como una distribucin rectangular entonces la incertidumbre estndar u(PKHP) es 0,0005/ 3 = 0,000 29 Masa molar mKHP De la ltima tabla de la IUPAC, los pesos atmicos y las incertidumbres listadas para los elementos constituyentes de KHP (C8H5O4K) son:

54

Tabla A.5 Fuente de incertidumbre Elemento Peso Atmico C H O K 12,010 7 1,007 94 15,999 4 39,098 3 Incertidumbre citada 0,000 8 0,000 07 0,000 3 0,000 1 Incertidumbre estndar 0,000 46 0,000 040 0,000 17 0,000 058

La incertidumbre estndar para cada elemento, est basada en la incertidumbre dada por IUPAC, como formando los lmites de una distribucin rectangular. La incertidumbre estndar correspondiente se obtiene dividiendo estos valores por 3 . Las la contribucin de la incertidumbre para cada uno de los elementos separados son: Tabla A.6 Contribuciones a la incertidumbre Elemento C H O K Clculo 8 12,010 7 5 1,007 94 4 15,999 4 1 39,098 3 Resultado Incertidumbre estndar 96,085 6 5,039 7 63,997 6 39,098 3 0,003 7 0,000 20 0,000 68 0,000 058

La incertidumbre en cada uno de estos valores se calcula multiplicando la incertidumbre estndar de la tabla previa por el nmero de tomos. Esto da un peso molecular para el KHP de MKHP = 96,085 6 + 63,997 6 + 39,098 3 = 204, 221 2 g mol l-1. Como esta expresin es una suma de valores independientes, la incertidumbre estndar (u(MKHP) es la raz cuadrada de la suma de los cuadrados de las contribuciones u(MKPH ) = 0,003 7 2 + 0,000 2 2 + 0,000 68 2 + 0,000 058 2 u(MKHP ) = 0,003 8 g mol -1
NOTA. Dado que las contribuciones de los elementos a la MKHP simplemente es la suma de las contribuciones de los tomos, esto corresponde a la regla general para combinar las contribuciones a la incertidumbre, se pueden calcular a partir de la suma de los cuadrados de las contribuciones de los tomos, que para el carbono es u(MC) = 8 x 0,000372 = 0,001. Se recuerda que esta regla se aplica slo a las contribuciones independientes, que son, las contribuciones al valor para las determinaciones separadas. En este caso, el total se obtiene multiplicando el valor de uno por ocho. Se observa que las contribuciones de los diferentes elementos son independientes y se combinan de la manera usual.

Volumen VT 1. Reproducibilidad del volumen dispensado: Como antes, la repetibilidad se puede tomar en cuenta va el trmino de la repetibilidad combinada para el experimento. 2. Calibracin: Los lmites para la exactitud del volumen dispensado estn indicados por el fabricante como una figura . Para una bureta a pistn de 20 ml el valor tpico es 0,03 ml. Se supone una distribucin rectangular, y se obtiene una incertidumbre estndar de 0,03 / 6 = 0,012ml.

NOTA. La IRAM 35050 (F.2.3.3) recomienda la adopcin de una distribucin triangular, si hay razones para esperar valores en el centro del rango que cerca de los lmites. Para el material de vidrio en los ejemplos A.1 y A.2, se asumi una distribucin triangular (ver la discusin para incertidumbres de volumen en el apartado A.1).

3. Temperatura: La incertidumbre debida a la prdida del control de la temperatura se calcula de la misma manera que en el ejemplo previo, para este efecto se toma como una posible variacin de la temperatura de 3C (con 95% de confianza). Usando el coeficiente de expansin del volumen para el agua de 2,1 10-4 C-1 da un valor de: 19 2,1 10 -4 3 = 0,006 ml 196 , La incertidumbre estndar debida al control inadecuado de la temperatura es 0,006 ml.
NOTA. Cuando se trata con incertidumbres surgidas del control incompleto de los factores ambientales tales como la temperatura, es esencial tomar en cuenta cualquier correlacin en los efectos de los diferentes valores intermedios. En este ejemplo, el efecto dominante sobre la temperatura de la solucin como los efectos del calentamiento diferencial de los diferentes solutos, si la temperatura de la solucin no se equilibra con la temperatura ambiente. Los efectos de la temperatura sobre cada concentracin de las soluciones a ATP no estn correlacionadas en este ejemplo, y consecuentemente se tratan como contribuciones independientes a la incertidumbre.

4. Desvo en el punto de deteccin: La valoracin se ejecuta en una atmsfera de Argn para excluir cualquier desvo debido a la absorcin de CO2 en la solucin de valoracin. Esta aproximacin sigue el principio que es mejor prevenir cualquier desvo que corregirlo. No hay otras indicaciones para el punto final que se determina a partir de la forma de la curva de pH, este puede no coincidir con el punto de equivalencia, porque un cido fuerte se titula con una base fuerte. Entonces, se asume que el desvo en la deteccin del punto final y su incertidumbre son despreciables. VT se determina que es 18,64 ml y combinando las contribuciones restantes para obtener la incertidumbre u(VT) da un valor de u( VT ) = 0,012 2 + 0,006 2 u(VT ) = 0,013 ml A.2.6 Paso 4: Clculo de la incertidumbre estndar combinada cNaOH est dado por: C NaOH = 1000 m KHP PKHP mol l -1 MKHP VT

Los valores de los parmetros en esta ecuacin, sus incertidumbres estndar estn agrupados en la Tabla A.7. Tabla A.7 Valores e incertidumbres para la valoracin Descripcin Rep mKHP PKHP MKHP VT Repetibilidad Masa de KHP Pureza de KHP Masa molar de KHP Volumen de NaOH para Valor x 1,0 0,388 8 g 1,0 204,2212 g.mol-1 18,64 ml Incertidumbre estndar u(x) 0,000 5 0,000 13 g 0,000 29 0,000 13 g 0,013 ml Incertidumbre estndar relativa u(x)/x 0,000 5 0,000 33 0,000 29 0,000 33 0,000 7

56

valoracin de KHP Usando los valores anteriores c NaOH = 1000 0,388 8 1,0 = 0,102 14 mol l -1 204,2212 18,64

Para una expresin multiplicadora (como la anterior) las incertidumbres estndar se usan como sigue: u(m KHP ) u(PKHP ) u(MKHP ) u( VT ) u c (c NaOH ) u(rep) + + + = rep + m P M V c NaOH KHP KHP KHP T u (c ) C NaOH = 0,000 5 2 + 0,000 33 2 + 0,000 019 2 + 0,000 70 2 = 0,000 97 (c NaOH ) u c (c NaOH ) = c NaOH 0,000 97 = 0,000 10 mol l 1 El programa de hoja de clculo se usa para simplificar el calculo de la incertidumbre estndar combinada (ver apartado E.2). La hoja de clculo se completa con los valores que corresponden como se muestra en la Tabla A.6, donde hay una explicacin adicional. Resulta prctco hacer la evaluacin de las contribuciones relativas de los diferentes parmetros. Las contribuciones pueden visualizarse fcilmente usando un histograma. La Figura A.6 muestra los valores calculados [u(y, xi)] de la Tabla A.8. La contribucin a la incertidumbre del volumen de valoracin VT es la mayor, seguida por la repetibilidad. El procedimiento de pesada y la pureza del patrn primario muestran el mismo orden de magnitud, contra la incertidumbre en la masa molar que es cercana a un orden de magnitud menor. A.2.7 Paso 5: Reevaluacin de los componentes significativos La contribucin de VT es la mayor. El volumen de NaOH para la valoracin de KHP V(T)) en si mismo est afectado por la influencia de cuatro magnitudes: la repetibilidad del volumen dispensado, la calibracin de la bureta a pistn, la diferencia entre la temperatura de calibracin y de operacin de la bureta y la repetibilidad del punto final de la deteccin. Hay que controlar el tamao de cada contribucin, la calibracin es por lejos el mayor. Adems, es necesario investigar ms a fondo esta contribucin. La incertidumbre estndar de la calibracin de V(T), se calcula a partir de los datos del fabricante asumiendo una distribucin triangular. La influencia en la eleccin de la forma de la distribucin se muestra en la Tabla A.7. De acuerdo a IRAM 35050 4.3.9. Nota 1 Para una distribucin normal con esperanza y desvo estndar , el intervalo 3 cubre aproximadamente 99,73 % de la distribucin. Entonces, si los lmites superior e inferior a+ y a- definen lmites del 99,73 %, en lugar del 100 %, y puede suponerse que Xi tiene una distribucin aproximadamente normal, en lugar de asumir que no se posee informacin especfica sobre Xi entre los lmites, como en 4.3.7, entonces u2(xi) = a2/9. Comparativamente, la variancia de una distribucin rectangular simtrica de semiintervalo a es a2/3 [ecuacin (7)] y la de una distribucin triangular simtrica de semiintervalo a es a2/6 [ecuacin (9b)]. La magnitud de las variancias de las tres
2 2 2 2 2

distribuciones son sorprendentemente similares dadas las grandes diferencias en la cantidad de informacin requerida para justificarlas. Tabla A.8 Hoja de clculo para el clculo de la incertidumbre de la valoracin A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 B Valor Incertidumbre P m V 1,0 0,3888 1,0 204,2212 18,64 0,102136 9,72 E-9 0,000099 C Rep 1,0 0,0005 1,0005 0,3888 1,0 204,2212 18,64 0,102187 0,000051 2,62 E-9 D m(KHP) 1,0 0,00029 1,0 0,38893 1,0 204,2212 18,64 0,102170 0,000034 1,16 E-9 E P(KHP) 1,0 0,00013 1,0 0,3888 1,00029 204,2212 18,64 0,102166 0,000030 9 E-10 F M(KHP) 204,2212 0,0038 1,0 0,3888 1,00029 204,2250 18,64 0,102134 -0,000002 4 E-12 E V (T) 18,64 0,013 1,0 0,3888 1,0 204,2212 18,653 0,102165 -0,000071 5,04 E-9

c(Cd) u(y,xi) u(y)2, u(y,xi)2 u(c(Cd))

Los valores de los parmetros se ingresan en la segunda fila de C2 a G2. Las incertidumbres estndar estn en la fila siguiente (C3-G3). La hoja de clculo copia los valores de C2-G2 dentro de la segunda columna de B5 a B9. El resultado c(nao) usando estos valores est dado en B11. C5 muestra el valor de la repetibilidad de C2 ms su incertidumbre dado en C3. El resultado del clculo usando los valores C5-C9 est dado en C11. Las columnas D y G siguen un procedimiento similar. Los valores se muestran en la fila 12 (C12-G12) son las diferencias de la fila (C11 G11) menos el valor dado en B11. En la fila 13 (C13-G13) los valores de la fila 12 (C12-G12) se elevan al cuadrado y se suman dando el valor mostrado en B13. B15 da la incertidumbre combinada estndar, que es la raz cuadrada de B13.

Entonces la eleccin de la funcin de distribucin de esta magnitud influyente tiene un pequeo efecto sobre el valor de la incertidumbre estndar combinada (uc(cNaOH)) y es correcto asumir que es triangular. La incertidumbre expandida U(cNaOH) se obtiene multiplicando la incertidumbre estndar combinada por un factor de cobertura de 2. U(cNaOH) = 0,000 10 2 = 0,000 2 mol l-1 La concentracin de la solucin de NaOH es (0,102 1 0,000 2) mol l-1. Tabla A.9 Efecto de las suposiciones de las diferentes distribuciones Distribucin Rectangular Triangular Normal NOTA
1

Factor 3 6 9

u(V(T;cal)) (ml) 0,017 0,012 0,010

u(V(T)) (ml) 0,019 0,015 0,013

uc(cNaOH) 0,000 1 mol l-1 0,000 09 mol l-1 0,000 085 mol l-1

NOTA 1. El factor de

9 surge del factor de 3 en Nota 1 de IRAM 35050 4.3.9 (ver lo indicado anteriormente para ms

58

detalles).

A.3 Ejemplo A.3: Valoracin cido-base A.3.1 Resumen A.3.1.1 Objetivo Una solucin de cido clorhdrico (HCl) se normaliza contra una solucin de hidrxido de sodio (NaOH) con una concentracin conocida. A.3.1.2 Procedimiento de medicin Se valora una solucin de cido clorhdrico con una solucin de hidrxido de sodio (NaOH), que fue normalizada con un patrn primario de ftalato de potasio (KHP), para determinar su concentracin. Las etapas del procedimiento se muestran en la figura A.9.

Figura A.9 Procedimiento de valoracin A.3.1.3 Mensurando c HCl = 1000.mKHP .PKHP .VT 2 mol l 1 VT1.MKHP .VHCl

siendo los smbolos los indicados en la tabla A.3.1, y el valor 1000 es un factor de conversin de mililitros a litros.

60

A.3.1.4 Identificacin de las fuentes de incertidumbre Las fuentes relevantes de incertidumbre se muestran en la figura A..10.

Figura A.10 Diagrama de causa y efecto para una valoracin cido base

A.3.1.5 Cuantificacin de los componentes de la incertidumbre La incertidumbre final se estima como 0,000 16 mol l -1. La tabla A.3.1 resume los valores y sus incertidumbres; la figura A.11 muestra las contribuciones a la incertidumbre.

Los valores de u(y,xi) = (y/xi) u(xi) se toman de la tabla A.10. Figura A.11 Contribuciones a la incertidumbre en una valoracin cido-base

Tabla A.10 - Valores e incertidumbres para una valoracin Acido Base Valor X Incertidumbr Incertidumbre e estndar estndar relativa u(x) u(x)/x 0,001 0,001 0,00013 g 0,00033 0,00029 0,00029 0,015 ml 0,0010 0,00086 0,000019 0,00073 0,0016

Smbolo rep mKHP PKHP VT2 VT1 MKHP VHCl cHCl

Descripcin

Repetibilidad 1 Masa de KHP 0,3888 g Pureza de KHP 1,0 Volumen de NaOH para valorar HCl 14,89 Volumen de NaOH para valorar 18,64 0,016 ml KHP -1 Masa molar de KHP 204,2212 g mol 0,0038 gmol-1 Alicuota de HCl para la valoracin 15 ml 0,0111 ml con NaOH Concentracin de la solucin de HCl 0,10139 mol l-1 0,000 16 moll-1

A.3.2 Introduccin al desarrollo detallado Este ejemplo describe una secuencia de experimentos para determinar la concentracin de una solucin de cido clorhdrico (HCl). Adems se resaltan los aspectos bsicos de la tcnica para la valoracin. El HCl se valora con una solucin de NaOH que fue recien normalizada con KHP. Como en el ejemplo previo (A.2) se acepta que la concentracin del HCl es conocida y es del orden de 0,1 mol.l-1 y que el punto final de la valoracin se determina por medio de un equipo de valoracin automtico y empleando la forma de la curva de pH. Esta evaluacin da la incertidumbre de medicin en trminos de las unidades de medicin SI. A.3.3 Paso 1: especificacin Una descripcin detallada del procedimiento de medicin se da en el primer paso, que comprende el listado de los pasos de medicin y una declaracin matemtica del mensurando. A.3.3.1 Procedimiento La determinacin de la concentracin de la solucin de HCl comprende las siguientes etapas (ver tambin figura A.9). 1. Se seca el patrn primario de KHP para asegurar la pureza citada en el certificado del proveedor. Se pesan aproximadamente 0,388 g del patrn secado para que se consuma un volumen de valoracin de 19 ml. 2. El patrn primario de KHP se disuelve en aproximadamente 50 ml de agua libre de iones y luego se titula con solucin de NaOH. El sistema de valoracin controla automticamente la adicin del NaOH y toma muestra forma de la curva de variacin del pH. El punto final se evala a partir de la forma de la curva obtenida. 3. Se transfieren 15 ml de la solucin de HCl por medio de una pipeta volumtrica. La solucin de HCl se diluye con agua deionizada para dar aproximadamente 50 ml de solucin en el recipiente de valoracin. 4. El mismo titulador automtico realiza la medicin de la solucin de HCl.

62

A.3.3.2 Clculos El mensurando es la concentracin de la solucin de HCl, cHCl. Depende de la masa de KHP, su pureza, su peso molecular, los volmenes de NaOH en el punto final de las dos valoraciones y la alicuota de HCl. c HCl = siendo cHCl 1000 mKHP PKHP VT2 VT1 MKHP VHCl la concentracin de la solucin de HCl [mol l-1]; factor de conversin de mililitros a litros; la masa del patrn primario KHP, en gramos; la pureza del patrn primario KHP dado como fraccin de masa; el volumen de solucin NaOH para valorar HCl [ml] el volumen de solucin NaOH para valorar KHP [ml] la masa molar del KHP [g.mol-1] el volumen de HCl valorado valorado con solucin de NaOH [ml] 1000 mKHP PKHP VT 2 mol l1 VT1 MKHP VHCl

A.3.4 Paso 2: identificar y analizar las fuentes de incertidumbre Las distintas fuentes de incertidumbre y su influencia sobre el mensurando se analizan mejor presentndolas primero en un diagrama de causa y efecto (figura A.10). Como se dispone de una estimacin de la precisin de los estudios de validacin para el procedimiento como un todo, no es necesario considerar individualmente todas las contribuciones a la repetibilidad. Se los agrupa en una sola contribucin (ver el diagrama final de causa efecto en la figura A.10). La influencia de los parmetros VT2, VT1, mKHP, PKHP y MKHP se trata extensamente en los ejemplos previos, en ste slo se analiza con ms detalle la nueva influencia de VHcl. Volumen VHCl Se transfieren 15 ml de la solucin de HCl a normalizar, por medio de una pipeta volumtrica. El volumen de HCl entregado por la pipeta est sujeto a las mismas tres fuentes de incertidumbre que todos los elementos volumtricos de medicin. 1. Variabilidad o repetibilidad del volumen entregado. 2. La incertidumbre del volumen indicado de la pipeta. 3. La diferencia entre la temperatura de la solucin y la temperatura de calibracin de la pipeta. A.3.5 Paso 3: cuantificando los componentes de la incertidumbre El objetivo de este paso es cuantificar cada fuente de incertidumbre analizada en el paso 2. La cuantificacin de las ramas o de los diferentes componentes se describi en detalle en los dos ejemplos previos. Entonces slo se presenta un resumen de cada una de las diferentes contribuciones.

Repetibilidad La validacin del mtodo muestra una repetibilidad del 0,1% (como desvo estndar relativo, %). Este valor se puede usar directamente para el clculo de la incertidumbre estndar combinada asociada con los distintos trminos de la repetibilidad. Masa mKHP Calibracin / linealidad: El fabricante de la balanza cita 0,15 mg para la contribucin de linealidad. Este valor representa la diferencia mxima entre la masa real sobre el platillo y la lectura de la escala. La contribucin de linealidad se supone presnta una distribucin rectangular y se convierte a una incertidumbre estndar. 0,15 mg 3 = 0,087 mg

La contribucin para la linealidad debe ser multiplicada por dos, una vez para la tara y otra para el peso bruto, dando una incertidumbre u(mKHP) de u( m KHP ) = 2 ( 0,087 )
2

u( m KHP ) = 0,12 mg

NOTA 1. La contribucin se aplica dos veces porque no se consider la forma de la no linealidad. La no linealidad se trata de acuerdo como un efecto sistemtico en cada pesada, que vara aleatoriamente en magnitud en el rango de medicin. NOTA 2. La correccin por la fuerza ascensional no se consider, porque todos los resultados de las pesadas se citan sobre la base convencional para las pesadas en aire [H.19]. Las incertidumbres remanentes son muy pequeas para ser consideradas. Ver la nota 1 en el anexo G.

P(KHP) P(KHP) est dado en el certificado del proveedor como 100% 0,05%. La incertidumbre citada se toma como que presenta una distribucin rectangular, por lo que la incertidumbre es u(PKHP ) = 0,000 5 3 = 0,000 29

como una distribucin rectangular, entonces, la incertidumbre estndar u(PKHP) es V(T2) i) Calibracin: la informacin dada por el fabricante ( 0,03 ml) y se aproxima a una distribucin triangular: 0,03 ml / 6 = 0,012 ml Temperatura: la posible variacin de la temperatura est dentro de los lmites de 4 C y se aproxima a una distribucin rectangular: 15 x 2,1 x 10-4 x4/ 6 = 0,007 ml

ii)

iii) Sesgo en la deteccin del punto final: el sesgo entre el punto final determinado y el punto de equivalencia debido al CO2 atmosfrico se puede evitar haciendo la valoracin bajo una atmsfera de argn. No es necesario hacer una consideracin sobre la incertidumbre.

64

Se determin que el VT2 es de 14,89 ml y combinando las dos contribuciones a la incertidumbre u(VT2) del volumen VT2 da un valor de u( VT 2 ) = 0,012 2 + 0,007 2 u( VT 2 ) = 0,014 ml Volumen VT1 Todas las contribuciones excepto la de la temperatura son las mismas que para VT2. i) ii) Calibracin: 0,03 ml / 6 = 0,012 ml Temperatura: El volumen aproximado para la valoracin de 0,388 8 g de KHP es de 19 ml de NaOH, entonces la contribucin a la incertidumbre es 19 x 2,1 x10-4 x 4/ 3 = 0,009 ml

iii) Sesgo: Despreciable VT1 es 18,64 ml con una incertidumbre estndar u(VT1) de

u( VT1 ) = 0,012 2 + 0,009 2 u( VT1 ) = 0,015 ml


Masa Molar MKHP Los pesos atmicos y las incertidumbres (de las tablas de la IUPAC) para los elementos constituyentes del KHP (C2H5O4K) son: Tabla A.10 Incertidumbre de los elementos Elemento C H O K Masa atmica 12,0107 1,00794 15,9994 39,0983 Incertidumbre citada 0,0008 0,00007 0,0003 0,0001 Incertidumbre estndar 0,00046 0,000040 0,00017 0,000058

La incertidumbre estndar para cada elemento, se basa en la incertidumbre citada por IUPAC, con los lmites de una distribucin rectangular. La incertidumbre estndar correspondiente se obtiene dividiendo estos valores por 3 . La masa molar MKHP para KHP y su incertidumbre u(MKHP) son respectivamente: MKHP = 8 x 12,010 7 + 5 x 1,007 94 + 4 x 15,999 4 + 39,098 3 = 204,221 2 g mol-1 u(MKHP ) =

( 8 x 0,000 46 ) 2 + ( 5 x 0,000 04 ) 2 + ( 4 x 0,000 17 ) 2 + 0,000 058 2

u(MKHP ) = 0,003 8 g mol 1


NOTA. Las contribuciones de los tomos simples no son independientes. La incertidumbre para la contribucin de un tomo se calcula multiplicando la incertidumbre estndar del peso atmico por el nmero de tomos.

