FASE 1 – IDENTIFICACIÓN DEL PROBLEMA ANALÍTICO

DAYRA ALEJANDRA CAICEDO DIAGO – CÓDIGO: 1.114.835.411

JUAN SEBASTIAN GONZALEZ DOMINGUEZ– CÓDIGO: 1113042268
JORGE HERNAN ROLDAN SANCHEZ – CÓDIGO: 1.114.822.079
JOHANNA HOLGUIN – CÓDIGO: 1.113.660.942

PRESENTADO A:

LADY DIANA CASTANEDA

GRUPO 301102_20

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERIA
QUIMICA ANALITICA E INSTRUMENTAL
2020
Paso 1. Identificación del problema.

Estudiante Alimento Contaminante Origen de la Límite

contaminación permisible
(mg/kg)

1. Dayra Leche Plomo Uso de materiales 0,02

Alejandra durante el ordeño,
Caicedo almacenamiento y
transporte de leche

2. Juan Sebastián Latas de atun Mercurio Ríos y hábitat del 1,0 gr/kg
González marca Van Camp atún
´s

3. Jorge Hernán Carne bovina Metales pesados Mediante el agua, 0,5

Roldan suelos y pastoreo

4. Johanna Maíz Insecticida Clorpirifos 66 mg/kg

Holguín

5. Nombre del
estudiante

Paso 2. Análisis y discusión del problema.

Problemática Seleccionada por el grupo Contaminación de la Leche por Plomo

colaborativo
Grupo colaborativo : #301102_20
 Tipo
Muestreo consecutivo – Doble ciego. Estudio de corte transversal
de muestreo

Explicación del plan Se recluta toda la población de existente en los hatos del municipio
de muestreo en cuestión(12-15 muestras semanales),por un mes (40-
68,muestra), se analizan por duplicado partiendo de una muestra
de 15ml de leche en frascos codificados , el analista no conoce la
procedencia de la leche, con el amino de no sesgar en los
resultados , los resultados obtenidos se llevan análisis estadístico;
utilizando un diseño de bloques al azar con el # de hatos y # de
análisis realizados, para cada muestra usamos parámetros
estadísticos como media aritmética, sabremos el promedio de
repetitividad del presencia de plomo en muestra, luego la varianza
para identificar la incidencia de ausencia-presencia y finalmente
intervalo de confianza para establecer el rango de hallazgo del
plomo Pb4.
Tamaño muestral
 Justificación
Este tipo de muestreo es muy práctico y eficaz ya que a través
del muestreo consecutivo el investigador puede incluir todos los
criterios inclusión vistos consecutivamente, en un determinado
periodo de tiempo hasta alcanzar un número determinado de
muestras bajo las mismas condiciones, aun así hay que tener
presente algunos factores relacionados con el tiempo transcurrido
durante el análisis, que pueden afectar este método.

Referencias usadas
para el plan de Choque, C. G. (2015). Determinación de los niveles de plomo en
leches. Recuperado el 04 de 03 de 2019, de Universidad
muestreo
Nacional de Colombia:
http://bdigital.unal.edu.co/47779/1/599661.2015.pdf
Humberto Rodríguez Fuentes1, E. S. (2012). METALES
PESADOS EN LECHE CRUDA DE BOVINO. Recuperado
el 04 de 03 de 2019, de
http://respyn.uanl.mx/index.php/respyn/article/viewFile/15
5/137

2. Características y propiedades fisicoquímicas de la muestra

Características de la
muestra

Propiedades Las propiedades fiscas de la leche son:

fisicoquímica de la Aspecto, olor, sabor, gravedad específica, concentración
muestra hidrogenionica(HP), acidez,

ASPECTO: La coloración de una leche fresca es blanca, medio

aporcelanada; cuando es muy rica en grasa presenta una
coloración ligeramente crema, debida en parte al caroteno
contenido en la grasa de leche de vaca. La leche pobre en grasa o
descremada es ligeramente de tono azulado.
Secreción viscosa, amarillenta y amarga de la mama que aparece
durante un periodo de 6 a 7 dias después del parto.

OLOR: La leche fresca casi no tiene olor característico, pero

debido a la presencia de la grasa, la leche conserva con mucha
facilidad los olores del ambiente o de los recipientes en los que se
guarda. La acidificación le da un olor especial a la leche y el
desarrollo de bacterias coliformes un olor a establo o a heces de
vaca, motivo por el cual se le designa como “olor a vaca”.

SABOR: En la leche fresca y limpia tiene un sabor medio dulce y

neutro por la lactosa que contiene, y adquiere, por contacto,
fácilmente sabores ensilaje, establo, hierva etc.

