In Certi Dumb Red El A Medici On

MEC228 PROCESOS DE
MANUFACTURA 1
MEDICIÓN: ERRORES E
INCERTIDUMBRE
Pontificia Universidad Católica del Perú
PROCESOS DE MANUFACTURA 1
MEDICIÓN
“No sé como una mala medición puede

transformarse en una buena medición a condición
de repetirla decenas de veces.”
Henri Bouasse
(Físico francés)
Prof. Walter Tupia A. 1

MEC228 PROCESOS DE
MANUFACTURA 1
TIPOS DE MEDICIÓN
MEDICIÓN DIRECTA; cuando al utilizar el instrumento de

medición obtenemos de manera inmediata, la magnitud
de aquello que queremos conocer con solo hacer la
lectura en el indicador o display del instrumento. Ej:
medición del diámetro de un eje con un calibrador
vernier.
TIPOS DE MEDICIÓN
 MEDICIÓN INDIRECTA; cuando para
conocer la magnitud de aquella
característica de producto o de proceso, se
necesita realizar previamente diversas
mediciones, inclusive con instrumentos o
sistemas de medición de diferentes
principios y usos, para finalmente obtener un
resultado realizando cálculos con los
diferentes resultados de medición parciales.
Ej: determinación del volumen de un tanque
de acuerdo a su geometría.

MEC228 PROCESOS DE
MANUFACTURA 1
TIPOS DE MEDICIÓN
En ambos casos, el resultado de la medición debe

definirse con la magnitud obtenida en las unidades
correctas empleando los prefijos adecuados, así como
con la incertidumbre respectiva.
En caso de medición directa, la incertidumbre debe ser,

al menos, aquella atribuible al instrumento empleado.
TIPOS DE MEDICIÓN
La situación de la medición indirecta es más compleja

porque requiere de un análisis adicional para determinar
su incertidumbre, en este caso intervienen todas las
incertidumbres parciales de aquellas mediciones que
fueron necesarias para obtener el resultado y
relacionarlas de manera coherente para la estimación
de la incertidumbre “global”.

MEC228 PROCESOS DE
MANUFACTURA 1
Se mide con un vernier analógico (con exactitud

de ± 0,050 mm) el diámetro de un eje recién
fabricado y se obtiene un resultado de 20,00 mm.
Determinar el área de la sección transversal del
eje y la incertidumbre del área en este caso.
×
d = 20,00 ± 0,050 mm ; A=
Ejemplo ×
A= = 314,15926535 mm²
Medición
Indirecta
× ×( )
ΔA = ×Δ𝑑 = × (±0,050)
ΔA = ± 1,5708 mm²
A = 314,2 ± 1,6 mm²
El grado de rigor necesario en la

estimación de la incertidumbre de la
medición depende de factores tales
como:
ESTIMACIÓN DE LA
 los requerimientos del método de
INCERTIDUMBRE ensayo;
DE LA MEDICIÓN
 los requerimientos del cliente;
 la existencia de límites estrechos
sobre los cuales se basan las
decisiones acerca de la
conformidad de una especificación.

MEC228 PROCESOS DE
MANUFACTURA 1
ESTIMACIÓN DE LA INCERTIDUMBRE DE LA
MEDICIÓN
 Cuando se estime la incertidumbre de las mediciones, todos los

componentes de la incertidumbre que son importantes en la
situación dada deben ser tomados en cuenta usando métodos de
análisis apropiados.
 Los puntos que contribuyen a la incertidumbre incluyen, pero no

están necesariamente limitados por, los patrones de referencia
usados, métodos y equipos usados, condiciones ambientales,
propiedades y condiciones del objeto que está siendo ensayado o
calibrado, y el operador .
Los errores de medición según

el carácter de las causas que
los originan suelen dividirse en:
TIPOS DE
ERROR errores sistemáticos
errores aleatorios.
10

MEC228 PROCESOS DE
MANUFACTURA 1
Error que permanece constante en

valor absoluto y signo durante el
transcurso de varias mediciones de un
mismo valor de cierta magnitud,
efectuada en las mismas condiciones o
ERROR si las condiciones cambian varía de
SISTEMÁTICO acuerdo a una ley determinada .
Los errores sistemáticos son producidos
por la imperfección de los equipos, por
las imprecisiones del método de
medición o por algún descuido del
operador; es claro que el aumento en
el número de mediciones no disminuye
la influencia de los errores sistemáticos .
11
 Estos errores se pueden evitar sólo si

tomamos una posición crítica frente al
método de medición, poniendo atención al
correcto estado del equipo y siguiendo
estrictamente un procedimiento de
medición, o bien utilizando otros métodos
ERROR de medición.
SISTEMÁTICO
 Las causas de los errores sistemáticos
pueden ser conocidas o desconocidas,
un error sistemático que pueda ser
determinado por cálculo o por la
experiencia debe ser eliminado por
medio de una corrección apropiada.
12

