Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Imtp PDF
Imtp PDF
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
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
Captulo 6. Ejercicios.
CO
Bibliografa.
S
L&
Pgina 2 de 2
CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
Incertidumbre de la Medicin:
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
x
NS
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
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
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
verificacin peridica. Si se conoce que estos instrumentos estn en conformidad con los
A.
con el resultado de la medicin puede ser calculada para la totalidad de las situaciones
TO
prcticas.
UL
NS
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
CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
Incertidumbre de la Medicin:
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&
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
contiene un nivel suficiente de detalle, que le permite a un operador realizar la medicin sin
NS
informacin adicional.
CO
Pgina 2 de 8
L&S CONSULTORES C.A. CAPITULO 1. FUNDAMENTOS DE METROLOGIA
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.
El tiempo.
TO
reproducibilidad.
CO
&S
Para que una expresin de reproducibilidad sea vlida es necesario especificar las
condiciones que varan.
L
A.
C.
Pgina 3 de 8
L&S CONSULTORES C.A. CAPITULO 1. FUNDAMENTOS DE METROLOGIA
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
Por ejemplo:
R
TO
El valor 0,1 mol/L de la concentracin en cantidad de sustancia de una solucin de cido clorhdrico, HCL;
NS
CO
Pgina 4 de 8
L&S CONSULTORES C.A. CAPITULO 1. FUNDAMENTOS DE METROLOGIA
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
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
Pgina 5 de 8
L&S CONSULTORES C.A. CAPITULO 1. FUNDAMENTOS DE METROLOGIA
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
sus errores.
L&
A.
C.
Generalidades.
TO
UL
Los materiales de referencia (MR) y los materiales de referencia certificados (MRC) hacen
NS
qumica, biolgica o tecnolgica), entre un lugar y otro. Ellos son ampliamente usados para
&S
Pgina 6 de 8
L&S CONSULTORES C.A. CAPITULO 1. FUNDAMENTOS DE METROLOGIA
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
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
Un MRC no debe ser usado para otro propsito diferente de aquel para el cual fue
&S
Existen muchos procesos de medicin, donde los MRC son de uso general, pero son
TO
elementos puros, etc. Esto se puede apreciar por ejemplo, donde solamente se busca un
CO
Pgina 7 de 8
L&S CONSULTORES C.A. CAPITULO 1. FUNDAMENTOS DE METROLOGIA
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.
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
Cantidad. La cantidad del MRC debe ser suficiente para todo el programa experimental,
L&
Estabilidad. Siempre que sea posible, el MRC debe tener propiedades estables durante
el experimento. Existen tres casos:
TO
UL
conjuntamente con el MRC se suministra un certificado que define las propiedades (las
ES
debe ser compatible con los requisitos para el uso del material de referencia.
NS
CO
S
L&
Pgina 8 de 8
CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
Incertidumbre de la Medicin:
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
c) Muestreo;
S
L&
Pgina 2 de 8
L&S CONSULTORES C.A. CAPITULO 2. INCERTIDUMBRE
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
cualquiera de las componentes entonces sta tiene que ser tomada en cuenta
A.
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
L&S CONSULTORES C.A. CAPITULO 2. INCERTIDUMBRE
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
decir el error es un simple valor. En principio el valor de un error conocido puede ser
L&
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
Es considerado que un error tiene dos componentes una componente sistemtica y una
componente aleatoria.
Pgina 4 de 8
L&S CONSULTORES C.A. CAPITULO 2. INCERTIDUMBRE
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.
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 factor numrico por el cual se multiplica el resultado no corregido de una medicin para
CO
Pgina 5 de 8
L&S CONSULTORES C.A. CAPITULO 2. INCERTIDUMBRE
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&
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
otra forma no se puede asegurar si las lecturas proporcionadas por el mismo son o no
R
TO
las propiedades del objeto o fenmeno que se mide. Tales situaciones surgen, por
L&
Pgina 6 de 8
L&S CONSULTORES C.A. CAPITULO 2. INCERTIDUMBRE
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
a partir de la masa y el volumen de una muestra que contena cierto grado de impurezas
C.
Los agentes externos que actan en el proceso de medicin se pueden clasificar en dos
NS
grupos:
CO
&S
polvo, etc.
TO
UL
x Los que inciden sobre la medicin de forma errtica, perturbando las condiciones de
S
L&
Pgina 7 de 8
L&S CONSULTORES C.A. CAPITULO 2. INCERTIDUMBRE
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&
clculos para obtener el resultado final; por tanto, otra fuente de error son los errores
C.
cantidades, etc.
