Ebook Fundamentals of Analytical Chemistry Student Solution Manual PDF Full Chapter PDF

Fundamentals of Analytical Chemistry -
Student Solution Manual - eBook PDF

Visit to download the full and correct content document:
https://ebooksecure.com/download/fundamentals-of-analytical-chemistry-student-solu
tion-manual-ebook-pdf/
Student Solution Manual
Student Solution Manual: Skoog et al., Fundamentals of Analytical Chemistry, 10e,
© 2022, 978-0-357-45055-0, Chapter 2: Calculations Used in Analytical Chemistry
Some of the answers below may differ in format but have the same value as your result. Please
check with your instructor if a specific format is desired.
Chapter 2
2-1. Define
Answers:
(a) molar mass.
The molar mass is the mass in grams of one mole of a chemical species.
(c) millimolar mass.

The millimolar mass is the mass in grams of one millimole of a chemical species.
2-3. Give two examples of units derived from the fundamental base SI units.
Solution:
3
1000 mL 1 cm3  m 
The liter: 1 L = × ×  = 10 m
−3 3
1L mL  100 cm 
1 mol L 1 mol
Molar concentration: 1 M = × −3 3 = −3 3
L 10 m 10 m
2-4. Simplify the following quantities using a unit with an appropriate prefix:
Solutions:
(a) 5.8 × 108 Hz.
MHz
5.8 × 108 Hz × = 580 MHz
106 Hz
(c) 9.31 × 107 μmol.

mol
9.31× 10 7 μmol × = 93.1 mol
10 μmol
6
(e) 3.96 × 106 nm.
mm
3.96 × 106 nm × = 3.96 mm
106 nm
© 2022 Cengage. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a
publicly accessible website, in whole or in part.
1
2-5. Why is 1 g no longer exactly 1 mole of unified atomic mass units?
Answer:
The dalton is defined as 1/12 the mass of a neutral 12C atom. With the redefinition of SI
base units in 2019, the definition of the dalton remained the same. However, the
definition of the mole and the kilogram changed in such a way that the molar mass unit
is no longer exactly 1 g/mol.
2-7. Find the number of Na+ ions in 2.75 g of Na3PO4?
Solution:
1 mol Na3PO4 3 mol Na+ 6.022 × 1023 Na+
2.75 g Na3PO4 × × × = 3.03 × 1022 Na+
163.94 g mol Na3PO4 mol Na+
2-9. Find the amount of the indicated element (in moles) in
Solutions:
(a) 5.32 g of B2O3.
2 mol B mol B2O3

5.32 g B2O3 × × = 0.153 mol B
mol B2O3 69.62 g B2O3
(b) 195.7 mg of Na2B4O7 ⋅ 10H2O.
g 7 mol O
195.7 mg Na2B4O7 ⋅ 10H2O × ×
1000 mg mol Na2B4O7 ⋅ 10H2O
mol Na2B4O7 ⋅ 10H2O
× = 3.59 × 10−3 mol O = 3.59 mmol
381.37 g
(c) 4.96 g of Mn3O4.

mol Mn3O4 3 mol Mn
4.96 g Mn3O4 × × = 6.50 × 10 −2 mol Mn
228.81 g Mn3O4 mol Mn3O4
(d) 333 mg of CaC2O4.
g mol CaC2O4 2 mol C

333 mg CaC2O4 × × × = 5.20 × 10−3 mol C
1000 mg 128.10 g CaC2O4 mol CaC2O4
= 5.20 mmol
2-11. Find the number of millimoles of solute in
Solutions:
(a) 2.00 L of 0.0449 MKMnO .
4
0.0449 mol KMnO4 1000 mmol

× × 2.00 L = 89.8 mmol KMnO4
L mol
2
(b) 750 mL of 5 .35 × 1023 M KSCN.
5.35 × 10 −3 M KSCN 1000 mmol L

× × × 750 mL = 4.01 mmol KSCN
L mol 1000 mL
(c) 3.50 L of a solution that contains 6.23 ppm of CuSO4 .
6.23 mg CuSO4 g mol CuSO4 1000 mmol

× × × × 3.50 L = 0.137 mmol CuSO4
L 1000 mg 159.61 g CuSO4 mol
(d) 250 mL of 0.414 mM KCl.

0.414 mmol KCl 1L
× × 250 mL = 0.104 mmol KCl
L 1000 mL
2-13. What is the mass in milligrams of
Solutions:
(a) 0.367 mol of HNO3?
63.01 g HNO3 1000 mg
0.367 mol HNO3 × × = 2.31× 104 mg HNO3
mol HNO3 g
(b) 245 mmol of MgO?

mol 40.30 g MgO 1000 mg
245 mmol MgO × × × = 9.87 × 10 3 mg MgO
1000 mmol mol MgO g
(c) 12.5 mol of NH4NO3 ?
80.04 g NH 4 NO 3 1000 m g
12.5 m ol NH 4 NO 3 × × = 1.00 × 10 6 m g NH 4 NO 3
m ol NH 4 NO 3 g
(d) 4.95 mol of (NH4 )2 e (NO3 )6 ( 548.23 g/mol) ?
548.23 g (NH4 )2 Ce(NO 3 )6 1000 mg

4.95 mol (NH4 ) 2 Ce(NO 3 )6 × ×
mol (NH4 ) 2 Ce(NO 3 )6 g
= 2.71× 10 6 mg (NH4 ) 2 Ce(NO 3 )6
2-15. What is the mass in milligrams of solute in
Solutions:
(a) 16.0 mL of 0.350 M sucrose (342 g/mol)?
0.350 mol sucrose L 342 g sucrose 1000 mg
× × ×
L 1000 mL mol sucrose g
× 16.0 mL = 1.92 × 10 3 mg sucrose
3
(b) 1.92 L of 3.76 × 1023 M H2O2 ?
3.76 × 10 − 3 m ol H 2 O 2 34.02 g H 2 O 2 1000 m g

× × × 1.92 L = 246 m g H 2 O 2
L m ol H 2 O 2 g
2-16. What is the mass in grams of solute in
Solutions:
(a) 250 mL of 0.264 M H2O2 ?
0.264 mol H2 O 2 L 34.02 g H2 O 2

× × × 250 mL = 2.25 g H2 O 2
L 1000 mL mol H2 O 2
(b) 37.0 mL of 5.75 × 10−4 M benzoic acid (122 g/mol)?
5.75 ×10−4 mol benzoicacid L 122 g benzoicacid

× ×
L 1000 mL mol benzoicacid
× 37.0 mL = 2.60 ×10−3 g benzoicacid
2-17. Calculate the p-value for each of the listed ions in the following:
Solutions:
(a) Na1 , Cl , and OH in a solution that is 0.0635 M in NaCl and 0.0403 M in NaOH.
− −
pNa = − log (0.0635 + 0.0403) = −log(0.1038) = 0.9838

pCl = −log(0.0635) = 1.197
pOH = − log (0.0403) = 1.395
(c) H+, Cl−, and Zn21 in a solution that is 0.400 M in HCl and 0.100 M in ZnCl2 .
pH = − log(0.400) = 0.398
pCl = − log(0.400 + 2 × 0.100) = − log(0.600) = 0.222
pZn = − log(0.100) = 1.00
K+, OH−, and Fe ( CN )6

42
(e) in a solution that is 1.62 × 10−7 M in K 4Fe ( CN)6 and 5.12 × 10−7 M
in KOH.
pK = − log(4 × 1.62 × 10−7 + 5.12 × 10−7 ) = − log(1.16 × 10−6 ) = 5.94
pOH = − log(5.12 × 10−7 ) = 6.291

pFe(CN)6 = − log(1.62 × 10−7 ) = 6.790
4
2-18. Calculate the molar H3O+ ion concentration of a solution that has a pH of
Solutions:
(a) 3.73.
pH = 3.73, log[H3O+] = −3.73, [H3O+] = 1.9 × 10−4 M
as in part (a)
(c) 0.59.
[H3O+] = 0.26 M
(e) 7.62.
[H3O+] = 2.4 × 10−8 M
(g) 20.76.
[H3O+] = 5.8 M
2-19. Calculate the p-functions for each ion in a solution that is
Solutions:
(a) 0.0200 M in NaBr.
pNa = pBr = −log(0.0200) = 1.699
(c) 4.5 × 1023 M in Ba ( OH) .

2
pBa = −log(4.5 × 10−3) = 2.35; pOH = −log(2 × 4.5 × 10−3) = 2.05
(e) 7.2 × 1023 M in CaCl and 8.2 × 1023 M in BaCl .

2 2
pCa = −log(7.2 × 10−3) = 2.14; pBa = −log(8.2 × 10−3) = 2.09

pCl = −log(2 × 7.2 × 10−3 + 2 × 8.2 × 10−3) = −log(0.0308) = 1.51
2-20. Convert the following p-functions to molar concentrations:
Solutions:
(a) pH = 1.102.
pH = 1.102; log[H3O+] = −1.102; [H3O+] = 0.0791 M
(c) pBr = 7.77.
pBr = 7.77; log[Br−] = −7.77; [Br−] = 1.70 × 10−8 M
(e) pLi = 12.35.
pLi = 12.35; log[Li+] = −12.35; [Li+] = 4.5 × 10−13 M
5
(g) pMn = 0 .135.
pMn = 0.135; log[Mn2+] = −0.135; [Mn2+] = 0.733 M
2-21. Seawater contains an average of 1.08 × 103 ppm of Na+ and 270 ppm of SO42−. Calculate
Solutions:
(a) the molar concentrations of Na1 and SO4 22 given that the average density of
seawater is 1.02 g/mL.
1 1.02 g 1000 mL mol Na +
1.08 × 10 3 ppm Na + × × × × = 4.79 × 10 −2 M Na +
10 6 ppm mL L 22.99 g
1.02 g 1000 mL mol SO 4

2−
1
270 ppm SO 4 2 − × × × × = 2.87 × 10 −3 M SO 4 2 −
10 6 ppm mL L 96.06 g
(b) the pNa and pSO4 for seawater.
pNa = − log(4.79 × 10−2 ) = 1.320
pSO4 = − log(2.87 × 10−3 ) = 2.543
2-23. A solution was prepared by dissolving 5.76 g of KCl ⋅ MgCl2 ⋅ 6H2O (277.85 g/mol) in
sufficient water to give 2.000 L. Calculate
Solutions:
(a) the molar analytical concentration of KCl ⋅ MgCl2 in this solution.
5.76 g KCl ⋅ MgCl2 ⋅ 6H2 O mol KCl ⋅ MgCl2 ⋅ 6H2 O

× = 1.04 × 10 −2 M KCl ⋅ MgCl2 ⋅ 6H2 O
2.00 L 277.85 g
(b) the molar concentration of Mg21.
There is 1 mole of Mg2+ per mole of KCl ⋅ MgCl2, so the molar concentration of Mg2+
is the same as the molar concentration of KCl ⋅ MgCl2 or 1.04 × 10−2 M.
(c) the molar concentration of Cl2 .

3 m ol Cl−
1.04 × 10 − 2 M KCl ⋅ M gCl2 ⋅ 6H 2 O × = 3.12 × 10 − 2 M Cl−
m ol KCl ⋅ M gCl2 ⋅ 6H 2 O
(d) the weight/volume percentage of KCl ⋅ MgCl2 ⋅ 6H2O.

5.76 g KCl ⋅ MgCl2 ⋅ 6H2 O L
× × 100% = 0.288% (w/v)
2.00 L 1000 mL
(e) the number of millimoles of Cl2 in 25.0 mL of this solution.
3.12 × 10 −2 mol Cl− L 1000 mmol

× × × 25 mL = 7.8 × 10 −1 mmol Cl−
L 1000 mL mol
6
(f) ppm K1.
1 mol K + 39.10 g K + 1000 mg

1.04 × 10−2 M KCl ⋅ MgCl2 ⋅ 6H2O × × ×
1mol KCl ⋅ MgCl2 ⋅ 6H2O mol K + g
407 mg
= = 407 ppm K +
L
(g) pMg for the solution.

pMg = −log(1.04 × 10−2) = 1.983
(h) pCl for the solution.

pCl = −log(3.12 × 10−2) = 1.506
2-25. A 5.85% (w/w) Fe(NO3)3 (241.86 g/mol) solution has a density of 1.059 g/mL. Calculate
Solutions:
(a) the molar analytical concentration of Fe (NO3 )3 in this solution.
5.85 g Fe(NO 3 ) 3 1 1.059 g 1000 mL mol Fe(NO 3 ) 3

5.85% Fe(NO 3 )3 = × × × ×
g solution 100 mL L 241.86 g
= 2.56 × 10 −1 M Fe(NO 3 ) 3 = 0.256 M
(b) the molar NO32 concentration in the solution.
2.56 × 10 − 1 m ol Fe(NO 3 ) 3 3 m ol NO 3 −
2.56 × 10 −1 M Fe(NO 3 ) 3 = × = 7.68 × 10 − 1 M NO 3 −
L m ol Fe(NO 3 ) 3
(c) the mass in grams of Fe(NO3 )3 contained in each liter of this solution.
2.56 × 10 −1 mol Fe(NO3 )3 241.86 g Fe(NO3 )3

× × L = 6.20 × 101 g Fe(NO3 )3 = 62.0 g
L mol
2-27. Describe the preparation of
Solutions:
(a) 500 mL of 5.25% (w/v) aqueous ethanol ( C2H5OH, 46.1 g/mol).
5.25 g C2H5OH 1
× × 500 mL soln = 26.3 g C2H5OH
mL soln 100
Weigh 26.3 g ethanol and add enough water to give a final volume of 500 mL.
(b) 500 g of 5.25% (w/w) aqueous ethanol.

