You are on page 1of 188

NORMA TCNICA GTC

COLOMBIANA 51
1997-11-26
GUA PARA LA EXPRESIN DE INCERTIDUMBRE
EN LAS MEDICIONES
E: GUIDE TO THE EXPRESSION OF UNCERTAINTY IN
MEASUREMENT.
CORRESPONDENCIA: esta norma es (EQV) a la Guide to the
Expression of Uncertainty in
Measurement publicada por la (ISO).
DESCRIPTORES: control metrolgico; calibracin;
instrumento de medida; incertidumbre;
productos calibrados; metrologa.
I.C.S.: 17.020.00
Editada por el Instituto Colombiano de Normas Tcnicas y Certificacin (ICONTEC)
Apartado 14237 Bogot, D.C. - Tel. 6078888 - Fax 2221435
Prohibida su reproduccin
PRLOGO
El Instituto Colombiano de Normas Tcnicas y Certificacin, ICONTEC, es el organismo
nacional de normalizacin, segn el Decreto 2269 de 1993.
ICONTEC es una entidad de carcter privado, sin nimo de lucro, cuya Misin es fundamental
para brindar soporte y desarrollo al productor y proteccin al consumidor, Colabora con el
sector gubernamental y apoya al sector privado del pas, para lograr ventajas competitivas en
los mercados interno y externo.
La representacin de todos los sectores involucrados en el proceso de Normalizacin Tcnica
est garantizada por los Comits Tcnicos y el perodo de Consulta Pblica, este ltimo
caracterizado por la participacin del pblico en general.
La GTC 51 fue ratificada por el Consejo Directivo el 1997-11-26.
Esta gua est sujeta a ser actualizada permanentemente con el objeto de que responda en
todo momento a las necesidades y exigencias actuales.
A continuacin se relacionan las empresas que colaboraron en el estudio de esta gua a travs
de su participacin en el Comit Tcnico 000002 Metrologa.
ASEA BROWN BOVERI
CERAMITA S.A.
COLCERMICA S.A.
COLGATE PALMOLIVE
COLTAVIRA
ECSI S.A.
ELECTROPORCELANAS GAMMA S.A.
EQUIPOS Y CONTROLES INDUSTRIALES
FBRICA NACIONAL DE MUECOS
GRASAS S.A.
GRIVEL S.A.
INGENIERA DE SERVICIOS
LUMINEX S.A.
METRN LTDA.
NACIONAL DE CHOCOLATES
PROCABLES
PRUGEN LTDA.
SCHLAGE LOCK DE COLOMBIA S.A.
SHELL COLOMBIA S.A.
SUPERINTENDENCIA DE INDUSTRIA Y
COMERCIO
THERMOMETRIC
UNIVERSIDAD JAVERIANA
Adems de las anteriores, en Consulta Pblica el Proyecto se puso a consideracin de las
siguientes empresas.
AROTEQ COL.
ASOCRETO
BSCULAS PROMETLICOS S.A.
CHICLE ADAMS S.A.
COATS CADENA S.A.
COLOMBIANA UNIVERSAL DE PAPELES
COMPAA NACIONAL DE VIDRIOS
CONCRETOS PREMEZCLADOS
EMPRESA COLOMBIANA DE PETRLEOS
FBRICA DE TORNILLOS GUTEMBERTO S.A.
FIBERGLASS COLOMBIANA S.A.
GRIVAL S.A.
ICOLLANTAS S.A.
INCAUCA S.A.
INCOLBESTOS
INDUSTRIAS E INVERSIONES SAMPER
POLIGAR
SENA COLOMBO ITALIANO
SISTEMAS E INSTRUMENTACIN
UNILEVER ANDINA S.A.
WALTER ROTHLISBERGER
UNIVERSIDAD NACIONAL DE COLOMBIA
ICONTEC cuenta con un Centro de Informacin que pone a disposicin de los interesados
normas internacionales, regionales y nacionales.
DIRECCIN DE NORMALIZACIN
GUA TCNICA COLOMBIANA GTC 51
TABLA DE CONTENIDO
PREFACIO
0. INTRODUCCIN
1. ALCANCE
2. DEFINICIONES
2.1 TRMINOS GENERALES SOBRE METROLOGA
2.2 EL TRMINO INCERTIDUMBRE
2.3 TRMINOS ESPECFICOS PARA ESTA GUA
3. CONCEPTOS BSICOS
3.1 MEDICIN
3.2 ERRORES, EFECTOS Y CORRECCIONES
3.3 INCERTIDUMBRE
3.4 CONSIDERACIONES PRCTICAS
4. EVALUACIN DE LA INCERTIDUMBRE ESTNDAR
4.1 MODELOS DE LA MEDICIN
4.2 EVALUACIN DE LA INCERTIDUMBRE ESTNDAR TIPO A
4.3 EVALUACIN DE LA INCERTIDUMBRE ESTNDAR TIPO B
4.4 ILUSTRACIN GRFICA DE LA EVALUACIN DE LA INCERTIDUMBRE
ESTNDAR
5. DETERMINACIN DE LA INCERTIDUMBRE ESTNDAR COMBINADA
5.1 ARGUMENTOS NO CORRELACIONADOS
GUA TCNICA COLOMBIANA GTC 51
5.2 ARGUMENTOS CORRELACIONADOS
6. DETERMINACIN DE LA INCERTIDUMBRE EXPANDIDA
6.1 INTRODUCCIN
6.2 INCERTIDUMBRE EXPANDIDA
6.3 ELECCIN DEL FACTOR DE COBERTURA
7. INFORME DE LA INCERTIDUMBRE
7.1 GUA GENERAL
7.2 GUA ESPECFICA
8. RESUMEN DEL PROCEDIMIENTO PARA LA EVALUACIN Y EXPRESIN
DE LA INCERTIDUMBRE
ANEXOS
A. RECOMENDACIONES DEL GRUPO DE TRABAJO Y DEL CIPM
A.1 RECOMENDACIN INC-1 (1980)
A.2 RECOMENDACIN 1 (CI-1981)
A.3 RECOMENDACIN 1 (CI-1986)
B. TRMINOS METROLGICOS GENERALES
B.1 ORIGEN DE LAS DEFINICIONES
B.2 DEFINICIONES
C. TRMINOS Y CONCEPTOS ESTADSTICOS BSICOS
C.1 ORIGEN DE LAS DEFINICIONES
C.2 DEFINICIONES
C.3 ELABORACIN DE TRMINOS Y CONCEPTOS
GUA TCNICA COLOMBIANA GTC 51
D. VALOR VERDADERO, ERROR E INCERTIDUMBRE
D.1 EL MENSURANDO (MEDIBLE)
D.2 LA MAGNITUD REALIZADA
D.3 EL VALOR VERDADERO Y EL VALOR CORREGIDO
D.4 EL ERROR
D.5 INCERTIDUMBRE
D.6 REPRESENTACIONES GRFICAS
E. MOTIVACIONES Y BASES PARA LA RECOMENDACIN INC-1 (1980)
E.1 SEGURO, ALEATORIO Y SISTEMTICO
E.2 JUSTIFICACIN PARA LAS EVALUACIONES REALES
DE LA INCERTIDUMBRE
E.3 JUSTIFICACIN PARA EL TRATAMIENTO IDNTICO DE TODAS LAS
COMPONENTES DE LA INCERTIDUMBRE
E.4 LA DESVIACIN ESTNDAR COMO UNA MEDIDA DE LA INCERTIDUMBRE
E.5 UNA COMPARACIN DE DOS PUNTOS DE VISTA EVALUACIN Y
EXPRESIN DE LA INCERTIDUMBRE
F. GUA PRCTICA PARA LA EVALUACIN DE LAS COMPONENTES
DE LA INCERTIDUMBRE
F.1 EVALUACIN DE LAS COMPONENTES OBTENIDAS A PARTIR DE
OBSERVACIONES REPETIDAS: EVALUACIN DE LA INCERTIDUMBRE
ESTNDAR TIPO A
F.2 COMPONENTES EVALUADAS MEDIANTE OTROS MTODOS.
EVALUACIN DE LA INCERTIDUMBRE ESTNDAR TIPO B
G. GRADOS DE LIBERTAD Y NIVELES DE CONFIANZA
G.1 INTRODUCCIN
G.2 TEOREMA DEL LMITE CENTRAL
GUA TCNICA COLOMBIANA GTC 51
G.3 LA DISTRIBUCIN T Y LOS GRADOS DE LIBERTAD
G.4 GRADOS DE LIBERTAD EFECTIVOS
G.5 OTRAS CONSIDERACIONES
G.6 RESUMEN Y CONCLUSIONES
H. EJEMPLOS
H.1 CALIBRACIONES DE BLOQUES CALIBRE PARALELO
H.2 MEDICIONES SIMULTNEA DE RESISTENCIA Y REACTANCIA
H.3 CALIBRACIN DE UN TERMMETRO
H.4 MEDICIN DE RADIACTIVIDAD
H.5 ANLISIS DE VARIANZA
H.6 MEDICIONES EN UNA ESCALA DE REFERENCIA: DUREZA
J. GLOSARIO DE LOS SMBOLOS PRINCIPALES
K. BIBLIOGRAFA
GUA TCNICA COLOMBIANA GTC 51
i
PREFACIO
En 1978, al reconocerse la falta de consenso alrededor de la expresin de incertidumbres en
las mediciones, la ms alta autoridad en metrologa en el mundo, el Comit lnternational des
Poids et Mesures (CIPM) sugiri al Bureau International des Poids et Mesures (BIPM) que
abordara el problema conjuntamente con los laboratorios nacionales y que hiciera una
recomendacin.
El BIPM prepar un cuestionario detallado el cual cubra los temas involucrados y lo hizo
llegar a 32 laboratorios nacionales de metrologa interesados en el tema (y, para
informacin, a cinco organizaciones internacionales). A principios de 1979 se recibieron las
respuestas de 21 laboratorios [1]
1
. Casi todos estaban de acuerdo en que era importante
contar con un procedimiento aceptado internacionalmente para expresar las incertidumbres
en mediciones y para combinar los componentes individuales de la incertidumbre en una
nica incertidumbre total. Pero, no se alcanz un consenso acerca del mtodo que deba ser
utilizado. El BIPM convoc, entonces, a una reunin con el propsito de disear un
procedimiento uniforme y mayoritariamente aceptable para la especificacin de las
incertidumbres, al cual asistieron expertos de 11 laboratorios nacionales. Este Grupo de
Trabajo para la Expresin de Incertidumbres gener la Recomendacin INC-1 (1980),
Expresin de Incertidumbres Experimentales [2]. El CIPM aprob dicha recomendacin en
1981 [31] y la reafirm en 1986 [4].
La tarea de desarrollar una gua detallada basada en la Recomendacin del Grupo de
Trabajo (que es un bosquejo general ms que una receta detallada) fue delegada por el
CIPM en la International Organization for Standarization (ISO), puesto que la ISO est ms
al tanto de las necesidades que surgen del amplio espectro de intereses de la industria y el
comercio.
La responsabilidad fue asignada al Grupo Asesor Tcnico en Metrologa (TAG 4) dado que
una de sus tareas es coordinar el desarrollo de guas en tpicos de la medicin que son de
inters comn, tanto para ISO, como para las seis organizaciones que colaboran con ISO en
el trabajo del TAG 4. Dichas organizaciones son: la International Electrotechnical
Commission (IEC), el organismo que, al igual que la ISO, se dedica a la normalizacin a
nivel mundial; el CIPM y la International Organization of Legal Metrology (OIML), las dos
organizaciones de metrologa a nivel mundial; la International Union of Pure and Applied
Chemistry (IUPAC) y la International Union of Pure and Applied Physics (IUPAP), las dos
uniones internacionales que representan a las comunidades qumica y fsica,
respectivamente; y la Intemational Federation of Clinical Chemistry (IFCC).
El TAG 4 a su vez estableci el Grupo de Trabajo 3 (ISO/TAG 4/WG 3) compuestos por
expertos nombrados por la BIPM, la IEC, la ISO, y la OIML y citados por el Presidente del
TAG 4. A este grupo se le asignaron los siguientes trminos de referencia:

1
Vase el Anexo K (pgina 145) Bibliografa.
GUA TCNICA COLOMBIANA GTC 51
ii
Desarrollar un documento gua basado en la Recomendacin del Grupo de Trabajo para la
Expresin de Incertidumbres del BIPM que proporcione reglas acerca de la expresin de
incertidumbres en la medicin para ser usado en normalizacin, calibracin, acreditacin de
laboratorios y servicios de metrologa;
El propsito de tal gua es:
- proporcionar informacin completa acerca de cmo se llega a la expresin de
incertidumbres, y
- proporcionar una base para la comparacin internacional de los resultados de
las mediciones.
GUA TCNICA COLOMBIANA GTC 51
i
GUA PARA LA EXPRESIN DE INCERTIDUMBRES
EN LAS MEDICIONES
0. INTRODUCCIN
0.1 Cuando se reporte el resultado de una medicin de una magnitud fsica es obligatorio
proporcionar alguna indicacin cuantitativa de la calidad del resultado, de manera tal que el
usuario pueda apreciar su contabilidad. Sin esta indicacin, los resultados de las mediciones
no pueden ser comparados, ni entre ellas mismas ni con respecto a valores de referencia
dados en una especificacin o norma. Por lo tanto, es necesario que exista un procedimiento
fcil de usar y aceptado de manera general para caracterizar la calidad del resultado de una
medicin, esto es, para evaluar y expresar su incertidumbre.
0.2 El concepto de incertidumbre como un atributo cuantificable es relativamente nuevo en
la historia de las mediciones, a pesar de que los conceptos de error y anlisis de error han sido
parte de la prctica de la ciencia de la medicin por largo tiempo. Actualmente se acepta de
manera general que cuando todas las componentes, conocidas o supuestas, del error han sido
evaluadas y se han aplicado las correcciones apropiadas, an persiste una incertidumbre
acerca del estado de correccin del resultado expresado, esto es, persiste una duda acerca de
qu tan bien representa el resultado de la medida al valor de la cantidad que est siendo
medida.
0.3 De la misma manera que el uso casi universal del Sistema Internacional de unidades
(SI) ha propiciado la coherencia a todas las mediciones cientficas y tecnolgicas, un consenso
mundial acerca de la evaluacin y la expresin de la incertidumbre en las mediciones permitira
dar significado a una gran variedad de resultados de medicin en la ciencia, ingeniera,
comercio, industria y reglamentaciones, hacindolas entendibles de manera inmediata y
posibilitando que sean propiamente interpretadas. En esta era del mercado mundial, es
imperativo que el mtodo para evaluar y expresar a las incertidumbres se uniforme en todo el
mundo, de tal manera que las mediciones realizadas en diferentes pases puedan ser
fcilmente comparadas.
0.4 El mtodo ideal para evaluar y expresar la incertidumbre del resultado de una medicin
debe ser:
- universal: el mtodo debe ser aplicable a cualquier tipo de mediciones y a
cualquier tipo de datos utilizados en las mediciones.
GUA TCNICA COLOMBIANA GTC 51
ii
La cantidad utilizada para expresar la incertidumbre debe ser:
- internamente consistente: debe poder obtenerse directamente a partir de los
componentes que contribuyen a ella, asimismo, debe ser independiente de la
forma en que dichas componentes son agrupadas y del mtodo en que stas se
descomponen en subcomponentes.
- transferible: debe ser posible utilizar directamente la incertidumbre es evaluada
para un resultado, como una componente al evaluar la incertidumbre de otra
medida en la cual es utilizado el primer resultado.
Adicionalmente, en muchas aplicaciones industriales y comerciales, as como en las
reas de salud y seguridad, frecuentemente es necesario proporcionar un intervalo,
centrado en el resultado de la medicin, que contenga una fraccin considerable de la
distribucin de valores que pueden ser razonablemente atribuidos a la cantidad que se
est midiendo. Por tanto, el mtodo ideal para evaluar y expresar la incertidumbre en la
medicin debe ser capaz de proporcionar, directamente, tal tipo de intervalo, en
particular, uno con una probabilidad de cobertura o nivel de confianza que corresponda
de forma realista con lo requerido.
0.5 La metodologa en la que se basa este documento gua
2
se describe en la
Recomendacin INC-1 (1980) [2] del Grupo de Trabajo para la Expresin de Incertidumbres,
que fue habilitado por el BIPM en respuesta a una peticin del CIPM (vase el Prefacio). Esta
metodologa satisface todos los requisitos descritos arriba. Este no es el caso para la mayora
de los mtodos usados comnmente. La recomendacin INC-1 (1980) fue aprobada y
ratificada por el CIPM en sus propias Recomendaciones 1 (CI-1981) [3] y 1 (CIPM-1982) [4];
la traduccin al espaol de tales Recomendaciones del CIPM se reproducen en el Anexo A
(vanse los numerales A.2 y A.3 respectivamente). Dado que la Recomendacin INC-1 (1980)
es la base para este documento, su traduccin al espaol se reproduce en 0.7 y el texto en
francs, que es el legalmente autorizado, se reproduce en el numeral A.1.
0.6 Un sumario sucinto del procedimiento recomendado en este documento gua para
evaluar y expresar las incertidumbres en la medicin se da en el captulo 8, en tanto que en el
Anexo H se presentan, detalladamente, varios ejemplos. En otros anexos se tratan los
siguientes temas: trminos generales de metrologa (vase el Anexo B); trminos y conceptos
estadsticos bsicos (vase el Anexo C); valor verdadero, error, e incertidumbre (vase el
Anexo D); sugerencias prcticas para la evaluacin de las componentes de la incertidumbre
(vase el Anexo F); grados de Libertad y niveles de confianza (vase el Anexo G); los
principales smbolos matemticos usados en este documento (vase el Anexo J); y referencias
bibliogrficas (vase el Anexo K). Un ndice alfabtico concluye el documento.
0.7 Recomendacin INC-1 (1980)
Expresin de las incertidumbres experimentales:

