Calibración 8-1

1. Obtención de resultados cuantitativos

En el tema 2 vimos que para obtener resultados cuantitativos es necesario medir la señal
analítica utilizando un instrumento y, a partir de dicha medida, calcular la cantidad o
concentración de analito. En la mayoría de los casos, la relación entre señal y concentración
adopta la forma de la ecuación de una recta:
SA = k CA + SA(0) (8-1)
* El término k es el que indica la relación básica entre la señal analítica y la concentración
del analito y se relaciona con la sensibilidad de la señal (cuanto mayor es k, mayor es la
sensibilidad).
* El término SA(0), que se suele denominar señal de blanco (señal que produce una muestra
que no contiene al analito).

En el caso de utilizar un método absoluto de análisis (gravimetría, por ejemplo), la ecuación

que relaciona a la señal medida y la concentración del analito es deducible a partir de datos
conocidos (estequiometría y masas). En la volumetría la relación entre la señal medida y la
concentración del analito es perfectamente conocida, pero para calcular el resultado se necesita
un dato adicional, la concentración del reactivo utilizado en la volumetría, lo que obliga al uso
de patrones analíticos.
En la casi totalidad de los métodos instrumentales de análisis la relación entre la señal
analítica y la concentración del analito no es conocida, obteniéndose de forma experimental
mediante un proceso de calibración. Denominamos calibración al proceso experimental que
nos permite calcular el coeficiente k y el término SA(0) de la ecuación (8-1) midiendo la señal de
uno o más patrones y el blanco correspondiente. Cuando utilizamos varios patrones, la
representación de la señal analítica para cada uno de ellos (SA(1), SA(2), …, SA(n)) frente a su
concentración perfectamente conocida (CA(1), CA(2), …, CA(n)) nos permite obtener una curva de
calibrado, a partir de la cual podemos obtener la ecuación (8-1). La concentración del analito en
la muestra se obtiene por interpolación en la curva de calibrado de la señal analítica obtenida a
partir de la muestra.

FIGURA 8-1. Curvas de calibrado ideal y real y obtención del resultado

8-2 Química Analítica

2. Métodos de calibración

2.1. Calibración externa

Una calibración externa debería de realizarse con al menos tres patrones. Idealmente los
puntos de una curva de calibrado deberían estar sobre una línea recta que pasara por el origen
(SA(0)=0), tal como se ve en la Figura 8-1A. Sin embargo, con bastante frecuencia y debido a
causas diversas entre las que se encuentra la influencia del propio instrumento y la aleatoriedad
de cualquier proceso de medida, esto no es así y se llega a situaciones como la reflejada en la
Figura 8-1B: los puntos no están perfectamente alineados y para el valor de CA(0) la recta
adquiere un cierto valor.
Además, la relación entre SA y CA deja de ser lineal a partir de un determinado valor de CA
y por ello el nombre genérico de curva de calibrado. Se denomina rango lineal o dinámico al
intervalo de concentraciones en el que se mantiene una relación lineal entre la señal generada y
la concentración del analito y es el que habitualmente se utiliza para realizar los cálculos. En
este rango lineal, la pendiente de la recta se corresponde con el valor de k y la ordenada en el
origen viene dada por b. Para obtener la concentración del analito en la alícuota (CA), se mide la
señal analítica (SA) de la misma y se interpola este valor en la curva de calibrado, tal como se
indica en la Figura 8-1B. Alternativamente al cálculo gráfico, se puede ajustar la ecuación de la
recta por el método de mínimos cuadrados y posteriormente calcular numéricamente el
resultado. No obstante, este método no exime del dibujo de la curva, ya que dicho ajuste sólo
debe realizarse para aquellos puntos que mantienen la relación lineal.
Cabe la posibilidad de obtener la pendiente k directamente a partir de la medida de un
patrón y la ordenada en el origen a partir de un blanco. Esta estrategia sólo es válida cuando se
conoce de antemano que la concentración del patrón está dentro del rango lineal. En cualquier
caso un error sistemático en el patrón se traducirá directamente en un error en el análisis,
mientras que en el caso de utilizar varios patrones este error se minimiza gracias al resto de
patrones.
Para la construcción de una curva de calibrado es necesario conocer perfectamente las
concentraciones de las distintas disoluciones que se utilizan para construirla, lo que también
obliga al uso de patrones analíticos.
[MnO4-] M Absorbancia
Ejemplo 8-1
0 0,000
Se mide la absorbancia de varias disoluciones
2,0 x 10-5 0,040
patrón de MnO4- a 528,0 nm obteniéndose las
4,0 x 10-5 0,080
señales que se indican al margen.
6,0 x 10-5 0,120
Dibuja la curva de calibrado, estima el rango
8,0 x 10-5 0,160
lineal de la curva y calcula la concentración
1,0 x 10-4 0,200
de una disolución de MnO4- que presenta una
1,2 x 10-4 0,230
absorbancia de 0,100.
1,4 x 10-4 0,255
1,6 x 10-4 0,263
1,8 x 10-4 0,265