GRAVEDAD ESPECIFICA: La gravedad específica de la leche

es igual al peso en kilogramos de un litro de leche a la
temperatura de 15 grados centígrados. La gravedad específica
generalmente se expresa en grados de densidad, fluctuando estos
valores de 1.028 a 1.034, con un promedio de 1.031/32. Cuando
se determina la densidad de la leche, el valor observado en el
lactodensímetro debe corregirse con base a una temperatura de 15
grados centígrados, agregándose o sustrayéndose el factor 0.0002
por cada grado centígrado registrado arriba o debajo de la
temperatura mencionada ( de preferencia, debe hacerse entre los
límites de 10 y 36 grados centígrados).

La densidad de la leche depende de la combinación de

densidades entre sus diferentes componentes.

Agua…………………………..1.000
Grasa………………………….0.931
Proteína……………………...1.346
Lactosa………………………..1.666
Minerales…………………… 5.500

CONCENTRACION HIDROGENIONICA (pH): El PH es el

logaritmo de inverso de la concentración de iones hidrogeno. Con
el potencial en “iones de hidrogeno entre 10 exponente ala menos
1 a 10 exponente a la menos 7 (pH 1 a 7) el medio será acido;
mientras que entre 10 exponente a la menos 7 a 10 exponente a la
menos 14 (pH 7 a 14) será alcalino. Con 10 exponente a la menos
7 (pH 7) el medio es neutro.

ACIDEZ: La acidez presentada por la leche cruda a la titulación

empleada es la resultante de 4 reacciones, de la cuales las tres
 primeras representan la acidez natural:

ACIDEZ NATURAL:
Acidez de la caseína anfoterica cerca de 2/5 de la acidez natural.
Acidez de las sustancias minerales, CO2 y ácidos orgánicos
originales, cerca de 2/5 de la acidez natural.
Reacciones secundarias en los fosfatos, cerca de 1/5 de la acidez
natural.

ACIDEZ DESARROLADA:
Debido a la formación de ácido láctico a partir de la lactosa por la
intervención de bacterias contaminadas.
Generalmente una leche fresca posee una acidez de 0.15 a 0.16%;
los valores de 0.15 pueden ser debidos a leche mastiticas
aguadas, o bien alteradas con algún producto químico
alcalinizante. Los porcentajes mayores de 0.16 son indicadores
de contaminantes bacterianos.
P Propiedades Las propiedades químicas de la leche son:
químicas de la muestra Grasas, PH, ácido láctico, proteínas, caseína, cenizas, lactosa

LACTOSA: es un disacárido formado por la unión de una

molécula de glucosa y otra de galactosa

CENIZAS: Debido a su importancia su medición está incluida

dentro del análisis químico proximal de los alimentos, en el cual
se mide principalmente el contenido de humedad, grasas,
proteínas, y cenizas.

PROTEINAS: La función primaria de las proteínas lácteas es el

aporte suficiente de aminoácidos indispensable y nitrógeno
orgánico para la síntesis y la reparación de los tejidos. La leche
de la vaca es considerada una excelente fuente de proteínas de
alto valor biológico, ya que contiene los 10 aminoácidos
indispensables
ÁCIDO LÁCTICOS: El compuesto químico que conforma parte
del grupo de los ácidos carboxílicos.se denominan compuestos
químicos debido a que esta constituido por al menos dos
elementos que conforman la tabla periódica.

Tiene la propiedad de coagularse en presencia de ácidos,

originando la masa principal del queso. ... La lactosa corresponde
al glúcido de la leche (C12H22O11), se encuentra en disolución y
fermenta con facilidad, dando origen principalmente al ácido
láctico, que como ácido que es provoca la coagulación de la
leche.

PH: El PH de la leche es ligeramente ácido, el PH es

comprendido entre 6,6 y 6,8. Otra propiedad química importante
es la acidez

GRASAS: Los lípidos figuran entre los constituyente más

importantes en la leche y sus derivados, ya que confieren
características únicas de sabor, la grasa de la leche es una buena
fuente de energía y un excelente medio de trasporte de vitaminas
liposolubles A, D, E y K

CASEINA: La Caseína es una proteína de la leche del tipo

fosfoproteína que se separa de la leche por acidificación y forma
una masa blanca. Las fosfoproteínas son un grupo de proteínas
que están químicamente unidas a una sustancia que contiene
ácido fosfórico, por lo tanto su molécula contiene un elemento
fósforo. La caseína representa cerca del 77 al 82 por ciento de las
proteínas presentes en la leche y el 2.7 por ciento en la
composición de la leche líquida.
 Referencias
EJEMPLO:
Abdulnabi A. Abushita, Emhemed A. Hebshi, Hussein G. Daood,
Péter A. Biacs. (1997). Determination of antioxidant vitamins in
tomatoes. Food Chemistry, 60 ( 2): 207-212.