2
N.T. la justificacin de esta metodologa se discute en el Anexo E
GUA TCNICA COLOMBIANA GTC 51
iii
1) La incertidumbre en el resultado de una medicin consta, generalmente, de
varias componentes que pueden ser agrupadas en dos categoras, dependiendo
de la manera en que se estime su valor numrico:
A) aquellas que se evalan por mtodos estadsticos.
B) aquellas que se evalan por otros medios.
No siempre existe una correspondencia simple entre las categoras A y B
y la clasificacin en incertidumbres aleatorias y sistemticas que se
usaba anteriormente El trmino incertidumbre sistemtica puede ser
confuso y debe ser evitado.
Cualquier informe detallado de la incertidumbre debe constar de una lista
completa de las componentes, especificando en cada caso el mtodo
usado para la obtencin de su valor numrico.
2) Los componentes en la categora A se caracterizan mediante las varianzas
estimadas s
i
2
(o las desviaciones estndar estimadas s
i
) y el nmero de grados
de libertad
i
. En caso de ser necesario, debe darse el valor de las covarianzas.
3) Los componentes en la categora B deben ser caracterizados mediante las
cantidades u
j
2,
las cuales pueden ser consideradas como aproximaciones a las
varianzas correspondientes, cuya existencia se supone. Las cantidades u
j
2
pueden ser tratadas como varianzas, y las cantidades u
i
como desviaciones
estndar. En caso de ser necesario, las covarianzas deben ser tratadas de la
misma manera.
4) La incertidumbre combinada debe ser caracterizada mediante el valor numrico
que se obtiene al aplicar el mtodo usual para la combinacin de varianzas. La
incertidumbre combinada y sus componentes deben expresarse en la forma de
"desviaciones estndar".
5) Si en una aplicacin particular es necesario que se multiplique la incertidumbre
combinada por un factor con la finalidad de obtener una incertidumbre total, el
factor multiplicativo debe especificarse siempre.
GUA TCNICA COLOMBIANA GTC 51
1
GUA PARA LA EXPRESIN DE INCERTIDUMBRES
EN LAS MEDICIONES
1. ALCANCE
1.1 Esta gua establece reglas generales para la evaluacin y la expresin de
incertidumbres en la medicin, las cuales pueden seguirse a diferentes niveles de exactitud y
en muchos campos desde el piso de ventas hasta la investigacin. Por tanto, se pretende
que los principios de esta gua sean aplicables a una amplia gama de mediciones,
incluyendo aquellas requeridas para:
- mantener el control de la calidad y el aseguramiento de la calidad en la
produccin, cumplir con leyes y reglamentos obligatorios;
- conducir investigacin bsica, e investigacin y diseos aplicados en ciencia e
ingeniera;
- calibracin de patrones e instrumentos y realizacin de pruebas a travs de un
sistema nacional de mediciones con la finalidad de lograr la trazabilidad a
patrones nacionales;
- desarrollar, mantener, y comparar lo patrones de referencia fsicos nacionales
e internacionales, incluyendo los materiales de referencia.
1.2 Esta gua trata, principalmente, de la expresin de incertidumbres en la medicin de
una magnitud fsica bien definida - el mesurando (medible) - que puede ser caracterizada por
un valor esencialmente nico. Si el fenmeno de inters puede ser representado nicamente
como una distribucin de valores dependientes de uno o ms parmetros, como el tiempo,
entonces, para la descripcin de los mensurandos, se requiere de un conjunto de cantidades
que describan tal distribucin o dependencia.
1.3 Esta gua se aplica, tambin, para la evaluacin y la expresin de incertidumbres
asociadas con el diseo conceptual y el anlisis terico de experimentos, mtodos de
medicin, y componentes y sistemas complejos. Dado que el resultado de una medicin y su
incertidumbre pueden ser conceptuales y basados enteramente en datos hipotticos, en esta
gua, al trmino "resultado de una medicin" se le otorgar el significado ms amplio.
GUA TCNICA COLOMBIANA GTC 51
2
1.4 Esta gua proporciona reglas generales para evaluar y expresar la incertidumbre en la
medicin, ms que instrucciones tcnicas detalladas y especficas. En ella no se discute
cmo la incertidumbre del resultado de una medicin particular, una vez evaluada, puede ser
utilizada para diferentes propsitos, por ejemplo, para deducir conclusiones acerca de la
compatibilidad de ese resultado particular con algunos otros similares, para establecer los
lmites de tolerancia en un proceso de manufactura, o para decidir si un cierto curso de
accin puede ser seguido sin riesgos. Puede ser, por tanto, necesario desarrollar normas
particulares, basadas en esta gua, para enfrentar los problemas peculiares de los campos
especficos de medicin o para tratar los varios usos de las expresiones cuantitativas de la
incertidumbre.
Nota. Pueden existir situaciones en las que se considere que el concepto de incertidumbre de la medicin no es
totalmente aplicable. como en el caso en que se determina la precisin de un mtodo de ensayo (vase la
referencia [5]. por ejemplo).
2. DEFINICIONES
2.1 TRMINOS GENERALES SOBRE METROLOGA
En el Anexo B se da la definicin de algunos trminos generales de metrologa relevantes a
esta gua, tales como magnitud medible, mensurando (medible) y error de medicin.
Estas definiciones se han tomado del Vocabulario Internacional de trminos bsicos y
generales en Metrologa (abreviado como VIM) [6] (NTC 2194 Segunda actualizacin).
Adicionalmente, en el Anexo C se dan las definiciones de algunos trminos estadsticos
bsicos tomados principalmente de la Norma Internacional ISO 3534-1 [7]. A partir del
Captulo 3 estos trminos metrolgicos o estadsticos (o algn trmino ntimamente
relacionado) se imprimen con negritas cuando se utilizan por primera vez en el texto y entre
parntesis se da el nmero de la seccin en la cual se definen.
Debido a su importancia en esta gua, la definicin del trmino incertidumbre de medicin
se da en el Anexo B y en el numeral 2.2.3. En los numerales del 2.3.1 al 2.3.6. se dan las
definiciones de los trminos especficos ms importantes para esta gua. En todas esas
secciones y en los Anexos B y C, el encerrar ciertas palabras entre parntesis significa que
pueden ser omitidas si causan confusin.
2.2 EL TRMINO "INCERTIDUMBRE"
El concepto de incertidumbre se discute a fondo en el numeral 3 y en el Anexo C.
2.2.1 La palabra incertidumbre significa duda, y por tanto, en un sentido mas amplio
incertidumbre de medicin significa duda en la validez del resultado de una medicin.
Debido a la falta de palabras diferentes para este concepto general de incertidumbre y para
las magnitudes especficas que suministran las medidas cuantitativas del concepto, por
ejemplo la desviacin estndar, es necesario usar la palabra incertidumbre en estos dos
sentidos diferentes.
2.2.2 En esta gua, la palabra incertidumbre sin adjetivos se refiere tanto al concepto
general de incertidumbre, como a cualquier otra o a todas las medidas cuantitativas de ese
concepto. Cuando se trate de una medida especfica se deben utilizar los adjetivos
apropiados.
GUA TCNICA COLOMBIANA GTC 51
3
2.2.3 La definicin formal del trmino incertidumbre de medicin que se ha desarrollado
para utilizarse en esta gua y en el VIM [6] (VIM prrafo 3.9) es la siguiente:
- incertidumbre (de la medicin)
- parmetro asociado con el resultado de una medicin que caracteriza la
dispersin de los valores, que en forma razonable se le podra atribuir a una
magnitud por medir.
Notas:
1) El parmetro puede ser, por ejemplo, una desviacin estndar (o un mltiplo dado de ella), o la
semilongitud de un intervalo que tenga un nivel de confianza determinado.
2) En general, la incertidumbre de una medicin comprende muchas componentes. Algunas de estas
componentes pueden ser evaluadas a partir de la distribucin estadstica de los resultados de una serie
de mediciones y puede ser caracterizada por desviaciones estndar experimentales. Las otras
componentes, que tambin pueden ser caracterizadas utilizando desviaciones estndar, se determinan
a partir de distribuciones de probabilidad supuestas. basadas en la experiencia u otra informacin.
3) Se entiende que el resultado de la medicin es la mejor estimacin del valor de la magnitud por medir, y
que todos los componentes de incertidumbre contribuyen a la dispersin, incluyendo aquellos
resultantes de efectos sistemticos. Tales como los componentes asociados con correcciones y
patrones de referencia.
2.2.4 La definicin de incertidumbre de medicin dada en el numeral 2.2.3 es una definicin
operacional que se enfoca en el resultado de la medicin y su incertidumbre evaluada. Sin
embargo, esta no es inconsistente con otros conceptos de incertidumbre de medicin, tales
como:
- una medida del posible error en el valor estimado del mensurando
proporcionado por el resultado de una medicin.
- una estimacin que caracteriza el intervalo de valores dentro de los cuales se halla
el valor verdadero de un mensurando (VIM, 1a. edicin, 1984, prrafo 3.09).
Aunque estos dos conceptos tradicionales son vlidos como ideales, ellos se enfocan a
magnitudes desconocidas: el error del resultado de una medicin y el valor verdadero del
mensurando (en contraste con su valor estimado), respectivamente. No obstante cualquiera
que sea el concepto de incertidumbre que se adopte, una componente de incertidumbre
siempre se evala usando los mismos datos e informacin relacionada. (Vase tambin el
numeral E.5.)
2.3 TRMINOS ESPECFICOS PARA ESTA GUA
En general, los trminos que son especficos a esta gua, se definen cuando se presentan
por primera vez. Sin embargo, las definiciones de los trminos ms importantes se dan aqu
como referencia:
GUA TCNICA COLOMBIANA GTC 51
4
Nota. Una discusin ms a fondo relacionada con estos trminos, puede encontrarse en: para el numeral 2.3.3,
vase los numerales 3.3.3 y 4.3; para el numeral 2.3.4. vase el Captulo 5 y las ecuaciones (10) y (13); y para
el numeral 2.3.5, vase el Captulo 6.
2.3.1 Incertidumbre estndar
Incertidumbre del resultado de una medicin expresada como una desviacin estndar.
2.3.2 Evaluacin (de incertidumbre) Tipo A
Mtodo para evaluar la incertidumbre mediante el anlisis estadstico de una serie de
observaciones.
2.3.3 Evaluacin (de incertidumbre) Tipo B
Mtodo para evaluar la incertidumbre por otro medio que no sea el anlisis estadstico de
una serie de observaciones.
2.3.4 Incertidumbre estndar combinada
Incertidumbre estndar del resultado de una medicin cuando el resultado se obtiene a partir
de los valores de algunas otras magnitudes, igual a la raz cuadrada positiva de una suma de
trminos, siendo estos trminos las varianzas y covarianzas de estas otras magnitudes
ponderadas de acuerdo cmo el resultado de la medicin vara con respecto a cambios en
estas magnitudes.
2.3.5 Incertidumbre expandida
Cantidad que define un intervalo alrededor de una medicin del que se puede esperar que
abarque una fraccin grande de la distribucin de valores que razonablemente pudieran ser
atribuidos al mensurando.
Notas:
1) La fraccin puede considerarse como la probabilidad de cobertura o el nivel de confianza del intervalo.
2) Asociar un nivel especfico de confianza con el intervalo definido por la incertidumbre expandida,
requiere de suposiciones explcitas o implcitas que tomen en consideracin la distribucin de
probabilidad caracterizada por el resultado de la medicin y su incertidumbre estndar combinada. El
nivel de confianza que puede ser atribuido a este intervalo puede ser conocido nicamente hasta el
punto en el cual tales suposiciones puedan justificarse.
3) A la incertidumbre expandida se le denomina incertidumbre total en el prrafo 5 de la Recomendacin
INC-1 (1980).
2.3.6 factor de cobertura
Factor numrico usado como multiplicador de la incertidumbre estndar combinada con el
propsito de obtener una incertidumbre expandida.
Nota. El factor de cobertura, k, usualmente toma valores en el intervalo de 2 a 3.
GUA TCNICA COLOMBIANA GTC 51
5
3. CONCEPTOS BSICOS
Una discusin adicional de los conceptos bsicos puede ser encontrada en el Anexo D, el
cual se centra en las ideas de valor verdadero, error e incertidumbre, e incluye ilustraciones
grficas de estos conceptos; y en el Anexo E, el cual explora la motivacin y base estadstica
para la recomendacin INC-1 (1980) en la cual esta gua se basa. El Anexo J es un glosario
de los principales smbolos matemticos usados a travs de la gua.
3.1 MEDICIN
3.1.1 El objetivo de una medicin (vase el numeral B.2.5) es determinar el valor (vase el
numeral B.2.2) del mensurando (vase el numeral B.2.9), esto es, el valor de la cantidad
particular (vase el numeral B.2.1, nota 1) a ser medida. Una medicin entonces comienza
con una especificacin apropiada del mensurando, el mtodo de medicin (vase el
numeral B.2.7), y el procedimiento de medicin (vase el numeral B.2.8).
Nota. El termino valor verdadero (vase el Anexo D) no es usado en esta gua por las razones dadas en el
numeral D.3.5; los trminos valor de un mensurando (o de una cantidad) y valor verdadero de un mensurando
(o de una cantidad) y valor verdadero de un mensurando (o de una cantidad) son vistos como equivalentes.
3.1.2 En general, el resultado de una medicin (vase el numeral B.2.11) slo es una
aproximacin o estimacin (vase el numeral C.2.26) del valor del mensurando (magnitud
medible) y entonces es completo slo cuando va acompaado por una declaracin de la
incertidumbre (vase el numeral B.2.18) de esa estimacin.
3.1.3 En la prctica, la especificacin requerida o definicin del mensurando es dictada por
la exactitud de la medicin requerida (vase el numeral B.2.14). El mensurando (magnitud
medible) debe ser definido en su totalidad con respecto a la :exactitud requerida para que,
para todos los propsitos prcticos asociados con la medicin, su valor sea nico. Es en este
sentido que la expresin valor del mensurando es usado en esta gua.
EJEMPLO.
Si la longitud de una barra de acero de un metro va a ser determinada por la exactitud
de un micrmetro, esta especificacin debe incluir la temperatura y presin en la cual
la longitud esta definida. Entonces el mensurando debe ser especificado como, por
ejemplo, la longitud de una barra a 25,00 C y 101 325 Pa (ms cualquier otro
parmetro de definicin necesario as como la manera en que la barra esta
sostenida). Por lo tanto, si la longitud va a ser determinada para una exactitud de slo
milmetros, esta especificacin no debe requerir una temperatura o presin de
definicin o un valor para cualquier otro parmetro de definicin.
Nota. Definiciones incompletas del mensurando (magnitud medible) pueden dar un aumento en una componente
de una incertidumbre suficientemente grande que deba ser incluida en la evaluacin de la incertidumbre del
resultado de la medicin (vanse los numerales D.1.1, D. 3.4 y D.6.2).
GUA TCNICA COLOMBIANA GTC 51
6
3.1.4 En muchos casos, el resultado de una medicin se determina sobre la base de una serie
de observaciones obtenida bajo condiciones de repetibilidad (vase el numeral B.2.15, Nota 1).
3.1.5 Se asume que las variaciones en observaciones repetidas se presentan debido a
magnitudes de influencia (vase el numeral B.2.10) que pueden afectar el resultado de la
medicin y no se mantienen completamente constantes.
3.1.6 El modelo matemtico de la medicin que transforma el conjunto de observaciones
repetidas en el resultado de la medicin es de importancia crtica porque, adems de las
observaciones, generalmente incluye varias magnitudes de influencia que son conocidas de
una manera inexacta. Esta falta de conocimiento contribuye a la incertidumbre de los
resultados de la medicin, as como las variaciones de las observaciones repetidas y
cualquier incertidumbre asociada con el modelo matemtico en s mismo.
3.1.7 Esta gua trata al mensurando como un escalar (una magnitud simple). La extensin a un
conjunto de mediciones relacionadas determinadas simultneamente en la misma medicin requiere
reemplazar el mensurando escalar y su varianza (vanse los numerales C.2.1.1, C.2.20 y C.3.2) por
un mensurando vectorial y una matriz de covarianza (vase el numeral C.2.5). Tal reemplazo es
considerado slo en algunos ejemplos en esta gua (vanse los numerales H.2, H.3, H.4).
3.2 ERRORES, EFECTOS Y CORRECCIONES
3.2.1 En general, una medicin tiene imperfecciones que dan origen a error (vase el
numeral B.2.19) en el resultado de la medicin. Tradicionalmente, se considera que un error
tiene dos componentes llamadas; componente aleatorio (vase el numeral B.2.21) y
componente sistemtica (vase el numeral B.2.22).
Nota. Error es un concepto idealizado y los errores no pueden ser conocidos exactamente.
3.2.2 Un error aleatorio presumiblemente se presenta por variaciones impredecibles o
estocsticas, temporales y espaciales de las magnitudes de influencia. Los efectos de estas
variaciones, llamados en lo sucesivo efectos aleatorios dan origen a las variaciones en
observaciones repetidas del mensurando. Sin embargo no es posible una compensacin
para el error aleatorio del resultado de una medicin, esto puede ser usualmente reducido
incrementando el nmero de observaciones; su esperanza o valor esperado
3
(vanse los
numerales C.2.4 y C.3.1) es cero.
Notas:
1) La desviacin estndar experimental de la media aritmtica o promedio de una serie de observaciones
(vase el numeral 4.2.3) no es el error aleatorio de la media, sin embargo, este es designado as en
algunas publicaciones. Por el contrario, es una medida de la incertidumbre de la media ocasionada por
efectos aleatorios. El valor exacto del error en la media que surge a partir de estos efectos no puede ser
conocido.
2) En esta gua se tom gran cuidado para distinguir entre los trminos error e incertidumbre. No son
sinnimos, sino conceptos completamente diferentes y no deben ser confundidos entre s o mal
empleados.

