Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EN LAS MEDICIONES
1. ¿Porque Incertidumbre?
La incertidumbre en el resultado
de una medición
La incertidumbre en el resultado de una medición
La incertidumbre en el resultado de una medición
http://www.bipm.org/en/publications/guides/gum.html
2. NOCIONES BÁSICAS DE MATEMÁTICA
REGLAS
Cuando los números se sumen o resten, el
número de lugares decimales en el resultado
debe ser igual al número más pequeño de
lugares decimales de cualquier término en la
suma.
CIFRAS SIGNIFICATIVAS (C.S.)
EJEMPLOS
calcular
123 + 5,35 =128 y no 128.35
REGLAS
Cuando se multiplican muchas cantidades, el
número de cifras significativas en la respuesta
final es el mismo que el número de cifras
significativas en la cantidad que tiene el número
más pequeño de cifras significativas. La misma
regla aplica para la división.
CIFRAS SIGNIFICATIVAS (C.S.)
Redondeo de Números
Técnica de Redondeo.
NÚMERO REDONDEO
1,852 E +6 4 C.S.
5,731 E + 2 4 573,1
5,73100 E +2 6 573,100
5,731 E +6 4 5731000
5,731000 E-5 7 0,00005731000
5,7310 E+3 5 5731,0
Notación Común:
Taller cifras
significativas
Error Numérico
• Es el error causado por la propia expresión
numérica. El error numérico es siempre de ±
mitad de la última cifra significativa
NÚMERO ERROR PRECISIÓN
2 ± 0,5 ---------
2,0 ± 0,05 10X
2,00 ± 0,005 100X
2,000 ± 0,0005 1000X
Error de Lectura de un Instrumento de
Medición
• Considerando un instrumento de medición,
con indicación digital y resolución de 10°C,
tenemos:
0 10 20 30 40 50 °C
Error de Lectura de un Instrumento de
Medición
0 10 20 30 40 50 °C
0 10 20 30 40 50 °C
8,4
8,6
8,7
8,6
8,5
Desviación Estándar
Desviación Estándar
8,75
8,7
8,65
8,6
8,55
MAX
MIN
8,5
MEDIA
DESVT +
8,45
DESVT -
8,4
8,35
8,3
8,25
1 2 3 4 5
Varianza
Taller desviación
estándar
Regla empírica para datos con distribución
normal (o 68-95-99.7)
σ= 15 3σ= 45
135
130
125
120 MEDIA+DESVEST
115
110
105
100 MEDIA
95
90
85
80 MEDIA - DESVEST
75
70
65
60 MEDIA - 3 DESVEST
55
50
0 2 4 6 8 10 12
Coeficiente de variación o CV
Coeficiente de variación o CV
EJEMPLO
Estatura y peso de hombres Si utilizamos los datos muéstrales
estatura y peso de 40 hombres, incluidos en el conjunto de
datos 1 del Apéndice B, obtendremos los estadísticos que
aparecen en la siguiente tabla. Calcule el coeficiente de
variación de las estaturas, después el coeficiente de variación de
los pesos; finalmente, compare los dos resultados.
Coeficiente de variación o CV
EJEMPLO
Desviación
estándar (s)
Taller desviación
estándar
Distribuciones de Probabilidad
La distribución de probabilidad de una variable aleatoria es
una función que asigna a cada suceso definido sobre la
variable aleatoria la probabilidad de que dicho suceso
ocurra. La distribución de probabilidad está definida sobre
el conjunto de todos los sucesos, cada uno de los sucesos
es el rango de valores de la variable aleatoria
Distribuciones de Probabilidad
Toda distribución de probabilidad debe satisfacer cada uno
de los dos requisitos siguientes:
Distribuciones de Probabilidad
El primer requisito establece que la suma de las
probabilidades de todos los valores posibles de la variable
aleatoria debe ser igual a 1
Taller distribución
normal
Distribución de t Student
• Es una distribución de probabilidad que surge
del problema de estimar la media de una
población normalmente distribuida cuando el
tamaño de la muestra es pequeño.
Distribución de t Student
Distribución de t Student
es esencialmente una distribución t de Student
para todas las muestras de tamaño n. La
distribución t de Student, que a menudo se
refiere como la distribución t, se utiliza para
calcular valores críticos denotados por .
tα/2
Nivel de Confianza
El nivel de confianza es la probabilidad 1- α (a veces
se expresa como el valor de porcentaje equivalente),
que es la proporción de veces que el intervalo de
confianza realmente contiene el parámetro de
población, suponiendo que el proceso de estimación se
repite un gran número de veces. (El nivel de confianza
también se conoce como grado de confianza, o
coeficiente de confianza).
