ESCUELA

POLITECNICA
NACIONAL
NOMBRE: PERALTA
GABRIEL
CARRERA: ING.
MECNICA
MATERIA: METROLOGA
CONSULTA N2
ING. CARLOS
JARAMILLO

FECHA: 2016/05/02
Introduccin
El resultado de una medicin no est completo si no posee una declaracin
de la Incertidumbre de la medicin con un nivel de confianza determinado.
De ningn modo es la Incertidumbre de la medicin un trmino equivalente
al error de la medicin o a la precisin de la misma bajo condiciones de
repetitividad o reproducibilidad. La incertidumbre de la medicin, calificada
en ocasiones como un gran problema, verdaderamente no lo es y no existe
situacin real alguna donde lo sea, simplemente que su clculo juzga por s
mismo cunto conocemos de los procesos de medicin en los que nos
desempeamos da a da, el nivel de la gestin de la calidad de los mismos,
y por consiguiente saca a relucir las virtudes y los defectos de los sistemas
de aseguramiento metrolgico que soportan todas las mediciones que
realizamos. El anlisis puede llevarnos a evaluar la calidad de las
mediciones desde los niveles ms bajos de exactitud hasta los niveles ms
altos de exactitud en las cadenas de trazabilidad que tenemos establecidas.
El presente curso establece las reglas generales para la evaluacin y
expresin de la incertidumbre de la medicin, las cuales pueden seguirse a
diferentes niveles de exactitud y en muchos campos de las mediciones,
desde la metrologa cientfica hasta la metrologa industrial. Por lo tanto, se
pretende que los principios que se analizan sean aplicables a una amplia
gama de mediciones, incluyendo aquellas requeridas para: Mantener el
control de la calidad y al aseguramiento de la calidad en la produccin (ya
sea en sistemas de gestin de la calidad basados en las normas COVENINISO 9000: 2000 u otros); Cumplir con leyes y reglamentos obligatorios
(emitidos por rganos de acreditacin nacionales o internacionales,
SENCAMER); Conducir proyectos de investigacin y desarrollo aplicados a la
ciencia y a la ingeniera; Calibracin de patrones e instrumentos y
realizacin de ensayos a travs de un sistema nacional de mediciones con la
finalidad de lograr la trazabilidad a patrones nacionales; Desarrollar,
mantener, y comparar los patrones de referencia fsicos nacionales e
internacionales, incluyendo los materiales de referencia.
Incertidumbre:
Incertidumbre, en metrologa, es una cota superior del valor de la correccin
residual de la medida.
Tambin puede expresarse como el valor de la semi-amplitud de un
intervalo alrededor del valor resultante de la medida, que se entiende como
el valor convencionalmente verdadero. El carcter convencional, y no real
de tal valor, es consecuencia de que el intervalo se entiende como una
estimacin adecuada de la zona de valores entre los que se encuentra el
valor verdadero del mensurando, y que en trminos tanto tericos como
prcticos es imposible de hallar con seguridad o absoluta certeza:

tericamente porque se necesitara una sucesin infinita de correcciones, y

en trminos prcticos por no ser til continuar con las correcciones una vez
que la incertidumbre se ha reducido lo suficiente como para no afectar
tcnicamente al objeto al que va a servir la medida.
El Vocabulario Internacional de Metrologa (VIM) define la incertidumbre de
medida como un parmetro, asociado al resultado de una medicin, que
caracteriza la dispersin de los valores que razonablemente podran ser
atribuidos al mensurando.1
Existen muchas formas de expresar la incertidumbre de medida o conceptos
derivados o asociados: incertidumbre tpica, incertidumbre expandida,
incertidumbre de calibracin -calibracin-, incertidumbre mxima,
incertidumbre de uso, etc.2
La incertidumbre tambin puede ser como una duda de algo no entendido o
no explicado la cual puede llevarse a cabo un grupo de preguntas y
repuestas por resolver y darle una muy buena explicacin. Como concepto
metrolgico, es del mismo mbito, pero diferente a los de tolerancia y
precisin.
Para la determinacin del valor de las magnitudes fundamentales (obtenido
experimentalmente) en unidades del SI, se aplica la incertidumbre tpica,
revisada peridicamente.
La incertidumbre, tal como se defini en la Consulta Tcnica sobre el
Enfoque Precautorio en Pesqueras (CTEP), es "la imperfeccin en el
conocimiento sobre el estado o los procesos de la naturaleza" (FAO/Gobierno
de Suecia, 1995). La incertidumbre estadstica es "la aleatoriedad o el error
proveniente de varias fuentes como las descritas al usar la metodologa
estadstica". La CTEP
define el riesgo como
"la probabilidad de que
pase algo malo." Note
que en trminos de
teora de decisiones, el
riesgo
es
definido
como
las
prdidas
promedio
o
las
prdidas
que
se
pronostican
cuando
algo malo sucede.
Claramente, cuando las
decisiones
de
ordenacin
van
a
basarse en estimados
cuantitativos,
provenientes de los
modelos de evaluacin pesquera, es deseable que la incertidumbre sea

cuantificada y utilizada para calcular la probabilidad de lograr el objetivo

deseado y/o de incurrir en eventos indeseables. El proceso de comunicar
este riesgo a los que toman las decisiones est an en sus primeros estados
de desarrollo y presenta retos sustanciales, tanto a los tcnicos pesqueros
como a los administradores. Por otro lado, los administradores pesqueros y
los participantes en la pesquera deben desarrollar medios para evaluar
objetivamente los costos potenciales de los eventos indeseables y definir los
niveles de riesgo aceptables y de capturas a corto plazo que puedan
contribuir a reducir estos riesgos.
Cuando se proponen medidas de ordenacin, es deseable la evaluacin de
los costos esperados y de aquellos eventos indeseables que pueden resultar
de una accin particular (Beddington, 1978; Francis, 1991). Mientras que en
el pasado esta prctica ha sido rara, en los ltimos aos algunos fracasos en
la ordenacin de poblaciones bien estudiadas ha transformado a este
asunto en una prioridad cientfica. Recientemente, se han desarrollado
varios talleres en donde se ha enfocado la evaluacin del riesgo en la
ordenacin pesquera (SEPSC, 1991; NAFO, 1991; Anon., 1992; Smith et al,
1993; Kruze et al., 1993; FAO/Gobierno de Suecia, 1995).

Tipos de incertidumbre

Incertidumbre debida a errores de medicin y sesgo

Incertidumbre en el proceso
Incertidumbre en el modelo
Incertidumbre en la estimacin
Incertidumbre en la implementacin

Hay varias fuentes de incertidumbre en el clculo de los puntos de

referencia y en la evaluacin del estado de las poblaciones con respecto a
estos puntos de referencia. Cinco tipos de incertidumbre, que emergen de
un conocimiento impreciso del estado de la naturaleza, son (Rosenberg y
Restrepo, 1992):
- Incertidumbre en la medicin, es el error en las cantidades observadas
tales como la captura o los parmetros biolgicos;
- Incertidumbre en el proceso, es la aleatoridad subyacente en la dinmica
poblacional tal como la variabilidad en el reclutamiento;
- Incertidumbre en el modelo, es la especificacin errnea de la estructura
del modelo;
- Incertidumbre en la estimacin, es la que puede resultar de cualquiera, o
de una combinacin, de las incertidumbres descritas anteriormente y es la