Estudiante 1 Dayra Alejandra Caicedo

Considere la siguiente situación. Se desea medir un volumen exacto en una pipeta de 10 ml
para el análisis de hierro (Al3+) en un alimento. Para esto, se cuenta con 3 pipetas
volumétricas de dicha capacidad. Con el fin de determinar la incertidumbre de cada una. En
la siguiente tabla se muestra la determinación de los volúmenes en mL de cada una de las
pipetas volumétricas:
Pipeta Pipeta Pipeta
1(ml) 2(ml) 3(ml)
10,03 10,02 10,04
10,01 10,01 10,02
10,03 10,03 10,04
10,10 10,10 10,10
10,02 10,02 10,04
10,01 10,11 10,03
10,02 10,03 10,07

Para cada conjunto calcule:

a. Media o promedio estadístico

Pipeta 1
10,03+ 10,01+ 10,03+ 10,10+ 10,02+ 10,01+10,02
X=
7
X =10,03
Pipeta 2
10,02+10,01+10,03+10,10+10,02+10,11+ 10,03
X=
7
X =10,04
Pipeta 3
10,04+10,02+10,04+10,10+10,04 +10,03+10,07
X=
7
X =10,04

b. Desviación estándar
S= √∑ ¿ ¿ ¿
Pipeta 1
S=−√ ¿¿ ¿
S=0,028996833
Pipeta 2
S=−√ ¿¿ ¿
S=0,03811904
Pipeta 3

S=−√ ¿¿ ¿
S=0,02531435

c. Coeficiente de variación
Sx
CV = .100
x
Pipeta 1
0,028996833
CV = .100=0,2891
10,03

Pipeta 2
0,03811904
CV = .100=0,3796
10,04
Pipeta 3
0,02531435
CV = .100=0,2521
10,04
d. El intervalo de confianza empleando t-student con un nivel de confianza de 95%.

n . c=95 %
α =1−0.95=0.05
gl=n−1
gl=7−1=6
n . c=95 %
t−student=1.9432

1b. Para el ejercicio anterior, calcule el error relativo y absoluto teniendo en cuenta el
volumen nominal correspondiente y realice un análisis de acuerdo a las diferencias
entre errores y dispersión de los datos brindados entre cada pipeta, y determine la
pipeta volumétrica que es más precisa y exacta.

Error Relativo:
Valor real−Valor Experimental
ER= .100
Valor real
Pipeta 1
 7−10,03
ER= .100=−43,28
7
Pipeta 2
7−10,04
ER= .100=−43,42
7
Pipeta 3
7−10,04
ER= .100=−43,42
7

Error Absoluto:
EA=Valor real−Valor Experimental
Pipeta 1
EA=7−10,03=−3,03
Pipeta 2
EA=7−10,04=−3,04
Pipeta 3
EA=7−10,04=−3,04

R//: Después de realizar los cálculos se puede concluir que la pipeta con el menor valor de
coeficiente de variación es la pipeta 3, siendo esta la más precisa con respecto a la media
muestral, pero esta se encuentra con poca exactitud al valor de referencia real. En los
cálculos realizados de error relativo y error absoluto las tres pipetas se encuentran igual en
los resultados. De acuerdo a las similitudes que presentan las tres pipetas, las tres pipetas
presentan una exactitud a la hora de tomar la muestra.

1c. ¿Indique en que consiste el enmascaramiento para eliminar las interferencias en

una muestra analítica, cite un ejemplo?
Cuando en una muestra hay especies que, además del analito, modifican la respuesta de un
método analítico, se dice que estas especies interfieren en la determinación. La interferencia
da lugar a una determinación errónea (por exceso o por defecto) del analito; para evitarlo,
estas especies deben ser enmascaradas o eliminadas. La eliminación puede realizarse por
precipitación, oxidación o complejación, por extracción con un solvente adecuado, por
cromatografía, por diálisis, por destilación, etc.
Si no es posible eliminar las interferencias se recurre a su enmascaramiento por
transformación en alguna forma que no interfiera con el analito.
Ejemplo:
Para determinar el contenido de Ca2+ en aguas naturales se utiliza el reactivo EDTA. El

Al3+ (que puede estar presente en dichas aguas) también reacciona con EDTA y por lo

tanto interfiere. Por eso se enmascara el Al3+ tratando previamente a la muestra con F. El

AlF63 formado no reacciona con EDTA.

1d. ¿Cuáles son los tipos de muestreo, qué criterios se tienen en cuenta para

seleccionar un tipo de muestreo?

La muestra debe lograr una representación adecuada de la población, en la que se

reproduzca de la mejor manera los rasgos esenciales de dicha población que son
importantes para la investigación. Para que una muestra sea representativa, y por lo tanto
útil, debe de reflejar las similitudes y diferencias encontradas en la población, es decir
ejemplificar las características de ésta.

