Академический Документы
Профессиональный Документы
Культура Документы
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 nnnne
de muestreo Consecutivo-doble ciego
Explicación Se recluta toda la población de existente en los hatos del municipio en
cuestión(12-15 muestras semanales),por un mes (40-68,muestra), se
del
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
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
Error absoluto
𝑉𝑎𝑏𝑠𝑜𝑙𝑢
𝐸𝑟 = ∗ 100
𝑥̅
0,29𝑚𝑙
𝐸𝑟 = ∗ 100 = 2,98%
9,70001
Pipeta 2
𝐸𝐴 = 10𝑚𝑙 − 9,4926𝑚𝑙 = 0,5074𝑚𝑙
0,5074𝑚
𝐸𝑟 = ∗ 100 = 5,34%
9,4926
Pipeta 3
𝐸𝐴 = 10𝑚𝑙 − 9,9027𝑚𝑙 = 0,0973𝑚𝑙
0,0973𝑚𝑙
𝐸𝑟 = ∗ 100 = 0,98%
9,902
(ANMAT,
2017)
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
ANALISIS DE DISPERSION
101
100.8
100.6
100.4
VOLUMEN ml
100.2 BALON 1
100
REAL
99.8
99.6 BALON 2
99.4 BALON 3
99.2
99
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 (FNCYM, s.f.)
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.
Pipeta Pipeta 3
Pipeta 1 2
5,56 5,16 5,03
5,23 5,20 5,02
5,32 5,29 5,08
5,26 5,13 5,05
5,30 5,12 5,01
5,12 5,09 5,10
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)2 + (0.04)2 + (0.13)2 + (−0.03)2 + (−0.04)2 + (−0.07)2
= 0.00431
6
DESVIACION ESTANDAR
√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
(0.01)2 + (−0.02)2 + (0.04)2 + (0.01)2 + (−0.03)2 + (0.06)2
= 0.0011
6
DESVIACION ESTANDAR
√0.0001936 = 𝟎. 𝟎𝟑
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 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
1. Número de inicio:
El investigador selecciona un número entero que debe ser menor al número total
de individuos en la población. Este número entero corresponderá al primer sujeto.
2. Intervalo:
El investigador elige otro número entero que servirá como la diferencia constante
entre dos números consecutivos en la progresión.
El número entero se selecciona típicamente de modo que el investigador obtenga
el tamaño de la muestra correcto.
Por ejemplo, el investigador tiene una población total de 100 individuos y necesita
12 sujetos. Primero elige su número de partida, 5.
Luego, el investigador elige su intervalo, 8. Los miembros de su muestra serán los
individuos 5, 13, 21, 29, 37, 45, 53, 61, 69, 77, 85, 93.
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