inexactitud e imprecisin en la abundancia o en la tasa de mortalidad por

pesca;
- Incertidumbre en la implementacin, es la consecuencia de la variabilidad
que resulta de una poltica de ordenacin, i.e. incapacidad para alcanzar
exactamente el objetivo de una estrategia de captura.
Not que las fuentes de incertidumbre incluyen no slo el error estadstico
en detectar el estado de la poblacin y las tendencias ambientales, o a los
errores en el anlisis poblacional, sino tambin a las decisiones errneas y
un marco de ordenacin ineficiente; asuntos que se tratan posteriormente
en este trabajo.
Incertidumbre debida a errores de medicin y sesgo
Las fuentes potenciales de variabilidad en los datos de pesqueras
comerciales comnmente disponibles -captura, esfuerzo de pesca y
muestras biolgicas de la captura por tamaos, determinacin de edades y
de madurez- han sido el inters de los estadsticos pesqueros y de los
cientficos encargados de las evaluaciones por varias dcadas (Doubleday y
Rivard, 1983, Reporte del Grupo de Trabajo de Evaluaciones del ICES).
Ahora, estas fuentes son relativamente bien conocidas y cuantificadas.
Donde se utilizan cruceros de muestreo hay problemas estadsticos
estndares relacionados con el tamao y la representatividad de las
muestras. Sin embargo, la dificultad para contabilizar los descartes continua
sesgando las estadsticas de desembarque de muchas pesqueras (Alverson
et al., 1994). En las bitcoras y sistemas de reporte existen a menudo
reportes errneos y, al cuantificar el esfuerzo, a menudo existen
incrementos ocultos en el poder de pesca de las embarcaciones debido al
aprendizaje de los pescadores y a los cambios tecnolgicos.
Mientras que una prospeccin de pesca, con una embarcacin estndar y un
diseo aleatorizado, puede proporcionar estimaciones objetivas o un ndice
del tamao de la poblacin que son menos propensos a riesgos que los
datos de captura, las estimaciones resultantes de la prospeccin tambin
tienen una varianza significativa (Doubleday y Rivard, 1981). La varianza
asociada con las prospecciones acsticas es tambin considerable
(Simmonds et al., 1992) La tabla 4 incluye algunas estimaciones del rango
de errores probables en algunas de las variables poblacionales para
poblaciones de peces bien estudiadas.
Incertidumbre en el proceso
La variabilidad natural asociada a los sistemas de produccin de peces
puede ser enorme. La variabilidad ambiental, la fuente ms grande de
errores en el proceso, usualmente se manifiesta como variabilidad en el
reclutamiento (Hennemuth et al., 1980). En poblaciones de vida corta, esto
puede resultar en fluctuaciones dramticas en la biomasa de los adultos
(Lluch-Belda et al., 1989)
Aunque pueden haber relaciones y patrones que pueden modelarse
estadsticamente para proporcionar alguna explicacin de eventos
anteriores, ha habido poco xito en predecir, con suficiente anticipacin, las

condiciones ambientales o las respuestas de las poblaciones de peces y que

sean tiles para la ordenacin (Walters y Collie, 1988). De esta manera, a
menudo la variabilidad ambiental pse considera completamente estocstica
y, usualmente, el enfoque ms apropiado es medir directamente sus efectos
sobre las poblaciones de peces mediante prospecciones de los pre-reclutas
(Bradford, 1992).
Adems de la variabilidad a una escala de tiempo inter-anual, tambin hay
cambios ambientales que abarcan dcadas e incluso sobre escalas de
tiempo ms largas, las cuales afecten la abundancia de la poblacin, su
distribucin y localizacin en formas que son difciles de medir y mucho
menos de predecir (Murawski, 1993)
Generalmente se acepta que las poblaciones de peces llegan a ser ms
susceptibles a la variabilidad ambiental en la medida en que se incrementa
la explotacin. De esta forma, hay un efecto directo de la ordenacin en la
incertidumbre y la reduccin de la incertidumbre puede ser, en s misma, un
objetivo de la ordenacin.
Incertidumbre en el modelo
Los errores de los modelos raramente son evaluados, debido a que los datos
requeridos para distinguir entre los diferentes modelos no estn disponibles.
Los estudios sobre el desempeo relativo de varias formulaciones de
modelos, e.g. los modelos de produccin de Schaeffer y Fox, sugieren que
stos pueden proporcionar resultados sustancialmente diferentes usando el
mismo conjunto de datos. De hecho, el mismo modelo puede dar resultados
bastante distintos dependiendo de la estructura de error asumida
(Polancheck et al., 1993). Otros ejemplos de errores potenciales en los
modelos de evaluacin de poblaciones incluyen los modelos utilizados para
calibrar ndices de abundancia (e.g. ajuste o sintonizacin del APV), el uso
de valores convencionales constantes para la mortalidad natural y el
establecimiento de valores de F para los peces jvenes como una funcin de
estos propios valores en los individuos ms viejos.
El error en el modelo puede examinarse, en algn grado, utilizando varios
modelos para evaluar el mismo recurso aunque, en la prctica, los datos y
experiencia requeridos para un

