El análisis de incertidumbre investiga la incertidumbre de las variables que se utilizan en problemas de toma de decisiones en los que las observaciones y los modelos representan la base de conocimiento . En otras palabras, el análisis de incertidumbre tiene como objetivo realizar una contribución técnica a la toma de decisiones mediante la cuantificación de las incertidumbres en las variables relevantes.
En los experimentos físicos, el análisis de incertidumbre , o evaluación de incertidumbre experimental , se ocupa de evaluar la incertidumbre en una medición . Un experimento diseñado para determinar un efecto, demostrar una ley o estimar el valor numérico de una variable física se verá afectado por errores debido a la instrumentación, la metodología, la presencia de efectos de confusión, etc. Las estimaciones de incertidumbre experimental son necesarias para evaluar la confianza en los resultados. [1] Un campo relacionado es el diseño de experimentos .
De la misma manera, en los experimentos numéricos y en la modelización, el análisis de incertidumbre se basa en una serie de técnicas para determinar la fiabilidad de las predicciones de los modelos, teniendo en cuenta diversas fuentes de incertidumbre en la entrada y el diseño de los mismos. Un campo relacionado es el análisis de sensibilidad .
Un parámetro calibrado no necesariamente representa la realidad , ya que la realidad es mucho más compleja. Cualquier predicción tiene sus propias complejidades de la realidad que no se pueden representar de forma única en el modelo calibrado; por lo tanto, existe un error potencial. Dichos errores deben tenerse en cuenta al tomar decisiones de gestión basadas en los resultados del modelo. [2]