TO
UL
NS
CO
&S
L
A.
C.
R ES
TO
UL
NS
CO
S
L&
Pgina 8 de 8
CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
Incertidumbre de la Medicin:
NS
CO
S
Teora y Prctica
L&
A.
C.
S
RE
TO
UL
NS
CO
S
L&
A.
C.
S
RE
Captulo 3
TO
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
Por esta razn, al repetir muchas veces una medicin obtendremos, en general, diferentes
C.
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
Para una variable aleatoria discreta siempre es posible contar su conjunto de resultados
CO
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
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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.
de las variables aleatorias, pues ella indica al mismo tiempo los valores que la variable
ES
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
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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
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
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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
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
Pgina 5 de 14
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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
Ha x E( X ) (3.10)
C.
S
RE
El error de una medicin (error absoluto) ser la suma del error aleatorio y del error
A.
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&
Pgina 6 de 14
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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.
a 1 cuando existe una dependencia lineal entre las variables (correlacin total).
CO
&S
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
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
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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
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
Pgina 8 de 14
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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.
sustituyendo en (3.18):
RE
TO
a2 a
UL
2
V (X) V( X ) (3.19)
3 3
NS
CO
Un certificado u otra especificacin ofrecen los lmites sin especificar un nivel de
L
A.
confianza;
C.
ES
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
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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
a2 a
&S
2
V (X) V( X ) (3.20)
6 6
L
A.
C.
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
Es hecho un estimado en la forma de un rango mximo descrito por una distribucin
CO
simtrica.
S
L&
Pgina 10 de 14
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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.
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.
aleatoriamente;
TO
UL
0,2
Para el caso del ejemplo tratado (para un 99,73 % de probabilidad) V (V ) 0,066 ml .
3
Pgina 11 de 14
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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&
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
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.
frecuentemente por la observacin de las respuestas ,y, para diferentes niveles del analito,
UL
Pgina 12 de 14
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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
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
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
L&S CONSULTORES C.A. CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES
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
CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
NS
Incertidumbre de la Medicin:
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
Listar las posibles fuentes de incertidumbre. Esta lista incluye las fuentes que contribuyen a
C.
puede incluir otras fuentes y las fuentes originadas de cualquier suposicin que sea
RE
tomada.
TO
UL
y estudios para asegurar que todas las fuentes de incertidumbre son tomadas en cuenta
adecuadamente.
R
TO
UL
efectos combinados de varias fuentes. Las contribuciones tienen que ser expresadas como
L&
Pgina 2 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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&
Estimar correlaciones
TO
UL
combinada uc(y)
CO
&S
Revisar, y si es necesario
4to paso
L
componentes de incertidumbre
C.
ES
Calcular la incertidumbre
R
TO
expandida U(y)
UL
NS
Los siguientes epgrafes suministran una gua para la ejecucin de todos los pasos listados
L&
Pgina 3 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
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.
denotadas por el conjunto {Xi}, expresin en la cual el ndice i toma valores entre 1 y el
NS
Y f ^X i ` f ( X 1 , X 2 ,..., X N ) (4.1)
Pgina 4 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
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
debemos interpretarlo como aquella funcin que contiene todas las magnitudes de las
UL
medicin. Ella no debe expresar simplemente una ley fsica, sino tambin el proceso de
medicin dado.
L&S
y f ( x1 , x 2 ,..., x N ) (4.2)
NS
yj del mensurando obtenido a partir de diversos valores {Xi}j de las magnitudes de entrada.
S
L&
Pgina 5 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
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.
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&
Las fuentes de incertidumbre tpicas son aquellas que fueron estudiadas en el captulo 2.
Pgina 6 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
Se debe elaborar un plan para obtener los dems datos requeridos para las fuentes de
TO
factores.
L
A.
C.
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
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
n
UL
q q
2
j
NS
j 1
s q (4.4)
CO
n 1
&S
(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
Pgina 8 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
sp
C.
u A xi u A q (4.7)
n
S
RE
TO
casos suele ser igual a 1, mientras que sp se determin por un nmero distinto (grande) de
NS
mediciones.
CO
N
2
Q s (q)
ES
i i
2 i 1
R
s p (4.8)
TO
Q
UL
i
i 1
NS
N
de s 2p son Q Q i . La varianza experimental s 2p / m (y la desviacin estndar
i 1
Pgina 9 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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.