3
N. de T.; si el nmero de mediciones n
GUA TCNICA COLOMBIANA GTC 51
7
3.2.3 El error sistemtico, como el error aleatorio, no puede ser eliminado, pero a menudo
puede, tambin, ser reducido. Si un error sistemtico se presenta como consecuencia de un
efecto reconocido de una magnitud de influencia en el resultado de una medicin, de aqu en
adelante llamado efecto sistemtico, el efecto puede ser cuantificado y, si es significativo en
relacin a la exactitud requerida de la medicin, una correccin (vase el numeral B.2.23) o
un factor de correccin (vase el numeral B.2.24) puede ser aplicado para compensar el
efecto. Se supone que despus de la correccin, la esperanza o valor esperado del error
originado por un efecto sistemtico es cero.
Nota. La incertidumbre de una correccin aplicada al resultado de una medicin para compensar por un efecto
sistemtico no es el error sistemtico, frecuentemente llamado sesgo de la medicin, debido al efecto como es
llamado algunas veces. Esta es, por el contrario, una medida de la incertidumbre del resultado debida al
conocimiento incompleto del valor requerido de la correccin. El error originado por la compensacin imperfecta
de un efecto sistemtico no puede ser conocido exactamente. Los trminos error e incertidumbre deben ser
usados apropiadamente y debe tenerse cuidado para distinguir uno del otro.
3.2.4 Se supone que el resultado de una medicin ha sido corregida para todos los efectos
sistemticos significativos reconocidos y que todo esfuerzo ha sido hecho para identificar
estos efectos.
EJEMPLO.
Se aplica una correccin debida a la impedancia finita de un voltmetro usado para
determinar la diferencia de potencial (el mensurando) a travs de una resistencia de
alta impedancia con la finalidad de reducir el efecto sistemtico en el resultado de la
medicin originado por el efecto de carga del voltmetro. Sin embargo, los valores de
las impedancias del voltmetro y de la resistencia, usados para estimar el valor de la
correccin y que son obtenidos de otras mediciones, son ellos mismos inciertos.
Estas incertidumbres son usadas para evaluar la componente de la incertidumbre en
la determinacin de la diferencia de potencial originada por la correccin y, en
consecuencia, por el efecto sistemtico debido a la impedancia finita del voltmetro.
Notas:
1) Frecuentemente los instrumentos de medicin y materiales de referencia para eliminar efectos
sistemticos; no obstante, las incertidumbres acordadas con estos patrones y materiales deben ser
tomadas en cuenta.
2) El caso en donde no se aplica una correccin para un efecto sistemtico significativo conocido en la
nota del numeral 6.3.1 y en la nota del numeral F.2.4.5.
3.3 INCERTIDUMBRE
3.3.1 La incertidumbre del resultado de una medicin refleja la falta de conocimiento exacto
del valor del mensurando (vase el numeral 2.2). El resultado de una medicin despus de la
correccin por efectos sistemticos reconocidos es, an, slo una estimacin del valor del
mensurando debido a la presencia de incertidumbres por efectos: aleatorios y de
correcciones imperfectas de los resultados por efectos sistemticos.
GUA TCNICA COLOMBIANA GTC 51
8
Nota. El resultado de una medicin (despus de la correccin) puede estar muy cerca, al valor del mensurando y
de una forma que no puede conocerse (y entonces tener un error despreciable), y aun as tener una gran
incertidumbre. Entonces la incertidumbre del resultado de una medicin no debe ser confundida con el error
desconocido remanente
3.3.2 En la prctica, existen muchas fuentes posibles de incertidumbre en una medicin,
incluyendo:
a) definicin incompleta del mensurando;
b) realizacin imperfecta de la definicin del mensurando;
c) muestreos no representativos la muestra medida puede no representar el
mensurando definido;
d) conocimiento inadecuado de los efectos de las condiciones ambientales sobre
las mediciones, o mediciones imperfectas de dichas condiciones ambientales;
e) errores de apreciacin del operador en la lectura de instrumentos analgicos;
f) resolucin finita del instrumento o umbral de discriminacin finito;
g) valores inexactos de patrones de medicin y materiales de referencia;
h) valores inexactos de constantes y otros parmetros obtenidos de fuentes
externas y usados en los algoritmos de reduccin de datos;
i) aproximaciones y suposiciones incorporadas en los mtodos y procedimiento de
medicin
j) variaciones en observaciones repetidas del mensurando bajo condiciones
aparentemente iguales.
Estas fuentes no son necesariamente independientes, y algunas de las fuentes desde a)
hasta i) pueden contribuir a la fuente j). Por supuesto, un efecto sistemtico no reconocido
no puede ser tomado en cuenta en la evaluacin de la incertidumbre del resultado de una
medicin pero contribuye a su error.
3.3.3 La Recomendacin INC-1 (1980) del Grupo de Trabajo para la Expresin de
Incertidumbre agrupa a las componentes de incertidumbre en dos categoras, esta
clasificacin se basa en los mtodos de evaluacin empleados a saber A y B (vanse los
numerales 0.7, 2.3.2, y 2.3.3). Estas categoras se aplican a la incertidumbre y no son
sustitutos para las palabras aleatorio y sistemtico. La incertidumbre de una correccin
para un efecto sistemtico conocido puede en algunos casos ser obtenida mediante una
evaluacin del Tipo A, y por una evaluacin del Tipo B, en algunos otros, segn como pueda
caracterizar la incertidumbre al efecto aleatorio.
Nota. En algunas publicaciones las componentes de incertidumbre son categorizadas como aleatorias y
sistemticas, y se asocian con los errores provenientes de efectos aleatorios y efectos sistemticos conocidos,
respectivamente. Esta categorizacin de componentes de incertidumbre puede ser ambigua cuando es aplicada
en forma general. Por ejemplo, una componente aleatoria de la incertidumbre en una medicin puede ser una
componente sistemtica de la incertidumbre en otra medicin en la cual el resultado de la primera medicin es
usado como argumento. El categorizar los mtodos para evaluar las componentes de incertidumbre en vez de a
GUA TCNICA COLOMBIANA GTC 51
9
las componentes en s mismas elimina esta ambigedad. Al mismo tiempo, ello no impide colocar en grupos
designados a las componentes individuales que han sido evaluadas por los dos mtodos diferentes con la
finalidad de que sean usadas para un propsito particular (vase el numeral 3.4.3).
3.3.4 El propsito de la clasificacin Tipo A y Tipo B es para indicar las dos diferentes
maneras de evaluar componentes de incertidumbre y es por conveniencia de discusin
solamente; la clasificacin no significa que exista alguna diferencia en la naturaleza de los
componentes que resultan de cada uno de los dos tipos de evaluacin. Ambos tipos de
evaluacin estn basados en distribuciones de probabilidad (vase el numeral C.2.3), y
las componentes de incertidumbre resultantes de cualquier tipo son cuantificadas por
varianzas y desviaciones estndar.
3.3.5 La varianza estimada u
2
que caracteriza a una componente de incertidumbre obtenida
de una evaluacin tipo A se calcula mediante series de observaciones repetidas y es la
varianza estimada estadstica familiar s
2
(vase el numeral 4.2). La desviacin estndar
estimada (vanse los numerales C.2.12, C.2.21, C.3.3) u, la raz cuadrada positiva de u
2
, es
entonces u = s y por conveniencia es llamada algunas veces incertidumbre estndar Tipo A.
Para una componente de incertidumbre obtenida de una evaluacin Tipo B, la varianza
estimada u
2
es evaluada mediante el uso de la informacin disponible (vase el numeral 4.3), y
la desviacin estndar estimada u es algunas veces llamada incertidumbre estndar Tipo B.
Entonces la incertidumbre estndar Tipo A es obtenida de una funcin de densidad de
probabilidad (vase el numeral C.2.5) deducida de una distribucin de frecuencia
observada (vase el numeral C.2.18), mientras que la incertidumbre estndar Tipo B se
obtiene de una funcin de densidad de probabilidad supuesta basada en el grado de
creencia de que un evento pueda ocurrir [a menudo llamada probabilidad subjetiva (vase
el numeral C.2.1)]. Ambas aproximaciones emplean interpretaciones de probabilidad
reconocidas.
Nota. Una evaluacin Tipo B de una componente de incertidumbre generalmente se basa en una fuente comn
de informacin comparativamente contable (vase el numeral 4.3.1).
3.3.6 La incertidumbre estndar del resultado de una medicin, cuando ste resultado se
obtiene de los valores de un conjunto de otras cantidades, se llama incertidumbre estndar
combinada y se denota por u
c
. Esta es la desviacin estndar estimada asociada con el
resultado y es igual a la raz cuadrada positiva de la varianza combinada obtenida a partir de
todas las componentes de varianza y covarianza (vase el numeral C.3), evaluados de
cualquier forma, utilizando lo que, en esta gua, es llamada la ley de propagacin de
incertidumbres (vase el numeral 5).
3.3.7 Para satisfacer las necesidades de algunas aplicaciones industriales y comerciales, as
como los requerimientos en reas de la salud y seguridad, se obtiene una incertidumbre
expandida U multiplicando la incertidumbre estndar combinada u
c
, por un factor de cobertura k.
El propsito de obtener U es el de proveer de un intervalo alrededor del resultado de una
medicin en el que puede esperarse que se incluya una fraccin grande de la distribucin de
valores que pueden razonablemente ser atribuidos al mensurando. La eleccin del factor k,
la cual usualmente se encuentra en el intervalo de 2 a 3, est basada en la de cobertura o
nivel de confianza requerido para el intervalo (vase el numeral 6).
Nota. El factor de cobertura k tiene que ser declarado siempre, de tal manera que la incertidumbre estndar del
mensurando pueda ser recuperada para su uso en el clculo de la incertidumbre estndar combinada de otros
resultados de la mediciones que pueden depender de esa cantidad.
GUA TCNICA COLOMBIANA GTC 51
10
3.4 CONSIDERACIONES PRCTICAS
3.4.1 Si todas las cantidades de las cuales el resultado de una medicin depende, se
varan, su incertidumbre puede ser evaluada por mtodos estadsticos. Sin embargo, debido
a que esto es raramente posible en la prctica dadas las limitaciones en el tiempo y los
recursos, la incertidumbre del resultado de una medicin es usualmente evaluada usando un
modelo matemtico de la medicin y la ley de propagacin de incertidumbre. Entonces,
implcita en esta gua, est la suposicin de que una medicin puede ser modelada
matemticamente al grado impuesto por la exactitud requerida de la medicin.
3.4.2 Dado que el modelo matemtico puede ser incompleto, todas las cantidades relevantes
deberan ser variadas al mximo practicable, para que la evaluacin de incertidumbres se base,
tanto como sea posible, en datos observados. Siempre que sea factible deben formar parte del
esfuerzo para obtener evaluaciones contables de incertidumbre, el uso de modelos empricos de
las mediciones fundamentados en datos cuantitativos acumulados por un largo plazo, y el uso de
patrones de verificacin y cartas de control que pueden indicar si una medicin dada esta bajo
control estadstico, deben ser costumbres que formen parte del esfuerzo para obtener
evaluaciones confiables de incertidumbre. El modelo matemtico debe ser siempre revisado
cuando los datos observados, incluyendo el resultado de determinaciones independientes del
mismo mensurando, demuestren que el modelo es incompleto. Un experimento bien diseado
puede facilitar en gran medida evaluaciones confiables de la incertidumbre y es una parte
importante del arte de la medicin.
3.4.3 Con el objeto de decidir si un sistema de medicin esta funcionando apropiadamente
se compara frecuentemente, la variabilidad de los valores de los resultados observados
experimentalmente, medidos por sus desviaciones estndar observadas, con la desviacin
estndar predicha, obtenida al combinar los diversos componentes de incertidumbre que
caracterizan a la medicin. En estos casos, slo deben ser consideradas aquellas
componentes (ya sean obtenidas de evaluaciones tipo A o tipo B) que pueden contribuir a la
variabilidad observada experimentalmente de los valores de los resultados.
Nota. Tal anlisis puede ser facilitado al agrupar todas aquellas componentes que contribuyan a la variabilidad y aquellas
que no, en dos grupos separados etiquetndolos apropiadamente.
3.4.4 En algunos casos, la incertidumbre de una correccin para un efecto sistemtico no
necesita ser incluida en la evaluacin de la incertidumbre del resultado de la medicin. Aunque la
incertidumbre haya sido evaluada, puede ser ignorada si su contribucin a la incertidumbre
estndar combinada del resultado de las mediciones es insignificante. Si el valor de la correccin
en s mismo es relativamente insignificante en comparacin a la incertidumbre estndar combinada,
este tambin puede ser ignorado.
3.4.5 Ocurre frecuentemente en la prctica, especialmente en el dominio de la metrologa
legal, que un dispositivo es probado por medio de una comparacin con un patrn de
medicin y que las incertidumbres asociadas con el patrn y el procedimiento de
comparacin son despreciables en relacin a la exactitud requerida para el ensayo. Un
ejemplo es el uso de un conjunto de patrones de masa bien calibrados para probar la
exactitud de una balanza comercial. En estos casos, debido a que las componentes de
incertidumbre son suficientemente pequeas como para ser ignoradas, puede considerarse
que la medicin determina el error del dispositivo bajo ensayo. (vase el numeral F.2.4.2).
GUA TCNICA COLOMBIANA GTC 51
11
3.4.6 El valor estimado de un mensurando obtenido del resultado de una medicin es,
algunas veces, expresado en trminos del valor adoptado de un patrn de medicin en lugar
de en trminos de la unidad relevante del Sistema Internacional de Unidades (SI). En estos
casos la incertidumbre atribuida al resultado de la medicin puede ser significativamente
menor que cuando este resultado es expresado en las unidades SI relevantes. (En efecto, el
mensurando ha sido redefinido como la razn del valor de la magnitud por ser medida al
valor adoptado del patrn).
EJEMPLO.
Un patrn de tensin elctrica Zener de alta calidad es calibrado por comparacin con
una referencia de tensin de efecto Josephson, basndose en el valor convencional
de la constante Josephson recomendado para su uso internacional por el CIPM. La
incertidumbre estndar combinada relativa u
c
,(V
s
)IV
s
, (vase el numeral 5.1.6) de la
diferencia de potencia calibrada V
s
, del patrn Zener es 2 x l0
8
cuando V
s
, se declara
en trminos del valor convencional, pero u
c
(V
s
)/V
s
es 4 x l0
7
cuando V
s
, se expresa en
trminos de la unidad de diferencia de potencial del SI.(V), debido a la incertidumbre
adicional asociada con el valor SI de la constante Josephson.
3.4.7 Los descuidos al registrar o analizar los datos pueden producir un error desconocido
significativo en el resultado de una medicin. Los errores grandes pueden ser generalmente
identificados mediante una revisin adecuada de los datos; los pequeos pueden ser
enmascarados por, o incluso aparecer como, variaciones aleatorias. No se pretende que las
mediciones de incertidumbre tomen en cuenta tales confusiones.
3.4.8 Aunque esta gua proporciona un mtodo para establecer incertidumbres, este no
puede sustituir al pensamiento crtico, la honestidad intelectual, y la habilidad profesional. La
evaluacin de incertidumbres no es una tarea de rutina ni puramente matemtica; depende
del conocimiento detallado de la naturaleza de los mensurandos y de las mediciones. Por lo
tanto, la calidad y utilidad de la incertidumbre indicada en los resultados de una medicin
dependen en ltima instancia del entendimiento, anlisis crtico e integridad de aquellos que
contribuyen a la asignacin de ese valor.
4. EVALUACIN DE LA INCERTIDUMBRE ESTNDAR
En el Anexo F pueden encontrarse directrices adicionales, principalmente de naturaleza
prctica, para la evaluacin de componentes de incertidumbre.
4.1 MODELO DE LA MEDICIN
4.1.1 En la mayora de los casos, el mensurando Y no se mide directamente sino que se
determina a partir de otras N magnitudes X
1
, X
2
, ..., X
N
., a travs de una relacin funcional :
Y = (X
1
, X
2
,...X
N
) (1)
GUA TCNICA COLOMBIANA GTC 51
12
Notas:
1) Para simplificar la notacin en esta gua, se utiliza el mismo smbolo para la magnitud fsica (el
mensurando) y para la variable aleatoria (vase el numeral 4.2.1) que representa el posible resultado de
una observacin de esa magnitud. Cuando se establece que X
i
tiene una distribucin de probabilidad
particular. el smbolo se usa en ese ltimo sentido; se presupone que la magnitud fsica misma puede
ser caracterizada por un valor esencialmente nico (vase el numeral 1.2 y 3.1.3).
2) En una serie de observaciones, el k-simo valor observado de X
i
se denota por X
i
,
k
por ejemplo, si R
denota la resistencia de un resistor, el k-simo valor observado de la resistencia se denota por R
k
.
3) La estimacin de X
i
(estrictamente hablando, de su valor esperado) se denota como x
i
.
EJEMPLO.
Si una diferencia de potencial V se aplica a las terminales de un resistor dependiente
de la temperatura que tiene una resistencia R
o
a la temperatura definida t
o
y un
coeficiente lineal de temperatura , la potencia P (el mesurando) disipada por el
resistor a la temperatura t depende de V, R
o
y t de acuerdo a
P f V R t
V
R 1 T T
0
2
0 0

