Cdigo N :

ECA-MC-P20-G01
Pginas:
1 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Elaborado por:
Revisado por: Aprobado por: Fecha de entrada en vigencia:
Comit Ad hoc
Poltcia de Trazabilidad e
Incertidumbre
Maritza Madriz
Gerente
Acuerdo No. 8, Acta 008, Sesin
008, octubre 21 2004, Junta
Directiva
04.11.2005
TABLA DE CONTENIDO
1. INTRODUCCIN...........................................................................................................................1
2. PROPSITO Y ALCANCE...........................................................................................................2
3. DEFINICIONES Y CONCEPTOS GENERALES......................................................................3
4. ETAPAS PARA LA EVALUACIN DE LA INCERTIDUMBRE ...............................................4
5. EL MODELO FSICO Y MODELO MATEMTICO ...................................................................5
6. IDENTIFICACIN DE LAS FUENTES DE INCERTIDUMBRE...............................................7
7. CUANTIFICACIN DE LAS FUENTES DE INCERTIDUMBRE...........................................8
7.1 Evaluacin Tipo A de la incertidumbre estndar ..................................................................10
7.2 Evaluacin tipo B de la incertidumbre estndar .................................................................14
8. REDUCCIN (NORMALIZACIN) ...........................................................................................15
9. INCERTIDUMBRE ESTNDAR COMBINADA (COMBINACIN) .......................................18
10. INCERTIDUMBRE EXPANDIDA ...........................................................................................22
11. EXPRESIN DEL RESULTADO DE LA INCERTIDUMBRE.............................................23
12. REFERENCIAS ........................................................................................................................24
13. ANEXOS ......................................................................................................................................25
13.1 Anexo N1.................................................................................................................................25
13.2 Anexo 2 ......................................................................................................................................26
1. INTRODUCCIN
Durante los ltimos aos la labor realizada en Costa Rica en el campo de la acreditacin,
inicialmente aplicada por el Ente Nacional de Acreditacin (ENA) y actualmente por el Ente
Costarricense de Acreditacin (ECA) ha puesto en evidencia una serie de inconsistencias y
de errores muy comunes al realizar la estimacin de la incertidumbre de la medicin.
Adicionalmente, an muchos laboratorios utilizan otros mtodos (diferentes a la GUM) para
la estimacin de la incertidumbre, los cuales pese a ser tcnicamente correctos se apartan
de la tendencias mundiales y su incorrecta interpretacin puede ser el origen de
discrepancias a nivel de evaluacin de la conformidad, presentndose graves
consecuencias en campos comerciales, legales, etc.
Consiente de su responsabilidad en la evaluacin de la competencia tcnica de
Laboratorios de Calibracin, Laboratorios de Ensayo y Entes de Inspeccin, la Comisin de
Acreditacin conform en junio del 2003 un comit tcnico ad hoc para la elaboracin de la
presente gua. En el comit estaban representados los diferentes sectores involucrados
en el tema de la estimacin de la incertidumbre, esto es: El Laboratorio Costarricense de
Metrologa (LACOMET), laboratorios de ensayo, laboratorios de calibracin, evaluadores
del ECA, empresas consultoras en el campo de la metrologa y representantes del ECA,
por lo que el fruto de este documento incluye aportes e inquietudes de todos los sectores
involucrados en el proceso de acreditacin en Costa Rica.
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
2 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
El Comit Tcnico Ad hoc, fue conformado de la siguiente manera:
- Licenciado Edgar Snchez Molina, Representante de Laboratorios con alcances
acreditados, Miembro de la Junta Directiva ECA, representante sector privado.
- Licenciada Sandra Rodrguez Ziga, Jefe del Departamento de Metrologa Fsica,
Laboratorio Costarricense de Metrologa, LACOMET.
- Ingeniera Beatriz Paniagua Valverde, Secretara de Acreditacin de Laboratorios,
ECA.
- Licenciado Eric Romero Blanco, miembro Comit Asesor de Laboratorios,
Representante del sector acadmico.
- Ingeniero Alberto Juan Daz Tey, Experto.
- Licenciado Oscar Miguel Martnez Murillo, Miembro del Comit Asesor de
Laboratorios, Laboratorio Costarricense de Metrologa, LACOMET.
Esta Gua tiene por objetivo mostrar el proceso de estimacin de la incertidumbre en un
lenguaje sencillo, pero matemtica, metrolgica y tcnicamente apegado a lo establecido
en la Gua ISO/BIPM para la expresin de la incertidumbre en las mediciones (conocida
mundialmente como GUM). Esta Gua es principalmente una recopilacin de diferentes
documentos que han sido establecidos con base en la Gua ISO/BIPM para la expresin de
la incertidumbre en las mediciones y de la experiencia de los miembros del comit le han
dado origen. Todos documentos utilizados para su elaboracin son declarados en las
referencias de esta gua, respetndose la propiedad intelectual y derechos de autor.
Para situaciones muy complejas, el ECA establecer polticas especficas para su
interpretacin y aplicacin en las evaluaciones realizadas a los Laboratorios del Sistema
Nacional de la Calidad. El caso particular de la estimacin de la incertidumbre de la
medicin en el campo microbiolgico y de qumica clnica es desarrollado por otro comit
del ECA.
Esta gua es aplicable a laboratorio de Ensayo, Laboratorios de Calibracin y Entes de
Inspeccin los cuales necesariamente realizan en diferentes procesos mediciones, a
diferentes niveles de exactitud e incertidumbre y cuyos resultados no pueden se
considerados completos hasta tanto no haya sido estimado y declarado un valor de
incertidumbre.
2. PROPSITO Y ALCANCE
Esta gua establece los lineamientos para a aplicacin de la estimacin de la incertidumbre
de la medicin de acuerdo con la GUM [1], aclarando algunos puntos de difcil
interpretacin en dicha referencia. Esta gua puede ser utilizada por todas aquellas
organizaciones en las que la estimacin de la incertidumbre debe ser incluida para la
correcta interpretacin de los resultados, incluyendo laboratorios de calibracin,
laboratorios de ensayo, entes de inspeccin y usuarios de equipos de medicin en general.
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
3 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
3. DEFINICIONES Y CONCEPTOS GENERALES
Incertidumbre de la medicin: La incertidumbre de medicin es un parmetro, asociado
al resultado de una medicin, que caracteriza la dispersin de los valores que pueden
atribuirse razonablemente al mensurando [Ref. 1].
Mensurando: Los mensurandos son las magnitudes particulares objeto de una medicin.
Un mensurando puede ser medido directamente (por ejemplo la medicin de la
temperatura de un cuerpo con un termmetro) o bien en forma indirecta a partir de otras
magnitudes de entrada que se relacionan con l a travs de un modelo matemtico o
relacin funcional (por ejemplo la medicin de la densidad a partir de mediciones de masa
y volumen utilizando el modelo matemtico densidad = masa / volumen).
La relacin entre el mensurando Y (o magnitud de salida) que depende de una serie de
magnitudes de entrada X
i
(i =1, 2, ..., N), se puede expresar en forma general como:
( ) Y f X X X
n
=
1 2
, , .. . , (1)
La funcin modelo f representa el procedimiento de medicin y el mtodo de evaluacin,
describe cmo se obtienen los valores de la magnitud de salida Y a partir de los valores de
las magnitudes de entrada Xi . En la mayora de los casos, la funcin modelo corresponde
a una sola expresin analtica, pero en otros casos se necesitan varias expresiones de
este tipo que incluyan correcciones y factores de correccin de los efectos sistemticos, en
cuyo caso existe una relacin ms complicada que no se expresa explcitamente como una
funcin. Es ms, f puede determinarse experimentalmente, existir slo como un algoritmo
de clculo que deba ser numricamente evaluado, o ser una combinacin de todo ello.
Incertidumbre tipo A: mtodo para evaluar la incertidumbre mediante el anlisis
estadstico de una serie de observaciones.
La mejor estimacin del valor esperado
q
de una magnitud q que varia aleatoriamente, y
de la cual se han obtenido n mediciones independientes qk bajo condiciones de
repetibilidad es el promedio
__
q .