- Certificados de calibracin;
R
TO
- Normas o literatura;
CO
Pgina 10 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
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
Pgina 11 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
- 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
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
(a a ) 2
u B2 ( xi ) (4.9)
ES
12
R
TO
a
u B ( xi ) (4.10)
S
3
L&
Pgina 12 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
instrumento analgico;
S
RE
TO
En estos casos se sustituye a, en la frmula (4.10) por EMP; R/2; A/2; H/2; ' segn
&S
corresponda.
L
A.
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
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
componente puede haber sido evaluada a partir del anlisis estadstico de las
C.
observaciones.
S
RE
Por lo general en las mediciones una de las componentes de incertidumbre que ms pesa
NS
Y yc
S
L&
Pgina 14 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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&
(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
conocidos del analito, x (por ejemplo concentracin). La relacin puede tomarse como
UL
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&
Pgina 15 de 16
L&S CONSULTORES C.A. CAPITULO 4. PROCESO DE ESTIMACION DE LA INCERTIDUMBRE ESTANDAR
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
u ( xi )
C.
u ( x pred ) | (4.12)
n
S
RE
TO
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.
residuos muestran una tendencia sistemtica entonces puede ser necesario incluir
ES
varianza de x en estos casos estn abordados en libros afines con esta materia. Adems,
TO
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
CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
NS
Incertidumbre de la Medicin:
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
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
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
expresin:
CO
donde 1 d rij d 1.
L&
Pgina 2 de 15
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
porque ellas representan resultados de evaluaciones diferentes que han sido hechas
L&
independientemente;
A.
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
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
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
Recomendaciones prcticas.
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
uc(y)
NS
CO
u3B(x)
L &S
u2B(x)
A.
C.
ES
u1B(x)
R
TO
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
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
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 U(y) indica entonces un intervalo que representa una fraccin p de los valores que
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
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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&
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
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
posible tomar los grados de libertad Qi de contribuciones tipo B como infinitos (f), es decir
NS
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
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
para obtener la incertidumbre combinada del mensurando (uc(y)), el Teorema del Lmite
S
RE
(con la suposicin de que los valores del mensurando obedecen a una distribucin normal).
L
La ecuacin de Welch - Satterthwaite es utilizada para calcular el valor de Qef basada en los
ES
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
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
para el mismo p (|95 %). Una buena prctica es realizar el clculo riguroso con la ecuacin
NS
Es una prctica internacional expresar los resultados de las mediciones con un nivel de
L
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
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
u ( y)
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
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
N
uR y u y
2
i (5.13)
i 3
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
Pgina 10 de 15
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
Los datos y el anlisis deben ser presentados de tal forma que puedan ser fcilmente
S
correlacin;
C.
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
Pgina 11 de 15
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
confianza de aproximadamente 95 %
S
RE
conveniente expresar cada resultado de la forma antes descrita, es necesario reportar sin
UL
En todos los casos es obligatorio informar el valor del factor de cobertura utilizado para
&S
El valor numrico del resultado y su incertidumbre no deben ser dados con un nmero
R
TO
es decir, los resultados redondeados deben ser consistentes con la incertidumbre dada.
CO
Pgina 12 de 15
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
Ejemplos:
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
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&
Pgina 13 de 15
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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
Lmite Superior
TO
Especificado
UL
NS
CO
Lmite Inferior
&S
Especificado
L
A.
C.
Leyenda
UL
NS
Como resultado del anlisis, siempre que sea posible (casos 1, 5, 6 y 10), se establece un
criterio de conformidad.
Pgina 14 de 15
CAPITULO 5. INCERTIDUMBRE DEL RESULTADO DE LA MEDICION
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.
Pgina 15 de 15
CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
NS
Incertidumbre de la Medicin:
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
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.
Solucin
NS
CO
P = pi
C.
ES
pi 45,5 psi
NS
CO
P = pi = 45,5 psi
L&
Pgina 2 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
4. Fuentes de incertidumbre.
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&
100 100
TO
UL
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
Pgina 3 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
Tabla resumen
Grados de
Coeficiente Contribucin libertad /
A.
Valor Incertidumbre Distribucin de
Magnitud de a la grados
C.
estimado estndar probabilidad
sensibilidad incertidumbre efectivos de
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
Contribuciones a la incertidumbre
L&
A.
