SlideShare una empresa de Scribd logo
1 de 2
MANEJO DE DATOS DE UNA CURVA PATRÓN
Con el siguiente programa construido en Excel podrás calcular la desviación
estándar Sm de la lectura de una solución problema haciendo uso de una curva
patrón, lo que le dará certidumbre y calidad a tu reporte.
En este caso se observa
que han sido insertados en una
hoja de cálculo de Excel los
datos de una curva patrón de
siete puntos, insertando éstos en
las casillas A3-C10. La curva se
construyó con soluciones
estándar entre las 100 y las 700
ppm. Sus parámetros de
pendiente (m), ordenada al
origen (b) y coeficiente de
correlación (R2) se encuentran
en las celdas C13, C14 y C15,
respectivamente.
En la casilla C11 se
inserta el dato de absorbancia de
una muestra problema. A
continuación, con los parámetros
que aparecen en las celdas F3 a
F8 se calcula el valor de Sm, el
cual se exhibe en la celda F9.
Los datos muestran que
una muestra problema al ser
introducida al aparato de
medición exhibe una
absorbancia del 0.265. Con la
hoja de cálculo se encuentra que el valor de Sm para esta medición con esta
curva patrón es de 3.65. Así pues, el resultado debe expresarse como sigue: la
solución problema posee una concentración de 419.42 ± 3.65 ppm, El valor más
esperado para la concentración del analito es de 419.42 ppm, pero podría
encontrarse enn un intervalo que va de las 415.77 a las 423.07 ppm.
Esta hoja de Excel (para siete parejas de datos, lo cual puede extenderse o
incluir una menor cantidad de datos obviamente) se prepara como sigue:
En las celdas A4-A10 coloca el nombre de las soluciones estándar que
utilizarás para construir la curva patrón.
En las celdas B4-B10 (que representarán los valores que irán en el eje de
las “x” de la curva) inserta los valores de la concentración de stu soluciones
patrón (en ppm).
En las celdas C4-C10 inserta los valores de las absorbancias leídas en tu
espectrofotómetro (o su promedio, que representarán los valores que irán
en el eje de las “y”).
En la casilla C11 coloca el valor de la absorbancia experimental de la
muestra problema. Éste será el valor al que se le calculará su
concentración asociada.
Determina el valor de la pendiente m de la curva de calibración. Para ello,
escribe en la celda C13 el comando =PENDIENTE(C4:C10,B4:B10).
Determina la ordenada al origen de la curva insertando su valor en la celda
C14 con el comando =INTERSECCION.EJE(C4:C10,B4:B10). Este valor
puede ser negativo o positivo, pero idealmente debe aproximarse a cero.
Determina el coeficiente de correlación de la curva R2 utilizando el comando
=COEFICIENTE.R2(C4:C10,B4:B10) e insertándolo en la casilla C12. Con
ello, podrsá tener una idea clara de la linealidad de tu curva.
Finalmente, calcula el valor más esperado de la absorbancia de tu muestra
problema y asienta su valor en la celda C14 mediante =(C11-C14)/C13.
Para la determinación de Sm haz lo siguiente:
Determina el valor del número de mediciones de parejas de datos N e
inserta su valor en la casilla F3. En este caso, puedes insertar el dato
directamente contando el número de parejas que integran la curva patrón
(7) o emplear el comendo =CONTAR(C4:C10).
Inserta en la casilla F4 el número M de veces que realizaste cada medición.
Si sólo realizaste una vez la medición de los puntos de la curva, M valdrá 1;
si las mediciones se han realizado por duplicado, entonces M = 2.
Inserta nuevamente el valor de la pendiente en la casilla F5, donde puedes
escribir =C13.
Coloca en la casilla F6 el valor del promedio de los valores de las “y”, los
cuales corresponden a los valores de las absorbancias. Haz esto con el
comando =PROMEDIO(C4:C10).
Realiza la siguiente operación en la casilla F7: =F3*VARP(B4:B10).
En F8 coloca el error típico de las parejas de datos. Escribe el comando
=ERROR.TIPICO.XY(C4:C10,B4:B10).
Finalmente, calcula la desviación estándar de la medición Sm insertando en
F9 la instrucción =F8/F5*RAIZ(1/F4+1/F3+(C11-F6)/(F5*F5*F7)).
Finalmente, reproduzce este último valor en la E17 para que tu plantilla
tenga un aspecto claro usando =F9.

