Experimento 1 – Determinação de Paracetamol de medicamentos por espectroscopia no Infravermelho próximo

Objetivo: Determinar paracetamol em medicamento utilizando a espectrocopia no infravermelho próximo

Resultados e Discussão

Tabela 1: Massas dos constituintes utilizadas no preparo das amotras de calibração e validação, bem como os valores teóricos de porcentagem de paracetamol

Amostra Paracetamol (g) Placebo (g) Total(g) % Paracetamol (m/m)

C1 1,191 0,800 1,991 59,819C2 1,314 0,683 1,997 65,799C3 1,427 0,591 2,018 70,714C4 1,506 0,494 2,000 75,300C5 1,610 0,390 2,000 80,500C6 1,708 0,290 1,998 85,485C7 1,800 0,202 2,002 89,910C8 1,909 0,097 2,006 95,165V1 1,2542 0,7517 2,0059 62,525V2 1,3740 0,6638 2,0378 67,426V3 1,4723 0,4837 1,9560 75,271V4 1,6698 0,3314 2,0012 83,439V5 1,7636 0,2675 2,0311 86,830

Utilizando a espectrocospia do infravermelho próximo, foram obtidos os espectros das amostras de calibração, validação e de medicamento, onde a reflectância ( %R) está em função de número de onda ( cm-1)

3000 4000 5000 6000 7000 8000 9000 1000010

15

20

25

30

35

40

45

50

55

60

Número de Onda (cm-1)

% R

Figura 1: Conjunto de espectros das amostras de calibração onde é relacionado número de onda (cm-1) e porcentagem de reflectância (%R)

3000 4000 5000 6000 7000 8000 9000 1000010

20

30

40

50

60

70

Número de Onda (cm-1)

%R

Figura 2: Conjunto de espectros das amostras de validação onde é relacionado número de onda (cm-1) e porcentagem de reflectância (%R)

3000 4000 5000 6000 7000 8000 9000 1000010

20

30

40

50

60

70

Número de onda (cm-1)

%R

Figura 3: Conjunto de espectros das amostras de medicamentos onde é relacionado número de onda (cm-1) e porcentagem de reflectância (%R)

A coordenada Y dos conjuntos dos espectros acima estava em porcentagem de reflectância (%R), a qual não há relação direta à concentração do analito. Assim sendo, utilizando o Matlab, a coordenada Y foi transformada de %R para o log (1/R), o qual é proporcional a concentração do analito, gerando novos espectros que seguem abaixo.

3000 4000 5000 6000 7000 8000 9000 100000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Número de Onda (cm-1)

log

(1/R

)

Figura 4: Conjunto dos espectros das amostras de calibração relacionando número de onda (cm-1) e log (1/R)

3000 4000 5000 6000 7000 8000 9000 100000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Número de Onda (cm-1)

log

(1/R

)

Figura 5: Conjunto dos espectros das amostras de validação relacionando número de onda (cm-1) e log (1/R)

3000 4000 5000 6000 7000 8000 9000 100000.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Número de Onda (cm-1)

log

(1/R

)

Figura 5: Conjunto dos espectros das amostras de medicamento relacionando número de onda (cm-1) e log (1/R)

Antes de desenvolver o modelo, foi realizado o pré-processamento dos espectros por MSC (Correção do Espalhamento Multiplicativo), removendo a flutuações de linha base que estão relacionadas aos parâmetros físicos das amostras. Isto é, a variação no espectro causado por espalhamento de luz pelas amostras é removida e dessa forma, assegura que os espectros estejam relacionados apenas ao objeto de estudo. Segue abaixo os conjuntos de espectros já pré-processados.

3000 4000 5000 6000 7000 8000 9000 100000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Número de Onda (cm-1)

log

(1/R

)

Figura 6: Conjunto dos espectros das amostras de calibração após correção por MSC

3000 4000 5000 6000 7000 8000 9000 100000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Número de Onda (cm-1)

log

(1/R

)

Figura 7: Conjunto dos espectros das amostras de validação após correção por MSC

3000 4000 5000 6000 7000 8000 9000 100000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Número de Onda (cm-1)

log

(1/R

)

Figura 8: Conjunto dos espectros das amostras de medicamento após correção por MSC

Para determinar a dimensionalidade do modelo a construído, utiliza o processo de validação cruzada. Dessa forma, é obtido um gráfico que relaciona o número de variáveis latentes (número de dimensões) e ao RMSEC (Raiz do erro quadrático médio da validação cruzada).