Nivel de Confianza
Las opciones más comunes para el nivel de confianza son :
90% (con α= 0.10),
95% (con α= 0.05) ,
99% (con α= 0.01).
La opción de 95% es la más común, puesto que provee
un buen balance entre precisión (como se refleja en el
ancho del intervalo de confianza) y confiabilidad (como
se expresa por el nivel de confianza).
Grados de libertad
El número de grados de libertad para un
conjunto de datos muéstrales que se
recolectaron es el número de valores muéstrales
que pueden variar tras haber impuesto ciertas
restricciones a todos los valores de los datos
Grados de libertad
Por ejemplo, si 10 estudiantes tienen puntuaciones de examen
con una media de 80, asignamos con libertad valores a las
primeras nueve puntuaciones, pero la 10ª se calcula. La suma de
las 10 puntuaciones debe ser 800, entonces la 10a será igual a
800 menos la suma de las primeras nueve puntuaciones. Puesto
que estas primeras nueve puntuaciones las seleccionamos con
libertad para que sean cualquier valor, decimos que hay nueve
grados de libertad disponibles. Para las aplicaciones de esta
sección, el número de grados de libertad es simplemente el
tamaño de la muestra menos 1.
Grados de libertad
La expresión para calcular los grados de libertad es:
EJEMPLO
Calcular un valor crítico Una muestra de tamaño n=15 es una
muestra aleatoria simple seleccionada de una población que se
Taller distribución
t- student
Distribución Rectangular
Una variable aleatoria continua tiene una distribución
uniforme si sus valores se dispersan uniformemente a
través del rango de posibilidades. La gráfica de una
distribución uniforme presenta una forma rectangular.
Distribución Rectangular
EJEMPLO Duración de la clase Un profesor de estadística planea
sus clases con tanto cuidado que sus duraciones se distribuyen
uniformemente entre 50.0 y 52.0 minutos. (Porque las clases de
estadística son tan interesantes, que generalmente dan la
impresión de ser más cortas). Esto es, cualquier tiempo entre
50.0 y 52.0 minutos es posible, en tanto que todos los valores
Posibles son igualmente probables. Si seleccionamos
aleatoriamente una de las clases y permitimos que x sea la
variable aleatoria que representa la duración de esa clase,
entonces x tiene una distribución que puede graficarse como en
la figura
Distribución Rectangular
Distribución Rectangular
Curva de densidad (o función de densidad de probabilidad):
gráfica de una distribución de probabilidad continua. Debe
satisfacer las siguientes propiedades:
1. El área total bajo la curva debe ser igual a 1.
Taller distribución
rectangular
Distribución Rectangular
Esta distribución es utilizada en los casos que la probabilidad del
valor verdadero esté entre dos valores consecutivos es constante
(uniforme), es decir, una variable aleatoria tiene la misma
probabilidad de estar en cualquier punto del intervalo.
Distribución Rectangular
Se puede usar para modelar el comportamiento de un
contribuyente a la incertidumbre si cumple las
siguientes 3 condiciones:
1. Probabilidad uniforme: cada valor tiene igual
probabilidad de ocurrencia.
Distribución Rectangular
2. El contribuyente a la incertidumbre tiene cero
probabilidad de ocurrir por fuera de los limites de la
distribución.
Distribución Rectangular
Si los limites que abarcan la distribución son ±a, entonces
también lo hacen los limites ±na, donde n es cualquier número
mayor o igual a 1. por lo tanto es imperativo que los limites que
asumimos para un contribuyente de incertidumbre sean los
mínimos delimitadores.
Distribución Rectangular
Se utiliza en general cuando exclusivamente hay
conocimiento de los limites superior e inferior del
intervalo de variabilidad de la magnitud de entrada.
sq j
s q uA
n
Evaluación de Incertidumbre
Estándar tipo A
Formula:
n 2
qj q
j 1
u xi
1
n 1
n 1
INCERTIDUMBRE ESTANDAR
TIPO B
uc y
i1 i i
i n
c .u x 2
Coeficiente de Sensibilidad
Formula:
f X 1 , X 2 , X 3 ... X n
ci
X i
Donde i = 1…. n
Determinación del coeficiente Ci
Formula:
uc y c .ux
iN 2
i 1 i i
Incertidumbre Expandida
Incertidumbre Expandida
U = k*uc
Factor de Cobertura
u y4
Veff c
i n ci u xi
4 4
i1 v
i
Factor de Cobertura
1 u xi
2
vi
2 u xi
METODOLOGÍA
Estimación de Incertidumbre
• Ensayo de tracción a un material, donde se
busca cual es la resistencia a la rotura, la cual
está definida como la fuerza necesaria para
romper el material dividido por el área de la
sección transversal de la probeta.
