INTRODUCCIÓN A LA METROLOGÍA

Curso Académico 2011-

2011-12

Rafael Muñoz Bueno

Laboratorio de Metrología y Metrotecnia
LMM--ETSII
LMM ETSII--UPM
 TEMA 3. Evaluación de la incertidumbre típica

Índice
1. Clasificación de las medidas: Ejemplos.

2. Función de transferencia.

3. Concepto de incertidumbre típica.

4. Evaluaciones tipo A y tipo B de la incertidumbre típica

Introducción a la Metrología Curso Académico 11-12

 Clasificación de las medidas (i)

MEDIDAS Magnitud de salida

DIRECTAS MEDIDA
Instrumento

CLASES DE
MEDIDA Instrumento
#1 Magnitud de entrada 1

MEDIDAS Relación Magnitud de salida

INDIRECTAS funcional
MEDIDA
Magnitud de entrada 2
Instrumento
#2
Introducción a la Metrología Curso Académico 11-12
 Clasificación de las medidas (i)

Ejemplos de medidas directas

Velocidad con un cinemómetro.

Superficie de un rectángulo con una cámara y un

sistema de digitalización que de el resultado en
unidades de superficie.

Resistencia eléctrica con un polímetro.

Introducción a la Metrología Curso Académico 11-12

 Clasificación de las medidas (ii)

Ejemplos de medidas indirectas

L
Velocidad midiendo distancia y tiempo V=
t

Superficie midiendo longitud de los lados A = L 1x L 2

V
Resistencia midiendo V e I R=
I

Introducción a la Metrología Curso Académico 11-12

 Función de transferencia: Función modelo (i)

Cualquier medida puede expresarse mediante una relación

funcional si se explicitan las correcciones aplicadas, pues siempre
ha de existir al menos la corrección de calibración

Y = f ( X 1, X 2 ,... X n )
Y ≡ Magnitud de salida del mensurando a determinar

X1 ,X2 ,…X3 ≡ Magnitudes de entrada que permiten obtener el valor

del mensurando.

f ≡ función de transferencia o función modelo

Introducción a la Metrología Curso Académico 11-12

 Función de transferencia: Función modelo (ii)
medidas directas

Y ≈ X1 Lectura directa del instrumento

Y = f ( X 1, X 2 ,... X n ) Magnitudes de influencia consideradas

en el modelo de correcciones
(corrección de calibración y otras).
Lectura directa del instrumento

Corr. por redondeo

Corr. calibración

L ≡ Y = X 1 + cE + cc ≡ x1 + x2 + x3
Introducción a la Metrología Curso Académico 11-12
 Función de transferencia: Función modelo (iii)
medidas indirectas (i)

Y = Φ( X 1, X 2 ,... X n ) Magnitudes que intervienen en Φ

(Ley física o geométrica)

Y = f ( X 1, X 2 ,... X m , X m +1,..., X n )

Magnitudes de influencia consideradas en el modelo de

correcciones (corrección por calibración y otras).

Introducción a la Metrología Curso Académico 11-12

 Función de transferencia: Función modelo (iii)
medidas indirectas (ii)

V
R= Corrección redondeo volt.
I
Corrección calib. volt.

V + c EV + c CV x1 + x3 + x5
Lectura del voltímetro

R≡Y= =
Lectura del amperímetro I + c EI + c CI x2 + x4 + x6
Corrección redondeo amp. Corrección calib. amp.

Introducción a la Metrología Curso Académico 11-12

Función de transferencia: Función modelo (iv)
Consideraciones generales (i)

Caracteriza el procedimiento de medida y la forma de evaluar el

resultado, es decir, el modelo de medición decidido.

Representa el sistema:
• Mensurando
• Instrumento
• Operador-entorno
En general, la función modelo, f
• Suele responder a una expresión analítica.
• Puede no ser explícita.
• Puede no ser expresable analíticamente (algoritmo).

Introducción a la Metrología Curso Académico 11-12

 Función de transferencia: Función modelo (v)

Consideraciones generales (ii)

Algunas variables de la función modelo se estiman con valores de entrada

que no influyen sobre el valor de salida o valor resultante (y).
• Por ejemplo, una corrección de valor nulo. Sin embargo, la
incertidumbre de aquellas variables siempre son positivas y
pueden ser significativas por lo que deben mantenerse dichas variables en
la función modelo.

A veces hay más de una variable de salida y por tanto varias funciones de
transferencia (se suelen englobar en la matriz de transferencia).

La función modelo se emplea para determinar el resultado (VALOR e

INCERTIDUMBRE).

