Guía para el cálculo de

incertidumbre

1
 Guía para el cálculo de
incertidumbre
• IRAM 35050 – Procedimientos para la evaluación de
la incertidumbre de la medición – Argentina- 2001

Antecedentes
• Guide to the expression of Uncertainty in
measurements – 1981 – BIPM – France
• Guidelines for Evaluating and Expressing the
Uncertainty of NIST Measurement Results – 1994 –
NIST – EE.UU
2
 Guía para el cálculo de incertidumbre

Este procedimiento se aplica para la información del resultado

de todas las mediciones.

- Comparaciones internacionales de patrones

- Investigación y Desarrollo
- Calibraciones y mediciones
- Certificación de materiales de referencia
- Generación de normas de referencia

3
 Importancia de la incertidumbre

- El resultado de una medición es solo una aproximación o

estimación del valor de una cantidad especifica de una magnitud.

- El resultado es COMPLETO cuando es asociado a un valor de

incertidumbre.
-Da un grado de confianza de la medición
-Permite realizar comparación entre distintos resultados

4
 Definición de incertidumbre

• Parámetro asociado con el resultado de una medición que

caracteriza la dispersión de los valores que podrían
razonablemente ser atribuidos al mensurando.

5
 Clasificación de las componentes de
incertidumbre
La incertidumbre en los resultados de una medición esta
integrada por varios componentes que son agrupados en
dos categorías de acuerdo a como se estime su valor
numérico.

• TIPO A
• TIPO B

6
 Clasificación de las componentes de
incertidumbre
• TIPO A
Aquellos que se evalúen por métodos estadísticos

• TIPO B
Aquellos que se evalúen por otros métodos
- Datos de mediciones previas
- Experiencia, conocimiento de materiales de referencia o instrumentos
- Especificaciones del fabricante
- Datos obtenidos de reportes de calibración

7
 Clasificación de las componentes de
incertidumbre
• TIPO A
Se caracterizan por :
- La ESTIMACION ESTADISTICA DEL DESVIO
ESTANDAR si que es igual a raíz cuadrada de la varianza s2i
si = ui
- El número de grados de libertad vi.

8
 Clasificación de las componentes de
incertidumbre
•TIPO B

La componente de incertidumbre tipo B es representada por uj.

Es una aproximación del desvío estándar igual a la raíz cuadrada

de la varianza uj que es obtenida de una función de distribución
asumida de la información disponible

9
Modelo matemático de una medición
• En la mayoría de los casos el mensurando Y no se mide
directamente, sino que se determina a partir de otras N
magnitudes de entrada X1, X2, X3.... XN

Y = f (X1, X2, X3.... XN ) (1)

• X1, X2, X3.... XN pueden a su vez depender de otras

magnitudes, incluyendo factores de corrección por
errores sistemáticos etc.
• f podría determinarse experimentalmente !!!. f
representa en sentido amplio la función que contiene
a todas las variables de entrada.

10
Modelo matemático de una medición

• Una estimación del mensurando Y denominado y se obtiene de

(1) usando como magnitudes de entrada x1, x2, x3.... xn para los
valores de las N magnitudes X1, X2, X3.... XN

• y se toma como media aritmética de n determinaciones de

independientes de Y

(2)

11
Modelo matemático de una medición

La desviación estándar estimada, asociada con la

estimación del resultado de la medición se denomina
INCERTIDUMBRE ESTANDAR COMBINADA u2c(y).

1º Taylor !!

12
Modelo matemático de una medición

Tipo A
Tipo B

Cuando hay dos variables aleatorias

correlacionadas.
13
 Modelo matemático de una medición

Tipo A
Tipo B

La incertidumbre combinada uc representa la desviación estándar del

resultado de la medición.
Es obtenida combinando la ui obtenida de la evaluación tipo A y la uj
de la evaluación tipo B utilizando la “Ley de la propagación de la
incertidumbre”

u2(xi) = u2i(xi)+u2j(xi) 14
 INCERTIDUMBRE
SABEMOS QUE :
-SIEMPRE DEBE SER CACULA E INFORMADA
-HAY DOS TIPOS : TIPO A y TIPO B
-LA INCERTIDUMBRE ASOCIADA A LA MEDICION
DE LA MAGNITUD “Y” SE OBTIENE CON EL 1º
TAYLOR

15
 Evaluación de Tipo A de la incertidumbre
estándar

El mejor estimador disponible de la esperanza o valor esperado

de una magnitud Xi que varia aleatoriamente para la cual se
toman n observaciones independientes, bajo las mismas
condiciones es la MEDIA ARITMETICA o PROMEDIO

(3)

16
 Evaluación de Tipo A de la incertidumbre
estándar
Las observaciones individuales Xi difieren en valor debido a variaciones
aleatorias.
La varianza experimental de las observaciones, que estima la varianza de la
distribución de probabilidad de Xi esta dada por.