Volumen VHCl

i) ii)

Calibracin: La incertidumbre establecida por el fabricante para una pipeta de 15 ml es 0,02 ml y se aproxima a una distribucin triangular 0,02 / 6 = 0,008 ml Temperatura: La temperatura del laboratorio est dentro de los lmites de 4 C. Utilizando una distribucin rectangular, se obtiene una incertidumbre estndar 15 x 2,1 x 10-4 x 4/ 3 = 0,007 ml.

Combinando estas contribuciones se obtiene: u( VHCl ) = 0,003 7 2 + 0,008 2 + 0,007 2 u( VHCl ) = 0,011 ml Tabla A.10 Valores e incertidumbres para una valoracin cidobase Sm Descripcin bolo rep mKHP PKHP VT2 VT1 MKHP VHCl Repetibilidad Masa de KHP Pureza de KHP Volumen de NaOH para valorar el HCL Volumen de NaOH para valorar el KHP Masa molar de KHP Alicuota de HCl para valoracin con NaOH Valor x 1 0,388 8 g 1,0 14,89 ml 18,64 ml 204,221 2 g mol-1 15 ml Incertidumbr e estndar u(x) 0,001 0,000 13 g 0,00029 0,014 ml 0,015 ml 0,003 8 g mol-1 0,011 1 ml Incertidumbre estndar relativa u(x)/x 0,001 0,000 31 0,000 29 0,000 94 0,000 80 0,000 019 0,000 73

A.3.6 Paso 4: Calculo de la incertidumbre estndar combinada La concentracin cHCL se calcula como: c HCl = 1000 mKHP PKHP VT 2 mol l1 VT1 MKHP VHCl

NOTA. La estimacin de la repetibilidad en este ejemplo se la considera como un efecto relativo; la ecuacin para el modelo completo es:

c HCl =

1000 mKHP PKHP VT 2 x rep mol l1 VT1 MKHP VHCl

Todos los valores intermedios de los dos pasos del experimento y sus incertidumbres se presentan en la tabla A.3.2. Usando estos valores se obtiene: c HCl = 1000 0,388 8 1,0 14,89 1 = 0,10139 mol l 1 18,64 204,2212 15

Las incertidumbres asociadas con cada componente se combinan segn la expresin siguiente:

66

u( VHCl ) u(m KHP ) u(PKHP ) u( VT 2 ) u( VT1 ) u(MKHP ) u c (c HCl ) + u(rep) 2 = + + + + + = m P V V M V c HCl KHP KHP KHP T2 T1 HCl = 0,000 312 + 0,000 29 2 + 0,000 94 2 + 0,000 80 2 0,000 019 2 + 0,000 73 2 + 0,0012 = 0,0018 u c (c HCl ) = c HCl 0,0018 = 0,000 18 mol.l 1 Se pueden usar el mtodo de la hoja de clculo (ver anexo E) para simplificar el clculo de la incertidumbre estndar combinada presentada anteriormente. La hoja de clculo completada con los valores apropiados para este caso se muestra en la tabla A.3.3. Las magnitudes de las diferentes contribuciones se comparan usando un histograma. En la figura A.11 se indican los valores de la contribucin u(y, xi) de la Tabla A.3.3. La incertidumbre expandida U(cHCL) se calcula multiplicando la incertidumbre estndar combinada por un factor de cobertura 2: U(cHCl)=0,000 18 2 = 0,000 4 mol.l-1 La concentracin de la solucin de HCl es (0,101 4 0,004) mol.l-1 Tabla A.12 Hoja de clculo para el clculo de incertidumbre de valoracin acido base
A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 rep m (KHP) P(KHP) V(T2) V(T1) M(KHP) V(HCl) C(HCl) u(y,xi) u(y)2, u(y, xi)2 B Valor Incertidu mbre 1,0 0,3888 1,0 14,89 18,64 204,2212 15 C rep 1,0 0,001 1,001 0,3888 1,0 14,89 18,64 204,2212 15 D m(KHP) 0,3888 0,00012 1,0 0,38893 1,0 14,89 18,64 204,2212 15 E P(KHP) 1,0 0,00029 1,0 0,3888 1,00029 14,89 18,64 204,2212 15 F V(T2) 14,89 0,014 1,0 0,3888 1,0 14,89 18,64 204,2250 15 G V(T1) 18,64 0,015 1,0 0,3888 1,0 14,89 18,655 204,2212 15 H M(KHP) 204,2212 0,0038 1,0 0,3888 1,0 14,89 18,64 204,2250 15 0,101385 -0,0000019 3,56 E-12 I V(HCl) 15 0,011 1,0 0,3888 1,0 14,89 18,64 204,2212 15 0,101313 -0,000074 5,52 E-9

0,101387 0,101489 0,101418 0,101417 0,101482 0,101306 0,000101 0,000031 0,000029 0,000095 -0,000082 3,34 E-8 1,03 E-8 9,79E-10 8,64E-10 9,09 E-9 6,65 E-9

u(c(HCl)) 0,00018

Los valores de los parmetros se ingresan en la segunda fila de C2 a 12. Las incertidumbres estndar estn en la fila siguiente (C3-13). La hoja de clculo copia los valores de C2-12 dentro de la segunda columna de B5 a B11. El resultado c(HCl) usando estos valores est dado en B13. C5 muestra el valor de la repetibilidad de C2 ms su incertidumbre dado en C3. El resultado del clculo usando los valores C5-C11 est dado en C13. Las columnas D a I siguen un procedimiento similar. Los valores se muestran en la fila 14 (C14-I 14) son las diferencias de la fila (C13 H13) menos el valor dado en B13. En la fila 15 (C15-I 15) los valores de la fila 15 (C15-I 15) se elevan al cuadrado y se suman dando el valor mostrado en B15. B17 da la incertidumbre combinada estndar, que es la raz cuadrada de B15.

A.3.7 Aspectos especiales en el ejemplo de valoracin

En esta segunda parte del ejemplo se van a tratar tres aspectos especiales del experimento de valoracin. Es interesante ver qu efecto pueden tener cambios en el diseo del experimento o en la implementacin de la valoracin y cmo influyen sobre el resultado final y su incertidumbre estndar combinada.

68

Influencia de una temperatura ambiente media de 25 C Para el anlisis de rutina, los qumicos analticos, raramente corrigen el efecto sistemtico de la temperatura en el laboratorio sobre el volumen. En este apartado se considera introducir la incertidumbre como correccin necesaria. Los elementos para la medicin de volumen se calibran a una temperatura de 20 C. Pero rara vez los laboratorios analticos tienen un controlador de temperatura para mantener la temperatura ambiente en ese nivel. Como ejemplo, se considera la correccin para una temperatura ambiente media de 25 C. Se calcula el resultado final del anlisis usando los volmenes corregidos y no los calculados a 20 C. Se corrige el volumen para el efecto de la temperatura, segn la frmula siguiente: V = V [1- (T - 20)] siendo: V V el volumen real a la temperatura media T el volumen calibrado a 20 C el coeficiente de expansin de una solucin acuosa [C-1]

La ecuacin del mensurando debe reescribirse como: c HCl = 1000 m KHP PKHP V' T2 . MKHP V ' T1.V ' HCl

Incluyendo los trminos de la correccin por temperatura dan c HCl = 1000 m KHP PKHP 1000 m KHP PKHP V' T2 = MKHP V ' T1 V ' HCl MKHP VT 2 [1 ( T 20 ) ] V [1 ( T 20 ) ] V [1 ( T 20 ) ] HCl T1

Esta expresin se puede simplificar asumiendo que la temperatura media T y el coeficiente de expansin de una solucin acuosa son iguales para los tres volmenes 1000 m KHP PKHP c HCl = MKHP VT 2 x V V [1 ( T 20 ) ] T1 HCl

Esto da un resultado levemente diferente para la concentracin de HCl a 20 C. c HCl = 204,223 6 18,64 15 1 2,1 10 4 ( 25 20 ) = 0,101 49 mol-1 1000 0,388 8 1,0 14,89

La cifra esta dentro del mbito fijado por la incertidumbre estndar combinada del resultado a una temperatura media de 20 C, por consiguiente el resultado no ve afectado significativamente.

Tampoco se ve afectada la evaluacin de la incertidumbre estndar combinada, porque se supone una variacin de temperatura de 4 C en la temperatura ambiente media de 25 C. Deteccin visual del punto final Si se usa fenolftaleina como indicador para la deteccin visual del punto final, en lugar de un sistema de automtico de valoracin que determina el punto de equivalencia por medio de la curva de pH, se introduce un sesgo. El cambio de color de transparente a rojo/prpura ocurre entre pH 8,2 y 9,8, lo que lleva a un exceso de volumen e introduce un sesgo respecto de la deteccin del punto final empleando un medidor de pH. Las investigaciones muestran que el exceso de volumen es de alrededor de 0,05 ml con una incertidumbre estndar para la deteccin visual del punto final de aproximadamente 0,03 ml. El sesgo surgido del exceso de volumen tiene que ser considerado en el clculo del resultado final. El volumen real para la deteccin visual del punto final est dado por: VT1;Ind = VT1 + Vexceso siendo:

VT1;Ind
VT1 Vexceso

el volumen de la deteccin visual del punto final; el volumen en el punto de equivalencia; el exceso de volumen necesario para cambiar el color de la fenolftaleina

La correccin de volumen citada anteriormente, genera los siguientes cambios en la ecuacin del mensurando: c HCl = 1000.m KHP PKHP ( VT 2;Ind Vexceso ) MKHP ( VT1;ind Vexceso ) VHCl

Las incertidumbres estndar u(VT2) y u(VT1) deben recalcularse usando la incertidumbre estndar de la deteccin visual del punto final como componente de la incertidumbre de repetibilidad de deteccin del punto final. u( VT1 ) = u( VT1;ind Vexceso ) = 0,004 2 + 0,012 2 + 0,009 2 + 0,03 2 = 0,034 ml u( VT 2 ) = u( VT 2;ind Vexceso ) = 0,004 2 + 0,012 2 + 0,007 2 + 0,03 2 = 0,033 ml La incertidumbre combinada estndar uc(cHCl) = 0,000 3 mol.l-1 es considerablemente mayor que antes. Determinacin triple para obtener el resultado final El experimento de dos pasos se repite 3 veces para obtener el resultado final. Se espera que la determinacin por triplicado reduzca la contribucin de la repetibilidad, y entonces que reduzca la incertidumbre total.

70

Como se muestra en la primera parte de este ejemplo, todas las variaciones de corrida a corrida se combinan en un solo componente, que representa la repetibilidad experimental total como se muestra en el diagrama causa y efecto (figura A.10). Los componentes de la incertidumbre se cuantifican de la siguiente manera: masa mKHP Linealidad: u(mKHP) = Pureza PKHP Pureza: Volumen VT2 Calibracin: u(VT2) = 0,03/ 6 = 0,012 ml 0,000 5/ 3 = 0,000 29 0,15/ 3 = 0,087 mg

2 0,87 2 = 0,12 mg

Temperatura: 15 2,110-4 4/ 3 = 0,007 ml

0,012 2 + 0,007 2 = 0,014 ml

Repetibilidad El registro de calidad de la determinacin por triplicado muestra una desviacin estndar media a largo plazo del 0,001 (como desvo estndar relativo, RSD). No se recomienda usar la desviacin estndar real, obtenida de las tres determinaciones porque su valor tiene una incertidumbre del 52%. La desviacin estndar de 0,01 se divide por la raz cuadrada de 3 para obtener la incertidumbre estndar de la determinacin por triplicado (tres mediciones independientes). Rep = 0,001/ 3 = 0,000 58 (como RSD) Volumen VHCl Calibracin: 0,02/ 6 = 0,008 ml

Temperatura: 15 2,1 10-4 4/ 3 = 0,007 ml u(VHCl) =

0,008 2 + 0,007 2 = 0,01 ml

Masa molar MKHP u(MKHP) = 0,003 8 g.mol-1 Volumen VT1 Calibracin: Temperatura: 0,03/ 6 = 0,02 ml 19 2,1 10-4 4/ 3 = 0,009 ml

u(VT1) =

0,012 2 + 0,009 2 = 0,015 ml

Todos los valores de las componentes de la incertidumbre se resumen en la Tabla A.13. La incertidumbre combinada estndar es 0,000 16 mol l-1, la cual representa una reduccin muy baja debido a la determinacin por triplicado. La comparacin de las contribuciones a la incertidumbre que se muestran en el histograma en la figura A.12, resalta algunas de las razones para el resultado. Aunque la contribucin de la repetibilidad se redujo mucho, las contribuciones de la incertidumbre del volumen permanecen, limitando la mejora.

Figura A.12 Valores e incertidumbres para los replicados de la valoracin cido base Tabla A.13 Valores e incertidumbres para los replicados de la valoracin cido base Descripcin Rep MKHP PKHP VT2 VT1 MKHP VHCl Repetibilidad Masa de KHP Pureza de KHP Volumen de nao para titular el HCL Volumen de nao para titular el KHP Masa molar de KHP Alicuota para valoracin con nao Valor x 1 0,388 8 g 1,0 14,90 ml 18,65 ml 204,221 2 g mol-1 15 ml Incertidumbre estndar u(x) 0,001 0,00013 g 0,00029 0,014 ml 0,015 ml 0,0038 g mol-1 0,01 ml Incertidumbre estndar relativa u(x)/x 0,000 58 0,000 33 0,000 29 0,000 94 0,000 80 0,000 019 0,000 67

A.4 Ejemplo A.4: Estimacin de la incertidumbre para los estudios de validacin internos. Determinacin de pesticidas organofosforados en pan. A.4.1 Resumen Objetivo Se determina la cantidad de un pesticida organofosforado en pan, empleando una extraccin y una determinacin por cromatografa gaseosa (GC).

72

Procedimiento de medicin Las etapas necesarias para determinar la cantidad de residuo de un pesticida organofosforado se muestran en la figura A.4.1. Mesurando Pop = siendo: Pop Iop cref Vop 10 Iref Rec mmuestra Fhom
6

Iop C ref Vop Iref Re c m muestra

Fhom 10 6 mg kg 1

el nivel del pesticida en la muestra [mg kg-1] la intensidad del pico en el extracto de la muestra la concentracin en masa del patrn de referencia [g ml-1] el volumen final del extracto [ml] el factor de conversin de [g g-1] a [mg kg-1] Ia intensidad del pico del patrn de referencia la recuperacin la masa de la sub muestra analizada [g] el factor de correccin por la inhomogeneidad de la muestra

Figura A.13 Anlisis de pesticidas organofosforados

74

Identificacin de las fuentes de incertidumbre Las fuentes de incertidumbre relevantes se muestran en el diagrama de causa y efecto en la figura A.14.

Figura A.14 Fuentes de Incertidumbre en el anlisis de pesticidas Cuantificacin de los componentes de la incertidumbre Basado en los datos de la validacin interna, las tres contribuciones mayores se detallan en la Tabla A.14 y se muestran esquematizadas en la figura A.15 (los valores son de la Tabla A.4.5). Tabla A.14 - Incertidumbres en el anlisis de pesticidas Descripcin Repetibilidad (1) Sesgo (Rec)(2) Otras fuentes (3) (Homogeneidad) u(Pop)/ Pop Valor x 1,0 0,9 1,0 --Incertidumbre estndar u(x) 0,27 0,043 0,2 --Incertidumbre estndar relativa u(x)/x 0,27 0,048 0,2 0,34 Comentarios Basado en ensayos duplicados de diferentes tipos de muestras Muestras fortificadas Estimacin basada en los supuestos del modelo Incertidumbre relativa estndar

Figura A.15 Incertidumbres del anlisis de pesticidas Los valores de u(y,xi)= (y/xi) u(xi) se toman de la tabla A.3.3 A.4.2 Introduccin al desarrollo detallado Este ejemplo ilustra la manera que pueden usarse los datos de la validacin interna para cuantificar la incertidumbre de la medicin. El objetivo es determinar la cantidad de residuo de un pesticida organofosforado en pan. El esquema de validacin y de ensayo establece la trazabilidad para mediciones hechas sobre muestras fortificadas. Se supone que la incertidumbre debida a diferencias en la medicin del fortificado y el analito en la muestra, es pequea comparada con la incertidumbre total del resultado. A.4.3 Paso 1: Especificacin La especificacin del mensurando para la mayora de los mtodos analticos se hace mejor por medio de una descripcin exhaustiva de las diferentes etapas del mtodo analtico, y proporcionando la ecuacin correspondiente al mensurando. Procedimiento El procedimiento de medicin se ilustra esquemticamente en la figura A.13. Las etapas separadas son: 1. Homogeneizacin: La muestra completa se divide en fragmentos pequeos (aproximadamente 2 cm), se hace una seleccin al azar de alrededor de 15 de stos, y de la sub-muestra homogeneizada. Cuando se sospecha que la heterogeneidad es extrema se debe usar el muestreo proporcional, antes del mezclado. 2. 3. Pesada: de la sub muestra para el anlisis, dando la masa mmuestra Extraccin: Extraccin cuantitativa del analito con un solvente orgnico, decantacin y secado a travs de columnas de sulfato de sodio, y la concentracin del extracto usando un equipo de Kuderna Danish Extraccin lquido lquido: Particin lquida acetonitrilo / hexano, lavando el extracto de acetonitrilo con hexano y secando la capa de hexano usando una columna de sulfato de sodio. Concentracin del extracto lavado por burbujeo de gas hasta cerca de la sequedad. Dilucin hasta un volumen determinado Vop (aproximadamente 2 ml) en una probeta de 10 ml.

4. 5. 6. 7.

76

8. 9.

Medicin: Inyeccin y medicin por GC de 5 l del extracto de la muestra para dar la intensidad de pico Iop Preparacin de un patrn de 5 g.ml-1 (concentracin de masa real cref).

10. Calibracin del GC usando el patrn preparado, inyeccin y medicin del GC de 5 l del patrn para dar una intensidad de pico de referencia Iref Clculo La concentracin de masa Cop en la muestra final est dada por: c op = c ref . Iop Iref g.ml 1

y la estimacin Pop para el nivel del pesticida en la muestra gruesa (en mg.kg-1) est dado por: c op .Vop Re c.mmuestra

Pop =

.10 6

mg kg 1

o sustituyendo por la exp resin equivalent e a c op Iop .c ref .Vop Iref . Re c.mmuestra mg kg 1

Pop = siendo: Pop Iop cref Vop 106 Iref Rec mmuestra Alcance

.10 6

el nivel del pesticida en la muestra [mg kg-1] la intensidad del pico en el extracto de la muestra la concentracin en masa del patrn de referencia [ug ml-1] el volumen final del extracto [ml] el factor de conversin de [g.g-1] a [mg.kg-1] la intensidad del pico del patrn de referencia la recuperacin la masa de la sub muestra analizada [g]

El mtodo analtico es aplicable a un mbito pequeo de pesticidas qumicamente similares para niveles entre 0,01 y 2 mg.kg-1 con distintos tipos de pan usados como matriz.

A.4.4 Paso 2: Identificacin y anlisis de las fuentes de incertidumbre La identificacin de todas las fuentes de incertidumbre relevantes para un procedimiento analtico tan complejo, se puede ver mejor usando un diagrama de causa y efecto. Los parmetros en la ecuacin del mesurando estn representados por las ramas principales del diagrama. Se agregan otros factores al diagrama, considerando cada paso en el procedimiento analtico (ver A.4.3), hasta los factores que contribuyen, an los ms remotos. La heterogeneidad de la muestra no es un parmetro en la ecuacin original del mensurando, pero esta parece tener un efecto significativo en el procedimiento analtico. Una nueva rama Fhom representa la heterogeneidad de la muestra y se agrega al diagrama causa y efecto (Figura A.15).

Figura A.15 Diagrama causa efecto con adicin a la rama principal la heterogeneidad de la muestra Finalmente, la rama de la incertidumbre debida a la heterogeneidad de la muestra se va a incluir en el calculo del mensurando. Esto debe escribirse muy claramente para poder mostrar el efecto de las incertidumbres surgidas de esta fuente. Pop = Fhom . I op .c ref .Vop Iref . Re c.m muestra .10 6 mg kg 1

siendo Fhom un factor de correccin que se supone es la unidad en el calculo original. Esto indica claramente que deben incluirse las incertidumbres en el factor de correccin en la estimacin de la incertidumbre total. La expresin final tambin muestra como se debe aplicar la incertidumbre.
NOTA. Factores de correccin: Esta aproximacin es bastante general y puede ser muy valiosa para resaltar supuestos ocultos. En principio, cada medicin, est asociada con factores de correccin que normalmente se suponen valen uno. Por ejemplo, la incertidumbre en cop puede ser expresada como una incertidumbre estndar para c op o como la incertidumbre estndar que representa la incertidumbre para un factor de correccin. En este ltimo caso, el valor idntico a la incertidumbre para cop expresada como una desviacin estndar relativa.

78

A.4.5 Paso 3: Cuantificando los componentes de la incertidumbre De acuerdo con 8.7, la cuantificacin de los diferentes componentes de la incertidumbre usa los datos de desarrollos internos y de estudios de validacin: La mejor estimacin disponible para la variacin total de corrida a corrida del proceso analtico. La mejor estimacin posible del desvo total (Rec) y su incertidumbre. La cuantificacin de toda incertidumbre asociada con los efectos considerados de manera incompleta en el estudio del desempeo total. Algunas reorganizaciones del diagrama causa y efecto son tiles para considerar en forma ms clara la relacin y la cobertura de estos datos de entrada (figura A.16).
NOTA. Para el uso normal, las muestras se corren en lotes pequeos, cada lote incluye una corrida de calibracin, una muestra de control para la recuperacin y para controlar el desvo y un duplicado al azar para controlar la repetibilidad. Se toman acciones correctivas si estos controles muestran apartamientos significativos del desempeo encontrado durante la validacin. Estos principios bsicos de CC cumplen con los requisitos principales para poder usar los datos de validacin para estimar la incertidumbre en los anlisis de rutina.