5.25 g C 2H5 OH 1
5.25% (w/w) C 2H5 OH = × × 500 g soln = 2.63 × 101 g C 2H5 OH
g soln 100
500 g soln = 26.3 g C2H5OH + x g water
7
x g water = 500 g soln − 26.3 g C2H5OH = 473.7 g water

Mix 26.3 g ethanol with 473.7 g water.
(c) 500 mL of 5.25% (v/v) aqueous ethanol.

5.25 mL C 2H5 OH
5.25% (v/v) C 2H5 OH =
100 mL soln
5.25 mL C 2H5 OH
× 500 mL soln = 26.3 mL C 2H5 OH
100 mL soln
Dilute 26.3 mL ethanol with enough water to give a final volume of 500 mL.
2-29. Describe the preparation of 500 mL of 3.00 M H3PO4 from the commercial reagent that is
86% H3PO4 (w/w) and has a specific gravity of 1.71.
Solution:
3.00 mol H3PO 4 L
× × 500 mL = 1.50 mol H3PO 4
L 1000 mL
86 g H3PO 4 1 1.71 g reagent g water 1000 mL mol H3PO 4 1.50 × 10 mol H3PO 4
1
× × × × × =
g reagent 100 g water mL L 98.0 g L
L
volume 86% (w/w) H3PO 4 required = 1.50 mol H3PO 4 ×
1.50 × 10 mol H3PO 4
1
= 1.00 × 10 −1 L
Dilute 100 mL to 500 mL with water.
2-31. Describe the preparation of
Solutions:
(a) 500 mL of 0.1000 M AgNO3 from the solid reagent.
0.1000 mol AgNO3

0.1000 M AgNO3 =
L
0.1000 mol AgNO3 169.87 g AgNO3 L
= × × × 500 mL
L mol 1000 mL
= 8.49 g AgNO3
Dissolve 8.49 g AgNO3 in enough water to give a final volume of 500 mL.
(b) 1.00 L of 0.1000 M HCl, starting with a 6.00 M solution of the reagent.
0.1000 mol HCl
× 1 L = 0.1000 mol HCl
L
L
0.1000 mol HCl × = 1.67 × 10−2 L HCl
6.00 mol HCl
Take 167 mL of the 6.00 M HCl and dilute to 1.00 L using water.
8
(c) 250 mL of a solution that is 0.0810 M in K1 , starting with solid K 4Fe ( CN)6 .
0.0810 mol K + L
× × 250 mL = 2.025 × 10−2 mol K +
L 1000 mL
mol K 4Fe(CN)6 368.35 g K 4Fe(CN)6
2.025 × 10 −2 mol K + × × = 1.86 g K 4Fe(CN)6
4 mol K +
mol
Dissolve 1.86 g K4Fe(CN)6 in enough water to give a final volume of 250 mL.
(d) 500 mL of 3.00% (w/v) aqueous BaCl2 from a 0.400 M BaCl2 solution.
3.00 g BaCl2 1
× × 500 mL = 1.5 × 101 g BaCl2
mL soln 100
mol BaCl2 L
1.5 × 101 g BaCl2 × × = 1.80 × 10 −1 L
208.23 g 0.400 mol BaCl2
Take 180 mL of the 0.400 M BaCl2 solution and dilute to 500 mL using water.
(e) 2.00 L of 0.120 M HClO4 from the commercial reagent [71.0% HClO4 (w/w), sp gr
1.67].
0.120 mol HClO4
× 2.00 L = 0.240 mol HClO4
L
71 g HClO4 1
1.67 g reagent g water 1000 mL mol HClO4 1.18 × 10 mol HClO4
× × × × =
100 g reagent g water mL L 100.46 g L
L
volume 71% (w/w) HClO4 required = 0.240 mol HClO4 =
1.18 × 101 mol HClO4
= 2.03 × 10 −2 L
Take 20.3 mL of the concentrated reagent and dilute to 2.00 L using water.
(f) 1.00 L of a solution that is 60.0 ppm in Na1 , starting with solid Na2 SO4 .
60 mg Na+
60 ppm Na+ =
L soln
60 mg Na+
× 1.00 L = 60 mg Na+
L soln
g mol Na+
60 mg Na+ × × = 2.61× 10 −3 mol Na+
1000 mg 22.99 g
mol Na2 SO 4 142.04 g Na2 SO 4
2.61× 10 −3 mol Na+ × × = 0.19 g Na2 SO4
2 mol Na +
mol
Dissolve 0.19 g Na2SO4 in enough water to give a final volume of 1.00 L.
9
2-33. What mass of solid La(IO3)3 (663.6 g/mol) is formed when 50.0 mL of 0.250 M La3+ is
mixed with 75.0 mL of 0.302 M IO3−?
Solution:
0.250 mol La3+ L
× × 50.0 mL = 1.25 × 10 −2 mol La3+
L 1000 mL
0.302 mol IO3 − L
0.302 M IO3 − = × × 75.0 mL = 2.27 × 10 −2 mol IO3 −
L 1000 mL
Because each mole of La(IO3)3 requires three moles IO3−, IO3− is the limiting reagent.
Thus,
mol La(IO3 )3 663.6 g La(IO3 )3
2.27 × 10 −2 mol IO3 − × × = 5.01 g La(IO3 )3 formed
3 mol IO3 −
mol
2-35. Exactly 0.118 g of pure Na2CO3 is dissolved in 100.0 mL of 0.0731 M HCl.
Solutions:
(a) What mass in grams of CO2 is evolved?
A balanced chemical equation can be written as:

Na2CO3 + 2HCl → 2NaCl + H2O + CO2 (g)
mol Na2 CO3
0.1180 g Na2CO3 × = 1.113 × 10 −3 mol Na2CO3
105.99 g
0.0731 mol HCl L
× × 100.0 mL = 7.31× 10−3 mol HCl
L 1000 mL
Because one mole of CO2 is evolved for every mole Na2CO3 reacted, Na2CO3 is the
limiting reagent. Thus,
mol CO2 44.00 g CO2
1.113 × 10 −3 mol Na2 CO3 × × = 4.897 × 10 −2 g CO2 evolved
mol Na2 CO3 mol
(b) What is the molar concentration of the excess reactant (HCl or Na2CO3 ) ?
amnt HCl left = 7.31× 10−3 mol − (2 × 1.113 × 10−3 mol) = 5.08 × 10−3 mol
5.08 × 10−3 mol HCl 1000 mL
× = 5.08 × 10−2 M HCl
100.0 mL L
2-37. Exactly 75.00 mL of a 0.3132 M solution of Na2SO3 is treated with 150.0 mL of 0.4025 M
HClO4 and boiled to remove the SO2 formed.
Solutions:
(a) What is the mass in grams of SO2 that is evolved?
10

Na2 SO3 + 2HClO4 → 2NaClO4 + H2O + SO2 (g)
0.3132 mol Na2 SO3 L

0.3132 M Na2 SO3 = × × 75 mL = 2.3 ×10 −2 mol Na2 SO3
L 1000 mL
0.4025 mol HClO4 L
0.4025 M HClO4 = × × 150.0 mL
L 1000 mL
= 6.038 × 10−2 mol HClO4
Because one mole SO2 is evolved per mole Na2SO3, Na2SO3 is the limiting reagent.
Thus,
mol SO2 64.06 g SO2
2.3 × 10 −2 mol Na2 SO3 × × = 1.5 g SO2 evolved
mol Na2 SO3 mol
(b) What is the concentration of the unreacted reagent (Na2 SO3 or HClO4 ) after the
reaction is complete?
mol HClO4 unreacted = 6.038 × 10−2 mol − (2 × 2.3 × 10−2 ) = 1.4 × 10−2 mol
1.4 × 10 −2 mol HClO 4 1000 mL
× = 6.4 × 10 −2 M HClO 4 = 0.064 M
225 mL L
2-39. What volume of 0.01000 M AgNO3 is required to precipitate all of the I− in 150 mL of a
solution that contains 22.50 ppt KI?
Solution:
AgNO3 + KI → AgI(s) + KNO3
1 g mol KI
22.50 ppt KI × × × 150 mL × = 2.03 × 10−2 mol KI
10 ppt mL
3
166.0 g
mol AgNO3 L
2.03 × 10 −2 mol KI × × = 2.03 L AgNO3
mol KI 0.0100 mol AgNO3
2.03 L of 0.0100 M AgNO3 would be required to precipitate I− as AgI.
11
© 2022, 978-0-357-45055-0, Chapter 3: Precision and Accuracy of Chemical Analyses
Chapter 3
3-1. Explain the difference between
Answers:
(a) random and systematic error.
Random error causes data to be scattered more or less symmetrically around a
mean value while systematic error causes the mean of a data set to differ from the
accepted value.
(c) absolute and relative error.

The absolute error of a measurement is the difference between the measured value
and the true value while the relative error is the absolute error divided by the true value.
3-2. Suggest two sources of systematic error and two sources of random error in measuring
the length of a 3-m table with a 1-m metal rule.
Answers:
(1) Meter stick slightly longer or shorter than 1.0 m—systematic error.
(2) Markings on the meter stick always read from a given angle—systematic error.
(3) Variability in the sequential movement of the 1-m metal rule to measure the full 3-m
table length—random error.
(4) Variability in interpolation of the finest division of the meter stick—random error.
3-4. Describe at least three systematic errors that might occur while weighing a solid on an
analytical balance.
Answers:
(1) The analytical balance is miscalibrated.
(2) After weighing an empty vial, fingerprints are placed on the vial while adding sample
to the vial.
(3) A hygroscopic sample absorbs water from the atmosphere while placing it in a
weighing vial.
publicly accessible website, in whole or in part. 1
3-5. Describe at least three ways in which a systematic error might occur while using a pipet
to transfer a known volume of liquid.
Answers:
(1) The pipet is miscalibrated and holds a slightly different volume of liquid than the
indicated volume.
(2) The user repetitively reads the meiscus from an angle rather than at eye level.
(3) The temperature differs from the calibration temperature.
3-7. What kind of systematic errors are detected by varying the sample size?
Answer:
Both constant and proportional systematic errors can be detected by varying the sample
size. Constant errors do not change with the sample size while proportional errors
increase or decrease with increases or decreases in the samples size.
3-8. A method of analysis yields masses of gold that are low by 0.4 mg. Calculate the percent
relative error caused by this result if the mass of gold in the sample is
Solutions:
(a) 500 mg.
(−0.4 mg/500 mg) × 100% = −0.08%
As in part (a)
(c) 125 mg.

−0.32%
3-9. The method described in Problem 3-8 is to be used for the analysis of ores that assay
about 1.2% gold. What minimum sample mass should be taken if the relative error
resulting from a 0.4-mg loss is not to exceed
Solutions:
(a) 20.1%?
First determine how much gold is needed to achieve the desired relative error.
(−0.4 mg/−0.1%) × 100% = 400 mg gold
Then determine how much ore is needed to yield the required amount of gold.
(400 mg/1.2%) × 100% = 33,000 mg ore or 33 g ore
(c) 20.8% ?
4.2 g ore
3-10. The color change of a chemical indicator requires an overtitration of 0.03 mL. Calculate
the percent relative error if the total volume of titrant is
Solutions:
(a) 50.00 mL.
(0.03/50.00) × 100% = 0.060%
As in part (a)
(b) 10.0 mL.

0.30%
(c) 25.0 mL.

0.12%
3-11. A loss of 0.4 mg of Zn occurs in the course of an analysis for that element. Calculate the
percent relative error due to this loss if the mass of Zn in the sample is
Solutions:
(a) 30 mg.
(−0.4/30) × 100% = −1.3%
(c) 300 mg.

−0.13%
3-12. Find the mean and median of each of the following sets of data. Determine the deviation
from the mean for each data point within the sets, and find the mean deviation for each
set. Use a spreadsheet if it is convenient.
Solutions:
(a) 0.0110 0.0104 0.0105
 0.0110 + 0.0104 + 0.0105 

mean =   = 0.01063 ≈ 0.0106
 3 
Arranging the numbers in increasing value the median is:
0.0104
0.0105 ← median
0.0110
The deviations from the mean are:

0.0104 − 0.01063 = 0.00023
0.0105 − 0.01063 = 0.00013
0.0110 − 0.01063 = 0.00037
 0.00023 + 0.00013 + 0.00037 
mean deviation =   = 0.00024 ≈ 0.0002
 3 
(c) 188 190 194 187

mean = 190 median = 189 deviation from mean 2, 0, 4, 3 mean deviation = 2
(e) 39.83 39.61 39.25 39.68

mean = 39.59 median = 39.64 deviation from mean 0.24, 0.02, 0.34, 0.09
mean deviation = 0.17
© 2022, 978-0-357-45055-0, Chapter 4: Random Errors in Chemical Analysis
Chapter 4
4-1. Define
Answers:
(a) sample standard deviation.
The sample standard deviation is the standard deviation of a sample of data. It
applies to a small set of data from the population. It uses deviations from the
experimental mean and the number of degrees or freedom N − 1 in place of the
population mean μ and N.
(c) variance.
The variance is the square of the standard deviation.
4-2. Differentiate between
Answers:
(a) parameter and statistic.
The term parameter refers to quantities such as the mean and standard deviation
of a population or distribution of data. The term statistic refers to an estimate of a
parameter that is made from a sample of data.
(c) random and systematic error.

