Universidad Nacional de Colombia - Sede Bogotá

Sensores y Actuadores
Análisis

Luis Miguel Mendez Moreno

2017287
 Agenda
1

Patrones
ClasificaciónPatrones

Trazabilidad

Error
Tipos de Errores
Error en Medición

Análisis Estadístico
Conceptos Estadísticos
Distribución de probabilidades

Luis Miguel Mendez Moreno |

 Patrones
2

Realización de la definición de una magnitud dada, con un valor de-

terminado y una incertidumbre de medida asociada, tomada como
referencia.

Luis Miguel Mendez Moreno |

 Clasificación Patrones
3

Patrones Internacionales
I Se definen por acuerdos internacionales
I Representan ciertas unidades con la mayor exactitud que
permite la tecnología
I Evaluación periódica
I Oficina internacional de pesas y medidas (Paris)
I No disponibles para comparación o calibración

Patrones Primarios
I Laboratorios nacionales
I Calibración independiente en cada laboratorio
I Se comparan entre sí => representan el promedio mundial
I No disponibles para uso externo

Luis Miguel Mendez Moreno |

 Clasificación Patrones
4

Patrones Secundarios
I Referencia en laboratorios industriales de medición
I Se verifican localmente con otros en el área
I Se envían periódicamente a los laboratorios nacionales para
calibración

Patrones de Trabajo
I Patrones de trabajo
I Laboratorios de mediciones
I Verificar y calibrar instrumentos industriales

Luis Miguel Mendez Moreno |

 Trazabilidad
5

Trazabilidad metrológica en la que la referencia es la definición de una

unidad de medida mediante su realización práctica

Luis Miguel Mendez Moreno |

 Error
6

Diferencia entre la medición y el valor real de la cantidad física

I No se puede calcular el error si no se conoce el valor real de la

cantidad física => no se puede determinar el error de manera
exacta pero si estimar la probabilidad de que el error no exceda
un valor específico
I Una vez terminado => estimar los límites del error con algún
nivel de certeza
I Antes de que los datos sean usados en aplicaciones científicas
o de ingeniería su calidad debe ser establecida
I Minimizar el error en el diseño y ejecución del experimento

Luis Miguel Mendez Moreno |

 Tipos de Error
7

Errores Gruesos
Principalmente origen humano.
I Lectura
I Utilización del instrumento (escalas, ajuste de cero)
I Registro
I Cálculo de resultados

Luis Miguel Mendez Moreno |

 Tipos de Error
8

Errores Sistemáticos- Errores bias

I Ocurren de la misma forma para cada medida
I Errores instrumentales: inherentes a los instrumentos de
medición a causa de su estructura (componentes móviles)
I Calibrar con un patrón
I Aplicar factores de corrección
I Errores ambientales: condiciones externas, cambios en
temperatura, humedad, presión barométrica, campos
electromagnéticos
I Ambiente controlado
I Estáticos: Limitaciones propias, principio de físico de
funcionamiento
I Dinámicos: respuesta no adecuada en el tiempo (lentitud)

Luis Miguel Mendez Moreno |

 Tipos de Error
9

Errores Aleatorios- Errores de precisión

I Ocurren de manera diferente para cada medida
I Causan una distribución de valores
I Causas desconocidas (condiciones fluctuantes,perturbaciones)
I Incrementar el número de lecturas y usar métodos estadísticos
para la aproximación al valor real.

Otras Fuentes de Error

I Ruido: señal que no lleva información de las mediciones.
Acoplamiento eléctrico o mecánico
I Transmisión: desde el sensor al indicador, atenuación.
I Deterioro

Luis Miguel Mendez Moreno |

 Error en Medición
10

Error= Valor medido – Valor real

I Está presente en todas las mediciones

I Lo mejor que se puede hacer es definir un límite de error con
algún nivel de certeza.
I -u < E < u (n:1)
I Donde u es la incertidumbre estimada con probabilidad n:1, es
decir
I valor medido – u < valor real < valor medido + u (n:1)
I Un intervalo más amplio => probabilidades más altas
I Un intervalo más estrecho => probabilidades más bajas
I (n:1) radio de probabilidad de que un evento suceda ala
probabilidad de que no, p/(1-p)

Luis Miguel Mendez Moreno |

 Análisis Estadístico
11

I Permite determinar analíticamente la incertidumbre del resultado

final
I El resultado de un método de medición se puede predecir con
base al muestreo de datos.
I No se necesita describir todas las perturbaciones
I Gran número de mediciones
I El tratamiento estadístico no elimina tendencias fijas contenidas
en las mediciones (reducir lo más posible los errores
sistemáticos)

Luis Miguel Mendez Moreno |

 Conceptos Estadísticos
12

Espacio de muestreo: Todos los posibles eventos durante un

experimento, Población.

Evento: Subconjunto de espacio de muestreo

Luis Miguel Mendez Moreno |
 Conceptos Estadísticos
13

Muestra:Número finito tomado de la población

Distribución de error: La distribución caracteriza la probabilidad de

que un error de cierto tamaño ocurra

Análisis estadístico del error: Estimar la probable diferencia entre

el valor promedio de una pequeña muestra y el valor medio de una
gran población

Luis Miguel Mendez Moreno |

 Distribución de probabilidades
14

Probabilidad de un evento: expresión de la posibilidad de que un

evento ocurra, medida con respecto a todos los posibles eventos.

Ejemplo: De n casos posibles m corresponden al evento A => La

probabilidad de que A ocurra es m/n

Distribuciones
I Distribución normal
I Distribución t-Student

Luis Miguel Mendez Moreno |

 Distribución Gaussiana
15

x = la magnitud de una medición particular

µ = valor medio de la población entera
σ= desviación estándar de la población entera
El valor medio se obtiene promediando todos los x en la población
=>µ permanece desconocido
Ya que se asume que x difiere de uno a otro por errores de precisión
=> µ representa el valor real de la cantidad

Luis Miguel Mendez Moreno |

 Media Aritmética
16

Se puede mostrar que este es el valor más probable para la cantidad

µ. A mayor cantidad de lecturas mayor aproximación

Luis Miguel Mendez Moreno |

 Desviación de la media
17

Alejamiento de una lectura de media aritmética. La suma de todas las

desviaciones es igual a cero

Luis Miguel Mendez Moreno |

 Desviación Normal o Gaussiana
18

Desviación estándar: caracteriza la desviación de las mediciones del

valor medio y el ancho de la distribución Gaussiana

La desviación real es desconocida. Sin embargo la probabilidad del

tamaño del error (incertidumbre) se puede estimar con varios niveles
de confianza basado en el conocimiento que se tiene de la distribución
de probabilidades de la población.

Luis Miguel Mendez Moreno |

 Desviación Normal o Gaussiana
19

Luis Miguel Mendez Moreno |

 Desviación Normal o Gaussiana
20

Error probable Para datos distribuidos normalmente, alrededor del 50

% de todos los casos queda entre los límites de + 0.6745σ y - 0.6745
σ a partir de la media
I Error probable = +0.6745 σ
I Se consideran datos descartables aquellos que superan + 3 σ
I La probabilidad de que una medición tenga una desviación
menor a ±σ es de 68%
I La probabilidad de que una medición tenga una desviación
menor a ± 1.96 σ es de 95%

Luis Miguel Mendez Moreno |