Una calibración externa nos permite analizar una serie de muestras utilizando una única
curva de calibrado, lo cual es una ventaja significativa cuando tenemos que analizar un gran
número de muestras. Sin embargo, la calibración externa presenta una limitación debido a que
la matriz en la que se encuentra el analito en los patrones suele ser mucho más simple que en las
muestras. Al utilizar una calibración externa asumimos que la matriz no afecta al valor de k. Si
Calibración 8-3

esto no es así, estaremos introduciendo FIGURA 8-2. Efecto de la matriz sobre la pendiente de la
recta de calibrado
un error sistemático proporcional en
nuestros resultados. En el caso de la
figura 8-2, la matriz de la muestra !"#
produce una interferencia negativa, por $*()01,/&,,
lo que si utilizamos una calibración .2',3*()24&',
$*()01,/&,,
externa nuestros resultados tendrán un .*,$%&'()*,
error sistemático negativo. !"#$%&'()*+,
Si consideramos que los efectos de
matriz son importantes, deberiamos
igualar la matriz de los patrones con la
matriz de la muestra. En cualquier
caso, deberiamos comprobar si los
efectos de matriz son despreciables y,
en caso contrario utilizar un método -"#$&/0/*+, -"#)&*.+,$
alternativo de calibración. "#

2.1. Calibración por adición estándar

La forma más sencilla de igualar la
matriz de los patrones con la de la muestra es FIGURA 8-3. Preparación de las disoluciones para una
llevar a cabo la calibración en la misma calibración por adición estándar simple
muestra. Este método se conoce como
calibración por adición estándar. (,)$)*#+,%+ (,)$)*#+,%+
./+,%+!0+ +.1&,+,%+!1&,+

2.1.1. Adición estándar simple

La versión más sencilla de calibración
por adición estándar hace uso de dos
disoluciones: la primera se prepara añadiendo
un volumen de muestra Vo en un matraz y ,)-2$)*#+
3(1&(+.4+
diluyendo hasta el volumen Vf; la segunda se
prepara añadiendo un volumen igual de
muestra Vo, junto con un volumen Vestándar de
un patrón de concentración Cestándar, que se
diluyen hasta el mismo volumen Vf (figura 8-
3). A partir de primera disolución se obtiene !"#$%#&'($)*#+
,%+(#(-)&"+
la señal Smuestra y a partir de la segunda la
señal Sadición. Las ecuaciones 8-2 y 8-3
relacionan las señales Smuestra y Sadición con la
concentración de analito en la muestra CA:
Vo
S muestra = k C A (8-2)
Vf
⎛ V V ⎞
S adición = k ⎜ C A o + C estándar estándar ⎟ (8-3)
⎝ Vf Vf ⎠
€

€
8-4 Química Analítica

Asumiendo que el efecto de la matriz del patrón sobre la matriz de la muestras es

despreciable, el valor de k es el mismo en las ecuaciones 8-2 y 8-3, de forma que:
S muestra V
CA = C estándar estándar (8-4)
S adición - S muestra Vo

Ejemplo 8-2
Un método para determinar € plomo en orina da una señal de 0,195 cuando 1,00 mL de orina se
diluyen a 5,00 mL. A una segunda alícuota de 1,00 mL se le añaden 10,0 µL de una disolución
de patrón de plomo de 250 µg L-1 y se diluye a 5,00 mL, dando una señal de 0,410.
Calcula la concentración de plomo en la muestra de orina.