Random errors result from uncontrolled variables in an experiment while systematic
errors are those that can be ascribed to a particular cause and can usually be
determined.
4-3. Distinguish between
Answer:
(a) the sample variance and the population variance.
The sample variance s2 is the variance of a sample drawn from the population. It is
N
(x − x)
2
i
given by s 2 = i =1
, where x is the sample mean.
N −1
1
The population variance σ2 is the variance of an entire population given by

N
(x − μ)
2
i
σ2 = i =1
, where μ is the population mean.
N
4-5. From the Gaussian (normal) error curve, what is the probability that a result from a
population lies between 0 and +1σ of the mean? What is the probability of a result
occurring that is between +1σ and +2σ of the mean?
Answer:
Since the probability that a result lies between −1σ and +1σ is 0.683, the probability that
a result will lie between 0 and +1σ will be half this value or 0.342. The probability that a
result will lie between +1σ and +2σ will be half the difference between the probability of
the result being between −2σ and +2σ, and −1σ and +1σ, or ½ (0.954−0.683) = 0.136.
4-7. Consider the following sets of replicate measurements:
A C E
9.5 0.612 20.63

8.5 0.592 20.65
9.1 0.694 20.64
9.3 0.700 20.51
9.1
For each set, calculate the (a) mean, (b) median, (c) spread or range, (d) standard
deviation, and (e) coefficient of variation.
Solutions:
For set A
xi xi2
9.5 90.25
8.5 72.25
9.1 82.81
9.3 86.49
9.1 82.81
Σxi = 45.5 Σxi2 = 414.61
mean: x = 45.5/5 = 9.1
median = 9.1
spread: w = 9.5 − 8.5 = 1.0
414.61− ( 45.5 ) / 5
2
standard deviation: s = = 0.37

5 −1
coefficient of variation: CV = (0.37/9.1) × 100% = 4.1%
2
Results for Sets A, C, and E, obtained in a similar way, are given in the following table.
A C E
(a) x 9.1 0.650 20.61
(b) median 9.1 0.653 20.64
(c) w 1.0 0.108 0.14
(d) s 0.37 0.056 0.07
(e) CV, % 4.1 8.5 0.32
4-9. Estimate the absolute deviation and the coefficient of variation for the results of the
following calculations. Round each result so that it contains only significant digits. The
numbers in parentheses are absolute standard deviations.
Solutions:
(a) y = 3.95 ( ±0.03) + 0.993 ( ±0.001)
27.025 ( ±0.001) = 22.082
( 0.03) + ( 0.001) + ( 0.001)

2 2 2
sy = = 0.030
CV = (0.03/−2.082) × 100% = −1.4%
y = −2.08(±0.03)
(c) y = 29.2 ( ±0.3 ) × 2.03 ( ±0.02 ) ×10217

= 5.93928 × 10216
2 2
sy  0.3   0.02 × 10 −17 
=   + −17 
= 0.01422
y  29.2   2.034 × 10 
CV = (0.0142) × 100% = 1.42%
sy = (0.0142) × (5.93928 × 10−16) = 0.08446 × 10−16
y = 5.94(±0.08) × 10−16
187 ( ±6 ) − 89 ( ±3 )
(e) y= = 7.5559 × 1022
1240 ( ±1) + 57 ( ±8 )
(6 ) + ( 3)
2 2
snum = = 6.71 ynum = 187 − 89 = 98
(1) + ( 8 )
2 2
sden = = 8.06 yden = 1240 + 57 = 1297
2 2
sy  6.71  8.06 
=   +  = 0.0688
y  98   1297 
CV = (0.0688) × 100% = 6.88%
sy = (0.0688) × (0.075559) = 0.00520
y = 7.6(±0.5) × 10−2
3
4-10. Estimate the absolute standard deviation and the coefficient of variation for the results
of the following calculations. Round each result to include only significant figures. The
Solutions:
(a) y = 1.02 ( ±0.02 ) × 1028 − 3.54 ( ±0.2 ) × 1029
( 0.02 × 10 ) + ( 0.2 × 10 )
2 2
sy = −8 −9
= 2.83 × 10−10
y = 1.02×10−8 − 3.54×10−9 = 6.66×10−9
2.83 × 10−10
CV = × 100% = 4.25%
6.66 × 10−9
y = 6.7 ±0.3 × 10−9
(c) y = 0.0040 ( ±0.0005) × 10.28 ( ±0.02 )

× 347 ( ±1)
2 2
sy  0.0005   0.02   1 
=   +  +  = 0.1250
y  0.0040   10.28   347 
CV = (0.1250) × 100% = 12.5%
y = 0.0040 × 10.28 × 347 = 14.27
sy = (0.125) × (14.27) = 1.78
y = 14(±2)
100 ( ±1)
(e) y=
2 ( ±1)
2 2
sy  1   1
=   +   = 0.500
y  100   2 
CV = (0.500) × 100% = 50.0%
y = 100 / 2 = 50.0
sy = (0.500) × (50.0) = 25
y = 50(±25)
4-11. Calculate the absolute standard deviation and the coefficient of variation for the results
Solutions:
(a) y = log 2.00 ( ±0.03) × 1024 
y = log(2.00 × 10−4) = −3.6989

( 0.434 ) ( 0.03 × 10 )
−4
sy = = 6.51× 10 −3
( 2.00 × 10 )
−4
4
y = −3.699 ±0.006
CV = (0.006/3.699) × 100% = 0.16%
(c) y = antilog 1.200 ( ±0.003) 

sy
y = antilog(1.200) = 15.849 = ( 2.303 )( 0.003 ) = 0.0069
y
sy = (0.0069)(15.849) = 0.11 y = 15.8 ±0.1
CV = (0.11/15.8) × 100% = 0.69%
4-12. Calculate the absolute standard deviation and the coefficient of variation for the results
Solution:
3
(a) y =  4.17 ( ±0.03 ) × 1024 
sy
 0.03 × 10−4 
y = (4.17 × 10−4)3 = 7.251 × 10−11 = 3 −4 
= 0.0216
y  4.17 × 10 
sy = (0.0216)(7.251 × 10−11) = 1.565 × 10−12 y = 7.3(±0.2) × 10−11
CV = (1.565 × 10−12/7.251 × 10−11) × 100% = 2.2%
4-13. The standard deviation in measuring the diameter d of a sphere is ±0.02 cm. What is the
standard deviation in the calculated volume V of the sphere if d = 2.35 cm?
Solution:
From the equation for the volume of a sphere, we have
3 3
4 3 4 d 4  2.35 
V= πr = π   = π   = 6.80 cm
3
3 3 2 3  2 
Hence, we may write

sV s 0.02
= 3× d = 3× = 0.0255
V d 2.35
sV = 6.80 × 0.0255 = 0.173
V = 6.8(±0.2) cm3
4-15. In a volumetric determination of an analyte A, the data obtained and their standard
deviations are as follows:
Initial buret reading 0.19 mL 0.02 mL

Final buret reading 9.26 mL 0.03 mL
Sample mass 45.0 mg 0.2 mg
From the data, find the coefficient of variation of the final result for the %A that is
obtained by using the equation that follows and assuming there is no uncertainty in the
equivalent mass.
5
%A = titrant volume × equivalent mass × 100%/sample mass

Solution:
Since the titrant volume equals the final buret reading minus the initial buret reading, we
can introduce the values given into the equation for %A.
%A = [9.26(±0.03) − 0.19(±0.02)] × equivalent weight × 100/[45.0(±0.2)]
Obtaining the value of the first factor and the error in the first factor
( 0.03 ) + ( 0.02 )
2 2
sy = = 0.0361 y = 9.26 − 0.19 = 9.07
We can now obtain the relative error of the calculation

2 2
s%A  0.036   0.2 
=   +  = 0.00596
%A  9.07   45.0 
The coefficient of variation is then

CV = (0.00596) × 100% = 0.596% or 0.6%
4-17. Chapter 22 shows that quantitative molecular absorption spectrometry is based on

Beer’s law, which can be written as
2logT = ε bcX
where T is the transmittance of a solution of an analyte X, b is the thickness of the

absorbing solution, c X is the molar concentration of X, and ε is an experimentally
determined constant. By measuring a series of standard solutions of X, ε b was found to
have a value of 3312(±12) M−1, where the number in parentheses is the absolute
standard deviation.
An unknown solution of X was measured in a cell identical to the one used to
determine ε b. The replicate results were T = 0.213, 0.216, 0.208, and 0.214. Calculate (a)
the molar concentration of the analyte cX, (b) the absolute standard deviation of the cX,
and (c) the coefficient of variation of cX.
Solutions:
We first calculate the mean transmittance and the standard deviation of the mean.
 0.213 + 0.216 + 0.208 + 0.214 
mean T =   = 0.2128
 4 
sT = 0.0034
 − log T  − log ( 0.2128 )

(a) cX =  = = 2.029 × 10−4 M
 εb  3312
(b) For −logT, sy = (0.434)sT/T = 0.434 × (0.0034/0.2128) = 0.00693

−log(0.2128) = 0.672
− log T 0.672 ± 0.00693
cX = =
εb 3312 ± 12
6
sC 2
 0.00693   12 
2
=   +  = 0.0109
X
cX  0.672   3312 
( )
sC X = ( 0.0109 ) 2.029 × 10 −4 = 2.22 × 10 −6
(c) CV = (2.22 × 10−6/2.029 × 10−4) × 100% = 1.1%
4-19. Six bottles of wine of the same variety were analyzed for residual sugar content with the
following results:
Bottle Percent (w/v) Residual Sugar
1 1.02, 0.84, 0.99

2 1.13, 1.02, 1.17, 1.02
3 1.12, 1.32, 1.13, 1.20, 1.25
4 0.77, 0.58, 0.61, 0.72
5 0.73, 0.92, 0.90
6 0.73, 0.88, 0.72, 0.70
(a) Evaluate the standard deviation s for each set of data.

Solution:
The standard deviations are s1 = 0.096, s2 = 0.077, s3 = 0.084, s4 = 0.090, s5 = 0.104, s6

= 0.083
7
(b) Pool the data to obtain an absolute standard deviation for the method.
Solution:
spooled = 0.088 or 0.09
4-21. Calculate a pooled estimate of σ from the following spectrophotometric analysis for NTA
(nitrilotriacetic acid) in water from the Ohio River:
Sample NTA, ppb
1 13, 19, 12, 7

2 42, 40, 39
3 29, 25, 26, 23, 30
Solution:
8
© 2022, 978-0-357-45055-0, Chapter 5: Statistical Data Treatment and Evaluation
Chapter 5
5-1. Describe in your own words why the confidence interval for the mean of five
measurements is smaller than that for a single result.
Solution:
The distribution of means is narrower than the distribution of single results. Hence, the
standard error of the mean of 5 measurements is smaller than the standard deviation of
a single result. The mean is thus known with more confidence than is a single result.
5-4. Consider the following sets of replicate measurements:
A C E
0.514 70.24 0.812

0.503 70.22 0.792
0.486 70.10 0.794
0.497 0.900
0.472
Calculate the mean and the standard deviation for each of these six data sets. Calculate
the 95% confidence interval for each set of data. What does this interval mean?
Solutions:
For Set A
xi xi2
0.514 0.2642
0.503 0.2530
0.486 0.2362
0.497 0.2470
0.472 0.2228
Σxi = 2.472 Σxi2 = 1.223
mean: x = 2.472/5 = 0.494
1.223 − ( 2.472 ) / 5
2
standard deviation: s = = 0.016

5 −1
1
Since, for a small set of measurements we cannot be certain s is a good approximation

of σ, we should use the t statistic for confidence intervals. From Table 5-3, at 95%
confidence t for 4 degrees of freedom is 2.78, therefore for set A,
CI for μ = 0.494 ±
( 2.78 )( 0.016 ) = 0.494 ± 0.020
5
Similarly, for sets A, C, and E, we obtain the results shown in the following table:
A C E
x 0.494 70.19 0.824
s 0.016 0.08 0.051
95% CI 0.494 ± 0.020 70.19 ± 0.20 0.824 ± 0.081
The 95% confidence interval is the range within which the population mean is expected
to lie with a 95% probability.
5-5. Calculate the 95% confidence interval for each set of data in Problem 5-4 if s is a good
estimate of σ and has a value of set A, 0.015; set C, 0.070; set E, 0.0090.
Solutions:
If s is a good estimate of σ then we can use z = 1.96 for the 95% confidence level. For set
A, at the 95% confidence,
CI for μ = 0.494 ±
(1.96 )( 0.015 ) = 0.494 ± 0.013. Similarly for sets C and E, the limits are:
5
C E
CI 70.19 ± 0.079 0.824 ± 0.009
5-7. An atomic absorption method for the determination of the amount of iron present in
used jet engine oil was found from pooling 30 triplicate analyses to have a standard
deviation s = 2.9 μg Fe/mL. If s is a good estimate of σ , calculate the 95% and 99%
confidence intervals for the result 17.2 μg Fe/mL if it was based on (a) a single analysis,
(b) the mean of two analyses, and (c) the mean of four analyses.
Solutions:
(a) 99% CI = 17.2 ± 2.58 × 2.9 = 17.2 ± 7.5 μg Fe/mL
95% CI = 17.2 ± 1.96 × 2.9 = 17.2 ± 5.7 μg Fe/mL
2.58 × 2.9
(b) 99% CI = 17.2 ± = 17.2 ± 5.3 μg Fe/mL
2
1.96 × 2.9
95% CI = 17.2 ± = 17.2 ± 4.0 μg Fe/mL
2
2
2.58 × 2.9
(c) 99% CI = 17.2 ± = 17.2 ± 3.7 μg Fe/mL
4
1.96 × 2.9
95% CI = 17.2 ± = 17.2 ± 2.8 μg Fe/mL
4
5-9. How many replicate measurements are needed to decrease the 95% and 99%
confidence limits for the analysis described in Problem 5-7 to ±1.9 μg Fe/mL?
Solutions:
1.96 × 2.9
1.9 = For a 95% CI, N = 8.9 ≅ 9
N
2.58 × 2.9
1.9 = For a 99% CI, N = 15.6 ≅ 16
N
5-11. A volumetric calcium analysis on triplicate samples of the blood serum of a patient believed
to be suffering from a hyperparathyroid condition produced the following data: mmol
Ca/L = 3 .15, 3.25, 3.26. What is the 95% confidence interval for the mean of the data,
assuming
Solutions:
(a) no prior information about the precision of the analysis?
For the data set, x = 3.22 and s = 0.06
4.30 × 0.06
95% CI = 3.22 ± = 3.22 ± 0.15 meq Ca/L
3
(b) s → σ = 0.056 mmol Ca/L?
1.96 × 0.056
95% CI = 3.22 ± = 3.22 ± 0.06 meq Ca/L
3
5-13. A standard method for the determination of glucose in serum is reported to have a
standard deviation of 0.36 mg/dL. If s = 0.36 is a good estimate of σ , how many
replicate determinations should be made in order for the mean for the analysis of a
sample to be within
Solution:
(a) 0.3 mg/dL of the true mean 99% of the time?
2.58 × 0.36
0.3 = For the 99% CI, N = 9.6 ≅ 10
N
3
5-15. A prosecuting attorney in a criminal case presented as principal evidence small

fragments of glass found imbedded in the coat of the accused. The attorney claimed that
the fragments were identical in composition to a rare Belgian stained glass window
broken during the crime. The average of triplicate analyses for five elements in the glass
are in the table. On the basis of these data, does the defendant have grounds for
claiming reasonable doubt as to guilt? Use the 99% confidence level as a criterion for
doubt.
Concentration, ppm Standard Deviation
Element From Clothes From Window s→σ
As 129 119 9.5

