ESTIMACIÓN DE LA

INCERTIDUMBRE DE LA MEDICIÓN
EN MÉTODOS DE ENSAYO

Expositor: José Camero Jiménez

 TEMARIO

1. Introducción a la estimación de
incertidumbre. Directriz de estimación de
incertidumbre de INACAL.
2. Estimación de incertidumbre en métodos
fisicoquímicos.
ESQUEMA ILUSTRATIVO DE LAS CONTRIBUCIONES DE LAS
VARIABILIDADES ALEATORIAS Y SISTEMÁTICAS EN EL CONCEPTO DE
INCERTIDUMBRE:

VARIABILDAD
(DE UNA MEDIDA)

VARIABILIDAD SISTEMATICA VARIABILIDAD ALEATORIA

Variab. Variab. SISTEMATICA

SISTEMATICA DESCONOCIDA
CONOCIDA
Variab. PERMANENTE
CORRECCIÓN

RESULTADO INCERTIDUMBRE
TEMA 1:

PROCESO ANALITICO

MUESTRA
INCERTIDUMBRE DE :
•HERRAMIENTAS METROLOGICAS
•PATRON
•MATERIAL VOLUMETRICO
•EQUIPOS DE MEDIDA
RESULTADO + INCERTIDUMBRE •CALIBRACION GENERAL
•CALIBRACION METODOLOGICA
•UNA ETAPA DEL PROCESO
•UNA PESADA
•UNA DILUCION
•ELCONJUNTO DEL PROCESO
•VALIDACION
 TEMA 1:

1.1 LA ESTIMACIÓN DE INCERTIDUMBRE EN LA NORMA ISO/IEC 17025:2017

 TEMA 1:

1.1 LA ESTIMACIÓN DE INCERTIDUMBRE EN LA NORMA ISO/IEC 17025:2017

 TEMA 1:

1.1 LA ESTIMACIÓN DE INCERTIDUMBRE EN LA NORMA ISO/IEC 17025:2017

 TEMA 1:

1.2 LA ESTIMACIÓN DE INCERTIDUMBRE EN EL PERÚ

DIRECTRIZ PARA LA ESTIMACIÓN Y EXPRESIÓN DE LA INCERTIDUMBRE

DE LA MEDICIÓN

Guidelines to the Estimations and Expresión of Measurement Uncertainty

Las cuales están en el anexo.

 TEMA 1:

1.2 LA ESTIMACIÓN DE INCERTIDUMBRE EN EL PERÚ

TEMA 1:
TEMA 1:
TEMA 1:
TEMA 1:
TEMA 1:
TEMA 1:
TEMA 1:
TEMA 1:
TEMA 2:
ETAPAS PARA LA ESTIMACIÓN DE LA INCERTIDUMBRE DE MEDICION DE
UN MÉTODO ANALÍTICO

1. Especificación del mesurando.

2. Identificar los factores que contribuyen a la incertidumbre de
la medición del analito de interés.
3. Estimar las incertidumbres estándares de los factores.
4. Estimar la incertidumbre combinada del analito de interés.
5. Estimar el factor de cobertura.
6. Estimar la incertidumbre expandida del resultado de ensayo.
TEMA 2:

INCERTIDUMBRE EN ENSAYOS
FISICO QUIMICOS
TEMA 2:
Identificar los factores que contribuyen a la incertidumbre de la medición
del analito de interés

Los factores que contribuyen a la incertidumbre se definen de acuerdo al modelo

estadístico de estimación:
TEMA 2:
Identificar los factores que contribuyen a la incertidumbre de la medición
del analito de interés

Modelo estadístico de estimación de inceridumbre:

TEMA 2:
Identificar los factores que contribuyen a la incertidumbre de la medición
del analito de interés

Los factores que contribuyen a la incertidumbre se definen de acuerdo al

modelo estadístico de estimación:

Variabilidad debida al sesgo

del método.

Variabilidad debida a la
Y precisión del método.
(analito de interés)

Variabilidad debida al aporte

de variables de medición
directa asociadas a la fórmula
de obtención del valor del
analito.
TEMA 2:
Identificar los factores que contribuyen a la incertidumbre de la medición
del analito de interés

Los factores que contribuyen a la incertidumbre de la medición serán

esquematizados en le diagrama causa efecto, como por ejemplo:
TEMA 2:
Identificar los factores que contribuyen a la incertidumbre de la medición
del analito de interés
 TEMA 2:
Identificar los factores que contribuyen a la incertidumbre de la medición
del analito de interés