Figura A.16 - Diagrama de causa y efecto despus de la reorganizacin para acomodar los datos del estudio de validacin Habiendo insertado el efecto extra Repetibilidad dentro del diagrama causa y efecto, el modelo para calcular Pop es: Pop = Fhom . I op .c ref .Vop Iref . Re c.m muestra .10 6 .Frep mg kg 1 Ec.A 4.1

As, la repetibilidad Frep se trata como la heterogeneidad, es decir como un factor multiplicativo. Esta forma se elige por conveniencia para el clculo, como se ver ms adelante Ahora se considera la evaluacin de los diferentes efectos.

1. Estudio de la Precisin La variacin total de corrida a corrida (precisin) del procedimiento analtico se determina por medio de un nmero de ensayos duplicados (igual muestra homogeneizada, procedimientos completos de extraccin / determinacin) para los pesticidas organofosforados tpicamente encontrados en muestras de pan. Los resultados se detallan en la Tabla A.4.2. La diferencia normalizada de los datos (la diferencia dividida por la media) proporciona una medida de la variabilidad total para la corrida completa. Para obtener una estimacin de la incertidumbre estndar relativa para determinaciones nicas, la desviacin estndar de las diferencias normalizadas se divide por 2 para corregir la desviacin estndar para las diferencias apareadas y para la incertidumbre estndar de los valores nicos. Esto da un valor para la incertidumbre estndar debida a la variacin de corrida a corrida del proceso analtico total, incluyendo la variacin en la recuperacin de corrida a corrida, pero excluyendo los efectos de homogeneidad, de 0,382/2=0,27. Tabla A.14 Resultados del anlisis duplicado de pesticidas Residuo Malatin Malatin Malatin Malatin Malatin Metil pirimifos Metil clorpirifos Metil pirimifos Metil clorpirifos Metil pirimifos Metil clorpirifos Metil clorpirifos Metil pirimifos Metil clorpirifos Metil pirimifos D1 [mg.kg-1] 1,30 1,30 0,57 0,16 0,65 0,04 0,08 0,02 0,01 0,02 0,03 0,04 0,07 0,01 0,06 D2 [mg.kg-1] 1,30 0,90 0,53 0,26 0,58 0,04 0,09 0,02 0,02 0,01 0,02 0,06 0,08 0,01 0,03 Promedio [mg.kg-1] 1,30 1,10 0,55 0,21 0,62 0,04 0,085 0,02 0,015 0,015 0,025 0,05 0,75 0,10 0,045 Diferencia D1 D2 0,00 0,40 0,04 -0,10 0,07 0,00 -0,01 0,00 -0,01 0,01 0,01 -0,02 -0,10 0,00 0,03 Diferencia/ Promedio 0,000 0,364 0,073 -0,476 0,114 0,000 -0,118 0,000 -0,667 0,667 0,400 -0,400 -0,133 0,000 0,667

NOTA. A primera vista, puede parecer que los duplicados proporcionan insuficientes grados de libertad. Pero no es el objetivo obtener nmeros muy exactos para la precisin del proceso analtico para un pesticida especfico, en un tipo especial de pan. Es ms importante en este estudio probar una amplia variedad de materiales diferentes y niveles de muestra diferentes, que nos proporcione una seleccin representativa de pesticidas organofosforados tpicos. Esto se hace de la manera ms eficiente por ensayos duplicados sobre muchos materiales proveyendo (para la estimacin de la repetibilidad) aproximadamente un grado de libertad para cada material estudiado por duplicado.

2. Estudio del sesgo Durante un estudio de validacin interno se investig el desvo del procedimiento analtico usando muestras fortificadas (se dividieron las muestras homogeneizadas y una porcin de ellas se fortificaron). La Tabla A.15 muestra los resultados de un estudio a largo plazo para muestras fortificadas de varios tipos.

80

Tabla A.14 Resultados de los estudios de recuperacin de pesticidas Sustrato Aceite usado Manteca Alimento compuesto para Animales I Grasas animales y vegetales II Brassicas 1987 Pan Rusks Alimentos de carne y hueso Alimentos de gluten de maz Alimentos de colza I Alimentos de trigo I Alimentos de soja I Alimentos de cebada I
* El nmero de experimentos realizados ** La media y la desviacin estndar de las muestras estn dados como porcentajes de recuperacin

Tipo de Residuo PCB OC OC OC OC OC OC OC OC OC OC OC OC

Conc. [mg.kg-1] 10,0 0,65 0,325 0,33 0,32 0,13 0,13 0,325 0,325 0,325 0,325 0,325 0,325

N* 8 33 100 34 32 42 30 8 9 11 25 13 9

Media** [%] 84 109 90 102 104 90 84 95 92 89 88 85 84

s2** [%] 9 12 9 24 18 28 27 12 9 13 9 19 22

La lnea relevante (marcada con color gris) es la lnea de entrada del pan, que muestra una media para la recuperacin para 42 muestras, del 90% con una desviacin estndar (s) del 28%. La incertidumbre estndar se calcula como la desviacin estndar de la media u( Re c ) = 0,28/42 = 0,0432. Se usa un ensayo de significacin para determinar si la media de la recuperacin es significativamente diferente de 1,0. El ensayo estadstico t se calcula usando la siguiente ecuacin: 1 Re c t= Re c
_____ _____

(1 0,9)
0,0432

= 2,315

Este valor se compara con el valor crtico a dos lmites tcrit para n-1 grados de libertad a un nivel de confianza del 95% (siendo n el nmero de resultados usados para estimar Rec). Si t es mayor o igual que el valor crtico, Rec es significativamente diferente de 1. t = 2,31 tcrit,41 2,021 En este ejemplo se aplica un factor de correccin (1/ Re c ) y adems Re c est explcitamente incluido en el clculo del resultado. 3. Otras fuentes de Incertidumbre El diagrama de causa y efecto de la figura A.4.7 muestra cules otras fuentes de incertidumbre estn: (1) adecuadamente cubiertas por la precisin de los datos, (2) cubiertas por los datos de recuperacin o (3) tienen que ser examinadas y eventualmente ser consideradas en el clculo de la incertidumbre de medicin.

Todas las balanzas y los elementos importantes para la medicin de volumen estn bajo un control regular. Los estudios de repetibilidad y recuperacin toman en cuenta la influencia de la calibracin de los diferentes elementos para la medicin de volumen, ya que durante la investigacin se usaron varios matraces aforados y pipetas. Los estudios extensivos que se hicieron durante ms de medio ao, tambin cubren la influencia de la temperatura ambiental sobre el resultado. Esto deja slo la pureza del material de referencia, la posible no linealidad en la respuesta del GC (representado por los trminos calibracin para Iref y Iop en el diagrama), y la homogeneidad de la muestra como componentes adicionales que requieren ser estudiados. La pureza del patrn de referencia est dada por el fabricante como 99,53 % 0,06 %. La pureza es una potencial fuente de incertidumbre adicional con una incertidumbre estndar de 0,0006.3 = 0,00035 (distribucin rectangular). Pero la contribucin es tan pequea (comparada, por ejemplo, con la estimacin de la repetibilidad) que es totalmente seguro despreciar esta contribucin. La linealidad de la respuesta para los pesticidas organofosforados dentro del intervalo de concentracin dado, se establece durante los estudios de validacin. Adems, con estudios multinivel del tipo de los indicados en las tablas A.4.2 y A.4.3, la no linealidad puede contribuir a la repetibilidad observada. El estudio de validacin interno ha probado que ste no es el caso.

Figura A.17 Evaluacin de las otras fuentes de incertidumbre La homogeneidad de la sub muestra de pan es la ltima fuente de incertidumbre remanente. No hay datos disponibles en la literatura sobre la distribucin de las trazas de componentes orgnicos en productos del pan, a pesar de una bsqueda intensiva realizada (a primera vista esto es sorprendente, pero la mayora de los analistas de alimentos intentan la homogeneizacin ms que evaluar la heterogeneidad por separado). No es prctico medir directamente la homogeneidad, ya que la contribucin ha sido bien estimada sobre la base del mtodo de muestreo usado. Para ayudar a la estimacin, se consideraron varios escenarios posibles para la distribucin del residuo del pesticida y se utiliz una distribucin estadstica binomial simple para calcular la incer-

82

tidumbre estndar del total incluido en la muestra analizada (ver seccin A.4.6). Los escenarios, y las incertidumbres estndar relativas calculadas para la cantidad de pesticida en la muestra final son: Residuo distribuido solamente sobre la superficie superior: 0,58 Residuo distribuido uniformemente solo sobre la superficie: 0,20 Residuo distribuido uniformemente en toda la muestra, pero con una concentracin reducida por las prdidas por evaporacin o descomposicin cerca de la superficie: 0,05 0,10 (dependiendo del espesor de la capa superficial). El escenario (a) est especficamente provisto por el muestreo proporcional o la homogeneizacin completa: Esto ocurrira en el caso de adiciones de material para decoracin (granos enteros por ejemplo) agregados a la superficie. El escenario (b) se lo considera como el peor caso. El escenario (c) es el ms probable, pero no se lo puede distinguir fcilmente de (b). Sobre esta base, se elige el valor de 0,20.
NOTA. Para ms detalles sobre el modelado de la heterogeneidad, ver la ltima seccin de este ejemplo.

A.4.6 Paso 4: Clculo de la incertidumbre estndar combinada Durante el estudio de validacin interno del procedimiento analtico, la repetibilidad, el desvo y todas las otras fuentes de incertidumbre posibles han sido investigadas minuciosamente. Sus valores e incertidumbres se detallan en la tabla A.4.4. Tabla A.15 Incertidumbres en el anlisis de pesticidas Descripcin Repetibilidad (I) Sesgo (Rec)(2) Otras fuentes (3) (Homogeneidad) u(Pop)/ Pop Valor x 1,0 0,9 1,0 --Incertidumbre estndar u(x) 0,27 0,043 0,2 --Incertidumbre estndar relativa u(x)/x 0,27 0,048 0,2 0,34 Comentarios Basado en ensayos duplicados de tipos diferentes de muestras Muestras fortificadas Estimacin basada en los supuestos del modelo Incertidumbre relativa estndar

Los valores relativos se combinan porque el modelo (ecuacin A.4.1) es multiplicativo: u c (Pop ) Pop = 0.27 2 + 0.048 2 + 0.2 2 = 0.34 u c (Pop ) = 0,34 Pop La hoja de clculo para este caso (Tabla A.4.5) toma la forma que se muestra en la Tabla A.4.5. Tener en cuenta que la hoja calcula un valor absoluto de la incertidumbre (0,373) para un resultado nominal corregido de 1,1111, dando un valor de 0,373 / 1,11 = 0,34 Los tamaos relativos de las tres contribuciones diferentes se comparan usando un histograma. La figura A.18 muestra los valores u(y, xi) tomados de la tabla A.16. La repetibilidad es la mayor contribucin a la incertidumbre de la medicin. Dado que este componente deriva de la variabilidad total en el mtodo, se necesitan ms experimentos para

demostrar donde se podran realizar las mejoras. Por ejemplo, la incertidumbre puede reducirse significativamente homogeneizando la pieza entera antes de tomar la muestra. La incertidumbre expandida (U(Pop) se calcula multiplicando la incertidumbre estndar combinada por un factor de cobertura de 2 para dar: U(Pop) = 0,34 Pop 2 = 0,68 Pop.

Los valores de u(y, xi)= (y/xi).u(xi) se toman de la tabla A.4.3 Figura A.18 Contribuciones a la incertidumbre en el anlisis de pesticidas Tabla A.16 Incertidumbres en el anlisis de pesticidas A
1 2 3 4 5 6 7 8 9 10 11 12 13 B Valor Incertidumbre C Repetibilidad 1,0 0,27 1,27 0,9 1,0 1,4111 0,30 0,09 Sesgo 0,9 0,043 1,0 0,943 1,0 1,0604 -0,0507 0,00257 D E Homogeneidad 1,0 0,2 1,0 0,9 1,2 1,333 0,222 0,04938

Repetibilidad Desvo Homogeneidad Pop u(y,xi) u(y)2, u(y,xi)2 u(Pop)

1,0 0,9 1,0 1,1111 0,1420 0,377

(0,377/1,111 = 0,34 como desviacin estndar relativa)

Los valores de los parmetros se ingresan en la segunda fila de C2 a E2. Las incertidumbres estndar estn en la fila siguiente (C3-E3). La hoja de clculo copia los valores de C2-E2 dentro de la segunda columna de B5 a B7. El resultado usando estos valores est dado en B9.(=B5xB7/B6). C5 muestra el valor de la repetibilidad de C2 ms su incertidumbre dada en C3. El resultado del clculo usando los valores C5:C7 esta dado en C9. Las columnas D y E siguen un procedimiento similar. Los valores se muestran en la fila 10 (C10:E10) son las diferencias de la fila (C9:E9) menos el valor dado en B9. En la fila 11 (C11:E11) los valores de la fila 10 (C10:E10) se elevan al cuadrado y se suman dando el valor mostrado en B11. B13 da la incertidumbre combinada estndar, que es la raz cuadrada de B11.

84

A.4.7 Aspecto especial: Modelado de la heterogeneidad para estimar la incertidumbre para el anlisis de pesticidas organofosforados. Asumiendo que todo el material de inters en una muestra, se puede extraer para el anlisis independientemente de su estado, el peor caso para la heterogeneidad es la situacin en la que alguna zona de una muestra contiene todas las sustancias de inters. Un caso ms general pero muy relacionado es el caso en el que dos niveles del material, L1 y L2 por ejemplo, estn presentes en partes diferentes de la muestra. El efecto de tal heterogeneidad para el caso del sub muestreo al azar se puede estimar usando estadstica binomial. Los valores requeridos son la media y la desviacin estndar de la cantidad de material en n porciones iguales seleccionadas al azar, despus de la separacin. Estos valores estn dados por:
=n.(p1l1 +p2l2) =np1.(l1-l2)+nl2 [1] 2 = np1. (1-p1).(l1-l2)2 [2]

siendo l1 y l2 la cantidad de sustancia en porciones para las zonas de la muestra que contienen la fraccin total L1 y L2 respectivamente de la cantidad total X; p1 y p2 son las probabilidades de seleccionar porciones en estas zonas (n debe ser pequeo comparado con el nmero total de porciones que forman la poblacin). Las cifras muestran cmo se calcul anteriormente lo siguiente, asumiendo que una pieza tpica de pan es de aproximadamente 12 x 12 x 24 cm, usando una porcin de tamao de 2 x 2 x 2 cm (total de 432 porciones) y asumiendo que 15 de esas porciones se seleccionan al azar y se homogeneizan. Escenario a El material est confinado en una sola cara larga (la parte superior) de la muestra. L2 es cero lo mismo que l2; y L1 incluye parte de la superficie superior que contiene una cantidad l1 del material. Para las dimensiones dadas, una de seis (2/12) de las porciones cumple con este criterio, p1 es 1/6 o 0,167 y l1 es X/72 (porque hay 72 porciones superiores). Esto da =15 x 0,167 x l1 = 2,5 l1 2 =15x 0,167 x (1-0,17) x l12 = 2,08 l12 =

2,08 l12 = 1,44 l1 DSR =

= 0,58

NOTA. Para estimar el nivel X en toda la muestra, se multiplica por 432/15, dando una media estimada de X de

X=

432 2,5 l1 15

Este resultado es tpico del muestreo al azar; el valor esperado de la media es exactamente el valor medio de la poblacin. Para el muestreo al azar, no hay contribucin a la incertidumbre total que la variabilidad de corrida a corrida, expresada aqu como o DSR.

Escenario b El material est distribuido uniformemente sobre toda la superficie. Siguiendo argumentos similares y asumiendo que toda las porciones de la superficie contienen la misma cantidad l1 de material, l2 es cero, y p1 usando las dimensiones anteriores, esta dado por p1 =

(12x12x24 ) ( 8x8x20 ) = 0,63 (12x12x24 )

por ejemplo, p1 es la fraccin de la muestra en los 2 cm ms externos. Usando las mismas presunciones l1 = X/272. Esto da: =15 x 0,63 l1 = 9,5 l1 2 =15 x 0,63 x (1-0,63) l12 = 3,5 l12
2 = 3,5 l1 = 1,87 l1 DSR = / = 0,2

Escenario c La cantidad de material cerca de la superficie se reduce a cero por evaporacin u otras prdidas. Este caso puede examinar en forma ms simple si se lo considera como la inversa del escenario (b), con p1=0,37 y l1 = X/160. Esto da: =15 x 0,37 l1 = 5,6 l1 2 =15 x 0,37 x (1-0,37) l12 = 3,5 l12
2 = 3,5 l1 = 1,87 l1 DSR = / = 0,33

Sin embargo, si la prdida se extiende a una profundidad menor que el tamao de la porcin removida, cada porcin contendr algo de material y l1 y l2, ya no son cero. Tomando el caso en el que todas las porciones exteriores contienen el 50 % en el centro y el 50 % afuera de la muestra. l1 = 2 l2 l1 = X/296 =15 x 0,37 (l1 - l2) + 15 l2 = 15 x 0,37 l2 + 15 l2 = 20,6 l2 2 =15 x 0,37 x (1-0,37) (l1- l2)2 = 3,5 l22 dando una DSR = 1,87/20,6 = 0,09 En el modelo, esto corresponde a una profundidad de 1 cm a travs del cual se pierde material. El examen de muestras de pan tpicas demuestra un espesor de corteza de 1 cm o menos y tomandolo como la profundidad a la cual el material de inters se pierde (la formacin de corteza en si misma inhibe la prdida por debajo de esta profundidad), esto confirma que las variaciones realistas en el escenario (c) darn valores de / no superiores a 0,09.

86

NOTA. En este caso, la reduccin en la incertidumbre surge porque la heterogeneidad esta en una escala menor respecto de la porcin tomada para la homogeneizacin. En general puede considerarse como una contribucin reducida a la incertidumbre. No hay necesidad de un modelado adicional para casos en los que nmeros mayores de pequeas inclusiones (tales como semillas incorporadas al grueso de la pieza) contienen cantidades desproporcionadas del material de inters. Siempre que sea suficientemente grande la probabilidad de que tales inclusiones sean incorporadas en las porciones tomadas para la homogeinizacin, la contribucin a la incertidumbre no exceder ninguna de las calculadas en los escenarios anteriores.

A.5 Ejemplo A.5: Determinacin de cadmio extrado de una pieza de cermica por espectrometra de absorcin atmica A.5.1 Resumen Objetivo La cantidad de cadmio extrado de una pieza de cermica se determina usando Espectrometra de Absorcin Atmica. El procedimiento empleado es el mtodo emprico BS 6748. Procedimiento de medicin Las diferentes etapas en la determinacin de la cantidad de Cadmio extrado de una pieza de cermica est dado en el diagrama de flujo (Figura 19.).

Figura A.19 - Procedimiento de extraccin del metal Mensurando r= c 0 .VL d f actico f tiempo f temperatura aV mg.dm 2

Las variables se describen en la Tabla A.17. Identificacin de las fuentes de incertidumbre Las fuentes relevantes de incertidumbre se muestran en diagrama causa y efecto en la Figura A.17.

88

Cuantificacin de las fuentes de incertidumbre Los tamaos de las diferentes contribuciones se dan en la Tabla A.5.1 y se muestran esquemticamente en la Figura A.18. Tabla A.17 Incertidumbre en la determinacin de cadmio Descripcin Cd D VL aV fcido ftiempo ftemp r Contenido de cadmio en la solucin de extraccin Factor de dilucin (si se usa) Volumen de lixiaviado Area de la superficie del frasco Influencia de la concentracin de cido Influencia de la duracin Influencia de la temperatura Masa de cadmio por unidad de rea Valor x 0,26 mg l-1 1,0* 0,3321 2,37 dm2 1,0 1,0 1,0 0,036 mg/dm2 Incertidumbre Incertidumbre estndar estndar relativa u(x) u(x)/x 0,018 mg.l-1 0* 0,00181 0,06 dm2 0,000 8 0,001 0,06 0,003 3 mg/dm2 0,069 0* 0,0054 0,025 0,000 8 0,001 0,06 0,09

* No se aplica dilucin en este ejemplo: d es exactamente 1,0.

Figura A.20 - Fuentes de incertidumbre en la determinacin de cadmio lixiviable

Los valores de u(y,xi)= (y/xi).u(xi) se toman de la tabla A.5.4 Figura 21 Incertidumbres en la determinacin de cadmio lixiviable A.5.2 Introduccin al desarrollo detallado Este ejemplo demuestra la evaluacin de la incertidumbre de un mtodo emprico, en este caso la determinacin de la extraccin de un metal de una pieza de cermica, vidrio boro silicato vidrio cermica y pieza con esmalte vidriado (norma BS 6748),. El ensayo se usa para determinar por espectrometra de absorcin atmica (AAS) la cantidad de plomo o cadmio lixiviado de la superficie de una pieza de cermica por accin de una solucin acuosa al 4% (v/v) de cido actico. Los resultados obtenidos con este mtodo analtico solo se espera que sean comparables con otros resultados obtenidos por el mismo mtodo. A.5.3 Paso 1: Especificacin El procedimiento completo esta dado en la norma britnica BS 6748:1986 Lmites de metal liberado de una pieza cermica o piezas con esmaltes vtreos y esto forma la especificacin para el mesurando. En la figura 16 se da solamente una descripcin general. A.5.3.1 Especificaciones para aparatos y reactivos Las especificaciones de los reactivos que afectan el estudio de la incertidumbre son: Una solucin al 4% v/v de cido actico glacial en agua, recientemente preparada diluyendo 40 ml de cido actico a 1 litro con agua destilada libre de iones. Una solucin patrn de plomo en cido actico al 4% v/v (1000 1) Una solucin patrn de cadmio en cido actico al 4% v/v (500 0,5) El material de vidrio del laboratorio se requiere que sea como mnimo Clase B e incapaz de liberar cantidades detectables de plomo o cadmio en cido actico 4% v/v durante el procedimiento del ensayo. Para el espectrofotometro de absorcin atmica se requiere que tenga lmites de deteccin de al menos 0,2 mg l-1 para plomo y 0,02 mg l-1 para cadmio.

