Imtp PDF

CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
Incertidumbre de la Medicin:
NS
CO
S
Teora y Prctica
L&
A.
C.
S
(1 ra Edicin)
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
UL
NS
Autores: Sifredo J. Sez Ruiz

CO
&S
Luis Font Avila

L
A.
C.
R ES
TO
UL
Maracay - Estado Aragua - Febrero 2001

NS
CO
Copyright 2001 L&S CONSULTORES C.A.

S
L&
er
Calle Urdaneta, N 2A, 1 Piso, entre Avenida Aragua y Calle Simn Rodrguez
(a 100 m del C.C. Maracay Plaza) - Maracay, Estado Aragua
Master-Telefax: (0243) 235 86 86 Telf: (0243) 236 38 89
e-mail: lsconsultores@hotmail.com
L&S CONSULTORES C.A. TABLA DE CONTENIDO
Tabla de contenido
Introduccin.
A.
C.
Captulo 1. Fundamentos de metrologa.
S
RE
1.0. La medicin. .................................................................................... 2
TO
1.1. Instrumento de medicin. ................................................................ 4
UL
1.2. Material de referencia. ..................................................................... 6
NS
CO
Captulo 2. Incertidumbre.
S
2.0. Definicin de incertidumbre. ............................................................ 2
L&
2.1. Fuentes de incertidumbre. .............................................................. 2
A.
C.
2.2. Componentes de incertidumbre. ..................................................... 3
S
RE
2.3. Error e incertidumbre. ...................................................................... 4
TO
Captulo 3. Procedimientos estadsticos tiles.
UL
3.0. Funcin de distribucin de la variable aleatoria. ............................ 2
NS
CO
3.1. Caractersticas numricas de la variable aleatoria. ....................... 3

S
3.2. Ejemplos de funciones de distribucin. .......................................... 8

L&
3.3. Mtodo de los mnimos cuadrados. ................................................ 12

A.
C.
Captulo 4. Proceso de estimacin de la incertidumbre estndar.

S
RE
4.0. Introduccin. .................................................................................... 2

TO
4.1. Especificacin del mensurando. ..................................................... 4

UL
4.2. Identificacin de las fuentes de incertidumbre y anlisis. .............. 6

NS
CO
4.3.Evaluacin de la incertidumbre estndar. ....................................... 7

&S
Captulo 5. Incertidumbre del resultado de la medicin.

L
A.
5.0. Incertidumbre combinada. ............................................................... 2

C.
5.1. Incertidumbre expandida. ................................................................ 5

ES
5.2. Informe de los resultados. ............................................................... 11

R
TO
5.3. Criterios de conformidad. ................................................................ 14

UL
NS
Captulo 6. Ejercicios.
CO
Bibliografa.
S
L&
Pgina 2 de 2
A.
C.
S
RE
TO
UL
NS
CO
S
Teora y Prctica
L&
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
UL
NS
Introduccin
CO
L&S
A.
C.
RES
TO
UL
NS
CO
S
L&
L&S CONSULTORES C.A. INTRODUCCION
Introduccin
El resultado de una medicin no est completo si no posee una declaracin de la
A.
incertidumbre de la medicin con un nivel de confianza determinado. De ningn modo es la
C.
incertidumbre de la medicin un trmino equivalente al error de la medicin o a la precisin
S
RE
de la misma bajo condiciones de repetibilidad o reproducibilidad.
TO
La incertidumbre de la medicin, calificada en ocasiones como un gran problema,
UL
verdaderamente no lo es y no existe situacin real alguna donde lo sea, simplemente que
NS
su clculo juzga por s mismo cunto conocemos de los procesos de medicin en los que
CO
nos desempeamos da a da, el nivel de la gestin de la calidad de los mismos, y por
S
consiguiente saca a relucir las virtudes y los defectos de los sistemas de aseguramiento
L&
metrolgico que soportan todas las mediciones que realizamos. El anlisis puede llevarnos
A.
a evaluar la calidad de las mediciones desde los niveles ms bajos de exactitud hasta los
C.
niveles ms altos de exactitud en las cadenas de trazabilidad que tenemos establecidas.
S
RE
El presente curso establece las reglas generales para la evaluacin y expresin de la
TO
incertidumbre de la medicin, las cuales pueden seguirse a diferentes niveles de exactitud
UL
y en muchos campos de las mediciones, desde la metrologa cientfica hasta la metrologa
NS
industrial. Por lo tanto, se pretende que los principios que se analizan sean aplicables a una
CO
amplia gama de mediciones, incluyendo aquellas requeridas para:

S
L&
x Mantener el control de la calidad y al aseguramiento de la calidad en la produccin (ya

A.
sea en sistemas de gestin de la calidad basados en las normas

C.
COVENIN-ISO 9000: 2000 u otros);

S
RE
x Cumplir con leyes y reglamentos obligatorios (emitidos por rganos de acreditacin

nacionales o internacionales, SENCAMER);
TO
Conducir proyectos de investigacin y desarrollo aplicados a la ciencia y a la ingeniera;

UL
x
NS
x Calibracin de patrones e instrumentos y realizacin de ensayos a travs de un sistema

CO
nacional de mediciones con la finalidad de lograr la trazabilidad a patrones nacionales;

x Desarrollar, mantener, y comparar los patrones de referencia fsicos nacionales e
&S
internacionales, incluyendo los materiales de referencia.

L
A.
C.
Desde el punto de vista ms elemental, la medicin es un proceso que tiene por objetivo
ES
determinar el valor de una magnitud particular, es decir del mensurando, siguiendo una
R
serie de operaciones bien definidas, las cuales deben estar documentadas. Este proceso
TO
incluye el acto en s de medir para la adquisicin de los datos, el procesamiento de los

UL
mismos y la expresin del resultado final.

NS
CO
Siempre que se realiza una medicin inevitablemente se cometen errores debido a muchas
causas, algunas pueden ser controladas y otras son incontrolables o inclusive
S
L&
desconocidas. Por lo tanto, para realizar mediciones con calidad y obtener resultados
confiables es necesario que la persona que realiza la medicin tenga el conocimiento, la
tcnica y la disciplina necesarios. El conocimiento y la comprensin de la metrologa como
Pgina 2 de 3
L&S CONSULTORES C.A. INTRODUCCION
ciencia de las mediciones, y el dominio los instrumentos de medicin empleados. La

tcnica adquirida con el hbito de medir que lleva a la formacin de la experiencia y al
desarrollo de habilidades, insustituibles siempre que se han de realizar buenas mediciones.
La disciplina que slo se consigue pensando antes de hacer, sobre la base de
A.
procedimientos normalizados, y realizando las operaciones ordenadamente, registrando
C.
correctamente los resultados.
S
RE
TO
Cuando se expresa el resultado de la medicin, adems del valor estimado del
UL
mensurando, es necesario evaluar y expresar la incertidumbre de la medicin como
valoracin de la calidad del resultado de la medicin. La incertidumbre de la medicin es
NS
considerada como una figura de mrito, es decir, un ndice de calidad de la medicin que
CO
proporciona una base para la comparacin de los resultados de las mediciones, dando una
S
medida de la confiabilidad en los resultados.
L&
A.
La Gua BIPM/ISO para la expresin de la incertidumbre en las mediciones es el
C.
documento de referencia obligada siempre que se desea abordar el tema de la
S
RE
incertidumbre, por abarcar de una forma terica y profunda dicho tema. Este documento
TO
sirve de referencia a este curso conjuntamente con otros documentos elaborados por
prestigiosas organizaciones nacionales e internacionales que permiten realizar al anlisis
UL
de la incertidumbre de una forma ms clara. Entre dichas organizaciones se encuentran
NS
NIST, EURACHEM, EAL, UKAS, OIML, entre otras.
CO
S
La mayora de las mediciones son realizadas con instrumentos sujetos a la calibracin o

L&
verificacin peridica. Si se conoce que estos instrumentos estn en conformidad con los
A.
errores mximos permisibles establecidos en sus especificaciones o en documentos

C.
normativos aplicados y que las diferentes fuentes de incertidumbre que intervienen en el

S
proceso de medicin pueden ser cuantificadas o minimizadas, la incertidumbre asociada

RE
con el resultado de la medicin puede ser calculada para la totalidad de las situaciones
TO
prcticas.
UL
NS
El manual est dividido en seis captulos. En el Captulo 1 Fundamentos de metrologa se

CO
abordan una serie de conceptos relativos al proceso de medicin y al instrumento de

medicin. El Captulo 2 Incertidumbre abarca la definicin de incertidumbre, las fuentes
&S
de incertidumbre y se discuten las marcadas diferencias entre la incertidumbre y el error

L
A.
como parmetros de la medicin. Una serie de herramientas de estadstica y probabilidad

C.
son tratadas en el Captulo 3 Procedimientos estadsticos tiles, como base necesaria

ES
para la comprensin y ejecucin de los clculos. En el Captulo 4 Proceso de estimacin

R
de la incertidumbre se analiza dicho proceso como tal, culminando con la cuantificacin de

TO
componentes individuales de incertidumbre estndar. La combinacin de las diferentes

UL
componentes individuales para obtener una incertidumbre combinada y luego una

NS
incertidumbre expandida es descrita en el Captulo 5 Incertidumbre del resultado de la

CO
medicin, conjuntamente con la emisin de criterios de conformidad basados en la

incertidumbre calculada. La ejercitacin se logra a travs del Captulo 6 Ejercicios, donde
S
L&
son estudiados un conjunto de ejercicios con fines tericos, prcticos y metodolgicos para
el desarrollo de habilidades en la solucin de problemas reales.
Pgina 3 de 3
A.
C.
S
RE
TO
UL
NS
CO
S
Teora y Prctica
L&
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
UL
NS
Captulo 1
CO
&S
Fundamentos de Metrologa
L
A.
C.
RES
TO
UL
NS
CO
S
L&
L&S CONSULTORES C.A. CAPITULO 1. FUNDAMENTOS DE METROLOGIA
Captulo
A.
C.
Fundamentos de metrologa
S
RE
TO
1.0 La medicin
UL
NS
El objetivo de una medicin es determinar el valor de la magnitud especfica a medir,
CO
denominada mensurando. Durante la realizacin de una medicin intervienen una serie de
factores que determinan su resultado:
S
L&
El objeto de medicin;
A.

C.
El procedimiento de medicin;
S
Los instrumentos de medicin;
RE
El ambiente de medicin;
TO
El observador;
UL
El mtodo de clculo. NS
CO
Adems del propio mensurando, el resultado de la medicin est afectado por las
denominadas magnitudes de influencia. En un sentido amplio se considera que las
S
L&
magnitudes de influencia incluyen no slo las que se refieren a las condiciones

A.
ambientales, como son la temperatura, la presin baromtrica y la humedad, sino tambin

C.
fenmenos tales como las fluctuaciones breves de los instrumentos de medicin, valores
S
asociados con patrones de medicin y datos de referencia de los cuales puede depender el
RE
resultado de la medicin.
TO
UL
Una medicin comienza con una especificacin apropiada del mensurando, del mtodo de
NS
medicin y de los procedimientos de medicin.

CO
El mtodo de medicin es la secuencia lgica de operaciones, generalmente descritas,

&S
usada en la ejecucin de las mediciones de acuerdo con un principio de medicin

L
determinado. Entre ellos podemos mencionar: el mtodo de sustitucin, el mtodo

A.
diferencial, el mtodo de cero, etc.

C.
ES
El procedimiento de medicin es el conjunto de operaciones, descritas de forma

R
especfica, utilizadas en la ejecucin de mediciones particulares, de acuerdo a un mtodo

TO
de medicin determinado. El procedimiento de medicin se registra en un documento y

UL
contiene un nivel suficiente de detalle, que le permite a un operador realizar la medicin sin
NS
informacin adicional.
CO
El principio de medicin es el fundamento cientfico del mtodo de medicin. Como

S
L&
ejemplos podemos citar: el efecto termoelctrico aplicado a la medicin de temperatura, la

ecuacin de Nerst que relaciona el voltaje (mV) y la temperatura (C) con el pH, el principio
del equilibrio hidrosttico en las mediciones de presin, etc.
Pgina 2 de 8
Cuando hacemos referencia a repetir una medicin bajo las mismas condiciones
(condiciones de repetibilidad), esto significa que ninguno de los factores que intervienen
en la medicin cambian, es decir:
A.
El mismo mensurando;
C.

El mismo observador;
S

RE
El mismo instrumento de medicin, utilizado bajo las mismas condiciones;
TO
El mismo lugar;
UL
La repeticin de la medicin en un corto intervalo de tiempo.
NS
CO
La repetibilidad de los resultados de las mediciones caracteriza el acuerdo ms
cercano entre los resultados de mediciones sucesivas del mismo mensurando llevadas a
S
cabo bajo condiciones de repetibilidad.
L&
A.
La repetibilidad puede ser expresada cuantitativamente en trminos de las caractersticas
C.
de dispersin de los resultados.
S
RE
Cuando las mediciones se repiten bajo distintas condiciones, se habla entonces de su
TO
reproducibilidad. Las distintas condiciones pueden incluir:
UL
NS
El principio de medicin o el mtodo de medicin;
CO
El observador;
S
El instrumento de medicin;
L&
El patrn de referencia;
A.
La ubicacin;
C.
Las condiciones de uso;

S
RE
El tiempo.
TO
La reproducibilidad de las mediciones caracteriza el acuerdo ms cercano entre los

UL
resultados de mediciones del mismo mensurando llevadas a cabo bajo condiciones de

NS
reproducibilidad.
CO
&S
Para que una expresin de reproducibilidad sea vlida es necesario especificar las
condiciones que varan.
L
A.
C.
La reproducibilidad puede ser expresada cuantitativamente en trminos de las

ES
caractersticas de dispersin de los resultados.

R
TO
Para caracterizar cualitativamente la calidad de una medicin se utiliza el trmino

UL
exactitud. La exactitud de la medicin es la cualidad que refleja el grado de concordancia

NS
entre el resultado de la medicin y un valor verdadero del mensurando. Se recomienda no

CO
utilizar el trmino precisin en lugar de exactitud.

S
La precisin caracteriza el grado de concordancia entre resultados de ensayos

L&
independientes, obtenidos bajo condiciones estipuladas.
Pgina 3 de 8
El trmino precisin est relacionado con la repetibilidad y la reproducibilidad. Las medidas

de precisin son estimadas bajo condiciones de repetibilidad y reproducibilidad, aunque
frecuentemente, la precisin es tomada como una simple medida de repetibilidad.
A.
C.
El trmino precisin, as como los trminos exactitud, repetibilidad, reproducibilidad e incertidumbre, son trminos que deben ser
S
RE
utilizados con cuidado y no pueden ser usados como sinnimos o para etiquetar cantidades estimadas. Por ejemplo la expresin la
precisin de los resultados de la medicin expresados como una desviacin estndar obtenida bajo condiciones de repetibilidad es
TO
0,2 pH, es aceptada; pero la expresin la precisin de los resultados de la medicin es 0,2 pH, no es aceptada.
UL
NS
CO
1.1 Instrumento de medicin
S
L&
Se denomina instrumento o aparato de medida a todo dispositivo destinado a realizar una
A.
medicin, slo o con dispositivos suplementarios. El trmino as definido segn la norma
C.
COVENIN 2552:1999 (OIML V2:1993), sirve de denominacin comn y comprende:
S
RE
medidas materializadas, materiales de referencia, instrumentos indicadores, transductores,
TO
etc., los cuales pueden agruparse y conformar sistemas de medicin.
UL
Independientemente de sus diseos, principios de funcionamiento y magnitudes que
NS
miden, a los instrumentos de medicin les son comunes una serie de caractersticas
CO
metrolgicas, entre las que se encuentran:

S
L&
Rango de indicacin: Conjunto de los valores limitados por las indicaciones

A.
extremas del instrumento de medicin. El rango es normalmente expresado en

C.
trminos de sus lmites inferior y superior.

S
RE
TO
Por ejemplo, para un termmetro el rango de medicin es de (100 a 200) C.

UL
NS
CO
Valor nominal: Valor redondeado o aproximado de una caracterstica de un

instrumento de medicin que sirve de gua para su utilizacin. En el caso de las
&S
medidas materializadas este valor caracteriza la magnitud por ella reproducida.

L
A.
C.
ES
Por ejemplo:
R
TO
El valor 10 g para una pesa;

UL
El valor 0,1 mol/L de la concentracin en cantidad de sustancia de una solucin de cido clorhdrico, HCL;
NS
CO
El valor 20 mL para una pipeta de un trazo;

S
El valor 25 C para el punto de control de un bao termosttico.

L&
Pgina 4 de 8
Intervalo de medicin: Mdulo de la diferencia entre los dos lmites de un rango

nominal.
A.
Por ejemplo:
C.
S
RE
Para un manmetro de rango de medicin de (-5 a 30) psi, el intervalo de medicin es de 35 psi;
TO
Para un medidor de pH de rango de medicin de (0 a 14) pH el intervalo de medicin es de 14 pH.
UL
NS
Valor de divisin: Diferencia entre los valores correspondientes a dos marcas
CO
sucesivas de la escala.
S
L&
A.
Por ejemplo, 0,5 C para un termmetro cuya menor divisin en su escala tiene ese valor.
C.
S
RE
Resolucin (de un dispositivo indicador): Menor diferencia entre indicaciones de un
TO
dispositivo indicador que puede ser distinguida significativamente. Para un
UL
instrumento de indicacin digital, es el cambio en la indicacin cuando el dgito
NS
menos significativo cambia en un paso (se incrementa o decrementa).
CO
S
Condiciones nominales de funcionamiento: Condiciones de utilizacin para las

L&
cuales, se proyecta que las caractersticas metrolgicas especificadas de un

A.
instrumento de medicin estn comprendidas entre lmites dados. Las condiciones

C.
nominales de funcionamiento especifican generalmente el rango o valores

S
nominales de la magnitud a medir y de las magnitudes influyentes.

RE
TO
Condiciones lmites: Condiciones extremas que puede soportar un instrumento de

UL
medicin sin daarse y sin degradarse sus caractersticas metrolgicas

NS
especificadas, cuando es utilizado posteriormente bajo condiciones nominales de

CO
funcionamiento. Las condiciones lmites pueden comprender valores lmites para el

mensurando y para las magnitudes influyentes y las mismas pueden corresponder
&S
al almacenamiento, transportacin y operacin.

L
A.
C.
ES
Por ejemplo:
R
TO
Un indicador - controlador de temperatura que utiliza como transductor primario una termocupla de tipo J refiere en el manual
del fabricante:
UL
NS
Temperatura de operacin: (0 a 55) C;

CO
Temperatura de almacenamiento: - (20 a 70) C.

S
L&
Pgina 5 de 8
Estabilidad: Aptitud de un instrumento de medicin para mantener constante en el

tiempo sus caractersticas metrolgicas.
Transparencia: Aptitud de un instrumento de medicin de no modificar la magnitud a
A.
C.
medir.
S
RE
Error mximo permisible de un instrumento de medicin: Es el valor extremo del
TO
error permisible por especificaciones, regulaciones, etc., para un instrumento de
UL
medicin dado.
NS
CO
Relacionado con los errores mximos permisibles de los instrumentos de medicin est el concepto de clase de exactitud, el cual
S
se utiliza frecuentemente para caracterizar la exactitud de un instrumento.
L&
A.
Se denomina clase de exactitud a una clase de instrumentos de medicin que cumple determinados requisitos metrolgicos que
C.
estn destinados a mantener los errores dentro de lmites especficos.
S
RE
Una clase de exactitud se indica habitualmente por un nmero o smbolo adoptado por convenio y denominado ndice de clase.
TO
UL
Exactitud de un instrumento de medicin: Aptitud de un instrumento de medicin
NS
para dar respuestas cercanas al valor verdadero del mensurando. La exactitud del
CO
instrumento de medicin es un concepto cualitativo que refleja la cercana a cero de

S
sus errores.
L&
A.
C.
1.2 Material de referencia

S
RE
Generalidades.
TO
UL
Los materiales de referencia (MR) y los materiales de referencia certificados (MRC) hacen
NS
posible la transferencia de los valores de las magnitudes asignadas o medidas (fsica,

CO
qumica, biolgica o tecnolgica), entre un lugar y otro. Ellos son ampliamente usados para
&S
la calibracin de los instrumentos de medicin, para la evaluacin o verificacin de los

mtodos de ensayo anlisis, para el aseguramiento de la calidad de las mediciones y en
L
A.
el caso de ciertos MR biolgicos o tecnolgicos facilitar que las propiedades sean

C.
expresadas convenientemente en unidades arbitrarias. Todas las clases de MR y MRC

ES
juegan un papel importante y creciente en las actividades de la normalizacin nacional e

R
internacional, en los ensayos de aptitud y en la acreditacin de laboratorios.