17
 Evaluación de Tipo A de la incertidumbre
estándar

La varianza experimental de la media s2 ( ) cuantifica que bien

estima la esperanza de Xi y puede ser usada como una medida de la
incertidumbre de

Grados de libertad v = n-1

donde n es el numero de observaciones independientes

18
 Evaluación de Tipo A
Medición de la corriente de anillo
Medicion de corriente de anillo
Valores medidos

N° de mediciones Valores tomados[mA]

1 11,331
2 11,352
3 11,352
4 11,341
5 11,353
6 11,337
7 11,342
8 11,343
9 11,334
10 11,338

I Promedio 11,3423 [mA]

s(Ik ) Desvio Estandar 0,0078 [mA]

u(I) incertidumbre Estandar 0,0025 [mA]

v=9
19
 Evaluación de Tipo B de la incertidumbre
estándar

-Especificaciones del fabricante

-Resultado de calibraciones

20
Especificaciones

21
Estadistica

22
 Evaluación de Tipo B
de la incertidumbre estándar
Un poco de probabilidad y estadística: Distribución rectangular

23
 Evaluación de Tipo B de la incertidumbre estándar
Especificación
I = 11.342 mA

0.2%
2 conteos = 2 .100 = 0.017% Total = 0.217%
11342

Precisión DI %= + 0.22% D I = + 0.025 mA

I

Las especificaciones se
asumen de distribución -A A
rectangular si el manual
del fabricante no
explicita lo contrario.

24
Evaluación de Tipo B de la incertidumbre
estándar

Precisión = + 0.025 mA

-0.025mA 0.025mA

25
Evaluación de Tipo B de la incertidumbre
estándar

26
 Evaluación de Tipo B de la incertidumbre
estándar
La incertidumbre estándar queda definida por la precisión de
la variable de entrada dividido un número asociado a la
función de distribución asumida.

Distribución divisor
Normal 1
Normal (k=2) 2
Rectangular
Triangular
U

27
 Incertidumbre combinada
Volviendo a nuestra fórmula

u2(xi) = u2i(xi)+u2j(xi)

Coeficiente de sensibilidad.
En el caso de mediciones directas:

28
Incertidumbre combinada
de nuestro ejemplo

uc2(xi) = u2i(xi)+u2j(xi)

En nuestro Ejemplo

uc2(I) = 0.00252+0.0142 mA2

uc2(I)= 0.00017 mA2

uc (I)= 0.013 mA

29
 Incertidumbre combinada

Tipo A Tipo B -uc +uc

ui(xi) uj(xi)

uc2(xi) = u2i(xi)+u2j(xi)

30
 Incertidumbre combinada
Que distribución de probabilidad tiene uc ?

Si se conocen las funciones de distribución de probabilidad de las

magnitudes de entrada X1,X2,….Xn del mensurando Y , y ademas Y es
una funcion lineal

Y=c1.X1+c2.X2+…cn.Xn

La distribución de probabilidad de la incertidumbre combinada resulta

de la convolucion de las distribuciones de probabilidad de las variables
X1,X2,..Xn.

31
IRAM 35050, Anexo G
 Incertidumbre combinada
Que distribución de probabilidad tiene uc ?

Debido a las complicación practicas que existen

- Y no es función lineal de X1,X2…Xn.
- Desconocimiento de las funciones de distribución de las variables de
entrada.
Rara vez se usa la convolución para obtener la función de distribución
de uc, en su lugar se utiliza el teorema central del límite.

32
IRAM 35050, Anexo G
 Incertidumbre combinada
TEOREMA CENTRAL DEL LIMITE

No importa la distribución de probabilidad, a medida que aumenta el

número de magnitudes de entrada que contribuyen con la uc(Y) y cuanto
mas próximos sean los valores de ci.ui, la distribución converge mas
rápido a la normal o Gausseana.

