|
Guía DocenteCurso Facultade de Ciencias |
| Grao en Química |
 Asignaturas |
| Química Analítica Avanzada e Quimiometría |
| Contidos |
|
|
|
| Datos Identificativos | 2017/18 | |||||||||||||
| Asignatura | Química Analítica Avanzada e Quimiometría | Código | 610G01015 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Grao | 1º cuadrimestre |
Cuarto | Obrigatoria | 6 | ||||||||||
|
||||||||||||||
| Temas | Subtemas |
| Tema 1. Introducción ao análise de trazas | Importancia da análise de trazas e campos de aplicación. O proceso analítico na análise de trazas: requerimentos especiais. Importancia e requisitos básicos da mostraxe. Estratexias de mostraxe. Conservación e tratamento da mostra: fontes de erro. Aseguramento da calidade na análise de trazas. |
| Tema 2. Análisis de trazas inorgánicas | Introducción. Destrucción de matrices orgánicas. Descomposición e disolución de matrices inorgánicas. Procesos de separación e preconcentración en análise de trazas inorgánicas. Especiación de elementos traza. Aplicacións analíticas. |
| Tema 3. Análisis de trazas orgánicas | Introducción. Métodos de extracción de mostras sólidas. Métodos de extracción de mostras líquidas. Purificación, fraccionamento e concentración de extractos orgánicos. Aplicacións analíticas. |
| Tema 4. Automatización no laboratorio analítico | Obxectivos da automatización. Ventaxas e desventaxas da automatización. Clasificación dos sistemas analíticos automáticos. Robotización do laboratorio. Miniaturización. Análisis de procesos. |
| Tema 5. Introducción á quimiometría | Definición de quimiometría. A quimiometría no proceso analítico. Concepto de incertidume e cálculos básicos. |
| Tema 6. Inferencia estatística e calibración univariable | Test estatísticos de inferencia nos laboratorios analíticos: tests de hipóteses e análise da varianza. Aplicacións ao laboratorio e a control de producción. Métodos de calibración. Calibración univariante por regresión lineal de mínimos cuadrados. Validación do modelo de calibración. Intervalos de confianza. |
| Tema 7. Deseño e optimización de experimentos | Deseño experimental: principios básicos. Tipos de deseños: deseños factoriais, deseños factoriais fraccionados e deseños Plackett-Burman. Optimización secuencial: método simplex. Deseños de superficie de resposta. |
| Tema 8. Análise multivariable de datos | Introducción. Clasificación de métodos de recoñecimento de pautas. Métodos non supervisados: análise de agrupacións, análise de compoñentes principais. Métodos supervisados: método SIMCA, método do veciño máis próximo (KNN). |
| Prácticas de laboratorio | O estudante aplicará os conceptos teóricos desenvolvidos ao longo do curso. Preséntanse diferentes problemas reais (campo medioambiental, industrial, agroalimentario, clínico..) que os estudantes terán que resolver. |
|