Ea enfoque de multimodelos raramente existen. Sin embargo, en

aquellos casos en que se ha intentado, a menudo se han encontrado
diferencias sustanciales, por ejemplo, en el caso del atn de aleta azul del
Atlntico Occidental, tres mtodos dieron estimados del MRS de 3942, 5530
y 6755 tm/ao (ICCAT, 1994).
Incertidumbre en la estimacin
Debido a la naturaleza secuencial de las evaluaciones, los errores en la
estimacin ocurren en varias etapas y se propagan a travs del proceso.
Ellos pueden verse como el resultado combinado de los tres tipos de errores

bosquejados anteriormente. Aunque en el pasado, los estimados explcitos

de la exactitud eran raros, ahora han llegado a ser ms comunes en la
literatura. En la tabla 4 se presentan algunos estimados del orden probable
del error para las cantidades comnmente utilizadas en la evaluacin del
estado de las poblaciones de pesqueras costeras. La generalidad de estos
ejemplos puede ser cuestionable, pero probablemente estn subestimadas
en el caso de las poblaciones de peces pelgicos y grandes pelgicos.
Los intentos para cuantificar los errores en la estimacin utilizan la
variabilidad estimada en los valores de los parmetros medidos. Es
importante notar, sin embargo, que varios procedimientos utilizan entradas
asumidas o sin mediciones, para las cuales no hay informacin sobre la
variabilidad. El ms significativo de estos parmetros de entrada asumidos
es la mortalidad natural, la cual raramente se mide o es fcilmente medible.
Un anlisis reciente del eglefino en tres subreas del Mar del Norte
proporcion estimaciones de M que varan desde 0.37 hasta 0.53,
considerablemente ms altos que el valor convencional de 0.2 que se utiliza
para las poblaciones demersales del Atlntico Norte (Jones y Shanks, 1990).
La mayora de las evaluaciones de poblaciones y de los clculos de puntos
de referencia objetivos involucran una secuencia de anlisis complejos.
Inevitablemente, en cada etapa hay decisiones que tomar las cuales pueden
afectar significativamente el resultado del anlisis. En ausencia de una
metodologa que pueda proporcionar una solucin nica, muchos sistemas
de ordenacin adoptan un enfoque de comit, en el cual el resultado, a
menudo, es alcanzado por consenso. Para algunos tipos de evaluacin,
notablemente las evaluaciones APV-basadas, este problema ha sido
abordado mediante la automatizacin del procedimiento (Gavaris, 1988;
Conser y Powers, 1990).
Los errores en la estimacin que resultan de sesgos o de tendencias en las
variables de entrada pueden ser muy difciles de detectar o de describir. Un
ejemplo dramtico es el error sistemtico en la estimacin de la abundancia
poblacional utilizando mtodos de anlisis secuencial de poblaciones
(anlisis de poblacin virtual y anlisis de cohortes). Estos errores
solamente fueron detectados cuando los cientficos realizaron un anlisis
retrospectivo, varios aos despus de que los estimados poblacionales
haban sido utilizados para suministrar asesora para la ordenacin. Esto
slo pudo hacerse mediante la comparacin de los estimados poblacionales
para cohortes que hubieran pasado casi completamente a travs de la
pesquera (cohortes para las cuales los anlisis secuenciales de poblaciones,
ASP, convergieron y para los cuales los estimados son poco afectados por
los valores de entrada de F para los aos ms recientes), con las
estimaciones de aquellas cohortes en el momento en que acababan de
entrar a la pesquera. Fueron detectadas diferencias sustanciales entre las
dos estimaciones, algunas veces diferencias de un orden de magnitud o
ms.
Debido a la complejidad del proceso de evaluacin, las causas de las
diferencias
encontradas
por
el
anlisis
retrospectivo
fueron