+
( , , )
[( ( )]

Nota. Otros mtodos para medicin de la potencia P podran ser modelados con expresiones matemticas diferentes.
4.1.2 Los argumentos X
I
, X
2
, ... , X
N
, de los cuales depende el resultado de la medicin Y, pueden
visualizarse a su vez como mensurandos y depender de otras magnitudes, incluyendo correcciones
y factores de correccin para efectos sistemticos, todo ello dando lugar a complicadas relaciones
funcionales que pudieran nunca ser expresadas explcitamente. Adicionalmente, puede ser
determinada experimentalmente (vase el numeral 5.1.4) o existir slo como un algoritmo que deba
ser evaluado numricamente. La funcin como aparece en esta gua debe ser interpretada en
este sentido ms amplio, es decir, como aquella funcin que contiene cada magnitud, incluyendo
todas las correcciones y factores de correccin, que pueden contribuir con componentes
significativos de incertidumbre al resultado de la medicin.
Por lo tanto, si los datos indican que no modela la medicin al grado impuesto por la
exactitud requerida del resultado de medicin, entonces se deben incluir argumentos
adicionales en para eliminar el problema (vase el numeral 3.4.2). Esto puede requerir la
introduccin de un argumento que sirva para reflejar la carencia de conocimiento de un
fenmeno que afecta al mensurando. En el ejemplo de el numeral 4.1.1, se podran necesitar
argumentos adicionales para tomar en cuenta a una distribucin conocida, no uniforme, de
temperatura a travs del resistor, un posible coeficiente de temperatura de resistencia no
lineal, o una posible dependencia de la resistencia en la presin baromtrica.
GUA TCNICA COLOMBIANA GTC 51
13
Nota. Sin embargo, la ecuacin (1) puede ser tan elemental con Y= X
1
- X
2
. Esta expresin modela, por ejemplo,
la comparacin de dos determinaciones de la misma magnitud X.
4.1.3 El conjunto de argumentos X
1,
X
2
, ..., X
N
pueden dividirse en las siguientes categoras:
- magnitudes cuyos valores e incertidumbres se determinan directamente en la
presente medicin. Estos valores e incertidumbres pueden ser obtenidos de,
por ejemplo, una sola observacin, observaciones repetidas o por juicio
basado en la experiencia, y pueden involucrar la determinacin de
correcciones en la lectura de los instrumentos y correcciones debidas a la
presencia de magnitudes cuya influencia deba ser tomada en cuenta, tales
como la temperatura ambiente, la presin baromtrica y la humedad;
- magnitudes cuyos valores e incertidumbres son incorporados a la medicin y
que provienen de fuentes externas, tales como magnitudes asociadas con
patrones de medicin calibrados, materiales de referencia certificados y datos
de referencia obtenidos de manuales.
4.1.4 Una estimacin del mensurando Y, denotada como y, se obtiene de la ecuacin (1)
usando los argumentos estimados x
1
, x
2
, ... , x
N
para los valores de las N cantidades X
1
,
X
2
, ..X
N
. Por lo tanto, la estimacin de la magnitud resultante y, que es el resultado de la
medicin, est dada por
y =(x
1
- x
2
.. x
N
) (2)
Nota. En algunos casos la estimacin y puede obtenerse de:
y Y
1
n
Y
k
1
n
f X
1,k
X
2, k
, . . ., X
n,k
k 1
n
k 1
n

_
,

Esto es, y se toma como la media aritmtica o promedio (vase el numeral 4.2.1) de n determinaciones
independientes Y
k
de Y, cada una de stas teniendo la misma incertidumbre y estando basada en un grupo
completo de valores observados de los N argumentos X
i
, obtenidos al mismo tiempo. Esta forma de promediar,
en lugar de y f ( X X , . . . . , X ) 1 , 2 N

donde x x
n
k
n
i,k

_
,
es la media aritmtica de las observaciones
individuales X
i, k
, puede ser preferible cuando es una funcin no lineal de las argumentos X
1
,X
2
,...X
N
, pero las
dos aproximaciones son idnticas si es una funcin lineal de X
i
(vanse los numerales H.2 y H.4).
4.1.5 La desviacin estndar estimada asociada con la estimacin de la magnitud
resultante o el resultado de la medicin y se denomina incertidumbre estndar combinada y
se denota por u
c
(y). Se determina a partir la desviacin estndar estimada asociada con cada
valor estimado de las argumentos x
i
, la cual se denomina incertidumbre estndar y se denota
por u(x
i
) (vanse los numerales 3.3.5 y 3.3.6).
GUA TCNICA COLOMBIANA GTC 51
14
4.1.6 Cada valor estimado de un argumento x
i
y incertidumbre estndar asociada u(x
i
) se
obtienen a partir de una distribucin de los posibles valores del argumento X
i.
Esta
distribucin de probabilidad puede estar basada en frecuencia, es decir, basada en una serie
de observaciones X
i,k
de X
i
, puede ser una distribucin a priori. Las evaluaciones tipo A de
las componentes de la incertidumbre estndar estn basadas en distribuciones de
frecuencia, mientras que las evaluaciones del tipo B se basan en distribuciones a priori. Se
debe reconocer que en ambos casos las distribuciones son modelos que se usan para
representar el estado de nuestro conocimiento.
4.2 EVALUACIN TIPO A DE LA INCERTIDUMBRE ESTNDAR
4.2.1 En la mayora de los casos, la mejor estimacin disponible de la esperanza o valor
esperado
q
, de una magnitud q que vara aleatoriamente [una variable aleatoria (vase el
numeral C.2.2)], y de la cual se han obtenido n observaciones independientes q
k
bajo las
mismas condiciones de medicin (vase el numeral B.2.15), es la media aritmtica o
promedio q (vase el numeral C.2.19) de las n observaciones:
q q
k
k

1
1
n
n
(3)
Por tanto, para un argumento X
i
estimado a partir de n observaciones repetidas
independientes X
i,k
la media aritmtica X
i
obtenida de la ecuacin (3) se usa como la
estimacin del argumento, x
i
en la ecuacin (2) para determinar el resultado de la medicin
y; esto es, x
i
= X
i
. Aquellos argumentos no evaluados a partir de observaciones repetidas
deben obtenerse por otros mtodos, tales como aquellos que se indican en la segunda
categora de 4.1.3.
4.2.2 Las observaciones individuales q
k
difieren en valor debido a las variaciones aleatorias
en las magnitudes que las afectan, es decir, debido a efectos aleatorios (vase el numeral
3.2.2). La varianza experimenta de las observaciones, la cual estima la
2
la distribucin de
probabilidad de q, est dada por:

n
k
)
k
(
n
)
k
( s
1 1
1
2 2
q q q (4)
Esta estimacin de la varianza y su raz cuadrada positiva s(q
k
), denominada desviacin
estndar experimental (vase el numeral B.2.17), caracterizan a la variabilidad de los
valores observados q , 0 ms especficamente, su dispersin alrededor de la media q
4.2.3 La mejor estimacin de
( )


2
2
q
n
de la media, est dada por:
GUA TCNICA COLOMBIANA GTC 51
15
s
s
n
k 2
2
( )
( )
q
q
(5)
La varianza experimental de la media s
2
( q ) y la desviacin estndar experimental de la
media s( q ) (B.2.17, Nota 2), que es igual a la raz cuadrada positiva de s
2
( q ), cuantifican qu
tan bien q estima el valor esperado
q
, de q, y cualquiera de ellas puede usarse como una
medida de la incertidumbre de q .
Por lo tanto, para una argumento X
i
determinado a partir de n observaciones independientes
repetidas X
i,k
, la incertidumbre estndar u(x
i
) de su estimacin x u s
i
i
i i
X X X es ( ) ( ), donde
s
2
(X
i
) se calcula de acuerdo a la ecuacin (5). Por conveniencia, U
2
(X
i
) S
2
( X
i
) y u(X
i
) ( X
i
) s
son a veces llamadas varianza Tipo A e incertidumbre estndar Tipo A, respectivamente.
Notas:
1) El nmero de observaciones n debe ser suficientemente grande para asegurar que q es una
estimacin contable del valor esperado
q
de la variable aleatoria q y que s
2
q es una estimacin
confiable de la varianza
2
( q ) =
2
/n (vase la nota en el numeral 4.3.2). La diferencia entre s
2
( q) y