También cabe la posibilidad de realizar la adición estándar directamente sobre la muestra,

midiendo la señal antes y después de realizar la adición (figura 8-4). En este caso el volumen
final después de realizar la adición es Vo+Vestándar y las ecuaciones 8-2, 8-3 y 8-4 adquieren la
forma:
S muestra = k C A (8-5)
⎛ Vo Vestándar ⎞
S adición = k ⎜ C A + C estándar ⎟ (8-6)
⎝ V0 + Vestándar V0 + Vestándar ⎠
€
Smuestra
CA = C V (8-7)
€
Sadición (Vo + Vestándar ) - Smuestra Vo estándar estándar

€
Ejemplo 8-3
Un método para determinar plomo en orina da una señal de 0,392 en una muestra de 5,00 mL
de orina. Después de añadir 50,0 µL de una disolución patrón de plomo de 350 µg L-1, da una
señal de 0,986.
Calcula la concentración de plomo en la muestra de orina.

FIGURA 8-4. Preparación de las disoluciones para una FIGURA 8-5. Calibración por adición estándar múltiple
calibración por adición estándar simple directamente
sobre la muestra

!"#
(,)$)*#+,%+
+./&,+,%+!/&,+

!"#$%&'%($$

!"#$%#&'($)*#+
,%+(#(-)&"+ $%&'(')*#
Calibración 8-5

2.1.2. Adición estándar múltiple

La calibración por adición estándar simple se puede convertir en múltiple preparando una
serie de disoluciones que contienen el mismo volumen de muestra y cantidades crecientes de un
patrón. Si se representan las señales de las distintas adiciones Sadición(0), Sadición(1)... Sadición(n) frente a
las concentraciones añadidas de patrón Cadición(0) (=0), Cadición(1)... Cadición(n) se obtiene una curva de
calibrado como la recogida en la figura 8-5.
La curva de calibración por adición estándar responde a la ecuación 8-3 expresada como:
⎛ V ⎞
S adición = k ⎜ C A o + C adición ⎟ (8-8)
⎝ Vf ⎠
de forma que el corte de la recta con el eje de abcisas es igual a -CA Vo/Vf .

Ejemplo 8-4
Para determinar la concentración de MnO € -
4
Volumen de MnO4- (mL) Absorbancia
mediante una calibración por adición estándar
múltiple se preparan en matraces de 50,0 mL 0 0,042
una serie disoluciones, cada una de las cuales 1,00 0,075
contenía 10,0 mL de muestra y los volúmenes 2,00 0,112
-
de una disolución patrón de MnO4 1,00x10 -3 3,00 0,148
M que se indican al margen. Una vez que se 4,00 0,182
aforaron los matraces, la absorbancia medida
a 528,0 nm dio para cada uno de los matraces los valores indicados.
Dibuja la curva de calibrado y calcula la concentración de MnO4- en la muestra original.

Debido a que la curva de calibrado por adición estándar se construye utilizando la propia
muestra, la ecuación de calibración no debería usarse con otras muestras, ya que las matrices y
sus efectos no tienen porqué ser los mismos. Esto supone que cada muestra necesita su propia
calibración por adición estándar, lo cual es un problema si hay que analizar muchas muestras.
En el caso de que analicemos 10 muestras a partir de una calibración externa con tres puntos,
sólo sería necesario medir 14 disoluciones (un blanco, tres patrones y diez muestras). Si
tenemos que analizarlas por adición estándar será necesarion medir 30 disoluciones (cada
muestra se analiza tres veces, una sin adición y dos con adiciones) y un blanco.

2.1.3. Uso de la calibración por adición estándar para identificar efectos de

matriz
La calibración por adición estándar puede utilizarse para validar una calibración externa
cuando se sospecha que la matriz de la muestra puede producir algún efecto interferente sobre la
sensibilidad del método (pendiente k de la curva de calibrado). Para ello se prepara una
calibración externa y se determina el valor de k a través de la pendiente de la curva de calibrado
(ecuación 8-1). A continuación, se prepara una calibración por adición estándar y se determina
la pendiente (ecuación 8-8). Si no existen diferencias significativas entre los dos valores de k
podemos concluir que la matriz de la muestra no produce efectos significativos sobre la
sensibilidad y podemos utilizar la calibración externa. En caso contrario, la matriz de la muestra
produce efectos significativos (en forma de interferencias proporcionales), de manera que el uso
de la calibración externa dará lugar a errores sistemáticos proporcionales. En el caso de que la
matriz produzca interferencias aditivas, éstas no podrán ser detectadas a través de un
procedimiento como el descrito.
8-6 Química Analítica

Ejemplo 8-5
Compara la curvas de calibrado de los ejemplos 8-1 y 8-4 e identifica la presencia de posibles
efectos de matriz.
¿Por qué no se obtienen los mismos resultados en el ejemplo 8-4 y al interpolar la muestra
diluida del ejemplo 8-4 en la calibración del ejemplo 8-1?