=
=
n
k
k
q
n
q
1
1
(2)
Los valores obtenidos en una serie de mediciones difieren entre s debido a efectos
aleatorios en todas aquellas magnitudes que le afectan. A partir de esa serie de
observaciones es posible calcular la varianza experimental como:
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
4 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
( )

=
|
.
|

\
|

=
n
k
k k
q q
n
q s
1
2
___
2
1
1
(3)
La mejor estimacin de
2
(
__
q
) =
2
/n, la variancia de la media est dada por:
( )
n
q s
q s
k
2
___
2
= |
.
|

\
|
(4)
4. ETAPAS PARA LA EVALUACIN DE LA INCERTIDUMBRE
Para realizar la estimacin de la incertidumbre en forma sistemtica, es posible utilizar el
siguiente esquema:
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
5 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Dependiendo de cada medicin puede ocurrir que alguna etapa de estas sea simplificado e
incluso eliminada. No obstante, el presente esquema muestra todas las posibilidades a
las que se puede enfrentar un usuario al realizar la estimacin de la incertidumbre.
5. EL MODELO FSICO Y MODELO MATEMTICO
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
6 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Un modelo fsico de la medicin consiste en el conjunto de suposiciones sobre el propio
mensurando y las variables fsicas o qumicas relevantes para la medicin.
Estas suposiciones usualmente incluyen:
a) relaciones fenomenolgicas entre variables,
b) Consideraciones sobre el fenmeno como conservacin de las cantidades,
comportamiento temporal, comportamiento espacial, simetras,
c) Consideraciones sobre propiedades de la sustancia como homogeneidad e
isotropa.
Una medicin fsica, por simple que sea, tiene asociado un modelo que solo se aproxima al
proceso real.
El modelo matemtico es una descripcin del modelo fsico utilizando lenguaje
matemtico. Tal como se ha sealado, el modelo matemtico es una aproximacin al
modelo fsico, es decir una descripcin imperfecta del fenmeno que se est midiendo,
pero que adecuada a propsitos particulares y especficos.
El modelo matemtico es normalmente representado como la relacin funcional f entre las
variables medidas Xi (conocidas tambin como valores de entrada) y el mensurando Y (o
valor de salida), esto es:
( ) Y f X X X
n
=
1 2
, , . .. ,
(5)
Dado que no es posible determinar exactamente el valor de cada variable de entrada Xi, en
la realizada nicamente se puede hacer la mejor estimacin, por ello, en lenguaje
matemtico es mejor representar el modelo matemtico como:
( )
n
x x x f y ,..... ,
2 1
= (6)
Son ejemplos de modelos matemticos los siguientes:
- Ecuacin de los gases ideales: PV=nRT
- Ecuacin para la estimacin de la densidad () de un cuerpo a partir de su masa (m)
y de su volumen (V): =m/V
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
7 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
- Ecuacin para el clculo de la presin (P) en funcin de la Fuerza (F) y la el rea
(A): P=F/A
- Ecuacin C2=C1 * V1 / V2
6. IDENTIFICACIN DE LAS FUENTES DE INCERTIDUMBRE
El siguiente paso en el proceso de estimacin de la incertidumbre es determinar las
fuentes de incertidumbre que afectan al modelo fsico, al modelo matemtico, a las
variables influyentes o a los parmetros de entrada.
Entre las fuentes de incertidumbre presentes con mayor frecuencia se encuentran:
La incertidumbre del patrn utilizado en la calibracin de un instrumento
La incertidumbre propia de la calibracin de los instrumentos utilizado en los
ensayos
la repetibilidad de las lecturas
la reproducibilidad de las mediciones por cambio de observadores, instrumentos,
condiciones de las pruebas, etc.
caractersticas del propio instrumento, como resolucin, histresis, deriva, etc.
variaciones de las condiciones ambientales
la definicin del propio mensurando
el modelo particular de la medicin
variaciones en las magnitudes de influencia.
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
8 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
7. CUANTIFICACIN DE LAS FUENTES DE INCERTIDUMBRE.
Una vez establecido el modelo matemtico de la medicin, comienza el proceso de
estimacin de las magnitudes de salida ( y Y ) y de entrada (
l l
X x ),
transformndose el modelo matemtico de las magnitudes fsicas invariantes,
representado por la ecuacin 7, en el siguiente modelo estadstico:
( )
L l
x x x x f y , , , , ,
2 1
= (7)
donde:
l : contador de las diferentes fuentes de incertidumbres, representadas en trminos de sus
correspondientes variables aleatorias
l
x ( L l ; ; ; 2 ; 1 = )
Cada una de las variables de entrada son medidas o tomadas de alguna referencia, por lo
que deben estar acompaadas por una estimacin razonable de su incertidumbre.
Segn el mtodo de evaluacin utilizado para estimar su valor numrico, la
incertidumbre estndar del resultado de una medicin puede agruparse en una de las
siguientes categoras:
a) Tipo A: la incertidumbre estndar se obtiene de una funcin de densidad de
probabilidad derivada de una distribucin de frecuencias observadas, lo que
implica la elaboracin estadstica de series de mediciones.
b) Tipo B: la incertidumbre estndar se obtiene de una funcin de densidad de
probabilidad asumida, basada en un grado de confianza de que el evento ocurrir
(frecuentemente llamado probabilidad subjetiva). La evaluacin Tipo B de una
componente de la incertidumbre generalmente se basa en un conjunto de
informacin confiable.
Propsito de la clasificacin del mtodo de evaluacin de la incertidumbre de la
medicin.
El propsito de la clasificacin en Tipo A o Tipo B es facilitar la discusin con respecto a la
evaluacin de la incertidumbre de los componentes de la medicin: no pretende mostrar si
existe alguna diferencia en la naturaleza de los componentes resultantes de la clasificacin
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
9 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
en Tipo A o Tipo B.
Ambos tipos de clasificaciones de las componentes de la incertidumbre de la medicin se
basan:
a) En distribuciones de probabilidades,
b) En el uso de las varianzas y las desviaciones estndares para su cuantificacin.
Estas categoras aplicadas a la evaluacin de la incertidumbre de los componentes de la
medicin no sustituyen a los trminos aleatorio y sistemtico.
Consideraciones prcticas.
1. Como el tiempo y los recursos necesarios para la evaluacin de la incertidumbre de
la medicin mediante mtodos estadsticos son escasos en la prctica, la
incertidumbre del resultado de la medicin se evala generalmente mediante el
desarrollo de un modelo matemtico de la medicin y la Ley de propagacin de la
incertidumbre.
2. El alcance de la modelacin matemtica de la medicin lo definir la exactitud
requerida por la propia medicin.
3. Como el modelo matemtico de la medicin puede estar incompleto, todas las
magnitudes influyentes deben variarse tanto como la prctica lo permita, de manera
que la evaluacin de la incertidumbre est basada en lo posible, en datos
observados.
4. Siempre que sea posible, el uso de los modelos matemticos empricos de la
medicin deben basarse en:
Datos obtenidos a largo plazo,
El uso de los patrones de comprobacin y las Cartas de Control que indiquen si
una medicin est bajo control estadstico,
en experimentos bien diseados.
5. La incertidumbre estndar asociada a una correccin se desprecia si su contribucin
a la incertidumbre del resultado de la medicin es insignificante.
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
10 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
6. Si el valor de la correccin es insignificante con respecto a la incertidumbre del
resultado de la medicin, tambin se desprecia.
7. Los errores groseros en el registro o anlisis de datos pueden introducir un error
desconocido significativo en el resultado de una medicin. Los errores grandes se
pueden identificar generalmente durante la revisin de los datos, sin embargo, los
pequeos pueden no ser detectados o confundirse con variaciones aleatorias. La
medicin de la incertidumbre no considera tales errores.
7.1 Evaluacin Tipo A de la incertidumbre estndar
Una incertidumbre estndar de tipo A puede obtenerse por cualquier mtodo estadstico
que ofrezca un estimado vlido de la dispersin de los datos.
7.1.1 Primer caso: la magnitud de entrada X se estima a partir de n mediciones
independientes
i
x bajo condiciones de repetibilidad.
En la mayora de las mediciones, el mejor estimado disponible de la esperanza
X
de una
magnitud X que vara aleatoriamente en n observaciones independientes
i
x
( n i ; ; 2 ; 1 = ) bajo condiciones de repetibilidad, es la media aritmtica o promedio x :