C.
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
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
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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
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
Pgina 5 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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
/g /g /g
RE
Solucin
L
A.
C.
m1 m2 m3 m4 m5
M m
NS
5
CO
Pgina 6 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
M m 3 001,01 g
A.
4. Fuentes de incertidumbre.
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
EMP 0,03
u1B (m) 0,017 3 g
UL
3 3
NS
r 0,01
UL
2 2 0,01
u 2 B ( m) 0,0029 g
NS
3 3 12
CO
Pgina 7 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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.
6. Determinacin de la incertidumbre combinada.
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
Coeficiente Contribucin libertad /
L&
Valor Incertidumbre Distribucin de
Magnitud de a la grados
estimado estndar probabilidad
A.
sensibilidad incertidumbre efectivos de
C.
libertad
S
Xi xi u(xi) ci ci u(xi) Qi / Qeff
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
Contribuciones a la incertidumbre
L
A.
C.
u1B (m)
S
L&
Pgina 8 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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
Nota:
C.
ES
El valor convencionalmente verdadero es el que aparece como valor certificado en el certificado de calibracin de la pesa patrn,
R
Pesa a calibrar
CO
Clase de exactitud: M1
Error mximo permisible: r 0,500 g
Pgina 9 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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
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
Solucin
ES
B A d
CO
donde:
S
L&
Pgina 10 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
A.
C.
d 0,020 g
S
RE
3. Estimacin del mensurando.
TO
UL
B A d 10 000,005 0,020 10 000,025 g
NS
CO
4. Fuentes de incertidumbre.
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.
B
&S
Repetibilidad
L
Ucal(A)
Resolucin
A.
C.
patrn;
UL
NS
U cal 0,030
u1B ( A) 0,015 g
CO
k 95 2
S
L&
Pgina 11 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
'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
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
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
0,024 g
Pgina 12 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
Tabla resumen
Grados de
Coeficiente Contribucin libertad /
A.
Valor Incertidumbre Distribucin de
Magnitud de a la grados
C.
estimado estndar probabilidad
sensibilidad incertidumbre efectivos de
S
libertad
RE
Xi xi u(xi) ci ci u(xi) Qi / Qeff
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
Linealidad
A.
Deriva
C.
S
U cal
RE
TO
Contribuciones a la incertidumbre
NS
CO
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
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
Entonces,
A.
10. Expresin del resultado.
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
Rango de indicacin: (0 a 100) psi
NS 0,01 psi
Resolucin:
CO
FLUKE-700P06 )
A.
C.
S
RE
Clase de exactitud: 1
&S
Pgina 14 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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
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
Pgina 15 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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
II Ver tabla de
L&
IP resultados
A.
C.
El mensurando es el error de indicacin. Los valores del error de indicacin del instrumento
TO
3. Fuentes de incertidumbre.
CO
c) Apreciacin del observador al colocar la aguja sobre el trazo de la escala del punto a
ES
EMP (patrn)
CO
EI
S
L&
Apreciacin en el
Resolucin del patrn
manmetro que se calibra
Pgina 16 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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
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.
Pgina 17 de 19
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
Tabla resumen
Grados de
Coeficiente Contribucin libertad /
A.
Valor Incertidumbre Distribucin de
Magnitud de a la grados
C.
estimado estndar probabilidad
sensibilidad incertidumbre efectivos de
S
libertad
RE
Xi xi u(xi) ci ci u(xi) Qi / Qeff
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&
Contribuciones a la incertidumbre
C.
S
RE
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
L&S CONSULTORES C.A. CAPITULO 6. EJERCICIOS
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&
6 6
S
RE
Entonces,
TO
UL
Pgina 19 de 19
CAPACIDAD, GESTION Y MEJORA
A.
C.
S
RE
TO
UL
NS
Incertidumbre de la Medicin:
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.
International Organization for Standardization. 1992.
S
RE
5. ISO Guide 35. Certification of reference materials. General and statistical principles,
TO
International Organization for Standardization. 1989.
UL
NS
COVENIN
CO
3. COVENIN 3541:1999 (OIML R 111:1994). Pesas de clases E1, E2, F1, F2, M1, M2, M3.
TO
1999.
UL
NS
ILAC
R
TO
UL
1996.
CO
EAL
S
L&
Pgina 2 de 3
L&S CONSULTORES C.A. BIBLIOGRAFIA
Otras organizaciones
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.
Pgina 3 de 3