Co 0.53 0.60 0.025
La 3.92 3.52 0.20
Sb 2.75 2.71 0.25
Th 0.61 0.73 0.043
Solution:
This is a two-tailed test where s → σ and from Table 5-1, zcrit = 2.58 for the 99%
confidence level.
129 − 119
For As: z = = 1.28 ≤ 2.58
3+3
9.5
3×3
No significant difference exists at the 99% confidence level.

Proceeding in a similar fashion for the other elements
Element z Significant Difference?

As 1.28 No
Co −3.43 Yes
La 2.45 No
Sb 0.20 No
Th −3.42 Yes
For two of the elements there is a significant difference, but for three there are not.
Thus, the defendant might have grounds for claiming reasonable doubt. It would be
prudent, however, to analyze other windows and show that these elements are good
diagnostics for the rare window.
4
5-17. The week 3 measurement in the data set of Problem 5-16 is suspected of being an
outlier. Use the Q test to determine if the value can be rejected at the 95% confidence
level.
Solution:
5.6 − 5.1
Q= = 0.385 and Qcrit for 8 observations at 95% confidence = 0.526.
5.6 − 4.3
Since Q < Qcrit the outlier value 5.6 cannot be rejected at the 95% confidence level.
5-19. The level of a pollutant in a river adjacent to a chemical plant is regularly monitored.
Over a period of years, the normal level of the pollutant has been established by
chemical analyses. Recently, the company has made several changes to the plant that
appear to have increased the level of the pollutant. The Environmental Protection
Agency (EPA) wants conclusive proof that the pollutant level has not increased. State the
relevant null and alternative hypotheses, and describe the type I and type II errors that
might occur in this situation.
Solution:
The null hypothesis is that for the pollutant the current level = the previous level
(H0: μcurrent = μprevious). The alternative hypothesis is Ha: μcurrent > μprevious. This would
be a one-tailed test. The type I error for this situation would be that we reject the null
hypothesis when, in fact, it is true, i.e. we decide the level of the pollutant is > the
previous level at some level of confidence when, in fact, it is not. The type II error would
be that we accept the null hypothesis when, in fact, it is false, i.e. we decide the level of
the pollutant = the previous level when, in fact, it is > than the previous level.
5-20. State quantitatively the null hypothesis H0 and the alternative hypothesis Ha for the
following situations, and describe the type I and type II errors. If these hypotheses were
to be tested statistically, comment on whether a one- or two-tailed test would be
involved for each case.
Solutions:
(a) The mean values for Ca determinations by an ion-selective electrode method and
by an EDTA titration differ substantially.
H0: μISE = μEDTA, Ha: μISE ≠ μEDTA. This would be a two-tailed test. The type I error for
this situation would be that we decide the methods do not agree when they do The
type II error would be that we decide the methods agree when they do not.
(c) Results show that the batch-to-batch variation in the impurity content of Brand X
acetonitrile is lower than Brand Y acetonitrile.
H0: σ X2 = σ Y2 ; Ha: σ X2 < σ Y2 . This is a one-tailed test. The type I error would be that we
decide that σ X2 < σ Y2 when it is not. The type II error would be that we decide that
σ X2 = σ Y2 when actually σ X2 < σ Y2 .
5
5-21. The homogeneity of the chloride level in a water sample from a lake was tested by
analyzing portions drawn from the top and from near the bottom of the lake, with the
following results in ppm Cl:
Top Bottom
26.30 26.22
26.43 26.32
26.28 26.20
26.19 26.11
26.49 26.42
Solutions:
(a) Apply the t test at the 95% confidence level to determine if the chloride level from
the top of the lake is different from that at the bottom.
For the Top data set, x = 26.338
For the bottom data set, x = 26.254
spooled = 0.1199
degrees of freedom = 5 + 5 − 2 = 8
For 8 degrees of freedom at 95% confidence tcrit = 2.31
26.338 − 26.254
t= = 1.11
5+5
0.1199
5×5
Since t < tcrit, we conclude that no significant difference exists at 95% confidence
level.
(b) If each row in the table were samples analyzed in top-bottom pairs, use the paired t
test and determine whether there is a significant difference between the top and
bottom values at the 95% confidence level.
From the data, N = 5, d = 0.084 and sd = 0.015166

For 4 degrees of freedom at 95% confidence t = 2.78
0.084 − 0
t= = 12.52
0.015 / 5
Since 12.52 > 2.78, a significant difference does exist at 95% confidence level.
(c) Why is a different conclusion drawn from using the paired t test than from just
pooling the data and using the normal t test for differences in means?
The large sample to sample variability causes sTop and sBottom to be large and masks
the differences between the samples taken from the top and the bottom.
6
5-23. Sir William Ramsey (Lord Rayleigh) prepared nitrogen samples by several different methods.
The density of each sample was measured as the mass of gas required to fill a particular flask
at a certain temperature and pressure. Masses of nitrogen samples prepared by
decomposition of various nitrogen compounds were 2.29280, 2.29940, 2.29849, and 2.30054 g.
Masses of “nitrogen” prepared by removing oxygen from air in various ways were 2.31001,
2.31163, and 2.31028 g. Is the density of nitrogen prepared from nitrogen compounds
significantly different from that prepared from air? What are the chances of the conclusion
being in error? (Study of this difference led to the discovery of the inert gases by Lord Rayleigh).
Solution:
For the first data set: x = 2.2978
For the second data set: x = 2.3106
spooled = 0.0027
Degrees of freedom = 4 + 3 − 2 = 5
2.2978 − 2.3106
t= = −6.207
4+3
0.0027
4×3
For 5 degrees of freedom at the 99% confidence level, t = 4.03 and at the 99.9% confidence
level, t = 6.87. Thus, we can be between 99% and 99.9% confident that the nitrogen prepared
in the two ways is different. The Excel TDIST(x,df,tails) function can be used to calculate the
probability of getting a t value of −6.207. In this case we find TDIST(6.207,5,2) = 0.0016.
Therefore, we can be 99.84% confident that the nitrogen prepared in the two ways is
different. There is a 0.16% probability of this conclusion being in error.
5-25. The ascorbic acid concentration in mmol/L of five different brands of orange juice was
measured. Six replicate samples of each brand were analyzed. The following partial
ANOVA table was obtained.
Variation Source SS df MS F
Between juices ______ ______ ______ 8.45
Within juices ______ ______ 0.913

Total ______ ______
Solutions:
(a) Fill in the missing entries in the table.
Source SS df MS F
Between juices 4 × 7.715 = 30.86 5−1=4 0.913 × 8.45 = 7.715 8.45
Within juices 25 × 0.913 = 22.825 30 − 5 = 25 0.913
Total 30.86 + 22.82 = 53.68 30 − 1 = 29
7
(b) State the null and alternative hypotheses.

H0: μbrand1 = μbrand2 = μbrand3 = μbrand4 = μbrand5; Ha: at least two of the means differ.
(c) Is there a difference in the ascorbic acid content of the five juices at the 95%
confidence level?
The Excel FINV(prob,df1,df2) function can be used to calculate the F value for the above
problem. In this case we find FINV(0.05,4,25) = 2.76. Since F calculated exceeds F critical,
we reject the null hypothesis and conclude that the average ascorbic acid contents of
the 5 brands of orange juice differ at the 95% confidence level.
5-27. Four analysts perform replicate sets of Hg determinations on the same analytical
sample. The results in ppb Hg are shown in the following table:
Determination Analyst 1 Analyst 2 Analyst 3 Analyst 4
1 10.19 10.19 10.14 10.24

2 10.15 10.11 10.12 10.26
3 10.16 10.15 10.04 10.29
4 10.10 10.12 10.07 10.23
Solutions:
(a) State the appropriate hypotheses.
H0: μAnalyst1 = μAnalyst2 = μAnalyst3 = μAnalyst4; Ha: at least two of the means differ.
(b) Do the analysts differ at the 95% confidence level? At the 99% confidence level
( Fcrit = 5.95 ) ? At the 99.9% confidence level ( Fcrit = 10.80 ) ?
See spreadsheet next page. From Table 5-4 the F value for 3 degrees of freedom in
the numerator and 12 degrees of freedom in the denominator at 95% is 3.49. Since
F calculated exceeds F critical, we reject the null hypothesis and conclude that the
analysts differ at 95% confidence. The F value calculated of 13.60 also exceeds the
critical values at the 99% and 99.9% confidence levels so that we can be certain that
the analysts differ at these confidence levels.
(c) Which analysts differ from each other at the 95% confidence level?
Based on the calculated LSD value of 0.0573, there are significant differences
between analysts 1 and 4, analysts 1 and 3, analysts 2 and 4, and analysts 3 and 4.
There is no significant difference between analysts 1 and 2 and 2 and 3.
8
Spreadsheet for Problem 5-27.
5-29. Three different analytical methods are compared for determining Ca in a biological
sample. The laboratory is interested in knowing whether the methods differ. The results
shown next represent Ca results in ppm determined by an ion-selective electrode (ISE)
method, by EDTA titration, and by atomic absorption spectrometry:
Repetition No. ISE EDTA Titration Atomic Absorption
1 39.2 29.9 44.0