Introducción a la Metrología Curso Académico 11-12

Función de transferencia: Función modelo (vi)

Ejemplo: Modelo unidimensional de dilatación

para correcciones térmicas

L 20 = L θ [1 + α(20 − θ )]
Admisible para cuerpos esbeltos como
barras y varillas.

Inadecuado para la distancia entre los

ejes de dos taladros del bloque de un
motor.

Introducción a la Metrología Curso Académico 11-12

Función de transferencia: Función modelo (vii)

OBJETIVO GENERAL que se persigue

con un sistema de medida:

Determinar razonablemente la función f

Obtener el valor que mejor caracteriza al

mensurando y la incertidumbre de dicho
valor.

Introducción a la Metrología Curso Académico 11-12

 Incertidumbre típica de una medida (i)

En la mayor parte de los casos, el mensurando Y no se mide

directamente, sino que se determina a partir de otras N magnitudes
X1, X2, ..., XN , mediante una relación funcional, f

Y = f ( X 1 , X 2 ,... X n )
Y ≡ Magnitud de salida del mensurando a determinar

X1 ,X2 ,…X3 ≡ Magnitudes de entrada que permiten obtener el valor

del mensurando.

f ≡ función de transferencia o función modelo

Introducción a la Metrología Curso Académico 11-12

 Incertidumbre típica de una medida (ii)

EJEMPLO - Si se aplica una diferencia de potencial V a los bornes de

una resistencia cuyo valor depende de la temperatura, de la
resistencia R0 a la temperatura definida t0 y del coeficiente lineal de
temperatura α, la potencia disipada P (el mensurando) por la
resistencia a la temperatura t es función de V, R0, α, y t, según:

2
P = f (V , R0 , α , t ) =
V
R0 [1 + α (t − t0 )]

Y = f ( X 1 , X 2 ,... X n )
Introducción a la Metrología Curso Académico 11-12
 Incertidumbre típica de una medida (iii)

Una estimación del mensurando Y, representada por y, se obtiene

utilizando las estimaciones de entrada x1, x2, ..., xN para los valores
de N magnitudes X1, X2, ..., XN. Así, la estimación de salida y, que es
el resultado de la medición, viene dada por

Y = f ( X 1 , X 2 ,... X N ) = f (V , R0 , α , t )

(
y = f ( x1 , x2 ,...x N ) = f xV , xR 0 , xα , xt )
Donde: y ≡ Estimador de Y
x ≡ Estimador de X
Introducción a la Metrología Curso Académico 11-12
 Incertidumbre típica de una medida (iv)

Como los valores (x1, x2 ,..., xN) no pueden determinarse exactamente, el

valor resultante de la medida (y) tampoco es exacto y entran en juego las
incertidumbres.

Las incertidumbres de las variables de entrada (x1, x2 ,..., xN) y la función

modelo permiten determinar la incertidumbre del valor resultante (y) según
veremos.

En general, el resultado de una medición es solo una aproximación o

estimación del valor del mensurando, y únicamente se halla completo
cuando está acompañado de una declaración acerca de la incertidumbre de
dicha estimación.

Incertidumbre típica es la incertidumbre del resultado de una medición,

expresada en forma de desviación típica

Introducción a la Metrología Curso Académico 11-12

 Incertidumbre típica de una medida (v)

La desviación típica asociada al resultado de medida y, denominada

incertidumbre típica combinada y representada por uc(y), se
determina a partir de la desviación típica asociada a cada estimación
de entrada xi, denominada incertidumbre típica y representada
por u(xi )
Y = f ( X 1 , X 2 ,... X N ) ⇒ y = f ( x1 , x2 ,...x N )
Incertidumbre típica

u ( y ) = f [u ( x1 ), u ( x2 ),...u ( x N )]
Incertidumbre típica combinada

Introducción a la Metrología Curso Académico 11-12

 Incertidumbre típica de una medida (vi)

Cada estimación de entrada xi, así como su incertidumbre asociada

u(xi ) se obtienen a partir de una distribución de valores posibles de
la magnitud de entrada Xi.

Esta distribución de probabilidad puede basarse en una distribución

de frecuencias; es decir, en una serie de observaciones Xi,k de las Xi,
o puede tratarse de una distribución supuesta a priori.

Las evaluaciones de Tipo A de las componentes de la incertidumbre

típica se basan en distribuciones de frecuencia mientras que las
evaluaciones de Tipo B se basan en distribuciones supuestas a priori.