Más contenido relacionado

La actualidad más candente

Contar, contara, contar.si, contar.blanco
Contar, contara, contar.si, contar.blancoContar, contara, contar.si, contar.blanco
Contar, contara, contar.si, contar.blancokarencocha98
 
Cap3. series uniformes diferidas
Cap3. series uniformes diferidasCap3. series uniformes diferidas
Cap3. series uniformes diferidastatyanasaltos
 
Ejercicios problemáticos sobre productos notables y factorización.
Ejercicios problemáticos sobre productos notables y factorización.Ejercicios problemáticos sobre productos notables y factorización.
Ejercicios problemáticos sobre productos notables y factorización.1LAlvarezGonzalez
 
Tallern1 algoritmos
Tallern1 algoritmosTallern1 algoritmos
Tallern1 algoritmosDerex79
 
Cómo contar las apariciones de un número
Cómo contar las apariciones de un númeroCómo contar las apariciones de un número
Cómo contar las apariciones de un númerokamrriv el dulce
 
Funciones contar en excel 2013
Funciones contar en excel 2013Funciones contar en excel 2013
Funciones contar en excel 2013Miguel del Olmo
 
Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Tensor
 
10. gradientes diferidos
10. gradientes diferidos10. gradientes diferidos
10. gradientes diferidostatyanasaltos
 
Apuntes
ApuntesApuntes
Apuntes69812
 
Teoria De Errores
Teoria De ErroresTeoria De Errores
Teoria De Erroresmallita
 
Rosa bevilacqua la _torre_presentacion2.ppt
Rosa  bevilacqua  la _torre_presentacion2.pptRosa  bevilacqua  la _torre_presentacion2.ppt
Rosa bevilacqua la _torre_presentacion2.pptroshabe
 

La actualidad más candente (18)

Contar, contara, contar.si, contar.blanco
Contar, contara, contar.si, contar.blancoContar, contara, contar.si, contar.blanco
Contar, contara, contar.si, contar.blanco
 
Cap3. series uniformes diferidas
Cap3. series uniformes diferidasCap3. series uniformes diferidas
Cap3. series uniformes diferidas
 
Tamaño de muestra estratificado (2)
Tamaño de muestra estratificado (2)Tamaño de muestra estratificado (2)
Tamaño de muestra estratificado (2)
 
Funciones de excel
Funciones de excelFunciones de excel
Funciones de excel
 
Ejercicios problemáticos sobre productos notables y factorización.
Ejercicios problemáticos sobre productos notables y factorización.Ejercicios problemáticos sobre productos notables y factorización.
Ejercicios problemáticos sobre productos notables y factorización.
 
Tallern1 algoritmos
Tallern1 algoritmosTallern1 algoritmos
Tallern1 algoritmos
 
Cómo contar las apariciones de un número
Cómo contar las apariciones de un númeroCómo contar las apariciones de un número
Cómo contar las apariciones de un número
 
Funciones contar en excel 2013
Funciones contar en excel 2013Funciones contar en excel 2013
Funciones contar en excel 2013
 
Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)
 
10. gradientes diferidos
10. gradientes diferidos10. gradientes diferidos
10. gradientes diferidos
 
Apuntes
ApuntesApuntes
Apuntes
 
Muestreo estratificado (1)
Muestreo estratificado (1)Muestreo estratificado (1)
Muestreo estratificado (1)
 
