1

Gua para el clculo de

incertidumbre
2
Gua para el clculo de
incertidumbre
IRAM 35050 Procedimientos para la evaluacin de
la incertidumbre de la medicin 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

3
Gua para el clculo de incertidumbre
Este procedimiento se aplica para la informacin del resultado
de todas las mediciones.

- Comparaciones internacionales de patrones
- Investigacin y Desarrollo
- Calibraciones y mediciones
- Certificacin de materiales de referencia
- Generacin de normas de referencia
4
Importancia de la incertidumbre
- El resultado de una medicin es solo una aproximacin o
estimacin 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 medicin
-Permite realizar comparacin entre distintos resultados



5
Definicin de incertidumbre
Parmetro asociado con el resultado de una medicin que
caracteriza la dispersin de los valores que podran
razonablemente ser atribuidos al mensurando.

6
Clasificacin de las componentes de
incertidumbre
La incertidumbre en los resultados de una medicin esta
integrada por varios componentes que son agrupados en
dos categoras de acuerdo a como se estime su valor
numrico.

TIPO A
TIPO B

7
Clasificacin de las componentes de
incertidumbre
TIPO A
Aquellos que se evalen por mtodos estadsticos

TIPO B
Aquellos que se evalen por otros mtodos
- Datos de mediciones previas
- Experiencia, conocimiento de materiales de referencia o instrumentos
- Especificaciones del fabricante
- Datos obtenidos de reportes de calibracin

8
Clasificacin de las componentes de
incertidumbre
TIPO A
Se caracterizan por :
- La ESTIMACION ESTADISTICA DEL DESVIO
ESTANDAR s
i
que es igual a raz cuadrada de la varianza s
2
i
s
i
= u
i

-

El nmero de grados de libertad v
i
.



9
Clasificacin de las componentes de
incertidumbre
TIPO B
La componente de incertidumbre tipo B es representada por u
j.

Es una aproximacin del desvo estndar igual a la raz cuadrada
de la varianza u
j
que es obtenida de una funcin de distribucin
asumida de la informacin disponible
10
Modelo matemtico de una medicin
En la mayora de los casos el mensurando Y no se mide
directamente, sino que se determina a partir de otras N
magnitudes de entrada X
1
, X
2
, X
3
.... X
N

Y = f (X
1
, X
2
, X
3
.... X
N
) (1)

X
1
, X
2
, X
3
.... X
N
pueden a su vez depender de otras
magnitudes, incluyendo factores de correccin por
errores sistemticos etc.
f podra determinarse experimentalmente !!!. f
representa en sentido amplio la funcin que contiene
a todas las variables de entrada.
11
Modelo matemtico de una medicin
Una estimacin del mensurando Y denominado y se obtiene de
(1) usando como magnitudes de entrada x
1
, x
2
, x
3
.... x
n
para los
valores de las N magnitudes X
1
, X
2
, X
3
.... X
N





y se toma como media aritmtica de n determinaciones de
independientes de Y


(2)
12
Modelo matemtico de una medicin
La desviacin estndar estimada, asociada con la
estimacin del resultado de la medicin se denomina
INCERTIDUMBRE ESTANDAR COMBINADA u
2
c(y).
1 Taylor !!
13
Modelo matemtico de una medicin
Tipo A
Tipo B
Cuando hay dos variables aleatorias
correlacionadas.
14
Modelo matemtico de una medicin
Tipo A
Tipo B
La incertidumbre combinada u
c
representa la desviacin estndar del
resultado de la medicin.
Es obtenida combinando la u
i
obtenida de la evaluacin tipo A y la u
j

de la evaluacin tipo B utilizando la Ley de la propagacin de la
incertidumbre

u
2
(xi) = u
2
i
(xi)+u
2
j
(xi)
15
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 1
TAYLOR

