Analytisch les 8 22-12-2022

Analytisch les 7

1 / 27

Slide 1: Slide

AnalistMBOStudiejaar 2

This lesson contains 27 slides, with interactive quizzes and text slides.

Lesson duration is: 60 min

Items in this lesson

Analytisch les 7

Slide 1 - Slide

Wat gaan we doen?

vorige lessen: voorbereidende berekeningen

Nu: Verwerkende berekeningen
- Lineaire regressie mbv rekenmachine

Slide 2 - Slide

Slide 3 - Slide

Slide 4 - Slide

Sommatie methode

We gaan er vanuit dat 0 = 0
En er is een (perfect) lineair verband

Slide 5 - Slide

Bereken de rico mbv sommatie methode

0,123

0,234

0,452

Slide 6 - Open question

Rekenmachin methode

Helaas is 0 niet altijd 0

Daarom rekenmachine methode (als je laptop leeg is bv!)

Slide 7 - Slide

Slide 8 - Slide

Slide 9 - Slide

Slide 10 - Slide

Oefenen, oefenen en oefenen

Slide 11 - Slide

Slide 12 - Slide

Voor het maken van de ijklijn wil men een 500 ppm Mg oplossing maken in 100ml(stock)
Hoeveel mg magnesiumfosfaat moet men hiervoor afwegen?

Slide 13 - Open question

Bereken de verdunde concentratie magnesium

Slide 14 - Open question

Bereken de richtingscoëfficiënt mbv de sommatie methode

Slide 15 - Open question

Bereken mbv de rico het monster gehalte

Slide 16 - Open question

Slide 17 - Slide

Slide 18 - Slide

Slide 19 - Slide

Slide 20 - Slide

Slide 21 - Slide

Slide 22 - Slide

Slide 23 - Slide

Bereken de verdunde concentraties ijzer

Slide 24 - Open question

Bereken mbv de rekenmachine de rico en het intercept

Slide 25 - Open question

Andere rekenmachine?

Google lineaire regressie en jou rekenmachine!

bv.

https://www.youtube.com/watch?v=GG3sJYuwAKc

https://www.youtube.com/watch?v=sEN3FxQ5htg

Slide 26 - Slide

Wat kunnen we na de vakantie?

- Je kunt de onderdelen van de vlam-AAS & EAS benoemen

- Je kunt in eigenwoorden de functie van de onderdelen beschrijven

- mbv berekeningen een werkwijze schrijven voor het maken van een ijklijn (rekening houdend met het lineair werkgebied)

- Met behulp van je rekenmachine (niet grafisch!) monsters berekenen aan de hand van lineaire regressie

Slide 27 - Slide