¿Por qué estudias Química?

Podría escribir un ensayo sobre las virtudes de la Química y su importancia.  Pero a estas horas no os voy a contar mi historia. Para explicar la importancia de la química ya os dejé el enlace al vídeo de la ACS.
Buscando por la red me encuentro con estas palabras:

Probablemente nunca tenga la respuesta a todo lo que ocurre en el mundo que me rodea, pero hoy sé que la esencia de todo ello lo constituye la química.

...y eso es, maestra, lo que me gusta, lo impredecible de la naturaleza y la explicación de todo un mundo basado en fundamentos sólidos, conocimientos científicos y estudios de investigación por medio de una gran ciencia, denominada simplemente química

Pertenecen a un ensayo de Mariana Elorza en la revista Enlace Químico, de la Facultad de Química de la Universidad de Guanajuato. Lástima que pararon en 2008, según parece.

Personalmente me suscribo a eso que dice.

Pero he de ser sincero...

Yo empecé a estudiar Química porque no se me daba bien y la suspendía en el instituto. De hecho aún pienso que no se me da bien, pero por eso la sigo estudiando, y me gusta. 

Divulgación en química: algunos ejemplos de prácticas.

Aquí os dejo una propuesta de prácticas de química con fines divulgativos, para enseñar a los chavales de instituto. Me han gustado porque la mayoría se puede realizar en casa, con materiales cotidianos. Además, Silvia es una gran amiga y valga esta entrada de saludo a toda la familia.
Os dejo el enlace en Google Docs, porque el iframe me retrasa mucho la carga

¿Sabes de donde es esta cerveza?

La cerveza es una bebida alcohólica (y hoy no alcohólica también) conocida desde antiguo. No me voy a poner a hablar de su historia, que de eso seguro que hay mucho escrito (ya os haré un enlace a una tesis doctoral del año 2002, cuando esté digitalizada). Es evidente que el consumo y por tanto la producción de cerveza se ha incrementado notablemente. Para datos sobre consumo y producción, y sobre muchas cosas más (composición, control de calidad, efectos sobre el organismo) podéis ojear Beer in health and disease prevention (editado por V. R. Preedy). Aquí os he dejado el enlace a Google Books, el texto completo está en  Elsevier. 

Entre los muchos parámetros a controlar durante su elaboración y tras ella, podemos citar algunos ejemplos como el pH, extracto real, contenido en amino ácidos, contenido polifenólico, color, aroma, sabor, contenido aniónico y en metales. Todos ellos pueden dar una idea de la composición (compleja) de esta bebida y conforman la calidad de la misma. Ya hemos visto ejemplos de parámetros de control empleados para la caracterización de productos como el jamón o   el vino y, de hecho, podría citar varios ejemplos para la cerveza (aquí uno). Pero todos los ejemplos que conozco están encaminados a diferenciar tipos de cerveza, en algún caso, incluso con técnicas demasiado costosas. De el uso de alguno de los parámetros anteriores como descriptores químicos que, salvo los metales, no son muy costosos en su análisis, ya hablaré más adelante. En cuanto a la diferenciación geográfica, sólo se han visto algunos ejemplos a nivel local de cervezas Españolas, de diferentes fábricas o de cervezas checas y no checas. No existían trabajos que abordasen la diferenciación geográfica de cervezas de diversos países.

¿Pero, es tan importante esto?

En el caso de la Unión Europea pienso que sí. La cerveza en Europa es un producto que está empezando a incluirse en listas de productos registrados con Indicación Geográfica Protegida. Hasta el momento solo hay algunas cervezas alemanas (10), checas (9) y británicas (2) incluidas en la base de datos DOOR de la Comisión Europea de Agricultura y Desarrollo Rural. Esto es como una Denominación de origen en vinos, lo que implica beneficios económicos. Este campo promete, y quizá debería explorarse por parte de fabricantes de otros países. Por tanto, considero importante encontrar herramientas que permitan diferenciar geográficamente cervezas.

Y, como muestra, un botón.

En el trabajo Recognition of the geographical origin of beer based on support vector machines applied to chemical descriptors, publicado en Food Control se parten de muestras de cerveza lager, pilsner y sin alcohol de tres países europeos: España, Portugal y Alemania. Empleando el contenido en aluminio, bario, boro, calcio, hierro, magnesio, manganeso, fósforo, potasio, sodio, estroncio, zinc, cloruro, fosfatos, sulfato, amino ácidos totales, polifenoles, pH, extracto real y absorbancia a 430 nm se ha obtenido un modelo de clasificación adecuado para  diferenciar estos orígenes.