=
=
n
i
i
x
n
x
1
1
(8)
La varianza del promedio ( ) x s
2
es un estimador isesgado de la varianza de la media de las
muestras
2
X
o , y se determina segn la siguiente ecuacin:
( )
( )
n
x s
x s
2
2
= (9)
donde:
( ) x s
2
: varianza experimental de las observaciones. Se determina segn la siguiente
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
11 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
ecuacin:
( ) ( )

=
n
i
i
x x
n
x s
1
2
2
1
1
(10)
La desviacin estndar del promedio es la raz cuadrada positiva de la varianza del
promedio:
( )
( )
n
x s
x s + = (11)
La desviacin estndar experimental del promedio ( ) x s es la estadstica utilizada para la
cuantificacin de la incertidumbre estndar de la medicin:
( ) ( ) x s X u = (12)
donde:
( ) X u : es llamada incertidumbre estndar de tipo A.
En este simple caso, los grados de libertad v de la variable aleatoria continua X , se
determinan a partir de n observaciones independientes segn la siguiente ecuacin:
1 = n v (13)
Los grados de libertad siempre deben estar disponibles cuando se documentan las
evaluaciones de las componentes de incertidumbre de tipo A.
Si las variaciones aleatorias en las observaciones de una magnitud de entrada estn
correlacionadas, por ejemplo, con el tiempo, entonces el promedio (
) y la desviacin estndar experimental del promedio) pueden ser estimadores
inapropiados de los estadsticos deseados.
En estos casos, las observaciones no se distribuyen segn la distribucin normal y deben
analizarse mediante mtodos estadsticos especialmente diseados para el tratamiento de
series de mediciones correlacionadas que varan aleatoriamente.
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
12 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Ejemplo: Clculo de la incertidumbre Tipo A. se realiza la determinacin de calcio en
una muestra de agua, mediante 10 mediciones realizadas a una misma muestra bajo
condiciones de repetibilidad. Los resultados encontrados son:
Contenido de calcio en agua (mg/L)
1 2 3 4 5 6 7 8 9 10
10,25 10,34 10,18 10,29 10,26 10,28 10,22 10,24 10,30 10,20
El valor promedio est dado por:
L mg x / 26 , 10
10
20 , 10 30 , 10 24 , 10 22 , 10 28 , 10 26 , 10 29 , 10 18 , 10 34 , 10 25 , 10
=
+ + + + + + + + +
=
Para este conjunto de datos la desviacin estndar es:
( ) ( ) L mg x x
n
x s
n
i
i
/ 49 , 0
1
1
2 / 1
1
2
=
(

=

=
y la desviacin estndar de la media es:
( )
( )
L mg
n
x s
x s / 11 , 0
10
49 , 0
= = + = ; con 10-1 = 9 grados de libertad.
Si para fines prcticos, a solicitud del cliente o interesado, o bien para fines legales es
necesario expresar la incertidumbre tipo A a un nivel de confianza dado (por ejemplo 95%)
se multiplica la desviacin de la media por el correspondiente valor de la t-student (Anexo
1) para n-1 grados de libertad y para el nivel de confianza deseado.
En el presente ejemplo la incertidumbre tipo A, expresada a un nivel de confianza del 95,45
% de confianza y nueve grados de libertad es:
( )
L mg t
n
x s
u
n A
/ 26 , 0 32 , 2 11 , 0
% 45 , 95 ; 1
= = + =

