ESTIMACIN DE LA

INCERTIDUMBRE DE LA
MEDICIN EN MTODOS
FISICOQUMICOS
Expositor:

Margot Arroyo Anaya

Enero 2013
Definiciones Bsicas
Estas definiciones se encuentran en la directriz publicada por
INDECOPI:

DIRECTRIZ PARA LA ESTIMACIN Y EXPRESIN
DE LA INCERTIDUMBRE DE LA MEDICIN
Guidelines to the Estimations and Expresin of Measurement
Uncertainty

Ver directriz

Que es un proceso?
Es una secuencia de actividades que una o varias personas
desarrollan para hacer llegar una salida a un destinatario a
partir de unos recursos
Conjunto de actividades y recursos que transforman unos
elementos de entrada en otros de salida

Control Estadstico de Procesos.

Proceso
Entrada
Salida
Variabilidad. Cada vez que se repite el proceso hay ligeras
variaciones en las distintas actividades realizadas que a su vez,
generan variabilidad en los resultados del mismo.
nunca dos resultados son iguales

Repetitividad. Los procesos se crean para producir un
resultado e intentar repetir ese resultado una u otra vez. Esta
caracterstica permite trabajar sobre el proceso y mejorarlo.
A ms repeticiones ms experiencia

Caractersticas de un proceso.
Veracidad: Grado de concordancia existente entre el valor
medio obtenido de una gran serie de resultados y un valor
aceptado como referencia. (ISO 5725 - 1)
Precisin:
Grado de coincidencia existente entre los resultados
independientes de un ensayo, obtenidos en condiciones
estipuladas.(ISO 5725 - 1)
Exactitud: Grado de concordancia existente entre el
resultado del ensayo y un valor aceptado de referencia. (ISO
5725 - 1)

Definiciones importantes.

P
R
E
C
I
S
I
O
N

+


















-

VERACIDAD
- +
Condiciones de Repetibilidad :
Condiciones en las que un mismo operador obtiene
resultados de ensayo independientes con el mismo mtodo
en muestras idnticas en el mismo laboratorios y utilizando
el mismo equipo dentro de pequeos intervalos de tiempo (
ISO 5725-1, 3.14)

Condiciones de Reproducibilidad:
Condiciones en las que se obtiene resultados de ensayo con
el mismo mtodo en muestras idnticas, con operadores
diferentes y utilizando equipos diferentes ( ISO 5725-1,
3.18)


Definiciones importantes.
En los tiempos actuales el concepto de Calidad va tomando
cuerpo en muchas de las actividades humanas. El laboratorio
de ensayos no es la excepcin. Cada actividad humana genera
productos con un determinado valor econmico. En el caso de
los laboratorios, este producto es la informacin cualitativa o
cuantitativa que se obtiene respecto al resultado de ensayo de
la muestra a analizar.

El concepto de Calidad se relaciona estrechamente con las
buenas prcticas profesionales y la satisfaccin del cliente. Para
aplicar y sistematizar estas buenas prcticas en todos los
sectores del laboratorio es conveniente implementar un
adecuado Sistema de Calidad, que asegure una ptima relacin
laboratorio / cliente.

Aseguramiento de Calidad de resultados
La estadstica aplicada y los conceptos generales de Gestin de
Calidad, integran la base indispensable para la construccin del
Sistema de Calidad del laboratorio.
Puede decirse entonces que esta rama de las matemticas es el
instrumento que "mide" la Calidad de los resultados analticos,
siguiendo siempre los lineamientos generales de la norma
internacional ISO/IEC 17025, mximo referente en cuanto a
requisitos generales para la competencia de los laboratorios de
ensayo y de calibracin.
El objetivo es brindar una informacin con mayor credibilidad,
til para la toma de decisiones en el marco econmico,
comercial de las muestras analizadas.
Es necesario que los ensayos de los laboratorios cumplan
determinados requisitos que garanticen la calidad de su
desarrollo y a la vez, brinden informacin sobre las
caractersticas de la muestra analizada.

Aseguramiento de Calidad de resultados
Esta norma internacional contiene todos los requisitos que los
laboratorios de ensayo y calibracin tienen que reunir si es que ellos
desean demostrar que operan un sistema de la calidad, que son
tcnicamente competentes y que son capaces de generar resultados
tcnicamente validos.

ISO IEC 17025
Describe un amplio rango de actividades para prevenir problemas de
calidad y optimizar la precisin y veracidad de los ensayos.
Describe los controles aplicados a ensayos individuales para evaluar
la validez de los resultados obtenidos.
Tiene como parmetros crticos : la precisin y la veracidad.