TIPOS DE MUESTREO
Han surgido diferentes clasificaciones de los métodos de muestreo, los más comunes son el
probabilístico y el no probabilístico, que a continuación se explicarán brevemente.
MUESTREO PROBABILÍSTICO.
Éste tipo de muestreo nos indica que todos y cada uno de los integrantes de una población
tienen la misma posibilidad de ser elegidos para ser parte de una muestra representativa. El
muestreo probabilístico, engloba diferentes tipologías más:
Muestreo aleatorio simple
Este tipo de muestreo es el más fácil y sencillo de todos los más, en éste, cada uno de los
sujetos tiene la misma probabilidad de ser seleccionado igual que al resto. Tiene diferentes
opciones para recopilar a los sujetos, pero el más utilizado es enumerar a todos (del 1 al
número de sujetos que sean) y posteriormente generar una cantidad de números al azar que
sean igual al número de sujetos que se necesitan. Como dato, los números al azar
generalmente son seleccionados con diferentes métodos y técnicas.
Muestreo aleatorio sistemático
En este tipo de muestreo se requiere de un intervalo para posteriormente partir a seleccionar
a la muestra requerida restante. El intervalo se obtiene mediante la división del número
total de la población entre el número de sujetos de la muestra (parte de la población que se
pretende analizar), posteriormente, se sortea un número entre el resultado de dicha división.
Al número sorteado ganador se le suma el intervalo, y así sucesivamente, se van generando
los demás números que se seleccionarán para la muestra.
Muestreo aleatorio estratificado.
Como su nombre lo indica en este tipo de muestreo se divide a la población en estratos, esto
quiere decir que los separan por grupos con características comunes. Y para seleccionar a
cada uno de los elementos de cada estrato se puede utilizar tanto el tipo de muestreo
aleatorio simple como el sistemático. Su procedimiento para conocer la cantidad de
elementos que conformará la muestra es la siguiente, Una vez dividido la población en
grupos o estratos se divide el número total de la muestra que se requiere entre la cantidad
total de la población, multiplicando el resultado por el número total de integrantes de un
grupo o un estrato.

Muestreo por conglomerados

Este tipo de muestreo se realiza cuando se es imposible crear una lista de todos los
elementos de una población, su selección generalmente es de manera natural

MUESTREO NO PROBABILISTICO
A diferencia del muestreo probabilístico, en este método de muestreo no todos los sujetos
tienen la misma posibilidad de ser elegidos o seleccionados, ya que para poder seleccionar
un elemento se siguen una clase de reglas o de criterios de selección específicos. Este tipo
de muestreo no nos permite realizar cierres concretos.
Dentro de este método de muestreo encontramos los siguientes tipos:

Muestreo por cuotas.

Este tipo de muestreo y el tipo de muestreo estratificado tienen una característica en común,
ambos dividen a toda la población en grupos, pero la diferencia es que en este tipo de
muestreo por cuotas, la selección de los sujetos de cada grupo depende de los criterios del
investigador, esto quiere decir que el sujeto seleccionado debe cumplir los requisitos
específicos que solicita el investigador.

Muestreo intencional o de conveniencia.

Este tipo de muestreo selecciona a la parte de su muestra de manera conveniente, esto
quiere decir, que la muestra está compuesta por elementos que fueron más factibles de
incorporar y son más accesibles.

Bola de nieve
Este tipo de muestra consiste en reclutar a un individuo y posteriormente este recluta a otro
y así sucesivamente, hasta que se logre el número de la muestra deseada que se va a
analizar o examinar.
Muestreo discrecional
Este tipo de muestreo se realiza, por el propio juicio del investigador, se basa en su propio
conocimiento y decisión para elegir a la parte de su población (muestra) que va a estudiar o
examinar.

Estudiante 2 Juan Sebastián González

Considere la siguiente situación. Se desea preparar una muestra de cloruro de sodio para el
análisis de un alimento con la mayor exactitud posible. Para lo cual se cuenta con 3 balones
aforados de 150 ml, para lo cual se realiza un experimento que busca determinar la
incertidumbre de cada uno. En la siguiente tabla se muestra la determinación de los
volúmenes en mL de cada uno de los balones aforados:

Balón 1 Balón 2 Balón 3

(ml) (ml) (ml)
150,03 150,06 150,16
149,98 150,08 150,05
150,01 150,02 150,12
150,03 150,09 150,06
148,90 148,98 148,99
150,08 150,08 150,28
151,00 150,02 150,05

Para cada conjunto calcule:

a. Media o promedio estadístico

Balon 1
 x 1+ x 2+ x 3+ x 4+ x 5+…+ xn
x́=
n
150.03+149.98+150.01+150.03+148.90+150.08+151.00
x́=
7
x́=150.00

Balón 2

x 1+ x 2+ x 3+ x 4+ x 5+…+ xn
x́=
n
150.06+150.08+150.02+150.09+148.98+150.08+150.02
x́=
7
x́=149.90