En este caso el resultado del ensayo es el siguiente:
Contenido de calcio en agua: 10,26 mg/L
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
13 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Incertidumbre Tipo A 0,26 mg/L (para 9 grados de libertad y un nivel de confianza de
95,45%).
7.1.2 Segundo caso: Evaluacin de la incertidumbre de la medicin mediante el
anlisis estadstico de los datos obtenidos de un diseo experimental.
Este es el caso, ms complejo que el primero, del llamado Anlisis de Varianza (ANOVA),
que si bien persigue otros objetivos tambin permite las evaluaciones Tipo A de las
componentes de la incertidumbre mediante el diseo de secuencias anidadas de
mediciones del mensurando variando los valores de las magnitudes de entrada de las que
depende.
Existen diferentes modelos incluidos bajo el nombre general de ANOVA y son utilizados
exitosamente en muchas situaciones de mediciones encontradas en la prctica, sin
embargo, es poco probable lograr la variacin de todas las magnitudes de entrada debido
a las limitaciones en tiempo y recursos por lo que normalmente se evalan solo algunas
componentes de incertidumbre utilizando estos mtodos.
7.1.3 Tercer caso: el ajuste por el mtodo de los mnimos cuadrados de una curva
( )
j
X f Y = a partir de datos experimentales.
La varianza y la incertidumbre estndar de los parmetros que caracterizan la curva y de
cualquier punto predicho, se calculan tambin mediante los procedimientos estadsticos
asociados a las tcnicas ANOVA, perfectamente establecidos en la literatura estadstica.
7.1.4 Cuarto caso: la incertidumbre estndar mancomunada o histrica.
En el caso de mediciones que se realicen bajo control estadstico en el cual est
determinada una desviacin estndar del comportamiento de las mediciones
mancomunadas o histricas (
p
s ), como incertidumbre de la medicin realizada podra
utilizarse:
( )
n
s
x u
p
= (14)
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
14 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
donde:
n : es el nmero de rplicas de mediciones en el caso particular.
La incertidumbre estndar mancomunada tiene una especial importancia en los niveles
ms bajos de la cadena de calibracin, donde los patrones de referencia constituyen
prcticamente valores verdaderos al ser calibrados en Laboratorios Nacionales o
Primarios, de manera que la incertidumbre del resultado de la calibracin comprende una
sola componente y es la incertidumbre estndar de tipo A calculada a partir de la
desviacin estndar mancomunada del procedimiento de medicin
p
s .
7.2 Evaluacin tipo B de la incertidumbre estndar
Para un estimado x de una magnitud X que no se obtuvo a partir del procesamiento de
series de mediciones repetidas, la estimacin de la incertidumbre estndar ( ) x u se evala
a partir del juicio cientfico basado en la posible variabilidad de X . Este conjunto de
informacin incluye:
c) Los datos de mediciones previas.
d) La experiencia o conocimiento general del comportamiento y propiedades de los
equipos de medicin, incluyendo los materiales de referencia.
e) Las especificaciones del fabricante.
f) Los datos provenientes de la calibracin u otras certificaciones.
g) Las incertidumbres asignadas a los datos de referencia en Manuales u otras
fuentes.
Por conveniencia, ( ) X u
2
y ( ) X u evaluadas de esta manera son conocidas como varianza
de tipo B e incertidumbre estndar de tipo B.
El uso adecuado del conjunto de informacin disponible para una evaluacin tipo B de la
incertidumbre de la medicin depende de la experiencia y el conocimiento del evaluador,
que se afianzan con la prctica.
Debe reconocerse que una evaluacin tipo B de la incertidumbre estndar puede ser tan
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
15 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
confiable como una de tipo A, sobre todo cuando el nmero de observaciones es pequeo
(vea la Tabla E.1 GUM).
8. REDUCCIN (NORMALIZACIN)
La transformacin de la incertidumbre de la medicin en una incertidumbre estndar, sin
que se asocie necesariamente al concepto probabilstico de intervalo de confianza, es una
etapa fundamental para el posterior proceso de combinacin de las diferentes
componentes de incertidumbre mediante la Ley de Propagacin de las Incertidumbres.
A continuacin se analizan diferentes formas posibles para obtener un estimado de una
incertidumbre estndar de tipo B a partir de la informacin disponible:
8.1 Primer caso: cuando la incertidumbre del estimado x se da como un mltiplo k de la
desviacin estndar:
( ) ( )
k
U
x u x u k U
p
p
= = (15)
donde:
p
U : incertidumbre expandida para una probabilidad de cobertura igual a P .
k : factor de cobertura. Su valor generalmente se encuentra entre 2 y 3.
8.2 Segundo caso: la incertidumbre del estimado x puede darse para los intervalos de
confianza correspondientes a p = 90, 95 99 % , en vez de un mltiplo k de la desviacin
estndar. Aunque no se indique, se asume que se utiliz la Distribucin Normal para
calcular el intervalo de confianza, de manera que:
( )
z
U
x u
p
= (16)
donde:
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
16 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
z : estadstica correspondiente a una Distribucin Normal ( z k = ). Sus valores pueden
obtenerse en la Tabla G.2 GUM
8.3 Tercer caso: si la nica informacin que se posee es que la probabilidad de que la
magnitud de entrada X est en el rango desde

a (lmite inferior) hasta
+
a (lmite
superior) es del P 100 , entonces se asume que:
el mejor estimador x de X es el punto medio del rango:
2
+
+
=
a a
x (17)
la distribucin de los posibles valores de X es normal, de manera que su
incertidumbre estndar se calcula segn la siguiente ecuacin:
( )
z
a
z
U
x u
p
= = (18)
donde:
a : semiancho del rango donde, con un nivel de confianza P 100 , se espera que se
encuentre el valor verdadero de X . Se determina segn la siguiente ecuacin:
2
+

=
a a
a (19)
8.4 Cuarto caso: En otros casos solamente es posible estimar las fronteras (los lmites
inferior y superior) de X para plantear que la probabilidad de que el valor de X est
dentro del rango desde

a hasta
+
a para todos los propsitos prcticos es igual a uno y
de que est afuera de este rango es esencialmente cero.
Si no hay un conocimiento especfico acerca de los posibles valores de X dentro del
rango, se asume que es igualmente probable para X estar en cualquier punto del rango:
estamos en presencia de una distribucin rectangular o uniforme de los posibles
valores de X , con las siguientes caractersticas:
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
17 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Esperanza o valor esperado de X :
2
+
+
=
a a
x (20)
Varianza de X :
( )
( )
12
2
2 +

=
a a
x u (21)
Si los lmites superior e inferior son simtricos con respecto a x , es decir:
a a a =
+
2
entonces:
( )
3
2
2
a
x u = (22)
La incertidumbre estndar de X es:
( )
3
a
x u = (23)
8.5 Quinto caso: si los lmites superior e inferior de la magnitud de entrada no son
simtricos con respecto a su mejor estimador
n
x , de manera que:

= b x a
n
+ +
+ = b x a
n
Como el valor
n
x no est en el centro del rango, la distribucin de probabilidades de X no
tiene que ser uniforme, sin embargo, si no hay suficiente informacin disponible que
permita seleccionar una distribucin adecuada, una simple aproximacin es considerar que
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
18 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
n
x sigue una distribucin rectangular con ancho (
+
b b ) e incertidumbre estndar:
( )
12 12
+ +
+
=

=
b b a a
x u (24)
8.6 Sexto caso: Cuando no hay un conocimiento especfico acerca de los posibles
valores de X dentro de sus lmites estimados
+
a y

a , se asume que los valores de X
siguen una distribucin uniforme, tal como se plante en el cuarto y quinto caso.
Sin embargo, la discontinuidad de la funcin paso en una distribucin de probabilidad es
irreal, no representa fenmeno fsico alguno: es ms realista esperar que los valores
cercanos a las fronteras sean menores que aquellos cercanos al punto medio, por lo tanto,
en ocasiones es razonable remplazar la distribucin uniforme por la triangular
simtrica, con las siguientes caractersticas:
Valor esperado o esperanza:
2
+
+
=
a a
x (25)
Desviacin estndar:
( )
6
a
x u = (26)
9. INCERTIDUMBRE ESTNDAR COMBINADA (COMBINACIN)
La incertidumbre estndar del mensurando Y , estimada mediante el estimador y (vea la
) y, por lo tanto, del resultado de la medicin, se obtiene combinando apropiadamente las
incertidumbres estndares de los estimados de las magnitudes de entrada [ ( )
j
x u ], que
pueden ser de tipo A, B e incluso, combinada.
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
19 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
9.1 Magnitudes de entrada no correlacionadas.
La varianza mancomunada se determina segn la siguiente ecuacin:
( ) ( )

=
=
L
l
l l c
x u c y u
1
2 2 2
(27)
donde:
l
x
l
l
X
f
c
c
c
= : derivadas parciales evaluadas en
l l
x X = . Frecuentemente llamadas
coeficientes de sensibilidad, describen como el estimado de la magnitud de salida y vara
con los cambios en los valores de los estimados de las magnitudes de entrada
l
X .
La incertidumbre estndar combinada del resultado de la medicin, designada por
( ) y u
c
, es la raz cuadrada positiva de la varianza mancomunada:
( ) ( ) y u y u
c c
2
+ = (28)
Se sugiere expresar la de la siguiente forma:
( ) ( )

=
=
L
l
l
c
y u y u
1
2 2
(29)
donde:
( ) ( )
l l l
x u c y u =
La incertidumbre estndar combinada del resultado de la medicin es una desviacin
estndar estimada que caracteriza la dispersin de los valores que pudieran ser
razonablemente atribuidos al mensurando Y .
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
20 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Casos particulares:
9.1.1 Primer caso: si el mensurando puede describirse a travs del siguiente modelo
matemtico lineal:

=
=
L
l
l l
X c Y
1
(30)
donde:
1 =
l
c : constantes de la funcin matemtica.
Entonces:
( ) ( )

=
=
L
l
l c
x u y u
1
2 2
(31)
9.1.2 Segundo caso: si el mensurando puede describirse a travs del siguiente modelo
matemtico no lineal:
( )
[
=
=
L
l
p
l
l
X c Y
1
(32)
entonces:
( ) ( )
2
1
2

=
(

=
(

L
l
l
l
l
c
x
x u
p
y
y u
(33)
donde:
( )
y
y u
c
: incertidumbre estndar combinada relativa del resultado de la medicin.
Nota:
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
21 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Cuando la no linealidad del modelo matemtico representado por la
es significativa, los trminos de orden superior del correspondiente desarrollo
por Series de Taylor deben adicionarse a la . Cuando la distribucin de
cada
l
X es simtrica con respecto a su media, los trminos ms importantes de los
prximos rdenes superiores en el desarrollo por Series de Taylor son:
( ) ( )

= =

(
(
(

c c
c
c
c
+
|
|
.
|

\
|
c c
c

L
l
z l
L
z
z L
l z l
x u x u
X X
f
X
f
X X
f
1
2 2
1
2
3
2
2
5 , 0 (34)
9.2 Magnitudes de entrada correlacionadas
La varianza mancomunada se determina segn la siguiente ecuacin:
( ) ( )

= =
=
L
l
L
z
z l z l c
x x u c c y u
1 1
2
, (35)
Desarrollando la ecuacin anterior:
( ) ( ) ( )


= + = =
+ =
1
1 1
2
1
2 2
, 2
L
l
z l z
L
l z
l l
L
l
l
c
x x u c c x u c y u (36)
donde:
( )
z l
x x u , : la covarianza estimada asociada a los estimadores
l
x y
z
x . Se determina
segn la siguiente ecuacin:
( ) ( ) ( )

=
n
i
z i z l i l i z i l
x x x x
n
x x u
1
, , , ,
1
1
, (37)
En trminos del coeficiente de correlacin, ms fcilmente comprensible que la covarianza,
el segundo trmino de la se puede rescribir como:
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
22 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
( ) ( ) ( )
z i z
L
l
l
L
l z
z
l
x x r x u x u c c , 2
1
1 1
2 2

= + =
(38)
donde:
( )
( )
( ) ( )
z l
z l
z l
x u x u
x x u
x x r

=
,
, (39)
Casos particulares:
9.2.1 Primer caso: cuando todos los estimadores de entrada estn perfectamente
correlacionados con coeficientes de correlacin ( ) 1 , =
z i
x x r , entonces la se reduce
a la siguiente.
( ) ( )
2
1
2
(
(
(

=

=
L
l
l l c
x u c y u (40)
10. INCERTIDUMBRE EXPANDIDA
Partiendo de la suposicin que la incertidumbre estndar sigue una distribucin normal, su
puede afirmar que esta representa un intervalo centrado en el estimado del mensurando
que contiene el valor verdadero con una probabilidad p de 68 % aproximadamente.
Cuando por razones prcticas, legales o tcnicas se requiere expresar el resultado a una
probabilidad mayor, es necesario expandir la incertidumbre estndar en un factor k,
denominado factor de cobertura, obtenindose de esta manera una incertidumbre
expandida U.
c
ku U = (41)
Para una distribucin normal, un factor de cobertura k=2 define un intervalo cuyo nivel de
confianza es de aproximadamente 95% y k=3 define un intervalo cuyo nivel de confianza
es de aproximadamente 99%.
Condiciones que favorecen que la incertidumbre estndar se aproxime a un distribucin
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
23 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
normal son:
Que el mensurando Y sea estimado a partir de un nmero significativo de
argumentos Xi que pueden ser descritos mediante distribuciones de probabilidad
bien definidas, por ejemplo distribuciones normales, rectangulares, etc.
Las contribuciones de las estimaciones de los argumentos contribuyen en
cantidades comparables, ya sean estimadas como una incertidumbre Tipo A o Tipo
B.
La funcin sujeta estudio tiene un comportamiento lineal.
La incertidumbre asignada a cada argumento posee un nmero no pequeo de
grados de libertad.
Cuando estas condiciones no se dan y es necesario realizar una estimacin de la
incertidumbre a partir de los grados efectivos de libertad. Segn la ecuacin de Welch
Satterhwaite los grados efectivos estn dados por la ecuacin:
( )
( )