Ejemplo: La distribucion rectangular es un caso extremo de distribución

“No normal” pero la convolucion de tres distribuciones rectangulares ya
es con un buen grado de aproximacion NORMAL.

33
IRAM 35050, Anexo G
Incertidumbre combinada

- Con que grado de “confianza”

cae el valor de la medición
dentro del intervalo + uc ??

- Que probabilidad existe que

el valor de la media caiga fuera
-uc +uc
de +uc ??

34
 Factor de confianza
Cuando la incertidumbre combinada uc cumple con el teorema central del limite, es
decir cuando puede asumirse que la distribución de probabilidad de la uc tiende a la
normal o Gausseana, uc representa un sigma de dicha distribución.
De aquí que la probabilidad de que la variable aleatoria Y caiga dentro del intervalo –uc
+uc esta dada por el área bajo la curva normal entre –uc a +uc.
Recordando que la incertidumbre combinada es un desvío estándar, el área bajo la curva
normal es del 68.5%.

Que sucede si la distribución de uc no se ajusta a la normal?

Tipo A Tipo B -uc +uc

ui(xi) uj(xi)
35
 Factor de confianza
Que sucede si la distribución de uc no se ajusta a la normal?

Tipo A Tipo B -uc +uc

ui(xi) uj(xi)

Cuando esto sucede?

- Cuando la contribución de la incertidumbre Tipo A es mucho mayor a
la tipo B.
- Cuando la muestra no es suficientemente representativa.

36
 Grados efectivos de libertad
Estimar el valor del factor de cobertura k nos obliga tener en cuenta que tan bien
estimamos la desviación estándar asociada a uc .asociada con el resultado de la
medición.
Para una estimación de la desviación estándar de una distribución normal, los grados de
libertad de la estimación, que dependen del tamaño de a muestra.

Para obtener los grados de libertad efectivos Veff de uc utilizamos la

formula de Welch-Satterthwaite:

37
 Grados efectivos de libertad
con

- Veff > 30
-Es lógico asumir como infinito los grados de libertad obtenidos de una
evaluación TIPO B.
-Típicamente, Veff no es un entero, se debe asumir el entero menor al
valor calculado.

38
UKAS M3003
Con el valor de Veff ingresamos
a la tabla de la distribución t-
student para extraer el valor del
coeficiente k de cobertura.
Cada columna indica el grado
de confianza.

39
 Grados efectivos de libertad
en nuestro ejemplo

uc (I)= 0.013 mA
uc4(I) = 2.85 .10-8 mA2

u4i(xi)= 0.00254 = 3.90 .10-11

ci = 1
vi =9

Veff > 6500 La distribución de uc es prácticamente la normal

40
 Incertidumbre Expandida
6.12 de la IRAM 35050

Aunque uc pueda ser utilizada para la expresión de la incertidumbre

de un resultado de medición; en ciertas aplicaciones es necesario
informar entre que valores se encontraría la mayoría de los resultados
atribuibles al mensurando con un grado determinado de confianza.

U = k . uc(xi)
La incertidumbre expandida de obtiene de multiplicar la
incertidumbre estándar combinada por un factor de cobertura k

41
 Incertidumbre Expandida

Se obtienen directamente del área bajo la curva normal

k grados de cobertura

1 68.26%
2 95.44%
3 99.74%

U = k . uc(xi)

42
 Incertidumbre Expandida
de nuestro ejemplo

uc2(xi) = u2i(xi)+u2j(xi)

En nuestro Ejemplo

uc2(I) = 0.00252+0.0132 mA2

uc2(I)= 0.00017 mA2
Para calibraciones eléctricas y
uc (I)= 0.013 mA electrónicas que no incluyan
aviónica y electromedicina k=2

U (I)= k. uc (I)
U (I)= 2 . 0.013 mA
U (I)= 0.026 mA

43
 Información del resultado
El valor de la corriente de anillo es de

11.342 mA + 0.026 mA

Con un grado de confianza de aproximadamente 95%

La incertidumbre expandida debe ser informada con no más de 2 cifras

significativas. La incertidumbre se redondea para arriba.
El valor numérico del resultado debe ser redondeado para que tenga la
misma cantidad de decimales que la incertidumbre informada. Se redondea
al numero mas próximo.
44