3. Curvas de calibración y regresión lineal

La determinación del valor de k en la ecuación 8-1 a partir de las señales obtenidas para un
blanco y un patrón (calibración externa con un punto) es inmediata. Sin embargo, en el caso de
que realizemos la calibración con varios puntos la situación es algo más complicada. Las
cuestiones básicas que se plantean incluyen:
- Ecuación lineal de la calibración: ¿cuál es la mejor línea recta que pasa por los puntos del
calibrado?
- Linealidad de la calibración: ¿hasta qué concentración la relación entre señal y
concentración es lineal?
- Estimación de resultados: ¿cuál es el intervalo de confianza de la concentración
determinada?
- Límite de detección: ¿cuál es la menor concentración de analito que podemos determinar
para un determinado nivel de confianza?

3.1. Regresión lineal simple

El procedimiento matemático para determinar la mejor línea recta a partir de los puntos de
calibración se denomina regresión lineal. Si la curva de calibrado es una línea recta, ésta toma la
forma algebraica:
SA = k CA + b (8-9)
donde k es la pendiente de la recta y b su ordenada en el origen. Las calibraciones se realizan
siempre representando la señal analítica en el eje de ordenadas y la concentración en el eje de
abcisas.
Los tres supuestos que consideramos a la hora de realizar una regresión lineal son:
(1) Todos los errores aleatorios corresponde a la señal analítica, de manera que las
concentraciones de los patrones se conocen perfectamente y están libres de error (o son
despreciables frente a los errores asociados a la señal).
(2) Los errores aleatorios asociados a la señal analítica siguen una distribución gaussiana.
(3) Los errores aleatorios asociados a la señal analítica son independientes de la
concentración de analito.
Ya que hemos supuesto que todos los errores aleatorios se encuentran en SA, se trata de de
buscar la recta que minimice las desviaciones en la dirección del eje de ordenadas entre los
puntos experimentales (SA) y los calculados a partir de la recta de regresion (ŜA). Estas
desviaciones o residuos (ri = SA(i) - ŜA(i)) se minimizan a través de la suma de sus cuadrados,
motivo por el que se habla del método de los mínimos cuadrados para denominar a este
procedimiento de regresión.
 Calibración 8-7

La recta de mínimos cuadrados viene definida por:

∑ (C A(i) − CA )(SA(i) − SA )
i
k= 2
(8-10)
∑ (C A( i) − CA )
i

b = SA − k CA (8-11)

donde CA y SA son la media de los valores de CA y de SA, respectivamente. Al punto ( CA , SA )

€
se le denomina centro de gravedad de la recta.
Los cálculos de k y de b, aunque no son excesivamente€ complicados pueden resultar
demasiado largos para realizarlos directamente haciendo uso de una calculadora, por lo que se
€ realizan
€ habitualmente mediante el uso de aplicaciones informáticas (Excel o €
R). €
Como hemos indicado anteriormente las ecuaciones 8-10 y 8-11 son solamente válidas para
un conjunto de puntos que presenten un comportamiento lineal, por lo que es imprescindible
llevar a cabo una inspección visual de la representación gráfica de los puntos junto con el uso
del coeficiente de correlación (r) que nos permite estimar la bondad del ajuste de los puntos
experiementales a la recta calculada.

