Estimación de la incertidumbre de medición de métodos químicos y microbiológicos

Facultad de Ciencias Químicas y Farmacéuticas | Universidad de Chile
OCTUBRE 2025

Objetivo

El objetivo de este curso es entregar conocimientos teóricos y prácticos para estimar la incertidumbre de medición en métodos de ensayos físico-químicos y microbiológicos, a través del uso del lenguaje de programación R y Excel.

¿Qué estudiaremos?

No existe una única manera de estimar la incertidumbre de medición.

Este curso aborda las distintas guías y normas internacionales aplicadas en esta área y discute cuándo se puede aplicar cada una de ellas.

Se utiliza extensivamente el lenguaje de programción R, con el objetivo de aplicar métodos estadísticos modernos para la estimación de incertidumbre de medición, como por ejemplo, el Método de Monte Carlo.

Todos los tópicos son ejemplificados con datos reales obtenidos en laboratorios de ensayos con el fin de analizar paso a paso el proceso de estimación de incertidumbre.

Requisitos: El o la alumna debe tener un conocimiento básico de Estadística y manejo de Excel a nivel usuario.

TEMARIO

Introducción al cálculo de incertidumbre.

  1. Definición e interpretación de acuerdo con ISO GUM
  2. ¿Para qué sirve la incertidumbre de medición?
  3. ¿Cuáles son las principales aproximaciones y estándares internacionales utilizados para estimar la incertidumbre de medición?

Método Bottom-up ISO/GUM

  1. Introducción a la guía ISO GUM
  2. Modelo de medición
  3. Identificación de fuentes de incertidumbre
  4. Cuantificación de incertidumbres
  5. Combinación de incertidumbres estándares
  6. Incertidumbre expandida ¿Cuál es su interpretación metrológica?
  7. ¿Cómo se relacionan las cifras significativas y la incertidumbre?

Taller 1: Aplicación de métodos ISO/GUM

Ejemplos aplicados:

  1. Preparación de estándares de calibración
  2. Incertidumbre de una curva de calibración estándar
  3. Incertidumbre de calibración del método de adición conocida
  4. ¿Cómo minimizar la incertidumbre de calibración?
  5. Incertidumbre de un método instrumental completo (por ej: HPLC, GC, AAS, etc.)

Métodos Top-down

  1. Introducción a los métodos top-down
  2. ¿Por qué hay diferencias entre los métodos top-down y bottom-up? (Dark uncertainty)
  3. Guía Nordtest: Estimación de incertidumbre a partir de datos de precisión, sesgo y ensayos de intercomparación.
  4. Guía ISO 11352: Estimación de incertidumbre a partir de datos de control de calidad históricos

Taller 2: Aplicación de métodos Top-down

Ejemplos aplicados:

  1. Incertidumbre de un método instrumental completo utilizando datos históricos de control de calidad
  2. Incertidumbre de un método instrumental completo utilizando datos de la validación y/o participación en ensayos de intercomparación

Introducción al software R

  1. Ingreso de datos
  2. Comandos de estadística básica
  3. Funciones en R
  4. Gráficos estadísticos exploratorios
  5. Importación de datos desde Excel
  6. Uso de packages/librerías
  7. Introducción al package metRology (NIST, LGC)

Estimación de incertidumbre por Métodos Computacionales

A. Método de Monte Carlo

  1. Introducción a la simulación de datos aleatorios
  2. Uso de la librería metRology (NIST, LGC)
  3. Estimación de incertidumbre por método de Monte Carlo ISO GUM Suplemento 1
  4. Validación de cálculos de incertidumbre a través del método de Monte Carlo
  5. NIST Uncertainty Machine

B. Método Bootstrap (Incertidumbres Tipo A)

  1. ¿Y si ningún modelo de probabilidad se ajusta bien a los datos de medición?
  2. Método Bootstrap para estimar incertidumbres estándares y expandidas: a. Caso con datos normales. b. Caso con datos no normales

Taller 3: Aplicación de métodos computacionales de estimación de incertidumbre

Ejemplos aplicados:

  1. Cálculo de incertidumbre de un método instrumental utilizando la librería metRology ¿Cuál es el factor que más aporta a la incertidumbre final?
  2. Método Bootstrap: Cálculo de incertidumbre tipo A cuando los datos no se ajustan a ninguna distribución sugerida por las guías y normas de incertidumbre.

Estimación de incertidumbre de métodos microbiológicos

  1. Introducción a la guía ISO 19036: Microbiology of the food chain — Estimation of measurement uncertainty for quantitative determinations
  1. Opción completa
  2. Opción simplificada

Taller 4: Aplicación de cálculo de incertidumbre de métodos microbiológicos

Ejemplos aplicados utilizando planillas Excel generadas por comité ISO/TC 34/SC 9/WG 2

EVALUACIÓN A DISTANCIA

Más información:

Volver arriba