2 32.8 28.7 49.2
3 41.8 21.7 35.1
4 35.3 34.0 39.7
5 33.5 39.1 45.9
Solutions:
(a) State the null and alternative hypotheses.
H0: μISE = μEDTA = μAA; Ha: at least two of the means differ.
9
(b) Determine whether there are differences in the three methods at the 95%
confidence levels.
See spreadsheet.
From Table 5-4 the F value for 2 degrees of freedom in the numerator and 12
degrees of freedom in the denominator at 95% is 3.89. Since F calculated is greater
than F critical, we reject the null hypothesis and conclude that the 3 methods give
different results at the 95% confidence level.
(c) If a difference was found at the 95% confidence level, determine which methods
differ from each other.
Based on the calculated LSD value there is a significant difference between the
atomic absorption method and the EDTA titration. There is no significant difference
between the EDTA titration method and the ion-selective electrode method and
there is no significant difference between the atomic absorption method and the
ion-selective electrode method.
10
5-31. Apply the Q test to the following data sets to determine whether the outlying result
should be retained or rejected at the 95% confidence level.
Solutions:
(a) 95.10, 94.62, 94.70
95.10 − 94.70
95.10 − 94.62
Since Q < Qcrit the outlier value 95.10 cannot be rejected with 95% confidence.
(b) 95.10, 94.62, 94.65, 94.70
95.10 − 94.70
95.10 − 94.62
Since Q > Qcrit the outlier value 95.10 can be rejected with 95% confidence.
11
© 2022, 978-0-357-45055-0, Chapter 6: Sampling, Standardization, and Calibration
Chapter 6
6-1. A 0.005-g sample of a rock is to be analyzed, and iron is to be determined at the ppm
level. Determine the type of analysis and type of constituent.
Answer:
The sample size is in the micro range and the analyte level is in the trace range. Hence,
the analysis is a micro analysis of a trace constituent.
6-3. Describe the steps in a sampling operation.
Answer:
Step 1: Identify the population from which the sample is to be drawn.
Step 2: Collect the gross sample.
Step 3: Reduce the gross sample to a laboratory sample, which is a small quantity of
homogeneous material.
6-5. The following results were obtained for the determination of calcium in a NIST limestone
sample: %CaO = 51.33, 51.22, 51.36, 51.21, and 51.44. Five gross samples were then
obtained for a carload of limestone. The average percent CaO values for the gross
samples were found to be 48.53, 50.75, 48.60, 48.87, and 50.29. Calculate the relative
standard deviation associated with the sampling step.
Solution:
so2 = ss2 + sm2
From the NIST sample: sm2 = 0.00947
From the gross sample: so2 = 1.073
ss = 1.07302 − 0.00947 = 1.0313
s   1.0313 
The relative standard deviation =  s  × 100% =   × 100% = 2.01%
x  51.312 
6-7. Changes in the method used to coat the tablets in Problem 6-6 lowered the percentage
of rejects from 8.0% to 3.0%. How many tablets should be taken for inspection if the
permissible relative standard deviation in the measurement is to be
1
Solutions:
(a) 15%?
N=
(1− p) = (1− 0.03) =
32.333
= 1437
pσ 2
r
0.03(0.15) 2
(0.15)2
(b) 10%?
N = 32.333/(0.10)2 = 3233
(c) 5%?
N = 32.333/(0.05)2 = 12,933
(d) 2%?
N = 32.333/(0.02)2 = 80,833
6-9. Approximately 15% of the particles in a shipment of silver-bearing ore are judged to be
argentite, Ag2S (d = 7.3 g cm−3, 87% Ag); the remainder are siliceous (d = 2.6 g cm−3) and
contain essentially no silver.
Solutions:
(a) Calculate the number of particles that should be taken for the gross sample if the
relative standard deviation due to sampling is to be 2% or less.
2 2
d d  P −P 
N = p(1− p)  A 2 B   A B 
 d   σrP 
d = 7.3 × 0.15 + 2.6 × 0.85 = 3.3
P = 0.15 × 7.3 × 0.87 × 100 / 3.3 = 29%
2 2
 7.3 × 2.6   87 − 0 
N = 0.15(1 − 0.15)     = 8714 particles
 (3.3)   0.020 × 29 
2
(b) Estimate the mass of the gross sample, assuming that the particles are spherical
and have an average diameter of 3.5 mm.
mass = (4/3)π(r)3 × d × N = (4/3) π (0.175 cm)3 × 3.3(g/cm3) × 8.714 × 103
= 650 g
(c) The sample taken for analysis is to weigh 0.500 g and contain the same number of
particles as the gross sample. To what diameter must the particles be ground to
satisfy these criteria?
0.500 = (4/3)π(r)3 × 3.3(g/cm3) × 8.714 × 103
r = 0.016 cm (diameter = 0.32 mm)
2
6-11. The data in the accompanying table represent the concentration of glucose in the blood
serum of an adult patient. On four consecutive days, a blood sample was drawn from
the patient and analyzed in triplicate. The variance for a given sample is an estimate of
the measurement variance while the day-to-day variance reflects both the measurement
variance and the sampling variance.
Day Glucose Concentration, mg/100 mL
1 62 60 63
2 58 57 57
3 51 47 48
4 54 59 57
Solutions:
(a) Perform an analysis of variance, and see whether the mean concentrations vary
significantly from day to day.
The following single-factor ANOVA table was generated using Excel’s Data Analysis Tools:
The Between Groups SS value of 264.25, the large F value, and the small P value all
indicate that the mean concentrations vary significantly from day to day.
(b) Estimate the sum of squares due to sampling.

SST is the total variance and is the sum of the within day variance, SSE, and the day-
to-day variance, SSF; SST = SSE + SSF. The within day variance, SSE, reflects the
method variance, SSM. The day-to-day variance, SSF, reflects the sum of the
method variance, SSM, and the sampling variance, SSS; SSF = SSM + SSS. Thus,
SST = SSM + SSM + SSS and SSS = SST – 2×SSM
SSS = 290.92 – 2×26.67 = 237.58. The SSS could be used to extract the sampling
variance (see D. C. Montgomery, Design and Analysis of Experiments 10th ed., Chap. 3,
Hoboken, NJ, Wiley, 2020).
3
(c) What is the best way to lower the overall variance?

The best approach to lowering the overall variance would be to reduce the
sampling variance, since this is the major component of the total variance ( σ t2 =
88.08333).
6-13. A method for the determination of the corticosteroid methylprednisolone acetate in

solutions obtained from pharmaceutical preparations yielded a mean value of 3.7 mg
mL−1 with a standard deviation of 0.3 mg mL−1. For quality control purposes, the relative
uncertainty in the concentration should be no more than 3%. How many samples of
each batch should be analyzed to ensure that the relative standard deviation does not
exceed 7% at the 95% confidence level?
Solution:
See Example 6-3
(1.96)2 × (0.3)2
Using t = 1.96 for infinite samples N= = 5.16
(3.7)2 × (0.07)2
(2.78)2 × (0.3)2
Using t = 2.78 for 5 samples (4 df) N= = 10.36
(3.7)2 × (0.07)2
(2.26)2 × (0.3)2
Using t = 2.26 for 10 samples N= = 6.85
(3.7)2 × (0.07)2
(2.45)2 × (0.3)2
(3.7)2 × (0.07)2
(2.36)2 × (0.3)2
(3.7)2 × (0.07)2
The iterations converge at between 7 and 8 samples, so 8 should be taken for safety.
6-15. The following data were obtained in calibrating a calcium ion electrode for the determination
of pCa. A linear relationship between the potential and pCa is known to exist.
pCa = −log [Ca2+] E, mV
5.00 −53.8
4.00 −27.7
3.00 +2.7
2.00 +31.9
1.00 +65.1
Solutions:
(b) Find the least-squares expression for the best straight line among the points. Plot
this line.
Equation of the line: y = –29.74x + 92.86
4
(d) Calculate the pCa of a serum solution in which the electrode potential was 15.3 mV.
Find the absolute and relative standard deviations for pCa if the result was from a
single voltage measurement.
pCaUnk = 2.608; SD in pCa = 0.079; RSD = 0.030 (CV = 3.0%)
6-17. The data in the following table were obtained during a colorimetric determination of
glucose in blood serum.
Glucose Concentration, mM Absorbance, A
0.0 0.002
2.0 0.150
4.0 0.294
6.0 0.434
8.0 0.570
10.0 0.704
Solutions:
(a) Assuming a linear relationship between the variables, find the least-squares
estimates of the slope and intercept.
m = 0.07014 and b = 0.008286
5
(b) What are the standard deviations of the slope and intercept? What is the standard
error of the estimate?
sm = 0.00067; sb = 0.004039; SE = 0.00558
(c) Determine the 95% confidence intervals for the slope and intercept.
95% CIm = m ± t × sm = 0.07014 ± 0.0019
95% CIb = b ± t × sb = 0.0083 ± 0.0112
(d) A serum sample gave an absorbance of 0.413. Find the 95% confidence interval for
glucose in the sample.
cunk = 5.77 mM; sunk = 0.09; 95% CIunk = cunk ± t × sUnk = 5.77 ± 0.24 mM
6-19. A study was made to determine the activation energy EA for a chemical reaction. The rate
constant k was determined as a function of temperature T, and the data in the following
table were obtained.
T, K k, s−1
599 0.00054
629 0.0025
647 0.0052
666 0.014
683 0.025
700 0.064
Solutions:
The data should fit a linear model of the form log k = log A − EA/(2.303RT ), where A is the
preexponential factor, and R is the gas constant.
(b) Find the slope, intercept, and standard error of the estimate.
m = –8.456; b = 10.83 and SE = 0.0459
(c) Noting that EA = −b × 2.303R × 1000, find the activation energy and its standard
deviation (Use R = 1.987 cal mol−1 K−1).
EA = –m × 2.303 × R × 1000 (Note: m has units of mK) =
–(–8.456 mK)×(2.303)×(1.987 cal mol–1 K–1)×(1000 K/mK)
= 38697 cal/mol
sEA = sm × 2.303 × R × 1000
= 1069 cal/mol
Thus, EA = 38,697 ± 1069 cal/mol or 38.7 ± 1.1 kcal/mol
6
(d) A theoretical prediction gave EA = 41.00 kcal mol−1 K−1. Test the null hypothesis that
EA is this value at the 95% confidence level.
H0: EA = 41.00 kcal/mol; HA: EA ≠ 41.00 kcal/mol.
t = (38.697 – 41.00)/1.069 = –2.15
t(0.025, 4) = 2.776
Since t > –tcrit we retain H0. There is no reason to doubt that EA is not 41.00 kcal/mol
at the 95% confidence level.
6-21. Potassium can be determined by flame emission spectrometry (flame photometry) using a
lithium internal standard. The following data were obtained for standard solutions of KCl and
an unknown containing a constant, known amount of LiCl as the internal standard. All the
intensities were corrected for background by subtracting the intensity of a blank.
cK, ppm Intensity of K Emission Intensity of Li Emission
1.0 10.0 10.0

2.0 15.3 7.5
5.0 34.7 6.8
7.5 65.2 8.5
10.0 95.8 10.0
20.0 110.2 5.8
Unknown 47.3 9.1
Solution:
(c) Calculate the concentration of K in the unknown.

5.247 ppm rounded to 5.2 ppm
6-23. The method of standard additions was used to determine nitrite in a soil sample. A 1.00-
mL portion of the sample was mixed with 24.00 mL of a colorimetric reagent, and the
nitrite was converted to a colored product that produced a blank-corrected absorbance
of 0.300. To 50.00 mL of the original sample, 1.00 mL of a standard solution of 1.00 ×
10−3 M nitrite was added. The same color-forming procedure was followed, and the new
absorbance was 0.530. What was the concentration of nitrite in the original undiluted
sample?
7
Solution:
See Example 6-8.
(0.300)(1.00 × 10 −3 )(1.00)
cu = = 2.4938 × 10–5 M
(0.530)(51.00) − (0.300)(50.00)
To obtain the concentration of the original sample, we need to multiply by 25.00/1.00.
cu = (2.4938×10–5 M)(25.00)/(1.00) = 6.23 × 10–4 M
6-25. Atomic emission measurements were made to determine sodium in a blood serum
sample. The following emission intensities were obtained for standards of 5.0 and 10.0
ng/mL and for the serum sample. All emission intensities were corrected for any blank
emission. The mean value for the blank intensity (cNa = 0.0) was 0.000 with a standard
deviation of 0.0071 (arbitrary units).
cNa, ng/mL Emission Intensity
5.0 0.51
5.0 0.49
5.0 0.48
10.0 1.02
10.0 1.00
10.0 0.99
Serum 0.71
Serum 0.77
Serum 0.78
Solution:
(c) Find the detection limit for k values of 2 and 3. To what level of confidence do these
correspond?
For k = 2, DL = 0.14 ng/mL (92.1% confidence level)
for k = 3, DL = 0.21 ng/mL (98.3% confidence level)
6-27. The following table gives the sample means and standard deviations for six
measurements each day of the purity of a polymer in a process. The purity is monitored
for 24 days. Determine the overall mean and standard deviation of the measurements,
and construct a control chart with upper and lower control limits. Do any of the means
indicate a loss of statistical control?
8
Day Mean SD Day Mean SD
1 96.50 0.80 13 96.64 1.59

2 97.38 0.88 14 96.87 1.52
3 96.85 1.43 15 95.52 1.27
4 96.64 1.59 16 96.08 1.16
5 96.87 1.52 17 96.48 0.79
6 95.52 1.27 18 96.63 1.48
7 96.08 1.16 19 95.47 1.30
8 96.48 0.79 20 96.43 0.75
9 96.63 1.48 21 97.06 1.34
10 95.47 1.30 22 98.34 1.60
11 97.38 0.88 23 96.42 1.22
12 96.85 1.43 24 95.99 1.18
Solution:
The process went out of control on Day 22.
9
© 2022, 978-0-357-45055-0, Chapter 7: Aqueous Solutions and Chemical Equilibria
Chapter 7
7-1. Briefly describe or define and give an example of
Solutions:
(a) a strong electrolyte.
A strong electrolyte totally ionizes when dissolved in water. HCl is an example of a
strong electrolyte.
(c) the conjugate acid of a Brønsted-Lowry base.

The conjugate acid of a Brønsted-Lowry base is the potential proton donor formed
when a Brønsted-Lowry base accepts a proton. For example, the NH4+ is a
conjugate acid in the reaction, NH3 + proton  NH4 + .
(e) an amphiprotic solute.

An amphiprotic solute can act either as an acid or a base depending on the situation
An amino acid is an amphiprotic solute.
(g) autoprotolysis.
Autoprotolysis is the act of self-ionization to produce both a conjugate acid and a
conjugate base.
(i) Le Châtelier’s principle.

The Le Châtelier principle states that the position of an equilibrium always shifts in
such a direction that it relieves the stress. A common ion like sulfate added to a
solution containing sparingly soluble BaSO4 is an example.
7-2. Briefly describe or define and give an example of
Solutions:
(a) an amphiprotic solvent.
An amphiprotic solvent can act either as an acid or a base depending on the solute.
Water is an example of an amphiprotic solvent since it can act as a proton donor or
a proton acceptor.
1
© 2022, 978-0-357-45055-0, Chapter 7: Aqueous Solutions and Chemical Equilibria
(c) a leveling solvent.

