Os corantes sintéticos são usualmente adicionados a alimentos industrializados para conferir e restaurar a cor obtendo-se a qualidade estética desejada. Em função destes aspectos e do potencial toxicológico que alguns corantes podem apresentar, o controle de qualidade destes compostos é de fundamental importância. Neste trabalho, foi estudado o potencial das metodologias matemáticas como o princípio da aditividade, espectrofotometria derivativa e técnica multivariada (Regressão por Mínimos Quadrados Parciais - PLSR) na determinação simultânea de dois corantes alimentícios: Amarelo Crepúsculo (AC) e Amarelo Tartrazina (AT), extraídos com lã natural. Estas metodologias foram avaliadas e comparadas em função das suas capacidades de previsão, sendo que o modelo PLSR otimizado (faixa espectral de 305 a 645 nm, empregando-se 1ª derivada como transformação dos dados e 2 componentes principais) apresentou o menor valor de Raiz Quadrada da Soma dos Erros de Previsão (RMSEP) (AT = 0,191 e AC = 0,102). A faixa de concentração estudada foi de 1,0 a 16,0 mg.L-1 para AC e de 2,0 a 22,0 mg.L-1 para AT. O conjunto de validação externa apresentou erros relativos médios de 1,97% para AC e 1,39% para AT. A aplicação desta metodologia em amostras reais mostrou que em todas as amostras analisadas as concentrações destes corantes estavam de acordo com os limites estabelecidos pela legislação brasileira

Synthetic food dyes are usually added to processed foods to give and restore their desired esthetic quality. This aspect and the toxicological evidence justify quality control and the development of methodologies to quantify these food additives. In this work, the mathematical methodologies such as the additivity principle, derivative spectrophotometry and multivariate technique (Partial Least Square Regression - PLSR) were studied in the simultaneous determination of two food colorants: Tartrazine (TY) and Sunset Yellow (SY), extracted from natural wool. These methodologies were evaluated and compared according to their prevision capacities. The best PLSR model (spectral range of 305 to 645 nm with data transformation by first derivative and two principal components) presented the lower Root Mean Square Error Prediction value, RMSEP (TY = 0.191 and SY = 0.102). The concentration range was from 1.0 to 16.0 mg L-1 for SY and 2.0 to 22.0 mg L-1 for TY. The validation set was used and showed an average error of 1.97% for SY and 1.39% for TY. The application of this methodology in real samples showed concentration values in agreement with the limits established by the Brazilian law and regulations