Teoria De Errores
Teoria De ErroresTeoria De Errores
Teoria De Errores
 
Io 3ra modelo de transporte
Io 3ra modelo de transporteIo 3ra modelo de transporte
Io 3ra modelo de transporte
 
La integral definida final
La integral definida finalLa integral definida final
La integral definida final
 
cálculos de áreas y superficie
cálculos de áreas y superficie cálculos de áreas y superficie
cálculos de áreas y superficie
 
Ejemplos formulas excel
Ejemplos formulas excelEjemplos formulas excel
Ejemplos formulas excel
 
Rosa bevilacqua la _torre_presentacion2.ppt
Rosa  bevilacqua  la _torre_presentacion2.pptRosa  bevilacqua  la _torre_presentacion2.ppt
Rosa bevilacqua la _torre_presentacion2.ppt
 

Destacado

Serie para el tercer parcial parte 2
Serie para el tercer parcial parte 2Serie para el tercer parcial parte 2
Serie para el tercer parcial parte 2Rodolfo Alvarez Manzo
 
Resolución del examen del curso propedéutico
Resolución del examen del curso propedéuticoResolución del examen del curso propedéutico
Resolución del examen del curso propedéuticoRodolfo Alvarez Manzo
 
Serie de ejercicios sobre propiedades moleculares
Serie de ejercicios sobre propiedades molecularesSerie de ejercicios sobre propiedades moleculares
Serie de ejercicios sobre propiedades molecularesRodolfo Alvarez Manzo
 

Destacado (20)

Guia complementaria de nomenclatura
Guia complementaria de nomenclaturaGuia complementaria de nomenclatura
Guia complementaria de nomenclatura
 
Cálculos de la práctica 1
Cálculos de la práctica 1Cálculos de la práctica 1
Cálculos de la práctica 1
 
Representaciones de líneas
Representaciones de líneasRepresentaciones de líneas
Representaciones de líneas
 
Catálisis organometálica 2014
Catálisis organometálica 2014Catálisis organometálica 2014
Catálisis organometálica 2014
 
Serie de heterociclica parcial 2
Serie de heterociclica parcial 2 Serie de heterociclica parcial 2
Serie de heterociclica parcial 2
 
Serie 3 uvm
Serie 3 uvmSerie 3 uvm
Serie 3 uvm
 
Serie para el tercer parcial parte 2
Serie para el tercer parcial parte 2Serie para el tercer parcial parte 2
Serie para el tercer parcial parte 2
 
Práctica 12
Práctica 12Práctica 12
Práctica 12
 
Iq unam
Iq unamIq unam
Iq unam
 
Reactividad de alcoholes 1
Reactividad de alcoholes 1Reactividad de alcoholes 1
Reactividad de alcoholes 1
 
Resolución del examen del curso propedéutico
Resolución del examen del curso propedéuticoResolución del examen del curso propedéutico
Resolución del examen del curso propedéutico
 
Serie de nomenclatura 3.0
Serie de nomenclatura 3.0Serie de nomenclatura 3.0
Serie de nomenclatura 3.0
 
Alcoholes y aminas
Alcoholes y aminasAlcoholes y aminas
Alcoholes y aminas
 
Parcial 3 química orgánica 1
Parcial 3 química orgánica 1Parcial 3 química orgánica 1
Parcial 3 química orgánica 1
 
Serie sobre azúcares
Serie sobre azúcaresSerie sobre azúcares
Serie sobre azúcares
 
Environmental engineering a
Environmental engineering aEnvironmental engineering a
Environmental engineering a
 
Condensaciones c
Condensaciones cCondensaciones c
Condensaciones c
 
Serie de ejercicios sobre propiedades moleculares
Serie de ejercicios sobre propiedades molecularesSerie de ejercicios sobre propiedades moleculares
Serie de ejercicios sobre propiedades moleculares
 