1 1.5 2 2.5 3 3.5 4 4.5 52

3

4

5

6

7

8

9

Número de dimensões

Rm

sec

Figura 9: Gráfico do número de dimensões versus o valor de RMSEC

Para determinar o número de dimensão ideal para a construção do modelo, escolhe-se o valor que apresenta o menor valor de RMSEC. Neste caso, é o número 2. Isso quer dizer que o modelo a ser construído possui duas dimensões. Não se deve utilizar números menores que este, pois seria considerado “falta de ajuste” (modelo não adequado) e para números maiores que 2, seria considerado “sobreajuste” (modelo com um erro maior e com ruído)

Numero e componentes principais

PCA – Redução das variáveis

Y = b0 + b1t1 + b2t2

Tabela ?: Comparação entre as porcentagens calculadas e prevista pelo modelo e os erros relativos para amostras de calibração

Porcentagem Calculada

Porcentagem prevista Erros Relativos

59.820 59.815 0.007

65.800 67.854 -3.122

70.710 71.268 -0.789

75.300 71.984 4.40480.500 80.238 0.32585.490 86.428 -1.09789.910 90.904 -1.10695.160 94.197 1.011

Tabela ?: Comparação entre as porcentagens calculadas e prevista pelo modelo e os erros relativos para amostras de validação

Porcentagem Calculada

Porcentagem prevista Erros Relativos

62.510 66.629 -6.59067.420 69.749 -3.45575.250 77.280 -2.698

83.400 82.306 1.31186.800 85.083 1.979

Os erros são...

-erros de previsão estão adequados mais ou menos 5%

Erros relativamente pequenos: o modelo ofereceu boa previsão

O modelo serve p os mesmos interferentes. Os incipientes mudam de um laboratório para o outro.

Comentar: escolha do numero de componentes e comentar principalmente os erros.

Fabricante Massa de um comprimido (g)

% Paracetamol (m/m)

Massa de Paracetamol (mg)

Germed 0,8304 83,1351 690,35Multilab 0,9923 70,5254 699,82

Teuto 0,8143 81,1594 660,88

Cálculo da massa de paracetamol:

100% ------ 0,8304 g (massa do comprimido)

(% paracetamol em m/m) 83,1351 % ------ X g (massa do paracetamol)

X = 0,6903 g

Multiplica-se o resultado por 1000 e tem-se o valor em mg.

Experimento 2 – Avaliação do Efeito das condições experimentais na determinação espectrofotométrica de ferro com O-Fenantrolina

Objetivo:

Figura ? : Superfície de resposta para o modelo linear em função dos fatores 1 e 3, mantendo-se fixo o fator 2 ( pH = 1,9)

Figura ? : Superfície de resposta para o modelo linear mostrando os resultados experimentais obtidos no ponto central

Figura ? : Superfície de resposta para o modelo linear mostrando os resultados experimentais obtidos no ponto central em função dos fatores 1 e 3

Figura ? : Superfície de resposta para o modelo linear em função dos fatores 1 e 3, mantendo-se fixo o fator 2 ( pH = 4,7)

Figura ? : Superfície de resposta para o modelo quadrático em função dos fatores 1 e 3, mantendo-se fixo o fator 2 ( pH = 1,9)

Figura ? : Superfície de resposta para o modelo quadrático mostrando os resultados experimentais obtidos no ponto central em função dos fatores 1 e 3 É CERTO DIZER ISSO?

Figura ? : Superfície de resposta para o modelo quadrático mostrando os resultados experimentais obtidos no ponto central em função do fator 1 É CERTO DIZER ISSO ?

Figura ? : Superfície de resposta para o modelo quadrático em função dos fatores 1 e 3, mantendo-se fixo o fator 2 ( pH = 4,7)