Estimación de Incertidumbre
Estimación de Incertidumbre
• Definir el mensurando
Resistencia a la rotura: Sr
Estimación de Incertidumbre
• Establecer las magnitudes de entrada .
y f x1 , x2 ....xn
Resistencia a la rotura: Sr
Sr f F , T ,W
Estimación de Incertidumbre
• El modelo matemático.
Resistencia a la rotura: Sr
S r f F , T , W
F
TW
Estimación de Incertidumbre
• Identificar las fuentes de Incertidumbre
s q j
uA
n
Estimación de Incertidumbre
• Cuantificar la variabilidad de cada fuente
F
Sr
Resultados del ensayo TW
Fuerza
Muestra Espesor Ancho Rotura Resistencia
T (mm) W (mm) F (kgf) S (kgf/mm2)
Promedio
Desv.Estándar
Estimación de Incertidumbre
Distribución de Probabilidad
Distribución de
Probabilidad
Espesor
Ancho
Fuerza Rotura
Estimación de Incertidumbre
Distribución de Probabilidad
Distribución de
Probabilidad
Espesor Normal
Ancho Normal
Fuerza Rotura Normal
Estimación de Incertidumbre
ue unidades
s
Espesor mm u
Ancho mm n
Fuerza Rotura kgf
Estimación de Incertidumbre
ue unidades
Espesor 0,01122497 mm
s
Ancho 0,01122497 mm
u
Fuerza n
34,3650986 kgf
Rotura
Estimación de Incertidumbre
A partir de la teoría:
f X 1 , X 2 , X 3 ... X n
ci
X i
Donde i = 1…. n
Estimación de Incertidumbre
A partir de la teoría:
S
cF
F
F
Sr cT
S
TW T
S
cW
W
Estimación de Incertidumbre
A partir de la teoría:
S 1 S
cF
F TW F
F
Sr cT
S F S
2
T T W
TW S
T
F S
cW
W TW 2
W
Estimación de Incertidumbre
A partir de la teoría:
S 1 S 46,50
cF 0,0248008453594797 mm -2
F TW F 1874,4
S F S 46,50 kgf
cT 2 -14,6368717071186
T T W T 3,18 mm 3
S F S 46,50 kgf
cW -3,66210056261294
W TW 2 W 12,69 mm 3
Estimación de Incertidumbre
Experimentalmente:
f x x f x
S f ' x lim
x
cF
x 0
F
Estimación de Incertidumbre
S
Espesor Ancho Fuerza Rotura Resistencia Diferencia
T (mm) W (mm) F (kgf) S (kgf/mm2) (kgf/mm2)
F
D
E
3.18 12.69 1875.4 C
D=B-A
E=C-B
Estimación de Incertidumbre
• Obtener el coeficiente de sensibilidad ci
Experimentalmente:
Espesor Ancho Fuerza Rotura Resistencia Diferencia
T (mm) W (mm) F (kgf) S (kgf/mm2) (kgf/mm2)
0,02478057
3,18 12,69 1875,4 46,47
S S 0,0247805680697439 1
cF 0,0247805680697439
F F 1 mm 2
Estimación de Incertidumbre
Teoría : 0,0248008453594797
Experimental: 0,0247805680697439
Estimación de Incertidumbre
Experimentalmente:
Espesor Ancho Fuerza Rotura Resistencia Diferencia
S (kgf/mm2) (kgf/mm2)
S
T (mm) W (mm) F (kgf)
E
3,19 12,69 1874,4 C
D=B-A
E=C-B
Estimación de Incertidumbre
• Obtener el coeficiente de sensibilidad ci
Experimentalmente:
S
Espesor Ancho Fuerza Rotura Resistencia Diferencia
S (kgf/mm2) (kgf/mm2)
cT
T (mm) W (mm) F (kgf)
-0,1456072
3,19 12,69 1874,4 46,30
S S - 0,146066528674943 kgf
cT -14,6066528674943
T T 0,01 mm 3
Estimación de Incertidumbre
Experimentalmente:
Espesor Ancho Fuerza Rotura Resistencia Diferencia
S
T (mm) W (mm) F (kgf) S (kgf/mm2) (kgf/mm2)
E
3,18 12,70 1874,4 C
D=B-A
E=C-B
Estimación de Incertidumbre
Experimentalmente:
Espesor Ancho Fuerza Rotura Resistencia Diferencia
T (mm) W (mm) F (kgf) S (kgf/mm2) (kgf/mm2)
-0,03657378
3,18 12,70 1874,4 46,41
S S - 0,0366026206726531 kgf
cW -3,66026206726531
W W 0,01 mm 3
Estimación de Incertidumbre
S
cF Teoría vs Experimental Cf: 0,0817%
F
S
cT Teoría vs Experimental Ct: 0,2064%
T
S
cW Teoría vs Experimental Cw: 0,0502%
W
Estimación de Incertidumbre
• Estimar correlaciones
Ocurre cuando los valores de entrada no
son independientes. Por ejemplo en el
ensayo de tracción, las mediciones de
espesor y ancho fueron realizadas con el
mismo instrumento (micrómetro).
