ANALISI QUANTITATIVA Lanalisi quantitativa UV-VIS si basa sulla legge di Lambert-Beer che esprime...
-
Upload
sonia-guglielmi -
Category
Documents
-
view
243 -
download
1
Transcript of ANALISI QUANTITATIVA Lanalisi quantitativa UV-VIS si basa sulla legge di Lambert-Beer che esprime...
ANALISI QUANTITATIVA
L’analisi quantitativa UV-VIS si basa sulla legge di Lambert-Beer che esprime una relazione
di proporzionalità tra la conc. di un analita e l’assorbanza a una determinata . Perchè tale
legge sia applicata in analisi quantitativa devono essere rispettate due condizioni:
- L’analita deve assorbire in modo rilevabile nell’intervallo spettrale 200-900 nm. Questo si
verifica con una analisi spettrale dell’analita. Si identifica quindi la lunghezza d’onda
(solitamente max) per l’analisi quantitativa
- La relazione assorbanza/conc. deve essere lineare. Questo si verifica allestendo una
curva di calibrazione
Esistono diversi fattori che possono provocare deviazioni dalla linearità tra cui fattori
fisici/chimici, fattori strumentali e operativi
0 1 2 3 4 5 6 70.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Concentrazione (M)
Ass
orb
anza
-Variazioni di pH, temperature e solvente possono avere effetto sulla linearità
-In soluzioni torbide la luce incidente viene in parte persa per effetto della diffusione
con un aumento (apparente) della assorbanza. Si risolve il problema utilizzando
opportuni sistemi in grado di raccogliere la luce dispersa (sfera integratice)
- A concentrazioni elevate, le molecole possono formare dimeri e polimeri, anche
aggregati con il solvente. Di conseguenza si possono osservare deviazioni positive o
negative dalla legge di lambert Beer
concentrazione
Ass
orba
nza
Formazione di dimeri
Formazione di polimeri
Fattori fisici e chimici
-L’indice di rifrazione della soluzione varia al variare della concentrazione (quando è
elevata) e di conseguenza varia anche la poiché la rifrazione fa variare la lunghezza
d’onda della radiazione incidente. Per ridurre tale inconveniente, di solito si lavoro con
soluzioni diluite 10-2 – 10-7 M.
concentrazioneA
ssor
banz
a
Radiazione monocromatica
Banda stretta
Banda larga
Fattori strumentali
-L’ampiezza della banda passante, oltre ad essere decisiva sulla precisione e accuratezza
dell’analisi, influisce inoltre sulla linearità della legge di lambert Beer. -La luce diffusa dovuta a cause strumentali altera l’ assorbanza soprattutto per soluzioni
concentrate (la curva assume pendenza negativa)
A = logP0 + S
P + SA = log
P0 + S
S
Per soluzioni molto concentrate, P diminuisce e al limite si annulla
CALIBRAZIONE
La calibrazione determina la relazione tra la risposta analitica e la concentrazione
dell’analita. Di solito tale operazione si effettua mediante standard.