Ejemplo 8-6 [Cu] (mg l-1) señal

Se mide la señal de varias disoluciones patrón
de cobre, obteniéndose las señales que se 0 0,000
indican al margen. 0,100 1,24
Ajusta los datos de calibración a una recta 0,200 2,48
mediante análisis por regresión, determina la 0,300 3,59
pendiente y la ordenada en el origen de la recta. 0,400 4,87
0,500 6,04

3.2. Rango lineal y coeficiente de correlación

El coeficiente de correlación viene dado por la expresión:

∑ (C A( i) − CA )(SA( i) − SA )
i
r= 1/2
(8-12)
⎡ 2 2 ⎤
( ) (
⎢∑ C A( i) − CA ∑ SA( i) − SA ⎥
⎣ i i ⎦
)
Este coeficiente puede tomar valores entre -1 y +1, de forma que en estos casos se
describiría una correlación perfecta, donde todos los puntos experimentales estarían sobre una
recta de pendiente negativa o positiva, respectivamente.
€
En la práctica analítica, lo habitual es obtener valores de r muy próximos a 1, por lo que es
conveniente incluir el número adecuado de decimales para evaluar correctamente este
parámetro. Habitualmente, se consideran correctas calibraciones que presentan valores de r
mayores de 0,99. En cualquier caso es imprescincible representar siempre la curva de calibrado,
tanto para comprobar visualmente el rango lineal como para detectar puntos claramente
anómalos o comportamientos no lineales.
8-8 Química Analítica

Ejemplo 8-7
Utilizando el coeficiente de correlación, estima el rango lineal de la curva de calibrado descrita
en el ejemplo 8-1.
Determina la pendiente y la ordenada en el origen de la recta de calibrado en el rango
seleccionado.
Determina la concentración de MnO4- en la muestra del ejemplo 8-1 a partir de la ecuación de
calibración obtenida.

3.3. Errores aleatorios en la regresión lineal

Como consecuencia de los errores aleatorios que afecta a la señal, la recta de la regresión
no pasa exactamente por cada uno de los puntos experimentales(figura 8-6). Los errores
aleatorios acumulados de los puntos de la calibración se cuantifican como la desviación estándar
en la dirección del eje de ordenadas como:
 2
∑ (SA(i) − SA(i) )
s y/x = i (8-13)
n−2
Las desviaciones estándar de la pendiente (k) y de la ordenada en el origen (b) vienen dadas
por:
€
sy / x
sk = (8-14)
2
∑ (C A(i) − CA )
i

2
∑ C A(i)
i
sb = sy / x 2
(8-15)
€
(
n ∑ C A(i) − CA
i
)

Los valores de sk y sb se pueden

utilizar para calcular los límites de FIGURA 8-6. Residuales de SA de una regresión lineal
€
confianza de la pendiente y de la
ordenada en el origen. Los límites de !"# '"#*%&
confianza para la pendiente vienen
!"#(%& +*&,&!"#*%&.&'"#*%&
dados por k ± t(n-2) sk, donde t se obtiene
!"#*%&
para un nivel de confianza deseado y (n +(&,&!"#(%&.&'"#(%&
- 2) grados de libertad. De forma '"#(%&
análoga, los límites de confianza para
la ordenada en el origen vienen dados '"#)%&
por b ± t(n-2) sb. +)&,&!"#)%&-&'"#)%&
!"#$%&
!"#)%&
'"#$%& + &,&! .&' &
$ "#$%& "#$%

$"#
Calibración 8-9

3.4. Cálculo de la concentración y su error aleatorio

Una vez que se han determinado los valores de la pendiente y de la ordenada en el origen
de la recta de regresión resulta fácil calcular la concentración de analito en una muestra. Una
vez obtenida la señal a partir de muestra (Smuestra), calculamos la concentración mediante la
ecuación:
Smuestra − b
CA =
k (8-16)

El error aleatorio global en la concentración calculada (sCA) implica a los errores aleatorios
asociados a la pendiente y a la ordenada en el origen, así
€como los asociados a la propia medida
de la señal de la muestra. Una expresión aproximada que permite considerar todos estas fuentes
de errores aleatorios es:
2

sC A =
sx / y 1 1
+ +
(Smuestra − SA ) (8-17)
2
k m n k2 ∑ C
(
A( i) − CA
i
)
donde m es el número de réplicas realizadas para obtener el la señal media Smuestra, n el número
de puntos utilizados en la calibración y el resto de parámetros tienen su significado habitual.
Los límites de confianza se calculan como CA ± t(n-2) sCA con (n - 2) grados de libertad.
€
En la práctica se van a obtener los mejores límites de confianza cuando la señal medida se
corresponda con un punto próximo al centro de gravedad de la recta de regresión ( CA , SA ), ya
que minimiza el numerador del tercer término de la ecuación 8-17. Los límites de confianza
también se pueden mejorar aumentando el número de réplicas de la muestra (m) y aumentando
el número de puntos de calibración (n), aunque el efecto es más complejo ya que también afecta
al valor de t. En la práctica seis puntos se consideran suficientes. € €

Ejemplo 8-8
Calcula la concentración de MnO4- en la muestra del ejemplo 8-1 a partir de la ecuación de
calibración obtenida en el ejemplo 8-7 y su intervalo de confianza a un nivel de confianza del
95%.