A leveling solvent shows no difference between strong acids. Perchloric acid and
hydrochloric acid ionize completely in water; thus, water is a leveling solvent.
7-3. Briefly explain why there is no term in an equilibrium-constant expression for water or
for a pure solid, even though one (or both) appears in the balanced net ionic equation
for the equilibrium.
Solution:
For dilute aqueous solutions, the concentration of water remains constant and is
assumed to be independent of the equilibrium. Thus, its concentration is included within
the equilibrium constant. For a pure solid, the concentration of the chemical species in
the solid phase is constant. As long as some solid exists as a second phase, its effect on
the equilibrium is constant and is included within the equilibrium constant.
7-4. Identify the acid on the left and its conjugate base on the right in the following
equations:
(a) PO4 3 − + H2PO4 −  2HPO4 2 −
(b) NH+4 + H2O  NH3 + H3O+
(e) HOCl + H2O  H3O+ + OCl−
Solutions:
Acid Conjugate Base
(a) H2PO4 −
HPO42−
(b) NH+4 NH3
(e) HOCl OCl−
7-6. Write expressions for the autoprotolysis of
Solutions:
(a) H2 O.
2H2O  H3O+ + OH−
(c) CH3NH2 .
2CH3NH2  CH3NH3+ + CH3NH−
2
Another random document with
no related content on Scribd:
courent sur les gens d’affaires. On disait des mauvaises choses sur
Voraud il y a un an. Mais peut-être qu’il s’est remis à flot depuis.
— Bon, dit Daniel, tu dis ça pour me rassurer et parce que ça
t’embête que je fasse une tête. Tant pis pour toi, si je fais une tête. Il
ne fallait pas me raconter ça… D’ailleurs, tu as bien fait et je te
remercie, dit-il après un silence.
Après un nouveau silence, il ajouta :
— Ah ! je voudrais, je voudrais que papa apprenne la nouvelle
tout de suite, afin que je sois débarrassé de ce souci-là. Je vais être
embêté tant qu’il ne le saura pas… Je ne pourrai pas lui dire ça moi-
même. Et puis il me semble que ce ne serait pas bien, à cause de
Berthe… Parce qu’après, s’il fait des difficultés, et s’il empêche le
mariage, ce serait ma faute, à moi… Écoute, mon vieux, je te quitte.
— Où vas-tu ?
— J’ai des courses à faire.
— Quand est-ce qu’on te verra ?
— Je t’écrirai.
— Tu n’es qu’une brute, dit Julius en lui tendant une main molle,
de te faire du mauvais sang pour une chose qui n’est pas sûre, et
qui n’a, en tous cas, rien d’imminent.
Daniel s’en alla, n’importe où. Il s’arrêtait de temps en temps
devant des magasins vagues, à des étalages de mercerie que
personne ne regardait jamais ; si bien qu’une vieille dame en noir se
détacha du fond sombre de sa boutique, et vint à la porte, l’air
étonné et soupçonneux.
Il se dit qu’il ferait peut-être bien d’aller voir M. Voraud et d’avoir
un entretien avec lui. Et tout en sachant parfaitement qu’il n’aurait
jamais cette audace, il se dirigea néanmoins du côté du boulevard
Haussmann. Il passa devant les bureaux de la banque Voraud, et
considéra ses dix belles fenêtres, qui pouvaient être aussi bien les
fenêtres d’un banquier solide que celles d’un spéculateur trop
audacieux.
Daniel se vit réduit à souhaiter un coup de fortune subit qui ferait
de lui le sauveur de M. Voraud et rétablirait la situation. Peu rassuré
là-dessus, car les données lui manquaient, même pour n’y édifier
que des songes, il se dirigea vers le magasin de M. Henry, sans but
précis, pour voir son père, et dans l’espérance d’une aide du hasard.
En embrassant son père, il prit une mine des plus soucieuses,
pour essayer vaguement de lui faire deviner quelque chose.
— Qu’est-ce que tu as ?
— Rien. Très mal à la tête. Je rentre à la campagne.
Il reprit le chemin de la gare du Nord.
Ah ! ce n’était plus le premier voyage vers Bernainvilliers, le
voyage charmant et plein d’espérance, où il ne doutait que de son
bonheur, où il regardait comme une belle chimère la possibilité d’être
aimé de Berthe et d’être agréé par M. Voraud. Il avait pris,
précisément, le train de quatre heures et se souvint que Berthe lui
avait dit la veille qu’elle serait à la gare à l’arrivée de ce train-là. Il
l’aperçut à la barrière, très jolie dans sa robe claire, dans la robe
claire qu’elle avait déjà le jour où il était venu pour la première fois.
Encore la même robe, pensa-t-il malgré lui. Il s’en voulut d’avoir
pensé cela. La locomotive avait entraîné le train jusqu’à la pompe,
assez loin de la sortie des voyageurs. Et, tout en revenant vers la
barrière, Daniel se disait que ses remarques étaient absurdes, que
M. Voraud dépensait assez d’argent et menait assez grand train
pour payer à sa fille autant de robes qu’elle voulait, et que d’ailleurs
Berthe en avait plusieurs autres, qu’il lui avait vues d’autres jours.
Mais quand il fut près d’elle il ne put s’empêcher de regarder cette
robe et de s’apercevoir qu’aux coudes l’étoffe était un peu fatiguée.
Et il vit que le chapeau de paille, où s’enfonçait une grande épingle,
était piqué, du côté où sortait l’épingle, de petits trous trop
nombreux. Il s’en voulut encore d’avoir remarqué cela et fut pris
brusquement d’un grand élan d’amour et de pitié, comme si sa
fiancée avait été très misérable. Il était à un âge où l’on aime mieux
changer carrément d’idéal que d’avoir un idéal diminué. Il s’exagéra
avec délices la détresse de cette jolie personne, et serra tendrement
le bras mince de Berthe contre le sien. C’était une nouvelle occasion
de s’exalter. Il en profita. Il se vit sauvant héroïquement de la ruine,
celle à qui il avait donné son cœur.
XXI
CONSEIL DE FAMILLE
Quand la bonne eut posé le chocolat sur la table de nuit, elle alla
à la fenêtre. Le matin, qui attendait derrière les volets, se rua par la
brèche ouverte et remplit brutalement la chambre. Daniel, l’œil
hagard, au sortir d’une nuit pleine de songes, cherchait ses idées de
la veille. Il savait qu’il s’était couché avec un embêtement, et ne le
retrouvait plus. Il s’assit sur son séant, allongea et tordit ses bras,
comme si les serpents de Laocoon se fussent enroulés autour de
son corps, regarda avec effroi sa tasse de chocolat, bâilla à en
mourir, puis retomba étendu sur le côté. Au bout d’un instant, il se
souvint de son ennui. Les révélations de Julius lui revinrent à
l’esprit : M. Voraud qu’il avait cru riche, était dans une position
difficile. Ce matin-là, comme la veille, il se hâta de mettre les choses
au pis, et s’imagina que son futur beau-père se trouvait à deux
doigts de la ruine.
Il aimait mieux se dire : M. Voraud n’a pas le sou, et mettre tout
de suite pied à terre dans la pauvreté, que de se balancer dans des
régions plus élevées, dans la nacelle mouvante d’une fortune
instable. Il était très paresseux ; il avait un besoin continuel de
sécurité. Il se résignait d’avance aux pires éventualités, pour
s’épargner la fatigue de les craindre.
La résignation n’était d’ailleurs pas la seule vertu chrétienne que
lui avait value son besoin de tranquillité. Il était conciliant par peur de
la discussion, et longanime par appréhension de la lutte.
La situation de M. Voraud ne l’inquiétait pas. Mais il était moins
rassuré sur l’opinion qu’en aurait sa famille. Quand M. Henry allait-il
être mis au courant ? Or, il se trouva que ça ne tarda guère.
L’oncle Émile et la tante Amélie revenaient ce jour-là de la station
thermale où ils étaient allés passer un mois. A trois heures,
accompagnée de Daniel, Mme Henry alla chercher sa sœur à la
gare. L’oncle et la tante étaient arrivés à midi cinquante à la gare de
l’Est, avaient déjeuné près de la gare du Nord, puis la tante était
partie à deux heures pour Bernainvilliers, l’oncle restant à Paris pour
ses affaires jusqu’à l’heure du dîner. Tous ces détails, un peu secs
par eux-mêmes, furent donnés par la faible Amélie avec une voix
plaintive, comme si c’eût été le récit de la plus touchante aventure.
Elle avait depuis vingt ans une mine effroyable ; elle souffrait,
suivant une sorte de roulement, de crampes d’estomac, de
névralgies, de bronchites et de courbatures. Ces accidents avaient
fini par laisser tout le monde absolument froid. Elle avait épuisé
depuis longtemps la somme de commisération à laquelle elle avait
droit dans la famille.
Quand, à dîner, elle se levait de table pour aller se trouver mal
dans la chambre à côté, tous les convives prenaient un air apitoyé.
Émile disait : Il vaut mieux la laisser ! Et ils continuaient leur repas.
En revenant de la gare, elle racontait à sa sœur et à Daniel les
derniers incidents du voyage, les subterfuges employés par Émile
pour se procurer un compartiment réservé. Il s’était donné comme
un ami intime de M. Colombel, administrateur de la Compagnie. Elle
souriait douloureusement en racontant ces farces, et appuyait deux
doigts sur sa tempe fragile.
Elle dit ensuite les connaissances qu’elle avait faites là-bas, la
femme d’un commandant, et deux jeunes orphelines, dont la plus
jeune chantait d’une façon admirable. Émile avait joué à l’écarté
presque tous les jours avec un juge.
— J’aurais voulu que tu voies, dit-elle à Daniel, comme c’était un
homme spirituel ! un vrai savant ! Tu aurais été dans ton élément.
Vers sept heures, l’oncle Émile rentra dîner avec M. Henry. Il
était, plus que jamais, vif et noir. Il représentait dans la famille le type
du viveur, car il avait eu pour maîtresses avant son mariage des
femmes connues, notamment une forte blonde, actrice, disait-on,
une élégante. Il revenait des eaux avec un binocle à verres fumés,
un vêtement gris fripé et une canne de montagne, achetée trente-
cinq sous à un homme du pays, qui avait commencé par lui en
demander huit francs.
Daniel remarqua que personne ne lui parlait de son mariage et
que son père paraissait soucieux.
Après le café, comme l’oncle Émile, avec des gestes sûrs que
son neveu lui enviait toujours, procédait à la confection d’une
cigarette, Daniel se leva, et prit son chapeau.
— Où vas-tu si pressé ? dit l’oncle Émile.
— Mais, dit Daniel, je vais… je vais là-bas.
Il y eut un silence.
— Je trouve, dit M. Henry, que tu as tort d’y aller si souvent et
que tu t’engages trop.
— Comment ? dit Daniel. Mais… je suis fiancé, ajouta-t-il d’une
voix faible. J’ai donné une bague.
M. Henry se tourna vers l’oncle Émile.
— Je crois qu’il vaut mieux lui dire tout ce que tu m’as raconté.
C’est lui que ça intéresse le plus, en définitive. Du moment qu’il se
juge assez grand pour se marier, il est assez raisonnable pour qu’on
ne lui cache rien.
Daniel regarda l’oncle Émile.
— Eh bien ! dit l’oncle, eh bien ! j’ai communiqué à ton père des
renseignements sur le père de la jeune fille en question… Oui…
oui… Enfin, vous avez tous cru sa position plus brillante qu’elle n’est
en réalité. Pour tout dire, il est lancé dans des affaires… dans des
affaires difficiles. Et il n’a pas du tout, mais pas du tout, la fortune
que son train de maison pourrait laisser supposer.
Daniel se leva sans mot dire.
— Où vas-tu ? dit Mme Henry.
Il répondit d’une voix ferme :
— Je vais chez Mlle Voraud.
Il trouvait cette sortie très belle, mais il était un peu gêné à l’idée
de quitter ses parents fâchés. Il chercha sa canne dans la chambre
à côté, dont la porte était ouverte, et prolongea ses recherches, pour
que quelqu’un se décidât à dire quelque chose.
— Je vois, je vois, dit enfin M. Henry. Monsieur est un grand
seigneur. Il est au-dessus de ces questions-là. D’ailleurs, est-ce qu’il
a besoin de discuter avec nous ? Nous nous mêlons de ce qui ne
nous regarde pas.
Daniel répondit d’une voix altérée :
— Je ne discute pas. J’aime cette jeune fille. Ce n’est pas à
cause de sa fortune que j’ai voulu l’épouser.
— Il ne s’agit pas de sa fortune, dit M. Henry. J’aimerais mieux
cent fois que ce soit une fille pauvre, qui aurait toujours été pauvre.
Quoique vraiment ce n’est pas tout à fait ça que j’avais rêvé pour toi.
Mais ce n’est pas la même chose d’épouser une fille sans fortune
que d’épouser la fille d’un homme comme M. Voraud, qui peut se
trouver ruiné d’un instant à l’autre, et qui peut te ruiner avec lui…
sans compter qu’elle a été élevée avec des goûts dispendieux,
habituée au luxe et à la toilette… Même quand je croyais que M.
Voraud avait une grosse fortune, je t’avoue que cette éducation-là
me déplaisait un peu.
Daniel ne répondait toujours rien. Il alla gravement embrasser sa
mère, et se dirigea vers la porte.
— Je sais bien, dit M. Henry, que ce que je dis ou rien, c’est la
même chose. Tu es bien pris… Ah ! ils savaient ce qu’ils faisaient,
quand ils t’attiraient chez eux tout l’été.
Cette imputation suffoqua Daniel et lui donna la dose d’irritation
suffisante pour opérer une sortie énergique. Il était bien certain que
son père se trompait, et que les Voraud n’avaient eu aucune arrière-
pensée en le laissant venir chez eux. L’attitude de Mme Voraud en
était la preuve. D’ailleurs, l’hypothèse d’un tel complot, eût-elle été
vraisemblable, était insoutenable pour son amour-propre. Il ne s’y
arrêta pas. Cette parole de M. Henry eut simplement pour effet de
diminuer la confiance qu’il avait dans ses parents, qui s’étaient mis
aussi manifestement dans l’erreur.
Il prit, pour aller chez M. Voraud, un petit chemin à travers
champs. Il n’y passait jamais à la nuit tombée. Mais, ce jour-là, une
attaque nocturne lui aurait, pensait-il, fait plaisir. Il brandissait sa
canne avec vigueur. Il n’y avait, d’ailleurs, pas d’exemple qu’une
attaque nocturne se fût produite dans ce pays des plus tranquilles.
Il entra chez les Voraud, qui prenaient le café dans la salle à
manger vitrée. Il poussa la porte avec assurance, ne tremblant plus,
comme jadis, à l’idée d’être un intrus. Il serra fortement les mains de
Mme Voraud, avec la rudesse et la supériorité d’un bienfaiteur.
Louise Loison, Berthe et lui firent un petit tour dans le jardin.
Parfois le souvenir de ses parents, qu’il avait quittés si brusquement,
lui revenait à l’esprit. Alors il prenait Berthe dans ses bras, et
l’étreignait ardemment. Fallait-il qu’il l’aimât assez, pour se brouiller
ainsi avec sa famille !… Il se demandait avec angoisse s’il l’aimait
véritablement… Il l’embrassait plus ardemment encore. Et il se disait
que même s’il ne l’eût pas autant aimée, il lui eût été impossible, de
par des lois inéluctables de délicatesse, de rompre avec Berthe pour
une question d’argent.
XXII
UNE DÉMARCHE
C’était vraiment très grave d’avoir osé tenir tête à ses parents !
En rentrant au chalet Pilou, vers onze heure du soir, Daniel pensait
trouver tout le monde encore sur pied, en désarroi, et attendant
l’enfant prodigue pour une explication plus complète. Il ralentit le
pas, malgré lui, quand, du tournant de la route, il aperçut le
deuxième bec de gaz, qui marquait dans la nuit la place du chalet
Pilou.
Mais, en arrivant devant la grille, il vit que la maison était sombre.
Ainsi, ils s’étaient tous couchés ! Aucune lumière ne survivait aux
fenêtres, qui révélât une veille anxieuse. Il se demanda un instant si
sa rébellion avait toute l’importance qu’il avait supposée. Il n’était
pas exactement fixé sur la gravité de ses actes. Qu’est-ce qui est
une faute ? Qu’est-ce qui n’est qu’une simple incartade, que les
parents répriment pour la forme tout en en souriant entre eux et en
se disant : C’est de son âge ! Il se rappela une petite intrigue qu’il
avait eue avec une bonne, à l’âge de quinze ans.
C’était une petite brune, frisée sur le front, et qui avait dû aller
assez longtemps à l’école, car elle écrivait les dépenses sans faute
d’orthographe et d’une écriture penchée. Un soir, sans qu’on pût
savoir comment ça lui avait pris, elle avait embrassé Daniel sur la
joue, rapidement, et s’était sauvée. Le jeune garçon, un peu étonné,
lui avait rendu ce baiser, huit jours après. Et depuis, il l’avait
embrassée sur la joue, dans le cou, de temps en temps.
Cette aventure, pendant les six mois qu’elle dura, l’avait
beaucoup tourmenté. Dès qu’on parlait de la bonne à table, pour les
détails de service les plus insignifiants, Daniel devenait tout rouge, et
le nez dans son assiette, ressemblait subitement à un myope qui
mange dans un restaurant douteux.
Et voilà que deux mois après le départ de la bonne, l’oncle Émile
avait dit, en examinant la remplaçante : Tu aimais mieux la petite
brunette, n’est-ce pas, Daniel ? Daniel en avait ressenti un coup au
cœur. Puis il s’était aperçu que son oncle n’avait dit cela que pour
rire un peu ; il avait alors amèrement regretté de n’être pas allé plus
avant dans ses affaires avec la petite bonne, puisque autour de lui
on parlait de la chose avec une tolérance aussi légère.
Mais ces précédents ne le rassuraient jamais, car chaque
aventure nouvelle lui paraissait excéder les bornes de l’indulgence
paternelle. Et, cette fois-ci, cette opposition déterminée aux volontés
de ses parents était d’une gravité vraiment exceptionnelle.
Cependant, le lendemain, le fils rebelle crut bon d’aller
embrasser, pour ne pas se poser en ennemi, sa mère, son père, sa
tante et son oncle Émile, dont la moustache, le matin, sentait
toujours un peu le café. C’est ainsi qu’il les embrassait matin et soir,
et chaque fois qu’il les rencontrait sur son chemin. Au déjeuner ni au
dîner, on ne fit aucune allusion et ce fut ainsi les jours qui suivirent.
Après le repas, Daniel montait dans sa chambre ou passait dans
une autre pièce. Il était bien entendu qu’il allait chez les Voraud,
mais il ne voulait pas effectuer de sortie directe.
Pendant huit jours, ses parents continuèrent à ne rien dire.
Parfois M. Henry descendait du train avec M. Voraud. Ils causaient
poliment de toutes sortes de choses ; mais évidemment il n’était pas
question du mariage. D’ailleurs, avant ces dernières histoires ils n’en
parlaient pas davantage, puisque ce mariage ne devait se faire
qu’un an plus tard et qu’on avait dit plusieurs fois qu’on avait bien le
temps d’en parler.
Les Henry, qui passaient généralement deux ou trois soirées par
semaine au chalet Voraud, ne s’y rendirent pas pendant ces huit
jours-là. La tante Amélie était de retour, et sa santé chancelante était
une excuse permanente et vraiment très commode à toutes les
défections. Il y a des familles où l’on semble entretenir
soigneusement des parents malades pour refuser les invitations à
dîner.
Mais ce qui sembla plus grave à Daniel, c’est que ses parents
n’invitèrent pas les Voraud. Il paraissait naturel qu’un dîner de famille
fût organisé pour présenter à l’oncle et à la tante leur future nièce.
Daniel, inquiet, se figura que les Voraud avaient remarqué cette
abstention. Il épia certains signes de gêne et de rancune. Il lui
suffisait d’être à l’affût de ces marques de froideur pour en trouver
toujours. Il en arriva très rapidement à juger que la situation était
insoutenable.
Un soir, il rentra chez lui fort surexcité. Dans son insomnie, il vit
toute la famille Voraud gravement affectée par l’attitude de M. et Mme
Henry. Il prit une résolution, pour s’endormir. Il décida qu’il irait parler
à M. Voraud. Ah ! se disait-il avec impatience, je voudrais être à
demain. Pourvu que demain ne soit pas trop tard !
Il fallait expliquer à M. Voraud la bouderie des Henry, et ajouter
que, lui, Daniel, méprisait les questions d’argent et resterait à jamais
fidèle à son amour ainsi qu’à la parole donnée. Il hésitait d’autant
moins à faire cette démarche qu’il était à peu près sûr de la réponse
de M. Voraud. Cette réponse serait : « Vous êtes un noble jeune
homme » ou quelque chose d’approchant.
Le lendemain le trouva encore dans les mêmes dispositions. Il
était, d’ailleurs, trop faible pour revenir sur une résolution
dangereuse et avait trop peur d’être lâche pour se permettre une
reculade. A trois heures, il descendit du train à la gare du Nord et se
rendit aux bureaux de son futur beau-père.
Malgré les renseignements inquiétants qu’il avait maintenant sur
la maison Voraud, l’austérité des grillages l’intimida, ainsi que
l’activité indifférente des employés et la tranquille rudesse des
garçons en uniforme, qui venaient verser de l’argent ou toucher des
chèques. De l’or et des billets, sans ostentation, entraient ou
sortaient des guichets.
On introduisit Daniel dans une petite chambre d’attente, claire et
sans meubles. M. Voraud, très pressé, sortit d’une pièce à côté :
« Bonjour, mon ami. Je ne vous reçois pas dans mon cabinet. J’ai
quelqu’un. Qu’est-ce qu’il y a pour votre service ? »
Ils étaient tous deux debout près de la fenêtre, au grand jour. M.
Voraud avait posé sa main sur l’épaule du jeune homme. Il baissait
sa tête robuste, tortillait sa moustache et pensait à autre chose.
— Voilà, dit Daniel. Je tenais à vous voir. Car je pensais que vous
aviez cru remarquer chez mes parents une certaine froideur.
— Une certaine froideur ? dit M. Voraud en relevant la tête, un
peu étonné. Pourquoi ça ?
— Voilà, dit Daniel, voilà. On a dit, c’est-à-dire on a raconté à
mon père des choses… que vos affaires n’allaient pas comme vous
vouliez.
M. Voraud releva la tête et regarda Daniel fixement. Daniel
continua, très vite :
— Alors papa m’a dit cela, et nous avons eu une scène. Je lui ai
répondu que je n’épousais pas votre fille pour de l’argent, que je
l’aimais. Je suis venu pour vous dire que les questions d’intérêt
n’existent pas pour moi, et que l’attitude de ma famille ne modifiera
jamais mes projets.
— Qu’est-ce que ça signifie ? dit sévèrement M. Voraud. Où
voulez-vous en venir ? Enfin, répondez : Quel est le sens de cette
démarche ? Est-ce vos parents qui vous ont envoyé ? Je n’aime pas
les faux-fuyants, ni l’équivoque, cher monsieur.
— Ce n’est pas mes parents, dit faiblement Daniel. C’est moi qui
suis venu de mon gré. Je n’ai consulté personne. J’ai fait cette
démarche à l’insu de tout le monde. J’ai voulu vous éclairer sur mes
sentiments.
— Je n’aime pas beaucoup ça, continua M. Voraud, sans
l’écouter. J’irai voir monsieur votre père, et je lui demanderai des
explications là-dessus. Je m’étonne qu’il ne soit pas venu me trouver
lui-même, au lieu de vous envoyer. Il sait où je demeure.
— Mais, je vous donne ma parole que ce n’est pas papa qui m’a
envoyé.
— Je le verrai à ce sujet… Je ne vous reconduis pas, dit-il en
serrant hâtivement la main de Daniel ; j’ai du monde dans mon
cabinet. Au revoir !
— Au revoir, monsieur, dit Daniel. Mais je voudrais que vous ne
vous trompiez pas sur le sens de ma démarche.
— Oui, c’est bon, c’est bon. Au revoir.
Daniel traversa la salle et descendit l’escalier sans penser à rien.
Puis, dans la rue, il se mit à marcher très vite, et la tête droite,
comme le personnage biblique à qui le Seigneur avait défendu de se
retourner pour regarder derrière lui le feu du ciel et ses ravages.
Mais il consentait rarement à s’avouer qu’il avait fait une fausse
démarche. Il convint donc avec lui-même, quand il ralentit son allure,
qu’il valait bien mieux que les choses se fussent passées de cette
façon, et qu’ainsi son père et M. Voraud auraient une explication
nette.
XXIII
LA FIANCÉE
M. Voraud ne parla point chez lui de la visite de Daniel. Du