La precisin es la cercana de una serie de mediciones alrededor del
valor promedio. Siendo afectada por la variabilidad aleatoria, que
causan dispersin.
La veracidad (ausencia de desvo) es la medida de cercana a la
media de una serie de valores al valor considerado como verdadero y
depende de la ausencia de variabilidad sistemtica.
Aseguramiento de calidad
El control de calidad interno de los laboratorios est basado en dos
tipos de control:
1. Control de Calidad de Resultados de Rutina
Para reportar resultados con un nivel de confianza realizamos las
siguientes acciones :
Recuperaciones, al comparar valores obtenido con los esperados
para las muestras controles.
Tendencias y patrones, al leer las recuperaciones o los blancos
que nos provee el propio ensayo y analizarlos en cartas de control.
Precisin intra ensayo, con la evaluacin de las rplicas,
verificamos que su diferencia sean menores que el Lmite de
repetibilidad para as poder reportar el promedio de ellos.

Control de calidad interno de resultados de ensayo
2. Interanalista
Verificar, que cada uno de los analistas que realizan los ensayos,
reportan resultados con diferencias estadsticamente no
significativas. Para poder afirmar, al 95% de confianza, que todos los
analistas estn entrenados para realizar dicho ensayos.

Control de calidad interno de resultados de ensayo
Un laboratorio de control externo distribuye muestras que sern
analizadas para varios analitos por los laboratorios que se unan al
sistema de control.Los valores obtenidos se remiten al laboratorio de
referencia, el que los analiza y emite un informe comparativo entre
laboratorios. En el informe se espera que los resultados se califiquen
como muy satisfactorios.

Control de calidad externo de resultados de ensayo
Analista 1
Analista 2
Analista 3
Analista k
.
.
.
Los resultados
emitidos entre
los analistas
solo deben de
poseer
variabilidad
aleatoria.
Se Verifica
La igualdad de
tendencia central
con el Anlisis de
Varianza o el test
de Kruskal Wallis.
La igualdad de
precisin mediante
el test de Barlett o
Levene.
INCERTIDUMBRE DE LA MEDICION
Qu es la incertidumbre de medicin?
La incertidumbre es un parmetro, asociado con el resultado de
una medicin, que caracteriza la dispersin de los valores que
pueden ser fundamentalmente atribuidos a lo que se mide. El
concepto es sencillo. En el Universo no existen mediciones 100%
exactas. Todo proceso varia, incluso el proceso de medicin.

Sesgo Analista
Incertidumb
re del
mtodo
Incertidumb
re
combinada
Sesgo Error que ocurre en forma sistemtica
Analista
Variabilidad entre los analistas que realizan el
ensayo
Incertidumbre del
mtodo
Incertidumbre causada por los instrumentos de
medicin
CORRECCION
RESULTADO
INCERTIDUMBRE
Variab. SISTEMATICA
CONOCIDA
Variab. SISTEMATICA
Variabilidad
( DE UNA MEDIDA)
Variab. PERMANENTE
Variab. ALEATORIA
Variab. SISTEMATICA
DESCONOCIDA
ESQUEMA ILUSTRATIVO DE LA
CONTRIBUCIN DE LAS
VARIABILIDADES ALEATORIAS Y
SISTEMTICAS EN EL CONCEPTO DE
INCERTIDUMBRE
MUESTRA
PROCESO ANALITICO
INCERTIDUMBRE DE :
HERRAMIENTAS METROLOGICAS
PATRON
MATERIAL VOLUMETRICO
EQUIPOS DE MEDIDA
CALIBRACION GENERAL
CALIBRACION METODOLOGICA
UNA ETAPA DEL PROCESO
UNA PESADA
UNA DILUCION
ELCONJUNTO DEL PROCESO
VALIDACION
RESULTADOS + INCERTIDUMBRE
ERROR VS INCERTIDUMBRE


Es importante diferenciar los trminos error e incertidumbre.
Error .- Es la diferencia entre el valor medido y el valor
convencionalmente verdadero, del objeto que se est midiendo.
Incertidumbre .- Es la cuantificacin de la duda que se tiene
sobre el resultado de la medicin.