MEC228 PROCESOS DE
MANUFACTURA 1
ERROR SISTEMATICO
Los errores sistemáticos pueden ser constantes o variables si las

condiciones cambian. Como ejemplo de errores constantes
tenemos:
 Error de medición que resulta de utilizar un bloque patrón calibrado
a 20°C en un ambiente distinto a una temperatura de 25°C.
 Error de un equipo de medición, producido por una variación de la
temperatura ambiente al realizar varias mediciones consecutivas
del mismo valor.
13
 Error que varía en forma no

previsible tanto en valor absoluto
como en signo, cuando se efectúa
un gran número de mediciones del
mismo valor de una magnitud en
condiciones, prácticamente,
ERROR idénticas .
ALEATORIO  No es posible efectuar

corrección al error aleatorio, solo se
una
pueden fijar los límites entre los
cuales se encontrará el error con
una probabilidad determinada al
término de una serie de mediciones
realizadas en condiciones
prácticamente idénticas (un mismo
operador, empleando el mismo
equipo de medición, en iguales
condiciones ambientales, etc.).
14

MEC228 PROCESOS DE
MANUFACTURA 1
ERROR ALEATORIO
Las causas de estas

Los errores aleatorios son
imprecisiones están tanto en
producidos por la imprecisión
la imperfección de los
en las observaciones,
órganos sensoriales como en
imprecisiones que
muchas otras inherentes a la
involuntariamente pueden ser
medición, las cuales no se
hechas por cualquier
pueden tener en cuenta de
observador .
antemano .
15
ERROR
ALEATORIO
Este tipo de error se rige por

las leyes de la probabilidad,
por lo tanto al repetir la
medición de una misma
magnitud disminuye la
influencia de los errores
aleatorios .

Esta foto de Autor desconocido está bajo licencia CC BY-SA
16

MEC228 PROCESOS DE
MANUFACTURA 1
CALCULO DE LA INCERTIDUMBRE
Definimos como Y a la magnitud de salida (resultado de la medición) de un

mensurando y a X1, X2, … , XN las “N” magnitudes de entrada de las cuales
depende Y, podemos expresar que:
Y = f (X1, X2, … , XN )
La función del modelo f representa el procedimiento de la medición y el método

de la evaluación. Esta describe cómo se obtienen los valores de la magnitud de
salida Y a partir de los valores de las magnitudes de entrada Xi.
17
CALCULO DE LA INCERTIDUMBRE
Un estimado del mensurando Y, el estimado de salida expresado por y, es

obtenido a partir de la expresión anterior utilizando los estimados de
entrada xi para los valores de las magnitudes de entrada Xi:
y = f (x1, x2, … , xN )
Se entiende que los valores de entrada xi son los mejores

estimados.
18

MEC228 PROCESOS DE
MANUFACTURA 1
INCERTIDUMBRE ESTÁNDAR
La incertidumbre estándar de medición relacionada con el

estimado de salida o el resultado de medición y, expresado por
u(y), es la desviación estándar del mensurando Y
uc  y   u 2  x1   u 2  x2   ...  u 2  x N 
19
INCERTIDUMBRE EXPANDIDA
Internacionalmente se recomienda establecer una incertidumbre

expandida U, obtenida multiplicando la incertidumbre estándar
uc(y) del estimado de salida por un factor de cobertura k.
U = k [uc(y)]
En casos en los que una distribución normal puede ser atribuida al
mensurando y la incertidumbre estándar relacionada con el
estimado de salida tiene una suficiente confiabilidad, se debe
utilizar el factor de cobertura estándar k= 2.
20

MEC228 PROCESOS DE
MANUFACTURA 1
DISTRIBUCIÓN NORMAL
21
TIPOS DE Incertidumbre Tipo A