TO
UL
Un material de referencia es un material o sustancia, en el cual, uno o ms valores de sus

NS
propiedades son suficientemente homogneos y bien establecidos para ser usados en la

CO
calibracin de un aparato, la evaluacin de un mtodo de medicin, o para asignar un valor

a un material.
S
L&
Un material de referencia puede estar en forma de una sustancia pura o mezclada, y

puede estar en forma de gas, lquido o slido. Ejemplos, el agua para la calibracin de los
Pgina 6 de 8
viscosmetros, el zafiro como un calibrador de capacidad calorfica en calorimetra y las

soluciones usadas para la calibracin en el anlisis qumico.
Un material de referencia certificado (MRC) es un material de referencia, acompaado
A.
de un certificado, en el cual uno o ms valores de sus propiedades estn certificados por
C.
un procedimiento que establece la trazabilidad para una realizacin exacta de la(s)
S
RE
unidad(es) en la que estn expresados los valores de la propiedad y para los cuales cada
TO
valor certificado est acompaado por una incertidumbre para un nivel de confianza esta-
blecido.
UL
NS
Los MRC estn generalmente preparados en lotes, para los cuales los valores de las
CO
propiedades son determinados dentro de lmites de incertidumbre establecidos por
S
mediciones en muestras representativas de todo el lote.
L&
A.
Las propiedades certificadas de materiales de referencia estn, en ocasiones
C.
convenientemente y confiablemente realizadas cuando el material est incorporado a un
S
dispositivo especialmente fabricado, por ejemplo, una sustancia de punto triple conocido
RE
dentro de una celda de punto triple, un vidrio de densidad ptica conocida dentro de un
TO
filtro de trasmisin, esferas de partculas de tamaos uniformes montadas sobre un porta
UL
objeto de microscopio. Tales dispositivos pueden tambin ser considerados como MRC.
NS
CO
Todos los MRC se ubican dentro de la definicin de patrones de medicin dada en la

norma COVENIN 2552:1999 (OIML V2:1993).
S
L&
El usuario de un MRC debe familiarizarse con toda la informacin pertinente al uso del
A.
MRC, como especifica el productor. El debe cumplir ciertos factores, como son:
C.
S
RE
El perodo de validez del MRC;

TO
Las condiciones prescritas para el almacenamiento del MRC;

UL
Las instrucciones para el uso del MRC;

NS
Las especificaciones para la validez de las propiedades certificadas del MRC.

CO
Un MRC no debe ser usado para otro propsito diferente de aquel para el cual fue
&S
concebido. A pesar de esto, de tiempo en tiempo, cuando un usuario debe recurrir a la

L
aplicacin de un MRC de una manera incorrecta debido a la no disponibilidad de un MRC

A.
adecuado, debe estar completamente consciente de los peligros potenciales latentes y

C.
luego evaluar los resultados de sus mediciones, segn el caso.

R ES
Existen muchos procesos de medicin, donde los MRC son de uso general, pero son
TO
reemplazables por un gran nmero de patrones de trabajo, tales como: materiales

UL
homogneos, materiales analizados previamente, compuestos puros, soluciones de

NS
elementos puros, etc. Esto se puede apreciar por ejemplo, donde solamente se busca un
CO
estimado "grosero" de la veracidad o precisin de un mtodo, donde muestras "ciegas"

S
desconocidas de control son usadas rutinariamente en programas de control de la calidad y

L&
donde solamente son evaluados la variacin en la veracidad o precisin de un mtodo con

algunos parmetros como el tiempo, el analista, el instrumento, etc. Las ventajas de usar
Pgina 7 de 8
MRC son que el usuario tiene los medios para evaluar la veracidad y la precisin de sus
mtodos de medicin y establecer la trazabilidad metrolgica para sus resultados.
Seleccin del material de referencia.
A.
C.
El usuario del MRC debe decidir cuales propiedades del MRC son pertinentes para su
S
RE
proceso de medicin, teniendo en consideracin lo expuesto en el certificado sobre las
TO
intenciones de uso y las instrucciones para el correcto uso del MRC.
UL
Nivel. El MRC debe tener propiedades del nivel correspondiente al nivel en el cual se va a
NS
usar en el proceso de medicin, por ejemplo, la concentracin.
CO
Matriz. El MRC debe tener una matriz, lo ms cercana posible a la matriz del material que
S
L&
va a ser objeto del proceso de medicin, por ejemplo, carbono en acero de baja aleacin,
A.
carbono en acero inoxidable. En cuanto a la similitud de la matriz, el laboratorio considerar
C.
el hecho de que ni es econmicamente ni tcnicamente posible, en todos los casos,
S
obtener una coordinacin perfecta entre los MRC y las muestras. La similitud razonable
RE
ser estimada aceptable. Si no, el procedimiento analtico completo tiene que ser
TO
reconsiderado.
UL
NS
Forma. El MRC puede ser un slido, lquido o gas. Puede ser una pieza de ensayo o un
CO
artculo manufacturado o un polvo. Puede necesitar preparacin.

S
Cantidad. La cantidad del MRC debe ser suficiente para todo el programa experimental,
L&
incluyendo alguna reserva si se considera necesario. Evitando tener que obtener

A.
posteriormente un MRC adicional.

C.
S
RE
Estabilidad. Siempre que sea posible, el MRC debe tener propiedades estables durante
el experimento. Existen tres casos:
TO
UL
las propiedades son estables y no es necesario tomar precauciones;

NS
CO
cuando el valor certificado pueda ser influenciado por las condiciones de

almacenamiento, el recipiente debe ser almacenado, tanto antes como despus de ser
&S
abierto, en la forma descrita en el certificado;

L
A.
C.
conjuntamente con el MRC se suministra un certificado que define las propiedades (las
ES
cuales varan en una proporcin conocida) en perodos especficos.

R
TO
Incertidumbre permisible del valor certificado. La incertidumbre del valor certificado

UL
debe ser compatible con los requisitos para el uso del material de referencia.
NS
CO
S
L&
Pgina 8 de 8
A.
C.
S
RE
TO
UL
NS
CO
S
Teora y Prctica
L&
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
UL
NS
Captulo 2
CO
&S
Incertidumbre
L
A.
C.
RES
TO
UL
NS
CO
S
L&
L&S CONSULTORES C.A. CAPITULO 2. INCERTIDUMBRE
Captulo
A.
C.
Incertidumbre
S
RE
TO
2.0 Definicin de incertidumbre
UL
NS
La incertidumbre de la medicin es una forma de expresar el hecho de que, para un
CO
mensurando y su resultado de medicin dados, no hay un solo valor, sino un nmero
infinito de valores dispersos alrededor del resultado, que son consistentes con todas las
S
L&
observaciones datos y conocimientos que se tengan del mundo fsico, y que con distintos
A.
grados de credibilidad pueden ser atribuidos al mensurando.
C.
S
La definicin del trmino incertidumbre (de la medicin) utilizada en este curso y tomada de
RE
la norma COVENIN 2552:1999 (OIML V2:1993) es:
TO
UL
Parmetro, asociado con el resultado de una medicin, que caracteriza la dispersin
NS
de los valores que pudieran ser razonablemente atribuidos al mensurando.
CO
La definicin de incertidumbre dada anteriormente se enfoca en el rango de valores que el

S
observador cree que podra ser razonablemente atribuido al mensurando.

L&
A.
En general, el uso de la palabra incertidumbre se relaciona con el concepto de duda. La

C.
palabra incertidumbre sin adjetivos se refiere a un parmetro asociado con la definicin

S
RE
anterior o al conocimiento limitado acerca de un valor particular. La incertidumbre de la

medicin no implica duda acerca de la validez de un mensurando; por el contrario, el
TO
conocimiento de la incertidumbre implica el incremento de la confianza en la validez del

UL
resultado de una medicin.

NS
CO
2.1 Fuentes de incertidumbre

&S
L
A.
En la prctica la incertidumbre del resultado puede originarse de muchas fuentes posibles,

C.
entre ellas podemos mencionar:

R ES
a) Definicin incompleta del mensurando;

TO
UL
b) Realizacin imperfecta de la definicin del mensurando;

NS
CO
c) Muestreo;
S
L&
Muestreos no representativos - la muestra medida puede no representar el mensurando definido.
Pgina 2 de 8
d) Conocimiento inadecuado de los efectos de las condiciones ambientales sobre las

mediciones, o mediciones imperfectas de dichas condiciones ambientales;
A.
e) Errores de apreciacin del operador en la lectura de instrumentos analgicos;
C.
S
f) Resolucin finita del instrumento o umbral de discriminacin finito;
RE
TO
g) Valores inexactos de patrones de medicin y materiales de referencia;
UL
NS
h) Valores inexactos de constantes y otros parmetros obtenidos de fuentes externas y
CO
usados en los algoritmos de reduccin de datos;
S
L&
i) Aproximaciones y suposiciones incorporadas en los mtodos y procedimientos de
medicin;
A.
C.
S
j) Variaciones en observaciones repetidas del mensurando bajo condiciones
RE
aparentemente iguales.
TO
UL
Las fuentes analizadas en este epgrafe no son necesariamente independientes, y algunas
NS
de las fuentes desde la a) hasta la i) pueden contribuir a la fuente j).
CO
El resultado de una medicin est completo nicamente cuando est acompaado

S
por una declaracin cuantitativa de la incertidumbre, que expresa la calidad del

L&
mismo y permite valorar la confiabilidad en este resultado.

A.
C.
S
2.2 Componentes de incertidumbre

RE
TO
En la estimacin de toda la incertidumbre puede ser necesario tomar cada fuente de

UL
incertidumbre y tratarla separadamente para obtener la contribucin de cada fuente. Cada

NS
una de las contribuciones separadas a la incertidumbre es referida como una componente

CO
de incertidumbre. Cuando es expresada como una desviacin estndar una componente

&S
de incertidumbre es conocida como una incertidumbre estndar. Si hay correlacin entre

L
cualquiera de las componentes entonces sta tiene que ser tomada en cuenta
A.
determinndose la covarianza. Sin embargo, es posible frecuentemente evaluar el efecto

C.
combinado de varias componentes. Esto puede disminuir todo el esfuerzo envuelto y,

ES
cuando las componentes cuya contribucin es evaluada en comn estn correlacionadas,

R
puede no haber necesidad adicional de tomar en cuenta la correlacin

TO
UL
Para un resultado de una medicin y, la incertidumbre total, denominada incertidumbre

NS
estndar combinada y denotada por uc(y), es una desviacin estndar estimada igual a la
CO
raz cuadrada positiva de la varianza total obtenida por la combinacin de todas las
componentes de la incertidumbre , evaluada por lo tanto, utilizando la ley de propagacin
S
L&
de incertidumbre.
Pgina 3 de 8
Para la mayora de los propsitos en las mediciones, puede ser utilizada una incertidumbre
expandida U(y). La incertidumbre expandida suministra un intervalo dentro del cual el valor
del mensurando se cree caer con un alto nivel de confianza. U(y) es obtenida por la
A.
multiplicacin de uc(y), la incertidumbre estndar combinada, por un factor de cobertura k.
C.
S
La eleccin del factor k est basada en el nivel de confianza deseado. Para un nivel de
RE
confianza aproximado de 95 %, k es 2.
TO
UL
El factor de cobertura siempre debe ser sealado para que la incertidumbre estndar
NS
combinada de la magnitud medida pueda ser recuperada, para usarse en el clculo de la
incertidumbre estndar combinada de otros resultados de mediciones que pueden
CO
depender de la magnitud.
S
L&
A.
2.3 Error e incertidumbre
C.
S
RE
En general, todo procedimiento de medicin tiene imperfecciones que dan lugar a un error
TO
en el resultado de la medicin, lo que provoca que el resultado sea slo una aproximacin
UL
o estimado del valor del mensurando.
NS
Es importante distinguir entre error e incertidumbre. El error es definido como la diferencia
CO
entre un resultado individual de una medicin y el valor verdadero del mensurando. Es

S
decir el error es un simple valor. En principio el valor de un error conocido puede ser
L&
aplicado como una correccin al resultado de una medicin.

A.
C.
El valor verdadero del mensurando es aquel que caracterizara idealmente al resultado de

S
la medicin, o sea, el que resultara de una medicin "perfecta".

RE
TO
El error es un concepto idealizado y los errores no pueden ser conocidos exactamente.

UL
NS
La incertidumbre, por otro lado, toma la forma de un rango, y, si es estimada para un

CO
procedimiento de medicin, puede aplicarse a todas las determinaciones descritas en dicho

procedimiento. En general, el valor de la incertidumbre no puede utilizarse para corregir el
&S
resultado de una medicin.

L
A.
Para ilustrar la diferencia, el resultado de una medicin despus de la correccin puede

C.
estar muy cercano al valor del mensurando, y por lo tanto tener un error despreciable. Sin
ES
embargo, la incertidumbre puede todava ser muy grande, simplemente porque la persona
R
TO
que ejecuta la medicin est muy insegura de cun cercano est el resultado del valor del
UL
mensurando.
NS
La incertidumbre del resultado de una medicin nunca debe ser interpretada como la
CO
propia representacin del error ni como el error remanente despus de la correccin.

S
L&
Es considerado que un error tiene dos componentes una componente sistemtica y una
componente aleatoria.
Pgina 4 de 8
El error aleatorio normalmente se origina de variaciones impredecibles de magnitudes

influyentes. Estos efectos aleatorios dan origen a variaciones en observaciones repetidas
del mensurando. El error aleatorio del resultado de una medicin no puede ser
A.
compensado por el incremento del nmero de mediciones, pero este puede normalmente
C.
ser disminuido por tal incremento.
S
RE
La desviacin estndar experimental de la media aritmtica o promedio de una serie de
TO
observaciones no es el error aleatorio de la media, aunque esto es as referido en algunas
UL
publicaciones de incertidumbre. En vez de esto, es una medida de la incertidumbre de la
NS
media debido a algunos efectos aleatorios. El valor exacto del error aleatorio en la media,
CO
originado de estos efectos, no puede ser conocido.
S
El error sistemtico es definido como la componente de error la cual en el curso de un
L&
nmero de mediciones del mismo mensurando, permanece constante o vara de una forma
A.
predecible. Este es independiente del nmero de mediciones llevadas a cabo y no puede
C.
por lo tanto ser disminuido por el incremento del nmero de mediciones bajo condiciones
S
RE
constantes de medicin.
TO
Los errores sistemticos constantes, tal como la inexactitud en la calibracin en mltiples
UL
puntos de un instrumento, son constantes para un nivel dado del valor del mensurando
NS
pero pueden variar con el nivel del valor medido.
CO
Los efectos que cambian sistemticamente en magnitud durante una serie de mediciones,
S
L&
causados, por ejemplo por el inadecuado control de las condiciones experimentales, dan
A.
origen a errores sistemticos que no son constantes.

C.
S
RE
Ejemplos:
TO
UL
Un incremento gradual en la temperatura de un conjunto de muestras durante un anlisis qumico puede conducir a cambios
progresivos en el resultado;
NS
CO
Los sensores y pruebas que muestran efectos de envejecimiento sobre la escala de tiempo de un experimento pueden adems
introducir errores sistemticos no constantes.
&S
L
A.
El resultado de una medicin debe ser corregido para todos los efectos sistemticos
C.
significativos reconocidos.
R ES
El valor que es sumado algebraicamente al resultado no corregido de una medicin, para

TO
compensar el error sistemtico se denomina correccin.

UL
NS
El factor numrico por el cual se multiplica el resultado no corregido de una medicin para
CO
compensar el error sistemtico se denomina factor de correccin.

S
L&
Los instrumentos y sistemas de medicin son frecuentemente ajustados o calibrados

utilizando patrones de medicin y materiales de referencia para corregir efectos
sistemticos. Las incertidumbres asociadas con estos patrones y materiales de referencia y
la incertidumbre de la correccin tiene que ser tomada en cuenta.
Pgina 5 de 8
Otro tipo de error es el error grosero (error espurio). Los errores de este tipo invalidan una
medicin y normalmente se originan de fallas humanas o de mal funcionamiento del
instrumento. Como ejemplos comunes de este tipo de error se encuentran: la transposicin
A.
de dgitos en un nmero mientras se registran los datos, una burbuja de aire que fluye a
C.
travs de la celda de un espectrofotmetro, etc.
S
RE
Las mediciones para las cuales los errores groseros han sido detectados deben ser
TO
despreciadas y ningn intento debe ser hecho para incorporar los errores a cualquier
UL
anlisis estadstico. Sin embargo los errores tales como la transposicin de dgitos pueden
NS
ser corregidos (exactamente).
CO
Los errores groseros no siempre son obvios y, cuando un nmero suficiente de mediciones
S
repetidas est disponible, es normalmente apropiado aplicar una prueba de frontera para
L&
chequear la presencia de miembros sospechosos en el conjunto de datos. Cualquier
A.
resultado positivo obtenido de tal prueba debe ser considerado con cuidado y, cuando sea
C.
posible referido al origen para la confirmacin.
S
RE
La incertidumbres estimadas utilizando la metodologa descrita en este curso no tiene en
TO
cuenta los errores groseros.
UL
NS
Errores de medicin.
CO
Errores instrumentales.
S
L&
La primera fuente de error es la propia limitacin de los instrumentos de medicin que

A.
C.
utilizamos, los cuales podemos considerarlos de dos tipos fundamentales:

S
RE
1. Los errores que se determinan en el proceso de calibracin del instrumento, los cuales
TO
son debidos al propio diseo estructural del instrumento de medicin, a las propiedades
UL
de los materiales que lo componen, a imperfecciones en la tecnologa de su fabricacin

NS
y al envejecimiento de sus partes componentes durante el proceso de su explotacin.

CO
De acuerdo a la exactitud prevista en la medicin, estos errores instrumentales pueden

&S
disminuirse en gran medida, introduciendo las correcciones correspondientes

L
reportadas en su certificado de calibracin.

A.
C.
De hecho, todo instrumento de medicin debe ser calibrado peridicamente, ya que de

ES
otra forma no se puede asegurar si las lecturas proporcionadas por el mismo son o no
R
TO
correctas. Si un instrumento de medicin tiene su calibracin vigente y ha sido usado

correctamente, se puede afirmar que sus errores estn dentro de los lmites del error
UL
mximo permisible especificados en la documentacin correspondiente.

NS
CO
2. Errores que surgen a consecuencia de la influencia del instrumento de medicin sobre

S
las propiedades del objeto o fenmeno que se mide. Tales situaciones surgen, por
L&
ejemplo, al medir la longitud cuando el esfuerzo de medicin del instrumento utilizado es

demasiado grande, al registrar procesos que ocurren con rapidez con equipos que
funcionan insuficientemente rpido; al medir la temperatura con termmetros de lquido,
Pgina 6 de 8
etc. En especial esto debe tenerse en cuenta en los instrumentos elctricos y

electrnicos, puestos que estos para producir una indicacin, precisan energa que ha
de ser proporcionada por el circuito donde se realiza la medicin.
A.
C.
Aunque la calidad de un instrumento est relacionada con los errores que produce,
S
stos tambin dependen de la forma en que sean utilizados. Por tanto, se recomienda
RE
conocer lo mejor posible las caractersticas de un instrumento antes de utilizarlo. Si no
TO
se cumplen los requisitos establecidos en el manual tcnico del instrumento de medicin
UL
dado, tales como condiciones nominales de funcionamiento, tiempo de
NS
precalentamiento, correcta instalacin, etc., el error de medida puede ser bastante
CO
mayor que el esperado.
S
L&
Errores de mtodo.
A.
Los errores de mtodo, tambin denominados errores tericos, son los debidos a la
C.
imperfeccin del mtodo de medicin. Entre estos podemos sealar los siguientes:
S
RE
TO
1. Errores que son la consecuencia de ciertas aproximaciones al aplicar el principio de
UL
medicin y considerar que se cumple una ley fsica determinada o al utilizar
determinadas relaciones empricas. NS
CO
2. Errores del mtodo que surgen al extrapolar la propiedad que se mide en una parte
S
limitada del objeto de medicin al objeto completo, si ste no posee homogeneidad de

L&
la propiedad medida. Por ejemplo, cuando determinamos la densidad de una sustancia

A.
a partir de la masa y el volumen de una muestra que contena cierto grado de impurezas
C.
y el resultado se considera que caracteriza a la sustancia dada.

S
RE
Errores debido a agentes externos.