Calibrazione con std. esterno
Lo std. esterno viene preparato separatamente dal campione (al contrario lo std. Interno
è aggiunto al campione stesso). Si prepara una serie di std. esterni contenenti l’analita a
concentrazioni note (almeno 3 conc., metodo della diluizione progressiva). Si misura
quindi l’assorbanza rispetto alla concentrazione dell’analita e e si determina la curva di
calibrazione fittando i dati con un’appropriata equazione matematica, quale la relazione
lineare usata nel metodo dei minimi quadrati
Il metodo dei minimi quadrati
L’assorbanza (ordinata) è la variabile dipendente mentre concentrazione (ascissa) è la
variabile indipendente. In condizioni ideali tutti i punti sono allineati con l’origine degli assi
(ratta passante per lo 0, y= mx). In condizioni reali, a causa degli errori indeterminati
associati al processo di misurazione, non tutti i dati si trovano sulla stessa linea
0 1 2 3 4 5 6 70.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Concentrazione (M)
Ass
orb
anza
0 1 2 3 4 5 6 70.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Concentrazione
Ass
orb
anza
y=mx
x
y
m= y/x
y=mx+b
In tali condizioni bisogna derivare la “migliore” retta che interpoli i punti. L’analisi dei
minimi quadrati lineare fornisce l’equazione della migliore retta passante tra un insieme
di dati x,y, assumendo che ogni deviazione dei punti dalla linea retta deriva da un errore
commesso nel corso della misurazione. Quindi si assume che ai valori x, ovvero alla
preparazione delle concentrazioni, non è associato alcun errore
La linea costruita con il metodo dei minimi quadrati
è quella che minimizza la somma dei quadrati dei
residui (deviazione verticale di ciascun punto dalla
retta) corrispondenti a tutti i punti
Uso di Excel nel calcolo dei minimi quadrati
1. Inserire i dati x e y su due colonne
2. Selezionare una serie di celle con
larghezza pari a due celle e lunghezza
cinque
3. Selezionare la funzione statistica
REGR.LIN
4. Compilare gli argomenti funzione
come indicato
5. Per visualizzare i risultati digitare la
seguente combinazione
Ctr+Shift+Invio
intercettapendenzad.s. pendenza d.s. intercetta
Coeff. di deter. (R2) d.s. della regressione
F gradi libertà
Somma quadrati residuiSomma quadrati regr.
Pendenza = m Intercetta = b
y = mx + b
Coefficiente di determinazione (R2): è un indice della variazione totale tra il valore y
misurato e quello derivante dalla relazione lineare determinata. Il valore va da 0 a 1. Più il
valore di R2 si avvicina all’unità meglio il modello lineare esprime le variazioni di y
Rappresentazione grafica
Il metodo dell’aggiunta standard
Tale metodo si applica qualora l’analita sia in una matrice più o meno complessa possibile
interferenza dei componenti della matrice con la determinazione dell’analita. Per eliminare tali
interferenze bisognerebbe preparare una serie di std. che riproducono esattamente il
campione (spesso non è possibile). In tali casi si utilizza il metodo dell’aggiunta standard che
controbilancia gli effetti della matrice. Il metodo prevede l’aggiunta di diverse aliquote di una
soluzione std. ad uguali aliquote di campione.
Vx=volume soluzione incognita Cx
Vt
Vs=volume soluzione std. Cs
Diverse aliquote uguali Vx della soluzione incognita di concentrazione Cx sono trasferiti in
matracci volumetrici aventi volume Vt. A ciascuno di essi è aggiunto un volume variabile Vs di
una soluzione std. a concentrazione nota Cs. Si determina sperimentalmente la assorbanza.
L’assorbanza della soluzione è descritta da:
As = b Vs Cs
Vt
b Vx Cx
Vt
+ = k VsCs + kVxCx
Dove k è una costante uguale a b/Vt . Un grafico di As in funzione di Vs, produce una
linea retta di equazione:
As= mVs + b
ove m= kCs e b= kVxCx
Dall’analisi dei minimi quadrati si determina m e b.
m
b=
kCs
kVxCx
Cx = bCs
mVx
Esempio metodo delle aggiunte std.
Aliquote di 10 ml di un campione di Fe3+ di una soluzione incognita vengono aggiunte in
matracci volumetrici da 50 ml. Esattamente 0.00, 5.00, 10.00, 15.00 e 20.00 ml di una
soluzione std. contenente 11.1 ppm di Fe3+ vengono aggiunti a ciascuna aliquota, seguiti da
un eccesso di ione tiocianato, per dare il complesso Fe(SCN)2+ . Dopo diluizione a volume le
assorbanze misurate risultano rispettivamente: 0.240, 0.437, 0.621, 0.809 e 1.009. Calcolare
la concentrazione di ioni Fe3+ della soluzione incognita.