extremadamente difciles de evaluar y, todava, no estn bien

comprendidas. Estas se han atribuido indistintamente a reportes errneos
de capturas, a tendencias en la capturabilidad, al supuesto de una
mortalidad natural constante a travs de todos los grupos de edad y a los
supuestos concernientes al reclutamiento parcial (la susceptibilidad a la
explotacin) a diferentes edades (Sinclair et al., 1990; Parma, 1993). Sinclair
et al. (1990) concluy que "los estimados del tamao de la poblacin a
partir de la convergencia del ASP no necesariamente representan el
verdadero tamao de la poblacin para aquellos aos", dejando as dudas
considerables en cuanto a la validez de una metodologa que ha sido una
piedra angular en la evaluacin de poblaciones en muchas partes
desarrolladas del mundo.
Los valores de la tabla 4 muestran claramente que el tamao actual de la
poblacin y la mortalidad por pesca se conocen con una precisin
relativamente baja para la mayor parte de las pesqueras, aunque con los
anlisis retrospectivos, particularmente el APV, las estimaciones anteriores
pueden mejorarse algo. La captura total puede parecer una cantidad
conocida con una precisin ms alta que otras variables, pero a menudo
sufre de sesgos altos o desconocidos debido a los descartes y a los reportes
errneos, particularmente si la ordenacin es a travs de cuotas. Las
estimaciones de la biomasa mediante prospecciones tienen, tpicamente,
una alta varianza, pero pueden estar menos sesgados y mejorarse con
mayor investigacin. En todos los casos, la magnitud relativa del cambio de
ao a ao ser conocida con mejor precisin que el valor absoluto.
Incertidumbre en la implementacin
El error en la implementacin usualmente se considera fuera del
componente cientfico de la ordenacin pesquera y, aunque es muy
evidente, ha sido poco estudiado (O'Boyle, 1993). Este error est ligado,
principalmente, a la falla en el control de la explotacin por cualesquiera de
las medidas de MCV (monitoreo, control y vigilancia) que hayan sido
adoptadas. Las razones son muchas y estn interrelacionadas, por ejemplo,
una pobre vigilancia y control; falta de preocupacin por parte de la
administracin de justicia cuando los casos son odos; fallas de los
participantes en el apoyo a las medidas debido a la falta de oportunidad de
participacin durante su desarrollo o por simples desacuerdos con las
medidas que se han establecido.
VEn los sistemas de ordenacin basados primariamente en una asesora
generada a partir de evaluaciones biolgicas, la falla al incorporar
informacin no biolgica, o su incorporacin incorrecta, tambin contribuye
al error en la implementacin. Frecuentemente, estos problemas pueden ser
conocidos por los administradores y sus asesores tcnicos, pero puede ser
imposible cuantificar la incertidumbre, excepto de manera retrospectiva.
Un taller para revisar la ordenacin de las poblaciones de peces demersales
de la Plataforma de Nueva Escocia en el este de Canad, desde 1977 a
1993, concluy que el error en la implementacin fue la causa principal de
la falla para conservar las poblaciones (Angel et al., 1994). El Taller not que

"En suma, el enfoque tctico seleccionado para controlar la mortalidad por

pesca gener un comportamiento ilegal que no fue controlado por el
rgimen de control disponible".
Los aspectos institucionales del error en la en la implementacin sern
considerados en mayor detalle en la Seccin.