90

A.5.3.2 Procedimiento El procedimiento general se muestra esquemticamente en la figura 19. Las especificaciones que afectan la estimacin de la incertidumbre son: La muestra esta acondicionada a (22 2) C. Cuando se pueda (artculos clase 1), se determina el rea superficial. Para este ejemplo, se obtuvo un rea superficial de 2,37 dm2 (Tablas A.5.1 y A.5.3 incluyen los valores experimentales para el ejemplo). La muestra acondicionada se llena con solucin al 4 ml/100 ml de cido a (22 2) C hasta 1 mm antes del punto de rebalse, medido a partir del borde superior, o dentro de 1 mm a partir del punto de rebalse medido del menisco superior de la muestra o dentro de los 6 mm del borde extremo de una muestra baja o con bordes inclinados. El volumen de cido actico al 4 ml/100 ml requerido o usado se lo determina con una exactitud de 2% (en este ejemplo se usaron 332 ml de cido actico). La muestra se mantiene en reposo a (22 2) C por 24 h (a resguardo de la luz si se determina cadmio) tomando las precauciones debidas para prevenir la prdida por evaporacin. Despus del perodo de reposo, la solucin se agita lo suficiente para homogeneizar y se toma una porcin para el ensayo, si es necesario diluir por un factor d, y se analiza por AA, usando una longitud de onda adecuada, para este ejemplo se uso una curva de calibracin ajustada por cuadrados mnimos. Se calcula el resultado y se informa como la cantidad de plomo y/o cadmio en el volumen total de la solucin de extraccin, expresada en miligramos de plomo o cadmio por decmetro cuadrado de rea superficial para los artculos de categora 1 o miligramos de plomo o cadmio por litro del volumen para los artculos de categora 2 y 3. A.5.4 Paso 2: Identificacin y anlisis de las fuentes de incertidumbre El paso 1 describe un mtodo emprico. Si un mtodo se usa dentro del campo de aplicacin que se ha definido, el sesgo del mtodo est definido como cero. Entonces la estimacin del sesgo es relativa al desempeo del laboratorio y no al desvo intrnseco del mtodo. Porque no hay un material de referencia certificado disponible para este mtodo normalizado, el control total del sesgo es relativo al control de los parmetros del mtodo que tienen influencia sobre le resultado. Las magnitudes de influencia son: tiempo, temperatura, masa y volmenes, etc. La concentracin c0 de plomo o cadmio en el cido actico despus de la dilucin se determina por espectrometra de absorcin atmica y se calcula como: c0 = siendo: c0 la concentracin de plomo o cadmio en la solucin de extraccin [mg.l-1]

( A 0 B0 )
B1

A0 la absorbancia del metal en el extracto de la muestra B0 la ordenada del origen de la curva de calibracin

B1 pendiente de la curva de calibracin Para el tem de la categora 1 considerado en el presente ejemplo, el mtodo emprico pide que el resultado sea expresado como masa r de plomo o cadmio lixiviado por unidad de rea, r est dado por: r= c 0. VL V .( A B 0 ) .d = L 0 .d aV a V B1 mg.dm 2

siendo los parmetros adicionales r la masa de Cd o Pb lixiviado por unidad de rea [mg dm-2]

VL el volumen del lixiviado [l] aV el rea de la superficie del recipiente [dm2] d el factor de dilucin de la muestra

La primera parte de la ecuacin anterior del mesurando es usado para armar el diagrama bsico de causa y efecto (figura A.18)

Figura 22 - Diagrama de causa efecto inicial Para este mtodo emprico no hay material de referencia certificado, con el cual se pueda evaluar el desempeo del laboratorio. Deben considerarse todas las influencias posibles, como temperatura, tiempo del proceso de lixiviado y la concentracin del cido. Para considerar la influencia adicional, la ecuacin fue ampliada para incorporar los factores de correccin respectivos, quedando: r= c 0 .VL d f actico f tiempo f temperatura aV mg dm 2

Estos factores adicionales estn incluidos en el diagrama revisado de causa y efecto (figura A.16). Se indican all como efectos sobre c0 .
NOTA. La tolerancia permitida en la temperatura por la norma es un caso de una incertidumbre surgida como el resultado de una especificacin incompleta del mesurando. Tomando en cuenta el efecto de la temperatura, se puede estimar el intervalo en el cual se puede informar mientras se cumpla con el mtodo emprico todo lo que sea en la prctica posible. Se observa en particular que no se puede describir razonablemnte como sesgo aquellas variaciones de los resultados

92

causadas por diferencias en la temperatura de operacin dentro del rango ya que ellas representan los resultados obtenibles de acuerdo con la especificacin.

A.5.5 Paso 3: Cuantificando las fuentes de incertidumbre El objetivo de este paso es cuantificar la incertidumbre surgida en cada una de las fuentes identificadas previamente. Esto se puede hacer usando los datos experimentales o hiptesis bien fundamentadas. Factor de dilucin d Para este ejemplo, no es necesario la dilucin de la solucin de lixiviado, por lo tanto, no se necesita tomar en cuenta ninguna contribucin a la incertidumbre. Volumen VL Llenado: El mtodo emprico requiere que el recipiente sea llenado dentro del 1 mm del borde. Para un utensilio para bebida o de cocina, 1 mm representa cerca del 1% de la altura del recipiente. Entonces el recipiente se va a llenar hasta (99,5 0,5)% (VL es aproximadamente el 0,995 0,005 del volumen del recipiente). Temperatura: La temperatura del cido actico debe ser (22 2) C. Este rango de temperatura permite una incertidumbre en el volumen determinado, debido a una expansin del volumen considerablemente mayor del lquido comparado con la del recipiente. La incertidumbre estndar de un volumen de 332 ml, asumiendo una distribucin rectangular de la temperatura, es: 2,1 10-4 332 2 / 3 = 0,08 ml Lecturas: El volumen VL usado est dentro del 2%, en la prctica se usa una probeta que permite una inexactitud del 1% (0,01 VL). La incertidumbre estndar se calcula asumiendo una distribucin rectangular. Calibracin: El volumen se calibra de acuerdo con las especificaciones del fabricante dentro del intervalo 2,5 ml para una probeta de 500 ml. La incertidumbre estndar se obtiene asumiendo una distribucin triangular. Para este ejemplo se usa un volumen de 332 ml y los cuatro componentes de la incertidumbre se combinan segn:

0,005 332 0,01 332 2,5 + ( 0,08) 2 + + u c ( VL ) = 6 6 6 = 1,83 ml


Concentracin de cdmio c0

La cantidad de cadmio lixiviado se calcula usando una curva de calibracin preparada manualmente. Para este propsito se corrieron 5 patrones con una concentracin de 0,1 mg/l, 0,3 mg/l, 0,5 mg/l, 0,7 mg/l y 0,9 mg/l, preparados a partir de un material de referencia certificado de 500 0,5 mg/l. La linealidad se ajusta usando el procedimiento de mnimos cuadrados y se asume que las incertidumbres de los valores de la abscisa son considerablemente menores que la incertidumbre de los valores de la ordenada. Los procedimientos usuales para el clculo de la incertidumbre para c0

solo refleja la incertidumbre en la absorbancia y no la incertidumbre de los patrones de calibracin, ni la inevitable correlacin inducida por las sucesivas diluciones de la misma solucin. En este caso, la incertidumbre de los patrones de calibracin es lo suficientemente pequea para ser omitida. Los cinco patrones de calibracin se midieron tres veces cada uno, los valores obtenidos se detallan en la tabla A.5.2. La curva de calibracin est dada por: Aj = ci Bi + B0 siendo: Aj ci la j-sima medicin de la absorbancia del i-esimo patrn de calibracin; la concentracin del i-esimo patrn de calibracin;

B1 la pendiente; B0 la ordenada al origen. y los resultados del ajuste lineal por cuadrados mnimos. Tabla 18 Resultados del ajuste lineal Valor 0,2410 0,0087 Desviacin Estndar 0,0050 0,0029

B1 B0

Figura 23 - Ajuste lineal por mnimos cuadrados y el intervalo de la incertidumbre para determinaciones duplicadas

94

Tabla 19 - Resultados de la calibracin Concentracin [mg.l-1] 0,1 0,3 0,5 0,7 0,9 1 0,028 0,084 0,135 0,180 0,215 2 0,029 0,083 0,131 0,181 0,230 3 0,029 0,081 0,133 0,183 0,216

con un coeficiente de correlacin r de 0,997. La lnea ajustada se muestra en la figura A.19. La desviacin estndar residual S es 0,005486. La solucin de lixiviado se mide dos veces para una concentracin c0 de 0,26 mg l-1. El clculo de la incertidumbre u(co) asociada con el ajuste lineal por cuadrados mnimos se describe en detalle en el apartado D.3. Aqu solo se da una breve descripcin de los diferentes pasos para el clculo: u(co) est dada por: S (c 0 ) = B1 1 1 (c 0 c ) + + p n S xy
2

0,005 486 0,241

1 1 ( 0,26 0,5 ) + + 2 15 12 ,

u(c 0 ) = 0,018 mg.l 1

con la desviacin estndar residual s dada por

S= siendo: Bi p n c0 la pendiente;

[ A j (B 0
n j =1

+ B 1.c j )

n2

= 0,005 486

S xx =

(c f
j =1

c ) = 12 ,
2

el nmero de mediciones para determinar c0 el nmero de mediciones para la calibracin; la concentracin de cadmio determinada en la solucin de lixiviado; el valor medio de los diferentes patrones de calibracin (n nmero de mediciones); el ndice correspondiente al nmero de patrones; el ndice para el nmero de mediciones para obtener la curva de calibracin.

c
i j

rea aV Medicin de la longitud: El rea superficial total del recipiente de muestra calculada a partir de sus dimensiones, es de 2,37 dm2. Dado que este tem es aproximadamente cilndrico, pero no perfectamente regular, las mediciones se estimaron dentro de los 2 mm con un 95% de confianza. Las dimensiones tpicas estn dentro de 1 y 2 dm permitiendo una incertidumbre estimada para la medicin dimensional de 1mm, (despus de dividir por 1,96 la figura del 95%). Las mediciones de

rea tpicamente requieren de dos mediciones de largo, alto y ancho respectivamente (1,45 dm y 1,64 dm) rea: Puesto que el tem no tiene una forma perfectamente geomtrica, hay una incertidumbre en el clculo de cualquier rea, en este ejemplo, esta estimacin adicional contribuye un 5% con un 95% de confianza. La contribucin de la incertidumbre de la medicin de la longitud y el rea en s misma, se combinan de la manera usual: 0,05 2,37 u(a v ) = 0,012 + 0,012 + u(a V ) = 0,06 dm 2 1,96 Efecto de la temperatura ftemp Se tomaron en cuentaun nmero de estudios (ver referencias en A.5.7) para el efecto de la temperatura sobre la liberacin de las piezas de cermica. En general, el efecto de la temperatura genera un incremento en la liberacin de metal que llega hasta los valores lmites. Solamente un estudio (referencia 1 de A.5.7) ha dado una indicacin de los efectos de la temperatura en el intervalo de 20 C - 25 C. De la informacin grfica presentada el cambio en la liberacin de metal con temperaturas cercanas a 25 C es aproximadamente lineal, con un gradiente aproximado de 5 %.C1 . Para el intervalo de 2C permitido por el mtodo emprico esto conduce a un factor ftemp de 1 0,1. Convirtiendo esto en una incertidumbre estndar y asumiendo una distribucin rectangular, da: u(ftemp ) = 0,1/ 3 = 0,06 Efecto del tiempo ftiempo Para un proceso relativamente lento como el lixiviado, la cantidad lixiviada es aproximadamente proporcional al tiempo para pequeas variaciones del tiempo. Krimitz y Franco1 encontraron que un cambio promedio en la concentracin en las ltimas seis horas de lixiviado de aproximadamente 1,8 mg l-1 a 86 mg l-1, que es aproximadamente del 0,3 % h. Para un tiempo de (24 0,5) h, c0 puede necesitar una correccin por un factor ftiempo de 1 (0,5 0,003)= 1 0,001 5. Esta es una distribucin rectangular que lleva a la incertidumbre estndar u(ftiemo) = 0,001 5/ 3 0,001. Concentracin del cido fcido Un estudio del efecto de la concentracin del cido sobre la liberacin del metal muestra un incremento de la concentracin del 4% al 5% para la liberacin de un lote particular de cermica de 92,9 mg l-1 a 101,9 mg.l-1, un cambio en el fcido de (101,9 92,9)/92,9 = 0,097 o cercano a 0,1. Otro estudio, usando un mtodo de lixiviado en caliente mostr un cambio comparable (50% de cambio para el plomo extrado, para un cambio del 2% v/v al 6% v/v) (referencia 1 de A.5.7). Asumiendo este efecto como aproximadamente lineal con la concentracin del cido, da un cambio estimado en fcido de aproximadamente 0,1 por 1%v/v de cambio en la concentracin de cido. En un experimento separado la concentracin y su incertidumbre estndar se establecieron usando la valoracin con una solucin normalizada de NaOH (3,996% v/v y u = 0,008% v/v). Tomando la incertidumbre de 0,008% v/v sobre la concentracin de cido sugiere una incertidumbre para el f cido de 0,008x0,1 = 0,0008. Como la incertidumbre sobre la concentracin del cido est expresada como una
2

96

incertidumbre estndar, este valor puede ser usado directamente como la incertidumbre asociada con fcido
NOTA. En principio el valor de la incertidumbre necesita ser corregido por la hiptesis que un estudio nico es lo suficientemente representativo de todos los tipos de cermica. El presente valor da una estimacin razonable de la magnitud de la incertidumbre.

A.5.6 Paso 4: Clculo de la incertidumbre estndar combinada. La cantidad de cadmio lixiviado por unidad de rea, asumiendo que no se hicieron diluciones, est dado por: r= c 0 .VL f cido f tiempo f temp. aV mg dm 2

Los valores intermedios y sus incertidumbres estndar se detallan en la tabla A.5.3. Empleando estos valores 0,26 0,32 r= 1,0 10 1,0 = 0,036 mg dm 2 , 2,37 Para calcular la incertidumbre estndar combinada de una expresin multiplicativa (como la anterior) las incertidumbres de cada componente se usan como sigue: u( f u( f ) ) u(c 0 ) u( f cido ) u( VL ) u(a V ) u c (r ) + tiempo + temp. = = c + V + a + f f tiempo f temp. r L V 0 cido = 0,069 2 + 0,005 4 2 + 0,025 2 + 0,000 8 2 + 0,0012 + 0,06 2 u c (r ) = 0,095. r = 0,003 4 mg.dm 2
2 2 2 2 2 2

La aproximacin ms simple a la hoja de clculo para calcular la incertidumbre estndar combinada se muestra en la Tabla A.5.4. Una descripcin del mtodo se da en el anexo D. Las contribuciones de los diferentes parmetros y la influencia a la incertidumbre de la medicin se muestran en la Figura A.5.8, comparando el tamao de cada una de las contribuciones (C13:H13 en la Tabla A.21) con la incertidumbre combinada (B16). La incertidumbre expandida U(r) se obtiene a partir de la aplicacin de un factor de cobertura de 2 Ur = 0,003 4 2 = 0,007 mg dm-2 Entonces la cantidad de cadmio liberado medido de acuerdo a la BS 6748:1986 es (0,036 0,007) mg dm-2, donde la incertidumbre declarada se calcul usando un factor de cobertura de 2. A.5.7 Referencia para el ejemplo 5 B. Krinitz, V. Franco, J. AOAC 56 869-875 (1973) B. Krinitz, J.AOAC 61 1124-1129 (1978) J.H. Gould, S.W. Butler, K.W. Boyer, E.A.Stelle, J. AOAC 66 610-619 (1983) T.D.Seht, S. Sircar, M.Z. Hasan, Bull Envirom. Contasm. Toxicol. 10, 51-56 (1973)

J.H. Gould, S.W. Butler, E.A.Stelle, J. AOAC 66 1112-1116 (1983) Tabla A.20 - Valores intermedios e incertidumbres para el anlisis de cadmio lixiviado Descripcin C0 VL aV fcido ftiempo ftemp Contenido de Cadmio en la solucin de extraccin Volumen de Lixiviado Area Superficial del frasco Influencia de la concentracin de cido Influencia de la duracin Influencia de la temperatura Valor x 0,26 mg l-1 0,332 l 2,37 dm2 1,0 1,0 1,0 Incertidumbre estndar u(x) 0,018 mg l-1 0,00181 0,06 dm2 0,000 8 0,001 0,06 Incertidumbre estndar relativa u(x)/x 0,069 0,0054 0,025 0,000 8 0,001 0,06

Tabla A.21 - Hoja de clculo para el clculo de la incertidumbre para el anlisis de cadmio lixiviado A 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 B C D VL 0,332 0,0018 0,26 0,332 2,37 1,0 1,0 1,0 E aV 2,37 0,06 0,26 0,332 2,43 1,0 1,0 1,0 F fcido 1,0 0,0008 0,26 0,332 2,37 1,0008 1,0 1,0 G ftiempo 1,0 0,001 0,26 0,332 2,37 1,0 1,001 1,0 H ftemp. 1,0 0,06 0,26 0,332 2,37 1,0 1,0 1,0

c0 Valor 0,26 Incertidumbre 0,018 c0 VL aV fcido ftiempo ftemperatura R u(y,xi) u(y)2 u(y,xi)2 uc (r) 0,26 0,332 2,37 1,0 1,0 1,0 0,036422 1,199 E-5 0,0034 0,278 0,332 2,37 1,0 1,0 1,0

0,038943 0,036619 0,035523 0,036451 0,036458 0,038607 0,002521 0,000197 -0,000899 0,000029 0,000036 0,002185 6,36 E-6 3,90 E-8 8,09 E-7 8,49 E-10 1,33 E-9 4,78 E-6

Los valores de los parmetros se ingresan en la segunda fila de C2 a H2. Las incertidumbres estndar estn en la fila siguiente (C3-H3). La hoja de clculo copia los valores de C2-H2 dentro de la segunda columna de B5 a B10. El resultado (r) usando estos valores est dado en B12. C5 muestra el valor de c0 de C2 ms su incertidumbre dado en C3. El resultado del clculo usando los valores C5-C10 est dado en C12. Las columnas D y H siguen un procedimiento similar. Los valores se muestran en la fila 13 (C13-H13) son las diferencias de la fila (C12-H12) menos el valor dado en B12. En la fila 14 (C14H14) los valores de la fila 13 (C13-H13) se elevan al cuadrado y se suman dando el valor mostrado en B14. B16 da la incertidumbre combinada estndar, que es la raz cuadrada de B14.

Ejemplo A.6: La determinacin de fibra cruda en alimentos para animales A.6.1 Resumen Objetivo

98

La determinacin de fibra cruda por un mtodo estndar regulado. Procedimiento de medicin El procedimiento de medicin es un procedimiento normalizado que involucra los pasos generales detallados en la figura A.24. Estos se repiten para una muestra blanco con el fin de obtener la correccin del blanco. Mesurando El contenido de fibra como un porcentaje en peso de la muestra, Cfibra est dado por: C fibra = siendo: a b c la masa (g) de la muestra (aproximadamente 1 g) es la prdida de masa (g) despus de la calcinacin durante la determinacin es la prdida de masa (g) despus de la calcinacin durante el ensayo en blanco

( b c ) 100
a

Identificacin y fuentes de incertidumbre Un diagrama causa efecto completo se muestra en la figura A.25. Cuantificacin de los componentes de incertidumbre Los experimentos del laboratorio muestran que el mtodo se ejecut in house de una manera que justifica totalmente la adopcin de un estudio colaborativo para la reproducibilidad de los datos. No hay otras contribuciones que sean significativas. A bajos niveles es necesario adicionar una asignacin para el procedimiento de secado. Las estimaciones tpicas que resultan para las incertidumbres se tabulan a continuacin (como incertidumbres estndar) (Tabla A.22). Tabla A.22 Incertidumbres estndar combinadas Contenido de fibra Incertidumbre combinada Incertidumbre relativa estndar (% p/p) u(Cfibra) (% p/p) u(Cfibra)/(Cfibra) 2,5 5 10 0,29 2 + 0,115 2 = 0,31 0,4 0,6 0,12 0,08 0,06

Figura A.24 - Determinacin de la fibra A.6.2 Introduccin al desarrollo detallado La fibra cruda est definida en el alcance del mtodo como la cantidad de grasa libre de sustancias orgnicas las cuales son insolubles en medio cido o alcalino. El procedimiento est normalizado y sus resultados se usan directamente. Los cambios en el procedimiento cambia el mesurando, esto est de acuerdo con el ejemplo para un mtodo emprico. La evaluacin de los datos del estudio colaborativo (repetibilidad y reproducibilidad) estn disponibles para el mtodo regulado. Los experimentos descriptos se planificaron como una parte de la evaluacin in house del desempeo del mtodo. No hay disponible un material de referencia certificado (certificado por el mismo mtodo) para este mtodo. A.6.3 Paso 1: Especificacin La especificacin del mesurando para mtodos analticos ms extensivos es mejor hacerlo con una descripcin clara de las diferentes etapas del mtodo analtico y proporcionar la ecuacin para el mesurando.

100

Procedimiento El procedimiento, es una digestin compleja, filtracin, secado y calcinacin, estos se repiten en un crisol considerado como blanco, ver figura A.21. El objetivo es digerir la mayora de los componentes, dejando todo el material no digerible. El material orgnico se calcina, dejando un residuo inorgnico. La diferencia de peso entre el residuo seco orgnico/inorgnico y el peso del residuo de la calcinacin es el contenido de fibra. Las etapas principales son: a) Molienda de la muestra para que pase a travs de una malla de 1 mm; b) c) d) e) Pesar 1 g de la muestra dentro de un crisol previamente tarado; Adicionar un grupo de reactivos para la digestin cida en la concentracin y volumen fijados. Calentar a ebullicin por un tiempo normalizado, filtrar y lavar el residuo; Adicionar los reactivos para la digestin alcalina y calentar hasta ebullicin el tiempo requerido, filtrar, lavar y enjuagar con acetona. Secar hasta peso constante a una temperatura normalizada (peso constante no est definido dentro del mtodo publicado, no hay otras condiciones tales como circulacin de aire o dispersin del residuo). Registrar el peso de residuo seco. Calcinar a una temperatura fijada hasta peso constante (despus de los estudios internos, en la prctica se realiza la calcinacin durante un tiempo determinado). Pesar el residuo calcinado y calcular por diferencia, el contenido de fibra, despus de sustraer el peso del residuo para el crisol considerado como blanco.

f) g) h)

Mesurando El contenido de fibra se expresa un porcentaje en peso de la muestra, Cfibra est dado por: C fibra = siendo: a b c la masa (g) de la muestra (aproximadamente 1 g) la prdida de masa (g) despus de la calcinacin durante la determinacin la prdida de masa (g) despus de la calcinacin durante el ensayo en blanco

( b c ) 100
a

A.6.4 Paso 2: Identificacin y anlisis de las fuentes de incertidumbre Se identific diversas fuentes de incertidumbre. Estas se detallan en el diagrama de causa y efecto para el mtodo (figura A.21). Siguiendo el procedimiento del anexo C, el diagrama se simplific para eliminar las duplicaciones y eliminando de los componentes insignificantes, se obtiene el diagrama causa y efecto simplificado de la figura A.22.