TO
UL
Los agentes externos que actan en el proceso de medicin se pueden clasificar en dos
NS
grupos:
CO
&S
1. Factores ambientales. Tanto la magnitud a medir como la respuesta de los instrumentos

de medicin, dependen en mayor o menor grado de las condiciones ambientales en que
L
A.
el proceso se lleva a cabo. Como variables ambientales citaremos la temperatura, la

C.
humedad y la presin, la primera es sin duda la ms significativa. Es necesario

ES
considerar adems el nivel de iluminacin, la contaminacin del ambiente, el nivel de

R
polvo, etc.
TO
UL
2. Presencia de seales o elementos parsitos. Los elementos parsitos que generalmente

NS
se presentan al efectuar una medicin, pueden ser de dos tipos:

CO
x Los que inciden sobre la medicin de forma errtica, perturbando las condiciones de
S
L&
equilibrio del sistema de medicin y disminuyendo su exactitud. Por ejemplo,

vibraciones mecnicas, corrientes de aire, zumbidos de la red elctrica y seales de
radiofrecuencia. Estas seales perturbadoras producen en ciertos casos un ruido de
Pgina 7 de 8
fondo en la respuesta de los instrumentos electrnicos, o hacen inestable el

dispositivo de lectura cuando hay partes mecnicas mviles, produciendo efectos
aleatorios y aumentando la incertidumbre de la medicin.
A.
C.
x Agentes fsicos de igual naturaleza que la de la magnitud a medir que se hallan
S
presentes de modo prcticamente constante. Por ejemplo, campos electrostticos o
RE
magnetostticos (como puede ser el campo magntico terrestre), fuerzas
TO
electromotrices termoelctricas o de contacto presentes en una instalacin de
UL
medicin, etc.
NS
CO
Errores debidos al observador.
S
L&
Entre los errores debido al observador podemos sealar:
A.
C.
- Errores de paralaje o de interpolacin visual al leer en la escala de un instrumento;
S
RE
- Errores debido a un manejo equivocado del instrumento;
TO
UL
- Omisin de operaciones previas o durante la medicin, como puede ser un ajuste a
cero, tiempo mnimo de precalentamiento, etc. NS
CO
Errores matemticos.
S
L&
Frecuentemente, con los datos de las mediciones es necesario realizar determinados

A.
clculos para obtener el resultado final; por tanto, otra fuente de error son los errores
C.
matemticos que se comenten al emplear frmulas inadecuadas, redondear las

S
RE
cantidades, etc.
TO
UL
NS
CO
&S
L
A.
C.
R ES
TO
UL
NS
CO
S
L&
Pgina 8 de 8
A.
C.
S
RE
TO
UL
NS
CO
S
Teora y Prctica
L&
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
Captulo 3
TO
Procedimientos Estadsticos Utiles

UL
NS
CO
L&S
A.
C.
RES
TO
UL
NS
CO
S
L&
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
Captulo
A.
C.
Procedimientos estadsticos tiles
S
RE
TO
3.0 Funcin de distribucin de la variable aleatoria
UL
NS
El resultado de cada observacin realizada en un proceso de medicin depende de la
CO
accin de un gran nmero de factores que varan durante el proceso de medicin de forma
incontrolable (efectos aleatorios), por ejemplo:
S
L&
Pequeas corrientes de aire y vibraciones;
A.
C.
S
Variacin de la atencin del ojo del observador;
RE
TO
Variaciones de la temperatura, la humedad y la presin atmosfrica;
UL
NS
Variaciones de los momentos de friccin entre partes mviles de instrumentos
CO
mecnicos;
S
Fluctuaciones del voltaje y la frecuencia de la red de alimentacin elctrica.

L&
A.
Por esta razn, al repetir muchas veces una medicin obtendremos, en general, diferentes
C.
valores en cada realizacin, algunos de los cuales pueden o no repetirse. La experiencia

S
RE
demuestra que, por mucho que se trate, es imposible lograr la misma combinacin de
TO
factores en cada observacin repetida. Los fenmenos que cumplen estas condiciones se
UL
llaman fenmenos aleatorios y las variables que los caracterizan se denominan variables
aleatorias. Por tanto, el resultado de una medicin es una variable aleatoria, para el
NS
tratamiento de las cuales se usan los mtodos de la teora de probabilidades y la

CO
estadstica matemtica. Utilizaremos la letra mayscula X para denotar la variable aleatoria

&S
(resultado de la medicin) y su correspondiente minscula, x, para uno de sus valores.

L
A.
Las variables aleatorias pueden ser:

C.
ES
Variables aleatorias discretas;

R
Variables aleatorias continuas.

TO
UL
NS
Para una variable aleatoria discreta siempre es posible contar su conjunto de resultados
CO
posibles. Por ejemplo el nmero de tems defectuosos en una muestra de k tems.

S
L&
Cuando una variable aleatoria puede tomar valores en una escala continua, se le
denomina variable aleatoria continua. El resultado de la medicin, como variable
aleatoria, es una variable aleatoria continua.
Pgina 2 de 14
A continuacin se aborda un resumen de las principales propiedades las variables

aleatorias continuas, lo que facilita una mejor comprensin de la evaluacin de la
incertidumbre de la medicin.
A.
C.
A pesar del carcter aleatorio de los resultados de las observaciones individuales repetidas
S
bajo las mismas condiciones en un proceso de medicin, en ellos aparece una ley
RE
determinada que expresa una regularidad dada.
TO
UL
Toda variable aleatoria responde a una cierta ley de distribucin que se expresa a travs
NS
de la denominada funcin de densidad de probabilidad, o simplemente funcin de densidad
de X, la cual se define de la siguiente forma:
CO
S
b
L&
Pa X b f x dx (3.1)
A.
a
C.
S
f(x) se denomina funcin de densidad de probabilidad. La probabilidad de que la variable
RE
aleatoria tome valores en el intervalo [a,b] es igual al rea bajo la curva acotada por los dos
TO
extremos del intervalo.
UL
f(x)
NS
P=(a X b)
CO
S
L&
A.
C.
S
RE
x
TO
a b
UL
NS
Figura 3.1
CO
El valor del rea bajo la curva es igual a 1 cuando se calcula en el rango de X para el cual
&S
se define f(x).
L
A.
La funcin de densidad de probabilidad constituye el mtodo ms universal de descripcin

C.
de las variables aleatorias, pues ella indica al mismo tiempo los valores que la variable
ES
puede tomar y la probabilidad de que los tome.

R
TO
UL
3.1 Caractersticas numricas de la variable aleatoria

NS
CO
Resulta muy prctico caracterizar la variable aleatoria con ayuda de ciertas cantidades
S
numricas que la caracterizan globalmente. Estas son las llamadas medidas de tendencia
L&
central y de dispersin, entre las cuales, las ms usadas para el tratamiento de los
resultados de las mediciones y de su incertidumbre son: la esperanza matemtica, la
varianza y la desviacin estndar.
Pgina 3 de 14
La esperanza matemtica o media de la poblacin expresa el valor medio de la variable

aleatoria dada X, mediante la ley de distribucin de la misma. Desde el punto de vista
geomtrico, representa la abscisa del centro de gravedad de la figura formada por el eje de
A.
las abscisas y la funcin de densidad de probabilidad (figura 3.2).
C.
S
RE
Sea X una variable aleatoria con distribucin de probabilidad f(x). La esperanza matemtica o valor esperado E(X) de X es dado en
TO
la ecuacin 3.2.
UL
NS
f
CO
EX x f x dx (3.2)
S
f
L&
f(x)
A.
C.
S
RE
TO
UL
NS
CO
E(X) x
S
L&
Figura 3.2
A.
C.
Desde el punto de vista de las mediciones, este valor que representa el valor medio de la
S
RE
variable aleatoria resultante de las observaciones individuales, se toma precisamente como

resultado de la medicin.
TO
UL
La diferencia constante entre la esperanza matemtica y el valor del mensurando (Q)

NS
representa el error sistemtico de la medicin (figura 3.3).

CO
4 EX Q (3.3)
&S
L
A.
C.
4
R ES
TO
UL
NS
CO
Q E(X) x
S
L&
Figura 3.3
Pgina 4 de 14
De acuerdo a la definicin de esperanza matemtica, para determinarla sera necesario

contar con informacin sobre todos los posibles valores que podra tomar la variable
aleatoria (poblacin). En la prctica, sin embargo, slo contamos con un nmero limitado
A.
de observaciones (muestra) y, a partir de esta muestra, necesitamos estimar el valor de la
C.
esperanza matemtica de la variable aleatoria. En calidad de estimador de la esperanza
S
matemtica se utilizar la media aritmtica:
RE
TO
n
UL
i
i 1 (3.4)
NS
x
n
CO
S
Puesto que no es posible conocer el valor exacto de la esperanza matemtica (sino slo su
L&
estimado), ni tampoco conocemos el valor exacto del mensurando, queda claro que el error
A.
sistemtico de la medicin no se puede conocer.
C.
S
La esperanza matemtica nos permite conocer a qu valor tiende la variable aleatoria, sin
RE
embargo, dos variables aleatorias pueden tener la misma esperanza matemtica, pero una
TO
tener mayor dispersin de sus valores respecto a la esperanza matemtica que la otra
UL
(figura 3.4).
NS
CO
1 V1 V2 V3
S
L&
A.
C.
2
S
RE
3
TO
UL
E(X) x
NS
CO
Figura 3.4
&S
L
Esta propiedad se caracteriza mediante la denominada varianza, que se calcula mediante

A.
el promedio del cuadrado de las desviaciones de la variable aleatoria respecto a la

C.
esperanza matemtica.
R ES
TO
f
V (X ) ^ 2
E > X E ( X )@ ` >x E X @ f ( x)dx
2
(3.5)
UL
f
NS
CO
La cantidad >x E ( X )@ se denomina desviacin de una observacin respecto a su media

(o error aleatorio).
S
L&
Como la varianza tiene dimensiones del cuadrado de la magnitud aleatoria, resulta ms

cmodo usar la desviacin estndar:
Pgina 5 de 14
V X V X (3.6)
Para estimar la desviacin estndar a partir de los datos de una muestra, por ejemplo, un
A.
conjunto de observaciones de una magnitud particular tomadas bajo las mismas
C.
condiciones, se usa la desviacin estndar experimental s(x):
S
RE
TO
n
2
x x
UL
i
(3.7)
sx i 1
NS
n 1
CO
Es posible demostrar que:
S
L&
V X
A.
V (X ) (3.8)
C.
n
S
RE
por lo que su estimador ser:
TO
UL
s ( x)
s( x ) NS (3.9)
n
CO
S
El error aleatorio de una observacin viene determinado por:

L&
A.
Ha x E( X ) (3.10)
C.
S
RE
y como V ( X ) caracteriza el promedio de estas desviaciones, resulta que mientras mayor

TO
es V ( X ) , mayores son los errores aleatorios.

UL
Por la misma razn explicada, segn la cual, la esperanza matemtica de la variable

NS
observada no la podemos conocer exactamente, resulta que tampoco podremos

CO
determinar el error aleatorio exacto de una medicin.

&S
L
El error de una medicin (error absoluto) ser la suma del error aleatorio y del error
A.
sistemtico y permanecer desconocido.

C.
ES
A menudo los resultados de las mediciones de dos magnitudes de entrada estn ligados,
R
ya sea porque existe una tercera magnitud que influye sobre ambas, porque se utiliza el
TO
mismo instrumento para medir o el mismo patrn para calibrar, o por alguna otra razn.
UL
NS
CO
Por ejemplo, en la calibracin de medidas de capacidad de vidrio por el mtodo gravimtrico son magnitudes de entrada las
temperaturas del agua y del ambiente. Estas temperaturas estn relacionadas an cuando sus valores pueden ser diferentes. La
S
temperatura del agua ser ms alta cuando la temperatura ambiente lo sea y bajar cuando lo haga la temperatura ambiente, es
L&
decir existe correlacin entre estas magnitudes.
Pgina 6 de 14
Desde el punto de vista estadstico, dos variables son independientes cuando la

probabilidad asociada a una de ellas no depende de la otra, esto es, si Xi y Xj son dos
variables aleatorias independientes, la probabilidad conjunta se expresa como el producto
A.
de las probabilidades de las variables respectivas:
C.
S
P( X i , X j ) P( X i ) P( X j )
RE
TO
Cuando se trata de un conjunto de magnitudes de entrada que no son independientes, sino
UL
que los valores de unas dependen de los valores que tomen otras (magnitudes
NS
correlacionadas), adems de la esperanza matemtica y la varianza de cada magnitud,
CO
tambin se utiliza otra caracterstica numrica que es la covarianza y que es una medida
de la naturaleza de asociacin entre estas variables. La covarianza, para las variables Xi y
S
L&
Xj, se define como:
A.
C.
>
V X i , X j E X i E X i X j E X j @ (3.11)
S
RE
TO
Ms frecuentemente se utiliza el coeficiente de correlacin, el cual estima estadsticamente
UL
la independencia lineal de dos variables y se define como:
NS

CO
V Xi , X j

r Xi , X j V ( X i , X j ) r ( X i , X j ).V ( X i ).V ( X j ) (3.12)
S
V ( X i ).V ( X j )
L&
A.
Si las variables aleatorias son independientes, tanto la covarianza como el coeficiente de

C.
correlacin son igual a cero.

S
RE
TO
El coeficiente de correlacin tiene la ventaja sobre la covarianza de que es adimensional,

de modo que su valor no depende de las unidades de medida seleccionadas. Los valores
UL
del coeficiente de correlacin estn comprendidos en el intervalo >-1,1@, siendo igual a +1 o

NS
a 1 cuando existe una dependencia lineal entre las variables (correlacin total).
CO
&S
La covarianza de dos magnitudes correlacionadas Xi y Xj que son estimadas a partir de

L
sus medias xi , y x j , mediante pares de observaciones simultneas, puede ser estimada a

A.
partir del conjunto de n valores de xi y xj segn:

C.
ES
n
1
R
s ( xi , x j ) ( xik xi ) ( x jk x j ) (3.13)
TO
n(n 1) k 1
UL
NS
Si Y = f (X1, X2, ... , XN) es una variable aleatoria que vara poco para pequeas variaciones
CO
de sus argumentos y que es estimada a partir de su media Y , entonces su desviacin

estndar estar dada por:
S
L&
2
2
N
wf 2 N 1 N
wf wf
V (Y ) V ( X i ) 2 . .V ( X i , X j ) (3.14)
i 1 wX i i 1 j i 1 wX i

wX j
Pgina 7 de 14
En el caso de que las magnitudes Xi sean independientes, el segundo trmino del miembro
de la derecha ser igual a cero y resultar:
A.
2
N
wf 2
C.
2
V (Y ) V ( X i ) (3.15)
i 1 wX i
RE
TO
Si el coeficiente de correlacin para todas las Xi, Xj es igual a 1, entonces de (3.12) se
UL
deriva que :
NS
V( X i , X j ) V ( X i )V ( X j )
CO
S
L&
por lo que la ecuacin (3.14) quedara en la forma:
A.
2
C.
N wf N wf
V Y
2
V ( X i V (Y )
) wX V ( X i ) (3.16)
S

i 1 wX i
RE
i 1 i
TO
UL
El valor de V (Y ) puede estimarse ( s ( y ) ) sustituyendo en las ecuaciones (3.14), (3.15) y
NS
(3.16) las V ( X i ) por sus estimadores s ( xi ) y V ( X i , X j ) por su estimador s ( xi , x j )
CO
dado por la ecuacin (3.13).

S
L&
3.2 Ejemplos de funciones de distribucin

A.
C.
S
En este epgrafe analizaremos un grupo de funciones de distribucin de probabilidad

RE
continuas que describen el comportamiento del resultado de la medicin.

TO
UL
Frecuentemente sucede que de acuerdo a la informacin de que se dispone, slo es

NS
posible establecer que todos los valores de una variable aleatoria estn comprendidos en
CO
un intervalo entre a- y a+, y que cualquiera de los posibles valores tiene igual probabilidad
de ocurrencia. En este caso se dice que la variable aleatoria cumple una funcin (ley) de
&S
distribucin rectangular o uniforme (figura 3.5). La funcin de distribucin rectangular es

L
A.
tambin conocida como distribucin uniforme continua.

C.
R ES
TO
UL
NS
CO
S
L&
Pgina 8 de 14
a a
f(x)
A.
C.
1/2a
S
RE
TO
UL
a- a+ x
NS
a P
CO
P a
3 P
3
S
L&
Figura 3.5
A.
C.
S
La esperanza matemtica de X es el punto medio del intervalo:
RE
TO
(a a )
E( X ) (3.17)
UL
2
con varianza asociada: NS
CO
( a a ) 2
S
V (X ) 2
V (X ) (3.18)
L&
12
A.
C.
Si la diferencia entre los lmites se denota por 2a, es decir, a a 2a entonces

S
sustituyendo en (3.18):
RE
TO
a2 a
UL
2
V (X) V( X ) (3.19)
3 3
NS
CO
La funcin de distribucin rectangular se utiliza en el clculo de incertidumbre cuando:

&S
Un certificado u otra especificacin ofrecen los lmites sin especificar un nivel de
L
A.
confianza;
C.
ES
Es hecho un estimado en forma de un rango mximo con desconocimiento de la forma

R
de la distribucin.
TO
UL
NS
EJEMPLOS
CO
a) Un analista estima un factor de contribucin como que no es menor que 7 ni mayor que 10, pero siente que el valor podra estar
S
en cualquier lugar en entre estos valores, como no hay idea de si cualquier parte del rango es ms probable que otra. Esto es
L&
una descripcin de una funcin de distribucin rectangular con rango 2a = 3 (semirango a =1,5). Utilizando la funcin de
distribucin rectangular puede calcularse un estimado de la desviacin estndar. Utilizando el rango anterior (a = 1,5), el
resultado es una desviacin estndar de (1,5/3) = 0,87.
Pgina 9 de 14
b) Un recipiente volumtrico de 10 ml tiene un error mximo permisible de r 0,2 ml . Al considerar los posibles valores del volumen
que contiene la medida de acuerdo al valor del error mximo permisible podemos decir que el volumen se encuentra entre :
A.
(10,0 - 0,2) ml V (10,0 + 0,2) ml
C.
S
RE
y cualquiera de los valores comprendidos en este intervalo tienen la misma probabilidad de ocurrencia. Por tanto, podemos
0,2 = 0,11 ml.
TO
considerar que la variable aleatoria (volumen) cumple con una ley de distribucin rectangular con V (V )
3
UL
NS
CO
En el caso que la probabilidad de que la variable aleatoria tome los valores en el intervalo
entre a- y a+, tenga un valor mximo en el centro del intervalo y disminuya linealmente
S
L&
hacia los extremos del mismo hasta cero, estamos en presencia de una funcin de
distribucin triangular (figura 3.6).
A.
C.
S
RE
a a
f(x)
TO
UL
NS
CO
1/a
S
L&
A.
C.
S
E( X ) a E( X ) E( X ) a x
RE
TO
Figura 3.6
UL
NS
Si el intervalo es simtrico, la varianza de la variable aleatoria X ser en este caso:

CO
a2 a
&S
2
V (X) V( X ) (3.20)
6 6
L
A.
C.
La funcin de distribucin triangular se utiliza en el clculo de la incertidumbre cuando:

ES
La informacin disponible concerniente a X est menos limitada que para una funcin
R
TO
de distribucin rectangular. Los valores cercanos a E(X) son ms probables que los
UL
cercanos a los lmites;

NS
Es hecho un estimado en la forma de un rango mximo descrito por una distribucin
CO
simtrica.
S
L&
Pgina 10 de 14
En el ejemplo del recipiente volumtrico de 10 ml, podra considerarse que la variable aleatoria (volumen) cumple una ley de
distribucin triangular, si los valores correspondientes a volmenes muy prximos a 10 ml se presentan mucho ms frecuentemente
0,2
A.
que los prximos a (9,8 y 10,2) ml. En ese caso V (V ) = 0,081 ml.
C.
6
S
RE
TO
En la estadstica matemtica tiene gran importancia la denominada ley de distribucin
UL
normal o ley de distribucin de Gauss. Esta ley de distribucin tiene la forma mostrada
NS
en la figura 3.7.
CO
Para una variable que sigue una ley de distribucin normal se cumple que:
S
L&
A.
P(~X~dP+3V = 99,73 %)
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
-3V -2V -1V P 1V 2V 3V

S
Figura 3.7
RE
TO
Esto significa que, para una distribucin normal, la probabilidad de que la variable tome
UL
valores fuera del intervalo P r 3V es prcticamente cero. Por tanto, si los valores
NS
observados de una variable estn incluidos en el intervalo P r a y ella sigue una ley de
CO
a2 a
distribucin normal, se puede plantear que a = 3V , o sea, V 2 ( X ) V (X ) .
&S
9 3
L
A.
La funcin de distribucin normal es utilizada en el clculo de la incertidumbre cuando:

C.
ES
Es hecho un estimado de observaciones repetidas de un proceso que vara

R
aleatoriamente;
TO
UL
Es hecho un estimado en forma de un intervalo de confianza de un 95 % (u otro) de

NS
probabilidad sin especificar la distribucin.