=
=
N
i i
i
c
efec
y u
y u
1
4
4
v
v (42)
Cuando la incertidumbre de un argumento es estimada como una incertidumbre Tipo A, se
pueden asignar n-1 grados de libertad; si se estima como una incertidumbre Tipo B
siguiendo una distribucin rectangular se le asignan infinito nmero de grados de libertad.
Conociendo los grados efectivos de libertad veff, se determina el factor de cobertura kp
haciendo uso de una tabla de t-student para el nivel de confianza deseado. Finalmente se
calcula la incertidumbre expandida como:
c p p
u k U = (43)
donde p representa el nivel de confianza seleccionado.
11. EXPRESIN DEL RESULTADO DE LA INCERTIDUMBRE
La expresin del resultado de la medicin y de su incertidumbre deben incluir los siguiente:
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
24 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
El resultado de la medicin (por ejemplo un valor promedio)
La incertidumbre estndar o la incertidumbre expandida
En ambos casos declarar como se ha calculado la incertidumbre estndar (indicar
sus componentes).
Si se expresa como una incertidumbre expandida indicar el nivel de confianza y el
valor del factor de cobertura utilizado.
Normalmente, la incertidumbre expandida se expresa con una o dos cifras
significativas. Expresarla con ms cifras no tiene sentido prctico. Si se desea
expresar con una sola cifra debe analizarse previamente la perdida de informacin y
el peligro de sobreestimar o subestimar la magnitud de la incertidumbre producto del
proceso de redondeo. En general, expresarla con dos cifras es quizs la prctica
ms comn.
12. REFERENCIAS
1. Guide to the Expression of Uncertainty in Measurement, primera edicin, 1993,
revisada y reeditada en 1995, International Standardization Organization (Ginebra,
Suiza).
2. International Vocabulary of Basic and General Terms in Metrology, segunda edicin,
1993, International Standardization Organization (Ginebra, Suiza).
3. Quantifying Uncertainty in Analytical Measurement, Segunda edicin, 2000,
EURACHEM/ CITAC
4. Gua para estimar la Incertidumbre de la medicin. Primera edicin, 2000. Centro
Nacional de Metrologa de Mxico (Cenam).
5. EAL-R2. Expresin de la Incertidumbre de medidas en calibraciones. Primera
edicin, 1997, Cooperacin Europea para la Acreditacin de Laboratorios
6. Guidelines for Evaluating and Expressing the Uncertainty of NIST Measurement
Results. 1994. NIST, USA.
7. The Expression of Uncertainty in Testing. Primera edicin, UKAS.
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
25 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
13. ANEXOS
13.1 Anexo N 1
Tabla de t-student para diferentes niveles de confianza y grados de libertad
Nivel de confianza
Nmero de
observaciones
Grados de
libertad ( n-1 )
99% 98% 95,45% 0,90 0,80 68,00
2 1 63,66 31,82 13,97 6,31 3,08 1,82
3 2 9,92 6,96 4,53 2,92 1,89 1,31
4 3 5,84 4,54 3,31 2,35 1,64 1,19
5 4 4,60 3,75 2,87 2,13 1,53 1,13
6 5 4,03 3,36 2,65 2,02 1,48 1,10
7 6 3,71 3,14 2,52 1,94 1,44 1,08
8 7 3,50 3,00 2,43 1,89 1,41 1,07
9 8 3,36 2,90 2,37 1,86 1,40 1,06
10 9 3,25 2,82 2,32 1,83 1,38 1,05
11 10 3,17 2,76 2,28 1,81 1,37 1,05
12 11 3,11 2,72 2,25 1,80 1,36 1,04
13 12 3,05 2,68 2,23 1,78 1,36 1,04
14 13 3,01 2,65 2,21 1,77 1,35 1,03
15 14 2,98 2,62 2,20 1,76 1,35 1,03
16 15 2,95 2,60 2,18 1,75 1,34 1,03
17 16 2,92 2,58 2,17 1,75 1,34 1,03
18 17 2,90 2,57 2,16 1,74 1,33 1,02
19 18 2,88 2,55 2,15 1,73 1,33 1,02
20 19 2,86 2,54 2,14 1,73 1,33 1,02
Infinito Infinito 2,58 2,33 2,00 1,64 1,28 1,00
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
26 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
13.2 Anexo 2
Ejemplos prcticos
Ejemplo 1: Determinacin del valor de la actividad del in hidronio en una muestra
incgnita:
Se desea determinar el valor de la actividad del ion hidronio, en una muestra incgnita,
realizando la curva de pH con dos disoluciones amortiguadoras de 4,00 0,02 y 7,00
0,02, a 25 C, considerando solamente los aportes a la incertidumbre, producto del modelo
matemtico.
Modelo matemtico
(1)
Donde:
pH(s1) = valor de pH de la disolucin amortiguadora 1
pH(s2) = valor de pH de la disolucin amortiguadora 2
E(X) = potencial en mV, de la muestra
E(s1) = potencial en mV, de la disolucin amortiguadora 1
E(s2) = potencial en mV, de la disolucin amortiguadora 2
Resultados experimentales
pH(s1)= 4,00 E(s1)=167,9 mV
pH(s2)= 7,00 E(s2)=- 4,0 mV
E(X)= 158,2 mV
A partir de los datos anteriores determin que el valor de la actividad de ion hidronio en la
muestra es de: pH(X) = 4,169
Las variables de entrada pueden ser observadas en la figura 1.
( )
1
1 2 1
2 1
1 1
2 1 2 1
( , )
( ) ( ) ( ) ( )
( , )
: ( , ) ( ) ( )
( , ) ( ) ( )
E X s
pH x pH s pH s pH s
E s s
donde E X s E X E s
E s s E s E s
| | A
= +
|
A
\ .
A =
A =
pH(x)
pH(s1) pH(s2)
DE (X,s1) DE (s2,s1)
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
27 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Figura 1. Grfico de causa- efecto, para el modelo matemtico (1)
Para determinar la incertidumbre estndar de la determinacin, utilizamos la siguiente
frmula:
2 2
2
1 2
1 2
2 2
1 2 1
1 2 1
( ) ( )
( ( )) ( ( )) ( ( ))
( ) ( )
( ) ( )
( ( , )) ( ( , ))
( , ) ( , )
pH x pH x
u pH x u pH s u pH s
pH s pH s
pH x pH x
u E X s u E s s
E X s E s s
( ( c c
= + +
( (
c c

( ( c c
A + A
( (
cA cA

(2)
Donde son los coeficientes de sensibilidad
A partir de la ecuacin (1) obtenemos que:
1
1 2 1
1
2 2 1
2 1
1 2 1
1
2 1 2
2 1 2 1
( , ) ( )
1
( ) ( , )
( , ) ( )
( ) ( , )
( ( ) ( )) ( )
( , ) ( , )
( , ) ( )
( ( ) ( ))
( , ) ( ( , ))
E X s pH x
pH s E s s
E X s pH x
pH s E s s
pH s pH s pH x
E X s E s s
E X s pH x
pH s pH s
E s s E s s
A c
=
c A
A c
=
c A
c
=
cA A
A c
=
cA A
(3)
1
2
1
2 1
( )
?
( )
( )
?
( )
( )
?
( , )
( )
?
( , )
pH x
pH s
pH x
pH s
pH x
E X s
pH x
E s s
c
=
c
c
=
c
c
=
cA
c
=
cA
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
28 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Por lo tanto, al sustituir los resultados experimentales en (3), tenemos que los coeficientes
de sensibilidad corresponden a:
1
2
1
2 1
( )
0,943571844
( )
( )
0,056428156
( )
( )
-0,017452007
( , )
( )
0,000984785
( , )
pH x
pH s
pH x
pH s
pH x
E X s
pH x
E s s
c
=
c
c
=
c
c
=
cA
c
=
cA
Para determinar la incertidumbre estndar de cada variable, debo considerar la informacin
suministrada por el fabricante o determinada experimentalmente, en nuestro caso
especfico solamente consideramos al fabricante, no existe informacin suficiente, que me
indique que las tolerancias indicadas por el fabricante de las soluciones amortiguadoras y
el potencimetro, tiene alguna distribucin especfica, por lo tanto considero que las
mismas tienen distribucin rectangular.
1
2
2 1
1
0, 02
( ) 0, 011547005
3
0, 02
( ) 0, 011547005
3
0,1 0,1
( ( , )) 0, 339808849
3 3
0,1 0,1
( ( , )) 0, 339808849
3 3
u pHs
u pHs
u E s s
u E X s
= =
= =
A = + =
A = + =
Finalmente, sustituyo en (2) y obtengo la incertidumbre estndar
2 2 2
2 2
( ( )) (0, 943571844 0, 011547005) (0, 056428156 0, 011547005)
(0, 017452007 0, 339808849) (0, 000984785 0, 339808849)
u pH x = +
+ +
( ( )) 0, 012 u pH x =
Resultado
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
29 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
4,169 ( ( )) 0, 012 pH u pH x = =
Ejemplo 2. Clculo de incertidumbre asociado a las contribuciones sobre una magnitud
obtenida por medicin directa.
Determinacin de la incertidumbre combinada asociada a una determinacin de masa en
una balanza analtica digital con resolucin de 0,5 mg.
Indicacin del instrumento
m = 2,3050 g
Contribuciones a la incertidumbre:
a. incertidumbre estndar por calibracin:
Tolerancia por calibracin (linealidad) = 0,00015 g
Distribucin = rectangular
g u
cal
0001 , 0 000087 , 0
3
00015 , 0
~ = =
b. incertidumbre estndar por lectura en escala digital:
Tolerancia por lectura (resolucin digital) =0,00005 g
Distribucin = rectangular
g u
lec
00003 , 0 000029 , 0
3
00005 , 0
~ = =
Clculo de incertidumbre:
Reporte de resultado:
( ) ( ) =
2 2
i
x u
i
c m
c
u
( )
2 2
lec cal c
u u m u + =
1 =
i
c
( ) g , , , m
c
u 0001 , 0 00010 0
2
00003 0
2
0001 0 ~ = + =
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
30 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
m = 2,3050 g, u
c
= 0,0001 g
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
31 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Ejemplo 3: Clculo de incertidumbre asociado a las contribuciones sobre una magnitud
obtenida por medicin directa.
Ejemplo:
Determinacin de la incertidumbre combinada asociada a la operacin de medicin y
vertido de un volumen de 10,0 mL utilizando una pipeta graduada con capacidad mxima
de 20,0 mL.
V
pipeta
= 10,00 mL
Contribuciones a la incertidumbre:
a. Incertidumbre estndar por calibracin del fabricante a 20 C:
Tolerancia por calibracin = 0,03 mL
Distribucin = triangular
mL u
cal
012 , 0
6
03 , 0
= =
b. incertidumbre estndar por lectura de la escala graduada:
La incertidumbre asociada al proceso de lectura de la escala de una pipeta graduada
se puede determinar de dos formas: a partir del desvo estndar (s) de una serie de
rplicas de volumen bajo iguales condiciones (repetibilidad), esto es mediante medicin
de la masa del lquido vertido y posterior uso de la densidad; o a partir de la tolerancia
de la escala graduada. Se debe de escoger solo una de las dos formas de clculo. En
caso de existir ambos clculos se escoger el valor ms grande.
b1. Repetibilidad:
s=0,025 (desviacin estndar a partir de 7 rplicas)
mL u
lec
011 , 0
6
09 , 1 025 , 0
1
=