Con los datos de los estudios colaborativos previos e internos que estn disponibles para el mtodo, el uso de estos datos esta estrechamente relacionado con la evaluacin de las diferentes contribuciones para la incertidumbre y se discute a continuacin.

102

Figura A.25 - Diagrama de flujo ilustrando las etapas en el mtodo para la determinacin de fibra en alimento para animales

A.6.5 Paso 3: Cuantificacin de los componentes de la incertidumbre Evaluacin de los resultados colaborativos El mtodo est sujeto a un ensayo colaborativo. Para la evaluacin se analizaron cinco muestras de alimento para animales distintos que representan concentraciones tpicas de fibra y grasa. Los participantes del ensayo colaborativo hicieron todas las etapas del mtodo, incluyendo la molienda de las muestras. La estimacin de la repetibilidad y la reproducibilidad obtenidas en el ensayo se presentan en la tabla A.6.2. Como parte de la evaluacin interna del mtodo, se planificaron ensayos para evaluar la repetibilidad (dentro de la precisin del lote) para los alimentos con una concentracin de fibras similar a la de las muestras analizadas en el ensayo colaborativo. Los resultados se resumen en la tabla A.6.2. Cada estimacin est basada en tres replicados. Tabla A.23 Resumen de los resultados del ensayo colaborativo del mtodo y del control interno de la repetibilidad Contenido de fibra (% p/p) Resultados ensayo colaborativo Reproducibilidad Repetibilidad desviacin estndar (SB) desviacin estndar (Sr) 0,293 0,198 0,563 0,358 0,390 0,264 0,347 0,232 0,575 0,391 Repetibilidad desviacin estndar interna 0,193 0,312 0,259 0,213 0,327

Muestra Promedio A B C D E 2,3 12,1 5,4 3,4 10,1

Las estimaciones obtenidas para la repetibilidad interna son comparables a las obtenidas en los ensayos colaborativos. Esto indica que la precisin del mtodo en este laboratorio en particular es similar a los de los laboratorios que tomaron parte en el ensayo colaborativo. Se acepta usar la desviacin estndar de la reproducibilidad del ensayo colaborativo en el presupuesto de la incertidumbre para el mtodo. Para completar el presupuesto de la incertidumbre es necesario considerar si hay otros efectos que necesitan evaluarse y no cubiertos en el ensayo colaborativo. El ensayo colaborativo cubre las diferentes matrices de muestras y el pre tratamiento de las muestras, los participantes fueron provistos previo al anlisis con una muestra con el nivel de molienda requerido. Las incertidumbres asociadas a los efectos de matriz y el pre tratamiento de la muestra no requieren consideraciones adicionales. Otros parmetros que pueden afectar el resultado relativo a las condiciones de extraccin y secado usadas en el mtodo. Esto se investig separadamente para asegurar que el desvo del laboratorio est bajo control (pequeos comparados con la desviacin estndar de la reproducibilidad). Los parmetros considerados se discuten a continuacin. Prdida de masa por calcinacin Como no hay un material de referencia apropiado para este mtodo, el desvo interno a ser evaluado por considerando las incertidumbres asociadas con las etapas individuales del mtodo. Algunos factores pueden contribuir a la incertidumbre asociada con la prdida de masa despus de la calcinacin: concentracin del cido, concentracin del lcali, tiempo de digestin cida,

104

temperatura y tiempo de secado, temperatura y tiempo para la calcinacin. Concentracin de reactivos y tiempos de digestin Los efectos de la concentracin de cido, lcali, tiempo de la digestin cida y alcalina fueron estudiados en artculos publicados previamente. En estos estudios, se evalu el efecto de los cambios en los parmetros sobre el resultado del anlisis. Para cada parmetro el coeficiente de sensibilidad (la proporcin del cambio en el resultado final asociado con los cambios en el parmetro) y se calcula la incertidumbre para el parmetro. Las incertidumbres dados en la Tabla A.6.3, son bajas comparadas con las figuras presentadas en la Tabla A.6.2. Por ejemplo, la desviacin estndar de la reproducibilidad para una muestra conteniendo 2,3% p/p de fibra es 0,293% p/p. La incertidumbre asociada con variaciones en el tiempo para la digestin cida se estiman en 0,021% p/p (2,3 x 0,009). Podemos en forma segura despreciar las incertidumbres asociadas con las variaciones en estos parmetros del mtodo. Tiempo y temperatura del secado No se dispone de datos previos. El mtodo establece que la muestra debe ser secada a 130 C hasta peso constante. En este caso, la muestra se seca por tres horas a 130C y luego se la pesa. Luego se la vuelve a secar por una hora y se la vuelve a pesar hasta llegar a masa constante. Tabla A.24 Incertidumbres asociadas con los parmetros del mtodo Coeficiente de sensibilidad Nota 1 0,23 (mol l ) 0,21 (mol l-1)-1 0,0031 min-1 0,0025 min-1
-1 -1

Parmetro concentracin de cido concentracin de lcalina tiempo digestin cida tiempo digestin lcalina

Incertidumbre en el parmetro 0,0013 mol l 0,0023 mol l-1 2,89 min Nota 3 2,89 min Nota 3
-1 Nota 2 Nota 2

Incertidumbre resultado final como desvo estndar relativo RSD Nota


4

0,00030 0,00048 0,0090 0,0072

NOTA 1. Los coeficientes de sensibilidad se estiman graficando el cambio normalizado en el contenido de fibra contra la fuerza del reactivo o el tiempo de digestin. La regresin lineal se usa luego para calcular la proporcin del cambio en el resultado del anlisis asociado con los cambios en el parmetro. NOTA 2. Las incertidumbres estndar en las concentraciones de las soluciones de cido y lcali se calculan a partir de las estimaciones de la precisin y certeza del material volumtrico usado en la preparacin de estas soluciones, los efectos de la temperatura, etc. Ver los ejemplos A.1 a A.3 para los clculos posteriores de las incertidumbres para la concentracin de las soluciones. NOTA 3. El mtodo especfica un tiempo de digestin de 30 min. El tiempo de digestin se controla dentro de 5 min. Esta es una distribucin rectangular la que se convierte a una incertidumbre estndar dividiendo por 3. NOTA 4. La incertidumbre en el resultado final, se calcula como una incertidumbre relativa estndar, se calcula multiplicando el coeficiente de sensibilidad por la incertidumbre en el parmetro.

En este laboratorio se definici como masa constante a un cambio menor a 2 mg entre las sucesivas pesadas. En un estudio interno, el anlisis replicado de muestras de cuatro alimentos secados a 110 C, 130 C y 150 C y pesados despus de 3 h y 4 h de tiempo de secado. En la mayora de los casos, el cambio de peso entre 3 h y 4 h fue menor a 2 mg. Esto fue tomado como el peor caso para la estimacin de la incertidumbre en el cambio de peso por secado. El rango de 2 mg describe una distribucin rectangular la cual se convierte en una desviacin estndar dividiendo por 3 . La

incertidumbre en el peso registrado despus del secado a peso constante es de 0,001 15 g. El mtodo especfica utilizar una masa de muestra de 1 g. Para 1 g de muestra, la incertidumbre en el secado a peso constante corresponde a una incertidumbre estndar de 0,115% p/p en el contenido de fibra. Esta fuente de incertidumbre es independiente del contenido de fibra de la muestra. Hay una contribucin fijada de 0,115% p/p al presupuesto de la incertidumbre para cada muestra, sin tener en cuenta la concentracin de fibra en la muestra. A todas las concentraciones de fibra, esta incertidumbre es menor que la desviacin estndar de la reproducibilidad, y para todas, pero para la ms baja de las concentraciones de fibra es menor que 1/3 del valor de sR. Sin embargo, para bajas concentraciones de fibra, la incertidumbre es ms que 1/3 de valor de sR, entonces se debe incluir un trmino adicional en el presupuesto de la incertidumbre (ver Tabla A.6.4). Tiempo y temperatura para la calcinacin No hay datos experimentales disponibles para este parmetro. Como se discuti anteriormente, los efectos en las variaciones en este parmetro tienden a ser bajas. A.6.6 Paso 4: Calculo de la incertidumbre estndar combinada Este es un ejemplo de un mtodo emprico para el cual se dispone de un ensayo colaborativo. La repetibilidad interna se evalu y se determin que es comparable y que puede ser predicha por el ensayo colaborativo. Es vlido usar los valores de s R. del ensayo colaborativo. La discusin presentada en el paso 3 concluye que, con la excepcin del efecto de las condiciones de secado a bajas concentraciones de fibra, las otras fuentes de incertidumbre identificadas, son todas bajas en comparacin con la sR. En casos como estos, la estimacin de la incertidumbre puede estar basada en la reproducibilidad del ensayo colaborativo. Para muestras con un contenido de fibra del 2,5% p/p, debe incluirse un trmino adicional para tomar en cuenta la incertidumbre asociada con las condiciones de secado. Incertidumbre estndar Las incertidumbres estndar tpicas para un intervalo de concentraciones de fibra estn dados en la tabla A.25. Incertidumbre expandida Las incertidumbres expandidas tpicas se dan en la Tabla A.26. Estas se calcularon usando un factor de cobertura k de 2, el cual da un nivel de confianza de aproximadamente el 95%. Tabla A.25 Incertidumbres estndar combinadas Contenido de fibra (% p/p) 2,5 5 10 Incertidumbre estndar u(Cfibra) (% p/p) 0,29 2 + 0,115 2 = 0,31 0,4 0,6 Tabla A.26 Incertidumbres expandidas Contenido de fibra (% p/p) 2,5 5 Incertidumbre expandida U(Cfibra) (% p/p) 0,62 0,8 Incertidumbre expandida como coeficiente de variacin, CV (%) 25 16 Incertidumbre relativa estndar u(Cfibra)/(Cfibra) 0,12 0,08 0,06

106

10

1,2

12

Figura A.26 Diagrama causa efecto para la determinacin de fibra en alimento para animales

108

Figura A.25 Diagrama causa efecto simplificado

Figura A.27 Diagrama causa efecto simplificado

A.7 Ejemplo A.7: determinacin de la cantidad de plomo en agua usando doble dilucin isotpica y espectrometra de masa con plasma acoplado inductivamente A.7.1 Introduccin Este ejemplo describe cmo aplicar el concepto de incertidumbre puede ser aplicado a una medicin de la cantidad contenida de plomo en una muestra de agua usando espectrometra de masa con dilucin isotpica (IDMS) y espectrometra de masa con plasma acoplado inductivamente (ICP-MS) Introduccin general a la doble IDMS IDMS es una de las tcnicas que estn reconocidas por el Comit consultatif pour la quantit de matiere (CCQM) como que es un potencial mtodo primario de medicin, se dispone de una buena expresin para describir cmo se calcula el mesurando. En el caso ms simple de la dilucin isotpica usando un fortificado certificado, en el que se mide la proporcin de istopos en el fortificado de un material de referencia enriquecido en istopos, la muestra y una mezcla b de masas conocidas de la muestra y el fortificado. El contenido del elemento cs en la muestra est dado por: m y K y1 R y1 K b R b m s K b R b K x1 R x1

cs = cy

( K xi ( K xi
i i

R xi ) R xi ) (1)

siendo cx y cy son las cantidades de elemento contenidas en la muestra y el fortificado respectivamente (el smbolo c es usado aqu en lugar de k para la cantidad contenida (ver referencia 1 en A.7.5) para eliminar la confusin con los K-factores y los factores de cobertura k) mx y mx son las masas de muestra y fortificado, Rx, , Rx y Rb son las proporciones de las cantidades de istopo. Los ndices, x, y y B representan la muestra, el fortificado y la mezcla respectivamente. Usualmente se selecciona el istopo, el ms abundante en la muestra, se selecciona, y todas las proporciones de las cantidades de istopos se expresan en forma relativa a esta. Un par particular de istopos, el istopo de referencia y preferiblemente el istopo ms abundante en el fortificado, se seleccionan para el seguimiento de la proporcin n(208Pb)/n(206Pb). Rxi y Ryi son las cantidades para las posibles proporciones en la muestra y en el fortificado, respectivamente. Para el istopo de referencia, esta relacin es la unidad. Kxi, , Kxi y Kb son los factores de correccin para la discriminacin de masas, para un istopo particular la proporcin en la muestra, fortificado y muestra respectivamente. Los K-factores se miden usando un material isotpico de referencia certificado de acuerdo a la ecuacin (2). K = K 0 + K desvo ; siendo K 0 = R certificada R observada (2)

siendo K0 el factor de correccin para la discriminacin de masa a tiempo 0, Kdesvo es un factor de desvo que viene dentro del efecto tan pronto como el K-factor se aplica para corregir durante la medicin una relacin medida a un tiempo diferente. El Kdesvo tambin incluye otras fuentes posibles de desvo tal como un multiplicador para la correccin del tiempo muerto, efectos de matriz, etc. Rcertificado es el valor observado de este material isotpico de referencia y Robservado es el valor observado de este material isotpico de referencia. En los experimentos con IDMS, usando espectrometra de masa con plasma acoplado inductivamente (ICP-MS), la fraccin de masas puede variar con el tiempo el cual requiere que todas las relaciones en la ecuacin (1) sean corregidas individualmente para ajustar la discriminacin de masas.

110

El material de referencia enriquecido con un istopo especfico no est disponible. Para superar este problema se usa frecuentemente la doble IDMS. En este procedimiento est menos caracterizado, para el material isotpicamente enriquecido (denominado z) respecto de la composicin isotpica natural. La composicin del material certificado natural acta como el contraste estndar primario. Se usan dos mezclas: mezcla b es una mezcla entre la muestra y el fortificado enriquecido, como en la ecuacin (1). Para ejecutar la doble IDMS, se prepara una mezcla secundaria b a partir del patrn primario de contraste con un contenido cZ y el material enriquecido y. Esto da una expresin similar a la ecuacin (1): m' y K y1 R y1 K ' b R' b m s K ' b R' b K x1 R x1

cZ = cy

( K xi R xi ) ( K xi R xi )
i i

(3)

siendo: cZ es el contenido del elemento del patrn primario de contraste en la solucin y mZ es la masa del patrn primario de contraste cuando se prepara la nueva mezcla, my es la masa del fortificado enriquecido solucin. Kb, Rb, KZ1 y RZ1 son el K-factor y la proporcin para la nueva mezcla. El ndice z representa la pureza del estndar. Dividiendo (1) por la ecuacin (3) da:

cy. cx = cz

(K .R ) m y K y1.R y1 K b .R b xi xi . . i m s K b .R b K x1.R x1 ( K xi .R xi )
( K xi .R xi )
i i

( 4)

c y.

m' y K y1.R y1 K ' b .R' b i . . m s K ' b .R' b K x1.R x1 ( K xi .R xi )

Simplificando esta ecuacin e introduciendo un procedimiento de blanco cblanco, se obtiene:

cX = cZ =

( K .R ) m y m z K y1.R y1 K b .R b K ' b .R' b K z1.R z1 xi xi . . . i m x m' y K b .R b K x1.R x1 K Y1.R y1 K ' b .R' b ( K zi .R zi )


i

(5 )

Esta es la ecuacin final, en la cual cy se elimina. En esta medicin el nmero del ndice para la cantidad de relaciones, R, representa las relaciones de istopos actuales: R1 = n(208 Pb)/n(206 Pb) R3 = n(207 Pb)/n(206 Pb) R 2= n(206 Pb)/n(206 Pb) R 4= n(204 Pb)/n(206 Pb) Tabla A.27 Resumen de los parmetros del IDMS Parmetro Descripcin m masa de muestra en la mezcla b[g] my cx cy Rb Parmetro Descripcin my masa de fortificado enriquecido en la mezcla b[g] masa de fortificado enriquecido en mz masa del patrn primario de pureza la mezcla b[g] en la mezcla b[g] cantidad contenida de la muestra x cz cantidad contenida del patrn [mol g-1 o mol g-1 ]Nota 1 primario de pureza z [mol g-1 o mol g-1]Nota 1 cantidad contenida del fortificado y cblanco cantidad contenida observada en el [mol g-1 o mol g-1]Nota 1 blanco [mol g-1 o mol g-1 ]Nota 1 Relacin medida de mezcla b, Kb correccin del desvo de masa de

Parmetro Rb Ry1 Rzi Rxi Rx1

Descripcin Parmetro Descripcin n(208Pb)/ n(206Pb) Rb Relacin medida de mezcla b, Kb correccin del desvo de masa de n(208Pb)/ n(206Pb) Rb relacin medida de istopo Ky1 correccin del desvo de masa de enriquecido al istopo de referencia Ry1 en el fortificado enriquecido todas las relaciones en el patrn de Kzi factores de correccin del desvo de pureza primaria Rzi, Rx2, etc. masa de Rzi todas las relaciones en la muestra Kxi factores de correccin del desvo de masa de Rxi relacin medida de istopo Rzi factores de correccin del desvo de enriquecido al istopo de referencia masa de Rxi pero en el patrn en la muestra x primario de pureza

NOTA 1. Las unidades para el contenido estn siempre especificadas en el texto.

A.7.2 Paso 1: Especificacin El procedimiento general para las mediciones se detalla en la Tabla A.7.2. Los clculos y mediciones involucradas se describen a continuacin. Procedimiento de clculo para el contenido cx Para la determinacin de plomo en agua, se prepararon 4 muestras de la mezcla b (patrn + fortificado) y 4 muestras de la mezcla b (muestra + fortificado). Esto da 4 valores para c x. En la tabla A.28 se describe en detalle una determinacin, siguiendo los pasos 1 a 4. El valor informado para cx es el promedio de los cuatro replicados. Tabla A.28 Procedimiento general Paso 1 2 3 4 5 Descripcin Preparacin del patrn primario de pureza Preparacin de las mezclas: b y b Medicin de la proporcin de istopos Clculo de la cantidad de Plomo en la muestra cs Estimacin de la incertidumbre en cs

112

Clculo de la masa molar Debido a las variaciones naturales de ciertos elementos en la composicin isotpica de ciertos elementos, por ejemplo, plomo, la masa molar, M, se determin la pureza para el patrn primario, ya que esto puede afectar el contenido c2. Notar que este no es el caso cuando c2 est expresado en mol g-1. La masa molar, M(E), para un elemento E, es numricamente igual al peso atmico del elemento E, Ar(E). El peso atmico puede ser calculado de acuerdo a la expresin general:

A r (E) =

R1.M( i E)
i =1

Ri
i =1

(6)

siendo: los valores Ri son los contenidos de la relaciones verdaderas de istopos para el elemento E y (M)E son las masas tabuladas de los nuclidos. Se hace notar que las relaciones de istopos en la ecuacin (6) tienen que ser absolutas, esto es, que deben ser corregidas para la discriminacin de masas usando los ndices apropiados. Estos ndices se dan en la ecuacin (7). Para el clculo de las masas de los nuclidos, M(E), se toman los valores de la bibliografa (referencia 2 en A.7.5), se miden las proporciones Rzi y K0 y los factores K0(zi), (ver tabla A.7.8). Estos valores dan

M(Pb, contraste 1) =

K zi .R zi .M z ( ' E )
i =1

K zi .R zi
i =1

= 207,210 34 g mol 1

(7 )

Medicin de los K-factores y las relaciones de los istopos Para corregir la discriminacin de masas, se usa un factor de correccin K, en la ecuacin (2). El factor K0 se puede calcular usando un material de referencia certificado para la composicin isotpica. En este caso, se usa el material de referencia certificado isotpicamente NIST SRM 981 se usa para el seguimiento de un posible cambio en el factor K0. El factor K0 se mide antes y despus para poder corregir la relacin. Una secuencia tpica para una muestra es: 1 (blanco), 2 (NIST SRM 981), 3 (blanco), 4 (mezcla), 5 (blanco), 6 (NIST SRM 981), 7 (blanco), 8 (muestra), etc. Las mediciones del blanco no se usan solo para la correccin por blanco, tambin se usan para el seguimiento del nmero de cuentas para el blanco. No se deben hacer nuevas lecturas de las muestras, hasta que las cuentas del blanco estn estables y hayan llegado al nivel normal. Se hace notar que las muestras, mezclas, fortificado y patrn se diluyen previo a las mediciones, hasta tener un contenido apropiado. Los resultados de las mediciones de las proporciones, calculadas, los factores K0 y Kdesvo se resumen en la Tabla A.7.8. Preparacin del patrn primario de pureza y clculo de la cantidad contenida, cX Se preparan los patrones primarios usando un trozo de plomo distinto para cada patrn, con una pureza qumica de w = 99,999%. Las dos piezas provienen del mismo lote de plomo de alta pureza. Las piezas se disuelven en alrededor de 10 ml de HNO 3: Agua 1:3 p/p, calentando suavemente y una

dilucin posterior. Las dos mezclas se preparan para cada uno de estos dos patrones. Los valores cada uno de los patrones se describe ms adelante. Se disuelven y se diluyen 0,365 44 g de plomo m1, en HNO3 acuoso (0,5 mol l-1) a una masa total de d1 = 196,14 g. Esta solucin se la denomina Patrn I. Se prepara una solucin ms diluida m2 =1,0292 g del Patrn I, se diluye en HNO3 acuoso (0,5 mol.l-1) a una masa total de d2= 99,931g. Esta solucin se la denomina Patrn 2. El contenido de Plomo en el Patrn 2, c2, se calcula de acuerdo a la ecuacin (8). c2 = m 2 m1.w 1 . . = 9,2605 x10 8 mol g 1 = 0,092605 mol g 1 d2 d1 M( Pb, contraste 1) (8 )

Preparacin de las mezclas La fraccin de masa del fortificado se sabe que se aproxima a 20 g de Plomo por gramo de solucin y la fraccin de masa para el Plomo en la muestra se conoce que est en este intervalo. La Tabla A.29 muestra los datos de las pesadas para las dos mezclas usadas en este ejemplo. Tabla A.29 Masas de las mezclas Mezcla Soluciones usadas Parmetro Masa (g) Fortificado my 1,1360 b Muestra mz 1,0440 b Fortificado my 1,0654 Pureza 2 mz 1,1029

Medicin del procedimiento del blanco cblanco En este caso, se midi el blanco usando el mtodo de calibracin externa. Un procedimiento ms exhaustivo se debe aplicar a un blanco para una muestra enriquecida y procesarlo de la misma manera que las muestras. En este ejemplo, se usaron solamente reactivos de alta pureza, lo que permite proporciones extremas en las mezclas y consecuentemente una baja confiabilidad para el procedimiento de enriquecimiento del fortificado. El procedimiento de calibracin externa para el blanco se mide cuatro veces, y cblanco es 4,5 x 10-7 mol g-1 con una incertidumbre estndar de 4,0 x 10-7 mol g-1 evaluada como Tipo A. Clculo del contenido desconocido cx Insertando los datos medidos y calculados (Tabla A.7.8) en la ecuacin (5) dan c x= 0,053738 umol g-1. Los resultados de los cuatro replicados se dan en la Tabla A.7.4. A.7.3 Pasos 2 y 3: Identificacin y cuantificacin de las fuentes de incertidumbre Estrategia para el clculo de la incertidumbre Si las ecuaciones (2), (7) y (8) se incluyen en la ecuacin final del IDMS (5), el nmero de parmetros hacen que la ecuacin sea imposible de manejar. Para mantenerlo lo ms simple posible, los factores K0 y el contenido de la solucin del patrn y sus incertidumbres asociadas se tratan separadamente y se ingresan en la ecuacin de la IDMS (5). En este caso no va a ser afectada la incertidumbre combinada final de cx; esto es aconsejable para simplificar para ser usado en las aplicaciones prcticas.