Ejemplo 8-9
Con los datos obtenidos para la ecuación de calibración del ejemplo 8-6, calcula la
concentración de Cu en una muestra que presenta una señal de 2,78 y su intervalo de confianza
a un nivel de confianza del 95%.

Si aplicamos el método de adiciones estándar, obtenemos la concentración por

extrapolación, a partir del punto de corte de la recta de regresión con el eje de abcisas. En este
caso, el valor de CA viene dador por:
−b
CA = (8-18)
k
y la expresión para la desviación estándar asociada a esta concentración:

€
8-10 Química Analítica

2
sx / y 1 SA
sC A = + 2
(8-19)
k n k2 ∑ C
i
(
A( i) − CA )
En la práctica se puede mejorar la precisión aumentando el número de puntos de
calibración (n), aunque esto supone un consumo mayor de muestra y alarga el tiempo de
preparación y análisis. Al tratarse de un método de extrapolación, la precisión va a ser peor que
€
utilizando una calibración externa, donde trabajamos por interpolación.

Ejemplo 8-10
Determina la pendiente y la ordenada en el origen de la recta de calibrado por adición estándar
del ejemplo 8-4
Determina la concentración de MnO4- a partir de la ecuación de calibración obtenida y su
intervalo de confianza a un nivel de confianza del 95%.

3.5. Blanco de calibración y de método

Cuando se aplica un determinado método analítico sobre una muestra es imprescindible
incluir también un blanco de método, este blanco no contiene analito adicionado
deliberadamente, pero contiene los mismos reactivos y disolventes, y está sujeto al mismo
procedimiento analítico que las muestras analizadas. Este tipo de blanco permite identificar y
corregir errores sistemáticos constantes producidos por impurezas en los reactivos,
contaminación del material y calibraciones incorrectas.
Los blancos de método se someten a todas las etapas del procedimiento analítico, que
pueden incluir la puesta en disolución de la muestras, separación del analito..., por lo que es
habitual utilizar también un blanco de calibración. El blanco de calibración no contiene analito
adicionado deliberadamente, contiene los mismos reactivos y disolventes utilizados en la
preparación de los patrones de calibración, pero, al igual que los patrones, no se ha sometido a
todo el procedimiento de preparación de las muestras. En la práctica resulta más cómodo
realizar la calibración utilizando el blanco de calibración y analizar el blanco de método como si
se tratase de una muestra, permitiendo detectar de este modo errores sistemáticos constantes
asociados a la preparación de las mismas.

Ejemplo 8-11
Se mide la señal de varias disoluciones patrón
de plomo preparadas en ácido nítrico al 1%(v/v) [Pb] (µg l-1) señal
mediante espectrometría de absorción atómica, 0 0,020
obteniéndose las señales que se indican al 1,00 0,073
margen. 2,00 0,118
Ajusta los datos de calibración a una recta 3,00 0,170
mediante análisis por regresión, estima el rango 4,00 0,212
lineal, determina la pendiente y la ordenada en 5,00 0,265
el origen de la recta.
Una muestra de agua potable, a la que se le ha añadido ácido nítrico de manera que la
concentración del mismo sea del 1%(v/v) presenta una señal de 0,082. Calcula la concentración
de plomo en la muestra de agua.
1,00 ml de sangre se han sometido a digestión ácida con ácido nítrico. Finalizada la digestión
se lleva a un volumen final de 50 ml, de manera que la concentración de ácido nítrico es del
Calibración 8-11

1%(v/v), presentando una señal de 0,152. Paralelamente se han digerido y medido 3 blancos,
siguiendo el mismo procedimiento, que presentan una señal promedio de 0,058. Calcula la
concentración de plomo en la muestra de sangre.