CO
S
L&
0,2
Para el caso del ejemplo tratado (para un 99,73 % de probabilidad) V (V ) 0,066 ml .
3
Pgina 11 de 14
Si comparamos los valores de las desviaciones estndar de la variable V considerando los

tres tipos de distribuciones, vemos que estos difieren poco.
Se sabe que las magnitudes aleatorias que cumplen una ley de distribucin normal estn
A.
C.
profusamente distribuidas en la prctica. Esto se debe a un hecho expresado en el
S
denominado Teorema del Lmite Central segn el cual, si una variable aleatoria X es la
RE
suma de un nmero grande de variables aleatorias mutuamente independientes, y la
TO
influencia de cada una de ellas en toda la suma es despreciable, entonces X tiende a una
UL
distribucin normal.
NS
En el caso que nos ocupa de las mediciones, resulta que la variabilidad aleatoria de las
CO
observaciones durante la medicin se debe a la conjugacin de un gran nmero de
S
factores que intervienen en la medicin y que varan de forma impredecible de una
L&
observacin a otra. Si ninguno de estos factores predomina sobre los restantes en cuanto a
A.
la variabilidad que provoca en el resultado de las observaciones, entonces se puede
C.
afirmar que ste sigue aproximadamente una ley de distribucin normal.
S
RE
TO
3.3 Mtodo de los mnimos cuadrados
UL
NS
A menudo, en la prctica de las mediciones, se requiere la solucin de problemas que
CO
incluyen conjuntos de variables cuando se conoce que existen relaciones inherentes entre
S
ellas. Por ejemplo, en una situacin industrial se puede saber que el contenido de alquitrn
L&
en el flujo saliente de un proceso qumico se relaciona con la temperatura de entrada.

A.
Puede ser de inters desarrollar un mtodo de prediccin; es decir, un procedimiento para

C.
estimar el contenido de alquitrn para varios valores de la temperatura a partir de la

S
RE
informacin experimental disponible (relacin entre temperatura y contenido de alquitrn).

TO
Este procedimiento posibilitara la determinacin del valor del contenido del alquitrn con el
solo hecho de determinar el valor de la temperatura del fluido.
UL
NS
La relacin que se ajusta a un conjunto de datos experimentales se caracteriza por una

CO
ecuacin de prediccin que se denomina ecuacin de regresin.

&S
L
Para asegurar la validez del mtodo que a continuacin desarrollaremos es necesario que
A.
la dependencia de las variables sea lineal. Es por ello importante comprobar mediante un
C.
grfico si el modelo es lineal.

R ES
Es usual en qumica analtica que un mtodo analtico o instrumento est calibrado

TO
frecuentemente por la observacin de las respuestas ,y, para diferentes niveles del analito,
UL
x. En la mayora de los casos la relacin se toma lineal como: y mx b

NS
CO
S
L&
Pgina 12 de 14
7,0
A.
6,0
C.
5,0 y = mx + b
S
RE
Valores yi 4,0
TO
3,0
UL
NS
2,0
CO
1,0
S
L&
0,0
A.
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0
C.
Valores xi
S
RE
La lnea de calibracin es entonces utilizada para obtener la concentracin xpred del analito
TO
de una muestra, la cual produce una respuesta observada yobs de:
UL
x pred ( y obs b) / m
NS
CO
Es comn determinar las constantes m y b por el mtodo de regresin de los mnimos

cuadrados en un conjunto de n pares de valores (xi; yi).
S
L&
A.
Los parmetros de la regresin lineal son los siguientes:

C.
S
Para la ecuacin: y mx b
RE
TO
n n n
UL
Cantidades tiles: s xx (x i x ) 2 ; s yy (y i y ) 2 ; s xy (x i x )( y i y )
NS
i 1 i 1 i 1
CO
s xy
&S
Pendiente: m
s xx
L
A.
Intercepto: b y mx
C.
ES
s yy m 2 s xx
R
Desviacin estndar de los residuos: s y

TO
n2
UL
NS
1
Desviacin estndar del intercepto: s b sy
CO
n
( xi ) 2
S
L&
i 1
n n
2
x
i 1
i
Pgina 13 de 14
Desviacin estndar de la pendiente: s m s y / s xx
A.
C.
Desviacin estndar de una lectura desconocida de una curva de calibracin:
S
RE
TO
sy 1 1 ( yc y ) 2
sc 2
UL
m L n m s xx
NS
Donde:
CO
n: es el nmero de puntos de calibracin;
S
L: es el nmero de mediciones repetidas del valor desconocido;
L&
y c : es la media de las mediciones del valor desconocido.
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
UL
NS
CO
&S
L
A.
C.
R ES
TO
UL
NS
CO
S
L&
Pgina 14 de 14
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
Teora y Prctica
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
Captulo 4
UL
NS
Proceso de Estimacin
CO
&S
de la Incertidumbre Estndar
L
A.
C.
RES
TO
UL
NS
CO
S
L&
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
Captulo
A.
C.
Proceso de estimacin de la incertidumbre estndar
S
RE
TO
4.0 Introduccin
UL
NS
La estimacin de la incertidumbre en principio es simple. A continuacin se sealan las
CO
tareas necesarias para obtener un estimado de la incertidumbre asociada con un resultado
de la medicin:
S
L&
1. Especificacin del mensurando.
A.
C.
Escribir un enunciado claro de qu es medido, incluyendo la relacin entre el mensurando
S
RE
y las magnitudes de entrada (por ejemplo magnitudes medidas, constantes, valores de
TO
patrones de calibracin, etc.) sobre las cuales ste depende. Donde sea posible, incluir las
UL
correcciones para efectos sistemticos conocidos. La especificacin de la informacin
NS
puede ser dada en un Procedimiento de Operacin Normalizado (PON) u otra descripcin
del mtodo.
CO
S
2. Identificacin de las fuentes de incertidumbre y anlisis.

L&
A.
Listar las posibles fuentes de incertidumbre. Esta lista incluye las fuentes que contribuyen a
C.
la incertidumbre en los parmetros de la relacin especificada en el primer paso, pero

S
puede incluir otras fuentes y las fuentes originadas de cualquier suposicin que sea
RE
tomada.
TO
UL
3. Evaluacin de la incertidumbre estndar.

NS
CO
Medir o estimar el tamao de la componente de incertidumbre asociada con cada fuente

potencial de incertidumbre identificada. Frecuentemente es posible estimar o determinar
&S
una contribucin simple a la incertidumbre asociada con un nmero de fuentes separadas.

L
Adems, es importante considerar si los datos disponibles cuentan lo suficientemente para

A.
C.
todas las fuentes de incertidumbre, y planificar cuidadosamente experimentos adicionales

ES
y estudios para asegurar que todas las fuentes de incertidumbre son tomadas en cuenta
adecuadamente.
R
TO
UL
4. Clculo de la incertidumbre combinada.

NS
La informacin obtenida en el tercer paso consiste de un nmero de contribuciones

CO
cuantificadas a toda la incertidumbre, o asociadas con fuentes individuales o con los

S
efectos combinados de varias fuentes. Las contribuciones tienen que ser expresadas como
L&
desviaciones estndar, y combinadas de acuerdo a reglas apropiadas, para dar una

incertidumbre estndar combinada. El factor de cobertura apropiado debe ser aplicado
para dar una incertidumbre expandida.
Pgina 2 de 16
La figura 4.1 muestra el proceso esquemticamente.
Especificacin del
A.
mensurando
C.
S
RE
Establecer el modelo fsico 1er paso
Identificar las magnitudes de
TO
entrada Xi
UL
Establecer el modelo matemtico
NS
CO
Identificacin de las fuentes de
S
2do paso
L&
incertidumbre
A.
C.
Simplificar por agrupamiento las
S
RE
fuentes cubiertas por los datos
existentes
TO
UL
Asignar una funcin de
NS
distribucin a cada fuente
CO
3er paso
S
L&
Convertir las componentes a

desviaciones estndar u(xi)
A.
C.
S
RE
Estimar correlaciones
TO
UL
Calcular la incertidumbre estndar

NS
combinada uc(y)
CO
&S
Revisar, y si es necesario
4to paso
L
reevaluar las mayores

A.
componentes de incertidumbre
C.
ES
Calcular la incertidumbre
R
TO
expandida U(y)
UL
NS
Figura 4.1. Proceso de estimacin de la incertidumbre

CO
S
Los siguientes epgrafes suministran una gua para la ejecucin de todos los pasos listados
L&
anteriormente y muestran como el procedimiento puede ser simplificado, dependiendo de

la informacin que est disponible acerca del efecto combinado de un nmero de fuentes.
Pgina 3 de 16
4.1 Especificacin del mensurando
En el contexto de la estimacin de la incertidumbre, la especificacin del mensurando
A.
C.
requiere una clara e inequvoca definicin de que es medido, y una expresin cuantitativa
S
que relacione el valor del mensurando con los parmetros de los cuales depende. Estos
RE
parmetros pueden ser otros mensurandos, magnitudes que no son directamente medidas
TO
o constantes.
UL
NS
Pretender estudiar el proceso de medicin de manera exacta y completa est usualmente
fuera de las actividades rutinarias de la persona que efecta las mediciones, ms an, es el
CO
propsito de la investigacin cientfica cuya solucin pocas veces se vislumbra. Por lo
S
tanto, es necesario la simplificacin del fenmeno o de la situacin real conservando las
L&
caractersticas ms relevantes para el propsito pretendido, mediante la construccin de un
A.
modelo para la medicin.
C.
S
RE
Un modelo fsico de la medicin consiste en el conjunto de suposiciones sobre el propio
mensurando y las variables qumicas o fsicas relevantes para la medicin. Estas
TO
suposiciones usualmente incluyen:
UL
NS
x La relacin entre variables presentes en el fenmeno;
CO
x Consideraciones sobre el fenmeno como conservacin de cantidades,

S
L&
comportamiento temporal, comportamiento espacial, simetras;

A.
C.
x Consideraciones sobre propiedades de la sustancia como homogeneidad e isotropa.

S
RE
Una medicin fsica, por simple que sea, tiene asociado un modelo que slo aproxima el
TO
proceso real.
UL
NS
Por ejemplo, la medicin de viscosidad con viscosmetros capilares usa un modelo que supone un capilar con longitud infinita, de
CO
dimetro constante y que la temperatura es absolutamente uniforme y constante en todos los puntos del viscosmetro.
&S
L
A.
El modelo fsico se representa por un modelo descrito con lenguaje matemtico (modelo
C.
matemtico). El modelo matemtico supone aproximaciones originadas por la

ES
representacin imperfecta o limitada de las relaciones entre las variables involucradas.

R
TO
Considerando a la medicin como un proceso, se identifican magnitudes de entrada

UL
denotadas por el conjunto {Xi}, expresin en la cual el ndice i toma valores entre 1 y el
NS
nmero de magnitudes de entrada N.

CO
La relacin entre las magnitudes de entrada Xi y el mensurando Y como la magnitud de

S
salida se representa como una funcin:

L&
Y f ^X i ` f ( X 1 , X 2 ,..., X N ) (4.1)
Pgina 4 de 16
En el caso ms simple de una medicin directa, la medicin comprende al menos dos

magnitudes, el mensurando, o sea la magnitud que se quiere medir, y la magnitud que se
observa. Sin embargo, en todo proceso de medicin actan una serie de magnitudes de
influencia que son conocidas slo de forma aproximada y para las cuales pueden o no
A.
introducirse ciertas correcciones en los clculos del resultado de la medicin. En casos
C.
ms complicados, el valor del mensurando puede determinarse por mtodo indirecto, o
S
RE
sea, a partir de su relacin funcional con otras magnitudes, los valores de algunas de las
TO
cuales se obtienen en el proceso de medicin y otras pueden ser tomadas de mediciones
UL
previas, certificados de calibracin, referencias, manuales, etc.
NS
Veamos algunos ejemplos:
CO
S
L&
1) Se realiza la determinacin del pH de una sustancia de forma directa con la ayuda de un medidor de pH.
A.
C.
El modelo matemtico es representando como: pH pH i
S
RE
donde: pHi es el pH indicado por el medidor.
TO
UL
2) Se determina la densidad de un cuerpo indirectamente con la ayuda de una balanza digital y una medida de capacidad de vidrio.
NS
mi
CO
El modelo matemtico es representando como: U

Vi
S
L&
donde mi: masa indicada por la balanza y Vi es el volumen desplazado por el cuerpo (determinado con la ayuda de la medida de
A.
capacidad de vidrio).
C.
S
RE
El modelo matemtico de la medicin expresado a travs de la relacin funcional (4.1)

TO
debemos interpretarlo como aquella funcin que contiene todas las magnitudes de las
UL
cuales depende el mensurando, incluyendo todas las correcciones y factores de correccin

NS
que pueden contribuir con componentes significativas de incertidumbre al resultado de la

CO
medicin. Ella no debe expresar simplemente una ley fsica, sino tambin el proceso de
medicin dado.
L&S
Se denota con xi al mejor estimado de las magnitudes de entrada Xi.

A.
C.
El mejor estimado del valor del mensurando es el resultado de calcular el valor de la

ES
funcin f evaluada en el mejor estimado de cada magnitud de entrada,

R
TO
UL
y f ( x1 , x 2 ,..., x N ) (4.2)
NS
En algunas ocasiones se toma el mejor estimado de Y como el promedio de varios valores

CO
yj del mensurando obtenido a partir de diversos valores {Xi}j de las magnitudes de entrada.
S
L&
Pgina 5 de 16
4.2 Identificacin de las fuentes de incertidumbre y anlisis
Debe ser organizada una lista comprensiva de todas las fuentes relevantes de
A.
C.
incertidumbre. En esta etapa, no es necesario la evaluacin de las componentes
S
individuales; la intencin es dejar establecidas claramente las diferentes fuentes que deben
RE
ser consideradas en el anlisis de la incertidumbre. En el prximo epgrafe se consideran
TO
las mejores vas para el tratamiento de cada fuente.
UL
NS
En la formacin de la lista requerida de fuentes de incertidumbre es conveniente comenzar
con el anlisis del modelo matemtico utilizado para calcular el valor del mensurando
CO
desde valores intermedios. Todos los parmetros en esta expresin pueden tener una
S
incertidumbre asociada con sus valores y son fuentes de incertidumbre potenciales.
L&
Adems, pueden haber otros parmetros que no aparezcan explcitamente en la expresin
A.
utilizada para calcular el valor del mensurando, pero que sin embargo afectan los
C.
resultados del mensurando y son fuentes de incertidumbre potenciales; por ejemplo, el
S
RE
tiempo de extraccin o la temperatura. Todas estas diferentes fuentes deben ser incluidas.
TO
El diagrama de causa y efecto es una forma muy conveniente de listar las fuentes de
UL
incertidumbre, mostrando como se relaciona cada una e indicando su influencia en la
NS
incertidumbre del resultado. Adems, ayuda a evitar duplicar las fuentes al considerarlas
CO
nuevamente.
S
L&
Una vez que la lista de fuentes de incertidumbre es organizada, sus efectos en el resultado
A.
pueden, en principio, ser representados por un modelo de medicin formal, en el cual cada
C.
efecto est asociado con un parmetro o variable en una ecuacin. Entonces, la ecuacin
S
forma un modelo completo del proceso de medicin en trminos de todos los factores
RE
individuales que afectan el resultado. Esta funcin puede ser muy complicada y puede no
TO
ser posible escribirla explcitamente. Sin embargo, donde sea posible, debe ser hecha,
UL
como la forma de expresin que determina generalmente el mtodo de combinacin

NS
de las contribuciones individuales de incertidumbre.

CO
Adicionalmente, puede ser muy til considerar un proceso de medicin como una serie de
&S
operaciones, cada una de las cuales puede ser planteada separadamente para obtener el
L
estimado de incertidumbre asociada con cada operacin. Esto es muy til cuando
A.
C.
procedimientos de medicin similares comparten operaciones comunes. Entonces, las

ES
incertidumbres separadas para cada operacin forman las contribuciones a la

incertidumbre total.
R
TO
UL
No es recomendable desechar alguna de las fuentes de incertidumbre por la suposicin de

que es poco significativa sin una cuantificacin previa de su contribucin, comparada con
NS
las dems, apoyada en mediciones. Es preferible la inclusin de un exceso de fuentes que

CO
ignorar algunas entre las cuales pudiera descartarse alguna importante. No obstante,
S
siempre estarn presente efectos donde la experiencia, conocimientos y actitud crtica del
L&
observador permitirn calificar como irrelevantes despus de las debidas consideraciones.
Las fuentes de incertidumbre tpicas son aquellas que fueron estudiadas en el captulo 2.
Pgina 6 de 16
4.3 Evaluacin de la incertidumbre estndar
Introduccin.
A.
C.
S
Una vez que han sido identificadas las fuentes de incertidumbre es necesario evaluar la
RE
incertidumbre originada de cada fuente individual, para luego combinarlas como se
TO
describe en el captulo 5.
UL
NS
Procedimiento de evaluacin de la incertidumbre.
CO
El procedimiento utilizado para la estimacin de la incertidumbre total depende de los datos
S
disponibles acerca del proceso de medicin. Las etapas que envuelven el desarrollo de la
L&
evaluacin son:
A.
C.
x Reconciliar los requerimientos de informacin con la informacin disponible.
S
RE
Primero, la lista de las fuentes de incertidumbre debe ser examinada para ver cules
TO
fuentes de incertidumbre son tomadas en cuenta por la informacin disponible (datos
UL
existentes, o informacin adicional obtenida de la literatura o datos establecidos en
NS
certificados, especificaciones del equipo, etc.). Estas fuentes deben ser comprobadas
CO
contra la lista organizada y cualquiera de las fuentes que permanezcan deben ser
S
listadas, para suministrar un registro auditable de las contribuciones a la incertidumbre

L&
que han sido incluidas.

A.
C.
x Plan para obtener los dems datos requeridos.

S
RE
Se debe elaborar un plan para obtener los dems datos requeridos para las fuentes de
TO
incertidumbre no cubiertas adecuadamente por la informacin disponible, o la

UL
planificacin de experimentos para obtener datos adicionales requeridos. Los

NS
experimentos adicionales pueden tomar la forma de estudios especficos de una

CO
contribucin simple a la incertidumbre o estudios del desempeo usual del mtodo de

medicin, conducidos para asegurar variaciones representativas de importantes
&S
factores.
L
A.
C.
Es importante reconocer que no todas las componentes tienen una contribucin

ES
significativa a la incertidumbre combinada; en la prctica tan solo un pequeo nmero de

ellas contribuirn a la incertidumbre combinada. Debe ser hecho un estimado preliminar de
R
TO
la contribucin de cada componente o combinacin de componentes a la incertidumbre y

UL
aquellas que no sean significativas deben eliminarse.

