Documentos de Académico
Documentos de Profesional
Documentos de Cultura
estimación de la incertidumbre
de medición, una mirada desde la
gestión de procesos.
Módulo 2
6. Ley de propagación de incertidumbre en magnitudes no
correlacionadas.
7.Ley de propagación de incertidumbre en magnitudes
correlacionadas.
8. Coeficientes de sensibilidad.
9. Presupuesto de incertidumbre.
Módulo 3
10. Presentación de resultados y las CMC.
11. Ejercicios y actividades prácticas
Módulo 1 A
1. Generalidades y bases
metrológicas.
2. La medición y la necesidad de
estimar su incertidumbre.
3. Herramientas matemáticas y
estadísticas
1. Generalidades y bases
metrológicas.
Medir
u “Comparar una cantidad
con su respectiva unidad,
con el fin de averiguar
cuantas veces la segunda
esta contenida en la
primera”. (RAE)
u La dimensión del objeto y
la unidad deben ser de la
misma magnitud.
u Una parte importante de la
medición es la estimación
de error o análisis de
errores.
¿Siempre medimos?
u El primer paso para una buena
medición radica en especificar muy
bien el mensurando, el método de
medición y los procedimientos.
https://www.google.com.co/search?q=medición&sxsrf=AOaemvJW8h5AGQocsoQ4RjzCnN3Ue-
RQzQ:1637112701124&source=lnms&tbm=isch&sa=X&ved=2ahUKEwiTn4eIoJ70AhUiTjABHRjgA_sQ_AUoAXoECAEQAw&biw=1
425&bih=703&dpr=2#imgrc=iUiRecQorcBw2M
Mensurando NOTA 1. La especificación de un
mensurando requiere el
conocimiento de la naturaleza de
la magnitud y la descripción del
estado del fenómeno, cuerpo o
uMagnitud que
sustancia cuya magnitud es una
propiedad, incluyendo las
componentes pertinentes y las
se desea medir
entidades químicas involucradas
Magnitud
.
Propiedad de un fenómeno, cuerpo o
sustancia, que puede expresarse
cuantitativamente mediante un número y
una referencia
Medición
u Proceso que consiste en obtener experimentalmente uno o varios
valores que pueden atribuirse razonablemente a una magnitud
Entrada Salida
Medio
Método Mensurando
ambiente
Instrumentos
(Máquina)
Metrólogo
Transformación
Definiciones
u Método de de medida: Descripción genérica de la secuencia lógica de operaciones
utilizadas en una medición
u NOTA Los métodos de medida pueden clasificarse de varias maneras como: (i)
método de sustitución, (ii) método diferencial y (iii) método de cero; o (i) método
directo, método indirecto.
u Procedimiento de medida: descripción detallada de una medición conforme a uno
o más principios de medida y a un método de medida dado, basado en un modelo
de medida y que incluye los cálculos necesarios para obtener un resultado de
medida. NOTA 1 Un procedimiento de medida se documenta habitualmente con
suficiente detalle para que un operador pueda realizar una medición.
u El principio de medida: fenómeno que sirve como base de una medición.
u EJEMPLO 1 El efecto termoeléctrico aplicado a la medición de temperatura.
u EJEMPLO 2 La absorción de energía aplicada a la medición de la concentración de
cantidad de sustancia.
u EJEMPLO 3 La disminución de la concentración de glucosa en la sangre de un
conejo en ayunas, aplicada a la medición de la concentración de insulina en una
preparación.
Formas de medición
u Medida directa
u Una medida o medición diremos que es directa, cuando disponemos
de un instrumento de medida que la obtiene, así si deseamos medir
la distancia de un punto a a un punto b, y disponemos del
instrumento que nos permite realizar la medición, ésta es directa.
u Medidas indirectas
u No siempre es posible realizar una medida directa, porque no
disponemos del instrumento adecuado, porque el valor a medir es
muy grande o muy pequeño, porque hay obstáculos de otra
naturaleza, etc.
u Medición indirecta es aquella que realizando la medición de una
variable, podemos calcular otra distinta, por la que estamos
interesados.