Balón 3

x 1+ x 2+ x 3+ x 4+ x 5+…+ xn
x́=
n
150.06+150.05+150.12+150.06+148.99+150.28+150.05
x́=
7
x́=149.94

b. Desviación estándar

Balón 1
S= √∑ ¿¿ ¿ ¿
S= √ ¿ ¿ ¿

2.2187
S= √
6
S=0.2482

Balón 2

S= √∑ ¿¿ ¿ ¿
S= √ ¿ ¿ ¿
1.001
S= √
6
S=0.1667

Balón 3

S= √∑ ¿¿ ¿ ¿
S= √ ¿ ¿ ¿
1.1375
S= √
6
S=0.1777

c. Coeficiente de variación

Balón 1
 S
CV = ∗100
x́
0.2482
CV = ∗100
150.00
CV =¿0.1654

Balón 2

S
CV = ∗100
x́
0.1667
CV = ∗100
149.90
CV =¿0.1112

Balón 3

S
CV = ∗100
x́
0.1777
CV = ∗100
149.94
CV =¿0.1185

d. El intervalo de confianza empleando t-student con un nivel de confianza de 95%

Balón 1
t∗S
μ= x́ ± GL= 6
√n

t∗0.2482
μ=150.00±
√7
1.943∗0.2482
μ=150.00±
√7
μ=150.00± 0.1822

149.81 ≤ μ ≤150.18

Balón 2

t∗S
μ= x́ ± GL= 6
√n

t∗0.1667
μ=149.90±
√7
1.943∗0.1667
μ=149.90±
√7
μ=149.90± 0.1224

149.77 ≤ μ ≤ 150.02
Balón 3
 t∗S
μ= x́ ± GL= 6
√n
t∗0.1777
μ=149.94 ±
√7
1.943∗0.1777
μ=149.94 ±
√7
μ=149.94 ±0.1305

149.80 ≤ μ ≤ 150.07

2b. Para el ejercicio, anterior calcule el error relativo y absoluto teniendo en cuenta el
volumen nominal correspondiente y realice un análisis de acuerdo a las diferencias entre
errores y dispersión de los datos brindados entre cada balón, y determine el balón aforado
que es más preciso y exacto.

Balón 1
Error absoluto

e= √ ∑ ¿ ¿ ¿ ¿
e= √ ¿ ¿ ¿

2.2187
e=
√ 42
e=0.3 ml

Error relativo

e
ε ( % )= ∗100
Valor exacto
0.3
ε ( % )= ∗100
150
ε ( % )=0.2%
Balón 2

Error absoluto

e= √ ∑ ¿ ¿ ¿ ¿
e= √ ¿ ¿ ¿

1.001
e=
√ 42
e=0.2 ml

Error relativo

e
ε ( % )= ∗100
Valor exacto
0.2
ε ( % )= ∗100
150
ε ( % )=0.1%
Balón 3

Error absoluto

e= √ ∑ ¿ ¿ ¿ ¿
e= √ ¿ ¿ ¿

1.1375
e=
√ 42
e=0.2 ml
Error relativo

e
ε ( % )= ∗100
Valor exacto
 0.2
ε ( % )= ∗100
150
ε ( % )=0.1%

R2b// al analizar los resultados obtenidos a partir de los cálculos realizados a cada balón, se
puede determinar que el balón 2 es el más exacto y preciso, ya que presenta un índice de
error menor a los otros dos, aunque sin mucha diferencia.

2c. ¿Cuál es el alcance del análisis cualitativo y en qué caso se realiza este tipo de análisis?
Justifique su respuesta a través de un ejemplo.

R// El análisis de datos cualitativo es un proceso dinámico y creativo que nos permite
extraer conocimiento de una masa de datos heterogéneos en forma textual o narrativa.

Los datos cualitativos pueden provenir de varias fuentes y pueden tener formato de texto,
de audio, de imagen o de vídeo. La importancia de los datos cualitativos reside en el hecho
de que nos permiten obtener conocimiento profundo sobre ciertas realidades subjetivas,
como, por ejemplo, los sentimientos y las motivaciones de nuestros clientes.

En el contexto actual dominado por el Big Data, los datos representan el activo
fundamental de las empresas. La multiplicación de fuentes de datos, de distintos formatos y
proveniencia hace que sea muy frecuente tener que analizar datos cualitativos junto con
datos cuantitativos. Sin embargo, los datos cualitativos necesitan técnicas y herramientas
especiales para que su tratamiento, que es muy distinto con respecto a los datos
cuantitativos.

2d. Dentro de las características de un método analito existe la reproducibilidad, indique a

que se refiere este concepto y cite un ejemplo.

R//La reproducibilidad es la capacidad de un ensayo o experimento de ser reproducido o

replicado por otros, en particular, por la comunidad científica. La reproducibilidad es uno
de los pilares del método científico, siendo la falsabilidad el otro.
Aunque existen diferencias conceptuales según la disciplina científica, en muchas
disciplinas, sobre todo en aquellas que implican el uso de estadística y procesos
computacionales, se entiende que un estudio es reproducible si es posible recrear
exactamente todos los resultados a partir de los datos originales y el código informático
empleado para los análisis.