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo A de la incertidumbre típica (i)

La mejor estimación disponible de la esperanza matemática µq de una

magnitud q que varía al azar (variable aleatoria), de la que se han obtenido n
observaciones independientes qk en las mismas condiciones de medida es la
media aritmética de las n observaciones

1 n
q = ∑ qk
n k =1
xi estimador de Xi

Y = f ( X 1 , X 2 ,... X N ) ⇒ y = f ( x1 , x2 ,...x N )

xi = X i
Introducción a la Metrología Curso Académico 11-12
 Evaluación de Tipo A de la incertidumbre típica (ii)
Los valores de las observaciones individuales qk difieren en razón de las
variaciones aleatorias de las magnitudes de influencia o de efectos aleatorios.

La varianza experimental de las observaciones, que estima la varianza

s2 de la distribución de probabilidad de q, viene dada por
1 n
s ( qk ) =
2
∑ k ( q − q ) 2

n − 1 k =1
Esta estimación de la varianza y su raíz cuadrada s(qk), denominada
desviación típica experimental, caracterizan la variabilidad de los valores
observados qk, es decir su dispersión alrededor de su media q .

La mejor estimación de la varianza experimental se obtendrá a partir de la

varianza experimental de la media:
s 2 ( qk ) s ( qk )
s (q ) =
2 s(q ) =
n n
Introducción a la Metrología Curso Académico 11-12
Evaluación de Tipo A de la incertidumbre típica (iii)

Tanto la Varianza experimental de la media, como la desviación típica

experimental de la media, cuantifican la bondad con que q estima la
esperanza matemática µq de q, y una u otra pueden ser usadas como medida
de la incertidumbre de q.

s 2 (q ) Varianza experimental de la media

s (q ) Desviación típica experimental de la media

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo A de la incertidumbre típica (iv)

En resumen

Y = f ( X 1 , X 2 ,... X N ) ⇒ y = f ( x1 , x2 ,...x N )

xi = X i Estimador de X

2
s (Xi)
u ( xi ) = s ( X i ) =
2 2 Varianza de Tipo A
n
s( X i )
u ( xi ) = s ( X i ) = Incertidumbre típica de Tipo A

n
Introducción a la Metrología Curso Académico 11-12
Evaluación de Tipo A de la incertidumbre típica (v)

Consideraciones finales

El número de grados de libertad νi de u(xi), igual a νi = n-1 en el caso

sencillo en que xi = X i y u ( xi ) = s ( X i ) se calcula a partir de n observaciones
independientes, y debe indicarse siempre que se proporcionan las
evaluaciones de Tipo A de las componentes de la incertidumbre.

Es una información importante para estimar la fiabilidad de la evaluación de

dicha desviación típica de tipo A.

Debe tenerse en cuenta que siempre debería ser n ≥ 10.

No se recomienda usar las expresiones anteriores si n < 5.

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo B de la incertidumbre típica (i)
Para la estimación xi de una magnitud de entrada Xi que no ha sido obtenida a
partir de observaciones repetidas, la varianza estimada asociada u2(xi ) o la
incertidumbre típica u(xi ), se establecen mediante decisión científica basada
en toda la información disponible acerca de la variabilidad posible de Xi .
El conjunto de la información puede comprender:
• Resultados de medidas anteriores o las especificaciones del fabricante
• La experiencia o el conocimiento general del comportamiento y propiedades de los
materiales y los instrumentos utilizados
• Los datos suministrados por certificados de calibración u otros certificados
• La incertidumbre asignada a valores de referencia procedentes de libros y
manuales.

Cuando u2(xi ) o u(xi ), son así evaluadas, se denominan respectivamente

varianza de Tipo B e incertidumbre típica de Tipo B.

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo B de la incertidumbre típica (ii)

Ejemplos de evaluaciones tipo B

1. Si la estimación xi se obtiene a partir de una especificación del fabricante, de

un certificado de calibración, de una publicación o de otra fuente, y su
incertidumbre viene dada como un múltiplo específico de una desviación
típica.
2. Determinación tipo B cuando se conoce un único valor de la variable de
entrada.
3. Determinación tipo B cuando se supone una distribución de probabilidad para
la variable de entrada.
a. Normal
b. Rectangular (uniforme)
c. Triangular
d. Tipo U

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo B de la incertidumbre típica (iii)

Estimación xi obtenida de una especificación del fabricante, donde su certidumbre

viene dada como un múltiplo específico de una desviación típica.