2
( q ) debe ser considerada cuando se construyen intervalos de confianza (vase el numeral 6.2.2). En
este caso, si la distribucin de probabilidad de q es una distribucin normal (vase el numeral 4.3.4), la
diferencia se toma en cuenta mediante la distribucin t de Student (vase el numeral G.3.2).
2) A pesar de que la varianza s
2
( q ) es el parmetro ms fundamental asociado a la dispersin, la
desviacin estndar es ms conveniente en la prctica debido a que tiene las mismas dimensiones que
q y se comprende ms fcilmente que la varianza.
4.2.4 Para una medicin bien caracterizada bajo control estadstico, pudiera disponerse de
una estimacin combinada o ponderada de la varianza s
p
2
(o una desviacin estndar
experimental ponderada s
p
) que caracterice a la medicin. En tales casos, cuando el valor de
un mensurando q se determina a partir de n observaciones independientes, la varianza
experimental de la media aritmtica q de las observaciones est mejor estimada por s
p
2
/n
que por s
2
( q )/n, siendo la incertidumbre estndar u S
p
/ n (Vase tambin la nota del
numeral H.3.6.)
4.2.5 Frecuentemente una estimacin x
i
de un argumento X
i
se obtiene a partir de una curva que
ha sido ajustada a datos experimentales por el mtodo de mnimos cuadrados. Las varianzas
estimadas y las incertidumbres estndar resultantes de los parmetros ajustados que caracterizan
la curva y de cualquier punto predicho por tal ajuste puede ser calculado comnmente usando
procedimientos estadsticos bien conocidos (vase el numeral H.3 y referencia [8]).
4.2.6 Los grados de libertad (C.2.31)
i
de u(x
i
) (vase el numeral G.3), que son n-1 en el
caso simple en que x
i
= X
i
y u(x
i
) = s ( X
i
) y que se calculan a partir de n observaciones
independientes como en los numerales 4.2.1 y 4.2.3, deben siempre ser expresados cuando
se documentan las evaluaciones de los componentes de incertidumbre Tipo A.
GUA TCNICA COLOMBIANA GTC 51
16
4.2.7 Si las variaciones aleatorias en las observaciones de un argumento estn
correlacionadas, por ejemplo, en el tiempo, la media y la desviacin estndar experimental
de la media como se dan en los numerales 4.2.1 y 4.2.3 pudieran ser estimadores
inapropiados (vase el numeral C.2.25) de la estadstica deseada (vase el numeral C.2.23).
En tales casos, las observaciones deben ser analizadas por medios estadsticos
especialmente diseados para tratar una serie de mediciones correlacionadas que varan
aleatoriamente.
Nota. Estos mtodos especializados se usan para tratar mediciones de patrones de frecuencia. Sin embargo, es
posible que conforme se va de mediciones en el corto plazo a mediciones a largo plazo de otras magnitudes
metrolgicas, la suposicin de variaciones aleatorias no correlacionadas pudiera ya no ser vlida y los mtodos
especializados pudieran entonces ser usados tambin para tratar estas mediciones. (vase la referencia [9], por
ejemplo, para una discusin detallada de la varianza de Allan).
4.2.8 La discusin de la evaluacin Tipo A de la incertidumbre estndar en los numerales 4.2.1
a 4.2.7 no pretende ser exhaustiva; existen muchas situaciones, algunas muy complejas que
pueden ser tratadas por mtodos estadsticos. Un ejemplo importante es el uso de diseos de
calibracin, que se basan frecuentemente en el mtodo de mnimos cuadrados, usados para
evaluar las incertidumbres que surgen de las variaciones aleatorias a corto y largo plazo en los
resultados de las comparaciones de artefactos materiales de valor desconocido, tales como
bloque calibre y patrones de masa, con patrones de referencia de valores conocidos. En estas
situaciones de mediciones comparativas simples, los componentes de incertidumbre pueden ser
evaluados, frecuentemente, mediante el anlisis estadstico de los datos obtenidos de diseos
que consisten de secuencias anidadas de mediciones del mensurando, utilizando varios valores
diferentes de las magnitudes de las cuales depende. Este procedimiento es conocido como
anlisis de varianza (vase el numeral H.5).
Nota. En los niveles ms bajos de la cadena de calibracin, en donde frecuentemente se supone que los
patrones son exactamente conocidos debido a que han sido calibrados por un laboratorio nacional o primario, la
incertidumbre del resultado de una calibracin puede ser simplemente una incertidumbre estndar tipo A.
evaluada mediante una desviacin estndar ponderada que caracterice las mediciones.
4.3 EVALUACIN TIPO B DE INCERTIDUMBRE ESTNDAR
4.3.1 Para una estimacin x
i
de un argumento X
i
que no se obtuvo de observaciones
repetidas, la varianza estimada asociada u
2
(x
i
) o la incertidumbre estndar u (x
i
) son
evaluadas mediante juicios y criterios cientficos basados en toda la informacin disponible
sobre la variabilidad de X
i
. Esta informacin puede incluir:
- datos de mediciones anteriores;
- experiencia con el conocimiento general de las caractersticas o el comportamiento
y las propiedades de los materiales e instrumentos relevantes;
- especificaciones de los fabricantes;
- datos obtenidos tanto de los certificados de calibracin y otros tipos de
certificados;
- incertidumbres asignadas a datos de referencia tomados de manuales.
Por conveniencia, u
2
(x
i
) y u(x
i
), evaluadas de este modo, son algunas veces llamadas
GUA TCNICA COLOMBIANA GTC 51
17
varianza Tipo B e incertidumbre estndar Tipo B, respectivamente.
Nota. Cuando x
i
se obtiene a partir de una distribucin a priori. la varianza asociada es denotada, propiamente,
como u
2
(X
i
), pero, por simplicidad, en esta gua se usan u
2
(x
i
) y u(x
i
).
4.3.2 El uso adecuado de la informacin disponible para una evaluacin Tipo B de la
Incertidumbre estndar requiere de una visin basada en la experiencia y el conocimiento
general, y es una habilidad que puede aprenderse con la prctica. Debe reconocerse que una
evaluacin de incertidumbre estndar Tipo B puede ser tan confiable como una evaluacin
Tipo A, especialmente en una situacin en donde una evaluacin tipo A se base en un nmero
comparativamente pequeo de observaciones estadsticamente independientes.
Nota. Si la distribucin de probabilidad de q en la nota 1 del numeral 4.2.3 es normal, entonces [s( q )] / ( q ). la
desviacin estndar de s(q) relativa a (q), es aproximadamente [2(n-1)]
-1/2
. Entonces, tomando [s( q)] como la
incertidumbre de s( q), para n = 10 observaciones la incertidumbre relativa en s( q) es 24 por ciento, mientras que
para n = 50 observaciones sta es 10 por ciento. (En la Tabla E. 1 del numeral E se dan valores adicionales).
4.3.3 Si la estimacin x
i
se toma de una especificacin del fabricante, de un certificado de
calibracin, manual, u otra fuente y su incertidumbre asignada se establece como un mltiplo
particular de una desviacin estndar, la incertidumbre estndar u (x
i
) es simplemente el
valor asignado dividido por el multiplicador, y la varianza estimada u
2
(x
i
) es el cuadrado de
dicho cociente.
EJEMPLO.
Un certificado de calibracin establece que la masa m
s
de un patrn de masa hecho
de acero inoxidable, de valor nominal un kilogramo es 1 000,000 325 g y que la
incertidumbre de este valor es 240 g al nivel de tres desviaciones estndar." La
incertidumbre estndar La incertidumbre estndar del patrn de masa es entonces
simplemente u(m
s
) = 240 g/3 = 80 g. Esto corresponde a una incertidumbre
estndar relativa u(m
s
)lm
s
de 80 X 10
-9
(vase el numeral 5.1.6). La varianza estimada
es u
2
(m
s
) - (80 g)
2
= 6,4 X 10
-9
g
2
.
Nota. En muchos casos, se proporciona poca o ninguna informacin acerca de las componentes individuales a
partir de los cuales se ha obtenido la incertidumbre asignada. Esto generalmente no es importante para la
expresin de la incertidumbre de acuerdo a las prcticas de esta gua ya que todas las incertidumbres estndar
se tratan del mismo modo cuando se calcula la incertidumbre estndar combinada del resultado de una
medicin (vase el numeral 5).
4.3.4 La incertidumbre asignada a x
i
no necesariamente est dada como un mltiplo de una
desviacin estndar como en el numeral 4.3.3. En lugar de eso, puede encontrarse que la
incertidumbre asignada define un intervalo con un nivel de confianza de 90, 95 o 99 por
ciento (vase el numeral 6.2.2). A menos que se indique lo contrario, uno puede suponer que
se uso una distribucin normal (vase el numeral C.2.14) para calcular la incertidumbre
asignada, y recuperar la incertidumbre estndar de x
i
dividiendo la incertidumbre asignada
por el factor apropiado para la distribucin normal. Los factores correspondientes a los tres
niveles de confianza mencionados son 1,64; 1,96; y 2,58 (vase tambin la Tabla G.1 en el
GUA TCNICA COLOMBIANA GTC 51
18
Anexo G).
Nota. No habr necesidad de hacer tal suposicin si la incertidumbre hubiera sido dada de acuerdo con las
recomendaciones de esta gua relativas a la expresin de incertidumbres, que hacen hincapi en que siempre se
debe informar el factor de cobertura usado (vase el numeral 7.2.3).
EJEMPLO.
Un certificado de calibracin declara que la resistencia de un resistor patrn R
s
de valor
nominal diez ohms, tiene una resistencia de 10,000 742 129 a 23C y que la
incertidumbre asignada de 129 define un intervalo con un nivel de confianza de 99 %" La
incertidumbre estndar del resistor puede tomarse como u(R
s
) = (129 )/2,58 = 50 , que
corresponde a una incertidumbre estndar relativa u(R
s
)/R
s
=, de 5,0 X 10
6
(vase el
numeral 5.1.6). La varianza estimada es u
2
(R
s
) = (50 )
2
= 2,5 x 10-9
2
= 2,5 X 10
-9

2
4.3.5 Considere el caso donde, con base en la informacin disponible, es posible
establecer que "existe una probabilidad cincuenta-cincuenta de que el valor del argumento X
i
se encuentre en el intervalo de a
-
hasta a
+
(en otras palabras, la probabilidad de que X
i
caiga
dentro de este intervalo es 0,5 o 50 por ciento). Si puede suponerse que la distribucin de
valores posibles de X
i
es aproximadamente normal, entonces la mejor estimacin x
i
de X
i
puede tomarse como el punto medio de tal intervalo. Adicionalmente, si la mitad del ancho
del intervalo se denota como a = (a
+
- a
-
)/2, uno puede tomar u(x
i
) = 1,48a, porque para una
distribucin normal con valor esperado, y desviacin estndar el intervalo /1,48
incluye aproximadamente al 50 por ciento de la distribucin.
EJEMPLO.
Un mecnico, al determinar las dimensiones de un objeto, estima que su longitud se
encuentra, con probabilidad 0,5 en el intervalo que va de 10,07 mm a 10,15 mm, y
reporta que l= (10,11 t 0,04) mm, queriendo decir que un t 0,04 mm define un
intervalo con un nivel de confianza del 50 por ciento. Entonces a= 0,04 mm, y si se
supone una distribucin normal para los posibles valores de l, la incertidumbre
estndar de la longitud es u(I) = 1,48 X 0,04 mm 0,06 mm y la varianza estimada es
u
2
(l) = (1,48 X 0,04 mm)
2
= 3,5 X 10
-3
mm
2
.
4.3.6 Considere un caso similar al del numeral 4.3.5 pero donde, con base en la
informacin disponible, es posible establecer que existen alrededor de dos de cada tres
posibilidades de que el valor de X
i
se encuentre en el intervalo de a
-
hasta a
+
(en otras
palabras, la probabilidad de que X
i
est dentro de ese intervalo es alrededor de 0,67).
Entonces razonablemente es posible tomar u(x
i
)= a, porque para una distribucin normal con
esperanza y desviacin estndar el intervalo comprende alrededor de 68,3 por ciento
de la distribucin.
GUA TCNICA COLOMBIANA GTC 51
19
Nota. Si se usara el valor de la desviacin normal real de 0,96742, correspondiente a una probabilidad p = 2/3,
esto es, si se escribiera u(x
i
) = a/0,96742 = 1,033a, ello dara al valor de u(x
i
) considerablemente un significado
mayor de lo que est obviamente garantizado.
4.3.7 En otros casos puede que sea posible estimar slo los lmites (superior e inferior)
para X
i,
en particular, para establecer que la probabilidad de que el valor de X
i
, est dentro
del intervalo de a
-
hasta a
+,
para todos los propsitos prcticos es igual a uno y la
probabilidad de que X
i
caiga fuera de ese intervalo es esencialmente cero Si no existe un
conocimiento especfico acerca de los posibles valores de X
i
dentro del intervalo, uno puede
nicamente suponer que es igualmente probable para X
i
tomar cualquier valor dentro del
intervalo (una distribucin uniforme o rectangular de valores posibles, (vase el numeral 4.4.5 y
Figura 2a). Entonces x
i
, la esperanza o el valor esperado de X
i
es el punto medio del intervalo,
x
i
= (a
-
+ a
+
)/2, con varianza asociada.
u
2
(x
i
) = (a
+
- a
-
)
2
/12 (6)
Si la diferencia entre los lmites, a
+
- a
-
, se denota por 2a, entonces la ecuacin (6) se
convierte en:
u
2
(x
i
) = a
2
/3 (7)
Nota. Cuando una componente de la incertidumbre determinada de esta manera contribuye significativamente a
la incertidumbre del resultado de una medicin, es prudente obtener datos adicionales para su posterior
evaluacin.
EJEMPLOS
1) Un manual establece el valor del coeficiente de expansin lineal trmica del cobre
puro a 20 C,
20
(Cu), como 16,52 X 10
-6
C
-1
y simplemente declara que el error
en este valor no debera exceder 0,40 X 10
-6
C
-1
Basados en esta informacin
limitada, es razonable suponer que el valor de
20
, (Cu) se encuentre, con igual
probabilidad, en el intervalo que va de 16,12 X 10
-6
C
-1
a 16,92 X 10
-6
C
-1
y que es
muy poco probable que el valor de
20
(Cu) este fuera de este intervalo. La
varianza de esta distribucin rectangular simtrica de valores posibles de
20
(Cu),
con un semiintervalo igual a a = 0,40 X 10
-6
C
-1
es entonces, de la ecuacin (7),
u
2
(
20
) = (0,40 X 10
-6
C
-1
)
2
/3 = 53,3 X 10
-15
C
-2
, y la incertidumbre estndar es
u(
20
) = (0,40 x 10
-6
C
-1
)/3 = 0,23 X 10
-6
C
1
2) Las especificaciones de un fabricante para un voltmetro digital establecen que
entre uno y dos aos despus de que el instrumento es calibrado, su
exactitud en la escala de 1 V es 14 X 10
-6
veces la lectura ms 2 X 10
-6
veces
la escala. Considere que el instrumento se usa 20 meses despus de la
calibracin para medir en su escala de 1 V una diferencia de potencial V. Se
encuentra que la media aritmtica de varias observaciones independientes
repetidas de V es V = 0,928 571 V con una incertidumbre estndar Tipo A
u( V ) = 12 V. Puede obtenerse la incertidumbre estndar asociada con las
especificaciones del fabricante de una evaluacin Tipo B, suponiendo que la
exactitud declarada proporciona lmites simtricos para una correccin aditiva
GUA TCNICA COLOMBIANA GTC 51
20
de V , V , de esperanza igual a cero y con igual probabilidad de que se
encuentre en cualquier lugar dentro de los lmites. El semiintervalo a de la
distribucin rectangular simtrica de valores posibles de V es entonces a =
(14 X 10
-6
) X (0,928 571 V) + (2 X 10
-6
) X (1 V) = 15 V, y de la ecuacin
(7), u
2
(V ) = 75
2
y u( )= 8,7 V. La estimacin del valor del mesurando V
por simplicidad denotado con el mismo smbolo V, est dado por V =V + V =
0,9285 71 V. Puede obtenerse la incertidumbre estndar combinada de esta
estimacin combinando la incertidumbre estndar Tipo A de 12 V de V con
la incertidumbre estndar Tipo B de 8,7 V de V . El mtodo general para
combinar las componentes de incertidumbre estndar se dan en el captulo 5,
con este ejemplo particular tratado en el numeral 5.1.5.
4.3.8 En el numeral 4.3.7 los lmites superior e inferior, a
+
y a
-
, respectivamente, del
argumento X
i
, podran no ser simtricos con respecto a su mejor estimacin x
i
; ms
especficamente, si el lmite inferior escribe como a= x
i
- b
-
y el lmite superior como a
+
= x
i
+ b
+
,
entonces b
-
b
+
. Debido a que en este caso x
i
(que se supone es la esperanza de X
i
) no esa en
el centro del intervalo de a. hasta a
+
, la distribucin de probabilidad de X
i
no puede ser
uniforme en todo el intervalo. Sin embargo, podra no haber suficiente informacin disponible
para escoger una distribucin adecuada; diferentes modelos conducirn a diferentes
expresiones para la varianza. En ausencia de tal informacin la aproximacin ms simple es:
u
2
(x
i
)
(b b )
2
12
(a a
-
)
2
12

+
+

+

La cual es la varianza de una distribucin rectangular con ancho b
+
+ b
-
(Las distribuciones
asimtricas se discuten tambin en los numerales F.2.4.4 y G.5.3.)
EJEMPLO.
Si en el ejemplo 1 del numeral 4.3.7 el valor del coeficiente de expansin
trmica se da en el manual como
20
(Cu) = 16,52 X 10
-6
C
-1
y se establece
que el valor posible ms pequeo es 16,40 X 10
-6
C
-1
y el valor posible ms
grande 16,92 X 10
-6
C
-1
, entonces b
-
= 0,12 X 10
-6
C
-1
, b
+
= 0,40 X 10
-6
C
-1
y, de la ecuacin (8), u(
20
) = 0,15 X 10
-6
C
-1
,.
Notas:
1) En muchas situaciones prcticas de medicin en donde los lmites son asimtricos, podra ser
apropiado aplicar una correccin a la estimacin x
i
cuya magnitud sea igual a (b
+
- b
-
)/2 de tal modo que
la nueva estimacin x'
i
de X
i
est en el punto medio de los lmites : x'
i
, - (a
-
+ a
+
)/2. Esto reduce la
situacin al caso del numeral 4.3.7, con nuevos valores b
+
= b
-
= (b
+
+ b
-
)/2 = (a
+
- a
-
) /2 = a.
2) Con base en el principio de la mxima entropa, puede demostrarse que la funcin de densidad de
probabilidad en el caso asimtrico es p(X
i
) = A exp[-((X
i
- x
i
)], donde A = [b
-
exp(b
-
) + b
-
exp(-b
+
)]
-1
y
= {exp[(b
-
+ b
+
) -1)/{b
-
exp[(b
-
+ b
+
)] + b
+
}. Esto conduce a la varianza u
2
(x
i
) = b
+
b
-
- (b
+
- b)/, para b
+
>
b
-
, > 0 y para b
+
< b
-
, < 0.
GUA TCNICA COLOMBIANA GTC 51
21
4.3.9 En el numeral 4.3.7, debido a que no haba conocimiento especfico acerca de los
posibles valores de X
i
, dentro de sus lmites estimados a
-
y a
+
era posible suponer nicamente
que para X
i
era igualmente probable tomar cualquier valor dentro de estos lmites, con
probabilidad cero de caer fuera de ellos. Tales discontinuidades de la funcin escaln en una
distribucin de probabilidad no tienen, frecuentemente, sentido fsico. En muchos casos es
ms realista esperar que los valores cercanos a los lmites sean menos probables que aquellos
que estn cerca del punto medio. Es entonces razonable reemplazar la distribucin rectangular
simtrica con una distribucin trapezoidal simtrica con igual pendiente en ambos lados (un
trapezoide issceles). una base inferior de longitud a
+
- a
-
= 2a, y una base superior de longitud
2a, donde 0 < / < 1. Conforme 1 esta distribucin trapezoidal se aproxima a la
distribucin rectangular del numeral 4.3.7, mientras que para = 0 sta es una distribucin
triangular (vase el numeral 4.4.6 y la Figura 2b). Suponiendo tal distribucin trapezoidal para
X
i
, uno encuentra que la esperanza de X
i
es x
i
(a
-
+ a
+
) /2 y su varianza asociada es:
/6
2
) (1
2
a )
i
(x
2
u + (9)
la cual se convierte para la distribucin triangular, con = 0, en:
u
2
(x
i
) = a
2
/ 6 (9b)
Notas:
1) Para una distribucin normal con esperanzas y desviacin estndar , el intervalos +3 cubre
aproximadamente 99,73 por ciento de la distribucin. Entonces, si los lmites superior e inferior a
+
y a
-
definen lmites al 99,73 por ciento, en lugar de lmites al 100 por ciento, y puede suponerse que X
i
tienen una distribucin aproximadamente normal,. en lugar de asumir que no se tiene informacin sobre
X
i
entre los lmites, como en el numeral 4.3.7. entonces u
2
(x
i
).= a
2
/9 Para fines de comparacin, la
varianza de una distribucin rectangular simtrica con semintervalo a es a
2
/3 [vase la ecuacin (7)] y la
de una distribucin triangular simtrica con semiintervalo a es a
2
/6 [vase la ecuacin.(9b)]. La
magnitud de las varianzas de las tres distribuciones son sorprendentemente similares dadas las
grandes diferencias en la cantidad de informacin requerida para justificarlas.
2) La distribucin trapezoidal es equivalente a la convolucin de dos distribuciones rectangulares [10].
una con semiintervalo a
1
igual al promedio de la longitud del semiintervalo de una distribucin
trapezoidal, a
1
= a(1+)/2, la otra con un semiintervalo a2 igual al promedio de la longitud de una de
las porciones triangulares del trapezoide. a2 = a (1 - )/2. La varianza de la distribucin es u
2
= a
2
2
/3
+ a
2
2
/3. La distribucin convolucionada puede interpretarse como una distribucin rectangular cuyo
ancho, 2a
1
;.tiene una incertidumbre propia representada por una distribucin rectangular de ancho
2a
2
y que modela el hecho de que los lmites de un argumento no son exactamente conocidos. Pero
an si a
2
es tan grande como un 30 por ciento de a
1, u es mayor que a 3 por menos del 5 por
ciento.
4.3.10 Es importante no contar dos veces las componentes de la incertidumbre. Si una
componente de incertidumbre que resulta de un efecto en particular se obtiene a partir de
una evaluacin Tipo B, debera incluirse como una componente independiente de la
incertidumbre en el clculo de la incertidumbre estndar combinada del resultado de la
medicin nicamente si el efecto no contribuye a la variabilidad apreciada en las
observaciones. Esto es as porque la incertidumbre debida a la porcin del efecto que
contribuye a la variabilidad observada est ya incluida en la componente de incertidumbre
obtenida a partir del anlisis estadstico de las observaciones.
GUA TCNICA COLOMBIANA GTC 51
22
4.3.11 La discusin sobre la evaluacin Tipo B de la incertidumbre estndar hecha en los
numerales 4.3.3 a 4.3.9 debe entenderse slo como una serie de indicaciones.
Adicionalmente, las evaluaciones de incertidumbre deberan basarse en datos cuantitativos
tanto como sea posible, Tal como se enfatiza en los numerales 3.4.1 y 3.4.2.
4.4 ILUSTRACIN GRFICA DE LA EVALUACIN DE LA INCERTIDUMBRE
ESTNDAR
4.4.1 La Figura 1 representa la estimacin del valor de un argumento X
i
y la evaluacin de
la incertidumbre de esa estimacin a partir de la distribucin desconocida de los posibles
valores medidos de X
i
, o la distribucin de probabilidad de X
i
la cual se muestrea mediante
observaciones repetidas.
4.4.2 En la Figura 1a. se supone que el argumento X
i
es una temperatura t y que su
distribucin desconocida es una distribucin normal con esperanza
t
= 100 C y desviacin
estndar = 1,5 C. Su funcin de densidad de probabilidad es entonces (vase C.2.14)
p(t)
1
s 2p
e
(t u
t
)
2
/2s
2