Error de medida
Diferencia entre un valor medido de una magnitud y un
valor de referencia
Error
u Error absoluto
u Es el error en valor absoluto que se comete expresado en las
mismas unidades que la magnitud medida.
u Error relativo
u Es la relación que existe entre el error absoluto y la magnitud
medida, es adimensional, y suele expresarse en porcentaje.
u Error estándar
u Si no hemos valorado el error que cometemos al medir, tomamos
como error estándar:
u Cinco veces la apreciación del instrumento.
u El 5% de la magnitud medida.
Reproducibilidad
Precisión
Repetibilidad
Exactitud
Veracidad Sesgo
Propiedades de los sistemas
de medición – (I)
u Exactitud de medida, proximidad entre un valor medido y
un valor verdadero de un mensurando.
u NOTA 1 El concepto “ exactitud de medida ” no es una
magnitud y no se expresa numéricamente. Se dice que una
medición es más exacta cuanto más pequeño es el error
de medida.
u NOTA 2 El término “ exactitud de medida ” no debe
utilizarse en lugar de “veracidad de medida”, al igual que
el término “ precisión de medida “ tampoco debe
utilizarse en lugar de “exactitud de medida”, ya que esta
última incluye ambos conceptos.
u NOTA 3 La exactitud de medida se interpreta a veces como
la proximidad entre los valores medidos atribuidos al
mensurando.
Propiedades de los sistemas
de medición – (II)
u Veracidad de medida, proximidad entre la media de un número infinito
de valores medidos repetidos y un valor de referencia
u NOTA 1 La veracidad de medida no es una magnitud y no puede expresarse
numéricamente, aunque la norma ISO 5725 especifica formas de expresar
dicha proximidad.
u NOTA 2 La veracidad de medida está inversamente relacionada con el
error sistemático, pero no está relacionada con el error aleatorio.
u NOTA 3 No debe utilizarse el término “exactitud de medida” en lugar de
“veracidad de medida” y Viceversa.
propiedades de los sistemas
de medición – (III)
u Precisión de medida, proximidad entre las indicaciones
o los valores medidos obtenidos en mediciones repetidas
de un mismo objeto, o de objetos similares, bajo
condiciones especificadas
• Primera etapa
que permita •error o asignación de valor
establece • Segunda etapa obtener un •un valor medido único y
resultado de una incertidumbre de
medida a partir de medida
una indicación
Trazabilidad metrológica – (I)
NOTA 1. En esta
propiedad de un resultado de definición, la referencia
medida por la cual el resultado puede ser la definición de
una unidad de medida,
puede relacionarse con una
mediante una realización
referencia mediante una cadena práctica, un
ininterrumpida y documentada de procedimiento de medida
calibraciones, cada una de las que incluya la unidad de
cuales contribuye a la medida cuando se trate
incertidumbre de medida de una magnitud no
ordinal, o un patrón.
Trazabilidad
metrológica – (II)
La persistente idea errónea de que
la trazabilidad metrológica puede
estar vinculada a una organización
en particular (por ejemplo,
"trazable a un Instituto Nacional de
Metrología específico") fomenta la
La definición establece a la confusión continua con respecto a
trazabilidad como una su naturaleza. La trazabilidad
propiedad del resultado de metrológica se refiere a valores de
medida, es decir, de los cantidad de referencia de
valores obtenidos a partir de estándares de medición y resultados
la medición… de medición, no a la organización
que los proporciona.
u Datos: los datos pueden ser de tipo cuantitativo (escala numérica) o de tipo
cualitativo o categóricos, no tienen una interpolación cuantitativa, solo
pueden clasificarse.
åy i
y= i =1
n
y la media de la población como µ.
n n
å(y i - y) 2
å(y i - µ) 2
s = 2 i =1
s =2 i =1
n -1 n
Medidas de dispersión – (II)
n n
å ( y - y)
i
2
å ( y - µ)
i
2
s= i =1
s= i =1
n -1 n
La derivada e integral de una
función matemática
u La derivada de una función matemática es la razón o
velocidad de cambio de una función en un determinado
punto. Es decir, qué tan rápido se está produciendo una
variación (respecto a su o a una variable
independiente).
4. Funciones de densidad de
probabilidad de mayor uso.
5. Metodologías y estrategias para la
estimación de la incertidumbre de
medición.
4. Funciones de densidad de
probabilidad de mayor uso.