Ejemplo: Un certificado de calibración indica que la masa mS de un patrón de

masa de acero inoxidable de valor nominal igual a 1 kg es de 1000,000 325 g y
que “la incertidumbre de este valor es de 240 µg, para un nivel 3s (3 desviaciones
típicas).

La incertidumbre típica del patrón de masa es simplemente:

u(mS ) = (240 µg)/3 = 80 µg.

La varianza estimada es:

u2(mS) = (80 µg)2 = 6,4 x 10-9 g2

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo B de la incertidumbre típica (iv)

Determinación tipo B cuando se conoce un único valor de la variable de entrada.

• Sólo se mide un vez (medida destructiva)

• El resultado se toma de documentación técnica (coef. dilatación)
• Resultado facilitado por terceras personas (certificado de calibración)
- Valor del mensurando, el valor único.
- Incertidumbre típica: facilitada por la fuente (documentación o certificado).
- En su defecto, calcular en base a la experiencia.

Ejemplo: Un (BPL) de calidad 00 lleva grabado el valor del coeficiente de dilatación

lineal α = 11,6·10-6 K-1 pero no indica su incertidumbre.
El evaluador considera que la información es suficientemente fiable para adoptar como
incertidumbre típica la mitad del valor de la última cifra significativa grabada, es decir

u(α)=0,05·10-6 K-1

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo B de la incertidumbre típica (v)

Determinación tipo B cuando se supone una distribución de probabilidad para la

variable de entrada.

Distribución normal

Se utiliza cuando se dispone:

a) De resultados experimentales de observaciones

repetidas. La incertidumbre típica es igual a la
desviación típica:
s( X )
u ( x) =
n
b) De un intervalo de confianza (x ± a) con
indicación del nivel de confianza, por ejemplo 95%
-a +a
u otro. La incertidumbre típica se calcula por
ejemplo para un nivel de confianza del 95 % como:
X a
u ( x) =
2
Introducción a la Metrología Curso Académico 11-12
 Evaluación de Tipo B de la incertidumbre típica (vi)
Determinación tipo B cuando se supone una distribución de probabilidad para la
variable de entrada.

Distribución rectangular

Se utiliza cuando, por ejemplo, se dan límites (± a) sin

2a especificar el nivel de confianza y es esperable que
todos los valores sean igualmente probables.

Ejemplo: t = (t0 ± 0,5) ºC Ej.: Resolución instrumento E

(a= 0,5 ºC) (E=0,01 mm; a=E/2 mm)
.

-a +a
0,5 E / 2 0,01
u ( x) = ºC u ( x) = = mm
X 3 3 12

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo B de la incertidumbre típica (vii)
Determinación tipo B cuando se supone una distribución de probabilidad para la
variable de entrada.

Distribución triangular

2a Se utiliza cuando la información es menos limitada

que para una rectangular y se puede suponer que
los valores cercanos al valor central son más
probables que los valores extremos.

La incertidumbre típica se calcula como:

a
u ( x) =
6
-a +a

Introducción a la Metrología Curso Académico 11-12

 Evaluación de Tipo B de la incertidumbre típica (viii)
Determinación tipo B cuando se supone una distribución de probabilidad para la
variable de entrada.

Distribución tipo U

Se utiliza cuando se puede suponer que los

valores más probables son los situados en lo
extremos de la distribución.

La incertidumbre típica se calcula como:

a
u ( x) =
2
-a +a

Introducción a la Metrología Curso Académico 11-12

Evaluación de Tipo B de la incertidumbre típica (ix)
En resumen (i)

La distribución rectangular es una descripción razonable en términos de

probabilidad del conocimiento que se tenga sobre la magnitud de entrada Xi
cuando no existe ninguna otra información más que sus límites de
variabilidad.

Pero si se sabe que los valores de la magnitud en cuestión próximos al centro

del intervalo de variabilidad son más probables que los valores próximos a los
extremos, un modelo más adecuado sería una distribución triangular o
normal.

Cuando los valores cercanos a los extremos son más probables que los
valores cercanos al centro, es más apropiada una distribución tipo U.

Introducción a la Metrología Curso Académico 11-12

Evaluación de Tipo B de la incertidumbre típica (ix)

En resumen (ii)

Estimador de Incertidumbre
Distribución tipo B
la magnitud, xi típica, u(xi )

xi = X i
s( X i ) a
NORMAL u ( xi ) = u ( xi ) =
n 2
xi = X i
a
RECTANGULAR u ( x) =
3

xi = X i
a
TRIANGULAR u ( x) =
6
xi = X i
a
TIPO U u ( x) =
2

Introducción a la Metrología Curso Académico 11-12