Curvas de Calibración

Encontrar la mejor recta:

–Curvas de Calibración
–Curvas de Adición Estándar
–Curvas de Patrón interno
Grafica de los puntos

3.5
Calibration curve
3 (n=4 measurments/ std)

2.5
Signal response

1.5

1 y = 0.1976x

0.5

0
0 2 4 6 8 10 12 14 16
conc, mass, etc
Gráfica de los promedios con rango
de error ± 1

3.500
Calibration curve
3.000 (n=4 measurments/ std)

2.500
Signal response

2.000

1.500

1.000 y = 0.1976x

0.500

0.000
0 2 4 6 8 10 12 14 16
conc, mass, etc
 Gráfica de promedios con error
indicando un intervalo de confianza
de 95 %

3.500 Calibration curve

(n=4 measurments/ std)
3.000

2.500
Signal response

2.000

1.500

1.000 y = 0.1976x

0.500

0.000
0 2 4 6conc, mass,
8 10
etc 12 14 16
 Construcción de la Curva de
Calibración
• Restar el blanco de las señales o asuma un intercepto distinto de
cero en la curva
– Sustraer el blanco de las señales es la práctica más común en los
laboratorios
• asegúrese que las señales de las muestras queden en el intervalo
de las señales de los estándares
• La curva de calibración calculada con su pendiente e intercepto
permite obtener la concentración de las muestras desconocidas
• Debe estar seguro que la relación entre la señal y la concentración
es lineal antes de aplicar los mínimos cuadrados para encontrar la
recta
– Si matemáticamente la relación no es conocida, grafique la curva y elija
la mejor opción para interpolar los valores de las muestras, el gráfico es
una opción válida.
 Curva de Adición Estándar
• Uso: minimizar interferencias
Preparación de los patrones
•En cada matraz vierta el mismo volumen de muestra
•Agregue cantidades o volumenes creciente de patrón o estándar
•Diluya a volumen conocido e igual todas las soluciones

solvente
ejemplo estándar
muestra

Solución no. 1 2 3 4 Std Conc=10 ppm

Muestra vol. 5 5 5 5
Std vol. 0 1 3 4
Total vol. 10 10 10 10
• Para calcular la concentración de la
muestra
{
x
 2.10
2
x  4.20 ppm

2 0 2 4

Ejemplo para
5x  1(10) x
 1
calcular la conc. de
la solución 2
10 2