La función de densidad de
probabilidad
u UNIFORME O RETANGULAR
u TRIANGULAR
u T ESTUDEN
u NORMAL
Distribución rectangular o
uniforme
u En una distribución rectangular cada valor en un
intervalo dado tiene la misma probabilidad, o sea la
función de densidad de probabilidad es constante en
este intervalo.
a- + a+ ( a -
- a + 2
)
E ( x) = µ = s2 =
2 12
Gráfica de la función de probabilidad
rectangular o uniforme
u Se dice que una variable X posee una distribución
uniforme en el intervalo [a-,a+], si y solo si esta definida
por la siguiente función de densidad y función de
distribución:
ì1
ï a- £ x £ a+
f ( x ) í 2a
ïî0 en otra parte
a- + a+ ( a -
- a + 2
)
E ( x) = µ = s2 =
2 12
Distribución triangular
µ( X ) =
(a -
+ a+ ) s (X ) =
(a
2
-
- a+ )
2
2 24
Distribución normal
u Distribución Normal
Estándar
u La distribución de
probabilidad de una
variable aleatoria
normal con media cero
y varianza 1 se llama
distribución normal
estándar.
u Función de Densidad
Normal (0,1)
Función de t student
Resumen
a- + a+ a+ - a-
q=
2 2 3
-
a +a + a+ - a-
q=
2 2 6
s
NORMAL å xi
n n
5. Metodologías y estrategias
para la estimación de la
incertidumbre de medición
El gran problema
v Estimación experimental de
contribuciones individuales
v Programas de ensayos de
aptitud
vInformación de los
proveedores p.e. certificados de
calibración
v Modelado a partir de
principios teóricos
v Estimación basada en el Esta foto de Autor desconocido está bajo licencia CC BY-SA-
juicio
NC
Descripción de fenómeno
físico
u Ecuación de continuidad
𝑚 = 𝜌 % 𝐴 %̇ 𝜐 = 𝜌 % 𝑄
𝑝𝑉 = 𝑛𝑅𝑇
Identifica uno a uno todas las contribuciones a la
Aproximación ISO incertidumbre y las compone en las diferentes etapas del
proceso
Elaborar flujograma
Cálculo incertidumbre
combinada
Encontrar modelo matemático (propagación de
de y = f(x1,x2,x3,..) Incertidumbre.
Coeficiente
sensibilidad).
Reevaluar
componentes
Identificar incertidumbres
(CAUSA-EFECTO) Si
Reevaluación?
Cuantificar las No
incertidumbres de
FIN
cada parámetro
Estrategias según GUM
Especificación
u Paso 1
u Especificación del mensurando
u Paso 2
u Establecer el modelo físico, identificando las variables
de entrada Xi que permitan establecer el modelo
matemático.
Identificación
u Paso 3
u Identificación de las fuentes de incertidumbre.
u Identificar si existe o no correlación.
Cuantificación
u Paso 4
u Simplificar por agrupamiento las fuentes cubiertas por
los datos existentes, es decir, la cuantificación y
reducción
u Paso 5
u Asignar una función de distribución a cada fuente
u Paso 6
u Convertir la componente a incertidumbres estándar
u(xi)
u Paso 7
u Estimar correlaciones
Combinación
u Paso 8
u Calcular la incertidumbre estándar combinada uc(y). Matriz de
presupuesto
u Paso 9
u Revisar y analizar las componentes. Diagrama de barras.
u Paso 10
u Estimación de la incertidumbre expandida. Factor de cobertura.
Origen de las componentes
u Componente de incertidumbre tipo A: Es la incertidumbre
obtenida exclusivamente por medios estadísticos, la mejor
estimación es la desviación estándar.
6. Ley de propagación de
incertidumbre en magnitudes
correlacionadas.
7.Ley de propagación de
incertidumbre en magnitudes no
correlacionadas.
Identifica uno a uno todas las contribuciones a la
Aproximación ISO incertidumbre y las compone en las diferentes etapas del
proceso
Elaborar flujograma
Cálculo incertidumbre
combinada
Encontrar modelo matemático (propagación de
de y = f(x1,x2,x3,..) Incertidumbre.
Coeficiente
sensibilidad).
Reevaluar
componentes
Identificar incertidumbres
(CAUSA-EFECTO) Si
Reevaluación?