IMPORTANCIA DE LA ESTIMACION DE LA
INCERTIDUMBRE




Hoy en da es muy importante que los resultados de medicin
analticos vayan acompaados de su incertidumbre. As lo
establece la norma ISO/EIC 17025 , como sigue:
IMPORTANCIA DE LA ESTIMACION DE LA
INCERTIDUMBRE
IMPORTANCIA DE LA ESTIMACION DE LA
INCERTIDUMBRE
RESULTADOS INCERTIDUMBRE EXPANDIDA
Comb Comb Exp
U U U ~ = 2 96 . 1
IMPORTANCIA DE LA ESTIMACION DE LA
INCERTIDUMBRE
Una calibracin, donde la incertidumbre de medicin debe
consignarse en el certificado.
Un ensayo, donde la incertidumbre de medicin es necesaria para
determinar si el objeto ensayado cumple o no cumple con el
ensayo.
Satisfacer una tolerancia, donde usted necesita conocer la
incertidumbre antes que pueda decidir cuando se satisface, o no,
la tolerancia establecida.
Necesidad de leer y comprender un certificado de calibracin o
una especificacin escrita de un ensayo o una medicin.
Las equivocaciones que cometen los operadores no son
incertidumbres de medicin, son errores groseros. Ellas no
deben tomarse en cuenta para calcular las incertidumbres.
Deben evitarse trabajando cuidadosamente y mediante la
aplicacin de los controles adecuados.
1.- Identificar los factores que contribuyen a la incertidumbre de la
medicin del analito de inters (Diagrama causa efecto).
2.- Estimar las incertidumbres estndares de los factores.
3.- Estimar la incertidumbre combinada del analito de inters.
4.- Estimar el factor de cobertura.
5.- Estimar la incertidumbre expandida del resultado de ensayo.
Etapas para la estimacin de la incertidumbre de medicin
de un mtodo analtico
1. Identificar los factores que contribuyen a la
incertidumbre de la medicin del analito de inters
Los factores que contribuyen a la incertidumbre se definen de
acuerdo al modelo estadstico de estimacin:
Y
(analito de inters)
Variabilidad debida al sesgo
del mtodo.
Variabilidad debida a la
precisin del mtodo.
Variabilidad debida al aporte
de variables de medicin
directa asociadas a la frmula
de obtencin del valor del
analito.
1. Identificar los factores que contribuyen a la
incertidumbre de la medicin del analito de inters
Los factores que contribuyen a la incertidumbre de la medicin sern
esquematizados en le diagrama causa efecto, como por ejemplo:
1. Identificar los factores que contribuyen a la
incertidumbre de la medicin del analito de inters
1. Identificar los factores que contribuyen a la
incertidumbre de la medicin del analito de inters
Vb Vm
(X) (X) (X)
Sulfato de Potasio 15 g 300 ml de H20 Sulfato de Potasio 15 g. 300 ml de H20 (X)
Probeta 500 ml +/-3.75ml Probeta 500 ml +/-3.75ml
Balanza 70 ml de Na OH (X)
(X) 100 mL de Na OH (X) (X) Probeta de 100 ml +/- 0.08ml
Sulfato de Cobre 0.06 g Probeta de 100 ml +/- 0.08ml Sulfato de Cobre 0.06 g. Bureta de 50ml +/- 0.05ml
Gasto de HCl (0.1N)
(X) H2SO4 conc. Bureta de 50ml +/- 0.05ml H2SO4 conc. (X)
25 ml c/dispensador Gasto de HCl (0.1N) 25 ml c/dispensador Sesgo
(X) Destilacion H3 BO3 (4%) (X) Destilacion H3 BO3 (4%)
50 ml pipeta 50 ml +/- 0.05ml 50 ml pipeta 50 ml +/- 0.05ml
(%) Protena
Balanza
Masa del patrn de titulacion C8 H5 04 K en g
Pureza del patrn C8 H5 O4 K
Masa molar de C8 H5 O4 K [g/mol]
Vb= Volmen del blanco (ml)
Volmen de solucin titulante Na OH[ml] para C8 H5 O4 K Vm= Volmen de la muestra (ml)
N = Normalidad de HCl (mol/l)
Volmen de NaOH[ml] para titulacin de HCl F= Factor segn la muestra.
W= Peso de muestra (g.)
Volmen de alicuota de HCl [ml] para titulacin de Na OH
(X): No aporta signif icativamente
W
Analistas
N

Mtodo: NTP 201.021 - 2002
DETERMINACION DE FUENTES DE INCERTIDUMBRE DE PROTENAS
( Vm-Vb)*N*1.4*F
W
Producto carne y Productos crnicos
% Protena =
2. Estimar las incertidumbres estndares de los factores
Evaluaciones tipo A,
La estimacin de la
incertidumbre se hace
utilizando mtodos
estadsticos, normalmente
a partir de mediciones
repetidas.
Evaluaciones tipo B,
La estimacin de la
incertidumbre se obtiene de
otras informaciones.
Pueden provenir de
experiencias previas con
otras mediciones, de
certificados de calibracin,
de las especificaciones de
los fabricantes, de clculos,
de informaciones
publicadas y del sentido
comn.