DETERMINACION DE FUENTES DE INCERTIDUMBRE DE PROTEÍNAS

DETERMINACION DE FUENTES DE INCERTIDUMBRE DE PROTEÍNAS
Método: NTP 201.021 - 2002
Método:
Producto carneNTP 201.021 - cárnicos
y Productos 2002
Producto carne y Productos cárnicos

Vb Vm
Vb Vm
(X) (X) (X)
(X) 15 g
Sulfato de Potasio 300 ml (X)
de H20 Sulfato (X)
de Potasio 15 g. 300 ml de H20 (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
Probeta 500 ml +/-3.75ml Probeta 500 ml +/-3.75ml
Balanza 70 ml de Na OH (X)
Balanza 70 ml de Na OH (X)
(X) 100 mL de Na OH (X) (X) Probeta de 100 ml +/- 0.08ml
(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
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)
Gasto de HCl (0.1N)
(X) H2SO4 conc. Bureta de 50ml +/- 0.05ml H2SO4 conc. (X)
(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
25 ml c/dispensador Gasto de HCl (0.1N) 25 ml c/dispensador Sesgo

(X) Destilacion H3 BO3 (4%) (X) Destilacion H3 BO3 (4%)

(X) Destilacion H3 BO3 (4%) (X) Destilacion H3 BO3 (4%)
50 ml pipeta 50 ml +/- 0.05ml 50 ml pipeta 50 ml +/- 0.05ml
50 ml pipeta 50 ml +/- 0.05ml 50 ml pipeta 50 ml +/- 0.05ml
(%) Proteína
(%) Proteína

Balanza
Balanza
Masa del patrón de titulacion C8 H5 04 K en g
Masa del patrón de titulacion C8 H5 04 K en g

Pureza del patrón C8 H5 O4 K ( Vm-Vb)*N*1.4*F

Pureza del patrón C8 H5 O4 K % Proteína = ( Vm-Vb)*N*1.4*F
% Proteína = W
W
Masa molar de C8 H5 O4 K [g/mol]
Masa molar de C8 H5 O4 K [g/mol]
Vb= Volúmen del blanco (ml)
Vb= Volúmen del blanco (ml)
Volúmen de solución titulante Na OH [ml] para C8 H5 O4 K Vm= Volúmen de la muestra (ml)
Volúmen de solución titulante Na OH [ml] para C8 H5 O4 K Vm= Volúmen de la muestra (ml)
N = Normalidad de HCl (mol/l)
N = Normalidad de HCl (mol/l)
Volúmen de NaOH [ml] para titulación de HCl F= Factor según la muestra.
Volúmen de NaOH [ml] para titulación de HCl F= Factor según la muestra.
W= Peso de muestra (g.)
W= Peso de muestra (g.)
Volúmen de alicuota de HCl [ml] para titulación de Na OH
Volúmen de alicuota de HCl [ml] para titulación de Na OH
(X): No aporta signif icativamente
(X): No aporta signif icativamente
W
W
Analistas
Analistas
N
N
 TEMA 2:
Estimar las incertidumbres estándares de los factores

Las dos formas de estimar incertidumbres estándares:

Evaluaciones tipo A, Evaluaciones tipo B,

La estimación de la incertidumbre La estimación de la incertidumbre

se hace utilizando métodos se obtiene de otras informaciones.
estadísticos, normalmente a partir Pueden provenir de experiencias
de mediciones repetidas. previas con otras mediciones, de
certificados de calibración, de las
especificaciones de los fabricantes,
de cálculos, de informaciones
publicadas y del sentido común.
TEMA 2:
Estimar las incertidumbres estándares de los factores

Las dos formas de estimar incertidumbres estándares:

Evaluaciones tipo A, Evaluaciones tipo B,

TEMA 2:
Estimar las incertidumbres estándares de los factores

Estimación Incertidumbre Tipo A:

La estimación de la incertidumbre se hace utilizando métodos

estadísticos, normalmente a partir de mediciones repetidas,
cuantificándola mediante la desviación estándar corregida :
TEMA 2:
Estimar las incertidumbres estándares de los factores

Estimación Incertidumbre Tipo B:

Para la estimación de este tipo de incertidumbre debemos asumir

que ellas proviene de una distribución conocida y por ende, calcular
su desviación estándar.