moins, le lendemain, après déjeuner, Mme Voraud ne semblait au
courant de rien, quand le jeune homme entra dans la salle à manger
vitrée, où Berthe travaillait avec sa mère.
Le mois de septembre était un peu frais. On avait renoncé aux
robes d’été. Berthe portait un costume de drap gris, une veste unie,
montante, avec un petit faux-col blanc. Quand Daniel arriva, elle
était en train de bâtir un chapeau avec d’anciennes plumes qu’elle
ajustait sur une forme de feutre neuve. Elle avait entre les lèvres
deux épingles, qu’elle retira sur la prière de Daniel, qui craignait de
les lui voir avaler.
Il s’assit à côté d’elle, et la regarda impatiemment. Il n’avait rien à
lui dire, et ne pensait qu’à aller l’embrasser dans une autre chambre.
Comme Mme Voraud se levait pour aller baisser un peu le store,
Daniel dit à Berthe à demi-voix :
— Allez chercher des rubans dans la lingerie.
Depuis qu’ils étaient fiancés, on ne les empêchait pas de rester
seuls ensemble. Mais Mme Voraud faisait toujours son possible pour
les déranger.
Berthe ne se leva pas tout de suite. Elle acheva de fixer une
plume sur le devant du chapeau. Daniel trouvait qu’elle n’en finissait
pas. Il lui poussa légèrement le genou. Enfin, elle quitta sa chaise.
Mais elle resta longtemps encore à tourner le chapeau sur son
poing, puis à l’essayer devant la glace. Elle regarda Daniel.
— Comment le trouvez-vous ?
Il répondit sèchement :
— Bien.
Elle fronça le sourcil, comme lorsqu’elle disait : Méchant ! Puis
elle s’en alla vers la lingerie, qu’un grand salon, dont les portes
étaient ouvertes, séparait de la salle à manger. Daniel, pour ne pas
la suivre immédiatement, s’astreignit à faire quelques pas de long en
large avant de sortir. Puis il se dirigea innocemment vers la porte du
salon.
Mais la perfide Mme Voraud, qui lui avait à peine parlé jusque-là,
choisissait toujours le moment où il allait rejoindre Berthe pour
s’intéresser à lui et lui poser des questions auxquelles il était obligé
de répondre. Il dit brièvement que sa tante allait très bien, pour éviter
le dangereux sujet de ses maladies, qui eût nécessité
d’interminables détails.
Comme il était tout près de la porte, Mme Voraud l’arrêta encore
et lui demanda si ses parents comptaient rester tout le mois à la
campagne.
Il répondit : « Ça dépendra du temps, » et feignit de remarquer
brusquement un tableau dans le salon, en s’écriant : « Tiens ! je
n’avais jamais vu ce paysage-là ! » Mme Voraud sembla quitter
innocemment son ouvrage, le posa sur une table, et passa, elle
aussi, dans le salon pour admirer le tableau en question.
Daniel était déjà auprès de Berthe, qui paraissait très affairée à
remuer de vieux coupons d’étoffe dans le bas d’une armoire
normande. Mme Voraud entra à son tour dans la lingerie ; on garda
autour de la gêneuse un silence obstiné. Daniel, le front contre la
fenêtre, tapotait les carreaux. Enfin, la mère de Berthe, n’osant tout
de même pousser plus loin les hostilités, se retira, en disant à sa
fille : « Viens plutôt dans la salle à manger. Tu commences toujours
un ouvrage, et tu ne le finis pas. »
Daniel s’approcha de Berthe, qui lui tendit ses lèvres, et sembla
pâmée entre ses bras. Daniel l’entraîna bien doucement du côté du
mur, afin de s’y appuyer le dos. Dans ces étreintes, c’est au jeune
homme qu’incombe tout naturellement le soin de maintenir l’équilibre
du groupe. Il en résulte pour lui une préoccupation et un effort
musculaire qui ne sont pas sans gâter son plaisir.
Il y avait déjà longtemps que ces baisers silencieux avaient
remplacé, pour eux, toute espèce de conversation. Les quelques
mots qu’ils échangeaient n’étaient pas des paroles ; ils disaient : « Je
t’aime ! tu m’aimes ? » comme on dit : « Allô ! allô ! »
Depuis quelques jours, son amour pour Berthe s’était modifié.
Pendant longtemps il n’avait pas considéré sa fiancée comme une
femme. Et voilà, qu’une nuit, dans un songe, il l’avait serrée dans
ses bras, presque nue. Ceci se passait d’ailleurs en pleine salle à
manger des Voraud, en présence de toute la famille, et d’un ancien
professeur de quatrième de Daniel, spectateur imprévu de cette
aventure. Depuis cette nuit-là, Daniel avait regardé Berthe avec
d’autres regards. La pensée qu’elle était faite comme une autre
femme l’affolait. Il l’aimait d’une sorte d’amour incestueux.
C’était comme une profanation de son amour ancien ; il souhaitait
maintenant d’être son amant, avec plus d’impatience et un peu
d’effroi. Avant que son amour eût cet aspect nouveau, il avait
souvent pensé qu’il irait bien quelque jour jusqu’à la possession
complète. Mais il n’en percevait pas les détails. Cet événement
s’accomplissait dans une extase vague, par une espèce de tour de
passe-passe vertigineux, tel qu’on en voit dans les romans, où des
amants en justaucorps ou en redingote possèdent néanmoins très
rapidement les dames, comme un papillon se pose sur une fleur.
Maintenant que Daniel envisageait cet acte essentiel, il était effrayé
des diverses formalités qu’il nécessite.
Il avait dit à Berthe à plusieurs reprises : Je veux que vous soyez
à moi. Berthe répondait : Oui, oui. Il poursuivait : Quand voulez-vous
être à moi ? Bientôt ? Elle disait : Bientôt. Il l’étreignait alors avec
plus d’ardeur, sans exiger une date précise ; il la traitait comme ces
amis à qui l’on dit : « Votre couvert est mis chez moi. Venez dîner
prochainement… prochainement… » sans fixer le jour.
Chaque fois, cependant, qu’il se rendait chez les Voraud, il
espérait tout du hasard, et se disait : C’est peut-être aujourd’hui que
ça va se passer. Il pensait bien ne rien provoquer, mais il imaginait
que, dans une sorte d’emballement, Berthe murmurerait : Prenez-
moi. Ainsi mis au pied du mur, il serait bien, croyait-il, obligé d’en
profiter.
Il était, d’autre part, obsédé par la crainte de ne pas paraître
assez passionné en ne sollicitant pas une faveur qu’on était peut-
être disposé à lui accorder.
Ce jour-là du moins, il se sentait couvert par la présence de Mme
Voraud, qui interdisait toutes les audaces. On l’entendit qui appelait :
Berthe ! Berthe ! depuis la salle à manger.
Berthe cria : Me voici ! Elle ramassa quelques rubans et alla
retrouver sa mère, non sans avoir confié une dernière fois ses lèvres
à son fiancé, pour un baiser ardent et rapide, comme il les aimait.
Daniel ne rentra pas tout de suite dans la salle à manger ; il
s’était vu très rouge dans une glace, avec des yeux brillants. Mais il
ne pouvait pas s’éterniser dans la lingerie ; il revint auprès de Mme
Voraud, en appuyant sa main sur son front et en répétant : Je ne
sais pas ce que j’ai, j’ai le sang à la tête.
Il quitta d’ailleurs bientôt ces dames pour rentrer à la maison. Il
avait hâte d’être seul et de pouvoir songer à Berthe. Il s’étendit sur
son lit, ferma les yeux, et couvrit son oreiller de baisers frénétiques.
Il usait sa passion dans ces crises violentes. Cette fois encore, il
en sortit écœuré, et l’image de Berthe lui apparut, toute dénuée
maintenant de son charme.
Il se disait : Est-ce que je serai vraiment ainsi quand elle sera ma
femme ? Est-ce que tout à coup je ne lui voudrai plus rien, je n’aurai
plus rien à lui dire ? Son visage sera-t-il, comme maintenant, d’une
insoutenable fadeur ? J’ai peut-être tort d’engager ma vie. Je crois
que je ne l’aime pas.
On frappa à la porte de sa chambre.
— Monsieur votre papa vous attend, dit la cuisinière. Il veut vous
parler.
Son père était en train de nouer à son cou la cordelière d’une
chemise en satinette, à pois bleus. Mme Henry l’écoutait assise sur
un fauteuil. Daniel, maussade, la bouche sèche, s’arrêta à l’entrée
de la chambre.
— Eh bien ! dit M. Henry, sois heureux, l’amoureux ! Tu auras ta
Berthe ! M. Voraud m’a fait visite aujourd’hui, au magasin. Qu’est-ce
que tu es allé lui raconter hier ? Il n’y a rien compris, et moi, je
t’avoue que je n’ai pas saisi non plus… Bref, nous avons parlé de
ses affaires. Il m’a dit tout de suite que si j’avais la moindre arrière-
pensée, il nous rendait notre parole…
Il m’a donné des renseignements qui ne m’ont pas déplu.
Certainement ses affaires sont difficiles à liquider. Mais dame ! c’est
qu’il ne s’agit pas de quatre sous. Le jour où cet homme sera un peu
plus maître de la situation, il aura une position magnifique… Entre
donc et pousse un peu la porte… J’étais en train de dire à ta mère,
mais cela il ne faut le répéter à personne, qu’il m’avait parlé aussi
d’une affaire extraordinaire, où il fera son possible pour
m’intéresser… Si cette chose réussit comme il croit, et comme je
crois d’ailleurs aussi, je n’ose seulement pas dire ce qu’on peut
gagner là-dedans.
— Ça, dit Mme Henry, ça ne m’enthousiasme pas. Je n’aime pas
beaucoup que tu fasses des affaires en dehors de ta maison. Tu te
rappelles cette coutellerie, où tu n’as jamais revu tes quinze mille
francs ?
— J’aurais voulu, répondit simplement M. Henry, que tu entendes
ce Voraud quand il cause affaires. C’est un homme comme il n’y en
a pas trois sur la place de Paris… Nous avons ensuite parlé du
mariage. Nous sommes tombés d’accord que c’était tout de même
un peu long de faire attendre ces jeunes gens. Nous allons fixer ça
au mois de janvier, du 10 au 15. A moins, ajouta-t-il avec finesse,
que Daniel me désapprouve et préfère attendre davantage ?
Non ?… Ah ! il est entendu, j’oubliais de te dire, qu’ils doivent tous
dîner ici après-demain.
— Oh ! dit douloureusement Mme Henry. Nous sommes si mal
installés !
— Nous sommes à la campagne, dit M. Henry. Et, d’ailleurs, est-
ce qu’on ne trouve pas ici tout ce qu’on veut ? Je rapporterai de
Paris de mon vin fin, quatre bouteilles… ou six bouteilles.
Daniel souriait avec effort. Il se sentait lassé, incapable de joie.
— Tu vois, lui dit encore son père, que tout finit par s’arranger.
XXIV
REPAS OFFICIEL
Le jeudi qui suivit fut un grand jour. Pour la première fois, les
Voraud venaient dîner chez les Henry.
Mais Daniel n’aimait pas les grands jours. C’était pour lui
l’occasion de toutes sortes d’ennuis. D’abord, il craignait que ses
parents n’offrissent pas aux Voraud une réception impeccable.
Et puis les invitations n’avaient pas été faites absolument selon
ses désirs. On avait bien invité Louise Loison, mais on n’avait rien dit
à M. et Mme Loison, avec qui Daniel avait fait connaissance, et qui
seraient certainement venus de Paris pour assister à cette fête.
Daniel, la veille au soir, avait répété à Berthe, à satiété : « Alors, ça
ne fait rien que l’on n’ait pas invité les parents de Louise ? Jurez-moi
que ça ne fait rien. » Berthe avait répondu : « Puisque ça vous
tracasse tant, il fallait les inviter. » Et Daniel s’était désespéré.
Autre préoccupation au sujet de la grand’mère de Berthe. Elle
avait dit qu’elle viendrait. Mais ça n’était pas sûr. Comme elle
occupait une des places d’honneur, on n’aurait pas été fâché d’avoir
une réponse ferme. Il avait fallu prévoir deux combinaisons de
placement des convives pour l’hypothèse où elle viendrait, et pour
celle où elle ne viendrait pas.
Daniel, triomphant des résistances de ses parents, avait réussi à
faire inviter son ami Julius, et s’en repentait maintenant. Julius allait