Guia para el parcial 2
Guia para el parcial 2Guia para el parcial 2
Guia para el parcial 2
 
Nomenclaturainorganica1
Nomenclaturainorganica1Nomenclaturainorganica1
Nomenclaturainorganica1
 

Similar a Teoría de la gráfica de curva patron

Tecnicas instrumentales ejercicios numericos - 1.1 - Determinación polarogr...
Tecnicas instrumentales   ejercicios numericos - 1.1 - Determinación polarogr...Tecnicas instrumentales   ejercicios numericos - 1.1 - Determinación polarogr...
Tecnicas instrumentales ejercicios numericos - 1.1 - Determinación polarogr...Triplenlace Química
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numericocesarjmm1
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numericocesarjmm1
 
Introduccion al calculo numerico y manejo de errores
Introduccion al calculo numerico y manejo de erroresIntroduccion al calculo numerico y manejo de errores
Introduccion al calculo numerico y manejo de erroresUniversidad Fermin Toro
 
Simulación en Ing. Eléctrica - Aproximación de funciones
Simulación en Ing. Eléctrica - Aproximación de funcionesSimulación en Ing. Eléctrica - Aproximación de funciones
Simulación en Ing. Eléctrica - Aproximación de funcionesCarlos Vergara Branje
 
Estadio cognosciente ii daniel o y angel s. final
Estadio cognosciente ii daniel o y angel s. finalEstadio cognosciente ii daniel o y angel s. final
Estadio cognosciente ii daniel o y angel s. finalordazrivas
 
Fi0708 ejercicios
Fi0708 ejerciciosFi0708 ejercicios
Fi0708 ejerciciosford81
 
Estadística Cálculo de Media y desviación 009
Estadística Cálculo de Media y desviación 009Estadística Cálculo de Media y desviación 009
Estadística Cálculo de Media y desviación 009CESAR A. RUIZ C
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numericocesarjmm1
 
Directrices para la realización del informe de las prácticas de laboratorio
Directrices para la realización del informe de las prácticas de laboratorioDirectrices para la realización del informe de las prácticas de laboratorio
Directrices para la realización del informe de las prácticas de laboratorioJavier García Molleja
 
Instrucciones hoja calculo_estadistica
Instrucciones hoja calculo_estadisticaInstrucciones hoja calculo_estadistica
Instrucciones hoja calculo_estadisticaraulprofesor
 
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOS
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOSOPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOS
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOSdavp2012
 
Fórmulas y funciones básicas
Fórmulas y funciones básicasFórmulas y funciones básicas
Fórmulas y funciones básicasPancho93
 

Similar a Teoría de la gráfica de curva patron (20)

Análisis del Error
Análisis del ErrorAnálisis del Error
Análisis del Error
 
Tecnicas instrumentales ejercicios numericos - 1.1 - Determinación polarogr...
Tecnicas instrumentales   ejercicios numericos - 1.1 - Determinación polarogr...Tecnicas instrumentales   ejercicios numericos - 1.1 - Determinación polarogr...
Tecnicas instrumentales ejercicios numericos - 1.1 - Determinación polarogr...
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numerico
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numerico
 
Manual excel pad 2013
Manual excel pad 2013Manual excel pad 2013
Manual excel pad 2013
 
Error
ErrorError
Error
 
Introduccion al calculo numerico y manejo de errores
Introduccion al calculo numerico y manejo de erroresIntroduccion al calculo numerico y manejo de errores
Introduccion al calculo numerico y manejo de errores
 
Simulación en Ing. Eléctrica - Aproximación de funciones
Simulación en Ing. Eléctrica - Aproximación de funcionesSimulación en Ing. Eléctrica - Aproximación de funciones
Simulación en Ing. Eléctrica - Aproximación de funciones
 
Estadio cognosciente ii daniel o y angel s. final
Estadio cognosciente ii daniel o y angel s. finalEstadio cognosciente ii daniel o y angel s. final
Estadio cognosciente ii daniel o y angel s. final
 