=
1
estadstico t para 6 (= 7-1) grados de libertad y 68% de confianza.
b2. Tolerancia de la escala:
Mnima divisin = 0,02 mL
Factor de ojo = 2
Distribucin = rectangular
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
32 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
mL u
lec
0058 , 0
3 2
02 , 0
=

=
Incertidumbre estndar por diferencia entre la temperatura de calibracin (20 C) y la
temperatura de trabajo:
Variacin mxima de temperatura alrededor de 20 C = 3 C
Coeficiente de expansin trmica del agua = 2,110
-4
C
-1
Distribucin = rectangular
mL u
temp
0036 , 0
3
3 10 1 , 2 0 , 10
4
=

=

Clculo de incertidumbre:
mL u u u V u
temp lec cal pipeta c
02 , 0 017 , 0 0036 , 0 011 , 0 012 , 0 ) (
2 2 2 2 2 2
~ = + + = + + =
Reporte de resultado:
Vpipeta = 10,00 mL, uc = 0,02 mL
Ejemplo 4: Clculo de la incertidumbre asociada a una cantidad obtenida mediante
una operacin fundamental tipo suma y/o resta.
Ejemplo:
Determinacin da la incertidumbre asociada al volumen vertido por una bureta de 50,00
mL (lectura por diferencia).
V
final
= 30,10 mL
Vinicial = 0,00 mL
V
vertido
= V
final
- V
inicial
Vvertido = 30,10 0,00 = 30,10 mL
3 2 1 2 1
) ,..., , ( x x x x x x P
i
+ =
( ) ( ) ( ) ( ) ( )
2
3
2
2
2
1 2 1
,..., , x u x u x u x x x P u
i c
+ + =
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
33 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Contribuciones a la incertidumbre:
a. Incertidumbre estndar por calibracin del fabricante a 20 C.
Tolerancia por calibracin = 0,02 mL
Distribucin = triangular
0082 , 0
6
02 , 0
= =
cal
u
b. Incertidumbre estndar por lectura de la escala graduada.
Mnima divisin = 0,1 mL
Factor de ojo = 2
Distribucin = rectangular
029 , 0
3 2
1 , 0
=

=
lec
u
c. Incertidumbre estndar por la diferencia entre la temperatura de calibracin (20 C)
y la temperatura de trabajo.
Variacin mxima de temperatura alrededor de 20 C = 3 C
Coeficiente de expansin trmica del agua = 2,110
-4
C
-1
Distribucin = rectangular
011 , 0
3
3 10 1 , 2 10 , 30
4
=

=

temp
u
Clculo de incertidumbre:
Reporte de resultado:
Vvertido = 30,10 mL, uc = 0,04 mL
( ) ( ) mL V u V u
final c inicial c
032 , 0 011 , 0 029 , 0 0082 , 0
2 2 2
= + + = =
( ) mL V u
vertido c
04 , 0 045 , 0 032 , 0 032 , 0
2 2
~ = + = ( ) ( ) ( )
2 2
final c inicial c vertido c
V u V u V u + =
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
34 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Ejemplo 5: Clculo de la incertidumbre asociada a una cantidad obtenida mediante una
operacin fundamental tipo multiplicacin y/o divisin.
Ejemplo:
Determinacin de la incertidumbre asociada a la concentracin de una disolucin de KCl
obtenida al disolver 0,2350 g de KCl en baln aforado de 100,0 mL.
m
KCl
= 0,2350 g
PMKCl = 74,5983 g mol
-1
Pureza = 98,0 %
Vbaln = 100,0 mL
1 5
10 09 , 3
0 , 100 5983 , 74
980 , 0 2350 , 0

=

= molL
V PM
pureza m
Cn
baln KCl
KCl
Contribuciones a la incertidumbre:
a. Incertidumbre estndar asociada a la balanza analtica.
incertidumbre estndar por calibracin:
Tolerancia por calibracin (linealidad) = 0,00015 g
Distribucin = rectangular
g u
cal
000087 , 0
3
00015 , 0
= =
3
2 1
2 1
) ,..., , (
x
x x
x x x P
i

=
( ) ( )
( )
( ) ( ) ( )
2
3
3
2
2
2
2
1
1
2 1
2 1
,..., ,
,..., ,
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
x
x u
x
x u
x
x u
x x x P
x x x P u
i
i c
( ) ( ) ( )
( ) ( ) ( )
2
3
3
2
2
2
2
1
1
2 1 2 1
,..., , ,..., ,
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
x
x u
x
x u
x
x u
x x x P x x x P u
i i c
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
35 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
incertidumbre estndar por lectura en escala digital:
Tolerancia por lectura (resolucin digital) =0,00005 g
Distribucin = rectangular
g u
cal
000029 , 0
3
00005 , 0
= =
g u u m u
lec cal KCl c
0001 , 0 000092 , 0 000029 , 0 000087 , 0 ) (
2 2 2 2
~ = + = + =
b. Incertidumbre estndar asociada al peso molecular.
PM
K
= 39,0983 g mol
-1
, tolerancia (IUPAC) = 0,0001 g
g u
K
PM
000058 , 0
3
0001 , 0
= =
PM
Cl
= 35,5000 g mol
-1
, tolerancia (IUPAC) = 0,0003 g
g u
Cl
PM
00017 , 0
3
0003 , 0
= =
g u u PM u
Cl K
PM PM KCl c
0002 , 0 00018 , 0 00017 , 0 000058 , 0 ) (
2 2 2 2
~ = + = + =
c. Incertidumbre estndar asociada a la pureza.
Tolerancia del fabricante = 0,005 (98,0 0,5 %)
Distribucin = rectangular
003 , 0 0029 , 0
3
005 , 0
~ = =
pureza
u
d. Incertidumbre estndar asociada al baln aforado.
Incertidumbre estndar por calibracin del fabricante a 20 C:
Tolerancia por calibracin = 0,1 mL
Distribucin = triangular
mL u
cal
041 , 0
6
1 , 0
= =
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
36 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
incertidumbre estndar por lectura de la marca de aforo:
Reproducibilidad = 0,035 (desviacin estndar a partir de 5 rplicas)
mL u
lec
017 , 0
5
14 , 1 035 , 0
1
=

=
1
estadstico t para 4 grados de libertad y 68% de confianza.
Incertidumbre estndar por diferencia entre la temperatura de calibracin (20 C) y la
temperatura de trabajo:
Variacin mxima de temperatura alrededor de 20 C = 3 C
Coeficiente de expansin trmica del agua = 2,110
-4
C
-1
Distribucin = rectangular
036 , 0
3
3 10 1 , 2 0 , 100
4
=

