Gli errori

CHIMICA ANALITICA

CHE COS'È LA CHIMICA ANALITICA: la chimica analitica studia i metodi e le tecniche usate nella determinazione della composizione della materia, sia in maniera qualitativa che in maniera quantitativa. Quindi si occupa della messa a punto di tecniche e metodi che ci fanno capire la composizione della materia. È una materia a sé stante dalle farmacologie perché è importante conoscere la composizione di un farmaco.

La chimica analitica prevede:

• SEPARAZIONE
• IDENTIFICAZIONE
• DETERMINAZIONE QUANTITÀ RELATIVA (quanto ce n'è di ognuno dei componenti) DEI COMPONENTI DI UN CAMPIONE DI MATERIA

Un campione di materia è una parte di materia da analizzare. Alcuni campioni sono tanti componenti, detti analiti. Il campione deve essere rappresentativo della materia che voglio analizzare.

ANALISI QUALITATIVA: mi rivela l'identità chimica degli analiti (componenti di un campione da determinare).

ANALISI QUANTITATIVA: indica la quantità di uno o più analiti in termini numerici.

SEPARAZIONE: operazione generalmente fondamentale e necessaria a monte di analisi quantitative e qualitative.

Le analisi che si fanno possono essere più approfondite o meno a seconda degli obiettivi.

VALUTAZIONE DEL DATO ANALITICO:

È impossibile effettuare un’analisi chimica con risultati privi di errore. Onde utilizzare il metodo più idoneo ed anche se l’operatore è esperto e attento non si può determinare il valore vero, perché ci saranno tante piccole incertezze. È tuttavia auspicabile minimizzare tali errori e diminuire la grandezza, con vari accorgimenti. Se incertezza è un minor, non possono essere eliminate completamente, però il valore preso è dapprima sconosciuto. È quindi importante:

• Valutare l’entità probabile dell’errore.
• Definire i limiti entro cui il valore vero di una quantità misurata (μ) cade con un certo grado di probabilità, ovvero posso stabilire, grazie a delle leggi statistiche, in quale intervallo cadrà il valore vero.

DEFINIZIONE DEI TERMINI:

I chimici spesso impiegano da due a cinque posizioni (replicate) di un campione nel corso di un’intera procedura analitica, poiché:

1. Il valore centrale di un gruppo di misure è più credibile di un risultato individuale. Quindi posso fare per 5 volte analisi allo stesso campione e ottenere dei risultati diversi, perché può esser prodotto degli errori. Per scegliere il valore corretto si prende il valore medio, perché è quello che rappresenta tutti i valori.
2. La variazione dei dati dovrebbe fornire una misura dell’incertezza associata con il risultato centrale nel fatto che ci siano valori molto simili tra loro conferma che non ho compiuto un certo tipo di errore.

MEDIA ARITMETICA:

numero ottenuto dividendo la somma di una serie di valori della misura per il numero delle misure.

X̄ = Σ X_i

N

La non idealità del metodo ha fatto sì che l'operatore X e Y abbia prodotto un dato centrale distante da quello ideale.

Possiamo identificare quindi 2 errori:

• CASUALE: errore che causa la dispersione dei dati intorno al valore medio. Se ho un alto errore casuale ho scadente precisione.

• SISTEMATICO: errore che allontana il reale dalla media del valore. Non s'interpreta quindi con l'accuratezza. Quindi l'errore di tutto è vero sistematico. Gli errori sistematici sono detti determinabili, perché sono cause dei quali posso risalire alla causa. Quindi l'errore di insieme era interato nelle irradiazioni alla struttura dell'atmosfera. Gli errori casuali non invece indeterminabili, cioè non posso risalire la causa e quindi non la somma di tanti piccoli errori. Se non s'era fidato in un determinato istante da un operatore. Se questo sterno rispetto a picco l’esperimento in un momento diverso, non risulta stesse condizioni. E per questo non potrà mai avere un dato certo.

Gli errori sistematici rappresentano la distanza tra X e X_v.

Le loro caratteristiche sono:

• sono unidirezionali, cioè tendono a spostare nella stessa direzione tutti i risultati;
• l'accuratezza è tanto maggiore quanto minore è l'errore sistematico;
• si dividono in 3 categorie: personali, strumentali e di metodo.

Possono essere anche:

• Costanti (additivi): la loro entità non varia con il valore della quantità di campione considerato;
• Proporzionali: aumentano o diminuiscono in proporzione alla grandezza del campione preso per l'analisi. Le loro cause più e più rispettate e corrette. Per eliminarle può essere utile stabilire e non costanti e proporzionali.

e metodo meno preciso fornisce una curva larga e bassa (B).

Un errore sistematico sposta la curva ma

lascia la sua forma inalterata; la quota

scissa è proporzionale alla pendenza

dell’errore sistematico (determinabile).

Indipendentemente dalla lunghezza della curva, il 68,3% dell’area sotto una curva

gaussiana giace entro ± 1δ dalla media μ (cioè il 68,3%

dei dati di una popolazione cade entro questi limiti), il 95,7%

entro μ ± 2δ e il 99,7% entro μ ± 3δ. Quindi se

δ è grande il 68,3% dei dati è dispero, se invece δ è piccola

questa data sono vicini al valore centrale. La deviazione standard

controlla la probabilità di un errore casuale con la probabilità

inverso; ci sono il 68,3% di probabilità che l’intervallo casuale

di ogni singola misura sia non più di ± 1δ.

INTERVALLO DI CONFIDENZA:

per un numero limitato di

misure non è possibile calcolare la vera μ e la vera σ: si può

ma invece conoscere _X = s. Quindi si può calcolare un inter-

vallo entro il quale caduto il valore vero μ.

La teoria statistica permette di fissare dei limiti a lettrono alla

media _X entro i quali il valore vero μ cade con un certo gra-

de di probabilità. Questi limiti sono detti limiti di confidenza

(CL) e l’intervallo che essi definito è noto come intervallo di

confidenza.

CL = _X ± t ⋅ _S

t = di te student, per trovare tabella, dipende dai

N = n di misura eseguite per gradi di libertà e

con licenza di fid.

le possibili fid.

Esempio: contenuto % di carboidrati in una giunifferiana =12,6%,

11,9%, 13,0%, 12,7%, 12,5%. Calcolare l’intervallo di fiducia

al 95% per il contenuto di carboinidrati

CL = 12,54 ±

= 12,54 ± 0,5 =

Ho il 95% di probabilità che il

valore vero μ cada in questo

intervallo.