Fi0708 ejercicios
Fi0708 ejerciciosFi0708 ejercicios
Fi0708 ejercicios
 
Estadística Cálculo de Media y desviación 009
Estadística Cálculo de Media y desviación 009Estadística Cálculo de Media y desviación 009
Estadística Cálculo de Media y desviación 009
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numerico
 
Presentación ale
Presentación alePresentación ale
Presentación ale
 
Directrices para la realización del informe de las prácticas de laboratorio
Directrices para la realización del informe de las prácticas de laboratorioDirectrices para la realización del informe de las prácticas de laboratorio
Directrices para la realización del informe de las prácticas de laboratorio
 
Instrucciones hoja calculo_estadistica
Instrucciones hoja calculo_estadisticaInstrucciones hoja calculo_estadistica
Instrucciones hoja calculo_estadistica
 
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOS
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOSOPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOS
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOS
 
Tp1 apellido y nombre (1)
Tp1   apellido y nombre (1)Tp1   apellido y nombre (1)
Tp1 apellido y nombre (1)
 
Fórmulas y funciones básicas
Fórmulas y funciones básicasFórmulas y funciones básicas
Fórmulas y funciones básicas
 
Analisis del error
Analisis del errorAnalisis del error
Analisis del error
 
Método grafico4
Método grafico4Método grafico4
Método grafico4
 

Más de Rodolfo Alvarez Manzo (20)

Dudas
DudasDudas
Dudas
 
Sch indol2
Sch indol2Sch indol2
Sch indol2
 
Ia bo
Ia boIa bo
Ia bo
 
Espectro 1
Espectro 1Espectro 1
Espectro 1
 
Pqi pizarrones
Pqi pizarronesPqi pizarrones
Pqi pizarrones
 
Pizarrones sch
Pizarrones schPizarrones sch
Pizarrones sch
 
Apuntes de sch 1.0
Apuntes de sch 1.0Apuntes de sch 1.0
Apuntes de sch 1.0
 
Plan de-trabajo-para-lca
Plan de-trabajo-para-lcaPlan de-trabajo-para-lca
Plan de-trabajo-para-lca
 
Proteinas tcoa copia
Proteinas tcoa copiaProteinas tcoa copia
Proteinas tcoa copia
 
Qo2 unam 1
Qo2 unam 1Qo2 unam 1
Qo2 unam 1
 
Pqi uvm 1 infrarrojo
Pqi uvm 1 infrarrojoPqi uvm 1 infrarrojo
Pqi uvm 1 infrarrojo
 
Qo2 unam 3
Qo2 unam 3Qo2 unam 3
Qo2 unam 3
 
Qo2 unam 2
Qo2 unam 2Qo2 unam 2
Qo2 unam 2
 
Qo2 unam 1
Qo2 unam 1Qo2 unam 1
Qo2 unam 1
 
Manual de ciencias ambientales
Manual de ciencias ambientalesManual de ciencias ambientales
Manual de ciencias ambientales
 
Cadena respiratoria 2020
Cadena respiratoria 2020Cadena respiratoria 2020
Cadena respiratoria 2020
 
Primer examen parcial pqi
Primer examen parcial pqiPrimer examen parcial pqi
Primer examen parcial pqi
 