=

temp
u mL
mL u u u V u
temp lec cal baln c
06 , 0 057 , 0 036 , 0 017 , 0 041 , 0 ) (
2 2 2 2 2 2
~ = + + = + + =
Clculo de incertidumbre:
Reporte del resultado:
Cn = 3,0910
-5
mol L
-1
, uc= 0,0110
-5
mol L
-1
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
baln
baln c
KCl
KCl c
KCl
KCl c
c
V
V u
PM
PM u
pureza
pureza u
m
m u
Cn Cn u
) ( ) ( ) ( ) (
) (
2 2 2
5 1 8
2 2 2
5
10 01 , 0 10 7 , 9
00 , 100
06 , 0
5983 , 74
0002 , 0
980 , 0
003 , 0
2350 , 0
0001 , 0
10 09 , 3 ) (

~ = |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|
= molL Cn u
c
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
37 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Ejemplo 6: Clculo de la incertidumbre asociada una cantidad obtenida mediante una
operacin no fundamental.
Ejemplo:
Determinacin de la incertidumbre combinada de la concentracin (actividad) del in
hidrgeno a partir de una determinacin del pH.
pH = 6,78 upH = 0,02 (incertidumbre estndar de calibracin)
u
c
([H
3
O
+
]) = 0,08 10
-7 mol L
-1
Reporte de resultado:
[H
3
O
+
] = 1,6610
-7
mol L
-1
, u
c
= 0,08 10
-7
mol L
-1
| | ( )
( )
( )
2
2
3
) (
10
pH u
pH
O H u
pH
c

|
|
.
|

\
|
c
c
=

+
| | ( ) ( ) ( )
2
2
3
10 30 . 2 pH u O H u
pH
c
=
+
| |
pH
O H
+
=10
3
( ) ( )
( )
( )

|
|
.
|

\
|
c
c
=
2
2
2 1
2 1 i
i
i
i c
x u
x
x ,..., x , x P
x ,..., x , x P u
| | ( ) ( )
1 7 2
2
78 , 6
3
10 08 , 0 02 , 0 10 30 . 2
+
= = molL O H u
c
| |
1 7 78 , 6
3
10 66 , 1 10 10
+
= = = molL O H
pH
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
38 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
Ejemplo 7: Determinacin de la concentracin promedio de cierto componente x en un alimento
mediante la tcnica de espectrofotometra ultravioleta. Luego de seguir el procedimiento indicado,
el clculo de la concentracin del componente x se obtiene segn la frmula:
en trminos de la absorbancia, masa y volumen final de la muestra.
Los resultados obtenidos para tres muestras del alimento se indican en la siguiente tabla:
# muestra mm/g Am
1 25,2356 0,385
2 27,4578 0,421
3 26,1167 0,393
1. Clculo de concentracin y anlisis de incertidumbre para la muestra #1:
Am = absorbancia de la muestra.
A
m
= 0,385.
Contribuciones a la incertidumbre calculadas como de costumbre:
ucal = 0,001 (calibracin)
u
lec
= 0,0005 (lectura en escala digital)
001 , 0 0011 , 0 0005 , 0 001 , 0 ) (
2 2 2 2
~ = + = + =
lec cal m c
u u A u
Astd = absorbancia del estndar.
A
std
= 0,456.
001 , 0 0011 , 0 0005 , 0 001 , 0 ) (
2 2 2 2
~ = + = + =
lec cal std c
u u A u
Cstd = concentracin del estndar del componente x, preparado a partir de un estndar
slido certificado segn se indica:
)
100
( 100
.
g
mg
m A
C V A
C
m std
std f m
x

=
g
mg
C
x
100
10 , 209 100
2356 , 25 456 , 0
25 , 1 0 , 50 385 , 0
.
=

=
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
39 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
std
std
std
V
pureza m
C

=
donde mstd es la masa del estndar slido de cierta pureza reportada, la cual ha sido disuelta hasta
un volumen final Vstd:
mL mg
mL
mg
C
std
/ 25 , 1
0 , 100
985 , 0 0 , 634
=

=
contribuciones de incertidumbre calculadas como de costumbre:
u(mstd) = 0,1 mg
u(pureza) = 0,003
u(V
std
) = 0,03 mL
( )
( ) ( ) ( )
2 2 2
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
std
std
std
std
std std
V
V u
pureza
pureza u
m
m u
C C u
( ) mL mg C u
std
/ 04 , 0 039 , 0
0 , 100
06 , 0
985 , 0
003 , 0
0 , 634
1 , 0
25 , 1
2 2 2
~ = |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|
=
u(C
std
) = 1,25 mg/mL, u
c
= 0,04 mg/mL
Vf = volumen final de la muestra (baln aforado).
V
f
= 50,00 mL.
u(V
f
) = 0,04 mL
m
m
= masa de la muestra.
mm = 25,2356 g.
u(m
m
) = 0,0001 g
Clculo de incertidumbre:
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
40 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
2. Clculo e incertidumbre de la concentracin promedio del componente x:
Un procedimiento de clculo similar aplicado a las otras dos muestras permite obtener los
resultados resumidos en la siguiente tabla:
# muestra Cx /
g
mg
100
u
c
(C
x
)
1 209,1 6,7
2 210,2 6,7
3 206,2 6,6
De donde se obtiene el valor de la concentracin promedio con su respectiva incertidumbre
estndar:
g
mg
C
x
100
5 , 208 =
( )
g
mg
n
C u
C u
x c
x
100
9 , 3
3
7 , 6
) ( = = =
Para completar el clculo de incertidumbre del valor promedio se debe de tomar en cuenta
la contribucin por repetibilidad. Esta se calcula en trminos del desvo estndar de las
rplicas respecto del valor promedio:
( )
( )
1 , 2
1
1
2
=

=

=
n
C C
C s
n
i
x i x
x
( )
g
mg
n
t s
C u
x rep
100
6 , 1
3
32 , 1 1 , 2
1
=

=
2 2 2 2 2
) ( ) ( ) ( ) ( ) (
) (
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
m
m c
f
f c
std
std c
std
std c
m
m c
vit x c
m
m u
V
V u
C
C u
A
A u
A
A u
C C u
7 , 6
2356 , 25
0001 , 0
00 , 50
04 , 0
25 , 1
04 , 0
456 , 0
001 , 0
385 . 0
001 , 0
10 , 209 ) (
2 2 2 2 2
= |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|
=
x c
C u
From:www.nba114.com
Cdigo N :
ECA-MC-P20-G01
Pginas:
41 de 41 GUA PARA EL CLCULO DE LA
INCERTIDUMBRE
Fecha emisin:
21.10.2004
Versin:
01
1
estadstico t para 2 (= 3-1) grados de libertad y 68% de confianza.
Ahora el clculo de la incertidumbre estndar combinada total del valor promedio ser
ahora:
( ) ( ) ( )
g
mg
C u C u C u
x rep x x c
100
4 2 , 4 6 , 1 9 , 3
2 2 2 2
~ = + = + =
Reporte de resultado:
x
C = 208,5
g
mg
100
, uc= 4,2
g
mg
100
incertidumbre expandida a un 95% de confianza = 2 4,2
g
mg
100
= 8,4
g
mg
100
x
C = 208,58,4
g
mg
100
(95%)
From:www.nba114.com