INCERTIDUMBRE
Incertidumbre Tipo B
22

MEC228 PROCESOS DE
MANUFACTURA 1
INCERTIDUMBRE TIPO A
En Metrología se puede afirmar que la mejor estimación de una

magnitud que varia aleatoriamente es la media aritmética de las n
mediciones efectuadas, calculada por :
_
x x i
n
Los valores xi difieren entre si por causa de efectos aleatorios que
ocurren durante las mediciones .
23
La varianza estimada s2(xi) o la desviación estándar estimada s(xi)

caracterizan la variabilidad de los valores medidos xi, esto es, la
dispersión de los mismos en torno del valor medio. La expresión de
la varianza esta dada por:
2
 _

  x  x 
i
s 2  xi  
n 1
24

MEC228 PROCESOS DE
MANUFACTURA 1
La mejor estimación de la varianza de la media 2(x), de la magnitud a

medir, es la varianza experimental de la media, cuya expresión es:
s 2  xi 
s x  
2
n
La desviación estándar experimental de la media sirve para calificar
cuánto el valor promedio representa a la magnitud a ser medida. Esta
estimación es tanto mejor cuanto mayor fuera el número de repeticiones
efectuadas de la medición.
25
Coeficiente de Student
Por razones económicas, el número de repeticiones
varia entre 3 y 10. En estos casos es necesario un
coeficiente que tome en cuenta el hecho de que la
muestra es pequeña. Este coeficiente es conocido
como "t de Student” y es tabulado en función del
grado de libertad n, con n = (n - 1) y nivel de
confianza p (tp(v)).
26

MEC228 PROCESOS DE
MANUFACTURA 1
COEFICIENTE DE STUDENT
27
La expresión de la incertidumbre tipo A, determinada a

partir de n mediciones de una magnitud X, para n grados
de libertad y nivel de confianza p = 95 %, esta dada por:
uA=u(x)=± t95%(v).s(x)
28

MEC228 PROCESOS DE
MANUFACTURA 1
Si la estimación xi es obtenida a partir de informaciones del

fabricante, certificado de calibración, manual de operación o de
otras fuentes y la incertidumbre es un múltiplo conocido de la
desviación estándar, entonces la incertidumbre estándar s(xi) es
simplemente el valor proporcionado dividido por el factor de
cobertura y la varianza es el cociente elevado al cuadrado .
29
En la calibración de un micrómetro,
con alcance de medición 0-25 mm y
resolución de 0,001 mm, se
ejecutaron 5 mediciones a un
bloque patrón de valor nominal 5,5
mm obteniéndose las siguientes
lecturas: 5,501; 5,498; 5,498; 5,500;
Ejemplo 5,499 mm.
Determinar la incertidumbre
estándar expandida considerando
solamente la dispersión de los
resultados. Utilice un coeficiente de
Student correspondiente a un nivel
de confianza del 95%.
30

MEC228 PROCESOS DE
MANUFACTURA 1
Ejemplo
Calculando
Promedio : 𝑥̅ = 5,499 mm.

Desv. Estandar : s(xi) = 0,00130 mm.
,
Desv. Estandar exp. de la media : s(𝑥̅ ) =
Coeficiente de Student (para v=4)
y nivel de confianza de 95% : t(95%) = 2,78 (de tablas)
,
Incertidumbre estandar expandida : 2,78 x = ± 0,002 mm
31
Las incertidumbres de este tipo

son determinadas a partir de
informaciones accesorias y
externas al proceso de
medición. Estas informaciones
pueden ser obtenidas de
INCERTIDUMBRE resultados de mediciones
similares anteriores, experiencia
TIPO B o conocimiento del
comportamiento del equipo,
datos del fabricante,
referencias de manuales de
operación, etc.
32

MEC228 PROCESOS DE
MANUFACTURA 1
INCERTIDUMBRE TIPO B
Son ejemplos de este tipo de incertidumbre:

 Gradiente de temperatura durante la medición
 Temperatura ambiente diferente a la temperatura
de referencia de 20°C
 Tipo de indicador: analógico o digital
 Inestabilidad en la red eléctrica
 Paralaje
 Incertidumbre del patrón de medición
33
En la evaluación de los componentes de este tipo de incertidumbre es necesario

considerar e incluir por lo menos los originados por las siguientes fuentes :
a) incertidumbre asociada al patrón de referencia y cualquier inestabilidad en

su valor o indicación (patrón sujeto a deriva o con inestabilidad temporal);
b) incertidumbre asociada al equipo de medición o calibración y cualquier

inestabilidad en su valor o indicación ( equipo sujeto a deriva);
34

MEC228 PROCESOS DE
MANUFACTURA 1
c) incertidumbre asociada al equipo (mensurando) a ser medido o