NS
En la literatura se distinguen dos mtodos principales para cuantificar las fuentes de

CO
incertidumbre: el mtodo de evaluacin tipo A y el mtodo de evaluacin tipo B. El

S
mtodo tipo A est basado en un anlisis estadstico de una serie de mediciones, mientras
L&
que el mtodo de evaluacin tipo B comprende todas las dems maneras de estimar la
incertidumbre.
Pgina 7 de 16
Esta clasificacin no significa que exista alguna diferencia en la naturaleza de las

componentes que resultan de cada uno de los dos mtodos de evaluacin, puesto que
ambos mtodos estn basados en distribuciones de probabilidad. La nica diferencia es
que en las evaluaciones tipo A se estima esta distribucin basndose en mediciones
A.
repetidas obtenidas del mismo proceso de medicin, mientras que en el caso de tipo B se
C.
supone una distribucin sobre la base de la experiencia o la informacin externa
S
RE
disponible. En la prctica est clasificacin no tiene consecuencia alguna en las etapas
TO
para obtener una estimacin de la incertidumbre combinada.
UL
Mtodo de evaluacin tipo A de la incertidumbre estndar.
NS
CO
La incertidumbre de una magnitud de entrada Xi obtenida a partir de observaciones
S
repetidas bajo condiciones de repetibilidad, se estima sobre la base de la dispersin de los
L&
resultados de mediciones individuales. Slo cuando existe suficiente resolucin en el
A.
proceso de medicin, la dispersin de las observaciones podr advertirse, puesto que se
C.
obtendrn un grupo de valores diferentes al repetir la medicin en condiciones
S
prcticamente iguales, algunos de los cuales pueden o no volver a aparecer.
RE
TO
Si Xi se determina por n mediciones independientes, resultando en valores q1, q2,...,qn, el
UL
mejor estimado de xi para el valor de Xi es la media de los resultados individuales:
NS
CO
q j
S
j 1
L&
xi q (4.3)
n
A.
C.
Las dispersin de los resultados de la medicin q1, q2,...,qn para la magnitud de entrada Xi
S
RE
se expresa por su desviacin estndar experimental:

TO
n
UL
q q
2
j
NS
j 1
s q (4.4)
CO
n 1
&S
La incertidumbre estndar u(xi) de Xi se obtiene finalmente mediante el clculo de la

L
desviacin estndar experimental de la media:

A.
C.
ES
(q q)2
R
j
TO
j 1
u A ( xi ) s q (4.5)
n(n 1)
UL
NS
Existen casos prcticos donde un efecto aleatorio puede producir una fluctuacin en la
CO
indicacin de un instrumento que puede ser significativa en trminos de incertidumbre. Esta

S
no es una situacin comn, pero cuando ocurre se estima la incertidumbre estndar

L&
asumiendo que las observaciones se distribuyen uniformemente en los lmites del

recorrido. Es decir:
Pgina 8 de 16
x MAX x MIN
u A ( xi ) (4.6)
12
A.
donde xMAX y xMIN son la indicaciones mxima y mnima obtenidas con el instrumento de
C.
medicin.
S
RE
Cuando resulte conveniente se podr estimar la incertidumbre estndar tipo A acotando los
TO
valores mximos y mnimos posibles que puede tomar xi, siempre que, durante el proceso
UL
de medicin ninguna observacin caiga fuera de dichos lmites. En este caso uA(xi) se
NS
evala por la ecuacin (4.6).
CO
Para una medicin que se realiza por un mtodo bien caracterizado y bajo condiciones
S
controladas, es razonable suponer que la distribucin (dispersin) de los qj no cambia, o
L&
sea se mantiene prcticamente igual para mediciones realizadas en diferentes das, por
A.
diferentes personas, etc., es decir la medicin est bajo control estadstico. En este caso
C.
esta componente de la incertidumbre puede ser ms confiablemente estimada a partir de la
S
RE
desviacin estndar sp, que con la desviacin estndar experimental s(q) obtenida por un
TO
nmero n de mediciones, casi siempre pequeo segn la ecuacin 4.4. La repetibilidad y
reproducibilidad de las mediciones previamente evaluadas deben basarse en un nmero
UL
relativamente grande de mediciones. NS
CO
Cuando sp se encuentra disponible podemos obtener la incertidumbre estndar tipo A de xi,

S
calculada a partir de muy pocas mediciones como:

L&
A.
sp
C.
u A xi u A q (4.7)
n
S
RE
TO
donde n es el nmero de mediciones realizadas para evaluar xi q y que en algunos

UL
casos suele ser igual a 1, mientras que sp se determin por un nmero distinto (grande) de
NS
mediciones.
CO
Una estimacin ponderada de varianza s 2p basada en N series de observaciones

&S
independientes de la misma variable aleatoria se obtiene a partir de:

L
A.
C.
N
2
Q s (q)
ES
i i
2 i 1
R
s p (4.8)
TO
Q
UL
i
i 1
NS
donde s i2 (q ) es la varianza experimental de la i-sima serie de ni observaciones repetidas

CO
independientes (ecuacin 4.4) y tienen Q i ni 1 grados de libertad. Los grados de libertad

S
L&
N
de s 2p son Q Q i . La varianza experimental s 2p / m (y la desviacin estndar
i 1
Pgina 9 de 16
experimental s p / m ) de la media aritmtica de m observaciones independientes

caracterizadas por la estimacin ponderada de la varianza s 2p tiene tambin Q grados de
libertad.
A.
C.
No se puede dar una recomendacin general para el nmero ideal de las repeticiones n, ya
S
RE
que est depende de las condiciones y exigencias de cada medicin especfica. Es
TO
necesario considerar que:
UL
NS
x Al aumentar el nmero de repeticiones disminuye la incertidumbre tipo A, la cual es
CO
proporcional a 1 n ;
S
L&
x Un nmero grande de repeticiones aumenta el tiempo de medicin, que puede ser
A.
contraproducente, si las condiciones ambientales u otras magnitudes de entrada no se
C.
mantienen constantes en este tiempo;
S
RE
x En pocos casos se recomienda o se requiere n mayor que 10. Por ejemplo cuando se
TO
caracterizan instrumentos, patrones o se hacen mediciones o calibraciones de alta
UL
exactitud;
NS
CO
x Para determinar el impacto que tiene n en la incertidumbre expandida hay que estimar
su influencia en el nmero efectivo de grados de libertad.
S
L&
Existen otros mtodos estadsticos para evaluar la incertidumbre estndar de tipo A que se
A.
C.
aplican en ciertas clases de mediciones; por ejemplo, anlisis de varianza, estudios de

S
reproducibilidad, regresin lineal (mtodo de los mnimos cuadrados), entre otros.

RE
TO
Evaluacin tipo B de la incertidumbre estndar.

UL
NS
Una evaluacin tipo B de la incertidumbre estndar se realiza cuando no se dispone de

informacin sobre la posible variabilidad de la magnitud dada para hacer un anlisis
CO
estadstico. En tal caso, la incertidumbre estndar uB(xi) se evala mediante juicios y

&S
criterios cientficos, basados en toda la informacin disponible sobre la variabilidad de xi.

L
A.
Las fuentes de informacin pueden ser:

C.
ES
- Certificados de calibracin;
R
TO
- Manuales de los instrumentos de medicin;

UL
NS
- Normas o literatura;
CO
- Valores de mediciones anteriores;

S
L&
- Conocimiento sobre las caractersticas o el comportamiento del sistema de medicin.
Pgina 10 de 16
Al evaluar las componentes individuales de incertidumbre en un proceso de medicin se

consideran, al menos, las siguientes posibles fuentes:
- incertidumbre reportada en los certificados de calibracin de los instrumentos patrones
A.
y cualquier deriva o inestabilidad en sus valores o lecturas;
C.
S
RE
- los equipos de medicin; por ejemplo, su resolucin, histresis e inestabilidad durante la
TO
realizacin de las mediciones;
UL
- el efecto de las condiciones ambientales;
NS
CO
- el mtodo y procedimiento de medicin;
S
L&
- los equipos auxiliares, como las lneas de conexin, fuentes de alimentacin, baos
A.
termostticos, etc., y cualquier deriva o inestabilidad en sus valores o lecturas;
C.
S
- el observador.
RE
TO
La evaluacin tipo B de la incertidumbre estndar es en esencia al igual que la evaluacin
UL
tipo A, una determinacin de la desviacin estndar; pero la evaluacin tipo B no se basa
NS
en un anlisis estadstico, sino que en la mayora de los casos se asume una funcin de
distribucin a priori a partir de la cual se realiza la evaluacin. En la prctica se nos pueden
CO
presentar los siguientes casos:

S
L&
- Si la estimacin xi se toma de una especificacin del fabricante, de un certificado de

A.
calibracin, manual u otra fuente, y su incertidumbre asignada se establece como un

C.
mltiplo de una desviacin estndar, la incertidumbre estndar uB(xi) es simplemente el

S
RE
valor asignado dividido por el multiplicador (factor de cobertura);

TO
- La incertidumbre asignada a xi no necesariamente est dada como un mltiplo de una

UL
desviacin estndar. En lugar de eso, puede encontrarse que la incertidumbre asignada

NS
define un intervalo con un nivel de confianza de (90; 95 o 99) %. A menos que se

CO
indique otra cosa, se asume que se us una distribucin normal (figura 4.2) y se
recupera la incertidumbre estndar dividiendo la incertidumbre asignada por el factor
&S
apropiado. Los factores correspondientes a los tres niveles de confianza mencionados

L
A.
son: 1,64; 1,96; y 2,58.

C.
R ES
TO
UL
NS
CO
S
L&
Pgina 11 de 16
A.
C.
f(x)
S
RE
TO
UL
NS
CO
S
L&
A.
x
P V
C.
P V
S
P
RE
TO
Figura 4.2. Distribucin normal
UL
NS
Los resultados de una medicin repetida afectada por una o ms magnitudes de
CO
influencia que varan aleatoriamente, generalmente siguen en buena aproximacin una

distribucin normal.
S
L&
A.
- En otros casos puede que sea posible estimar slo los lmites (superior e inferior) para
C.
xi, en particular para establecer que la probabilidad de que el valor de xi est dentro del
S
intervalo de [a- ; a+] para todos los propsitos prcticos es igual a uno y la probabilidad
RE
de que xi caiga fuera de ese intervalo es esencialmente cero. Si no existe un

TO
conocimiento especfico acerca de los posibles valores de xi dentro del intervalo, uno
UL
puede nicamente suponer que es igualmente probable para xi tomar cualquier valor
NS
dentro del intervalo (una distribucin uniforme o rectangular de valores posibles como la
CO
mostrada en la figura 4.3). Entonces la esperanza xi, o valor esperado de xi, es el punto
(a a )
&S
medio del intervalo, xi , con varianza asociada,

2
L
A.
C.
(a a ) 2
u B2 ( xi ) (4.9)
ES
12
R
TO
Si la diferencia entre los lmites a+ y a- se denota por 2a, entonces la incertidumbre

UL
estndar tipo B de xi se evala como:

NS
CO
a
u B ( xi ) (4.10)
S
3
L&
Pgina 12 de 16
a a
A.
C.
S
RE
TO
UL
1/2a
NS
CO
S
L&
a- a+
A.
a a
C.
P P P
S
3 3
RE
Figura 4.3. Distribucin rectangular
TO
UL
La frmula (4.10) se utiliza generalmente cuando se analizan componentes individuales
de incertidumbre tales como:
NS
CO
- el error de un instrumento de medicin el cual se supone que est comprendido

S
L&
dentro de los lmites del error mximo permisible (r EMP);

A.
- la resolucin (R) de un instrumento digital o la apreciacin (A) de las lecturas con un

C.
instrumento analgico;
S
RE
TO
- la histresis (H) de las indicaciones de un instrumento de medicin;

UL
- el efecto de algunas magnitudes influyentes (r ').

NS
CO
En estos casos se sustituye a, en la frmula (4.10) por EMP; R/2; A/2; H/2; ' segn
&S
corresponda.
L
A.
La distribucin rectangular es una descripcin razonable, en trminos de probabilidad,

C.
de nuestro conocimiento incompleto sobre la posible variabilidad de la magnitud dada;

ES
pero si se conoce adems que los valores prximos al centro del intervalo son ms
R
frecuentes que aquellos prximos a los lmites, una distribucin triangular (figura 4.4) o
TO
normal (figura 4.2) puede utilizarse mejor para estimar la incertidumbre estndar tipo B;
UL
a a
cuyas desviaciones estndar se determinan por respectivamente.
NS
6 3
CO
S
L&
Pgina 13 de 16
A.
a a
C.
S
RE
TO
UL
1/a
NS
CO
S
L&
A.
a- a+
C.
a P a
S
P P
RE
6 6
TO
Figura 4.4. Distribucin triangular
UL
NS
No se deben contar dos veces las componentes de incertidumbre. Si una componente de
CO
incertidumbre que resulta de un efecto en particular se obtiene a partir de una evaluacin

tipo B, debe incluirse como una componente independiente de incertidumbre, nicamente
S
L&
si su efecto no contribuye a la variabilidad apreciada en las observaciones, ya que dicha

A.
componente puede haber sido evaluada a partir del anlisis estadstico de las
C.
observaciones.
S
RE
Utilizacin de la informacin disponible sobre el instrumento de medicin.

TO
UL
Por lo general en las mediciones una de las componentes de incertidumbre que ms pesa
NS
en la incertidumbre estndar combinada es la que aporta el propio instrumento de

CO
medicin. La informacin para cuantificar su valor debe buscarse en el certificado de

calibracin, en las especificaciones tcnicas dadas por el fabricante, etc.
&S
L
Durante la ejecucin de las mediciones se nos pueden presentar dos casos:

A.
C.
1. Se trabaja con la informacin que aporta el certificado de calibracin del instrumento:

R ES
TO
- Con el objetivo de aumentar la exactitud del resultado de la medicin, se aplican

las correcciones que aparecen el certificado de calibracin del instrumento, en el
UL
caso ms simple, segn la ecuacin 4.1 el modelo matemtico se expresa como:

NS
CO
Y yc
S
L&
donde, y es la indicacin del instrumento y c es el valor de la correccin para la

indicacin, tomado del certificado de calibracin. En dicho modelo matemtico una
Pgina 14 de 16
de las fuentes de incertidumbre es la incertidumbre asociada a dicha correccin. La

incertidumbre estndar de la correccin se calcula como:
A.
U cal
C.
u B (c )
k
S
RE
TO
- Se utiliza la informacin del certificado de calibracin del instrumento pero no se
aplican las correcciones a cada lectura individual ya que esto resulta engorroso
UL
para el observador. Entonces puede tomarse en calidad de Ucal para cada valor de
NS
la indicacin del instrumento, el valor de la incertidumbre de calibracin reportada en
CO
cada punto ms el valor de la correccin (Ucal+ c ). Si se desea utilizar un valor nico
S
que represente la incertidumbre de calibracin de cualquier lectura que se tome con
L&
el instrumento, entonces para ello se puede utilizar el valor mximo de Ucal
A.
reportado en el certificado de calibracin y el valor mximo de las correcciones. De
C.
tal manera, para este caso se tomara en calidad de Ucal la suma de
S
RE
(Ucal(mx) + c (mx)).
TO
2. No se utiliza la informacin que aparece reportada en el certificado de calibracin y slo
UL
se establece que el instrumento se encuentra calibrado. En este caso segn la
NS
ecuacin 4.1 el modelo matemtico se expresa como:
CO
Y y
S
L&
donde, y es la indicacin del instrumento. En dicho modelo matemtico una de las

A.
C.
fuentes de incertidumbre es la asociada al error mximo permisible del instrumento.

S
Dicha componente se evala asumiendo una funcin de distribucin rectangular

RE
(ecuacin 4.10).
TO
UL
NS
Como el objetivo de esta aclaracin es explicar el uso de la informacin que aparece reportada en el certificado de calibracin,
el anlisis del modelo matemtico se ha simplificado. En la prctica, tanto en el caso 1 como en el 2, en el modelo matemtico
CO
deben considerarse todas las restantes fuentes de incertidumbre segn el proceso de medicin analizado.
L&S
Evaluacin de la incertidumbre estndar para la regresin lineal.

A.
C.
ES
En anlisis qumico, un mtodo analtico est calibrado frecuentemente por las

observaciones de las respuestas, y (por ejemplo absorbancia), para diferentes niveles
R
TO
conocidos del analito, x (por ejemplo concentracin). La relacin puede tomarse como
UL
lineal, obtenindose la ecuacin de la calibracin a travs de una regresin lineal (por el

NS
mtodo de los mnimos cuadrados).

CO
De esta forma, mediante una respuesta observada (yobs = absorbancia) puede conocerse
S
el valor estimado de xpred (una concentracin desconocida que provoc la respuesta yobs),
L&
utilizando la relacin establecida entre x e y.
Pgina 15 de 16
Hay cuatro fuentes de incertidumbre principales a considerar en originar una incertidumbre

en la concentracin estimada xpred:
a) Las variaciones aleatorias en la medicin de y afectan las respuestas yi y la respuesta
A.
medida yobs;
C.
b) Los efectos aleatorios resultan en errores en los valores de referencia asignados xi;
S
RE
c) Los valores de xi e yi pueden estar sujetos a un corrimiento (offset) constante
TO
desconocido, por ejemplo originado cuando los valores de xi son obtenidos de la
UL
dilusin seriada de una solucin stock;
d) La suposicin de linealidad puede no ser vlida.
NS
CO
De todas ellas, la ms significativa para la prctica normal son las variaciones aleatorias en
S
y. A continuacin se establece una expresin para estimar la incertidumbre por esta fuente:
L&
A.
C.
sy 1 1 ( yc y ) 2
u ( x pred ) sc (4.11)
S
m L n m 2 s xx
RE
TO
Los valores de referencia xi pueden cada uno de ellos tener incertidumbres las cuales se
UL
propagan a travs del resultado final. En la practica, las incertidumbres en estos valores
NS
son usualmente pequeas comparadas con las incertidumbres en la respuesta del sistema
CO
yi, y pueden ser ignoradas. Un estimado aproximado de la incertidumbre u(xpred) en un valor

S
predicho xpred debido a la incertidumbre en un valor de referencia particular xi es:

L&
A.
u ( xi )
C.
u ( x pred ) | (4.12)
n
S
RE
TO
donde n es el nmero de valores xi utilizados en la calibracin. Esta expresin puede ser

utilizada para comprobar la significacin de la incertidumbre de los valores de referencia.
UL
NS
La incertidumbre que se origina de la suposicin de una relacin lineal entre x e y no es

CO
normalmente lo suficientemente grande como para requerir un estimado adicional. Si los

&S
residuos muestran que no hay una desviacin sistemtica significativa de esta relacin
L
asumida, la incertidumbre que se origina de esta suposicin (en adicin a la cubierta por el
A.
incremento resultante en la varianza de y) puede ser tomada como despreciable. Si los

C.
residuos muestran una tendencia sistemtica entonces puede ser necesario incluir
ES
trminos de orden superior en la funcin de calibracin. Los mtodos de clculo de la

R
varianza de x en estos casos estn abordados en libros afines con esta materia. Adems,
TO
es posible hacer un juicio basado en el tamao de la tendencia sistemtica.

UL
NS
La incertidumbre total que se origina del clculo de una calibracin lineal puede entonces
CO
ser calculada por la combinacin de todos los factores evaluados en la forma normal.
S
L&
Pgina 16 de 16
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
Teora y Prctica
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
Captulo 5
UL
NS
Incertidumbre del Resultado

CO
de la Medicin
L&S
A.
C.
RES
TO
UL
NS
CO
S
L&
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
Captulo
A.
C.
Incertidumbre del resultado de la medicin
S
RE
TO
5.0 Incertidumbre combinada
UL
NS
La incertidumbre estndar de y, donde y es la estimacin del mensurando Y, y por lo tanto
CO
el resultado de la medicin, se obtiene combinando apropiadamente las incertidumbres
estndar de las estimaciones de los argumentos x1,x2,....,xN. Esta incertidumbre estndar
S
L&
combinada de la estimacin y, se denota por uc(y) y contiene toda la informacin esencial
A.
sobre la incertidumbre del mensurando Y.
C.
S
Antes de la combinacin, todas las contribuciones a la incertidumbre tienen que ser
RE
expresadas como incertidumbre estndar, es decir como desviacin estndar.
TO
UL
La incertidumbre estndar combinada del resultado de la medicin se determina mediante
NS
la raz cuadrada positiva de la varianza del valor estimado de Y a partir de la ley de suma
CO
de varianzas, denominada en este caso ley de propagacin de incertidumbre.

S
L&
N N 1 N
u C2 ( y ) ci2 u 2 ( xi ) 2 ci c j u( xi , x j ) (5.1)
A.
i 1 i 1 j i 1
C.
donde:
S
RE
x y(x1,x2,...) es una funcin de varias magnitudes de entrada x1, x2, ...

wy wy
TO
x ci y cj son los coeficientes de sensibilidad evaluados como c i y cj

wx i wx j
UL
NS
respectivamente, es decir son las derivadas parciales de y respecto a xi y xj

CO
x u(xi) denota la incertidumbre en xi

x u(xi , xj) es la covarianza entre xi y xj
L&S
La expresin (5.1) es la ley de propagacin de incertidumbre en su forma ms completa,

A.
cuando se tiene en cuenta que las magnitudes de entrada estn correlacionadas.

C.
ES
Los coeficientes de sensibilidad ci y cj describen qu tan sensible es el mensurando con

R
TO
respecto a las variaciones en la magnitud de entrada correspondiente.

UL
La covarianza est relacionada con el coeficiente de correlacin rij por la siguiente

NS
expresin:
CO
u(xi, xj)= u(xi) u(xj) rij

S
donde 1 d rij d 1.
L&
La covarianza estimada asociada con xi y x j se estima como:
Pgina 2 de 15
n
1
s( xi , x j ) (x ik x i )( x jk x j )
n ( n 1) k 1
A.
Si no existen argumentos correlacionados; esto quiere decir, que todas las magnitudes de
C.
entrada son estadsticamente independientes, entonces la ecuacin (5.1) queda como:
S
RE
N
u C2 ( y ) c 2
i u 2 ( xi ) (5.2)
TO
i 1
UL
NS
Cuando el conocimiento que tenemos del proceso de medicin nos lleva a pensar que
todas las magnitudes de entrada estn correlacionadas y que dicha correlacin es mxima
CO
s ( xi , x j )
S
(coeficiente de correlacin r 1 ), entonces la incertidumbre estndar
L&
s ( xi ) s ( x j )
A.
combinada del resultado de la medicin se calcula como:
C.
N
S
uC ( y) c u ( xi ) (5.3)
RE
i
i 1
TO
UL
La covarianza asociada con dos variables aleatorias Xi y Xj puede ser tomada igual a cero
o tratada como insignificante si: NS
CO
x Sus valores han sido determinados en diferentes experimentos independientes, o

S
porque ellas representan resultados de evaluaciones diferentes que han sido hechas
L&
independientemente;
A.
x Cualquiera de las cantidades Xi y Xj puede ser tratada como constante;

C.
x La investigacin acerca de ellas no arroja informacin que indique la presencia de

S
RE
correlacin entre los valores de entrada de Xi y Xj.