16
Evaluacin de Tipo A de la incertidumbre
estndar
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)
17
Evaluacin de Tipo A de la incertidumbre
estndar
Las observaciones individuales Xi difieren en valor debido a variaciones
aleatorias.
La varianza experimental de las observaciones, que estima la varianza de la
distribucin de probabilidad de Xi esta dada por.
18
Evaluacin de Tipo A de la incertidumbre
estndar
La varianza experimental de la media s
2
( ) 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
19
Evaluacin de Tipo A
Medicin 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(I
k
) Desvio Estandar 0,0078 [mA]
u(I) incertidumbre Estandar 0,0025 [mA]
v=9
20
Evaluacin de Tipo B de la incertidumbre
estndar
-Especificaciones del fabricante
-Resultado de calibraciones
21
Especificaciones
22
Estadistica
23
Evaluacin de Tipo B
de la incertidumbre estndar
Un poco de probabilidad y estadstica: Distribucin rectangular
24
Evaluacin de Tipo B de la incertidumbre estndar
I = 11.342 mA
Especificacin
0.2%
2 conteos = 2 .100 = 0.017% Total = 0.217%
11342

Precisin DI %= + 0.22% D I = + 0.025 mA
I
-A A
Las especificaciones se
asumen de distribucin
rectangular si el manual
del fabricante no
explicita lo contrario.
25
Evaluacin de Tipo B de la incertidumbre
estndar
-0.025mA 0.025mA
Precisin = + 0.025 mA
26
Evaluacin de Tipo B de la incertidumbre
estndar
27
Evaluacin de Tipo B de la incertidumbre
estndar
La incertidumbre estndar queda definida por la precisin de
la variable de entrada dividido un nmero asociado a la
funcin de distribucin asumida.


Distribucin divisor
Normal 1
Normal (k=2) 2
Rectangular
Triangular
U
28
Volviendo a nuestra frmula
u
2
(xi) = u
2
i
(xi)+u
2
j
(xi)
Incertidumbre combinada
Coeficiente de sensibilidad.
En el caso de mediciones directas:
29
Incertidumbre combinada
de nuestro ejemplo
u
c
2
(xi) = u
2
i
(xi)+u
2
j
(xi)

En nuestro Ejemplo

u
c
2
(I) = 0.0025
2
+0.014
2
mA
2

u
c
2
(I)= 0.00017 mA
2

u
c

(I)= 0.013 mA
30
u
c
2
(xi) = u
2
i
(xi)+u
2
j
(xi)

Tipo A Tipo B
u
i
(xi) u
j
(xi)
=
-uc +uc
Incertidumbre combinada
31
Incertidumbre combinada
Que distribucin de probabilidad tiene uc ?
Si se conocen las funciones de distribucin 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 distribucin de probabilidad de la incertidumbre combinada resulta
de la convolucion de las distribuciones de probabilidad de las variables
X1,X2,..Xn.
IRAM 35050, Anexo G
32
Incertidumbre combinada
Que distribucin de probabilidad tiene uc ?
Debido a las complicacin practicas que existen
- Y no es funcin lineal de X1,X2Xn.
- Desconocimiento de las funciones de distribucin de las variables de
entrada.
Rara vez se usa la convolucin para obtener la funcin de distribucin
de uc, en su lugar se utiliza el teorema central del lmite.

IRAM 35050, Anexo G
33
Incertidumbre combinada
TEOREMA CENTRAL DEL LIMITE
No importa la distribucin de probabilidad, a medida que aumenta el
nmero de magnitudes de entrada que contribuyen con la uc(Y) y cuanto
mas prximos sean los valores de ci.ui, la distribucin converge mas
rpido a la normal o Gausseana.

Ejemplo: La distribucion rectangular es un caso extremo de distribucin
No normal pero la convolucion de tres distribuciones rectangulares ya
es con un buen grado de aproximacion NORMAL.

IRAM 35050, Anexo G
34
Incertidumbre combinada
-uc +uc
- Con que grado de confianza
cae el valor de la medicin
dentro del intervalo + uc ??