Incertidumbre y su relacin con la tolerancia de medida

Las magnitudes significativas de los productos industriales, de los trabajos
topogrficos, de los trabajos cartogrficos, de los proyectos de orto
fotografas.... se especifican mediante tolerancias, que son los intervalos de
los valores admisibles para la magnitud en cuestin en cada caso. Las
tolerancias surgen en el diseo industrial de cualquier elemento, o en los
pliegos
de
condiciones
tcnicas
de
los
trabajos
topogrficos
y
cartogrficos,
determinando
el
rechazo
o
aceptacin de los
producidos
con
valores fuera del
intervalo
de
tolerancia.
Desde el punto de
vista
de
la
produccin
industrial,
la
especificacin mediante tolerancias es compatible con el principio de
intercambiabilidad que constituye la base de la produccin en serie. El
diseo se efecta de forma que las tolerancias especificadas aseguren la
intercambiabilidad de elementos anlogos en conjuntos ms complejos sin
alterar la funcionalidad de los mismos. Desde un planteamiento clsico, no
es necesario que para ello se establezcan unos valores "exactos" para las
magnitudes crticas, sino que es suficiente que dichos valores vengan
obligados a pertenecer a un intervalo de tolerancia, de mayor o menor valor
segn la aplicacin y el grado de responsabilidad correspondiente.

Tolerancia de una magnitud es el intervalo de valores en el que debe

encontrarse dicha magnitud para que se acepte como validad.
Cada vez que hay que decidir si el valor concreto de una magnitud est
dentro de tolerancia, es preciso medir, y si la medida de comprobacin no
se asegura con la calidad necesaria (incertidumbre) aquella decisin puede
ser errnea.
Cuando el intervalo de incertidumbre est contenido en el intervalo de
tolerancia, se est en condiciones de afirmar, casi con seguridad, que el
valor verdadero del mensurando es admisible. Cuando los intervalos de
incertidumbre y de tolerancia son disjuntos, hay seguridad casi total en
rechazar el mensurando. Cuando los intervalos de incertidumbre y de
tolerancia se solapan en parte, es decir, cuando poseen una parte comn y
otra no comn, la determinacin de aceptacin o rechazo es dudosa.
En la prctica se opta por un criterio de seguridad que consiste en rechazar
cualquier mensurando en situacin dudosa, lo que resulta adecuado
siempre que el intervalo de incertidumbre sea varias veces inferior al de
tolerancia. Esto equivale a definir como intervalo de decisin para los
valores medidos el correspondiente a: T - 2U (tolerancia efectiva), limitando
el valor del cociente de ambos intervalos (tolerancia e incertidumbre). En
medidas dimensionales, suele ser frecuente considerar admisible:
3 T / 2U 10
En la relacin anterior, valores mayores que diez exigiran medios de
medida muy costosos, y la reduccin del lmite inferior por debajo de tres
supondra un rechazo importante de elementos correctos.
La tolerancia del sistema de medicin son los incrementos en las medidas
del sistema de medicin (tambin llamados resolucin o discriminacin).
De acuerdo con la directriz de AIAG de nombre La regla de diez, la
tolerancia del sistema de medicin debera dividir la tolerancia del proceso
al menos en 10 partes.

La tolerancia del proceso es la desviacin permitida de un valor objetivo que

mantiene
el
propsito
del
producto
(variacin
del
proceso).