114

Para calcular la incertidumbre estndar combinada uc(cx), se pueden usar los valores para una de las mediciones que se describen en A.7.2,. La incertidumbre combinada de c, se puede calcular usando el mtodo de la hoja de clculo descripto en el anexo D. Tabla A.30 Contenido de plomo en la muestra cx (mol g-1) 0,053 738 0,053 621 0,053 610 0,053 822 0,053 70 0,000 1

Replicado 1 (nuestro ejemplo) Replicado 2 Replicado 3 Replicado 4 Promedio Desviacin estndar experimental (s) Incertidumbre sobre los factores K 1) Incertidumbre de K0

K se calcula de acuerdo a la ecuacin (2) y se usan los valores KX1 como un ejemplo para K0: K 0 ( x1) = R certificado 1,1681 = = 0,9992 R observado 2,1699 (9 )

Para calcular la incertidumbre para K0 primero se debe mirar el certificado donde la relacin certificada 2,1681 tiene una incertidumbre declarada de 0,0008 basada en un intervalo de confianza del 95%. Para calcular la incertidumbre estndar hay que dividir por 2. Esto da una incertidumbre estndar de u(Rcertificado) = 0,000 4. La relacin observada, Robservado= n(208Pb)/ n(206Pb), tiene una incertidumbre estndar de 0,002 5 (como RSD). Para el factor K, la incertidumbre estndar se calcula como: u c ( K 0 ( x1)) 0,0004 = + (0,0025 ) 2 = 0,002507 K 0 ( x1) 2,1681
2

(10)

Estos puntos muestran claramente que las contribuciones a la incertidumbre de las proporciones certificadas son despreciables. Ms adelante, las incertidumbres para las relaciones medidas, Robservado se usan para calcular la incertidumbre de K0. Incertidumbre en Kdesvo El factor del sesgo se introduce para considerar las posibles desviaciones en el valor del factor para la discriminacin de la masa. Como se puede ver en el diagrama causa y efecto siguiente, y en la ecuacin (2), hay un desvo asociado con cada factor K. En nuestro caso los valores de estos desvos no se conocen y se aplic un valor de 0. Una incertidumbre est asociada con cada desvo y debe ser tomada en cuenta cuando se calcula la incertidumbre final. En principio, un desvo puede aplicarse como en la ecuacin (11), usando una parte de la ecuacin (5) y los parmetros Ky1 y Ry1 para demostrar este principio. c s = ... (K 0 ( y1) + K desvo ( y1)) R y1 ..... ....... (11)

Los valores de todos los desvos, Kdesvo (yi, xi, zi) son (0 0,001) Esta estimacin est basada en una larga experiencia para las mediciones de plomo por IDMS. Todos los K desvo (yi, xi, zi) parmetros no estn incluidos en detalle en la Tabla A.7.5, Tabla A.7.8 o en la ecuacin 5, pero se usan en todos los clculos de incertidumbre. Incertidumbre de las masas pesadas En este caso, un laboratorio dedicado a la metrologa de masas hizo las pesadas. El procedimiento aplicado es una tcnica delimitada usando masas calibradas como un comparador. La tcnica delimitada fue repetida como mnimo seis veces para cada determinacin de la masa de la muestra. Se aplico la correccin por empuje. La estequiometra y las correcciones no se aplican en este caso. Las incertidumbres de los certificados de las pesadas se trataron como incertidumbres estndar y estn dadas en la Tabla A.7.8. Tabla A.31 Valores e incertidumbre de los parmetros del ejemplo Valor Kdesvo (zi) 0 Rzi 2,1429 K0 (z1) 0,9989 K0 (z3) 0,9993 K0 (z4) 1,0002 Rz1 1 Rz2 0,9147 Rz3 0,05870 M1 207,976636 M2 205,974449 M3 206,975880 M4 203,973028 Incertidumbre estndar Tipo Nota 1 0,001 B 0,0054 A 0,0025 A 0,0035 A 0,0060 A 0 A 0,0032 A 0,00035 A 0,000003 B 0,000003 B 0,000003 B 0,000003 B

Incertidumbre en el contenido de la Solucin Patrn de Pureza, cz 1) Incertidumbre en el peso atmico de Pb

Primero, se calcula la incertidumbre combinada de la masa molar de la solucin patrn, Patrn 1. Los valores de la Tabla A.7.5, son conocidos y fueron medidos. De acuerdo a la ecuacin (7), el clculo de la masa molar toma la forma M(Pb, Patrn 1) = K z1.R z1.M1.K z 2 .R z 2 .M 2 .K z 3 .R z3 .M 3 .K z 4 .R z 4 .M 4 K z1.R z1 + K z 2 .R z 2 + K z13 .R z 3 + K z 4 .R z 4 (12)

Para calcular la incertidumbre estndar combinada de la masa molar de plomo en la solucin patrn, se us el modelo de la hoja de clculo descripto en el anexo D. Se hicieron 8 mediciones de cada relacin y de K0. Esto da una masa molar M(Pb, Patrn 1) = 207, 2103 g mol -1 con una incertidumbre de 0,0010 g mol-1, calculado usando el mtodo de la hoja de clculo. 2) Clculo de la incertidumbre estndar combinada en la determinacin de cz

116

Para calcular la incertidumbre para el contenido de plomo en la solucin patrn, cz, se usan los datos del apartado A.7.2 y la ecuacin (8). Las incertidumbres se obtienen de los certificados de pesadas (ver A.7.3). En la tabla A.7.6 se indican todos los parmetros usados en la ecuacin (8). El contenido, cz, se calcula usando la ecuacin (8). Siguiendo lo indicado en el apartado C.5, se calcula la incertidumbre estndar combinada de cz, uc(cz) = 0,000 028. Esto da, cz= 0,092606 mol g-1 con una incertidumbre estndar de 0,000 028 mol g-1 (0,03% como RSD). Para calcular uc(cz), para el replicado 1, se aplic el modelo de la hoja de clculo (anexo D). El presupuesto de la incertidumbre para el replicado 1 es representativo para la medicin. El valor de los parmetros y sus incertidumbres como la incertidumbre combinada de cz, se pueden ver en la Tabla A.7.8. Tabla A.32 Valores e incertidumbres de los parmetros Valor masa de la pieza de plomo, m1, (g) Masa total de la primera dilucin, d1 (g) Alicuota de la primera dilucin, m2 (g) Masa total de la segunda dilucin, d2 (g) Pureza de la pieza metlica de plomo Masa molar de Pb en el Material de contraste, M (g mol-1) 0,36544 196,14 1,0292 99,931 0,99999 207,2104 Incertidumbre 0,00005 0,03 0,0002 0,01 0,000005 0,0010

A.7.4 Paso 4: Clculo de incertidumbre estndar combinada El promedio y la desviacin estndar experimental de los cuatro replicados se muestran en la Tabla A.33. Los nmeros se toman de la tabla A.30 y Tabla A.34. Tabla A.33 Promedio y desvo estndar de los replicados Replicado 1 cX = 0,05374 0,00018 c(cX) = cS= s= Promedio Replicados 1 a 4 0,05370 0,00010 Nota 1 Unidades mol g-1 mol g-1

NOTA 1. Esta es la incertidumbre estndar experimental y no la desviacin estndar de la media.

En IDMS y en muchos anlisis no rutinarios, se requiere un control estadstico completo de la medicin la cual requiere de recursos poco limitados y de tiempo. Una buena manera para controlar si alguna de las fuentes de incertidumbre han sido olvidados es comparar las incertidumbres del Tipo A con la desviacin estndar experimental de los cuatro replicados. Si la desviacin estndar experimental es ms alta que las contribuciones de las fuentes de incertidumbre evaluadas como Tipo A, esto puede indicar que el proceso de medicin no es conocido totalmente. Como una aproximacin, usando los datos de la tabla 8, la suma de las del fuentes de incertidumbre evaluadas como Tipo A, pueden ser calculadas tomando el 92,2% de la incertidumbre total experimental, la cual es 0,00041 mol g-1 . Este valor es ms alto que la desviacin estndar experimental de 0,00010 mol g-1 , ver Tabla A.7.7. Esto indica que la desviacin estndar experimental esta cubierta por las contribuciones de las incertidumbres evaluadas como Tipo A y se necesita considerar ser las Tipo B, debidas a la preparacin de las mezclas,. Esto puede ser un desvo asociado con las preparacin de las mezclas. En este ejemplo, un posible desvo en la preparacin de las mezclas se juzgo como insignificante en comparacin con las fuentes principales de incertidumbre.

El contenido de plomo en la muestra de agua es: cs =(0,05370 0,00036) mol g-1 El resultado se presenta con una incertidumbre expandida usando un factor de cobertura de 2 A.7.5 Referencias para el Ejemplo 7 T. Cvitas, Metrologa, 1996, 33, 35-39 G. Audi and A.H. Wapstra, Nuclear Physics, A565 (1993). Tabla A.34
Evaluacin incertidumbre B B A A A A A A A A A A A A A A A A Cons A A A A Cons A A A Incertidumbre experimental (Nota 1) 0,001Nota 1 0,000028 0,0025 0,0025 0,0025 0,0035 0,006 0,0025 0,0025 0,0035 0,006 0,0002 0,0002 0,0002 0,0002 0,00073 0,0013 0,0054 0 0,0032 0,00035 0,00004 0,0054 0 0,0032 0,00035 4,0x10-7 0,00041 Acontribucin = Bcontribucin = Contribucin a Incertidumbre la uC total final (%) (Nota 2) 7,2 0,2 14,4 18,3 4,3 1 0 0 6,6 1 0 0,1 0,1 0,1 0,1 14,2 19,3 4,4 1 0 0 6,7 1 0 0 92,2 7,8 0,001Nota 3 0,000028 0,00088 0,00088 0,00088 0,0012 0,0021 0,00088 0,00088 0,0012 0,0021 0,0002 0,0002 0,0002 0,0002 0,00026Nota 2 0,00046 0,0019 0 0,0011 0,00012 0,0000014 0,0019 0 0,0011 0,00012 2,0x10-7 0,00018 Acontribucin = Bcontribucin = Contribucin a la uC total (%) 37,6 0,8 9,5 11,9 2,8 0,6 0 0 4,3 0,6 0 0,3 0,3 0,3 0,3 9,5 12,7 2,9 0,67 0 0 4,4 0,6 0 0 60,4 39,6

Parmetro Kdesvo cz K0(b) K0(b) K0(x1) K0(x3) K0(x4) K0(y1) K0(z1) K0(z3) K0(z4) mx my1 my2 mz Rb Rb Rx1 Rx2 Rx3 Rx4 Ry1 Rz1 Rz2 Rz3 Rz4 cblanco cX

Valor 0 0,092605 0,9987 0,9983 0,9992 1,0004 1,001 0,9999 0,9989 0,9993 1,0002 1,0440 1,1360 1,0654 1,1029 0,29360 0,5050 2,1042 1 0,9142 0,05901 0,00064 2,1429 1 0,9147 0,05870 4,5X10-7 0,05374

NOTA 1. La incertidumbre experimental se calcul sin tomar en cuenta el nmero de mediciones sobre cada parmetro evaluado. NOTA 2. En el clculo de la incertidumbre final se tom en cuenta el nmero de mediciones. En este caso todas los parmetros evaluados como Tipo A se midieron 8 veces. Sus incertidumbres estndar fueron divididas por 8. NOTA 3. Este valor es para un Kdesvo . Los parmetros Kdesvo se usaron en lugar de listar todos los K desvo (zi, xi, yi), los cuales tienen el mismo valor (0 0,001). NOTA 4. Rb se midieron 8 veces por mezcla dando un total de 32 observaciones. Cuando no hay datos para la variacin de

118

mezcla, como en este ejemplo, todas estas 32 observaciones se deben tener en cuenta en el modelo para la implementacin de todos los replicados de las cuatro mezclas. Esto no se hace porque consume mucho tiempo y segn lo visto en este caso, no afecta la incertidumbre.

Anexo B
(Informativo)

Incertidumbre en el proceso analtico

B.1 Para identificar las posibles fuentes de incertidumbre en un procedimiento analtico, es til abrir el anlisis en un grupo genrico de pasos: 1) 2) 3) 4) 5) 6) 7) 8) Muestreo Preparacin de la muestra Presentacin de los materiales de referencia certificados para el sistema de medicin Calibracin del instrumento Anlisis (adquisicin de datos) Procesamiento de los datos Presentacin de los resultados Interpretacin de los resultados

B.2 Estos pasos pueden ser desglosados an ms por las contribuciones de cada uno. La lista siguiente, aunque no necesariamente comprensiva, provee una gua sobre los factores que deben ser considerados. 1) Muestreo

Homogeneidad Efectos de la estrategia especfica de muestreo (ejemplo, aleatorio, aleatorio estratificado, proporcional, etc.) Efectos del movimiento del medio grueso (particularmente la seleccin de densidad) Estado fsico del material (slido, lquido o gas) Efectos de la presin y la temperatura El muestreo puede afectar la composicin? Por ejemplo, adsorcin diferencial en el sistema de muestreo. 2) Preparacin de la muestra

Efectos de homogeneizacin y/o sub-muestreo Secado

120

Molienda Disolucin Extraccin Contaminacin Derivatizacin (efectos qumicos) Errores en la dilucin (Pre-) Concentracin Control de los efectos de especiacin 3) Presentacin de los materiales de referencia certificados (MRC) al sistema de medicin

Incertidumbre del MRC Ajuste del MRC a la muestra 4) Calibracin del instrumento

Errores en la calibracin del instrumento usando materiales de referencia certificados Material de referencia y su incertidumbre Ajuste de la muestra al calibrante Precisin del instrumento 5) Anlisis

Contaminacin cruzada en los analizadores automticos Efectos del operador (ejemplo, ceguera a los colores, paralelaje, otros errores sistemticos) Interferencia de la matriz, reactivos u otros analitos Pureza de los reactivos Seleccin de parmetros del instrumento (parmetros de integracin) Precisin de corrida a corrida 6) Procesamiento de datos

Promediacin Control de redondeo y truncado

Estadsticas Algoritmos de procesamiento (modelo de ajuste, por ejemplo lineal por cuadrados mnimos) 7) Presentacin de los resultados

Resultado final Estimacin de la incertidumbre Nivel de confianza 8) Interpretacin de los resultados

Respecto a lmites Conformidad con la legislacin o reglamentacin Ajuste para el propsito.

122

Anexo C
(Informativo)

Anlisis de las fuentes de incertidumbre

C.1 Introduccin Comnmente es necesario desarrollar y registrar una lista de las fuentes de incertidumbre relevantes a un mtodo analtico. Usualmente se usa la estructura del proceso, que asegura una cobertura comprensible y elimina el doble conteo. El procedimiento siguiente (basado sobre un mtodo previamente publicado [G.14]), proporciona un medio de desarrollo posible para un anlisis estructurado disponible para las contribuciones a la incertidumbre. C.2 Principios de la aproximacin C.2.1 La estrategia tiene dos etapas: Identificacin de los efectos sobre un resultado En la prctica el anlisis estructurado se efecta usando un diagrama causa y efecto (a veces conocido como diagrama de Ishikawa o espina de pescado) [G.15]. Simplificando y resolviendo las duplicaciones La lista inicial se purifica para simplificar la presentacin y asegura que los efectos no estn duplicados innecesariamente. C.3 Anlisis de causa y efecto C.3.1 Los principios para construir un diagrama causa efecto se describen ampliamente en otra parte. El procedimiento empleado es el siguiente: 1) Se escribe la ecuacin completa para el resultado. Los parmetros de la ecuacin forman las ramas principales del diagrama. Casi siempre es necesario agregar a las ramas principales representando una correccin nominal para todos los desvos, como la recuperacin, y esto est de acuerdo con lo recomendado en esta etapa. Se considera cada paso del mtodo y agregar al diagrama cualquier factor posterior, efectos externos a los efectos principales, Ejemplos de esto son los efectos de matriz y ambientales. A cada rama, se agregan los factores que contribuyen an los efectos considerados como remotos, esto se hace hasta los efectos que pueden resultar despreciables. Se resuelven las duplicaciones, y se reorganiza para puntualizar las contribuciones y agrupar las causas relacionadas. Es conveniente en esta etapa agrupar los trminos de precisin sobre una rama la precisin en forma separada.

2) 3) 4)

C.3.2 La etapa final del anlisis de causa y efecto requiere un estudio posterior de elucidacin. Las duplicaciones resultan naturales cuando se detallan las contribuciones separadamente para cada parmetro de entrada, por ejemplo, la variabilidad de corrida a corrida est siempre presente, como

mnimo nominalmente, para cualquier factor de influencia; estos factores contribuyen a la variacin total observada para el mtodo como un conjunto y no se recomienda adicionarse separadamente si fuera considerada como tal. Es comn encontrar que para pasar los materiales se use el mismo instrumento, por lo que se produce un mltiple conteo de las incertidumbres de calibracin. A partir de estas consideraciones se concluyen las siguientes reglas adicionales para el refinamiento del diagrama (stas pueden aplicarse igualmente a cualquier lista estructurada de efectos): Efectos cancelatorios: se quitan ambos. Por ejemplo, en una pesada por diferencia, se determinan dos masas, ambas estn sujetas al desvo de cero de la balanza. El desvo de cero se cancela de la pesada al realizar la diferencia y puede extraerse de las ramas correspondientes a las pesadas separadas. Efecto similar, mismo tiempo: combinacin en una sola entrada. Por ejemplo, se puede combinar en una sola rama de precisin de corrida a corrida, la variacin de corrida a corrida para distintas entradas. Se requiere tomar algunas recuados; especficamente, la variabilidad en las operaciones llevadas a cabo en forma individual para cada determinacin, tambin pueden ser combinadas, si la variabilidad en las operaciones realizadas sobre lotes completos (tales como la calibracin del instrumento), slo puede analizarse con las medidas de precisin entre lotes. Diferentes instancias: reetiquetado. Es comn nombrar en forma similar efectos que en realidad refieren a instancias diferentes de mediciones similares. Esto debe ser bien distinguido antes de continuar con el procedimiento. C.3.3 Esta forma de anlisis no conduce a una nica lista estructurada. En el presente ejemplo, la temperatura puede verse como que tiene un efecto directo sobre la densidad a medirse, o como un efecto sobre la masa medida del material contenido en el recipiente para medir la densidad; cualquiera de los dos puede formar parte de la estructura inicial. En la prctica, esto no afecta la utilidad del mtodo. Permite que todos los efectos significativos aparezcan alguna vez, en algn lugar de la lista, por lo que la metodologa general sigue siendo efectiva. C.3.4 Una vez que se completa el anlisis causa y efecto, se recomienda retornar a la ecuacin original para obtener el resultado y agregar a la ecuacin cualquier trmino nuevo (como por ejemplo la temperatura). C.4 Ejemplo C.4.1 El procedimiento que se muestra hace referencia a una medicin directa y simplificada de la densidad. Se considera el caso de la determinacin directa de la densidad del etanol d(ETOH) por pesada de un volumen conocido V en un matraz aforado adecuado con una masa de tara mtara y una masa bruta que incluye el etanol m. La densidad se calcula a partir de d(EtOH) = (m - mtara )/V Para mayor claridad, se consideran solamente tres efectos: la calibracin del equipo, la temperatura y la precisin de cada determinacin. Las Figuras C.1 a C.3 muestran grficamente el proceso. C.4.2 Un diagrama de causa efecto consiste de una estructura jerrquica que culmina en un solo resultado. Para este caso, la salida es un resultado analtico particular (d(EtOH) en la figura C.1). Las ramas que conducen al resultado son los efectos contributorios, que incluyen los resultados de las mediciones intermedias y otros efectos, como los de matriz y ambientales. Cada rama puede a su vez tener efectos contributorios. Estos efectos comprenden todos los factores que afectan el resultado, sean variables o constantes; las incertidumbres de cualquiera de estos efectos contribuyen a la incertidumbre del resultado.

