Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado por:
Luz Amelia Rodríguez Parra. Cód.: 1052389604
Deicy Liliana Martinez Holguín. Cód.: 1053605577
Diana Marcela Cercado. Cód.: 1053608206
Presentado a:
SINDY JOHANA ESCOBAR
Para lograr una mejor identificación de esta contaminación de plomo que afecta a
la leche, se debe establecer una determinación e identificación del contenido de
esta sustancia presente, en muestras crudas ya que es importante para
establecer cuáles son los contenidos que posee el alimento y si exceden los
límites permitidos por las autoridades sanitarias.
Una de las formas en que los animales se protegen de los metales pesados es
encapsularlos en los depósitos grasos, donde pueden pasar toda la vida sin
afectarnos. Muchas personas, cuando bajan de peso o inician una dieta de
desintoxicación sienten debilidad, dolor de cabeza y se vuelven fácilmente
irritables. Esto se debe a que, al disolverse las grasas, las toxinas regresaron al
torrente sanguíneo.
Cuando seres humanos y otros mamíferos producen leche, su rico contenido en
grasas también implica la transmisión de estas toxinas. Es por ello que la leche de
vaca suele transmitirnos antibióticos, hormonas, pesticidas y muchas otras toxinas
que la vaca acumuló a lo largo de su vida (conoce los efectos de los lácteos en la
salud).
Los metales pesados no son una excepción. La leche de vaca se usa como
parámetro para conocer los niveles de contaminación por plomo y de radiación,
debido a su capacidad para absorber la radiación circundante.
PLAN DE MUESTREO
Tipo Problemática
nnnne Sustancia química: plomo (Pb4) en leche
Seleccionada por el grupo
de muestreo Consecutivo-doble ciego
colaborativo
Explicación Se recluta toda la población de existente en los hatos del municipio en
Grupo colaborativo:
cuestión(12-15 muestras semanales),por un mes (40-68,muestra), se
analizan por duplicado partiendo de una muestra de 15ml de leche en
plan frascos codificados , el analista no conoce la procedencia de la leche,
con el amino de no sesgar en los resultados , los resultados obtenidos
de muestreo 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.
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.
Tamaño
nuestral
EJERCICIO 1.
1. Considere la siguiente situación. Se desea tomar una muestra de agua de
10 mL con la mayor exactitud posible para el análisis de calcio en el agua.
En el laboratorio se cuentan con 3 pipetas volumétricas de dicha capacidad
para las cuales se realizan experimentos que buscan 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:
b. Desviación estándar
Pipeta 1= 0,01101752
Pipeta 2= 0,00907467
Pipeta 3= 0,01495024
c. Coeficiente de variación
Pipeta 1= 0,00113582
Pipeta 2= 0,00095597
Pipeta 3= 0,00150971
d. El intervalo de confianza empleando t-student con un nivel de confianza de
95%
El valor real viene a ser en este caso el volumen nominal de 10ml que hace cada
pipeta y el experimental la media estándar hallada anteriormente
Pipeta 1
E A =10 ml−9,700016 ml=0,29 ml
Error absoluto
Vabsolu
Er = ∗100
x́
0,29ml
Er = ∗100=2,98 %
9,70001
Pipeta 2
E A =10 ml−9,4926 ml=0,5074 ml
0,5074 m
Er = ∗100=5,34 %
9,4926
Pipeta 3
E A =10 ml−9,9027 ml=0,0973 ml
0,0973 ml
Er = ∗100=0,98 %
9,902
[ CITATION
ANM17 \l 9226 ]
EJERCICIO 2
Balón 1= 100,0333333
Balón 2= 100,283333
Balón 3= 99,65
b. Desviación estándar
Balón 1= 0,294392029
Balón 2= 0,42622373
Balón 3= 0,59916609
c. Coeficiente de variación
Balón 1= 0,002942939
Balón 2= 0,0042502
Balón 3= 0,00601271
Análisis:
ANALISIS DE DISPERSION
101
100.5
100
VOLUMEN ml
BALON 1
99.5 REAL
BALON 2
99 BALON 3
98.5
98
0 1 2 3 4 5 6 7
MEDICION
Teniendo los datos de la media de cada una de las mediciones con los diferentes
valores podemos compararlos y vemos que el dato que más se acerca al valor
nominal (real) es el balón 1, de igual forma si observamos la gráfica de dispersión
podemos ver que la línea que más se acerca a la línea de referencia (valor
nominal) es la línea azul que corresponde al balón 1. Estos datos nos confirman
que el balón aforado más preciso y exacto es el balón 1
3. ¿Cuál es el propósito del análisis cualitativo y del análisis cuantitativo en
Química Analítica? Cite dos ejemplos
4. Defina cuáles son los requisitos mínimos que se deben tener en cuenta en
la toma de una muestra para el análisis de un analito determinado. Cite un
ejemplo.