Estimación de Incertidumbre
• Estimar correlaciones
n
1
s q, t
n(n 1) k 1
qk q t k t
Estimación de Incertidumbre
• Estimar correlaciones
n
s T ,W
1
Tk 3,18 Wk 12,69
n(n 1) k 1
Estimación de Incertidumbre
• Estimar correlaciones
1 Paso: Covarianza de 2 cantidades de entrada
correlacionadas:
Espesor Ancho (Tk -3,18)
Muestra Tk -3,18 Wk - 12,69 (wk-12,69)
T (mm) W (mm)
1 3,15 -0,03 12,67 -0,02 0,0006240
2 3,20 0,02 12,73 0,04 0,0008640
3 3,18 0,00 12,70 0,01 0,0000240
4 3,20 0,02 12,70 0,01 0,0001440
5 3,15 -0,03 12,67 -0,02 0,0006240
Promedio 3,18 12,69 sumatoria 0,0022800
n 5
s(T,W) 0,00011400
Estimación de Incertidumbre
• Estimar correlaciones
2 Paso: Hallar el Coeficiente de Correlación:
r x , x
s xi , x j
s x s x
i j
i j
• Estimar correlaciones
r Ti ,W j
0,00011400
(0,02509980 1* 0,02509980 1)
r Ti , W j 0.15360952
Estimación de Incertidumbre
• Estimar correlaciones
• Cuando r > 0 decimos que las parejas de datos muestrales están
correlacionadas positivamente
N
Existe
correlación
NO u 2 c ci2ui2
i 1
SI
N 1
c c u u r x , x
N N
u 2 c ci2ui2 2 i j i j i j
i 1 i 1 j i 1
Estimación de Incertidumbre
• Estimar Incertidumbre combinada con
fuentes correlacionadas
N 1
c c u u r x , x
N N
u 2 c ci2ui2 2 i j i j i j
i 1 i 1 j i 1
u 2
c c u c u c u 2cT cW uT uW r T , W
2
f
2
f
2 2
T T
2
W
2
W
Estimación de Incertidumbre
• Estimar Incertidumbre combinada con
fuentes correlacionadas
N 1
c c u u r x , x
N N
u 2 c ci2ui2 2 i j i j i j
i 1 i 1 j i 1
kgf
u correlacionada
c 0,627510524
mm 2
Estimación de Incertidumbre
• Estimar Incertidumbre combinada
Estimar correlación r
N
Existe
NO u 2 c ci2ui2
correlación i 1
Estimación de Incertidumbre
• Estimar Incertidumbre combinada sin fuentes
correlacionadas
N
u 2 c ci2ui2
i 1
u 2
c c u c u c u
2
f
2
f
2 2
T T
2
W
2
W
Estimación de Incertidumbre
• Estimar Incertidumbre combinada sin fuentes
correlacionadas
N
u 2 c ci2ui2
i 1
u 2
c c u c u c u
2
f
2
f
2 2
T T
2
W
2
W
kgf
uc 0,6030165
mm 2
Estimación de Incertidumbre
• Estimar Incertidumbre combinada con
fuentes correlacionadas
kgf
u correlacionada
c 0,578267392
mm 2
kgf
uc 0,6030165
mm 2
Diferencia = 0,274%
Usualmente 95%
uc4 y
veff n 4 4
ci u ( xi )
i 1 vi
Estimación de Incertidumbre
4
u
veff c
cF4 u 4 F 4 4
cu cW4 u 4W
T T
vF vT vW
Estimación de Incertidumbre
Estimación de Incertidumbre
veff 2,4518991
Estimación de Incertidumbre
U kuc
Estimación de Incertidumbre
U 4.30 * (0,75377006)
kgf
U 3.2 2
mm
Estimación de Incertidumbre
Reporte de la Incertidumbre
Y=y±U
Reporte de la Incertidumbre
Y=y±U
Cuando se entrega la incertidumbre
expandida se debe entregar el factor K y si
se quiere la incertidumbre combinada
L = (35,1 ± 0,41) mm
Estimación de Incertidumbre