Cx = bCs
mVx
m = 0.0382
b = 0.2412
7.01 ppm Fe3+
Analisi di miscele
L’assorbanza di una soluzione ad una particolare lunghezza d’onda è uguale alla somma
delle assorbanze di tutte le specie presenti nella soluzione
Assorbanza di una miscela A = x b [X] + Y b [Y] + Z b [Z] + …..
Si consideri un miscela costituita da due composti X e Y, si distinguono due casi:
Spettri sovrapposti Spettri solo in parte sovrapposti
Procedimento per l’analisi di una miscela i cui componenti presentano spettri sovrapposti
Si consideri l’analisi dei complessi di Ti(IV) e V(V) con H2O2
1. Determinare l’assorbanza di ciascun std. a diverse lunghezze d’onda
2. Calcolare l’assorbività molare a ciascuna lunghezza d’onda mediante la legge di Beer
[Ti] std= 0.00132 M [V] std= 0.00189 M
3. Misurare l’assorbanza della miscela che è data dalla somma delle assorbanze delle
componenti
Am = x b [X] + Y b [Y] (non si conoscono tuttavia [X] e [Y]
3. Stimare la concentrazione di X e Y (il valore stimato non deve necessariamente essere
vicino al valore vero) e calcolare usando la funzione Excel, il valore ai A calc mediante
l’equazione
Acalc = x b [X] + Y b [Y]
Valori stimati
5. Calcolare con funzione Excel la somma dei quadrati [H9 =SOMMA(H4:H8)]
4. Calcolare con funzione Excel il quadrato della differenza tra l’assorbanza calcolata e
quella misurata [Acalc-Am]^2
5. Effetuare l’analisi dei minimi quadrati per minimizzare la somma dei quadrati [Acalc-
Am]^2 variando le concentrazioni di [X]stima e [Y]stima. I valori “ migliori” di [X]stima e
[Y]stima sono quelli che rendono minima la somma dei quadrati (cella H9). Excel
contiene una macro per lo svolgimento della minimizzazione (RISOLUTORE)
Se non presente scegliere componenti aggiuntivi dal menu strumenti e selezionare aggiunta risolutore
6. Impostare i parametri di minimizzazione e quindi risolvere l’analisi
Procedimento per l’analisi di una miscela i cui componenti presentano spettri risolti
Se gli spettri dei componenti di una miscela sono risolti sufficientemente (come nel caso
di 1 e 2), le concentrazioni della miscela si determinano risolvendo una sistema di due
equazioni
A’ = ’X b [X] + ’Y b [Y]
A’’ = ’’X b [X] + ’’Y b [Y]
Ove A’ e A’’ sono l’assorbanza rispettivamente a ’ e ’’
A’ = ’X b [X] + ’Y b [Y]
A’’ = ’’X b [X] + ’’Y b [Y]
Risolvendo l’equazione nelle due incognite X e Y si ottengono i seguenti risultati:
[X] =
A’ ’YbA’’ ’Yb
’Xb ’Yb’’Yb ’Yb
[Y] =
’Xb A’’’Yb A’’
’Xb ’Yb’’Yb ’Yb
Ciascun simbolo a bc d è detto determinante ed è un modo
abbreviato per scrivere (a x d) – (c x b)
Si considerino le sostanze X e Y le cui assorbività molari sono di seguito riportate
(nm) X Y
272 16440 3870
327 3990 6420
Una mscela di composti X e Y è caratterizzata da una assorbanza di 0.957 a 272 nm e di 0.559 a 327 nm. Calcolare la concentrazione di X eY nella miscela
Punto isosbestico
Se in una reazione chimica una specie assorbente X viene convertita un un’altra specie
assorbente Y e se gli spettri delle due specie si intersecano in un punto, qualsiasi spettro
registrato durante tale reazione passerà per quel punto detto punto isosbestico
L’esistenza del punto isosbestico è una buona prova del fatto che esistono solo due specie principali