- Que probabilidad existe que
el valor de la media caiga fuera
de +uc ??
35
Factor de confianza
Cuando la incertidumbre combinada u
c
cumple con el teorema central del limite, es
decir cuando puede asumirse que la distribucin de probabilidad de la u
c
tiende a la
normal o Gausseana, u
c
representa un sigma de dicha distribucin.
De aqu que la probabilidad de que la variable aleatoria Y caiga dentro del intervalo u
c

+u
c
esta dada por el rea bajo la curva normal entre u
c
a +u
c
.
Recordando que la incertidumbre combinada es un desvo estndar, el rea bajo la curva
normal es del 68.5%.
Que sucede si la distribucin de u
c
no se ajusta a la normal?
Tipo A Tipo B
u
i
(xi) u
j
(xi)
=
-uc +uc
36
Factor de confianza
Que sucede si la distribucin de u
c
no se ajusta a la normal?
Tipo A Tipo B
u
i
(xi) u
j
(xi)
=
-uc +uc
Cuando esto sucede?
- Cuando la contribucin de la incertidumbre Tipo A es mucho mayor a
la tipo B.
- Cuando la muestra no es suficientemente representativa.
37
Grados efectivos de libertad
Estimar el valor del factor de cobertura k nos obliga tener en cuenta que tan bien
estimamos la desviacin estndar asociada a u
c
.asociada con el resultado de la
medicin.
Para una estimacin de la desviacin estndar de una distribucin normal, los grados de
libertad de la estimacin, que dependen del tamao de a muestra.

Para obtener los grados de libertad efectivos V
eff
de u
c
utilizamos la
formula de Welch-Satterthwaite:
38
Grados efectivos de libertad
con
y
- Veff > 30
-Es lgico asumir como infinito los grados de libertad obtenidos de una
evaluacin TIPO B.
-Tpicamente, Veff no es un entero, se debe asumir el entero menor al
valor calculado.
UKAS M3003
39
Con el valor de Veff ingresamos
a la tabla de la distribucin t-
student para extraer el valor del
coeficiente k de cobertura.
Cada columna indica el grado
de confianza.
40
Grados efectivos de libertad
en nuestro ejemplo
u
c

(I)= 0.013 mA
u
c
4
(I) = 2.85 .10
-8
mA
2

u
4
i
(xi)= 0.0025
4 =
3.90 .10
-11


c
i
= 1
vi =9

V
eff
> 6500
La distribucin de u
c
es prcticamente la normal
41
Incertidumbre Expandida
6.12 de la IRAM 35050

Aunque u
c
pueda ser utilizada para la expresin de la incertidumbre
de un resultado de medicin; en ciertas aplicaciones es necesario
informar entre que valores se encontrara la mayora de los resultados
atribuibles al mensurando con un grado determinado de confianza.


U = k . u
c
(xi)
La incertidumbre expandida de obtiene de multiplicar la
incertidumbre estndar combinada por un factor de cobertura k
42
Incertidumbre Expandida
Se obtienen directamente del rea bajo la curva normal
k grados de cobertura

1 68.26%
2 95.44%
3 99.74%

U = k . u
c
(xi)
43
Incertidumbre Expandida
de nuestro ejemplo
u
c
2
(xi) = u
2
i
(xi)+u
2
j
(xi)

En nuestro Ejemplo

u
c
2
(I) = 0.0025
2
+0.013
2
mA
2

u
c
2
(I)= 0.00017 mA
2

u
c

(I)= 0.013 mA

U (I)= k. u
c
(I)
U (I)= 2 . 0.013 mA
U (I)= 0.026 mA

Para calibraciones elctricas y
electrnicas que no incluyan
avinica y electromedicina k=2
44
Informacin 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 ms de 2 cifras
significativas. La incertidumbre se redondea para arriba.
El valor numrico del resultado debe ser redondeado para que tenga la
misma cantidad de decimales que la incertidumbre informada. Se redondea
al numero mas prximo.