3.6. Límite de detección

En términos generales, el
FIGURA 8-7. Límites de detección y cuantificación
límite de detección se describe
como aquella concentración de
analito que proporciona una !"#
señal en el instrumento
significativamente diferente de
la señal de blanco. Para evitar la
interpretación del término )*+#
"significativamente diferente"
existe un acuerdo generalizado
en considerar el límite de !"#$%&"'# )*,#
detección como la concentración
de analito (CLD) que produce una (#$%&"'#
$%&"'# +*,# +*+#
señal (SLD) que es igual a la del
-./01##23#
blanco (SA(0)) más tres veces la 4-.5.61#
$"#
desviación estándar del blanco 78./94.9:1#
(sA(0)). Introduciendo el valor de
SLD en la ecuación (8-1) se ;1/.#23#</23/9=7.7<>/#
obtiene:
SLD = SA(0) + 3 sA(0) = k CLD + SA(0)
3sA(0)
C LD = (8-18)
k
Asimismo, se define el límite de cuantificación como la concentración de analito (CLC)
que produce una señal (SLC) que es igual a la del blanco (SA(0)) más diez veces la desviación
estándar del blanco (sA(0)). Por el mismo procedimiento que en el caso anterior se obtiene que:
€
10sA(0)
C LC = (8-19)
k
Para calcular de forma práctica estos límites se construye la curva de calibrado y se realizan
varias medidas repetidas del blanco (habitualmente 10) para obtener el valor de su desviación
estándar. Los límites de detección y de cuantificación se calculan mediante las expresiones (8-
€
18) y (8-19).

Una señal inferior a la del límite de detección no permite asegurar la presencia del analito
en la muestra medida, mientras que el límite de cuantificación suele considerarse el límite
inferior de concentraciones para obtener resultados cuantitativos. Por estos motivos, la
interpolación en las curvas de calibrado con la finalidad de obtener resultados cuantitativos se
debe de realizar únicamente en el intervalo comprendido entre el límite de cuantificación y el de
linealidad, tal y como se observa en la figura 8-7.
8-12 Química Analítica

Ejemplo 8-12
Utilizando los datos de la curva de calibrado del Ejemplo 8-1, calcula los límites de detección
y de cuantificación del MnO4- mediante absorción molecular visible-UV en dos espectrómteros
de distinta calidad en cada uno de los cuales se realizan 10 medidas de un blanco con los
siguientes resultados:
A: 0,002, -0,003, 0,000, -0,001, 0,002, 0,005, 0,003, -0,004, -0,001, -0,004.
B: 0,009, 0,008, -0,001, -0,007, 0,002, -0,006, 0,003, -0,012, -0,001, 0,005.

3.7. Validez del modelo de regresión lineal

A la hora de aplicar la regresión lineal simple a nuestros datos de calibración hemos hechos
una serie de suposiciones incluidas en el apartado 3.1, además de considerar que la relación
entre señal y concentración en el rango seleccionado seguía un comportamiento lineal. En la
práctica es necesario evaluar la validad de estas suposiciones para dar por correcto el modelo de
regresión empleado. La forma más fácil consiste en estudiar los residuales asociados a nuestros
datos (ri = SA(i) - ŜA(i)) en función de la concentración.
Si las suposiciones son válidas, los residuales deberían distribuirse de forma aleatoria en
torno al valor residual medio (figura 8-8.A) y la calibración realizada utilizando una regresión
lineal simple es válida. Si los residuales presentan una tendencia a aumentar con la
concentración (figura 8-8.B), estamos incumpliendo la tercera suposición descrita en el apartado
3.1, de forma que los errores aleatorios que afectan a la señal no son independientes de la
concentración de analito. En este caso, una calibración lineal ponderada, que diese más peso a
los puntos de calibración de menor concentración, sería una opción más correcta. En la figura 8-
8.C los residuales no se distribuyen de forma aleatoria, sugiriendo que la relación entre señal y
concentración no es lineal, pudiéndose describir más correctamente mediante una ecuación de
segundo grado.

FIGURA 8-8. Representación de los residuales frente a la concentración a partir de una

calibración lineal simple

/) 0) 1)
!"#$%&'()

*+,*",-!'*$.,) *+,*",-!'*$.,) *+,*",-!'*$.,)