Ejemplo:
La reproducibilidad es la variación causada por el sistema de medición. Es la variación que
se observa cuando diferentes operadores miden la misma parte muchas veces, usando el
mismo sistema de medición, bajo las mismas condiciones.
Los operadores 1, 2 y 3 miden 20 veces la misma parte con el mismo sistema de medición.

Las tres líneas representan las mediciones de los operadores 1, 2 y 3. La variación en las
mediciones promedio entre los operadores 1 y 2 es mucho menor que la variación entre los
operadores 1 y 3. Por lo tanto, la reproducibilidad del sistema de medición es demasiado
baja.
ESTUDIANTE #3

JORGE HERNAN ROLDAN SNACHEZ

Considere la siguiente situación. Se desea tomar una muestra de 10 ml de FeSO4 para el análisis
de hierro un alimento con la mayor exactitud posible. En el laboratorio se cuenta con 3 pipetas
volumétricas de dicha capacidad para las cuales se realizan experimentos que buscan determinar
la incertidumbre de cada una. En este sentido, en la siguiente tabla se muestra la determinación
de los volúmenes en mL de cada una de las pipetas.

Pipeta Pipeta Pipeta

1 2 3
10,56 10,16 10,03
10,23 10,20 10,02
10,32 10,29 10,08
10,26 10,13 10,05
10,30 10,12 10,01
10,12 10,09 10,10

PIPETA 1

Σ xi
A) Media X́ =
n
10,56+ 10,23+ 10,32+ 10,26+10,30+10,12
X́ =
6
61,79
X́ =
6
X́ =10.30

Desviación estándar S2 datos no agrupados

S2=Σ ¿ ¿ ¿

(10,56−10,30)2+(10,23−10,30)2 +(10,32−10,30)2
S2=
6
(10,26−10,30) +(10,30−10,30)2 +(10,12−10−30)2
2

6
 0,1069
S2 =
6
2
S =0,0178
S2=0,133

COEFICIENTE DE VARIACION

S
Cv= ∗100 %
X́

0,133
Cv= ∗100 %
10,30

Cv=1,29 %

INTERVALO DE CONFIANZA

100 %−95 %
∝=
2

∝=2,5 %

Z∝ ∕ 2=1.96

ERROR ABSOLUTO Y ERROR RELATIVO

R= 10
x́=¿ P=10.30
e=?
er=?

e=|r− p|

e=|10−10,30|

e=0,030

e
er =
|r|
 0,030
er =
10

e=0,0030

PIPETA 2

MEDIA

10,16+ 10,20+10,29+10,13+10,12+10,09
X́ =
6

60,99
X=
6
X =10,20

DESVIACION ESTANDAR S2

S2=(10,16−10,20)2 +(10,20−10,20)2+(10,29−10,20)2 +(10,13−10,20)2+ ¿ ¿

6
2 2
(10,12−10,20) +(10,09−10,20)
6

0,0331
S2 =
6
2
S =0,0055
S2=0,074

COEFICIENTE DE VARIACION

0,074
Cv= ∗100 %
10,20

Cv=0,73 %

INTERVALO DE CONFIAZA

100 %−95 %
∝=
2

∝=2,5 %
Z∝ ∕ 2=1,96

ERROR ABSOLUTO Y RELATIVO

R=10
x́=¿ P=10,20
e?
er?

e=|10−10,20|

e=0,020

0,020
er =
10
e r =0,0020

PIPETA 3

10,03+10,02+10,08+10,05+10,01+10,10
X́ =
6
60,29
X́ =
6
X́ =10,05

DESVIACION ESTANDAR

S2=(10,03−10,05)2 +(10,02−10,05)2 +(10,08−10,05)2+(10,05−10,05)2 + ¿ ¿

6

(10,01−10,05)2 +(10,10−10,05)2
6

0,0063
S2 =
6
2
S =0,0012
S2=0,032

COEFICIENTE DE VARIACION

0,032
Cv= ∗100
10,05
Cv=0,32

INTERVALO DE CONFIANZA

∝=100 %−95 %

∝=2,5 %

Z∝ /2=1,96

ERROR ABSOLUTO Y ERRRO RELATIVO

r=10
x́=¿ P= 10,05
e=?
er=?

e=|10−10,05|
e=0,05
0,05
er =
10
er =0,005

La pipeta más precisa es la pipeta #3 ya que presenta menor índice de error

El intervalo de confianza empleando t-student con un nivel de confianza de 95%.

n . c=95 %
α =1−0.95=0.05
gl=n−1
gl=6−1=5
n . c=95 %

t−student=2.015
¿Cuál es el alcance del análisis cuantitativo y en qué caso se realiza este tipo de análisis?
Justifique su respuesta a través de un ejemplo.