Ebook Fundamentals of Analytical Chemistry Student Solution Manual PDF Full Chapter PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ebook Fundamentals of Analytical Chemistry Student Solution Manual PDF Full Chapter PDF

Uploaded by

Copyright:

Available Formats

Fundamentals of Analytical Chemistry -

Student Solution Manual - eBook PDF

(c) millimolar mass.

(c) 9.31 × 107 μmol.

(e) 3.96 × 106 nm.

2-5. Why is 1 g no longer exactly 1 mole of unified atomic mass units?

2-7. Find the number of Na+ ions in 2.75 g of Na3PO4?

2-9. Find the amount of the indicated element (in moles) in

2 mol B mol B2O3

(b) 195.7 mg of Na2B4O7 ⋅ 10H2O.

(c) 4.96 g of Mn3O4.

(d) 333 mg of CaC2O4.

g mol CaC2O4 2 mol C

2-11. Find the number of millimoles of solute in

0.0449 mol KMnO4 1000 mmol

(b) 750 mL of 5 .35 × 1023 M KSCN.

5.35 × 10 −3 M KSCN 1000 mmol L

(c) 3.50 L of a solution that contains 6.23 ppm of CuSO4 .

6.23 mg CuSO4 g mol CuSO4 1000 mmol

(d) 250 mL of 0.414 mM KCl.

2-13. What is the mass in milligrams of

(b) 245 mmol of MgO?

(c) 12.5 mol of NH4NO3 ?

(d) 4.95 mol of (NH4 )2 e (NO3 )6 ( 548.23 g/mol) ?

548.23 g (NH4 )2 Ce(NO 3 )6 1000 mg

2-15. What is the mass in milligrams of solute in

(b) 1.92 L of 3.76 × 1023 M H2O2 ?

3.76 × 10 − 3 m ol H 2 O 2 34.02 g H 2 O 2 1000 m g

2-16. What is the mass in grams of solute in

0.264 mol H2 O 2 L 34.02 g H2 O 2

(b) 37.0 mL of 5.75 × 10−4 M benzoic acid (122 g/mol)?

5.75 ×10−4 mol benzoicacid L 122 g benzoicacid

pNa = − log (0.0635 + 0.0403) = −log(0.1038) = 0.9838

K+, OH−, and Fe ( CN )6

pK = − log(4 × 1.62 × 10−7 + 5.12 × 10−7 ) = − log(1.16 × 10−6 ) = 5.94

pOH = − log(5.12 × 10−7 ) = 6.291

2-19. Calculate the p-functions for each ion in a solution that is

(c) 4.5 × 1023 M in Ba ( OH) .

pBa = −log(4.5 × 10−3) = 2.35; pOH = −log(2 × 4.5 × 10−3) = 2.05

(e) 7.2 × 1023 M in CaCl and 8.2 × 1023 M in BaCl .

pCa = −log(7.2 × 10−3) = 2.14; pBa = −log(8.2 × 10−3) = 2.09

2-20. Convert the following p-functions to molar concentrations:

pH = 1.102; log[H3O+] = −1.102; [H3O+] = 0.0791 M

(c) pBr = 7.77.

pBr = 7.77; log[Br−] = −7.77; [Br−] = 1.70 × 10−8 M

(e) pLi = 12.35.

pLi = 12.35; log[Li+] = −12.35; [Li+] = 4.5 × 10−13 M

(g) pMn = 0 .135.

pMn = 0.135; log[Mn2+] = −0.135; [Mn2+] = 0.733 M

1.02 g 1000 mL mol SO 4

(b) the pNa and pSO4 for seawater.

pNa = − log(4.79 × 10−2 ) = 1.320

pSO4 = − log(2.87 × 10−3 ) = 2.543

5.76 g KCl ⋅ MgCl2 ⋅ 6H2 O mol KCl ⋅ MgCl2 ⋅ 6H2 O

(b) the molar concentration of Mg21.

(c) the molar concentration of Cl2 .

(d) the weight/volume percentage of KCl ⋅ MgCl2 ⋅ 6H2O.

(e) the number of millimoles of Cl2 in 25.0 mL of this solution.

3.12 × 10 −2 mol Cl− L 1000 mmol

(f) ppm K1.

1 mol K + 39.10 g K + 1000 mg

(g) pMg for the solution.

(h) pCl for the solution.

Between juices __ 8.45

Within juices 0.913