TO
Si el modelo matemtico de y es de la forma:

UL
y c x1p1 x 2p2 x Np N (5.4)

NS
CO
donde c es una constante, los exponentes pi son nmeros conocidos positivos o negativos
con incertidumbres despreciables, y adems se cumple que yz0 y xiz0 y que las
&S
magnitudes de entrada no estn correlacionadas, la varianza combinada puede ser

L
expresada como:
A.
C.
2 2
uc ( y) N
u( x )
2
p i (5.5)
ES
y i
i 1 xi
R
TO
donde:
UL
u ( xi )
x es la incertidumbre estndar relativa de la estimacin xi;
NS
xi
CO
uc ( y)
x es la incertidumbre estndar combinada relativa del resultado de la medicin.
S
y
L&
Pgina 3 de 15
Recomendaciones prcticas.
Al concluir el clculo de la incertidumbre combinada los valores obtenidos pueden ser
A.
organizados en la siguiente tabla resumen:
C.
S
Tabla 1. Anlisis de la incertidumbre estndar de la medicin.
RE
TO
Grados de
UL
Coeficiente Contribucin libertad /
Valor Incertidumbre Distribucin de
NS
Magnitud de a la grados
estimado estndar probabilidad
sensibilidad incertidumbre efectivos de
CO
libertad
S
Xi xi u(xi) ci ci u(xi) Qi / Qef
L&
... ... ... ... ... ... ...
A.
... ... ... ... ... ... ...
C.
S
Y y uc(y) ...
RE
TO
UL
Una vez confeccionada la tabla, se puede construir un diagrama de barras para facilitar el
NS
anlisis sobre la contribucin de cada una de las componentes a la incertidumbre estndar
CO
combinada de medicin, lo que posibilita emitir juicios sobre bases objetivas para tener en
cuenta o no una fuente de incertidumbre en anlisis posteriores de los resultados de las
S
L&
mediciones.
A.
C.
Ejemplo:
Para un proceso de medicin determinado se obtuvieron los siguientes resultados, donde
S
RE
u1B(x)=0,27 mg; u2B(x)=0,043 mg; u3B(x)=0,2 mg y uc(y)=0,34 mg.

TO
UL
uc(y)
NS
CO
u3B(x)
L &S
u2B(x)
A.
C.
ES
u1B(x)
R
TO
0,00 0,10 0,20 0,30 0,40 (mg)

UL
Figura 5.1. Incertidumbres estndar e incertidumbre combinada.

NS
CO
Considerando los coeficientes de sensibilidad igual a 1, es fcil de notar que las

S
componentes que ms pesan en la estimacin de la incertidumbre combinada son u1B(x) y

L&
u3B(x). Si para este caso no se tiene en cuenta la contribucin u2B(x), el valor de uc(y) no se
altera y es el mismo, siendo esta una forma de demostrar que hay fuentes de incertidumbre
Pgina 4 de 15
que no son significativas, y por lo tanto, su contribucin a la incertidumbre combinada

puede ser despreciada.
A.
5.1 Incertidumbre expandida
C.
S
RE
La forma de expresar la incertidumbre como parte de los resultados de la medicin
TO
depende de la conveniencia del usuario. A veces se comunica simplemente como la
UL
incertidumbre estndar combinada, otras ocasiones como un cierto nmero de veces tal
NS
incertidumbre , algunos casos requieren se exprese en trminos de un nivel de confianza
CO
dado, etc. En cualquier caso, es indispensable comunicar sin ambigedades la manera en
que la incertidumbre est expresada.
S
L&
A.
La incertidumbre estndar combinada representa un intervalo centrado en el mejor
C.
estimado del mensurando, dicho intervalo se espera que contenga al valor verdadero con
S
un probabilidad p. Bajo la suposicin de que los posibles valores del mensurando siguen
RE
una distribucin normal p es igual a 68 %.
TO
UL
Segn la metodologa desarrollada, la etapa final consiste de la multiplicacin de la
NS
incertidumbre estndar combinada por el factor de cobertura (k) elegido para obtener una
CO
incertidumbre expandida. La incertidumbre expandida es requerida para suministrar un

intervalo en el cual podra encontrarse una fraccin grande de la distribucin de valores
S
L&
que podran razonablemente ser atribuidos al mensurando, es decir con una probabilidad
mayor a la que se tendra si slo se trabajase con la incertidumbre combinada.
A.
C.
S
La incertidumbre expandida (U(y)) se calcula como:

RE
TO
U(y) = k uc(y) (5.6)

UL
NS
La U(y) indica entonces un intervalo que representa una fraccin p de los valores que
CO
puede probablemente tomar el mensurando. El valor de p es llamado nivel de confianza y

puede ser elegido a conveniencia.
&S
L
En la eleccin del valor de k deben ser considerados un nmero de aspectos:

A.
C.
x El nivel de confianza requerido;

ES
x Cualquier conocimiento de las distribuciones;

x Cualquier conocimiento del nmero de valores utilizado para estimar efectos aleatorios.
R
TO
UL
Para la mayora de los propsitos es recomendado que k se igual a 2. Sin embargo, el

NS
valor de k puede ser insuficiente cuando la incertidumbre combinada est basada en

CO
observaciones estadsticas con relativamente pocos grados de libertad (menor que 6).
Entonces, la eleccin de k depende del nmero de grados de libertad efectivos.
S
L&
Frecuentemente, los valores del mensurando siguen una distribucin normal. Sin embargo,
el mejor estimado del mensurando, la media (obtenida por muestreos de n mediciones
repetidas) dividida entre su desviacin estndar, sigue una distribucin llamada t de
Pgina 5 de 15
Student, la cual refleja las limitaciones de la informacin disponible debidas al nmero finito
de mediciones. Esta distribucin coincide con la distribucin normal en el lmite cuando n
tiende a infinito, pero difiere considerablemente cuando n es pequeo.
A.
C.
La distribucin t de Student es caracterizada por un parmetro llamado nmero de grados
S
de libertad (Q ).
RE
TO
Nmero de grados de libertad Q.
UL
NS
De cierta manera el nmero Q de grados de libertad asociado a una distribucin de una
CO
magnitud (Xi o Y) puede considerarse una medida de incertidumbre de la incertidumbre de
esa magnitud. Entre mayor sea Q la estimacin de la incertidumbre ser ms confiable.
S
L&
A.
El nmero efectivo de grados de libertad Qef del mensurando considera el nmero de
C.
grados de libertad Qi de cada fuente de incertidumbre.
S
RE
Los grados de libertad Qi para contribuciones obtenidas por evaluaciones tipo A dependen
TO
directamente del nmero de datos considerados y disminuye conforme el nmero de
UL
parmetros estimados a partir de los mismos datos. NS
CO
Ejemplos:
S
L&
x La media de una serie de n mediciones tiene n-1 grados de libertad;

A.
x La repetibilidad de una medicin, estimada por la desviacin estndar experimental de n

C.
lecturas tiene n-1 grados de libertad;

S
RE
Si el valor de la desviacin estndar es obtenido de evaluaciones previas, entonces los

TO
grados de libertad deben ser calculados del nmero de lecturas utilizados para hacer
UL
esa evaluacin, mejor que el nmero de lecturas realizadas durante la medicin. Sin
NS
embargo, es recomendable que cuando sean llevadas a cabo evaluaciones previas se

CO
hayan realizado un nmero suficiente de lecturas para asegurar que los Qef > 30 y
k < 2,09.
L&S
A.
x Una regresin lineal de M puntos mediante una ecuacin de m parmetros tiene M-m
C.
grados de libertad.
R ES
La determinacin de los grados de libertad Qi para contribuciones obtenidas por

TO
evaluaciones tipo B implica el criterio del metrlogo soportado por su experiencia. Es

UL
posible tomar los grados de libertad Qi de contribuciones tipo B como infinitos (f), es decir
NS
sus valores son conocidos con un valor de certeza muy alto.

CO
Cuando la incertidumbre estndar combinada est dominada por una simple contribucin
S
L&
con pocos grados de libertad (menor que 6), es recomendado que k sea igual al valor de t
de la distribucin t de Student para el nmero de grados de libertad asociados con la
distribucin, y para el nivel de confianza requerido (normalmente el 95 %).
Pgina 6 de 15
Considerando lo anterior, es necesario ampliar el intervalo correspondiente al nivel de

confianza p (95 %), por lo que la ecuacin 5.6 se transforma a:
A.
U(y)=kuc(y)=tp(Q)uc(y)
C.
S
La tabla 2 brinda una lista de valores para t.
RE
TO
Tabla 2. Valores de t para 95 % de confianza.
UL
NS
Grados de
t95
CO
libertad Q
S
1 12,71
L&
2 4,30
A.
3 3,18
C.
4 2,78
S
RE
5 2,57
6 2,45
TO
7 2,36
UL
8 NS 2,31
9 2,26
CO
S
Nmero efectivo de grados de libertad Qef.

L&
A.
Cuando se combinan varias fuentes de incertidumbre con sus respectivas distribuciones

C.
para obtener la incertidumbre combinada del mensurando (uc(y)), el Teorema del Lmite
S
RE
Central permite aproximar la distribucin resultante por una distribucin normal. La

aproximacin ser mejor mientras ms grande sea el nmero de fuentes y sus
TO
contribuciones sean similares, independiente de la forma particular de sus distribuciones.

UL
NS
Nuevamente, la disponibilidad limitada de informacin hace necesario el uso de la

CO
distribucin t de Student para determinar la incertidumbre expandida de manera rigurosa

&S
(con la suposicin de que los valores del mensurando obedecen a una distribucin normal).
L
El nmero efectivo de grados de libertad Qef es considerado en tal situacin.

A.
C.
La ecuacin de Welch - Satterthwaite es utilizada para calcular el valor de Qef basada en los
ES
grados de libertad Qi de las incertidumbres estndar individuales ui(y), la contribucin de

R
cada fuente i (ui(y)) y la incertidumbre combinada (uc(y)):

TO
UL
u c4 y
NS
Q (5.7)
ef u i4 y
CO

i 1 Qi
S
L&
Un anlisis de la ecuacin anterior muestra el dominio de las fuentes con pocos grados de
libertad en el clculo de Qef, sobre todo de aquellas cuyas contribuciones son grandes a la
Pgina 7 de 15
incertidumbre combinada. De hecho una fuente cuya contribucin es alta y con pocos
grados de libertad, es determinante en el valor de Qef.
A.
Una vez obtenido el valor de los grados de libertad efectivos (Qef) es utilizada la tabla 3 para
C.
encontrar el valor de kp (tp(Qef)).
S
RE
Normalmente Qef no es un nmero entero, por lo que para la seleccin de kp se toma de la
TO
tabla el valor inmediato inferior de Qef (el entero menor ms prximo) que se corresponde
UL
con el valor de Qef calculado.
NS
CO
Tabla 3. Factores de cobertura kp (p=95,45 %),
S
para diferentes grados de libertad efectivos Qef
L&
Qef 1 2 3 4 5 6 7 8 10 12 14 16
A.
k95 13,97 4,53 3,31 2,87 2,65 2,52 2,43 2,37 2,28 2,23 2,20 2,17
C.
S
RE
Qef 18 20 25 30 35 40 45 50 60 80 100 f
k95 2,15 2,13 2,11 2,09 2,07 2,06 2,06 2,05 2,04 2,03 2,02 2,00
TO
UL
Resumiendo, de manera rigurosa la incertidumbre expandida se calcula como:
NS
CO
U(y) = k uc(y) = tp(Qef) uc(y) = kp uc(y) (5.8)

S
L&
Donde tp(Qef) es el factor derivado de la distribucin t de Student a un nivel de confianza p

A.
(| 95 %) y Qef grados de libertad y obtenido de la tabla anterior.

C.
S
RE
Frecuentemente, cuando Qef es suficientemente grande, no se encuentra diferencia

TO
significativa en los resultados numricos obtenidos con la ecuacin 5.8 a un p dado

(|95 %) con aquellos obtenidos con la ecuacin 5.6 tomando k de la distribucin normal
UL
para el mismo p (|95 %). Una buena prctica es realizar el clculo riguroso con la ecuacin
NS
5.8 y entonces decidir sobre la conveniencia de utilizar simplemente la ecuacin 5.6.

CO
&S
Es una prctica internacional expresar los resultados de las mediciones con un nivel de
L
confianza no menor al 95 %. Es difcil asegurar un valor preciso de la incertidumbre debido

A.
a las mltiples aproximaciones realizadas durante su estimacin. Una consecuencia es la

C.
posibilidad de sustituir los valores correspondientes de p=95 % con los valores

ES
correspondientes a p=95,45 %, con el fin de obtener un valor de k=2 correspondiente a una

R
distribucin normal.
TO
UL
NS
Si el clculo de incertidumbre involucra slo una evaluacin tipo A y el nmero de lecturas (n) es mayor que dos y la incertidumbre
CO
estndar combinada uc(y) es mayor que dos veces la incertidumbre estndar tipo A, entonces k=2 proveer una probabilidad de
cobertura de aproximadamente 95 % y no es necesario utilizar la formula de Welch - Satterthwaite para obtener un valor del factor de
S
L&
cobertura.
Pgina 8 de 15
Cuando las distribuciones de inters son normales, un factor de cobertura de 2 (o elegido

segn la metodologa descrita anteriormente utilizando un nivel de confianza del 95 %) da
A.
una intervalo que contiene aproximadamente el 95 % de la distribucin de los valores. No
C.
es recomendado que este intervalo sea tomado para implicar un intervalo de confianza del
S
95 % sin un conocimiento de la distribucin concerniente.
RE
TO
Cuando slo es relevante la contribucin de una fuente cuya distribucin no sea normal, lo
UL
ms conveniente es estimar la incertidumbre expandida directamente de los parmetros de
NS
la distribucin. No obstante, es posible aplicar las aproximaciones que se describen a
CO
continuacin.
S
L&
Determinacin del factor de cobertura cuando dentro del conjunto de componentes de
A.
incertidumbre asociadas a la incertidumbre combinada predomina una componente de
C.
incertidumbre evaluada como tipo B, con funcin de distribucin rectangular.
S
RE
Si en el anlisis de la medicin puede identificarse una de las componentes de la
TO
incertidumbre como un trmino dominante y su funcin de distribucin es rectangular, por
UL
ejemplo el trmino u1(y), y la incertidumbre estndar combinada uc(y) asociada con el
resultado de la medicin y puede escribirse como: NS
CO
uc y u12 y u R2 y (5.9)
S
donde:
L&
N
A.
uR y u y
2
(5.10)
C.
i
i 2
S
RE
denota la contribucin total a la incertidumbre de los trminos no dominantes, y se cumple

TO
u ( y)
UL
la relacin R d 0,3 , entonces k=1,65.

u1 ( y )
NS
CO
Determinacin del factor de cobertura cuando dentro del conjunto de componentes de

&S
incertidumbre asociadas a la incertidumbre combinada predominan dos componentes de

L
incertidumbre evaluadas como tipo B, con funciones de distribucin rectangular.

A.
C.
Si en la medicin pueden identificarse como trminos dominantes dos componentes de

ES
incertidumbre evaluadas como tipo B, (u1(y) y u2(y)) con funciones de distribucin

R
TO
rectangular, las cuales se combinan en un trmino dominante u0(y), la incertidumbre

estndar uc(y) asociada con el resultado de la medicin y puede escribirse en este caso
UL
como:
NS
CO
u y u 02 y u R2 y (5.11)
donde
S
L&
u0 y u12 y u 22 y (5.12)
denota la contribucin combinada de los dos trminos dominantes y
Pgina 9 de 15
N
uR y u y
2
i (5.13)
i 3
la componente a la incertidumbre total de los trminos no dominantes restantes.
A.
C.
S
Si las dos componentes dominantes tienen distribuciones rectangulares de valores con
RE
semi-intervalos a1 y a2, la distribucin resultante de su convolucin es una distribucin
TO
trapezoidal simtrica (ver la figura 5.2) con semi-intervalos
UL
NS
a a1 a 2 y b a1 a 2 (5.14)
CO
de la base y la cima respectivamente,
S
L&
A.
con el parmetro del borde
C.
b a1 a 2
S
E (5.15)
RE
a a1 a 2
TO
UL
En este caso el factor de cobertura se calcula por las siguientes expresiones:
NS
1 p 1 E p
CO
k p u cuando E (5.16)
1 E 2 2 2 p
S
L&
6
A.
1 p
1 p 1 E 2 )
C.
k p u (1 cuando Ed (5.17)
1 E 2 2 p
ES
OR
6
LT
SU
probabilidad (P)ON
Densidad deS C
L &
A.
C.
R ES
TO
UL
NS
CO
Desviacin normalizada (y/a)

S
L&
Figura 5.2. Distribucin de probabilidad trapezoidal simtrica unificada

con el valor E=0,33 del parmetro del borde.
Pgina 10 de 15
5.2 Informe de los resultados
A.
La informacin necesaria para reportar el resultado de una medicin depende del uso
C.
deseado. Los principios para suministrar la informacin son los siguientes:
S
x la informacin presentada sea suficiente para permitir que el resultado sea reevaluado si
RE
es necesario o si estn disponibles nuevos datos;
TO
x es preferible errar al proveer mucha informacin que poca.
UL
NS
Cuando los detalles de una medicin (incluyendo cmo la incertidumbre fue determinada),
CO
dependen de referencias a documentaciones publicadas, es imperativo que estas
S
publicaciones estn actualizadas y consistentes con los mtodos en uso.
L&
A.
Informacin requerida.
C.
S
Un informe completo del resultado de una medicin debe incluir o referenciar una
RE
documentacin que contenga:
TO
x una descripcin de los mtodos utilizados para calcular el resultado de la medicin y su
UL
incertidumbre desde observaciones experimentales y datos de entrada;
NS
x los valores y fuentes de todas las correcciones y constantes utilizadas en los clculos y
CO
en el anlisis de incertidumbre;
S
x una lista de todas las componentes de incertidumbre con la documentacin completa de

L&
cmo cada componente fue evaluada.

A.
C.
Los datos y el anlisis deben ser presentados de tal forma que puedan ser fcilmente
S
seguidos los pasos importantes y repetido el clculo del resultado, si es necesario.

RE
TO
Cuando es requerido un informe detallado que incluya los valores de magnitudes de

UL
entrada intermedias, se debe:

NS
x dar el valor de cada magnitud de entrada, su incertidumbre estndar y una descripcin

CO
de cmo fue obtenida cada una;

x dar la relacin entre el resultado y las magnitudes de entrada y cualquier derivada
&S
parcial, covarianza o coeficiente de correlacin utilizados para estimar efectos de

L
A.
correlacin;
C.
x plantear el nmero estimado de grados de libertad para la incertidumbre estndar de

ES
cada valor de entrada.

R
TO
Cuando la relacin funcional es extremadamente compleja o no exista explcitamente (por

UL
ejemplo, sta puede aparecer como un programa de computacin), la relacin puede ser
NS
descrita en trminos generales o citando las referencias apropiadas. En tales casos tiene
CO
que estar claro como el resultado y la incertidumbre fueron obtenidos.

S
L&
Cuando reportamos resultados de anlisis de rutina, puede ser suficiente plantear

solamente el valor de la incertidumbre expandida y el valor de k.
Pgina 11 de 15
Informe de la incertidumbre expandida.
Al menos que de otra forma sea requerido, para las mediciones realizadas se utiliza como
A.
medida de la incertidumbre, la incertidumbre expandida, calculada con un factor de
C.
cobertura segn los mtodos descritos anteriormente.
S
RE
El resultado de la medicin se expresa como
TO
Y = y r U(y),
UL
NS
el cual se interpreta diciendo que la mejor estimacin del mensurando Y es y, y que se
CO
espera que el intervalo que va de y - U(y) a y + U(y) abarque una fraccin importante de la
distribucin de los valores que razonablemente pueden ser atribuidos a Y.
S
L&
La expresin de la incertidumbre expandida U(y) incluye su indicacin como un intervalo
A.
C.
centrado en el mejor estimado y del mensurando, la afirmacin de que p es del 95 % (o el
S
valor elegido) aproximadamente y el nmero efectivo de grados de libertad, cuando sea
RE
requerido.
TO
UL
En los informes de los resultados de las mediciones se debe realizar una declaracin sobre
NS
el nivel de confianza para el cual la incertidumbre de la medicin fue estimada y el
CO
correspondiente factor de cobertura, por ejemplo:

S
L&
La incertidumbre expandida de la medicin est calculada a partir de la incertidumbre

estndar de la medicin, multiplicada por un factor de cobertura k=... , para un nivel de
A.
C.
confianza de aproximadamente 95 %
S
RE
Cuando los resultados de las mediciones se brindan en forma de tablas, donde no es

TO
conveniente expresar cada resultado de la forma antes descrita, es necesario reportar sin
UL
ambigedades el valor de la incertidumbre expandida de la forma r U(y), para cada

NS
resultado de la medicin informado.

CO
En todos los casos es obligatorio informar el valor del factor de cobertura utilizado para
&S
obtener el valor de la incertidumbre expandida y el nivel de confianza asociado.

L
A.
Expresin numrica de los resultados.

C.
ES
El valor numrico del resultado y su incertidumbre no deben ser dados con un nmero
R
TO
excesivo de dgitos. El valor de la incertidumbre expandida se redondea siempre de forma

tal que slo tenga dos cifras significativas (diferentes de cero) y el resultado de la medicin
UL
se redondea hasta la posicin de la cifra menos significativa de la incertidumbre expandida;

NS
es decir, los resultados redondeados deben ser consistentes con la incertidumbre dada.
CO
Raramente es necesario dar ms de dos dgitos significativos para la incertidumbre.