Cuantificar las No
incertidumbres de
FIN
cada parámetro
Concepto de incertidumbre estándar combinada
uc ( y) = f [u( x1 ), u( x2 ),...u( xN )]
Incertidumbre estándar combinada
Ley de propagación de incertidumbres (i)
Consideraciones (i)
2
N
é ¶f ù N -1 N
¶f ¶f
uc ( y) = å ê ú u ( xi ) + 2å å
2 2
u ( xi , x j )
i =1 ë ¶xi û i =1 j =i +1¶xi ¶x j
s ( xi , x j ) 1 n
r=
s ( xi ) × s ( x j )
s ( xi , x j ) = å
n(n - 1) k =1
( xik - xi ) × ( x jk - x j )
2
N
é ¶f ù N -1 N
¶f ¶f
uc ( y) = å ê ú u ( xi ) + 2å å
2 2
u ( xi , x j )
i =1 ë ¶xi û i =1 j =i +1¶xi ¶x j
2
N
é ¶f ù N -1 N
¶f ¶f
uc ( y) = å ê ú u ( xi ) + 2å å
2 2
u ( xi , x j )
i =1 ë ¶xi û i =1 j =i +1¶xi ¶x j
Ley de propagación de incertidumbres (iii)
¶f N
uc ( y) = å u( xi )
i =1 ¶X i
Ley de propagación de incertidumbres (iv)
Consideraciones (ii)
2
N
é ¶f ù N -1 N
¶f ¶f
uc ( y) = å ê ú u ( xi ) + 2å å
2 2
u ( xi , x j )
i =1 ë ¶xi û i =1 j =i +1¶xi ¶x j
No correlacionada
2
N
é ¶f ù 2
u ( y ) = å ê ú u ( xi )
2
c
i =1 ë ¶xi û
Donde:
f≡ Función de transferencia o función modelo; Y= f (X1,X2,…, XN )
u(xi ) ≡ Incertidumbre estándar evaluada (tipo A o tipo B)
uc(y) ≡ Incertidumbre estándar combinada
Introducción a la Metrología
ESTIMACION A PARTIR DE LA
INCERTIDUMBRE RELATIVA
u Si el modelo matemático se compone de
productos de las magnitudes de entrada Xi , el
cálculo (numérico) de la incertidumbre
combinada se facilita utilizando incertidumbres
relativas N
f ( X i ,.... X N ) = K × Õ ( X i ) pi
i =1
2
uc ( y ) N
é u ( xi ) ù
y
= å ê( pi
i =1 ë xi û
ú
MÓDULO 2 B
8. Coeficientes de sensibilidad.
9. Presupuesto de incertidumbre.
Ley de propagación de incertidumbres (vi)
2
é ¶f ù 2
N
u ( y ) = å ê ú u ( xi )
2
c
i =1 ë ¶xi û
2
N
é ¶f ù 2 N
¶f
u ( y) = å ê ú u ( xi ) = å ci2u 2 ( xi )
2
( Δy)i = u ( xi ) = ci u ( xi )
c
i =1 ë ¶xi û i =1 ¶xi
Donde: ui ( y) = ci u( xi )
Concepto de incertidumbre típica combinada (viii)
uc ( y) = f [u( x1 ), u( x2 ),...u( xN )]
Coeficiente de
sensibilidad
N N
uc ( y ) = å ui ( y ) = å ci u ( xi )
Incertidumbre i =1 i =1 Incertidumbre
típica combinada típica
Concepto de incertidumbre típica combinada (ix)
Y = f ( X1 , X 2 ) y = A = f (x1 , x2 ) = b x h A h
xi = X i
b
u ( A) = h u (b) + b u (h)
2
c
2 2 2 2
uc ( A) = h u (b) + b u (h)
2 2 2 2
Ley de propagación de incertidumbres (x)
Consideraciones (ii)
U = k uc(y)
Determinación de la incertidumbre expandida, U (ii)
-2
1 u ( xi ) 1 é Du ( xi ) ù
2
ni » × 2 2 » ×ê
[
2 s u ( xi ) 2 ë u ( xi ) û
ú
]
GRADOS EFECTIVOS DE LIBERTAD
GRADOS DE
DISTRIBUCION
LIBERTAD
NORMAL 200
RECTANGULAR 60
TRIANGULAR 60
GRADOS EFECTIVOS DE LIBERTAD
u El número efectivo de grados de libertad se
calcula según la ecuación de Welch-
Satterthwaite.