Nota. La definicin de una funcin de densidad de probabilidad p(z) requiere que se satisfaga la relacin
siguiente:
p(z)dz 1

4.4.3 La Figura 1b muestra un histograma de n = 20 observaciones repetidas t


k
de la
temperatura t que se supone han sido tomadas aleatoriamente de la distribucin de la Figura
1a. Para obtener el histograma, las 20 observaciones o muestras, cuyos valores se dan en la
Tabla 1, se agrupan en intervalos de 1 C. (La preparacin de histogramas, por supuesto, no
se requiere para el anlisis estadstico de los datos).
La media aritmtica o promedio t de las n = 20 observaciones calculada de acuerdo a la
ecuacin (3) es t = 100, 145 C 100, 14 C, asumindose que es la mejor estimacin de la
esperanza u
t
, de t basada en los datos disponibles. La desviacin estndar experimental s(t
k
)
calculada usando la ecuacin (4) es s(t
k
) = 1.489 C 1,49 C, y la desviacin estndar
experimental de la media s( t ) calculada usando la ecuacin (5), la cual es la incertidumbre
estndar u( t ) de la media t, es:
u(t) s(t)
s(t
k
)
20
0,333 C
Nota. Para clculos adicionales, es probable que todos los dgitos debieran ser conservados.
GUA TCNICA COLOMBIANA GTC 51
23
Tabla 1. Veinte observaciones repetidas de la temperatura t agrupados en intervalos de 1 C.
Intervalo t1 t < t2
Temperatura
t1/C t2/C t/C
94,5
95,5
96,5
97,5
98,5
99,5
100,5
101,5
102,5
103,5
104,5
95,5
96,5
97,5
98,5
99,5
100,5
101,5
102,5
103,5
104,5
105,5
--
--
96, 90
98, 18; 98, 25
98, 61; 99, 03; 99, 49
99, 56; 99, 74; 99, 89; 100, 07; 100, 33; 100, 42
100, 68; 100, 95; 101; 11; 101, 20
101, 57; 101, 84; 102; 36
102, 72
--
--
Nota. Aunque los datos de la Tabla 1 son razonables considerando el amplio uso de los termmetros digitales
electrnicos de alta resolucin, slo tienen propsitos ilustrativos y no deben interpretarse como descripciones
de una medicin real.
4.4.4 La Figura 2 representa la estimacin del valor de un argumento X
i
y la evaluacin de
la incertidumbre de esa estimacin a partir de una distribucin a priori de valores posibles de
X
i
, o distribucin de probabilidad de X
i
basada en toda la informacin disponible. Para los dos
casos mostrados, se supone que el argumento es, nuevamente, una temperatura t.
4.4.5 Para el caso ilustrado en la Figura 2a, se asume que se dispone de poca informacin
acerca del argumento t y que todo lo que puede hacerse es suponer que t est descrita
mediante una distribucin de probabilidad a priori. simtrica y rectangular, con lmite inferior
a = 96 C, lmite superior a
+
= 104 C, y, por lo tanto, un semiintervalo a = (a
+
- a
-
)/2 = 4 C
(vase el numeral 4.3.7). La funcin de densidad de probabilidad t es entonces
p (t) = 1/2a, a
-
t a
+
p(t) = 0, en cualquier otro caso
Como se indica en el numeral 4.3.7, la mejor estimacin de t es su esperanza
t
, = (a
+
- a
-
)/2 = 100 C,
que resulta del numeral C.3.1. La incertidumbre estndar de esta estimacin es u (
t
) a / 3 2,3 C, lo
cual se sigue del numeral C.3.2 [vase ecuacin (7)]
4.4.6 Para el caso ilustrado en la Figura 2b, se supone que la informacin disponible
acerca de t est menos limitada y que t puede describirse mediante una distribucin de
probabilidad a priori simtrica, triangular, con el mismo lmite superior a
+
= 96 C, el mismo
lmite superior a
+
= 104 C, y, por lo tanto, con el mismo semintervalo a = (a
+
- a)/2 = 4C
como en el numeral 4.4.5 (vase el numeral 4.3.9). La funcin de densidad de probabilidad
de t es entonces:
GUA TCNICA COLOMBIANA GTC 51
24
p(t) =(t-a
-
)/a
2
, a
-
t (a
+
+ a
-
)/2
p(t) =(a
+
- t
-
)/a
2
, (a
+
+ a
-
)/2 t a
+
p(t) = 0, en cualquier otro caso
Como se indica en el numeral 4.3.9, la esperanza de t es
t
(a
+
+ a
-
)/2 = 100 C, lo cual se
sigue del numeral C.3.1. La Incertidumbre estndar de esta estimacin es u (
t
) = a/ 6 1,6
C, lo cual se sigue del numeral C.3.2 [ver ecuacin (9b)]
El valor anterior, u(
t
) = 1,6 C, puede compararse con u(
t
) = 2,3 C obtenido en el
numeral 4.4.5 a partir de una distribucin rectangular del mismo ancho de 8 C; con = 1,5 C de
la distribucin normal de la figura cuyo ancho de -2,58 a +2,58,que incluye el 99 por ciento de
la distribucin, es cercano a 8 C; y con u ( t ) = 0,33 C obtenido en el numeral 4.4.3 a partir
de 20 observaciones que se suponen fueron tomadas aleatoriamente de la misma
distribucin normal.
5. DETERMINACIN DE LA INCERTIDUMBRE ESTNDAR COMBINADA
5.1 ARGUMENTOS NO CORRELACIONADOS
Se aplica este numeral al caso en el cual todos los argumentos son independientes (vase el
numeral C.3.7). El caso en el cual dos o ms argumentos estn relacionados, esto es, son
interdependientes o correlacionados (vase el numeral C.2.8).
5.1.1 La incertidumbre estndar de y, donde y es la estimacin del mesurando Y y por lo
tanto el resultado de la medicin, se obtiene combinando apropiadamente las incertidumbres
estndar de las estimaciones de los argumentos x
1
, x
2
....,x
N
(vase el numeral 4.1). Esta
incertidumbre estndar combinada de la estimacin y se denota por u
c
(y).
GUA TCNICA COLOMBIANA GTC 51
25
Figura 1. Ilustracin grfica de la evaluacin de la incertidumbre estndar
de un argumento a partir de observaciones repetidas
GUA TCNICA COLOMBIANA GTC 51
26
Figura 2. Ilustracin grfica de la evaluacin de la incertidumbre estndar
de un argumento a partir de una ilustracin a priori
Nota. Por razones similares a las dadas en la nota del numeral 4.3.1, los smbolos u
c
(y) y u
c
2
(y) son usados en
todos los casos.
5.1.2 La incertidumbre estndar combinada u
c
(y) es la raz cuadrada positiva de la varianza
combinada u
c
2
(y), la cual est dada por:
GUA TCNICA COLOMBIANA GTC 51
27
u
c
2
(y)
f
x
i
2
i=1
u
2
(x
i
)
N

1
]
1
1

(10)
Donde f es la funcin dada en la ecuacin (1). Cada u(x
i
) es una incertidumbre estndar
evaluada como se describe en el numeral 4.2 (evaluacin Tipo A) o como en el numeral 4.3
(evaluacin Tipo B). La incertidumbre estndar combinada Uc(y) es una desviacin estndar
estimada que caracteriza la dispersin de los datos que pueden ser razonablemente
atribuidos al mensurando Y (vase el numeral 2.2.3).
La ecuacin (10) y su contraparte para argumentos correlacionados, ecuacin (13), las cuales
estn basadas en una aproximacin en serie de Taylor a primer orden de Y = f(X
1
, X
2
, .... X
N
),
expresan lo que en esta gua se denomina la ley de propagacin de incertidumbres (vanse los
numerales E.3.1 y E.3.2).
Nota. Cuando la no linealidad de f es significativa, deben incluirse trminos de mayor orden de la expansin en
serie de Taylor de la expresin para u
c
2
,(y), ecuacin (10). Cuando la distribucin de cada X
i
es simtrica
alrededor de su promedio, los trminos ms importantes del siguiente orden mayor que deben ser sumados a
los trminos de la ecuacin (10) son:
1
2
2
f
x
i
x
j
2
f
x
i
3
f
x
i
x
j
2
j 1 i 1
u
2
(x
i
)u
2
(x
j
)
N N

1
]
1
1
+

1
]
1
1
1
1

+
Vase el numeral H.1 para un ejemplo de una situacin donde la contribucin de los
trminos de alto orden en u
c
2
(y) necesitan ser considerados.
5.1.3 Las derivadas parciales f/x, son iguales a f/X
i
evaluadas en X
i
= x
i
(vase la nota 1
ms adelante). Estas derivadas, llamadas frecuentemente coeficientes de sensibilidad.
describen cmo la estimacin y vara con los cambios de las estimaciones de los argumentos
x
1
, x
2
, ....,x
N
,. En particular, el cambio en y producido por un pequeo cambio x
i
en la
estimacin del argumento x
i
est dado por (y)
i
= (f/x
i
)( x
i
). Si este cambio es generado
por la incertidumbre estndar de la estimacin x
i
la correspondiente variacin en y es
(f/x
i
)u(x
i
). La varianza combinada u
c
2
(y) puede entonces ser vista como una suma de
trminos, cada uno de los cuales representa la varianza estimada asociada con la estimacin
del mensurando y generada por la varianza estimada asociada con cada estimacin x
i
. Esto
sugiere escribir la ecuacin (10) como:
( ) ( ) [ ] ( ) y u x u C y U
N
l i
i
N
l i
i l c



2
2
2
(11a)
Donde:
( ) ( )
i i i i
M c y u , x / f ci (11b)
GUA TCNICA COLOMBIANA GTC 51
28
Notas:
1) Hablando estrictamente, las derivadas parciales son (f/x
i
) = (f/X
i
),evaluadas en las esperanzas de
X
i
en la practica, las derivadas parciales se estiman mediante
2) La incertidumbre estndar combinada u
c
(y) puede ser calculada numricamente si se substituye
c
i
u/(x
i
) en la ecuacin (11a) por:

f
x
i
f
x
i
x , x ...... x
1 2 N

Z
i
1
2
[f(x
1
, ..... , x
i
u(x
i
), .... , x ) f(x , .... , x u(x
i
), ..... , X )]
N 1 1 N
+
Esto es, u
i
(y) es evaluada numricamente calculando el cambio en y debido al cambio en x
i
de + u(x
i
) a -u(x
i
). El valor de u
i
(y) puede entonces ser tomado como |Z
i
| y el valor del
correspondiente coeficiente de sensibilidad ci como Z
i
/u(x
i
)
EJEMPLO.
En el ejemplo del numeral 4.1.1, usando, por simplicidad de notacin, el mismo
smbolo para la cantidad y su estimacin
c P/ V 2V / R
o
[1 (t t
o
)] 2P/ V
c P/ R
o
V / R
o
[1 (t t
o
)] P/ R
o
c P/ V (t t
o
) / R
o
[1 (t t
o
)]
P(t t
o
) / [1 (t t
o
)
c P/ t V a / R
o
[1 (t t
o
)]
Pa / [1 (t t
o
)]
1
2
2 2
3
2 2
4
2 2
+
+
+
+
+
+


y
[ ]
u
2
(P)
r
V
2
u (v)
P
R
o
2
u
2
(R
o
)
P
a
2
u
2
(a)
P
t
2
u
2
(t)
=[c
1
u (V) ]
2
C
2
u (R
o
) ]
2
[ c
3
u (a) ]
2
[ c
4
u (t) ]
2
u
1
2
(P) u
2
2
(P) u
3
2
(P) u
4
2
(P)

1
]
1
+

1
]
1
+

1
]
1
+

1
]
1
+ + +
+ + +

GUA TCNICA COLOMBIANA GTC 51


29
5.1.4 Lo coeficientes de sensibilidad f/x
i
, en lugar de ser calculados a partir de la funcin
f, son algunas veces determinados experimentalmente se mide el cambio en Y producido por
un cambio en una X
i
particular, mantenindose constantes a las dems. En este caso, el
conocimiento de la funcin f (o una porcin de esta cuando solamente algunos coeficientes
de sensibilidad son determinados de esta manera) se ve reducido a una expansin en serie
de Taylor de primer orden experimental basada en los coeficientes de sensibilidad medidos.
5.1.5 Si la ecuacin (1) para el mensurando Y es expandida alrededor de los valores
nominales X
i,o
de los argumentos X
i,
entonces, a primera orden (que es usualmente una
aproximacin adecuada), Y=Y
o
+c
2

1
+ c
2

2
+.....+ c
N

N
donde Y
o
= f(X
1,0
, X
2,0
,...,X
N,0
),c
i
= (f/X
i
)
evaluada en X
i
=X
i,0
y
i
= X
i
- X
i,o
. As, para los propsitos de un anlisis de incertidumbres,
un mensurando es usualmente aproximado por una funcin lineal de sus variables al
transformar sus argumentos de X
i
a
i
(vase el numeral E.3.1)
EJEMPLO.
Del ejemplo 2 del numeral 4.3.7, la estimacin del valor del mensurando V es V = V +
V , donde V = 0,928 571V, u( V ) = 12 V, la correccin aditiva V =0, y u(V ) = 8,7 V.
Ya que V/V = 1 y la varianza combinada asociada con V est dada por:
u
c
2
(V) u
2
(V) u
2
(DV) (12 m )
2
(8, 7 m )
2
219 x 10
12 2


+

+


V V
V
y la incertidumbre estndar combinada es u
c
(V) - 15V, la cual corresponde a una
incertidumbre estndar combinada relativa u
c
(V)/V de 16 X 10
-6
(vase el numeral
5.1.6). Este es un ejemplo del caso en donde el menturando es una funcin lineal de
las magnitudes de que depende, con coeficientes c
i
= + 1
s
. Se sigue de la ecuacin
(10) que si Y + c
1
X
1
+ c
2
X
2
+...C
N
X
N
y si las constantes c
i
= + 1 o -1, entonces:
u
c
2
(y) u
2
(x
i
)
i=
N