124

C.4.3 La figura C.1 muestra un posible diagrama obtenido directamente de la aplicacin de los pasos 1 a 3. Las ramas principales son los parmetros en la ecuacin, y los efectos sobre cada uno estn representados por las ramas secundarias. Se hace notar que hay dos efectos temperatura, tres efectos precisin y tres efectos calibracin. C.4.4 La figura D.2 muestra los efectos de la temperatura y la precisin para cada grupo, siguiendo la segunda regla (mismo efecto/tiempo); la temperatura puede ser tratada como un efecto nico sobre la densidad, mientras las variaciones individuales en cada determinacin contribuyen a la variacin observada en la repeticin del mtodo completo. C.4.5 El sesgo de la calibracin sobre las dos pesadas se anulan, y pueden eliminarse (figura C.3) siguiendo la primera regla para la refinacin (cancelacin) C.4.6 Finalmente es factible que las ramas de calibracin remanente necesiten que se las distinga como dos contribuciones (diferentes) debido a una posible no linealidad en la respuesta de la balanza, conjuntamente con la incertidumbre de calibracin asociada de la determinacin volumtrica

Figura C.1 Lista inicial

Figura C.2 Combinacin de efectos similares

Figura C.3 Cancelacin

Anexo D
(Informativo)

Procedimientos estadsticos tiles

D.1 Funciones de distribucin La tabla D.1 ilustra el clculo de una incertidumbre estndar a partir de los parmetros de las dos distribuciones ms importantes, y expone las circunstancias en las cuales se usan. EJEMPLO Un qumico estima un factor de contribucin como no menor de 7 ni mayor que 10, pero especula que el valor puede ser cualquiera entre ambos, sin tener una idea cabal sobre si alguna parte del intervalo es ms probable que la otra. Esto es una descripcin de una funcin de distribucin rectangular con un rango de 2 = 3 (semirango de a = 1,5). Utilizando la funcin debajo de una distribucin rectangular, se puede calcular una estimacin de la incertidumbre estndar. Usando el rango anterior, a =1,5, se obtiene una incertidumbre estndar de (1,5/ 3 )=0,87 Distribucin rectangular Se utiliza cuando Un certificado o alguna otra especificacin establece lmites sin especificar la probabilidad de cobertura (por ejmplo, 25 ml 0,05 ml). Se realiza una estimacin considerando un rango mximo (a) sin conocimiento de la forma de la distribucin.

Forma

Incertidumbre a u( x ) = 3

Forma

Distribucin triangular Se utiliza cuando La informacin disponible relativa a x es menos limitada que para una distribucin rectangular. Los valores prximos a x son ms probables que los que estn cerca de los extremos. Se realiza una estimacin considerando un rango mximo (a) y una distrtibucin simtrica.

Incertidumbre a u( x ) = 6

126

Forma

Distribucin normal Se utiliza cuando Se realiza una estimacin a partir de observaciones repetidas de un proceso que vara aleatoriamente. Se indica una incertidumbre expresada como un desvo estndar s, como un desvo estndar relativo s/x, ocomo un coeficiente de variacin CV (%), sin especificar la distribucin. Se indica una incertidumbre con una expresin x c con un intercalo de confianza de 95% (u otro), sin especificar la distribucin

u( x ) = s

Incertidumbre

u( x ) = s

u( x ) = x s / x CV (%) u( x ) = x 100 u( x ) = c 2 (con c a 95%) u( x ) = c 3 (con c a 99,7%)

( )

D.2 Mtodo de la hoja de clculo para el clculo de la incertidumbre D.2.1 El programa de hoja de clculo puede usarse para simplificar los clculos que se indican en el captulo 10. El procedimiento tiene la ventaja de ser una aproximacin a un mtodo numrico de diferenciacin, y requiere solamente el conocimiento del clculo a usar para llegar al resultado final (incluyendo cualquier factor de correccin o de influencia necesario) y de los valores numricos de los parmetros y de sus incertidumbres. La descripcin siguiente fue dada por Kragton [G.12} D.2.2 En la expresin para u(y(x1, x2,...... xn,)) y y y x .u( x i ) + x . x .u( x i .x k ) i =1,n i,k =1,n i i k si (x1, x2,...... xn,) es lineal en xi o u(xi) es pequeo comparado con xi los diferenciales parciales (y /xi) puede ser aproximado por: y y( x i + u(x i ) - y(x i )) = x i u(x i ) Multiplicando por u(xi) para obtener la incertidumbre u(y,xi) en y debido a las incertidumbres en xi da: u(yi, xi) = y(x1, x2,....( x1 + u(xi)) ) - y(x1, x2...... xi, xn) Adems u(y,xi) es justo la diferencia entre los valores de y calculados para [xi + u(xi) y xi respectivamente. D.2.3 La hiptesis de linealidad o valores pequeos de u(xi)/xi puede no cumplirse exactamente en todos los casos. No obstante, el mtodo proporciona una exactitud aceptable para los propsitos prcticos cuando se los consideran respecto de las aproximaciones necesarias hechas en la
2

estimacin de los valores de u(xi). En la referencia [G.12] se analiza ms ampliamente el punto y se sugieren mtodos para controlar la validez de la hiptesis. D.2.4 La hoja de clculo bsica se completa como sigue, asumiendo que el resultado y es una funcin de cuatro parmetros p, q, r y s 1) Se Ingresan los valores de p, q, etc. y la formula para calcular y en la columna A de la hoja de clculo. Se copia la columna A a las siguientes columnas una para cada variable en y (ver figura E2.1), Es conveniente como se muestra, colocar los valores de las incertidumbres u(p), u(q) y as sucesivamente en la fila 1. Se agrega u(p) a p en la celda B3, u(q) en la celda C4, etc., como en la Figura E2.2. Para recalcular la celda B8 de la hoja de clculo, entonces se vuelve f(p + u(p), q, r...) (identificado por f(p, q, r,...) en las Figuras E2.2 y E2.3) la celda C8 se transforma en f(p + u(p), q, r...) etc. En la fila 9 se ingresa la fila 8 menos A8 (por ejemplo la celda B9 se transforma en B8-A8). Esto da los valores de u(y,p) como: u(y,p) = (p + u(p), q, r ...) - (p,q,r...) etc. 4) Para obtener la incertidumbre estndar de y, estas contribuciones individuales son elevadas al cuadrado y sumadas y luego se saca la raz cuadrada, ingresando u(y,p)2 en la fila 10 (Figura E2.3) y poniendo la raz cuadrada de la suma en A.10/ Esta celda A10 est definida por la frmula. SQRT(SUM(B10+C10+D10+E10)) la cual da la incertidumbre de y. D.2.5 Los contenidos de las celdas B10, C10 etc. muestran los cuadrados de las contribuciones u(y,xi)2 = (ci u(xi))2 de los componentes individuales de la incertidumbre para la incertidumbre sobre y y puesto que esto es sencillo para ver cuando los componentes son significativos. D.2.6 Es sincero para mantener los clculos actualizados como valores individuales de los parmetros cambios o incertidumbres estn simplificadas. En el paso 1, copiar la columna A directamente en las columnas B3 copiando los valores p a s como referencia que es, todas las referencias a las celdas B3 a E3, B4 a E4 las referencias A.4, etc. Las flechas horizontales en la Figura E2.1 muestran el referenciamiento para la fila 3. Asegurar que las celdas B8 a E8 deben mantener los valores de referencia en las columnas B y E respectivamente, como se muestra para la columna B por medio de las flechas verticales en la Figura E2.1. En el paso 2, agregar las referencias a la fila 1(como muestran las flechas en la Figura E2.1). Por ejemplo, la celda B3, se transforma en A.3+B1, la celda C4 se transforma en A4+C1 etc. Cambios a los parmetros o a las incertidumbres se pueden reflejar inmediatamente en el resultado general en A8 y la incertidumbre estndar combinada en A10. D.2.7 Si alguna de las variables esta correlacionada, hay que agregar el trmino necesario a la SUM en A10. Por ejemplo, si p y q estn correlacionadas, con un coeficiente de correlacin r(p,q), luego se agrega a la suma correlacionada un trmino extra 2 r(p,q) u(y1,p) u(y,q) antes de sacar la raz cuadrada. La correlacin puede ser incluida fcilmente agregando los trminos extras adecuados a la hoja de clculo.

2)

3)

128

Figura E2.1

Figura E2.2

Figura E2.3

D.3 Incertidumbres de la calibracin lineal ajustada por cuadrados mnimos D.3.1 Un mtodo analtico o un instrumento es susceptible de ser calibrado observando las respuestas, y, para diferentes niveles del analito, x. En la mayora de los casos esta relacin se adopta como que es lineal: y = b0 + b1x Ec. D.3.1

Esta recta de calibracin se usa adems para obtener la calibracin xprod del analito de una muestra que produce una respuesta observada xobs de: xprod =( yobs b0)/ b1 Ec. D.3.2

Es usual determinar las constantes b0 y b1 realizando una regresin por cuadrados mnimos, ponderada o no, a un grupo de n pares de valores (xi, yi). D.3.2 Hay 4 principales fuentes de incertidumbre que deben considerarse para obtener una incertidumbre de la concentracin estimada xpred Variaciones aleatorias en la medicin de yi que afectan yanto a las respuestas de la referencia y i como a la respuesta medida yobs . Efectos aleatorios que resultan en errores en el valor de referencia asignado xi . Valores de xi y yi que pueden estar sujeto a un desplazamiento desconocido, por ejemplo, surgido cuando los valores de x se obtuvieron a partir de una dilucin seriada de una solucin concentrada. La hiptesis de linealidad no es vlida. De esto, la ms significativa para la prctica normal son las variaciones al azar en yi y los mtodos para la estimacin de la incertidumbre de esta fuente se detallan aqu. Las fuentes remanentes son consideradas brevemente para dar una indicacin de los mtodo disponibles. D.3.3 La incertidumbre u(xpred, y) de un valor predicho xpred debida a la variabilidad en y puede ser estimada de varias maneras: a) A partir de la variancia y la covariancia calculadas

Si los valores de b1 y b0 ,sus variancias var(b1 ), var(b0 ) y su covariancia, covar(b1,b0 ), se determinan por el mtodo de los cuadrados mnimos, la variancia en x, var(x), se obtiene usando la formula del captulo 10 y diferenciando las ecuaciones normales, y su frmula es: var( x pred ) = var( y abs ) + x 2 .(var(b 1 ) + 2.x pred cov ar (b 0 , b 1 ) + var(b 0 )
2 b1

Ec. E3.3

y la correspondiente incertidumbre u(xpred, y) es b) A partir de los datos de calibracin

x pred

La formula anterior para la var(xpred) puede ser escrita en trmino del grupo de n puntos (xis , yi), y usada para determinar la funcin de calibracin:

130

S2 1 2 var( x pred ) = var( y obs ) / b 1 + 2 . + b1 w 1 siendo S2 = ( y i y fi ) n bi wi (xpred -x)

( ( w x
i

( x pred x ) 2
2 i )

( w 1x i )

/ wi

Ec.E3.4

wi( y i y fi ) 2
n2

el residuo para el i-esimo punto, el nmero de puntos en la calibracin, el mejor gradiente calculado para el ajuste, la ponderacin asignadao para yi la diferencia entre xpred y el promedio x de n valores xi , x2......

Para datos no pponderados y donde la var(yobs ) est basada en p mediciones, la ecuacin E3.4, se transforma en: S2 1 1 var( x pred ) = 2 . . + + bi p n

( ( x ) ( x ) )
2 i 2 i

( x pred x ) 2

/n

Ec. E3.5

Esta es la frmula que se utiliza en el ejemplo A.5 con S xx = c)

[ ( x

2 i )

( x i ) 2 / n] = ( x i x )

A partir de la informacin dada por el soporte lgico usado para derivar las curvas de calibracin

Algunos programas dan el valor de S, descripto de diversas maneras en los ejemplo como un error del cuadrado medio residual RMS o error estndar residual. Esto se usa en la ecuacin E3.4 o E3.5. Sin embargo, algunos programas pueden dar tambin la desviacin estndar s(yc) sobre un valor de y calculado a partir de la recta ajustada para un nuevo valor de x y este puede ser usado para calcular var(xpred ), para p =1 1 s( y c ) = 1 + + n dando, comparndolo con la ecuacin E.35 var(xpred ) =[s(yc)/bi]2 Ec. E3.6

( ( x

(x

pred

2 i )

( xi ) / n
2

D.3.4 Cada uno de los valores de referencia xi pueden tener incertidumbres que se propagan hasta el resultado final. En la prctica, las incertidumbres de estos valores es pequea comparada con la incertidumbre de la respuesta del sistema yi y pueden ser descartadas. Una estimacin aproximada de la incertidumbre u(xpred ,xi) de un valor predicho xpred, debido a la incertidumbre de un valor de referencia particular, xi es u(xpred, xi) = u(xi)/n Ec. E3.7

siendo n el nmero de valores xi utilizados en la calibracin. Esta expresin puede utilizarse para verificar la significacin de u(xpred ,xi). D.3.5 La incertidumbre que se origina a partir de la hiptesis de que la relacin entre y y x es lneal, generalmente no es muy significativa como para requerir una estimacin adicional. Cuando los residuales obtenidos muestran que no hay una desviacin sistemtica significativa en esta relacin supuesta, la incertidumbre surgida de esta hiptesis (que se agrega a la cubierta por el incremento resultante en la variancia de y) puede considerar despreciable. Si los residuales muestran una tendencia sistemtica, puede ser necesario incluir en la funcin de calibracin trminos ms grandes. Existen textos en que se describen los mtodos de clculo de var(x) para estos casos. Es posible hacer un juicio basado en la magnitud de la tendencia sistemtica. D.3.6 Los valores de x e y pueden estar sujetos a un desplazamiento desconocido y constante (por ejemplo, el surgido cuando los valores de x se obtuvieron de la dilucin seriada de una solucin concentrada, la cual tiene una incertidumbre de su valor certificado). Si las incertidumbres estndar de y y x de estos efectos son u(y, cte) y u(xi, cte), entonces la incertidumbre del valor interpolado xpred est dado por: u(xpred )2 = u(x, cte)2 + (u(y, cte/b1)2 + var(x) Ec. E3.8

D.3.7 Los cuatro componentes de la incertidumbre descriptos en E.3.2 se pueden calcular usando las ecuaciones D.3.3 a D.3.8. La incertidumbre total surgida de los clculos de una calibracin lineal puede obtenerse combinando estas cuatro componentes de la manera habitual. D.4 Documentando la incertidumbre dependiente del nivel del analito D.4.1 Introduccin D.4.1.1 Se observa a menudo en las mediciones qumicas que sobre un amplio intervalo de niveles de analito, las contribuciones dominantes a la incertidumbre total varan en forma proporcional al nivel del analito, que es u(x) x. Es estos casos, es razonable expresar las incertidumbres como desviaciones estndar relativas o, por ejemplo, el coeficiente de variacin (CV). D.4.1.2 Cuando la incertidumbre no est afectada por el nivel, por ejemplo a bajos niveles o cuando se trata de un intervalo relativamente reducido de nivel de analito, es ms criterioso establecer un valor absoluto para la incertidumbre. D.4.1.3 En algunos casos, son importantes los efectos constantes y proporcionales. En el apartado D.4 se expone una aproximacin general para registrar la informacin de la incertidumbre cuando es significativa la variacin de la incertidumbre con el nivel de analito y no es adecuado informarlo como un simple coeficiente de variacin. D.4.2 Bases de la aproximacin D.4.2.1 Para considerar la proporcionalidad de la incertidumbre y la posibilidad de un valor esencialmente constante con el nivel, se utiliza la expresin general es la siguiente
2 u( x ) = s 0 + ( x s1 ) 2

[1]

siendo: u(x) la incertidumbre estndar combinada en el resultado x (que es la incertidumbre estndar expresada como una desviacin estndar)

132

s0 s1

representa una contribucin constante a la incertidumbre total una constante de proporcionalidad

La expresin est basada en el mtodo normal para combinar las dos contribuciones a la incertidumbre total, asumiendo una contribucin que es constante (s0) y una proporcional al resultado (x s1). La figura D.4.1 muestra la forma de esta expresin.
NOTA. La aproximacin anterior es prctica slo cuando se puede calcular un gran nmero de valores. Cuando se la emplea en un estudio experimental, no es posible establecer la relacin cuadrtica pertinente. En tales circunstancias se puede obtener una adecuada aproximacin por medio de una regresin lineal simple a travs de cuatro o ms incertidumbres combinadas obtenidas a diferentes concentraciones del analito. Este procedimiento es consistente con el que se emplea en estudios de reproducibilidad y repetibilidad de acuerdo con la ISO 5725:1994. La expresin pertinente es u(x) =s0 +x. s0.

D.4.2.2 La figura E.4.1 puede ser dividida en regiones (A a C en la figura), siendo stas: A: La incertidumbre que est dominada por el trmino s0 y es aproximadamente constante y cercana a s0. B: Ambos trminos contribuyen de forma significativa; la incertidumbre significativamente ms alta que s0 o xsi , y es visible una curvatura. resultante es

C: El trmino xsi predomina; la incertidumbre aumenta en forma lineal con el incremento de x y es cercano a xsi. D.4.2.3 Se hace notar que en muchos casos experimentales la forma completa de la curva no es aparente. A menudo, el intervalo completo informado del nivel permitido para el analito por el alcance del mtodo falla dentro de una regin de la carta; el resultado es un nmero de casos especiales, los que se describen con ms detalle a continuacin. D.4.3 Documentacin de los datos de la incertidumbre dependiente del nivel D.4.3.3 En general, las incertidumbres pueden ser evaluadas en la forma de un valor para s0 y otro para s1. Los valores pueden ser usados para proporcionar una estimacin de la incertidumbre a travs del alcance del mtodo. Esto es valioso cuando los clculos para los mtodos estn bien caracterizados e implementados en sistemas computarizados, donde la forma general de la ecuacin puede ser aplicada independientemente de los valores de los parmetros (uno de los cuales puede ser cero ver ms adelante). Esto est de acuerdo con la recomendacin, excepto en los casos especiales detallados a continuacin o donde la dependencia es fuerte pero no lineal (ver nota), que las incertidumbres se documentan en la forma de valores para un trmino constante representado por s0 y un trmino variable representado por s1 .
NOTA. Un ejemplo importante de la dependencia no lineal es el efecto del ruido de un instrumento sobre la medicin de la absorbancia a altas absorbancias, cerca del lmite superior de la capacidad del instrumento. Esto es particularmente pronunciado cuando la absorbancia se calcula a partir de la transmitancia (como en espectroscopia infrarroja). Bajo estas circunstancias, el ruido de lnea de base causa incertidumbres muy grandes en las figuras de absorbancias altas, y la incertidumbre aumenta mucho ms rpido que una simple estimacin lineal estimada. La solucin usual es reducirla absorbancia, por dilucin, para traer a las figuras de la absorbancia dentro del intervalo de trabajo, el modelo lineal usado aqu es adecuado, Otros ejemplo incluyen la respuesta sigmoidal de algunos mtodos de inmunoensayo.

D.4.4 Casos especiales D.4.4.1 Incertidumbre no dependiente del nivel del analito (s0 dominante) La incertidumbre es efectivamente independiente de la concentracin observada del analito cuando: el resultado es cercano a cero (por ejemplo dentro del limite fijado para la deteccin del mtodo). Regin A en la figura E.4.1; el intervalo posible para el resultado (fijado en el alcance del mtodo o en la declaracin del alcance para la estimacin de la incertidumbre) es pequeo comparado con el nivel observado. Bajo estas circunstancias, el valor de s1, se lo calcula como una incertidumbre estndar. D.4.4.2 Incertidumbre totalmente dependiente del analito (s1 dominante) Si el resultado est alejado de cero (por ejemplo, encima del lmite de determinacin) y hay una clara evidencia que la incertidumbre cambia proporcionalmente con el nivel del analito permitido dentro del alcance del mtodo, predomina el trmino x s1 (ver la regin C en la figura D.4.1. En estas circunstancias, y cuando el alcance del mtodo no incluya los niveles de analito cerca de cero, s 0 puede ser registrado como cero y s1 es la incertidumbre expresada como una desviacin estndar relativa. D.4.4.3 Dependencia intermedia En casos intermedios, y en particular cuando la situacin corresponde a la regin B en la figura D.4.1 se pueden tomar dos aproximaciones: a) Aplicacin de una variable dependiente

La aproximacin ms general es determinar, registrar y usar tanto s0 como s1. Las estimaciones de la incertidumbre, cuando se requiera, pueden ser producidos sobre la base del resultado informado. Esto mantiene la aproximacin recomendada cuando sea prctica.
NOTA. Ver la nota en D.4.2.

b)

Aplicando una aproximacin fija

Una alternativa que puede ser usada para los ensayos en general, cuando: la dependencia no es fuerte (es evidente que la proporcionalidad es dbil), o el mbito esperado de los resultados es moderado es concluir que en estos casos las incertidumbres pueden no variar en ms que un 15 % de una estimacin promedio de la incertidumbre, por lo que es razonable calcular y establecer un valor fijo de incertidumbre para el uso general, basado en el valor medio de los resultados esperado. Esto es si se usa una media de un valor tpico de x para calcular una estimacin fija de la incertidumbre, y esta es usada en lugar de las los resultados esperados. Esto significara que: se puede utilizar para calcular la estimacin de la incetidumbre fijada, la media o el valor tpico de x, y utilizarlo en lugar de estimaciones calculadas individualmente;

134

se puede utilizar una desviacin estndar simple que se obtuvo, basada en estudios de materiales que cubren todo el intervalo permitido para los niveles del analito (dentro del alcance de la estimacin de la incertidumbre), y hay una pequea evidencia para justificar una hiptesis de proporcionalidad. Generalmente se lo trata como un caso de dependencia cero y la desviacin estndar correspondiente se registra como s0 . D.4.5 Determinacin de s0 y s1 D.4.5.1 En los casos especiales en los cuales un trmino domina, es suficiente usar la incertidumbre como una desviacin estndar o una desviacin estndar relativa respectivamente y usar los valores de s0 y s1 indirectamente a partir de una serie de estimaciones de la incertidumbre a diferentes niveles de analito. D.4.5.2 Dado un calculo de incertidumbre combinada a partir de varios componentes, alguno de los cuales dependen del nivel del analito y otros no, es posible investigar por simulacin la dependencia de la incertidumbre general sobre el nivel del analito. El procedimiento es el siguiente: 1) 2) 3) 4) 5) se calcula (u obtiene experimentalmente) las incertidumbres u(xi) como mnimo para 10 niveles xi de analito, cubriendo todo el rango permitido. se grafica u(xi)2 respecto de xi2 se obtienen por regresin lineal las estimaciones de m y c para la curva u(x)2 = mx2 + c se calculan s0 y s1 a partir de s0 = c , s1 = se registran s0 y s1 m

D.4.6 Informe E.4.6.1 La aproximacin detallada aqu permite la estimacin de una incertidumbre estndar para cualquier resultado. En principio, cuando se deba detallar la informacin de la incertidumbre, puede estar en la forma de [resultado] [incertidumbre] donde la incertidumbre se calcula como una desviacin estndar, y si es necesario expandirla (usualmente por un factor de dos) para dar un incremento de la confianza. Cuando se informan juntos un nmero de resultados, es posible, y es perfectamente aceptable, que una estimacin de la incertidumbre sea aplicable a todos los resultados informados. D.4.6.2 En la Tabla E.4.1 da algunos ejemplos. Las figuras de la incertidumbre para una lista de diferentes analitos son tabulados siguiendo principios similares.
NOTA. Donde se use lmite de deteccin o lmite informado para dar los resultados en la forma <x o nd, es necesario declarar los lmites usados en adicin a las incertidumbres aplicables a los resultados sobre como informar los lmites

Tabla D.1 Resumiendo las incertidumbres para varias muestras Situacin Incertidumbre esencialmente constante para todos los resultados Incertidumbre generalmente proporcional al nivel Mezcla de proporcionalidad y valor bajo limitante para la incertidumbre Trmino dominante Ejemplo(s) de informe

Desviacin estndar s0 o una aproximacin incertidumbre expandida; fija (ver D.4.4.1, D.4.4.3 a)) 95% de intervalo de confianza xs1 (ver D.4.4.2) Caso intermedio (ver D.4.4.3.) desviacin estndar relativa: coeficiente de variacin (CV) calcular CV o RSD juntos con el lmite ms bajo como desviacin estndar

Figura D.1 Variacin de la incertidumbre respecto de los resultados observados

136

Anexo E
(Informativo)

Medicin de la incertidumbre en el lmite de deteccin / Lmite de determinacin

E.1 Introduccin E.1.1 A bajas concentraciones, un incremento de la variedad de los efectos resulta importante, comprendiendo por ejemplo, la presencia de ruido o de una lnea de base inestable, la contribucin de interferencia a la seal (gruesa), la influencia de cualquier blanco analtico usado, y las prdidas durante la extraccin, aislacin o pretratamiento. Debido a estos efectos, sumado a la cada en las concentraciones del analito, la incertidumbre relativa asociada con los resultados tiende a incrementarse, primero en una sustancial fraccin del resultado y finalmente en el punto donde el intervalo (simtrico) de la incertidumbre incluye el cero. Esta regin est asociada con el lmite de deteccin prctico para un mtodo dado.
NOTA. La terminologa y las convenciones asociadas con la medicin e informacin para los niveles bajos del analito han sido ampliamente analizados en otros documentos (ver [G.1.6, G.1.7, G.1.8] para los ejemplos y definiciones). Aqu, el trmino lmite de deteccin solo implica un nivel en el cual la deteccin resulta problemtica, y no est asociada con una definicin especfica.