S
L&
Pgina 12 de 15
Redondeo de nmeros.
Para reemplazar un nmero que tiene un nmero dado de dgitos con un nmero
A.
(denominado nmero redondeado) que tiene menor nmero de dgitos, se deben seguir las
C.
siguientes reglas:
S
RE
1. Si los dgitos a ser eliminados comienzan con un dgito menor que 5, el dgito
TO
precedente no es cambiado.
UL
NS
Ejemplo: 6,974 951 5 redondeado a 3 dgitos es 6,97
CO
S
2. Si los dgitos a ser eliminados comienzan con un 5 y al menos uno de los siguientes
L&
dgitos es mayor que 0, el dgito que precede al 5 es incrementado en 1.
A.
C.
Ejemplos:
S
RE
6,974 951 5 redondeado a 2 dgitos es 7,0
6,974 951 5 redondeado a 5 dgitos es 6,9750
TO
UL
NS
3. Si los dgitos a ser eliminados comienzan con un 5 y todos los dgitos siguientes son 0,
CO
el dgito precedente al 5 no es cambiado si este es par y es incrementado en 1 si es

impar (note que esto significa que el dgito final es siempre par).
S
L&
Ejemplos:
A.
6,974 951 5 redondeado a 7 dgitos es 6,974 952

C.
6,974 950 5 redondeado a 7 dgitos es 6,974 950

S
RE
TO
Redondeo de valores numricos convertidos de magnitudes.

UL
NS
En la mayora de los casos el producto de un valor numrico no convertido con el factor de

CO
conversin da un valor numrico con un nmero de dgitos que excede el nmero de

dgitos significativos del valor numrico no convertido. El procedimiento propio de
&S
conversin requiere redondear el valor numrico convertido a un nmero de dgitos

L
A.
significativos que sea consistente con el error de redondeo del valor numrico no
C.
convertido.
R ES
Para la conversin de un valor numrico de una unidad de medida a otro son utilizados los
TO
factores de conversin dados en el apndice B de la publicacin del NIST "Special

UL
Publication 811 "Guide for the Use of the International System of Units (SI)".
NS
CO
Ejemplo:
S
Para expresar el valor l = 36 ft en metros, se usa el factor 3,048 10-1 m/ft y se obtiene
L&
l = 36 ft 0,3048 m/ft = 10,9728 m = 11,0 m

El resultado final l = 11,0 m est basado en el siguiente razonamiento:
Pgina 13 de 15
El valor numrico "36" tiene dos dgitos significativos, y entonces un error relativo de redondeo mximo de r 0,5/36= r 1,4 %,
pudiendo tener el resultado el valor 35,5; 36,5; o cualquier nmero entre 35,5 y 36,5. Para ser consistente con el error relativo, el valor
numrico convertido "10,9728" es redondeado a 11,0 o tres dgitos significativos; porque el nmero 11,0 tiene un error relativo de
A.
r 0,05/11,0= r 0,45 %. Aunque el error relativo r 0,45 % es un tercio de r 1,4 % (error relativo del valor numrico no convertido
C.
"36"), si el valor numrico convertido "10,9728" es redondeado a 11 o dos dgitos significativos, la informacin contenida en el valor
S
no convertido "36" podra haber sido perdida. Esto es porque el error relativo del valor numrico "11" es r 0,5/11= r 4,5 %, el cual es
RE
tres veces el error relativo de r 1,4 % del valor numrico no convertido "36". Por lo tanto, este ejemplo muestra que cuando
TO
seleccionamos el nmero de dgitos a retener en el valor numrico convertido de una magnitud, uno tiene que elegir entre perder
UL
informacin o suministrar informacin no garantizada. Las consideraciones del uso final del valor convertido pueden ayudar con
NS
frecuencia a decidir cual eleccin hacer.
CO
5.3 Criterios de conformidad
S
L&
A.
Las regulaciones de conformidad frecuentemente requieren que un mensurando, por
C.
ejemplo la concentracin de una sustancia txica, se muestre que est dentro de lmites
S
RE
particulares.
TO
La incertidumbre de medicin claramente tiene implicaciones para la interpretacin de
UL
resultados de la medicin en este contexto. NS
CO
Los resultados obtenidos son analizados teniendo en cuenta el valor de la incertidumbre de

S
la medicin, presentndose los siguientes casos:

L&
A.
C.
Caso 1 Caso 2 Caso 3 Caso 4 Caso 5

S
RE
Lmite Superior
TO
Especificado
UL
NS
CO
Lmite Inferior
&S
Especificado
L
A.
C.
Caso 6 Caso 7 Caso 8 Caso 9 Caso 10

R ES
Resultado de la medicin con el mtodo acordado

TO
Leyenda
UL
NS
Intervalo de incertidumbre del mtodo acordado

CO
Figura 5.3. Resultado de la medicin, incertidumbre y lmites de conformidad.

S
L&
Como resultado del anlisis, siempre que sea posible (casos 1, 5, 6 y 10), se establece un
criterio de conformidad.
Pgina 14 de 15
Conformidad con la
Caso Descripcin
especificacin
El resultado de la medicin est debajo del lmite superior, an cuando el
Cumple con la
1 resultado se encuentra extendido hacia arriba en la mitad del valor del
A.
especificacin.
intervalo de la incertidumbre.
C.
El resultado de la medicin est debajo del lmite superior, pero por un No es posible
S
2
margen menor que la mitad del valor del intervalo de incertidumbre. plantear un criterio.
RE
No es posible
TO
3 El resultado de la medicin est en el propio lmite superior.
plantear un criterio.
UL
El resultado de la medicin est por encima del lmite superior, pero por No es posible
4
un margen menor que la mitad del valor del intervalo de incertidumbre. plantear un criterio.
NS
El resultado de la medicin est por encima del lmite superior, an
CO
No cumple
5 cuando el resultado se encuentra extendido hacia abajo en la mitad del
con la especificacin.
valor del intervalo de la incertidumbre.
S
L&
El resultado de la medicin est por encima del lmite inferior, an
Cumple con la
6 cuando el resultado se encuentra extendido hacia abajo en la mitad del
A.
especificacin.
valor del intervalo de la incertidumbre.
C.
El resultado de la medicin est por encima del lmite inferior, pero por un No es posible
S
7
margen menor que la mitad del valor del intervalo de incertidumbre. plantear un criterio.
RE
No es posible
TO
8 El resultado de la medicin est en el propio lmite inferior.
plantear un criterio.
UL
El resultado de la medicin est por debajo del lmite inferior, pero por un No es posible
9
margen menor que la mitad del valor del intervalo de incertidumbre.
NS plantear un criterio.
El resultado de la medicin est por debajo del lmite inferior, an cuando
CO
No cumple
10 el resultado se encuentra extendido hacia arriba en la mitad del valor del
con la especificacin.
intervalo de la incertidumbre.
S
L&
A.
Cuando conocemos o creemos que los lmites han sido fijados con alguna tolerancia para
C.
la incertidumbre, un juicio de conformidad puede ser hecho razonablemente slo con el

S
conocimiento de la tolerancia. Una excepcin aparece cuando la conformidad est fijada

RE
contra un mtodo de operacin planteado en circunstancias definidas. Implcitamente, en

TO
tal requerimiento es de asumir que la incertidumbre, o menor reproducibilidad del mtodo

UL
de medicin planteado, es suficientemente pequea para ignorarla en propsitos prcticos.

NS
En tal caso, se dispone del control de calidad apropiado en el lugar, y la conformidad es

CO
reportada normalmente slo en el valor del resultado particular.

L &S
A.
C.
ES
R
TO
UL
NS
CO
S
L&
Pgina 15 de 15
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
Teora y Prctica
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
Captulo 6
UL
NS
Ejercicios
CO
L&S
A.
C.
RES
TO
UL
NS
CO
S
L&
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
Captulo
A.
C.
Ejercicios
S
RE
TO
Ejercicio 6.1.
UL
NS
En un horno de calentamiento limpio para tratamiento trmico se realiza la medicin de la
presin del gas protector (hidrgeno purificado) en un conducto, cuyo valor es 45,5 psi.
CO
S
Para la medicin se utiliza un manmetro de deformacin elstica con las siguientes
L&
caractersticas metrolgicas:
A.
C.
S
RE
Rango de indicacin: (0 a 50) psi
TO
Clase de exactitud: 1
Valor de divisin: 0,5 psi
UL
NS
CO
a) Exprese el resultado de la medicin con un nivel de confianza de 95 %.

S
L&
b) Segn las especificaciones de calidad del proceso de tratamiento trmico del acero
A.
inoxidable la presin puede tomar valores de (43 a 47) psi. Se cumple en este caso la
C.
capacidad de medicin requerida?. Fundamente su respuesta.

S
RE
c) Es posible en este caso asumir el valor de k=2. Explique.

TO
UL
Solucin
NS
CO
a) Pasos para la expresin del resultado de la medicin:

&S
1. Definicin del modelo matemtico.

L
A.
P = pi
C.
ES
2. Estimacin de las magnitudes de entrada.

R
TO
Magnitud de entrada Valor

UL
pi 45,5 psi
NS
CO
3. Estimacin del mensurando.

S
P = pi = 45,5 psi
L&
Pgina 2 de 19
4. Fuentes de incertidumbre.
a) Inexactitud del instrumento (error mximo permisible (EMP));
A.
b) Apreciacin del observador.
C.
S
EMP
RE
TO
UL
NS
P
CO
S
Apreciacin
L&
A.
5. Evaluacin de las componentes de incertidumbre.
C.
S
a) Componente de incertidumbre provocada por el EMP.
RE
TO
EMP 0,5
UL
u1B ( p ) 0,29 psi
3 NS 3
CO
Nota:
S
L&
El EMP se calcula por medio de la siguiente expresin:

A.
C.
clase de exactitud intervalo de medicin 1 50

S
EMP 0,5 psi

RE
100 100
TO
UL
b) Componente de incertidumbre debido a la apreciacin del observador.

NS
CO
vd 0,5
&S
2 2 0,5
u 2 B ( p) 0,14 psi
L
3 3 12
A.
C.
ES
Nota:
R
TO
Como no se ofrece ninguna informacin respecto a la apreciacin del observador, se asume que la misma es igual al valor de
UL
divisin (vd).
NS
CO
6. Determinacin de la incertidumbre combinada.

S
L&
u c ( p) u12B p u 22B p (0,29) 2 (0,14) 2 0,32 psi
Pgina 3 de 19
Tabla resumen
Grados de
A.
C.
S
libertad
RE
Xi xi u(xi) ci ci u(xi) Qi / Qeff
TO
EMP 0 0,29 psi rectangular 1 0,29 psi f
UL
Apreciacin 0 0,14 psi rectangular 1 0,14 psi f
NS
CO
P 45,5 psi uc(p) 0,32 psi
S
L&
Grfico de barras
A.
C.
uc(P)
S
RE
Apreciacin
TO
UL
EMP NS
CO
0 0,05 0,1 0,15 0,2 0,25 0,3 0,35

S
Contribuciones a la incertidumbre
L&
A.
C.
7. Determinacin de la incertidumbre expandida.

S
RE
Determinacin del valor de k.

TO
UL
A partir de los valores del EMP y la apreciacin (igual al vd) y asumiendo el

NS
comportamiento de una distribucin rectangular para ambos, se obtienen los valores de a1,
CO
a2, a, b, y E:
&S
a1 a2
L
A.
a1= 0,5 psi (para el EMP) a2= 0,25 psi (para la apreciacin)
C.
a b
ES
a= a1+a2= 0,75 psi b=~a1 - a2~=0,25 psi

R
TO
E
UL
b 0,25
E 0,33
NS
a 0,75
CO
S
L&
p 0,95
Para p = 0,95 resulta que 0,9 ;
2 p 2 0,95
Pgina 4 de 19
como 0,9 !E (E=0,33) el valor de k se obtiene de la siguiente expresin:
1 1 1
k u 1 1 p 1 E 2
1 0,05 0,89 0,43
0,79 1,83
A.
1 E 2 1,1
C.
6 6
S
RE
Entonces,
TO
UL
U(p) = k95 uc(p) = 1,83 0,32 = 0,58 psi
NS
CO
8. Expresin del resultado.
S
L&
P= (45,50 r 0,58) psi con k95=1,83
A.
C.
b) Acorde a los resultados obtenidos el intervalo de posibles valores de la presin es:
S
RE
44,92 psi d P d 46,08 psi
TO
UL
Como 44,92 psi ! 43 psi (lmite de control inferior, segn la especificacin) y
NS
46,08 psi 47 psi (lmite de control superior, segn la especificacin), se cumple con la
capacidad de medicin requerida. En este caso se cumple con el criterio de
CO
conformidad establecido, sin existir duda al establecer dicho cumplimiento, ya que el

S
mejor estimado de la presin extendido al valor de la incertidumbre est contenido en el

L&
intervalo definido por los lmites de control del parmetro.

A.
C.
Anlisis grfico
S
RE
TO
P(psi)
48,0
UL
47,0 LCS
NS
46,0
CO
45,0
44,0
&S
43,0
L
A.
42,0 LCI
C.
41,0
R ES
TO
Ejercicio 6.2.
UL
En un laboratorio de ensayo se lleva a cabo la determinacin del peso de una muestra

NS
enviada al laboratorio para su ensayo posterior.

CO
S
La pesada se realiza segn el procedimiento normalizado de operacin PON-55

L&
Determinacin de la masa inicial de la muestra, el cual especifica que para esta

determinacin se debe utilizar una balanza digital con un lmite superior de medicin de
4 100 g y una resolucin de 0,01 g, y que se deben efectuar 5 pesadas de la muestra. El
Pgina 5 de 19
valor reportado como masa de la muestra se calcula a partir de la media de las cinco
mediciones. El laboratorio dispone de una balanza marca Sartorius, modelo BP 4100 S con
las siguientes caractersticas metrolgicas:
A.
Capacidad mxima: 4 100 g
C.

Clase de exactitud: I
S

RE
Resolucin: 0,01 g
TO
Linealidad 0,02 g
UL
EMP (2000 g < x d 4100 g ) r 0,03 g
NS
CO
Los valores resultantes de las 5 mediciones realizadas, son los siguientes:
S
L&
Nmero de la Resultado obtenido
A.
medicin /g
C.
1 3001,01
S
2 3001,00
RE
3 3001,02
TO
4 3001,02
5 3001,00
UL
NS
a) Exprese el resultado de la medicin con un nivel de confianza de 95 %.
CO
b) Utilice la siguiente informacin proveniente del certificado de calibracin de la balanza y

S
L&
exprese el resultado de la medicin nuevamente. Explique los resultados obtenidos.

A.
C.
Indicacin de la balanza Error de indicacin Ucal (k95) = 2

S
/g /g /g
RE
1,00 0,000 0,005 8

TO
1 000,00 0,000 0,005 8

UL
2 000,00 0,000 0,005 8

NS
3 000,00 0,000 0,005 8

CO
4 100,00 0,000 0,005 9

&S
Solucin
L
A.
C.
a) Pasos para la expresin del resultado de la medicin:

ES

R
TO
UL
m1 m2 m3 m4 m5
M m
NS
5
CO

S
L&

m 3 001,01 g
Pgina 6 de 19
M m 3 001,01 g
A.
C.
S
RE
a) Inexactitud de la balanza (error mximo permisible (EMP));
TO
b) Linealidad de la balanza;
UL
NS
c) Resolucin finita de la balanza;
CO
d) Variaciones en observaciones repetidas de la masa bajo condiciones de repetibilidad.
S
L&
A.
Linealidad
C.
EMP
S
RE
TO
UL
M
NS
CO
Resolucin Variaciones aleatorias

S
L&

A.
C.
a) Componente de incertidumbre provocada por el EMP.

S
RE
TO
EMP 0,03
u1B (m) 0,017 3 g
UL
3 3
NS
b) Componente de incertidumbre debido a la linealidad de la balanza.

CO
&S
L
Esta componente de incertidumbre no se evala por estar incluido su efecto en la componente a)

A.
C.
ES
c) Componente de incertidumbre debido a la resolucin finita de la balanza.

R
TO
r 0,01
UL
2 2 0,01
u 2 B ( m) 0,0029 g
NS
3 3 12
CO
d) Componente de incertidumbre debido a las variaciones en observaciones repetidas.

S
L&
Pgina 7 de 19
n 5
( mi m ) 2 (m i m)2
u A (m ) s m i 1 i 1
0,0045 g
n(n 1) 5(4)
A.
C.
S
RE
TO
u c ( m) u12B (m) u 22B (m) u A2 (m ) (0,0173) 2 (0,0029) 2 (0,0045) 2 0,0181 g
UL
NS
Tabla resumen
CO
Grados de
S
L&
A.
C.
libertad
S
RE
EMP 0 0,017 3 g rectangular 1 0,017 3 g f
TO
Resolucin 0 0,002 9 g rectangular 1 0,002 9 g f
UL
m 3 001,01 g 0,004 5 g | normal 1 0,004 5 g 4
NS
CO
M 3 001,01 g uc(m) 0,018 1 g
S
Grfico de barras
L&
A.
C.
uc(M)
S
RE
Media
TO
Resolucin
UL
EMP
NS
CO
0 0,005 0,01 0,015 0,02

&S
L
A.
C.

R ES

TO
UL
u 22B (m) u A2 (m)

NS
Como # 0,3 entonces k=1,65.

CO
u1B (m)
S
L&
U(m) = k95 uc(m) = 1,65 0,0181 = 0,030 g
Pgina 8 de 19
M = (3000,010 r 0,030) g con k95=1,65
A.
Ejercicio 6.3.
C.
S
RE
En un laboratorio se realiza la calibracin de una pesa con valor nominal de 10 kg y clase
TO
de exactitud M1. Las caractersticas metrolgicas para las pesas de clase de exactitud M1
estn dadas en la norma COVENIN 3541:1999 (OIML R 111:1994) Pesas de clases E1,
UL
E2, F1, F2, M1, M2, M3. En la calibracin se utiliza un comparador de masa digital, marca
NS
METTLER, modelo KA 10-3P; y una pesa patrn de valor nominal 10 kg y clase de
CO
exactitud F2. El mtodo utilizado para la calibracin sigue una secuencia de pesada Pesa
S
Patrn Pesa que se Calibra Pesa Patrn (ABA).
L&
A.
Caractersticas metrolgicas de los patrones utilizados:
C.
S
Comparador METTLER
RE
TO
Capacidad mxima: 15 000 g
UL
Clase de exactitud: NS I
Resolucin: 0,001 g
CO
Repetibilidad: 0,001 g
S
Linealidad: 0,002 g
L&
A.
C.
Pesa patrn
S
RE
10 000 g
TO
Valor nominal:
Clase de exactitud: F2
UL

Error mximo permisible: 0,150 g
NS

Valor convencionalmente verdadero: 10 000,005 g
CO
Incertidumbre de calibracin: 0,030 g con k95=2,00

&S
L
A.
Nota:
C.
ES
El valor convencionalmente verdadero es el que aparece como valor certificado en el certificado de calibracin de la pesa patrn,
R
para un nivel de confianza de 95 %: (10 000,005 r 0,030) g

TO
UL
NS
Pesa a calibrar
CO
Valor nominal: 10 000 g

S
L&
Clase de exactitud: M1
Error mximo permisible: r 0,500 g
Pgina 9 de 19
Principios del mtodo de calibracin:
x Se realizan tres series de secuencias de pesada ABA;

x Para cada serie se determina la media del patrn;
A.
A cada valor de la pesa que se calibra se le resta el valor medio del patrn y se obtiene
C.
x
la diferencia (d);
S
RE
x La diferencia (d) se suma algebraicamente al valor certificado de la pesa patrn y
TO
finalmente se obtiene el valor de la pesa que se calibra (B).
UL
Los valores de las 3 series ABA realizadas durante el proceso de calibracin son los
NS
siguientes:
CO
S
Lecturas del Medias del d = B-A
L&
Serie Pesa medida
comparador /g patrn /g /g
A.
A Patrn + 0,01
C.
1 B Desconocida + 0,03 + 0,015 + 0,015
S
A Patrn + 0,02
RE
2 B Desconocida + 0,04 + 0,015 + 0,025
TO
A Patrn + 0,01
UL
3 B Desconocida + 0,03 + 0,010 + 0,020
A Patrn + 0,01 NS
CO
Media de las diferencias: + 0,020 g

S
L&
A.
Como informacin adicional se conoce que:

C.
S
Los lmites de corrimiento (deriva) del valor certificado para la pesa patrn son iguales a la incertidumbre de calibracin.
RE
TO
Durante la calibracin la correccin por el empuje del aire no se realiza ya que su valor es mucho menor que la incertidumbre en su
determinacin, los lmites de incertidumbre fueron estimados como r 10 mg.
UL
NS
CO
a) Exprese el resultado de la calibracin con un nivel de confianza de 95 %.

&S
b) Emita un criterio de conformidad de la pesa calibrada acorde a su clase de exactitud.