La muestra que va a ser tomada para analizar debe cumplir una condición
fundamental: ser representativa del sistema que se quiere estudiar, esto
significa que la cantidad de muestra a analizar debe representar la
composición total de aquello que se investiga y además deben mantenerse
las proporciones de los distintos componentes que la integran.
1. tomar muestras frescas, es decir, que no presenten signos de
alteración, contaminación, ni que estén expuestas a la meteorización, a
menos que el objeto de estudio sean precisamente la alteración o la
contaminación.
2. que el tamaño de las mismas sea el apropiado como para representar
completamente al sistema en cuestión. Así, si la roca es homogénea, no
es necesario más que una del tamaño de un puño de una mano. Pero si
la muestra es heterogénea (cuyo extremo lo representan las pegmatitas)
será necesario extraer un mayor volumen a fin de que todos los
minerales queden incluidos
Precauciones:
Naturaleza del material: Cada tipo de muestra se obtendrá de un
modo particular de acuerdo a su naturaleza. Del mismo modo se
envasará y procesará según sus características. 2 Para este caso en
particular sólo nos referiremos a muestras sólidas, entre ellas a las
rocas, pudiendo ser éstas mono o poliminerales.
Modo de tomar la muestra De acuerdo al tipo de material que va a
ser muestreado se adoptará la forma más adecuada. Así para
muestras sólidas, y en este caso particular rocas, se utilizan mazas y
piquetas. Se obtiene un volumen importante al cual se le quita todo
el material alterado o que sea susceptible de meteorizarse, dejando
un núcleo fresco; siempre considerando el tamaño de acuerdo a su
característica.
Tamaño y cantidad de especímenes El tamaño de la muestra a
tomar dependerá de la homogeneidad o heterogeneidad del material.
Ejemplo: Análisis de suelos [ CITATION FNC \l 9226 ]
Ejercicio 3
Considere la siguiente situación. Se desea tomar una muestra de glucosa de 5 mL
con la mayor exactitud posible para el análisis de concentración de glucosa. En el
laboratorio se cuentan 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.
b. Desviación estándar
PIPETA 1
5.56-5.29=0.27
5.23-5.29=-0.06
5.32-5.29=0.03
5.26-5.29=-0.03
5.30-5.29=0.01
5.12-5.29=-0.17
Varianza:
√ 0.000101155=0.133
PIPETA 2
5.16-5.16=0
5.20-5.16=0.04
5.29-5.16=0.13
5.13-5.16=-0.03
5.12-5.16=-0.04
5.09-5.16=-0.07
Varianza
√ 0.000076805=0.065
PIPETA 3
5.03-5.04=-0.01
5.02-5.04=-0.02
5.08-5.04=0.04
5.05-5.04=0.01
5.01-5.04=-0.03
5.10-5.04=0.06
Varianza
√ 0.0001936=0.033
c. Coeficiente de variación
PIPETA 1
DESVIACION ESTANDAR
CV = ∗100
PROMEDIO
0.133
CV = ∗100=2.51
5.29
PIPETA 2
DESVIACION ESTANDAR
CV = ∗100
PROMEDIO
0.065
CV = ∗100=1.25
5.16
PIPETA 3
DESVIACION ESTANDAR
CV = ∗100
PROMEDIO
0.03
CV = ∗100=0.59
5.04
PIPETA 1
MEDIA
ERROR ABSOLUTO: X±Ea
0.133 ± 0.095
ERROR RELATIVO:
Ea 0.095
Er= ∗100= ∗100=71,4 %
X 0.133
PIPETA 2
ERROR ABSOLUTO: X±Ea
0.065 ±0.051
ERROR RELATIVO:
Ea 0.051
Er= ∗100= ∗100=78.46 %
X 0.065
PIPETA 3
ERROR ABSOLUTO: X±Ea
0.03± 0.028
ERROR RELATIVO:
Ea 0.028
Er= ∗100= ∗100=93.3 %
X 0.03
Por ejemplo, el investigador tiene una población total de 100 individuos y necesita
12 sujetos. Primero elige su número de partida, 5.
Ejemplo:
Se acercan las Navidades y cierta empresa de turrones cree que no va a
poder entregar todos los pedidos a tiempo, a no ser que aumente la
plantilla. La empresa dispone de un listado ordenado alfabéticamente de 20
personas con las mismas características para el puesto y que actualmente
están en paro. Puesto que el tiempo apremia y no es posible hacer una
entrevista para seleccionar al personal, se decide elegir cinco trabajadores
de forma aleatoria usando el muestreo sistemático.
Tenemos que elegir 5 elementos sistemáticamente de un total de 20, por
tanto, se debe elegir uno de cada k=20/5=4.
Se elige el punto de partida eligiendo un número al azar entre 1 y 4. Si
obtenemos, por ejemplo, h=2, los elementos de la muestra serán 2, 2+4,
2+2·4, 2+3·4, es decir:
2, 6, 10, 14, 8.
Referencias