Aplicando un test no paramétrico (Kruskal-Wallis) se obseba que calcio, manganeso, zinc, cloruro, sulfato, amino ácidos y pH, no presentan diferencias estadísticas entre los grupos considerados. Por otra parte, aplicando LDA a los parámetros restantes, eliminando sucesivamente las variables menos discriminates, se consigue diferenciar estos orígenes reteniendo hierro, fósforo, potasio, fosfato y polifenoles totales como los descriptores más discriminantes.

Finalmente se construye un modelo basado en máquinas de vectores soporte lineales, de las que ya hablaré otro día. Este modelo predice el origen de las cervezas con un 99.3% de eficacia.

Redes de difracción

He encontrado un Handbook on-line de Richardson Gratings TM que es estupendo para el que esté interesado en este tema. Creo que merece la pena echarle un vistazo.

Diffraction Grating Handbook

Cálculo de regresión en Excel 2007

En esta entrada veremos como calcular la pendiente y ordenada en el origen de una serie de datos que se correlacionan linealmente mediante el método de mínimos cuadrados (es imprescindible para la aplicación del calibrado en Química Analítica). Además se obtendrán los errores de estos parámetros y el coeficiente de correlación, entre otros parámetros interesantes.

 Intentaré ser lo más gráfico posible. Una explicación más detallada sobre la regresión en Excel (pero era 2003) lo podéis encontrar en Aplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos. Aquí, lo haré de una forma más simple, explicando sólo lo que hay que ir haciendo con este software.

1) Solución gráfica (la que todos conocemos)

Se seleccionan las columnas para los valores X e Y (deben estar en ese orden) y vamos al menú Insertar, seleccionando Dispersión.

Obtenemos una gráfica de dispersión. Para dibujar la recta de mejor ajuste se pincha sobre los puntos de la gráfica y se hace click con el botón derecho del ratón. Seleccionamos la opción Agregar linea de tendencia.

Se escogen las opciones: tipo lineal, presentar la ecuación en el gráfico y el valor de R2.

Y quedará así

El problema es que no podemos conocer los errores de la pendiente y ordenada en el origen,  requeridos en Química Analítica para el calculo de la incertidumbre de los resultados.

2) Mediante fórmulas
Nos situamos en una celda. Se emplea el menú Fórmulas/Insertar función. Se seleccionan las fórmulas que aparecen en la imagen de abajo.

Conocido_y se refiere a los valores de Y y Conocido_X a los de X (Señal y Concentración en nuestro caso). Se pueden escribir en la celda las fórmulas directamente, e ir señlecionando las X y las Y. O se puede usar el menú insertar función.

El problema de nuevo es que no se obtienen los errores.

3. Fórmula matricial

La fórmula se introduce de igual modo que las anteriores, pero tiene truco.

Primero seleccionamos 2x5 celdas (una matriz) e insertamos la función ESTIMACION.LINEAL(). Se seleccionan las Y y las X, se introduce un 1 o VERDADERO en las otras dos cajas del formulario.

Importante, no pulsar aceptar

Pulsar en el teclado y a la vez las teclas Control (Ctrl), la flecha de mayúsculas (encima de la de Control) y Entrar (Intro o como la llaméis cada uno)  

La matriz queda rellena de la siguiente forma:

Y aquí si obtenemos los errores de la pendiente y de la ordenada, así como el error típico.

4. Usando la herramienta "Análisis de datos" de Excel

Sí, Excel tiene una macros muy buena para estos menesteres, pero hay que saber interpretarla. Lo primero (para el que no lo tenga) es activar la herramienta. Botón de Office, Opciones de Excel, Complementos. Administrar complementos de Excel, Ir.

Activar herramientas para análisis

Una vez hecho esto (solo si no se instaló la herramienta anteriormente) se puede usar desde Menú/Datos/Análisis de Datos y luego seleccionar Regresión

En el formulario seleccionamos los datos de entrada. Si hemos seleccionado los rótulos marcamos esta opción. Seleccionamos si queremos obtener gráficos de residuales, etc (leed el documento). Yo siempre prefiero los resultados en una hoja nueva.

Y se tienen estos resultados:

Pendiente y ordenada con sus errores.

Los valores de los residuales

Coeficiente de correlación

El ANOVA de regresión

Esta forma es muy completa.

Espero que os sirva

Recomiendo el libro Statistics and Chemometrics for analytical Chemistry (Miller) para el tema de la aplicación del método de los mínimos cuadrados.