Donde:
u(
u( xi
xi )) =
= +A/
+A/ kk A, es el valor que aparece como
incertidumbre expandida en
algunos documentos.
K, es el factor de cobertura
asociada a la distribución de la
variable xi.
TEMA 2:
Estimar las incertidumbres estándares de los factores

Estimación Incertidumbre Tipo B:

Distribución Rectangular,
Distribución Triangular,
Distribución Normal.
TEMA 2:
DISTRIBUCION RECTANGULAR

La gráfica de su función de distribución es:

TEMA 2:

Determinación de la varianza:

Específicamente para la distribución rectangular :

Por lo cual la desviación estándar sería:

 TEMA 2:

EJEMPLOS:

En algunos instrumento de medición (por ejemplo de longitud) , la resolución

es conocida ( R ) y se sabe que el valor X puede estar entre :

En este caso la distribución rectangular es un buen modelo donde la

incertidumbre estándar sería :
TEMA 2:
DISTRIBUCION TRIANGULAR

La gráfica de su función de distribución es:

TEMA 2:

Determinación de la varianza:

Específicamente para la distribución triangular :

Por lo cual la desviación estándar sería:

TEMA 2:

EJEMPLOS:

• Si en algún instrumento de medición de temperatura, este tiende a

que el valor central, que se encuentra entre sus graduaciones, es el
más probable y entre medida y medida dista 0.2 °F.
• En este caso la distribución triangular es un buen modelo donde la
incertidumbre estándar sería :
TEMA 2:
DISTRIBUCION NORMAL

La gráfica de su función de distribución es :

TEMA 2:
Estimar la incertidumbre combinada del analito de interés

Para la estimación de la incertidumbre combinada utilizaremos la

siguiente ecuación :
TEMA 2:
Estimar la incertidumbre combinada del analito de interés

Para la estimación de la incertidumbre combinada utilizaremos la

siguiente ecuación :

22
nn
  
y 
nn11 nn
 yy  yy 
uuyy  uubb uurr 
22 22
   uuxi 22    uui uuj rr((xxi ,,xxj ))
y 22
 
 x
i i 11 xi 
 xi
xxi xxj  i j i j
 i j i 1 i  j 
i i 11 j  i 1
TEMA 2:

• Los coeficientes de sensibilidad son muy importantes para la

estimación 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 :

f = F ( x1 , x2 , x3 , x4 , ... , xn )
• Los coeficientes de sensibilidad para cada variable serían :
TEMA 2:

• Por ejemplo hallamos los coeficientes de sensibilidad de las

siguientes variables ( F,T y W ) de acuerdo a la ecuación:
TEMA 2:
PROPAGACIÓN DE INCERTIDUMBRE

A.- Propagación con cantidades no correlacionadas

TEMA 2:
TEMA 2:
PROPAGACIÓN DE INCERTIDUMBRE

B.- Propagación con cantidades correlacionadas

Esto ocurre cuando las cantidades no son independientes. Esto es la

variación de Xj afecta a Xi, por ejemplo.:
TEMA 2:

Donde :

Es la covarianza entre Xi e Xj
Y además y son las desviaciones estándar respectivas
TEMA 2:

Las medidas de espesor ( T ) y ancho ( W ) del ejemplo anterior

están correlacionadas, siendo el modelo a combinar el siguiente :
TEMA 2:

Las medias y desviaciones estándar de espesor ( T ) y ancho ( W ) del

ejemplo anterior son :

Las medias y desviaciones estándar de espesor ( T ) y ancho ( W ) del

ejemplo anterior son :
TEMA 2:

Por lo cual el coeficiente de correlación entre T y W será:

TEMA 2:

Y la incertidumbre combinada sería:

TEMA 2:

Quedando :
TEMA 2:
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 distribución de probabilidad que caracteriza al
resultado de la medida
TEMA 2:
Estimar el factor de cobertura

Factores de Cobertura por

Nivel de Confianza de una Distribución Normal
TEMA 2:

Teorema del Límite Central

TEMA 2:
TEMA 2:
TEMA 2:
TEMA 2:
 TEMA 2:
Estimar el factor de cobertura

Otra forma de estimar el factor de cobertura es asumir que tiene una

distribución t-student :
k = t (veff, alfa)

Grados de Libertad
Efectivos (veff)

Para esto debemos de obtener las contribuciones de cada

una de las variables y sus respectivos grados de libertad.
TEMA 2:
Estimar el factor de cobertura

Para una componente obtenida mediante una evaluación tipo A, los

grados de libertad Vi, depende del número de repeticiones, donde:
Vi= N° repeticiones –1.
Para una componente obtenida mediante una evaluación de Tipo B,
los grados de libertad depende de la fiabilidad que pueda suponérsela
al valor de dicha componente.
TEMA 2:
Estimar la incertidumbre expandida del resultado de ensayo

La incertidumbre expandida vendría a ser igual a :

 Muchas gracias

jose.camero@gmail.com

"Sólo se puede enseñar a aquellos

que están dispuestos a aprender“

Javier Rueda (filósofo Inglés)