En un análisis cualitativo se pretende identificar las sustancias de una muestra. En el

análisis cuantitativo lo que se busca es determinar la cantidad o concentración en que se
encuentra una sustancia específica en una muestra. Por ejemplo, averiguar si una muestra
de sal contiene el elemento yodo sería un análisis cualitativo, y medir el porcentaje en
masa de yodo de esa muestra constituiría un análisis cuantitativo.

Dentro de las características de un método analito existe la selectividad, indique a que

se refiere este concepto y cite un ejemplo.

Los métodos analíticos que se apliquen para producir datos de composición química de
alimentos deben ser apropiados, utilizar técnicas analíticas exactas y ser realizados por
analistas entrenados.

La selección de un método analítico debe ser realizada por el consejero científico del
programa de base de datos, pero esta responsabilidad debe ser compartida con el
analista.

Especificidad o selectividad

Es la habilidad de un método para responder exclusivamente a la sustancia que se desea

analizar. Sin embargo, en algunas ocasiones se aceptan métodos con una pobre
especificidad cuando el propósito del análisis es captar compuestos similares dentro de un
grupo (Ejemplo: grasa total, cenizas)
 La especificidad se refiere a la propiedad del método de producir una señal medible
debida sólo a la presencia del analito, libre de interferencia de otros componentes en la
matriz de la muestra.

Ejemplo, quienes estudian los hidrocarburos, replicando su comportamiento con muestras

creadas artificialmente, para el avance de la industria petroquímica.

En el análisis de macrocomponentes, en general se requiere que el valor medido no difiera

significativamente del aceptado como referencia. Para determinarlo, se utiliza un ensayo t
de Student, efectuando varias determinaciones de la muestra de concentración conocida y
calculando el t experimental (tob) que se compara con tablas t para n-1 grados de libertad
en el nivel de confianza escogido, generalmente p=0,05.

Estudiante 4
Johanna Holguín
Considere la siguiente situación. Se desea tomar una muestra de 200 mL de FeCl 3 al 30%
para el análisis de un alimento con la mayor exactitud posible. En el laboratorio se cuentan
con 3 probetas de dicha capacidad para las cuales se realizan experimentos que buscan
determinar la incertidumbre de cada una. En este sentido, en la siguiente tabla se muestra la
determinación de los volúmenes en mL de cada una de las probetas

Probeta 1 Probeta 2 Probeta 3

200,51 200,23 200,03

200,21 200,20 200,02

200,16 200,29 200,08
200,15 200,13 200,05
200,11 200,12 200,01
200,09 200,09 200,10
Para cada conjunto calcule:
a. Media o promedio estadístico
Pipeta 1
200,51+ 2OO , 21+200,16+200,15+200,11 +200,09
X=
6
X =200,20
Pipeta 2
200,23+200,20+200,29+200,13+200,12+200,09
X=
6
X =200,17
Pipeta 3
200,03+200,02+ 200,08+200,05+200,01+200,10
X=
6
X =200,04

b. Desviación estándar

S= √∑ ¿ ¿ ¿
Pipeta 1
S=−√ ¿¿ ¿
S=¿0,15514509

Pipeta 2
S=−√ ¿¿ ¿
S=¿0,07633261

Pipeta 3

S=−√ ¿¿ ¿
S=0,03544949

c. Coeficiente de variación
Sx
CV = .100
x
Pipeta 1
0,15514509
CV = .100=0,0774
200,20
Pipeta 2
0,07633261
CV = .100=0,0381
200,17
Pipeta 3
0,03544949
CV = .100=0,0177
200,04

d. El intervalo de confianza empleando t-student con un nivel de confianza de 95%.

n . c=95 %
α =1−0.95=0.05
gl=n−1
gl=6−1=5
n . c=95 %
t−student=2.0150

Para el ejercicio anterior, calcule el error relativo y absoluto teniendo en cuenta el

volumen nominal correspondiente y realice un análisis de acuerdo a las diferencias
entre errores y dispersión de los datos brindados entre cada pipeta, y determine la
pipeta volumétrica que es más precisa y exacta.

Error Relativo:
Valor real−Valor Experimental
ER= .100
Valor real
Pipeta 1
6−200,20
ER= .100=−3.236
6
Pipeta 2
6−200,17
ER= .100=−3.236
6
Pipeta 3
6−200,04
ER= .100=−3.234
6

Error Absoluto:
EA=Valor real−Valor Experimental
Pipeta 1
EA=6−200,20=−194,2
Pipeta 2
EA=6−200,17=−194,1
Pipeta 3
EA=6−200,04=−194,0

Análisis:
Según el resultado de los cálculos se puede concluir que la pipeta con el menor valor de
coeficiente de variación es la pipeta 3, siendo esta la más precisa con respecto a la media,
pero esta se encuentra con poca exactitud al valor de referencia real.
En los cálculos realizados de error relativo y error absoluto las tres pipetas se encuentran
igual en los resultados. De acuerdo a las similitudes que presentan las tres pipetas, las tres
pipetas presentan una exactitud a la hora de tomar la muestra.