Las dos formas de estimar incertidumbres estndares:
2. Estimar las incertidumbres estndares de los factores
Estimacin Incertidumbre Tipo A
La estimacin de la
incertidumbre se hace
utilizando mtodos
estadsticos, normalmente
a partir de mediciones
repetidas, cuantificndola
mediante la desviacin
estndar corregida :
Mayormente este tipo de
evaluacin se usa para la
estimacin de la
incertidumbre del analista.
2. Estimar las incertidumbres estndares de los factores
Estimacin Incertidumbre Tipo B
Para la estimacin de este tipo de incertidumbre debemos asumir que
ellas proviene de una distribucin conocida y por ende, calcular su
desviacin estndar.
u( xi ) = +A/ k
Donde:
A, es el valor que aparece
como incertidumbre
expandida en algunos
documentos.
k , es el factor de cobertura
asociada a la distribucin de
la variable xi.
2. Estimar las incertidumbres estndares de los factores
Estimacin Incertidumbre Tipo B
Distribucin Rectangular,
Distribucin Triangular.
Distribucin Normal.
Distribucin U
Distribucin de Poisson
Distribucin Rectangular
La grfica de su funcin de distribucin es :
a
x f
2
1
) ( =
2. Estimar las incertidumbres estndares de los factores
Determinacin de la varianza :
Especificamente para la distribucin rectangular :
Por lo cual la desviacin estndar sera:
}
c = x x f x ) (
2 2
o
3 2
2 2
2
a
x
a
x
a
a
= c =
}
+

o
3
a
= o
2. Estimar las incertidumbres estndares de los factores
Ejemplo:
En algunos instrumento de medicin (por ejemplo de longitud) , la resolucin es
conocida ( R ) y se sabe que el valor X puede estar entre :
R x 5 . 0
3
5 . 0 R
U
R
=
2. Estimar las incertidumbres estndares de los factores
En este caso la distribucin rectangular es un buen modelo donde la
incertidumbre estndar sera :
Ejemplo:
En algunos instrumento de medicin (por ejemplo de longitud) , la resolucin es
conocida ( R ) y se sabe que el valor X puede estar entre :
R x 5 . 0
En este caso la distribucin rectangular es un buen modelo donde la
incertidumbre estndar sera :
Distribucin Triangular
La grfica de su funcin de distribucin es :
( )
( )

s s

s s
+
a x
a
x a
x a
a
a x
x f
0 ;
0 ;
) (
2
2
2. Estimar las incertidumbres estndares de los factores
Determinacin de la varianza :
Especificamente para la distribucin triangular :
Por lo cual la desviacin estndar sera:
}
c = x x f x ) (
2 2
o
6
a
= o
6
2
2
a
= o
2. Estimar las incertidumbres estndares de los factores
Ejemplo:
Si en algn instrumento de medicin de temperatura, este
tiende a que el valor central, que se encuentra entre sus
graduaciones, es el ms probable y entre medida y medida
dista 0.2 F.
En este caso la distribucin triangular es un buen modelo
donde la incertidumbre estndar sera :
F
F
U
T
=

= 0408 . 0
6
1 . 0
2. Estimar las incertidumbres estndares de los factores
Distribucin Normal
La grfica de su funcin de distribucin es :
( )
(
(

=
2
2
2
2
1
) , , (
o

o t
o
x
e x f
2. Estimar las incertidumbres estndares de los factores
3. Estimar la incertidumbre combinada del analito de
inters.

=

= + =
|
|
.
|

\
|
c
c
|
|
.
|

\
|
c
c
+
|
|
.
|

\
|
c
c
+ + =
n
i
j i j i
j
n
i
n
i j
i
x
i
r b y
x x r u u
x
y
x
y
u
x
y
u u u
i
1
1
1 1
2
2
2 2
) , ( 2
Para la estimacin de la incertidumbre combinada utilizaremos la
siguiente ecuacin :
Distribucin U
La grfica de su funcin de
distribucin es :
Determinacin de la varianza :
Por lo cual la desviacin estndar sera:
Ejemplo:
Supongamos que la temperatura de la sala de ensayo
contribuye a la incertidumbre y est vara de + 5C
adems que muy difcilmente tomara los valores lmites.