1
5.1.6 Si Y es de la forma
Y cX
1
X
2
........ X
N
P P P
1 2 N

y los exponentes p
i
son nmeros conocidos positivos o negativos que tienen incertidumbres
despreciables, la varianza combinada, ecuacin (10), puede ser expresada como:
[ ] [ ] u
c
(y)/ y
2
p
i
u(x
i
)/ x
i
2
i 1
N

(12)
GUA TCNICA COLOMBIANA GTC 51
30
Esta ecuacin tiene la misma forma que la (11a) pero con la varianza combinada u
c
2
(y)
expresada como una varianza combinada relativa [u
c
(y)/y]
2
y la varianza u
2
(x
i
) asociada con
cada estimacin de los argumentos como una varianza relativa estimada [u(x
i
)/x
i
]
2
. (La
incertidumbre estndar combinada relativa es u
c
(y)/ |y|
2
y la incertidumbre estndar relativa
de cada estimacin de los argumentos es u(x
i
) |x
i
|, |y| 0 y | x
i
| 0).
Notas:
1) Cuando Y tiene esta forma, su transformacin a una funcin lineal de variables (vase el numeral 5.1.5)
se realiza fcilmente haciendo X
i
= X
i,0
(1 +
i
), de donde se sigue la relacin: (Y - Y
0
/ Yo =
N
i 1
P
i

.
Por otro lado, la transformacin logartmica Z = InY y W
i
= In X
i
conduce a una linealizacin exacta
en trminos de las nuevas variables:
Z l n c p
i
i 1
N
W
i
+

.
2) Si cada pi es o + 1 o -1, la ecuacin (12) se puede escribir como [u
c
(y) / y
2
] [u(x
i
) / x
i
]
2
i 1
N

,
la cual muestra que para este caso especial la varianza combinada relativa asociada a la estimacin de
y es simplemente igual a la suma de las varianzas relativas estimadas asociadas con las estimaciones
de los argumentos x
i
.
5.2 ARGUMENTOS CORRELACIONADOS
5.2.1 La ecuacin (10) y las deducidas a partir de ella, tales como las ecuaciones (11) y (12) son
vlidas solamente si los argumentos X
i
son independientes o no correlacionados (las variables
aleatorias, no las cantidades fsicas que son asumidas como invariantes (vase el numeral 4.1.1,
nota 1). Si algunas de los X
i
estn significativamente correlacionados, las correlaciones deben
tomarse en cuenta.
5.2.2 Cuando los argumentos estn correlacionados, la expresin apropiada para la
varianza combinada u
c
2
(y) asociada al resultado de una medicin es:
)
u
c
2
(y)
f
x
i
f
x
j i 1
u(x
i
, x
j
)
f
x
i
2
N
u
2
(x
i
) 2
f
x
i
f
x
j
u(
j i
N N
i 1 i 1
N 1
j i 1
N

1
]
1
1

x
i
x
j
,
(13)
Donde x
i
y x
j
son las estimaciones de X
i
y X
j
y u(x
i
,x
j
) = u(x
j
,x
i
) es la covarianza estimada
asociada con x
i
y x
j
. El grado de correlacin entre x
i
y x
j
, est caracterizado por el coeficiente
de correlacin estimado (vase el numeral C.3.6).
GUA TCNICA COLOMBIANA GTC 51
31
r(x
i,
x
j
)
u(x
i
, x
j
)
u(x
i
),u(x
j
)
(14)
Donde r(x
i
, x
j
) = r(x
j
, x
i
), y - 1 r(x
i
, x
j
) + l. Si las estimaciones x
i
y x
j
son independientes
r(x
i
,x
j
) = 0, y un cambio en una de ellas no implica un cambio en la otra. (Vanse los
numerales C.2.8. C.3.6, y C.3.7 para una discusin ms extensa.)
En trminos de coeficientes de correlacin, que son mas fcilmente interpretables que las
covarianzas, el trmino de covarianza de la ecuacin (13) puede ser escrito como:
2
f
x
i j=i 1
f
x
j
u (x
i
) u (x
j
) r (x
i
, x
j
)
N
i 1
N 1

(15)
La ecuacin (13) se puede escribir entonces, con la ayuda de la ecuacin (11 1b), como
u
c
2
(y) c
1
2
u
2
(x
i
) 2 c
i
c
j
u(x
i
) u(x
j
) r(x
i
, x
j
)
i 1
N
j i j
N
i 1
N 1
+
+


(16)
Notas:
1) Para el caso muy especial donde todas las estimaciones de los argumentos estn correlacionadas con
coeficientes de correlacin r(x
i
, x
j
) = + 1, la ecuacin (16) se reduce a:
u
c
(y) c
i
u(x
i
)
f
x
i
u (x
i
)
2
i 1
N
2
i 1
N
2

1
]
1
1

1
]
1
1

La incertidumbre estndar combinada u


c
(y) es, por lo tanto, simplemente la raz cuadrada positiva de
una suma lineal de trminos que representan la variacin de las estimaciones del mensurando y
generada por la incertidumbre estndar de cada estimacin de los argumentos x
i
(vase el numeral
5.1.3). (Esta suma lineal no debe ser confundida con la ley general de propagacin de errores que tiene
una forma similar; las incertidumbres estndares no son errores (vase el numeral E.3.2).)
EJEMPLO.
Diez resistores, cada uno de resistencia nominal R
i
= 1 000 , son calibrados, con una
incertidumbre despreciable, por comparacin con respecto a la resistencia patrn R
s
de 1 000
caracterizada por una incertidumbre estndar u(R
s
) = 100 m, de acuerdo con su certificado de
calibracin. Los resistores son conectados en serie con alambres de resistencia despreciable
para obtener una resistencia de referencia R
ref
de valor nominal 10 k. As que:
R f(R
i
) R
i
ref
i 1
10

Puesto que r(x


i
, x
j
) = r(R
i
, R
j
) = + 1 para cada par de resistencias (vase la F.1.2.3. ejemplo 2),
la ecuacin de esta nota se aplica. Dado que para cada resistencia flx
i
R
re
flR
i
= 1, y u(x
i
) =
u(R
i
)= u(R
i
)=(R
s
) (vase el numeral F.1.2.3, ejemplo 2), esta ecuacin da como resultado para
la incertidumbre estndar combinada de R
ref
GUA TCNICA COLOMBIANA GTC 51
32
u
c
(R
ref
) u (R
s
i 1
10
) 10x(100 mW) 1W


As que el resultado
u
c
(R
ref
) u
2
i 1
10
(R
s
)
1/2
0,32W

1
]
1

obtenido de la ecuacin (10) es incorrecto ya que no toma en cuenta que todos los valores de
las calibraciones de las diez resistencias estn correlacionados.
2) Las varianzas estimadas u
2
(x
i
) y las covarianzas estimadas u(x
i
, x
j
) pueden ser consideradas como los
elementos de una matriz de covarianza con elementos u
i,j
. Los elementos de la diagonal u
ij
, de la matriz
son las varianzas u
2
-(x
i
) mientras que los elementos fuera de la diagonal u
ij
(i j) son las covarianzas
u(x
i
, x
j
) - u(x
j
, x
i
). Si las estimaciones de dos argumentos no estn correlacionadas, su covarianza
asociada y los elementos correspondientes u
ij
, y u
ji
, de la matriz de covarianza son 0. S
i
las
estimaciones de todos los argumentos no son correlacionadas, todos los elementos fuera de la diagonal
son cero y la matriz de covarianza es diagonal. (Vase tambin (numeral C.3.5))
3) Para propsitos de evaluacin numrica, la ecuacin (16) puede ser escrita como:
u
c
2
(y) Z Z r(x , x )
i
j i
N
i
N
j i j



1
Donde Zi est dada en el numeral 5.1.3, Nota 2.
4) Si las Xi son de la forma especial considerada en el numeral 5.1.6 y adems estn correlacionadas,
entonces los trminos
[ ][ ]
2 p
i
u(x
i
) / x
i
p u(x ) / (x r(x , x )
J j 1
N
i 1
N 1
j j j i j
+


Deben ser agregados al lado derecho de la ecuacin (12)
5.2.3 Considrense dos medias aritmticas q y r que estiman las esperanzas
q
, y
r
de
dos variables aleatorias q y r y calclense q y r a partir de n pares independientes de
observaciones simultneas de q y r hechas bajo las mismas condiciones de medicin (vase
el numeral B.2.15). Entonces la covarianza de q y r pueden ser estimadas por (vase el
numeral C.3.4)
s (q, r )
1
n(n 1)
(q
k
q) (r
k
r )
k
n
1