Indique cuales son los criterios para la toma de una muestra en un análisis.
Justifique su respuesta a través de un ejemplo.
Concepto e importancia
Es la actividad por la cual se toman ciertas muestras de una población de elementos de los
cuales vamos a tomar ciertos criterios de decisión, el muestreo es importante porque a
través de él podemos hacer análisis de situaciones de una empresa o de algún campo de
la sociedad.

Técnicas de Muestreo

Una muestra puede ser obtenida de dos tipos: probabilística y no probabilística. Las
técnicas de muestreo probabilísticas, permiten conocer la probabilidad que cada individuo a
estudio tiene de ser incluido en la muestra a través de una selección al azar. En cambio, en
las técnicas de muestreo de tipo no probabilísticas, la selección de los sujetos a estudio
dependerá de ciertas características, criterios, etc. que él (los) investigador (es) considere
(n) en ese momento; por lo que pueden ser poco válidos y confiables o reproducibles;
debido a que este tipo de muestras no se ajustan a un fundamento probabilístico, es decir,
no dan certeza que cada sujeto a estudio represente a la población blanco (Walpole &
Myers, 1996; Ávila Baray; Arias-Gómez et al.).

Ejemplo 1: En un estudio cuyo objetivo fue determinar la eficiencia de los programas de

tamizaje de cáncer gástrico por endoscopia digestiva alta en 4 centros de atención primaria
en de la ciudad de Niigata, cuya población era de 811.000 habitantes; para optimizar la
productividad de estos programas, se realizó un muestreo no probabilístico por
conveniencia de 44 sujetos asintomáticos mayores de 40 años, que fueron estudiados de
forma gratuita. En ellos se midieron los tiempos, número de personas y costes involucradas
en el procedimiento. Se verificó que los tiempos de preparación y premedicación; del
procedimiento propiamente tal y de los cuidados post-procedimiento (recuperación y
limpieza); representaron el 34,1 %; 10,6 % y 54,4 % del tiempo total de la endoscopia,
respectivamente. Concluyendo de esta manera que la mayor parte del tiempo necesario para
completar la detección del cáncer gástrico vía endoscópica es consumido por la
preparación, la premedicación y los procedimientos posteriores, en los que las enfermeras
desempeñan un papel clave (Goto et al., 2014).

¿Qué aspectos contempla un plan de muestreo? Cite un ejemplo.

Planes de muestreo.
Se llama plan de muestreo a la elección del procedimiento de muestreo y del criterio de
decisión.
El plan se diseña de modo que se rechacen aquellos lotes que no cumplan un determinado
nivel de confianza.
Sin embargo, como no se examina el lote completo, siempre hay peligro de no aceptar uno
aceptable o aceptar uno rechazable, por eso hay que conocer el riesgo que acompaña a cada
plan de muestreo.
El muestreo de aceptación se lleva en diversas situaciones en donde existe una relación
entre el consumidor y productor, es posible que productor y consumidor sean cada uno de
diferente compañía. O trabajen en dos plantas distintas dentro de la misma compañía . por
lo tanto se utiliza en una de las siguientes situaciones .
Ejemplo:
Cuando la aplicación de una prueba implica la destrucción de productos.
Cuando el costo que implica hacer una inspección al 100% es muy elevado.
Cuando son muchas y similares las unidades que se van a inspeccionar.
Cuando no se dispone de información sobre la calidad del producto , como por ejemplo de
gráficas.
Cuando no se dispone de una inspección automatizada.

REFERENCIAS BIBLIOGRÁFICAS

Chang, R. (2010). Química. (10a. ed). (pp. 96-106, 147-150). México DF: McGraw-Hill
Interamericana. Recuperado de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=127&docID=3214436&tm=1540473039647
Carrazco, (2011). Muestreo de poblaciones: tipos de muestreo. Recuperado de:
https://www.gestiopolis.com/tipos-de-muestreo/
Aldabe, (2004). Quimica 2 Quimica en acción. pp. 279. Recuperado de
https://books.google.com.co/books?
id=nsTjBmyABXsC&pg=PA279&lpg=PA279&dq=enmascaramiento+para+eliminar+las+i
nterferencias+en+una+muestra+anal
%C3%ADtica&source=bl&ots=5ddBFjH8EY&sig=ACfU3U19V8CjPKk8LrkXZQfLCL8
BT6kncw&hl=es-
419&sa=X&ved=2ahUKEwjm0c2xo4noAhUMP60KHV2zDakQ6AEwBXoECAsQAQ#v
=onepage&q=enmascaramiento%20para%20eliminar%20las%20interferencias%20en
%20una%20muestra%20anal%C3%ADtica&f=false