L
A.
C.
Solucin
ES
a) Pasos para la expresin del resultado de la calibracin:

R
TO

UL
NS
B A d
CO
donde:
S
L&
x A es el valor certificado del patrn ;
x d es la media de las diferencias en las lecturas del comparador.
Pgina 10 de 19

A 10 000,005 g
A.
C.
d 0,020 g
S
RE
TO
UL
B A d 10 000,005 0,020 10 000,025 g
NS
CO
S
L&
a) Incertidumbre en el valor certificado de la pesa patrn;
A.
C.
b) Deriva del valor certificado del patrn desde la ltima calibracin ('D);
S
RE
c) Linealidad del comparador en el rango donde se realiza la calibracin ('L);
TO
d) Resolucin finita del comparador;
UL
NS
e) Repetibilidad del comparador;
CO
S
f) Efecto del empuje del aire sobre las mediciones realizadas 'EA;
L&
A.
g) Variaciones en las observaciones repetidas en los valores de d.

C.
S
RE
Linealidad Variaciones aleatorias en d

Deriva Empuje del aire
TO
UL
NS
CO
B
&S
Repetibilidad
L
Ucal(A)
Resolucin
A.
C.

R ES
a) Componente de incertidumbre debido a la incertidumbre de calibracin de la pesa

TO
patrn;
UL
NS
U cal 0,030
u1B ( A) 0,015 g
CO
k 95 2
S
L&
b) Componente de incertidumbre debido a la deriva del valor certificado desde la ltima

calibracin;
Pgina 11 de 19
'D 0,030
u 2 B ( A) 0,017 g
3 3
A.
c) Componente de incertidumbre debido a la linealidad del comparador;
C.
S
'L 0,002
RE
u1B (d ) 0,0012 g
3 3
TO
UL
d) Componente de incertidumbre debido a la resolucin del comparador;
NS
CO
2 2
r r

S
2 2 r 0,001
L&
u 2 B (d ) 0,000 41 g
3 3 6 6
A.

C.

S
RE
TO
Nota:
UL
Es necesario tomar lecturas de la pesa patrn y de la pesa que se calibra, por lo que esta componente aparece dos veces (d=B-A).
NS
CO
e) Componente de incertidumbre debido a la repetibilidad del comparador;

S
L&
A.
Esta componente de incertidumbre no se evala por estar incluido su efecto en la componente g)

C.
S
RE
f) Componente de incertidumbre debido a la correccin por el efecto del empuje del aire ;
TO
UL
' EA 0,01
NS
u 3 B (d ) 0,0058 g
3 3
CO
&S
g) Componente de incertidumbre debido a las variaciones en observaciones repetidas.

L
A.
n 3
C.
(d i d )2 (d i d )2
ES
u A (d ) s d i 1 i 1
0,0029 g
R
n(n 1) 3(2)
TO
UL

NS
CO
u c (b) u12B ( A) u 22B ( A) u12B d u 22B d u 32B d u A2 (d )

S
0,0152 0,017 2 0,00122 0,000412 0,00582 0,00292

L&
0,024 g
Pgina 12 de 19
Tabla resumen
Grados de
A.
C.
S
libertad
RE
TO
A 10 000,005 g 0,015 g normal 1 0,015 g f
UL
'D 0 0,017 g rectangular 1 0,017 g f
NS
'L 0 0,001 2 g rectangular 1 0,001 2 g f
CO
Resolucin 0 0,000 41 g rectangular 1 0,000 41 g f
'EA 0 0,005 8 g rectangular 1 0,005 8 g f
S
d 0,02 g 0,002 9 g | normal 1 0,002 9 g 2
L&
A.
B uc(b) 0,024 g
C.
10 000,025 g
S
RE
Grfico de barras
TO
uc(P)
UL
Media NS
CO
Empuje del aire

Resolucin
S
L&
Linealidad
A.
Deriva
C.
S
U cal
RE
TO
0 0,005 0,01 0,015 0,02 0,025 0,03

UL
NS
CO

&S
L

A.
C.
El valor de k se determina a travs del nmero efectivo de grados de libertad Qef:

R ES
TO
Q
u c4 y 0,0244 | 9378
UL
ef 6
u i4 y 0,0154 0,017 4 0,00124 0,000414 0,00584 0,00294

NS
i 1 Qi f f f f f 2
CO
S
Como el valor de Qef es >> 100, para efectos prcticos tomamos k95=2.
L&
Pgina 13 de 19
Entonces,
U(b) = k95(Qef) uc(b) = 2 0,024 = 0,048 g
A.
C.
S
RE
B = (10 000,025 r 0,048) g con k95=2
TO
Ejercicio 6.4.
UL
NS
En el rea de instrumentacin de una planta se realiza la calibracin de los manmetros de
CO
deformacin elstica acorde al procedimiento de calibracin PC-001/25 Calibracin de
manmetros de deformacin elstica. El procedimiento establece la calibracin de
S
L&
manmetros de trabajo por comparacin directa con un manmetro patrn digital, marca
A.
FLUKE , modelo 744, con las siguientes caractersticas metrolgicas para el rgimen de
C.
medicin de presin:
S
RE
TO
UL
NS 0,01 psi
Resolucin:
CO
Error mximo permisible:

(Mdulo de presin 0,05 % de la lectura
S
L&
FLUKE-700P06 )
A.
C.
S
RE
Caractersticas metrolgicas del manmetro a calibrar:

TO
UL
NS

CO
Clase de exactitud: 1
&S
Valor de divisin: 1 psi

L
A.
C.
El procedimiento de calibracin establece la realizacin de las siguientes operaciones:

R ES
TO
a) Comprobacin de la indicacin correspondiente a la posicin cero de la aguja del

manmetro;
UL
NS
b) Comprobacin de la hermeticidad del instrumento;

CO
c) Determinacin del error de histresis del instrumento;

d) Determinacin del error de indicacin del instrumento.
S
L&
Pgina 14 de 19
El esquema de conexin, de forma simplificada, se muestra en la siguiente figura.
A.
C.
S
RE
Bomba
TO
UL
NS
CO
S
L&
A.
C.
S
RE
Figura 6.1
TO
UL
En el ejercicio se aborda slo la determinacin del error de indicacin durante la
NS
calibracin. El error de indicacin del instrumento a calibrar se determina:
CO
S
x En 6 puntos distribuidos uniformemente en todo el rango de medicin, correspondientes

L&
al (0; 20; 40; 60; 80 y 100) % de la escala del instrumento;

A.
x Realizando una serie de observaciones en ascenso y descenso para cada punto. La

C.
lectura de las indicaciones en cada punto seleccionado se realiza con el ascenso de la

S
RE
presin, mantenindose al menos 5 minutos el valor de la presin correspondiente al

TO
limite superior de medicin del instrumento, despus se realizan las lecturas para los
mismos puntos con el descenso de la presin;
UL
NS
x Para cada punto en ascenso y en descenso como la diferencia de las indicaciones del
instrumento que se calibra menos las indicaciones del patrn.
CO
&S
Los resultados de la calibracin fueron reportados en la siguiente tabla de resultados.

L
A.
C.
Indicacin del instrumento Indicacin del patrn Error de indicacin

ES
Ascenso Descenso Ascenso Descenso Ascenso Descenso

R
TO
/psi psi /psi

UL
0,0 0,0 0,00 0,000 0,00 0,00

20,0 20,0 19,97 19,97 0,03 0,03
NS
40,0 40,0 39,98 39,99 0,02 0,01

CO
60,0 60,0 59,96 59,96 0,04 0,04

S
80,0 80,0 80,00 80,00 0,00 0,00

L&
100,0 100,0 99,97 99,97 0,03 0,03
Pgina 15 de 19
La apreciacin del observador para manmetros de clase 1 es de 1/5 del valor de divisin
de la escala.
A.
a) Exprese el resultado de la calibracin con un nivel de confianza de 95 %.
C.
S
Solucin
RE
TO
a) Pasos para la expresin del resultado de la calibracin:
UL
NS
1. Definicin del modelo matemtico (para un punto).
CO
EI II IP
S
L&
Donde:
A.
C.
EI es el error de indicacin;
S
RE
II es la indicacin del instrumento;
IP es la indicacin del patrn.
TO

UL
Estimacin de las magnitudes de entrada. NS
CO

S
II Ver tabla de
L&
IP resultados
A.
C.

S
RE
El mensurando es el error de indicacin. Los valores del error de indicacin del instrumento
TO
a calibrar para cada punto se reportan en la tabla de resultados.

UL
NS
CO
a) Error mximo permisible del patrn (incluye el mdulo);

&S
L
b) Resolucin finita del indicador del patrn;

A.
C.
c) Apreciacin del observador al colocar la aguja sobre el trazo de la escala del punto a
ES
calibrar en el manmetro que se calibra.

R
TO
UL
NS
EMP (patrn)
CO
EI
S
L&
Apreciacin en el
Resolucin del patrn
manmetro que se calibra
Pgina 16 de 19
a) Componente de incertidumbre debido al error mximo permisible del patrn;
A.
EMP 0,05
C.
u1B ( I p ) 0,029 psi
S
3 3
RE
TO
UL
Nota:
NS
Se evala el EMP para 99,97 psi, que es la indicacin del patrn en ascenso cuando la indicacin del manmetro que se calibra es
CO
0,05 99,97
100 psi, como: EMP 0,05 psi
S
100
L&
A.
C.
b) Componente de incertidumbre debido a la resolucin finita del indicador;
S
RE
r
TO
2 r 0,01
u2B (I P ) 0,002 9 psi
UL
3 12 NS 12
CO
c) Componente de incertidumbre debido a la apreciacin del observador al colocar la

aguja sobre el trazo de la escala del punto a calibrar.
S
L&
a
A.
C.
2 a 0,2
u1B ( I I ) 0,058 psi
S
3 12 12
RE
TO
UL
Nota:
NS
CO
1 1 1
Como se aprecia vd entonces a vd 1 0,2 psi
5 5 5
L &S
A.
C.

R ES
u c (e I ) u12B ( I P ) u 22B ( I P ) u12B I I 0,0292 0,00292 0,0582 0,065 psi

TO
UL
NS
CO
S
L&
Pgina 17 de 19
Tabla resumen
Grados de
A.
C.
S
libertad
RE
TO
EMP 0 0,029 psi rectangular 1 0,029 psi f
UL
Resolucin 0 0,002 9 psi rectangular 1 0,002 9 psi f
NS
Apreciacin 0 0,058 psi rectangular 1 0,058 psi f
CO
EI 0,03 uc(eI) 0,065 psi
S
L&
Grfico de barras
A.
C.
uc(P)
S
RE
Apreciacin
TO
UL
Resolucin
NS
CO
EMP
S
L&
0 0,02 0,04 0,06 0,08

A.
C.
S
RE

TO
UL

NS
CO
Para la determinacin del valor de k utilizaremos el mtodo de determinacin del factor de

cobertura cuando dentro del conjunto de componentes de incertidumbre asociadas a la
&S
incertidumbre combinada predomina una componente de incertidumbre evaluada como

L
tipo B, con funcin de distribucin rectangular.

A.
C.
ES
u1 y u1B I I 0,058 psi

R
TO
uR y u12B I P u 22B I P 0,0292 0,00292 0,029 psi

UL
NS
u R ( y ) 0,029
CO
0,5 0,3
u1 ( y ) 0,058
S
L&
Como no se cumple la relacin es necesario aplicar el mtodo cuando dentro del conjunto
de componentes de incertidumbre asociadas a la incertidumbre combinada predominan
Pgina 18 de 19
dos componentes de incertidumbre evaluadas como tipo B, con funciones de distribucin

rectangular.
A partir de los valores del EMP y la apreciacin (igual al vd) y asumiendo el
A.
comportamiento de una distribucin rectangular para ambos, se obtienen los valores de a1,
C.
a2, a, b, y E:
S
RE
TO
a1 a2
UL
a1= 0,05 psi (para el EMP) a2= 0,1 psi (para la apreciacin)
NS
a b
CO
a= a1+a2= 0,15 psi b=~a1 - a2~=0,05 psi
S
E
L&
b 0,05
E 0,33
A.
a 0,15
C.
S
RE
p 0,95
TO
Para p = 0,95 resulta que 0,9 ;
UL
2 p 2 0,95
NS
como 0,9 !E (E=0,33) el valor de k se obtiene de la siguiente expresin:
CO
S
1 1 1

L&
k u 1 1 p 1 E 2 1 0,05 0,89 0,79 1,84

1 E 2
1,11 0,43
A.
C.
6 6
S
RE
Entonces,
TO
UL
U(EI) = k95 uc(ei) = 1,84 0,065 = 0,12 psi

NS
CO

&S
II /psi IP /psi EI /psi U(EI) /psi

L
Ascenso Ascenso Ascenso Ascenso

A.
C.
100,0 99,97 0,03 0,12

R ES
TO
UL
NS
CO
S
L&
Pgina 19 de 19
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
Teora y Prctica
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
TO
Bibliografa
UL
NS
CO
L&S
A.
C.
RES
TO
UL
NS
CO
S
L&
L&S CONSULTORES C.A. BIBLIOGRAFIA
Bibliografa
ISO
A.
C.
1. ISO Guide 32. Calibration in analytical chemistry and use of certified reference
S
RE
materials, International Organization for Standardization.1997.
TO
2. ISO Guide 34. Quality system guidelines for the production of reference materials,
UL
International Organization for Standardization. 1996.
NS
CO
3. BIPM, IEC, IFCC, ISO, IUPAC, IUPAP, OIML. Guide to the Expression of Uncertainty in
S
Measurement, International Organization for Standardization. 1993.
L&
A.
4. ISO Guide 30. Terms and definitions used in connection with reference materials,
C.
S
RE
5. ISO Guide 35. Certification of reference materials. General and statistical principles,
TO
UL
NS
COVENIN
CO
1. COVENIN 2534:2000 (ISO/IEC 17025:1999). Requisitos generales para la competencia

S
L&
de los laboratorios de ensayo y calibracin. 2000.

A.
C.
2. COVENIN - ISO 9001:2000(E). Sistemas de Gestin de la Calidad-Requisitos. 2000.

S
RE
3. COVENIN 3541:1999 (OIML R 111:1994). Pesas de clases E1, E2, F1, F2, M1, M2, M3.
TO
1999.
UL
NS
4. COVENIN 2552:1999 (OIML V2:1993). Vocabulario internacional de trminos bsicos y

CO
generales en metrologa. 1999.

&S
5. COVENIN-ISO 10012-1:93. Gestin y aseguramiento de la calidad. Requisitos de

L
aseguramiento de la calidad para equipos de medicin. Parte 1: Sistema de

A.
C.
confirmacin metrolgica para equipos de medicin. 1993.

ES
ILAC
R
TO
UL
1. ILAC-G8. Guidelines on Assessment and Reporting of Compliance with Specification.

NS
1996.
CO
EAL
S
L&
1. EA-4/02. Expression of the Uncertainty of Measurement in Calibration, European co-

operation for Accreditation. 1999.
Pgina 2 de 3
L&S CONSULTORES C.A. BIBLIOGRAFIA
Otras organizaciones
1. Mirella Buzoianu. Measurement uncertainty and legal limits in analytical measurements,

OIML BULLETIN, Volumen XLI, Number 1. 2000.
A.
C.
2. CENAM. Gua para estimar la incertidumbre de la medicin, CENAM, Centro Nacional
S
RE
de Metrologa Mxico 2000.
TO
UL
3. EURACHEM / CITAC Guide. Quantifying Uncertainty in Analytical Measurement. 2000.
NS
4. Wilfried Schulz. Uncertainty of measurement error limits in legal metrology, OIML
CO
BULLETIN, Volumen XL, Number 4. 1999.
S
L&
5. Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers. Probabilidad y Estadstica
A.
para ingenieros, 6ta Edicin. 1999.
C.
S
RE
6. M 3003. The Expression of Uncertainty and Confidence in Measurement, NAMAS,
TO
National Measurement Accreditation Service United Kingdom.1997.
UL
7. Barry N. Taylor. Guide for the Use of the International System of Units (SI), NIST
NS
Special Publication 811, National Institute of Standards and Technology-Physics
CO
Laboratory. 1995.
S
L&
8. Taylor, Barry N.; Chris E. Kuyatt. Guidelines for Evaluating and Expressing the
A.
Uncertainty of NIST Measurement Results. NIST Technical Note 1297, National Institute
C.
of Standards and Technology-Physics Laboratory. 1993.

S
RE
TO
UL
NS
CO
&S
L
A.
C.
R ES
TO
UL
NS
CO
S
L&
Pgina 3 de 3

Imtp PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Imtp PDF

Cargado por

Copyright:

Formatos disponibles

CAPACIDAD, GESTION Y MEJORA

Autores: Sifredo J. Sez Ruiz

Luis Font Avila

Maracay - Estado Aragua - Febrero 2001

Copyright 2001 L&S CONSULTORES C.A.

3.1. Caractersticas numricas de la variable aleatoria. ....................... 3

3.2. Ejemplos de funciones de distribucin. .......................................... 8

3.3. Mtodo de los mnimos cuadrados. ................................................ 12

Captulo 4. Proceso de estimacin de la incertidumbre estndar.

4.0. Introduccin. .................................................................................... 2

4.1. Especificacin del mensurando. ..................................................... 4

4.2. Identificacin de las fuentes de incertidumbre y anlisis. .............. 6

4.3.Evaluacin de la incertidumbre estndar. ....................................... 7

Captulo 5. Incertidumbre del resultado de la medicin.

5.0. Incertidumbre combinada. ............................................................... 2

5.1. Incertidumbre expandida. ................................................................ 5

5.2. Informe de los resultados. ............................................................... 11

5.3. Criterios de conformidad. ................................................................ 14

amplia gama de mediciones, incluyendo aquellas requeridas para:

x 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

COVENIN-ISO 9000: 2000 u otros);

x Cumplir con leyes y reglamentos obligatorios (emitidos por rganos de acreditacin

Conducir proyectos de investigacin y desarrollo aplicados a la ciencia y a la ingeniera;

x 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;

internacionales, incluyendo los materiales de referencia.

incluye el acto en s de medir para la adquisicin de los datos, el procesamiento de los

mismos y la expresin del resultado final.

ciencia de las mediciones, y el dominio los instrumentos de medicin empleados. La

La mayora de las mediciones son realizadas con instrumentos sujetos a la calibracin o

errores mximos permisibles establecidos en sus especificaciones o en documentos

normativos aplicados y que las diferentes fuentes de incertidumbre que intervienen en el

proceso de medicin pueden ser cuantificadas o minimizadas, la incertidumbre asociada

El manual est dividido en seis captulos. En el Captulo 1 Fundamentos de metrologa se

abordan una serie de conceptos relativos al proceso de medicin y al instrumento de

de incertidumbre y se discuten las marcadas diferencias entre la incertidumbre y el error

como parmetros de la medicin. Una serie de herramientas de estadstica y probabilidad

son tratadas en el Captulo 3 Procedimientos estadsticos tiles, como base necesaria

para la comprensin y ejecucin de los clculos. En el Captulo 4 Proceso de estimacin

de la incertidumbre se analiza dicho proceso como tal, culminando con la cuantificacin de

componentes individuales de incertidumbre estndar. La combinacin de las diferentes

componentes individuales para obtener una incertidumbre combinada y luego una

incertidumbre expandida es descrita en el Captulo 5 Incertidumbre del resultado de la

medicin, conjuntamente con la emisin de criterios de conformidad basados en la

magnitudes de influencia incluyen no slo las que se refieren a las condiciones

ambientales, como son la temperatura, la presin baromtrica y la humedad, sino tambin

medicin y de los procedimientos de medicin.

El mtodo de medicin es la secuencia lgica de operaciones, generalmente descritas,

usada en la ejecucin de las mediciones de acuerdo con un principio de medicin

determinado. Entre ellos podemos mencionar: el mtodo de sustitucin, el mtodo

diferencial, el mtodo de cero, etc.

El procedimiento de medicin es el conjunto de operaciones, descritas de forma

especfica, utilizadas en la ejecucin de mediciones particulares, de acuerdo a un mtodo

de medicin determinado. El procedimiento de medicin se registra en un documento y

El principio de medicin es el fundamento cientfico del mtodo de medicin. Como

ejemplos podemos citar: el efecto termoelctrico aplicado a la medicin de temperatura, la

 Las condiciones de uso;

La reproducibilidad de las mediciones caracteriza el acuerdo ms cercano entre los

resultados de mediciones del mismo mensurando llevadas a cabo bajo condiciones de

La reproducibilidad puede ser expresada cuantitativamente en trminos de las

caractersticas de dispersin de los resultados.

Para caracterizar cualitativamente la calidad de una medicin se utiliza el trmino

Las condiciones de uso;

Rango de indicacin: Conjunto de los valores limitados por las indicaciones

Valor nominal: Valor redondeado o aproximado de una caracterstica de un

Intervalo de medicin: Mdulo de la diferencia entre los dos lmites de un rango

Condiciones nominales de funcionamiento: Condiciones de utilizacin para las

Condiciones lmites: Condiciones extremas que puede soportar un instrumento de

Estabilidad: Aptitud de un instrumento de medicin para mantener constante en el

Transparencia: Aptitud de un instrumento de medicin de no modificar la magnitud a

El perodo de validez del MRC;

Las condiciones prescritas para el almacenamiento del MRC;

Las instrucciones para el uso del MRC;

Las especificaciones para la validez de las propiedades certificadas del MRC.