4
uc ( y )
n ef = n 4
ui ( y )
åi =1 ni
FACTOR DE COBERTURA
uR ( y)
£ 0,3 k = 1,65
uc ( y )
FACTOR DE COBERTURA
p 1
³b k= * (1 - (1 - p )(1 - b )
2
2- p 1+ b 2
6
MATRIZ DE PRESUPUESTO
Modulo 3 A
𝑌 =𝑋+𝐸±𝑈
𝑌 =𝐸±𝑈
u Para U con un factor de cobertura de k = 2 al 95%.
u Para U con 220 grados efectivos de libertad para un
95%.
ALCANCE CMC - ONAC
Modulo 3 B
.
11. Ejercicios y actividades
prácticas
VAMOS A PRACTICAR
Calibración de bloques patrón longitudinales, BPL
l lp
d = l - lp
Ejemplo Calibración de bloques patrón longitudinales, BPL
2. El modelo matemático
d = l - lp
l = l p + d + CDt + CDt p + Cres
Corrección por
dilatación térmica Corrección por resolución
del comparador
Y = f ( X 1 , X 2 ,...X N )
l = f (l p , d , a , a p ,q ,q p , E )
Ejemplo Calibración de bloques patrón longitudinales, BPL
l = lp + d
y = f ( x1 , x2 ,...xN )
l Valor del mesurando a determinar.
l p = 50,000623 mm
d = 215 nm
l = (50,000838 ± U ) mm
Ejemplo Calibración de bloques patrón longitudinales, BPL
N
u (l ) = å ci2u 2 ( xi )
2
c
i =1
uc2 (l ) = cl2p u 2 (l p ) + cd2 u 2 (d ) + cC2 Dt u 2 (CDt ) + cC2 Dt u 2 (CDt p ) + cC2 res u 2 (Cres )
p
Ejemplo Calibración de bloques patrón longitudinales, BPL
¶f ¶f ¶f ¶f ¶f
cl p = =1 cC = =1 = =1
cd = =1 ¶CDt
Dt cCDt p = c
= 1 Cres
¶Cres
¶l p ¶d ¶CDt p
0,040
u (l p ) = = 20 nm
2
Y la varianza será por tanto el cuadrado de la desviación estándar:
u 2 (l p ) = 4 ×10 2 nm 2
Ejemplo Calibración de bloques patrón longitudinales, BPL
s(d ) 13 nm
u (d ) = s(d ) = = = 4,1 nm
n 10
Y la varianza será por tanto el cuadrado de la desviación estándar:
u 2 (d ) = 16,8 nm 2
Ejemplo Calibración de bloques patrón longitudinales, BPL
u 2 (CDt p ) = (l p a p ) 2 u 2 (q p ) + (l p q p ) 2 u 2 (a p ) + (a pq p ) 2 u 2 (l p )
ap (Coef. De dilatación térmica) = 11,5 x 10-6 °C-1
Se sabe que la resolución del equipo de medida es E = 0,01 µm. Por lo tanto,
considerando distribución rectangular:
0,01 / 2 µm 0,01 µm
u (res) = = = 2,9 nm
3 12
u 2 (res) = 8,3 × nm 2
Ejemplo Calibración de bloques patrón longitudinales, BPL
uc (l ) = 22,6 nm
Ejemplo Calibración de bloques patrón longitudinales, BPL
U = 2 × uc (l ) = 45,2 nm
Ejemplo Calibración de bloques patrón longitudinales, BPL
U = 2 × uc (l ) = 45,2 nm
l = (50,000838 ± 0,000045) mm
DIAGRAMA DE BARRAS
2
N
é ¶f ù N -1 N
¶f ¶f
uc ( y) = å ê ú u ( xi ) + 2å å
2 2
u ( xi , x j )
i =1 ë ¶xi û i =1 j =i +1¶xi ¶x j
s ( xi , x j ) 1 n
r=
s ( xi ) × s ( x j )
s ( xi , x j ) = å
n(n - 1) k =1
( xik - xi ) × ( x jk - x j )
BIBLIOGRAFIA