Resumen.- en el campo de la Metrologa existe un estudio el cual es

considerado con es resultado de verdad parcial o tambin conocido como
incertidumbre se la puede definir como el valor convencionalmente
verdadero el cual se encuentra en un intervalo entre el resultado verdadero
o real. La incertidumbre de una medida nos sirve como un resultado
convencional el cual es muy Prctico porque nos permite reducir los
trminos infinitos de media a uno mucho ms prcticos para realizar la
medida.
La incertidumbre tambin puede entender cmo un tema no comprendido
del cual pueden salir muchas preguntas por resolver las cuales con los
conocimientos adecuados podran ser aclarados de manera eficaz, La
incertidumbre esta divida en 5 mbitos los cuales son Medicin y seso, en
el proceso, en el modelo, en la estimacin, en la implementacin estas
tambin nos sirven para poder dar a conocer los errores de medicin que
existen en el proceso de medicin en Medicin esta podemos decir que
sirve para conocer el error que existe en casa una de las posiciones
analizadas, en el proceso decimos que es la variedad o diferencia de valores
que existen entre animales, objetos u otros en este campo.
En la incertidumbre por modelos son raramente evaluadas decido a que los
objetos analizar ni cuentas con los datos disponibles para establecer para
este proceso. En lo que es la estimacin son considerados como los que ms
se propagan decido que siguen un proceso. Los errores de implementacin
usualmente se los considera fuera del el conocimiento cientfico.
La incertidumbre cumple un proceso importante en la Metrologa como
pudimos darnos cuenta. La incertidumbre tiene una relacin con los que es
la tolerancia de medida la tolerancia de la conoce como los intervalos de los
valores admisibles para la magnitud en cada caso. Cada vez que se necesita
elegir un objeto en ptimas condiciones
aplicamos el proceso de
incertidumbre y esto nos permite alcanzar un valor real para no terminar en
error.
En la incertidumbre es imposible encontrar un valor exacto para el producto
que tenemos debido a que no conocemos en donde se entra.
Es por eso que tenemos la incertidumbre la cual nos permita encontrar
intervalos en los cuales se entre ms cerca su valor real, es decir, estos
valore nos permiten conocer la tolerancia ms exacta e incluso aumentarla
o disminuirla si fuese necesario.
En fin, para todo este estudio meteorolgico podemos ayudarnos por as
decirlo utilizando artificios matemticos, frmulas etc. Las cuales no van
ayudar a calcular todos los valores que necesitemos encontrar este proceso
nos facilita enormemente es estudio de incertidumbre y su tolerancia es por
eso que, se crearon diferentes frmulas por Javi decirlo para poder ayudar
algunas de estas son las de evaluacin de tipo A o las de tipo B.

Conclusiones:

La incertidumbre es parte fundamental para la metrologa

y
proporciona una mejor calidad en los objetos que necesitan ser
evaluados.

Sin este tema sera casi imposible conocer el intervalo en los cuales
se encuentra el valor real.

Es verdad que con la incertidumbre conocemos un valor parcial pero

en realidad no es posible encontrar el valor real como tal ya que no
existe instrumento tan exacto.

Encontramos que la tolerancia est completamente relacionada con

la incertidumbre ya que estanos permiti encontrar un valor que se
pueda considerar como vlido.

Debido al gran esfuerzo de numeroso metrologos hoy en da se

puede encontrar los valores ms cercanos al absoluto mediante
artificios matemticos que fueron creados por estos cientficos que
dedicaron su vida al estudio al estudio de la medida.

Bibliografa:
http://www.portalcalidad.com/etiquetas/233Tolerancia_del_producto_e_incertidumbre_de_la_medicion
http://www.cem.es/sites/default/files/gum20digital1202010.pdf
http://www2.electron.frba.utn.edu.ar/~jcecconi/Bibliografia/03b
%20%20Calculo%20de%20Incertidumbre/Guia%20para%20el%20calculo
%20de%20incertidumbre%202009_v2.ppt
https://es.wikipedia.org/wiki/Incertidumbre_%28metrolog%C3%ADa%29
http://depa.fquim.unam.mx/amyd/archivero/GUIAPARAESTIMARLAINCERTIDU
MBRE%28CENAM%29_26566.pdf
http://adingor.es/congresos/web/uploads/cio/cio2009/1306-1315.pdf
www.lysconsultores.com/descargar/imtp.pdf