calibrado, por ejemplo el valor de una división, cualquier inestabilidad
durante la medición, etc.;
d) incertidumbre asociada al procedimiento de medición (calibración);
e) incertidumbre asociada al efecto de las condiciones ambientales en

una más de las fuentes ya indicadas .
35
TIPOS DE DISTRIBUCIÓN
La cuantificación de una fuente de incertidumbre incluye la asignación

de un valor y la determinación de la distribución a la cual se refiere este
valor. Las distribuciones que aparecen más frecuentemente son:
Distribución normal
Los resultados de una medición repetida afectada por una o más
magnitudes de influencia que varían aleatoriamente, generalmente
siguen en buena aproximación una distribución normal. También la
incertidumbre indicada en certificados de calibración se refiere
generalmente a una distribución normal.
36

MEC228 PROCESOS DE
MANUFACTURA 1
DISTRIBUCIÓN
NORMAL
37
TIPOS DE DISTRIBUCIÓN
La desviación estándar experimental de la media calculada a partir de

los resultados de una medición repetida ya representa la incertidumbre
estándar.
Cuando se dispone de valores de una incertidumbre expandida U, como
los presentados por ejemplo en certificados de calibración, se divide U
entre el factor de cobertura k, obtenido ya sea directamente o a partir
de un nivel de confianza dado:
u(xi) = U / k
38

MEC228 PROCESOS DE
MANUFACTURA 1
39
TIPOS DE DISTRIBUCION
Distribución uniforme
La distribución uniforme es el concepto general a partir del cual
obtenemos las distribuciones rectangular, trapezoidal, triangular y en “U”.
a) Distribución rectangular
Cuando es posible estimar sólo los límites (superior e inferior) para Xi,
en particular, para establecer que "la probabilidad de que el valor de
X; esté dentro del intervalo de a- hasta a+, para todos los propósitos
prácticos es igual a uno y la probabilidad de que Xi, caiga fuera de
ese intervalo es esencialmente cero.”
40

MEC228 PROCESOS DE
MANUFACTURA 1
Entonces xi, la esperanza o el valor esperado de Xi, es el punto medio del

intervalo: xi = (a- + a+)/ 2, con varianza asociada
u2 (xi) = (a+ - a-)2/ 12
Si la diferencia entre los límites a+ - a- se denota por 2a, entonces :
u (xi) =
41
b) Distribución triangular
En muchos casos es más realista esperar que los valores cercanos a
los límites sean menos probables que aquellos que están cerca del
punto medio .
Es entonces razonable reemplazar la distribución rectangular
simétrica por una distribución triangular .
42

MEC228 PROCESOS DE
MANUFACTURA 1
Suponiendo tal distribución triangular para xi, se encuentra que la esperanza de

Xi es xi = (a- + a+)/ 2 y su varianza asociada es (si a- + a+= 2a) :
u2(xi) = a2 / 6
la cual se convierte en u(xi) =
43
Coeficiente de sensibilidad
Describe, qué tan sensible es el

mensurando con respecto a
variaciones de la magnitud de
COMBINACION entrada correspondiente.
El coeficiente de sensibilidad ci
DE relacionado con una magnitud de
entrada determinada Xi describe el
INCERTIDUMBRES impacto que tiene una variación de Xi
en el mensurando Y, mientras todas las
demás magnitudes de entrada se
mantienen constantes. En un lenguaje
matemático eso significa que se
obtiene ci determinando la derivada
parcial de Y con respecto a Xi .
44

MEC228 PROCESOS DE
MANUFACTURA 1
Se mide con un vernier analógico (con

exactitud de ± 0,050 mm) el diámetro de un
eje recién fabricado y se obtiene un resultado
de 20,00 mm. Determinar el área de la
sección transversal del eje y la incertidumbre
del área en este caso.
Ejemplo de d = 20,00 ± 0,050 mm ; A=
×
Medición Indirecta A=
×
= 314,15926535 mm²
× ×( )
ΔA = ×Δ𝑑 = × (±0,050)
ΔA = ± 1,5708 mm²
A = 314,2 ± 1,6 mm²
45
COMBINACIÓN DE INCERTIDUMBRES
Grados de libertad
La mejor manera de combinar los diversos componentes de la

incertidumbre es a través de la tabulación de las incertidumbres estándar
de cada tipo, utilizando el concepto de grado de libertad efectivo para
determinar el factor de cobertura que corresponda aun nivel de
confianza del 95 %. Esta determinación se basa en la ecuación de Wech-
Satterwaite.
46