En este caso la distribucin U es un buen modelo donde
la incertidumbre estndar sera :
Distribucin Poisson
La grfica de su funcin de
distribucin es :
Por lo cual la desviacin estndar sera:
Ejemplo:
Supongamos que realizamos recuentos de colonias de
bacterias en placas, las cuales se distribuyen de acuerdo
a una distribucin de Poisson,teniendo como resultado :
64x10
4
cfu/ml
En este caso la incertidumbre estndar sera :
4. Estimar el factor de cobertura.
El valor del factor de cobertura (k) debe de especificarse siempre. Para
poder hallar la incertidumbre expandida.
Para obtener el valor del factor de cobertura, que proporciona un
intervalo correspondiente a un nivel de confianza dado, es necesario
conocer al detalle la distribucin de probabilidad que caracteriza al
resultado de la medida.
MODELOS DE CALCULO DE INCERTIDUMBRE
Ventajas:
Se puede estimar la variabilidad de cada etapa
(incertidumbre parcial ), cuantificando el aporte de
cada etapa a la incertidumbre total.
Ayuda a mejorar el conocimiento de las tcnicas y
principios analticos.


Modelo Bottom Up de ISO Eurachem

Propagacin de Incertidumbre
Coeficientes de Sensibilidad
Los coeficientes de sensibilidad son muy
importantes para la estimacin de la incertidumbre
combinada, debido a que ponderan la implicancia de
cada variable que contribuye a la incertidumbre
respecto a la variable respuesta.
En el ejemplo :
Los coeficientes de sensibilidad para
cada variable seran :
f = F ( x
1
, x
2
, x
3
, x
4
, ... , x
n
)

Por ejemplo hallamos los coeficientes de sensibilidad
de las siguientes variables ( F,T y W ) de acuerdo a la
ecuacin:
Propagacin de Incertidumbres
A.- Propagacin con cantidades no correlacionadas
B.- Propagacin con cantidades correlacionadas
Esto ocurre cuando las cantidades no son
independientes. Esto es la variacin de X
j
afecta a X
i
,
por ejemplo.
Donde :

Es la covarianza entre Xi e Xj
Y adems y son las desviaciones
estndar respectivas.
Sea la siguiente frmula :

y realizando repeticiones
obtenemos :
Las medidas de espesor ( T ) y ancho ( W ) del
ejemplo anterior estan correlacionadas, siendo el
modelo a combinar el siguiente :
Las medias y desviaciones estndar de espesor ( T ) y
ancho ( W ) del ejemplo anterior son :
Determinando la covarianza de T y W:
Por lo cual el coeficiente de correlacin entre T y W
ser:
Y la incertidumbre combinada sera :
Quedando :
4. Estimar el factor de cobertura.
El valor del factor de cobertura (k) debe de
especificarse siempre. Para poder hallar la
incertidumbre expandida.
Para obtener el valor del factor de cobertura k
p
que
proporciona un intervalo correspondiente a un nivel
de confianza dado, es necesario conocer al detalle
la distribucin de probabilidad que caracteriza al
resultado de la medida.
Factores de Cobertura por
Nivel de Confianza de una Distribucin Normal
4. Estimar el factor de cobertura.
4. Estimar el factor de cobertura.
Otra forma de estimar el factor de cobertura es asumir que tiene una
distribucin t-student :
k = t (v
eff
, alfa)
Grados de Libertad
Efectivos (v
eff
)
Para esto debemos de
obtener las contribuciones
de cada una de las
variables y sus respectivos
grados de libertad.
( )
|
|
.
|

\
|

=
1
4
4
N
u
u
Vef
A
c
V
ef
= Grados de libertad efectivos

u
C
= Incertidumbre Combinada del mensurando.

u
A
= Incertidumbre estndar tipo A, generada
por repeticiones de ensayo.

N = Nmero total del universo de mediciones.