E.1.2 Se acepta ampliamente, que el uso ms importante del lmite de deteccin es para mostrar donde el desempeo del mtodo resulta insuficiente para una cuantificacin aceptable, y que pueden hacerse mejoras. Idealmente, las mediciones cuantitativas no deben hacerse en esta regin. No obstante, hay muchos materiales que a bajos niveles son importantes, es inevitable que las mediciones deban hacerse en esta regin, y los resultados tambin sean informados estn en esta regin. E.1.3 La IRAM 35050 no da indicaciones explcitas para la estimacin de la incertidumbre cuando los resultados son bajos y las incertidumbres son grandes comparadas con los resultados. De hecho, la forma bsica de la ley de propagacin de incertidumbres, descripta en el captulo 10, puede facilitar la aplicacin correcta en esta regin; una hiptesis sobre la cual est basada, es que la incertidumbre es pequea en relacin al valor del mesurando. Hay una dificultad filosfica para seguir la definicin de incertidumbre dada por la IRAM 35050: aunque las observaciones negativas son bastante posibles, e incluso son comunes en esta regin, una dispersin implicada que incluya valores por debajo de cero, no puede ser imputables al valor del mesurando cuando el mesurando es una concentracin, porque las concentraciones en s mismas no pueden ser negativas. E.1.4 Estas dificultades no impiden la aplicacin de los mtodos detallados en esta norma, pero se requiere tomar algunas precauciones para la interpretacin y la informacin de los resultados para la estimacin de la incertidumbre de la medicin en esta regin. El propsito de este anexo es proporcionar una gua limitada al suplemento que est disponible en otras fuentes.

NOTA. Consideraciones similares se pueden aplicar a otras regiones; por ejemplo, fracciones msicas o molares cercanas al 100% pueden presentar dificultades similares.

E.2 Observaciones y estimaciones E.2.1 Un principio fundamental de la ciencia de la medicin es que los resultados son estimaciones de los valores verdaderos. Los resultados analticos, por ejemplo, inicialmente estn disponibles en unidades de la seal observada, por ejemplo, mV, unidades de absorbancia, etc. Para la comunicacin a una amplia audiencia, especialmente para los clientes de un laboratorio o para otras autoridades, los datos crudos necesitan ser convertidos a una cantidad qumica, como una concentracin o cantidad de sustancia. Esta conversin requiere un procedimiento de calibracin (que puede incluir, por ejemplo, correcciones para las prdidas observadas y caracterizadas). Cualquiera sea la conversin, sin embargo, la figura generada permanece como una observacin o seal. Si el ensayo se realiza adecuadamente queda como la mejor estimacin del valor del mesurando. E.2.2 Las observaciones no son a menudo restringidas por los mismos lmites fundamentales que se aplican a las concentraciones reales. Por ejemplo, es perfectamente razonable una concentracin observada, que es una estimacin menor que cero. Es igualmente sensible hablar de una dispersin de observaciones posibles las cuales estn en la misma regin. Por ejemplo, cuando se realiza una medicin no sesgada de una muestra sin analito presente, uno puede ver que la mitad de las observaciones caen por debajo de cero. En otras palabras, informar como: concentracin observada = 2,4 8 mg l-1 concentracin observada = -4,2 8 mg l-1 no slo son posibles; deberan verse como declaraciones vlidas. E.2.3 Los mtodos para la estimacin de la incertidumbre descriptos en esta norma son aplicables a la estimacin de las incertidumbres de las observaciones. No hay barreras ni contradicciones que impidan que se informen observaciones y sus incertidumbres asociadas a una audiencia informada, comunicando la mejor estimacin y su incertidumbre asociadas, incluso cuando el resultado implica una situacin fsica imposible. De hecho, en algunas circunstancias (por ejemplo ciando se informa un valor para un blanco analtico que puede ser usado subsecuentemente para corregir otros resultados) es absolutamente esencial informar la observacin y su incertidumbre (aunque sea grande). E.2.4 Esto es verdad siempre y cuando el uso final del resultado est en duda. Solamente la observacin y su incertidumbre asociada pueden ser usadas directamente (por ejemplo, para clculos posteriores, en el anlisis de tendencia o para la re-interpretacin), la observacin no censurada debe estar siempre disponible. E.2.5 Lo ideal es informar las observaciones independientemente de los resultados. vlidas y su incertidumbre asociada

E3 Interpretacin de los resultados y el cumplimiento de la declaracin E3.1 A pesar de lo indicado anteriormente, se acepta que muchos informes de anlisis y declaraciones de cumplimiento incluyan una interpretacin para el beneficio del usuario final. Una interpretacin de este tipo incluira cualquier inferencia relevante sobre los niveles del analito, el cual puede estar presente en un material. Esta interpretacin es una inferencia sobre la palabra real y en consecuencia puede esperarse (por el usuario final) que confirme los lmites reales. Tambin se puede incluir todo sobre la estimacin de la incertidumbre asociada con los valores reales.

138

E.3.2 En tales circunstancias, cuando sea bien conocido el uso final y donde el usuario final no est debidamente informado de la naturaleza de las mediciones observadas, puede aplicarse la gua general proporcionada en otros documentos (por ejemplo, ver para ms datos las referencias G.16, G.17, G.18) sobre como informar los resultados para niveles bajos. E.3.3 Otra precaucin pertinente es que mucha de la literatura sobre la capacidad de deteccin confa plenamente en la estadstica de las observaciones replicadas. Se hace notar que la variacin observada raramente es una buena gua para la incertidumbre total de los resultados. Junto con los resultados en cualquier otra zona, se deberan tener consideraciones cuidadosas para todas las incertidumbres dadas que afectan al resultado obtenido antes de informar los valores.

Anexo F
(Informativo)

Fuentes comunes y valores de incertidumbre


En la tabla F.1 se presentan algunos ejemplos tpicos de componentes de la incertidumbre. Las tablas aportan: el mesurando particular o el procedimiento experimental (determinacin de masa, volumen, etc.) los componentes principales y las fuentes de incertidumbre en cada caso un mtodo sugerido para determinar la incertidumbre surgida de cada fuente un ejemplo de un caso tpico El propsito de la tabla es compendiar los ejemplos e indicar los mtodos generales de estimacin de las incertidumbres en el anlisis. No intenta ser comprensiva, ni deberan utilizarse los datos indicados directamente, sin una justificacin independiente. Sin embargo los valores pueden ayudar a decidir si un componente en particular es significativo. Componentes de la Causa incertidumbre Incertidumbre de Exactitud la calibracin de limitada en la la balanza calibracin Valores tpicos Ejemplo Valor Balanza de 4 0,5 mg dgitos

Determina cin Masa

Mtodo de determinacin Declarada en el certificado de calibracin, convertida en desviacin estndar i. experimento, con un rango de pesas certificadas ii. especificaci n del fabricante A partir de la ltima cifra significativa Desviacin estndar de los controles de pesadas en un perodo largo. Se calcula como un desvo estndar

Linealidad

Aprox. 0,5 x el ltimo dgito significativo

legibilidad

Resolucin limitada de la pantalla o de la escala Varios, incluyendo la temperatura

Deriva diaria

0,5 x el ltimo dgito significativo/ 3 Aprox. 0,5 x el ltimo dgito significativo

140

Determina cin

Componentes de la incertidumbre Variacin corrida a corrida

Efectos de densidad (base convencional)


Nota 1

Efectos de la densidad (bese vaco)

Volumen (lquido)

Incertidumbre de la calibracin

Temperatura

Mtodo de determinacin relativo, si es necesario Varias Desviacin estndar de muestras o de pesadas de control Desigualdad Calculada a en la densidad partir de de la pesa de densidades calibracin y de conocidas o la muestra cau- supuestas y sa una diferen- condiciones cia en el efecto atmosfricas del empuje tpicas. atmosfrico Como se indica Se calcula el en la anterior efecto del empuje atmosfrico y el del sustrato en la pesa de calibracin Exactitud Declarada en la limitada de la especificacin calibracin del fabricante, convertida a desviacin estndar. Por ejemplo, para un instrumental de vidrio clase A ASTM, de volumen V, el lmite es aproximadamen te V0,6/200. La variacin de T / 2 3 es la temperatura la desviacin de la de estndar calibracin relativa, siendo causa una T el rango de diferencia de temperatura volumen a una posible y el temperatura coeficiente de estndar. dilatacin del volumen del lquido. es igual aproximadamen Causa

Valores tpicos Ejemplo Valor Aprox. 0,5 x el ltimo dgito significativo Acero, niquel aluminio slidos orgnicos Agua hidrocarburos 1 ppm 20 ppm 50-100 ppm 65 ppm 90 ppm

100 g de agua 10 g de niquel

+0,1 g (efecto) < 1 mg (efecto)

10 ml (Grado A)

0,02/ 3 = 0,01 ml (suponiendo una distribucin rectangular)

100 ml de agua

0,03 ml cuando se opera dentro de 3 C de la temperatura de operacin declarada.

Determina cin

Componentes de la incertidumbre

Causa

Variacin corrida a corrida

Varios

Concentraci n de material de referencia

Pureza

Impurezas reducen la cantidad de material de referencia presente. Impurezas reactivas pueden interferir con la medicin

Concentracin (certificado)

Incertidumbre certificada de la concentracin del material de referencia

Mtodo de determinacin te a 2 x 10-4 K para el agua y 1 x 10-3 K para lquidos orgnicos. Desviacin estndar de sucesivos corridas de verificacin (encontradas en el proceso de pesada). Declarado en el certificado del fabricante. Los certificados de referencia generalmente dan lmites no calificados; en consecuencia, deberan tratarse como distribuciones rectangulares y dividirse por 3 . Nota: cuando no se declare la impureza de la impureza, puede que sea necesario realizar asignaciones o verificaciones adicionales para establecer los lmites de interferencia, etc. Declarado en el certificado del fabricante. Los certificados de referencia generalmente dan lmites no calificados; en consecuencia,

Valores tpicos Ejemplo Valor

Pipeta de 25 ml

Llenado de replicado/peso s = 0,0092

Ftalato hidrgeno de potasio de referencia, certificado como 99,9% 0,1%

0,1/ 3 =0,06%

Acetato de cadmio en cido actico de 4%. Certificado como (1000 2) mg/l

2/ 3 = 1,2 mg/l (0,012 como desvo estndar relativo, suponiendo una distribucin rectangular).

142

Determina cin

Mtodo de determinacin deberan tratarse como distribuciones rectangulares y dividirse por 3 . Concentracin Combinacin Valores (realizada a de combinados de partir de un incertidumbres los pasos material de de valores de previos a travs referencia) referencia y de de des pasos inter- vos estndar medios. relativos. Causa

Componentes de la incertidumbre

Valores tpicos Ejemplo Valor

Acetato de cadmio despus de tres diluciones, de 1 000 mg/l a 0,5 mg/l

0,0012 2 + 0,0017 2 + 0,00212 + , 0,0017 2 = 0,0034 como desvo estndar relativo.

Absorbanci a

Calibracin del instrumento


NOTA. Eeste componente relaciona la lectura de la absorbancia respecto de la absorbancia de referencia, no la calibracin de la calibracin respecto a la lectura de la absorbancia.

Exactitud limitada de la calibracin

Declarado en el certificado de calibracin como lmites, convertido a desviacin estndar.

Variacin corrida Varios a corrida

Muestreo

Homogeneidad

Submuestreo de un material heterogneo generalmente no representa exactamente el volumen.


NOTA. El muestreo aleatorio generalmente no produce un sesgo cero. Puede que sea necesario verificar que el muestreo es realmente aleatorio.

Desviacin estndar de las determinaciones replicadas o desempeo en aseguramiento de la calidad i. desvo estndar de los resultados de las submuestra separada (si la heterogeneidad es relativamente grande respecto a la exactitud analtica). ii. desvo estndar estimado de parmetros de la poblacin conocidos o supuestos. Muestreo de

Media de 7 lecturas de absorbancias con s = 1,63 Muestreo de pan con dos valores supuestos de heterogeneida d (ver ejempo en el apartado A4)

1,63/ 7 = 0,62

Para 15 porciones de 72 porciones contaminada y 360 no contaminadas: desvo estndar relativo de 0,58.

Determina cin

Componentes de la incertidumbre

Causa

Recuperaci n de extraccin

Recuperacin media

Extraccin no es comnmente completa y puede agregar o incluir interferencias.

Mtodo de determinacin pan con dos valores supuestos de heterogeneidad (ver ejempo en el apartado A4) Para 15 porciones de 72 porciones contaminada y 360 no contaminadas: desvo estndar relativo de 0,58. Recuperacin calculada como porcentaje de recuperacin a partir de un material de referencia comparable o la aplicacin de la tcnica de agragados conocidos representativo. La incertidumbre se obtiene a partir de la desviacin estndar de la media de los experimentos de recuperacin.
NOTA. La recuperacin puede tambin calcularse directamente considerando coeficientes de particin previmente obtenidos

Valores tpicos Ejemplo Valor

Recuperacin del pesticida de un pan; 42 experimentos, media 90%, s = 28% (ver ejemplo A4)

28/ 42 = 4,3% (0,048, expresado como desvo estndar relativo).

Variacin corrida Varios a corrida de la recuperacin

Desviacin estndar de los experimenttos replicados

Recuperacin de pesticidas del pan, obtenido de datos de replicados duplicados

0,31 expresado como desvo estndar relativo

NOTA 1. Para las constantes fundamentales o las definiciones de las unidades SI, las determinaciones de masa por pesada generalmente se corrigen por el peso en el vaco. En la mayora de los casos prcticos, se calcula el peso respecto a la base

144

Componentes Valores tpicos Mtodo de Causa de la determinacin Ejemplo Valor convencional que defini la OIML G.18]. La convencin establece que las pesas se calculan en el aire con una dens idad de incertidumbre Determina cin

1,2 kg m-3 y una densidad de la muestra de 8000 kg m-3, que corresponde al peso del aceroal nivel del mar en condiciones atmosfricas normales. La correccin por el empuje de la masa convencional es cero cuando la densidad de la muestra de 8000 kg m-3 o la densidad de aire es de 1,2 kg m -3. Com la densidad del aire generalmente est muy prxima a este valor, se puede despreciar la correccin al peso convencional. Los vaslores de la incertidumbre estndar dados en la tabla para los efectos relacionados con la densidad sobre la base convencional de peso, son suficientes para estimaciones preliminares de peso sobre la base convencional sin correccin por empuje a nivel del mar. La masa determinada sobre la base convencional puede, sin embargo, diferir de la masa verdadera (en el vaco) en 0,1% o ms (ver los efectos en la lnea de fondo de la tabla).

Anexo G
(Informativo)

Bibliografa del antecedente


En el estudio de este Esquerma se ha tenido en cuenta el antecedente siguiente: G.1 G.2 G.3 G.4 G.5 G.6 G.7 G.8 G.9 G.10 ISO/IEC 17025:1999. General Requirements for the Competence of Calibration and Testing Laboratories. ISO, Geneva (1999). Guide To The Expression Of Uncertainty In Measurement. ISO, Geneva (1993). EURACHEM, Quantifying Uncertainty in Analytical Measurement. Laboratory of the Government Chemist, London (1995). ISNB 0-948926-08-2. International Vocabulary of basic and general terms in Metrology. ISO, Geneva (1993). (ISBN 92-67-10175-1). ISO 3534:1993. Statistics. Vocabulary and Symbols. ISO, Geneva, Switzerland (1993). Analytical Methods Committee, Analyst (London). 120 29-34 (1995). EURACHEM, The Fitness for Purpose of Analytical Methods. (1998) (ISBN 0-948926-12-0). ISO/IEC Guide 33:1989. Uses of Certified Reference Materials. ISO, Geneva (1989). International Union of Pure and Applied Chemistry. Pure Appl. Chem., 67, 331-343, (1995). ISO 5725:1994 (Parts 1-4 and 6). Accuracy (trueness and precision) of measurement methods and results. ISO, Geneva (1994). See also ISO 5725-5:1998 fpr alternative methods of estimating precision. I. J. Good, Degree of Belief, in Encyclopaedia of Statistical Sciences, Vol. 2, Wiley, New York (1982). J. Kragten, Anlyst, 119, 2161-2166 (1994). British Standard BS 6748:1986. Limits of metal release from ceramic ware, glassware, glass ceramic ware and vitreous enamel ware. S. L. R. Ellison, V. J. Barwick. Accred. Qual. Assur. 3 101-105 (1998). ISO 9004-4:1993, Total Quality Management. Part 2. Guidelines for quality improvement. ISO, Geneva (1993). H. Kaiser, Anal. Chem. 42 24A (1970). L. A. Currie, Anal. Chem. 40 583 (1968). IUPAC, Limit of Detection, Spectrochim. Acta 33B 242 (1978). OIML Recommendations IR 33. Conventional value of thje result of weighing in air.

G.11 G.12 G.13 G.14 G.15 G.16 G.17 G.18 G.19

146

Anexo H
(Informativo)

Bibliografa IRAM
En el estudio de este Esquerma se ha tenido en cuenta el antecedente siguiente: EURACHEM EUROPEAN ANALYTICAL CHEMESTRY CITAC CO-OPERATION ON INTERNATIONAL TRACEABILITY IN ANALYTICAL CHEMESTRY EURACHEM/CITAC Guide:2000 Quantifying Uncertaionty in Analytical Measurement.

Anexo J
(Informativo)

Integrantes del organismo de estudio


El estudio de este Esquema ha estado a cargo del organismo respectivo, integrado en la forma siguiente:

Subcomit de Estadstica
Integrante Lic. Pablo LVAREZ Dra. Mara Cristina ARRIAGA Dr. Dr. Ing. Lic. Sr. Lic. Lic. Lic. Ing. Dra. Ing. Est. Fernando AZCOAGA Hugo CAPACCIOLI Jorge GARCA Susana HANCEVIC Carlos Francisco JELUSIC Ema MARBEC Daro MASTROIACO Luis MENNDEZ Horacio NAPOLITANO Ana M. PALERMO Carlos PREZ Stella Maris ROLANTE Representa a: INTI QUMICA CONSEJO PROFESIONAL DE CIENCIAS ECONMICAS ROSARIO CNEA INVITADO ESPECIAL J. G. PROFESIONALES ASOCIADOS CONSEJO PROFESIONAL DE CIENCIAS ECONMICAS ROSARIO G.P.L.C. GESTIN PARA LA CALIDAD INTI CEQUIPE AKAPOL S.A.C.I.F.I.A. LLAJME JENCK S.A. CITEFA DCYMT FACULTAD DE INGENIERA UBA CONSEJO PROFESIONAL DE CIENCIAS ECONMICAS ROSARIO INVITADO ESPECIAL CNEA IRAM

Dra. Dora VIGODA DE LEYT Lic. Alba ZARETZKY Ing. Flavio DURANTE TRMITE

El estudio de este texto ocup la atencin del Subcomit de Estadstica en las reuniones del 6 de mayo, 5 de agosto, 2 de septiembre, 7 de octubre, 4 de noviembre y 2 de diciembre de 2003 (Actas 2, 5, 6, 7, 8 y 9-2003); 23 de marzo, 20 de abril, 11de mayo, 22 de junio, 24 de agosto, 21 de septiembre, 19 de octubre, 23 de noviembre y 14 de diciembre de 2004 (Actas 1, 2, 3, 4, 6, 7, 8, 9 y 10-2004), 1 de marzo, 6 de abril, 3 de mayo y 7 de junio de 2005 (1, 2, 3 y 4-2005), en la ltima de las cuales se lo aprob como Esquema 1 y se dispuso su envo a Discusin Pblica por 30 d. Asimismo, en el estudio de este Esquema se han considerado los aspectos siguientes: Aspectos Ambientales Salud Seguridad SE HAN INCORPORADO ? S / No / No corresponde No corresponde No corresponde No corresponde ***************************** Comentarios

148

APROBADO SU ENVO A DISCUSIN PBLICA POR EL SUBCOMIT DE ESTADSTICA, EN SU SESIN DEL 7 DE JUNIO DE 2005 (Acta 4-2005).

FIRMADO Ing. Flavio Durante Coordinador del Subcomit FIRMADO Lic. Marta R. de Barbieri V B Gerente Tecnologa Qumica

FIRMADO Lic. Ana Palermo Secretaria del Subcomit