MEC228 PROCESOS DE
MANUFACTURA 1
COMBINACIÓN DE INCERTIDUMBRES
uc 4  y 
Ecuación de veff 
Wech-Satterwaite  N u 4  xi  
 
 i 1 v i 
47
En cuanto a los grados de libertad

podemos comentar lo siguiente:
COMBINACIÓN  El valor de las magnitudes de

influencia que tienen distribución
DE rectangular o triangular pueden asumir
cualquier valor dentro de ese intervalo
INCERTIDUMBRES y análogamente su grado de libertad
es infinito.
 El grado de libertad de la
incertidumbre tipo A es (n-1), donde n
es el número de mediciones u
observaciones efectuadas.
48

MEC228 PROCESOS DE
MANUFACTURA 1
Factor de cobertura y nivel de confianza
La incertidumbre estándar uc representa un

intervalo centrado en el mejor estimado del
mensurando que contiene el valor
verdadero con una probabilidad p de 68 %
INCERTIDUMBRE aproximadamente, bajo la suposición de
que los posibles valores del mensurando
EXPANDIDA siguen una distribución normal.
Generalmente se desea una probabilidad
mayor, lo que se obtiene expandiendo el
intervalo de incertidumbre por un factor k,
llamado factor de cobertura. El resultado se
llama incertidumbre expandida U.
49
INCERTIDUMBRE EXPANDIDA
La incertidumbre expandida U=kuc indica entonces un intervalo que

representa una fracción p de los valores que puede probablemente
tomar el mensurando. El valor de p es llamado el nivel de confianza y
puede ser elegido a conveniencia .
En el medio industrial, a menudo se elige el nivel de confianza de manera
tal que corresponda aun factor de cobertura como un número entero
de desviaciones estándar en una distribución normal.
Por ejemplo, en una distribución normal, k = 1 corresponde a p = 68,27 %,
k= 2 a p = 95,45 %.
50

In Certi Dumb Red El A Medici On

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

In Certi Dumb Red El A Medici On

Cargado por

Copyright:

Formatos disponibles

MEC228 PROCESOS DE

“No sé como una mala medición puede

Prof. Walter Tupia A. 1

MEDICIÓN DIRECTA; cuando al utilizar el instrumento de

Pontificia Universidad Católica del Perú

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 2

En ambos casos, el resultado de la medición debe

En caso de medición directa, la incertidumbre debe ser,

La situación de la medición indirecta es más compleja

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 3

Se mide con un vernier analógico (con exactitud

A = 314,2 ± 1,6 mm²

Pontificia Universidad Católica del Perú

El grado de rigor necesario en la

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 4

 Cuando se estime la incertidumbre de las mediciones, todos los

 Los puntos que contribuyen a la incertidumbre incluyen, pero no

Pontificia Universidad Católica del Perú

Los errores de medición según

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 5

Error que permanece constante en

 Estos errores se pueden evitar sólo si

Prof. Walter Tupia A. 6

Los errores sistemáticos pueden ser constantes o variables si las

Pontificia Universidad Católica del Perú

 Error que varía en forma no

ALEATORIO  No es posible efectuar

Prof. Walter Tupia A. 7

Las causas de estas

Pontificia Universidad Católica del Perú

Este tipo de error se rige por

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 8

Definimos como Y a la magnitud de salida (resultado de la medición) de un

La función del modelo f representa el procedimiento de la medición y el método

Pontificia Universidad Católica del Perú

Un estimado del mensurando Y, el estimado de salida expresado por y, es

Se entiende que los valores de entrada xi son los mejores

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 9

La incertidumbre estándar de medición relacionada con el

Pontificia Universidad Católica del Perú

Internacionalmente se recomienda establecer una incertidumbre

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 10

Pontificia Universidad Católica del Perú

TIPOS DE Incertidumbre Tipo A

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 11

En Metrología se puede afirmar que la mejor estimación de una

Pontificia Universidad Católica del Perú

La varianza estimada s2(xi) o la desviación estándar estimada s(xi)

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 12

La mejor estimación de la varianza de la media 2(x), de la magnitud a

Pontificia Universidad Católica del Perú

Pontificia Universidad Católica del Perú

Prof. Walter Tupia A. 13

Pontificia Universidad Católica del Perú