Carbohidratos
CarbohidratosCarbohidratos
Carbohidratos
 
Aspirina
AspirinaAspirina
Aspirina
 
Cafeina
CafeinaCafeina
Cafeina
 

Teoría de la gráfica de curva patron

  • 1. MANEJO DE DATOS DE UNA CURVA PATRÓN Con el siguiente programa construido en Excel podrás calcular la desviación estándar Sm de la lectura de una solución problema haciendo uso de una curva patrón, lo que le dará certidumbre y calidad a tu reporte. En este caso se observa que han sido insertados en una hoja de cálculo de Excel los datos de una curva patrón de siete puntos, insertando éstos en las casillas A3-C10. La curva se construyó con soluciones estándar entre las 100 y las 700 ppm. Sus parámetros de pendiente (m), ordenada al origen (b) y coeficiente de correlación (R2) se encuentran en las celdas C13, C14 y C15, respectivamente. En la casilla C11 se inserta el dato de absorbancia de una muestra problema. A continuación, con los parámetros que aparecen en las celdas F3 a F8 se calcula el valor de Sm, el cual se exhibe en la celda F9. Los datos muestran que una muestra problema al ser introducida al aparato de medición exhibe una absorbancia del 0.265. Con la hoja de cálculo se encuentra que el valor de Sm para esta medición con esta curva patrón es de 3.65. Así pues, el resultado debe expresarse como sigue: la solución problema posee una concentración de 419.42 ± 3.65 ppm, El valor más esperado para la concentración del analito es de 419.42 ppm, pero podría encontrarse enn un intervalo que va de las 415.77 a las 423.07 ppm. Esta hoja de Excel (para siete parejas de datos, lo cual puede extenderse o incluir una menor cantidad de datos obviamente) se prepara como sigue: En las celdas A4-A10 coloca el nombre de las soluciones estándar que utilizarás para construir la curva patrón.
  • 2. En las celdas B4-B10 (que representarán los valores que irán en el eje de las “x” de la curva) inserta los valores de la concentración de stu soluciones patrón (en ppm). En las celdas C4-C10 inserta los valores de las absorbancias leídas en tu espectrofotómetro (o su promedio, que representarán los valores que irán en el eje de las “y”). En la casilla C11 coloca el valor de la absorbancia experimental de la muestra problema. Éste será el valor al que se le calculará su concentración asociada. Determina el valor de la pendiente m de la curva de calibración. Para ello, escribe en la celda C13 el comando =PENDIENTE(C4:C10,B4:B10). Determina la ordenada al origen de la curva insertando su valor en la celda C14 con el comando =INTERSECCION.EJE(C4:C10,B4:B10). Este valor puede ser negativo o positivo, pero idealmente debe aproximarse a cero. Determina el coeficiente de correlación de la curva R2 utilizando el comando =COEFICIENTE.R2(C4:C10,B4:B10) e insertándolo en la casilla C12. Con ello, podrsá tener una idea clara de la linealidad de tu curva. Finalmente, calcula el valor más esperado de la absorbancia de tu muestra problema y asienta su valor en la celda C14 mediante =(C11-C14)/C13. Para la determinación de Sm haz lo siguiente: Determina el valor del número de mediciones de parejas de datos N e inserta su valor en la casilla F3. En este caso, puedes insertar el dato directamente contando el número de parejas que integran la curva patrón (7) o emplear el comendo =CONTAR(C4:C10). Inserta en la casilla F4 el número M de veces que realizaste cada medición. Si sólo realizaste una vez la medición de los puntos de la curva, M valdrá 1; si las mediciones se han realizado por duplicado, entonces M = 2. Inserta nuevamente el valor de la pendiente en la casilla F5, donde puedes escribir =C13. Coloca en la casilla F6 el valor del promedio de los valores de las “y”, los cuales corresponden a los valores de las absorbancias. Haz esto con el comando =PROMEDIO(C4:C10). Realiza la siguiente operación en la casilla F7: =F3*VARP(B4:B10). En F8 coloca el error típico de las parejas de datos. Escribe el comando =ERROR.TIPICO.XY(C4:C10,B4:B10). Finalmente, calcula la desviación estándar de la medición Sm insertando en F9 la instrucción =F8/F5*RAIZ(1/F4+1/F3+(C11-F6)/(F5*F5*F7)). Finalmente, reproduzce este último valor en la E17 para que tu plantilla tenga un aspecto claro usando =F9.