U = Incertidumbre expandida

Para una componente obtenida mediante una evaluacin tipo A, los
grados de libertad Vi, depende del nmero de repeticiones, donde:
Vi= N repeticiones 1.
Para una componente obtenida mediante una evaluacin de Tipo B, los
grados de libertad depende de la fiabilidad que pueda suponrsela al
valor de dicha componente.
4. Estimar el factor de cobertura.
5. Estimar la incertidumbre expandida del resultado de
ensayo.
La incertidumbre expandida vendra a ser igual a :
Ejemplo
Ejemplo 1:
Se realizo un ensayo de determinacin de cidos grasos libres en
harina de pescado, en este ensayo participaron tres analistas;
obtenindose los siguientes resultados.
Analista 1 9.98 10.18 9.96 10.24 10.12 10.35 9.69 10.11 9.80 10.33
Analista 2 10.02 10.01 9.85 10.19 9.95 9.84 10.21 10.11 9.74 10.11
Analista 3 10.15 10.22 9.94 9.87 10.06 10.14 9.74 9.82 10.19 9.96
Ejemplo
Para determinar la incertidumbres del analista usaremos la desviacin
estndar de los resultados presentados por cada analista (evaluacin
tipo A).
Solucin: Estimando la incertidumbre del analista
Ejemplo
Primero debemos reconocer que instrumentos intervienen en la
medicin de los cidos grasos. En la frmula que se muestra W
simboliza el peso de la muestra, V es el volumen gastado y N es la
normalidad. Usaremos para este caso la estimacin tipo B.
Solucin: Estimando la incertidumbre del mtodo
W
V N
=
2 . 28
libres grasos Acidos %
Ejemplo


Incertidumbre del peso:
Para determinar la incertidumbre del peso es necesaria la
identificacin del tipo de balanza que se est usando para el calculo de
su tolerancia respectiva.
Para nuestro caso se uso una balanza Toledo N 02229 y se asumi
que la distribucin de la balanza era normal.
Solucin: Estimando la incertidumbre del mtodo
Ejemplo
Incertidumbre del peso:
Solucin: Estimando la incertidumbre del mtodo
Balanza Toledo N 02229
Peso de la muestra 3.0821
Factor de cobertura
en el certificado de
calibracin
2
Incertidumbre
expandida de la
Balanza
0.004 + 0.007*w
Los datos del peso, volumen
gastado y normalidad se
extrae de los legajos
respectivos.
Ejemplo
Incertidumbre del Gasto:
Solucin: Estimando la incertidumbre del mtodo
Instrumento usado Microbureta 5 mL
Volumen gastado 10.89
Factor de cobertura del
certificado de
calibracin
(Distribucin
triangular)
2.449
Incertidumbre expandida
del certificado de la
microbureta
0.02
Ejemplo
Incertidumbre de la Normalidad:
La normalidad es calculada tambin por medio de otro ensayo. La
manera de calcular su incertidumbre es similar a la descrita ahora, con
la diferencia de que no se incluyen las incertidumbres del sesgo y
analista.

Se realizan tres mediciones de normalidades de las cuales en cada una
de ellas se medir la concentracin e incertidumbre. El promedio de
estos resultados sern nuestros datos que usaremos en nuestros
ensayos.
Solucin: Estimando la incertidumbre del mtodo
Ejemplo
Incertidumbre de la Normalidad:
Solucin: Estimando la incertidumbre del mtodo
Vp K O H MC
K O H PC K O H mC
NaOH Conc
* 4 5 8
4 5 8 * 4 5 8 * 1000
.. =
Normalidad 1 0.1003
U Normalidad
1
0.00014
Normalidad 2 0.1003
U Normalidad
2
0.00015
Normalidad 3 0.1003
U Normalidad
3
0.00015
Normalidad
Promedio
0.100306069 U Promedio 0.000145209
Ejemplo
Para la estimacin de la incertidumbre mtodo usaremos el Modelo
Bottom Up de ISO Eurachem , el cual evala el aporte de cada
componente a la incertidumbre combinada mediante el uso de los
coeficientes de sensibilidad.

Los coeficientes de sensibilidad no es mas que la derivada del
resultado obtenido respecto a alguna variable.

Solucin: Estimando la incertidumbre mtodo
Ejemplo
Solucin: Estimando la incertidumbre combinada
2 2 2 2 2 2
V V N N W W mtodo
u c u c u c u + + =
2 2 2 2 2 2 2 2 2
V V N N W W Analista sesgo Comb
u c u c u c u u u + + + + =
Obtenido este resultado se procede a hallar la incertidumbre
combinada, los clculos se presentan en la siguiente diapositiva en un
cuadro. Asumiendo que los resultados fueron tomados por el analista
1.
Gracias