(17)
GUA TCNICA COLOMBIANA GTC 51
33
Donde q
k
y r
k
, son las observaciones individuales de las cantidades q y r , y q y r son
calculadas a partir de las observaciones de acuerdo con la ecuacin (3). Si, en efecto, las
observaciones no estn correlacionadas, se espera que la covarianza calculada sea
aproximadamente cero.
As, la covarianza estimada de dos argumentos correlacionados X
i
y X
j
que se estima
mediante las medias X
i
y X j determinada a partir de pares independientes de
observaciones simultneas est dada por u(x
i
, x
j
) = s( X
i
, X j ), con s( X
i
, X j ) calculada de
acuerdo a la ecuacin (17). Esta aplicacin de la ecuacin (17) es una evaluacin Tipo A de
la covarianza El coeficiente de correlacin estimado para X
i
y X j , se obtiene de la ecuacin
(14): r(x
i
,x
j
) = r( X
i
, X j )= s( X
i
, X j )/s( X
i
)s( X j ).
Nota. En H.2 y H.4 se muestran ejemplos en los cuales es necesario usar covarianzas como las calculadas
mediante la ecuacin (17).
5.2.4 Puede existir una significativa correlacin entre dos argumentos si se ha usado, para
su determinacin, un mismo instrumento de medicin, patrn fsico de medicin, o datos de
referencia que tengan una incertidumbre estndar significativa. Por ejemplo, si un cierto
termmetro es utilizado para determinar una correccin de temperatura requerida en la
estimacin del argumento X
i
, y el mismo termmetro es usado para determinar una similar
correccin de temperatura requerida en la estimacin del argumento X
j
, los dos argumentos
podran estar significativamente correlacionados, Sin embargo, si X
i
y X
j
en este ejemplo se
redefinen como las magnitudes no corregidas y las magnitudes que definen la curva de
calibracin para el termmetro se incluyen como argumentos adicionales con incertidumbres
estndar independientes, se remueve la correlacin entre X
i
y X
j
;. (vanse los numerales
F.1.2.3 y F.1.2.4 para una discusin ms amplia).
5.2.5 No pueden ignorarse las correlaciones entre argumentos cuando aquellas existen y
son significativas. Las covarianzas asociadas deben ser evaluadas experimentalmente, de
ser posible, variando los argumentos correlacionados (vase el numeral C.3.6, nota 3). o
usando la informacin disponible sobre la variabilidad correlacionada de las magnitudes en
cuestin (evaluacin Tipo B de la covarianza). La intuicin basada en la experiencia y el
conocimiento general (vanse los numerales 4.3.1 y 4.3.2) son especialmente requeridos
para estimar el grado de correlacin entre argumentos que surgen de los efectos de
influencias comunes, tales como la temperatura ambiente, la presin baromtrica, y la
humedad. Afortunadamente, en muchos casos, los efectos de tales influencias tienen
interdependencia despreciable y los argumentos afectados en ser asumidos como no
correlacionados. Sin embargo, si no pueden suponerse no correlacionados, las correlaciones
mismas pueden ser evitadas si se consideran como argumentos adicionales las influencias
comunes tal como se indica en el numeral 5.2.4.
6. DETERMINACIN DE LA INCERTIDUMBRE EXPANDIDA
6.1 INTRODUCCIN
6.1.1 La recomendacin INC-1 (1980) del Grupo de Trabajo para la Expresin de
Incertidumbres, sobre la cual se basa la presente Gua (vase la Introduccin). y las
recomendaciones 1 (CI-1981) y 1 (CI-1986) del CIPM que aprueban y a la INC-1 (1980)
(vanse los numerales A.2 y A.3), apoyan por el uso de la incertidumbre estndar combinada
u
c
(y) como el parmetro para expresar cuantitativamente la incertidumbre en el resultado de
GUA TCNICA COLOMBIANA GTC 51
34
una medicin. En efecto, en la segunda de sus recomendaciones, el CIPM ha solicitado que
lo que ahora se conoce con el nombre de incertidumbre estndar combinada u
c
(y) sea
utilizado por todos los participantes al informar sobre los resultados de todas las
comparaciones internacionales u otros trabajos hechos bajo los auspicios del CIPM y de los
Comits Consultivos.
6.1.2 Aunque u
c
(y) puede ser universalmente usada para expresar la incertidumbre del
resultado de una medicin, en algunas aplicaciones comerciales, industriales o regulatorias,
y cuando la salud o la seguridad estn involucradas, es frecuentemente necesario
proporcionar una medida de la incertidumbre que define un intervalo alrededor del resultado
de la medicin que se espera incluya una fraccin grande de la distribucin de valores que
razonablemente pueden ser atribuidos al mensurando. La existencia de este requisito fue
reconocida por el Grupo de Trabajo y origin el prrafo 5 de la recomendacin INC-1 (1980).
Esto tambin se ve reflejado en la Recomendacin 1 (CI-1986) del CIPM.
6.2 INCERTIDUMBRE EXPANDIDA
6.2.1 La medida adicional de la incertidumbre que cumple con el requisito de definir un
intervalo del tipo indicado en el numeral 6.1.2 es llamada incertidumbre expandida y se
denota por el smbolo U. La incertidumbre expandida U se obtiene al multiplicar la
incertidumbre estndar combinada u
c
(y) por un factor de cobertura k:
U = k u
c
(y) (18)
El resultado de una medicin se expresa entonces, convenientemente, como Y = y U. que
se interpreta diciendo que la mejor estimacin del valor atribuible al mensurando Y es y, y
que se espera que el intervalo que va de y - U a y + U abarque una fraccin importante de la
distribucin de los valores que razonablemente pueden ser atribuidos a Y. Tal intervalo
tambin se puede expresar como; y - U Y y + U.
6.2.2 Los trminos intervalo de confianza (vanse los numerales C.2.27, C.2.28) y nivel de
confianza (vase el numeral C.2.29) tienen definiciones especficas en estadstica y slo se
aplican al intervalo definido por U cuando se satisfacen ciertas condiciones, incluyendo
aquella de que todas las componentes de la incertidumbre que contribuyen a u
c
(y) sean
obtenidas de las evaluaciones Tipo A. Entonces, en esta Gua, la palabra confianza no se
usa para modificar a la palabra intervalo cuando se hace referencia al intervalo definido por
U; y el trmino intervalo de confianza no se usa para hacer referencia a ese intervalo,
utilizndose, en cambio, el trmino "nivel de confianza. Especficamente, se debe interpretar
a U como el valor que define un intervalo alrededor del resultado de la medicin que abarca
una fraccin grande p de la distribucin de probabilidad caracterizada por ese resultado y
tambin por su incertidumbre estndar combinada, y p es la probabilidad de cobertura o nivel
de confianza del intervalo.
6.2.3 Cuando sea posible, el nivel de confianza p asociado con el intervalo definido por U
deber ser estimado y declarado. Deber de reconocerse que al multiplicar a u
c
(y) por una
constante no se aade nueva informacin, sino que se presenta a la informacin previamente
disponible en una forma diferente. Sin embargo, tambin debe de reconocerse que en la
mayora de los casos el nivel de confianza p (especialmente en los casos cuando p toma
valores cercanos a la unidad) es un tanto inseguro, no slo por la limitacin en el conocimiento
de la distribucin de probabilidad caracterizada por y y por u
c
(y) (particularmente en los
extremos), sino tambin por la incertidumbre en u
c
(y) misma (vanse las notas de los
numerales 2 a 2.3.5, 6.3.2 y el Anexo G, particularmente G.6.6).
Nota. Para obtener informacin acerca de las formas ms comunes para declarar el resultado de una medicin,
GUA TCNICA COLOMBIANA GTC 51
35
tanto cuando la medida de la incertidumbre es u
c
(y), como cuando sta es U
i
vanse los numerales 7.2.2 y 7.2.4.
respectivamente.
6.3 ELECCIN DEL FACTOR DE COBERTURA
6.3.1 El valor del factor de cobertura k se elige con base al nivel de confianza requerido
para el intervalo de y - U a y + U. En general, k tomar valores entre 2 y 3. Sin embargo, para
ciertas aplicaciones especiales k podr estar fuera de este intervalo de valores. La
experiencia y el conocimiento a fondo del uso que se le d a los resultados de las
mediciones, puede facilitar grandemente la seleccin del valor apropiado para k.
Nota. Ocasionalmente, es posible encontrar que una correccin conocida b de un efecto sistemtico no ha sido
aplicada al resultado reportado de una medicin, por el contrario, se ha tratado de tomar en cuenta este efecto
ampliando la incertidumbre asignada al resultado. Esto debe ser evitado; slo en circunstancias muy
especiales no se aplicarn las correcciones para efectos sistemticos significativos conocidos al resultado de
una medicin (vase el numeral F.2.4.5 para un caso especfico y su tratamiento). La evaluacin de la
incertidumbre del resultado de una medicin no deber de confundirse con la asignacin de niveles de
seguridad a una cantidad.
6.3.2 Idealmente, se debera ser capaz de elegir un valor especfico del factor de cobertura
k que determinara al intervalo Y = y U = y ku
c
(y) correspondiente al nivel de confianza
particular p, tal como 95 o 99 por ciento; en forma equivalente, para un valor dado de k, sera
agradable poder establecer inequvocamente el nivel de confianza asociado con ese
intervalo. Sin embargo, esto no es sencillo de hacer en la prctica ya que se requiere un
conocimiento amplio de la distribucin de probabilidad caracterizada por el resultado de la
medicin y, y la incertidumbre estndar combinada u
c
(y). Aunque estos parmetros son de
importancia crtica, son por s mismos insuficientes para el propsito de establecer intervalos
que tengan niveles de confianza exactamente conocidos.
6.3.3 La recomendacin INC- 1 (1 980) no especifica como deber establecerse la relacin
entre p y k. Este problema se discute en el Anexo G, y el mtodo preferencial para su
solucin aproximada se presenta en el numeral G.4 y se resume en el numeral G.6.4. No
obstante, un enfoque ms sencillo, discutido en el numeral G.6.6, es a menudo adecuado en
situaciones de medicin en donde la distribucin de la probabilidad caracterizada por y y por
u
c
(y) es aproximadamente normal y el nmero de grados de libertad efectivos de u
c(
y) es
grande. Cuando este es el caso, que ocurre frecuentemente en la prctica, es posible
suponer que al tomar k = 2 se obtiene un intervalo cuyo nivel de confianza es de
aproximadamente 95 por ciento, y que al elegir k = 3 se obtiene un intervalo que tiene un
nivel de confianza de aproximadamente el 99 por ciento.
Nota. Un mtodo para estimar el efectivo de grados de libertad de u
c
(y) se encuentra en el numeral G.4. La Tabla
G.2 del anexo G puede entonces utilizarse como auxiliar al decidir si esta solucin es apropiada para una
medicin en particular (vase el numeral G.6.6).
GUA TCNICA COLOMBIANA GTC 51
36
7. INFORMES DE INCERTIDUMBRE
7.1 GUA GENERAL
7.1.1 En general, conforme se avanza en la jerarqua de las mediciones, se requieren ms
detalles acerca de cmo se obtuvieron el resultado de una medicin y su incertidumbre. No
obstante, en cualquier nivel de dicha jerarqua, incluyendo las actividades comerciales y
reglamentarias en el mercado, trabajos de ingeniera en la industria, instalaciones de
calibraciones no primarias, investigacin y desarrollo industrial, investigacin acadmica,
laboratorios de calibracin y patrones primarios industriales, los laboratorios primarios
nacionales y el BIPM, debera estar disponible toda la informacin necesaria para la
reevaluacin de la medicin para quienes pudieran necesitarla. La diferencia primordial es
que en los niveles ms bajos de la cadena jerrquica, la mayor parte de la informacin
puede estar disponible en informes publicados de calibracin y prueba del sistema,
especificaciones de prueba, certificados de prueba y calibracin, manuales de instrucciones,
normas internacionales y nacionales, y reglamentos locales.
7.1.2 Cuando se proporcionan los detalles de la medicin, incluyendo el mtodo para la
evaluacin de la incertidumbre, haciendo referencia a documentos publicados, como es
frecuente en casos cuando los resultados de la calibracin se declaran en un certificado, es
imperativo que estas publicaciones se mantengan actualizadas de manera que sean
consistentes con los procedimientos de medicin que realmente estn utilizndose.
7.1.3 En la industria y el comercio cada da se hacen numerosas mediciones sin un informe
explcito de la incertidumbre. Sin embargo, muchas se efectan con instrumentos sujetos a
calibraciones peridicas o a inspecciones legales. Si se sabe que los instrumentos se
trabajan en conformidad a sus especificaciones o a los documentos normativos existentes
que puedan aplicarse a ellos, las incertidumbres de sus indicaciones pueden ingerirse a
partir de esas especificaciones o de esos documentos normativos.
7.1.4 Aunque en la prctica la cantidad de informacin necesaria para documentar el
resultado de una medicin depende del uso pretendido, el principio bsico de lo que se
requiere permanece sin cambio: cuando se informa el resultado de una medicin y su
incertidumbre, es preferible equivocarse suministrando demasiada informacin en lugar de
suministrarla incompleta. Por ejemplo, se puede:
a) describir claramente los mtodos utilizados para calcular el resultado de la
medicin y su incertidumbre a partir de las observaciones experimentales y los
argumentos utilizados;
b) hacer listas de todos las componentes de la incertidumbre y documentar
totalmente sobre como fueron evaluadas;
c) presentar los anlisis de datos en una manera tal que cada uno de sus pasos
importantes puedan ser seguidos de manera sencilla y el clculo del resultado
informado pueda ser repetido de manera independiente, en caso de ser
necesario;
d) proporcionar todas las correcciones y las constantes utilizadas en el anlisis,
as como las fuentes de cada una de ellas.
GUA TCNICA COLOMBIANA GTC 51
37
Una prueba de la lista que antecede es preguntar se ha proporcionado suficiente
informacin, de una manera suficientemente clara, de tal manera que el resultado pueda ser
actualizado en el futuro en caso de que se tenga disponible nueva informacin?
7.2 GUA ESPECFICA
7.2.1 Cuando se informa el resultado de una medicin y cuando la medida de la
incertidumbre es la incertidumbre estndar combinada u
c
(y), se debe:
a) dar una descripcin completa de como se define el mensurando Y,
b) dar el valor estimado y del mensurando Y y su incertidumbre estndar
combinada u
c
(y); dando siempre las unidades tanto de y como de u
c
(y);
c) incluir la incertidumbre estndar combinada relativa u
c
(y) |y| |y| 0, cuando sea
apropiado.
d) dar la informacin solicitada en el numeral 7.2.7 o hacer referencia a un
documento publicado que la contenga.
Si se juzgara til para los posibles usuarios de los resultados de las mediciones, por
ejemplo, para ayudar en clculos futuros de factores de cobertura o para asistir en la
comprensin de las mediciones, se debe indicar:
- los grados de libertad efectivos estimados v
eff
(vase el numeral G.4);
- las incertidumbres estndar combinadas Tipo A y Tipo B, u
CA
(y) y u
CB
(y),
respectivamente, y sus grados de libertad efectivos estimados v
effA
y v
effB
(vase
el numeral G.4.1, nota 3).
7.2.2 Cuando la medida de la incertidumbre es u
c
(y), es preferible declarar el resultado
numrico de la medicin en una de las cuatro maneras siguientes, con el propsito de evitar
malas interpretaciones. (Se supone que la magnitud cuyo valor se est informando es,
nominalmente, una masa patrn m
s
de 100 g; las palabras que se encuentran entre
parntesis pueden ser omitidas por brevedad si u
c
se define en cualquier parte del
documento que informa del resultado.)
1) m
s
= 100,021 47 g con (una incertidumbre estndar combinada) u
c
= 0,35 mg.
2) m
s
=100,021 47 (35) g, donde el nmero entre parntesis es el valor numrico
de (la incertidumbre estndar combinada) u
c
, referido a los ltimos dgitos
correspondientes del resultado citado.
3) m
s
= 100,021 47(0,000 35) g, donde el nmero entre parntesis es el valor
numrico de (la incertidumbre estndar combinada) u
c
expresado en la
unidad del resultado citado".
GUA TCNICA COLOMBIANA GTC 51
38
4) "m
s
= (100,021 47 0,000 35) g, donde el nmero que sigue al smbolo es
el valor numrico de (la incertidumbre estndar combinada) u, y no un
intervalo de confianza.
Nota. El formato que usa el smbolo debe evitarse cada vez que sea posible ya que, tradicionalmente, se le ha usado
para indicar un intervalo que corresponde a un alto nivel de confianza y puede, por tanto, ser confundida con la
incertidumbre expandida (vase el numeral 7.2.4). An ms, aunque el propsito de la advertencia en 4) es prevenir tal
confusin, escribir Y = y u
c
(y) puede seguir malinterpretndose al hacer creer que implica, especialmente si la
advertencia es accidentalmente omitida, que se pretende una incertidumbre expandida con k = 1 y que el intervalo y-
u
c
(y) Y y + u
c
(y) tiene un nivel de confianza especificado p, es decir, aquel asociado con la distribucin normal (vase
el numeral G.1.3). Como se indica en el numeral 6.3.2 y en el anexo G, la interpretacin de u
c
(y) en este sentido
usualmente es difcil de justificar.
7.2.3 Cuando se informen los resultados de una medicin y cuando la medida de la
incertidumbre sea la incertidumbre expandida U= ku
c
(y), se debe:
a) dar una descripcin completa de como se define el mensurando Y;
b) declarar el resultado de la medicin como Y=yt U dar las unidades de y y de U;
c) incluir la incertidumbre expandida relativa U/|y|, |y| 0, cuando sea apropiado;
d) dar el valor de k usado para obtener U [o, para conveniencia del usuario del
resultado, dar tanto k, como u
c
(y)];
e) dar el nivel de confianza aproximado asociado con el intervalo y U y declarar
como se determin.
f) dar la informacin mencionada en el numeral 7.2.7 o hacer referencia a un
documento publicado que la contenga.
7.2.4 Cuando la medida de la incertidumbre es U, es preferible, para mxima claridad,
declarar el resultado numrico de la medicin como en el ejemplo siguiente. (Las palabras
que se encuentran entre parntesis pueden ser omitidas por brevedad si U, u
c
y k son
definidas en cualquier parte del documento que informa el resultado.)
m
s
= (100,021 47 0,000 79) g, donde el nmero que sigue al smbolo es el valor
numrico de (una incertidumbre expandida) U = ku
c
. con U determinada a partir de
(una incertidumbre estndar combinada) u
c
= 0,35 mg y (un factor de cobertura) k =
2,26, basada en la distribucin t para v = 9 grados de libertad, y define un intervalo
estimado para tener un nivel de confianza de 95 por ciento.
7.2.5 Si una medicin determina simultneamente a ms de un mensurando, o sea, si
suministra dos o ms estimados y
i
(vanse los numerales H.2, H.3 y H.4), entonces, adems
de dar y
i
y u
c
(y
i
), dar los elementos matriciales de la covarianza u(y
i
, y
j
) o los elementos r(y
i
,
y
j
) de la matriz de coeficientes de correlacin (vase el numeral C.3.6, nota 2) (y
preferiblemente ambos).
GUA TCNICA COLOMBIANA GTC 51
39
7.2.6 El valor numrico del estimado y y de su incertidumbre estndar u
c
(y) o su
incertidumbre expandida U no deben ser dadas con un nmero excesivo de dgitos.
Usualmente es suficiente expresar u
c
(y) y U [as como las incertidumbres estndar u(x
i
) de
las estimaciones de los argumentos x
i
], con a lo ms dos dgitos significativos, aunque en
algunos casos puede ser necesario retener dgitos adicionales para evitar errores de
redondeo en clculos subsecuentes.
Al informar los resultados finales, puede ser algunas veces apropiado redondear
incertidumbres al dgito superior en lugar de al dgito ms cercano. Por ejemplo, u
c
(y) =
10,47 m puede ser redondeado hasta 11 m. Sin embargo, el sentido comn deber
prevalecer y un valor como u(x
i
) = 28,05 kHz debe ser redondeado a 28 kHz. Las
estimaciones de los argumentos y el mensurando deben ser redondeados para ser
consistentes con sus incertidumbres; por ejemplo, si y = 10,057 62 0 con u
c
(y) = 27 mg, y
debe ser redondeada a 10,058 . Los coeficientes de correlacin deberan ser dados con
una exactitud de tres dgitos si sus valores absolutos son cercanos a la unidad.
7.2.7 En el informe detallado que describe cmo fueron obtenidos el resultado de una
medicin y su incertidumbre, se deben seguir las recomendaciones del numeral 7.1.4 y por
tanto:
a) dar el valor para cada estimacin de argumentos x
i
y su incertidumbre
estndar u(x
i
); dar, adems, una descripcin de como fueron obtenidas;
b) dar las covarianzas estimadas o coeficientes de correlacin estimados
(preferentemente ambos) asociados con todas los estimaciones de los
argumentos que estn correlacionados y los mtodos utilizados para obtenerlos;
c) dar los grados de libertad para la incertidumbre estndar de cada estimacin
de argumentos y el mtodo utilizado para obtenerlo;
d) dar la relacin funcional Y = f(X
1
, X
2
, .... X
N
) y, cuando se considere til, las
derivadas parciales o coeficientes de sensibilidad f/x
i
. Como sea, deben
proporcionarse cualesquiera de tales coeficientes determinados
experimentalmente.
Nota. Dado que la relacin funcional f puede ser extremadamente compleja o puede no existir explcitamente
sino nicamente como un programa computacional, puede no ser siempre posible dar f y sus derivadas. La
funcin f puede ser entonces descrita en trminos generales o el programa usado puede ser citado mediante
una referencia apropiada. En tales casos, es importante que quede claro como fueron obtenidos el estimado y,
del mensurando Y as como su incertidumbre estndar combinada u
c
(y).
8. RESUMEN DEL PROCEDIMIENTO PARA LA EVALUACIN Y EXPRESIN DE LA
INCERTIDUMBRE
Los pasos a seguir para evaluar y expresar la incertidumbre de los resultados de una
medicin como se presentan en la gua se pueden resumir como sigue:
GUA TCNICA COLOMBIANA GTC 51
40
1) Expresar matemticamente la relacin entre el mensurando Y y los
argumentos X
i
de los cuales depende Y: Y = f(X
1
, X
2,
.... X
N
,). La funcin f
deber contener cualquier magnitud incluyendo todas las correcciones y
factores de correccin que puedan contribuir como una componente
significativa de incertidumbre al resultado de la medicin (vanse los
numerales 4.1.1 y 4.1.2).
2) Determinar x
i
, el valor estimado del argumento X
i
, ya sea sobre la base del
anlisis estadstico de una serie de observaciones o por otro mtodo (vase
numeral 4.1.3).
3) Evaluar la incertidumbre estndar u(x
i
) de cada estimacin x
i
para la estimacin
de un argumento obtenida a partir del anlisis estadstico de una serie de
observaciones, la incertidumbre estndar se evala como se describe en el
numeral 4.2 (evaluacin de incertidumbres estndar Tipo A). Para el caso de
una estimacin obtenida por otros mtodos, la incertidumbre estndar u(x
j
) se
evala como se describe en el numeral 4.3 (evaluacin de incertidumbres
estndar Tipo B).
4) Evaluar las covarianzas asociadas con cualesquier estimacin de los
argumentos que estn correlacionados (vase el numeral 5.2).
5) Calcular el resultado de la medicin, esto es, la estimacin y del mensurando Y,
a partir de la relacin funcional f usando, para los argumentos X
i
, las
estimaciones x
i
obtenidas en el paso 2 (vase numeral 4.1.4).
6) Determinar la incertidumbre estndar combinada u
c
(y) del resultado de la
medicin y a partir de las incertidumbres estndar y las covarianzas asociadas
con las estimaciones x
i
, como se describe en el captulo 5. Si la medicin
determina simultneamente ms de un resultado, calcule sus covarianzas
(vanse los numerales 7.2.5, H.2, H.3 y H.4).
7) Si es necesario declarar una incertidumbre expandida U cuyo propsito sea
establecer un intervalo de y -U a y + U que pueda esperarse abarque una
fraccin grande de la distribucin de los valores que razonablemente puedan
ser atribuidos al mesurando Y, multiplquese a la incertidumbre estndar
combinada u
c
(y) por un factor de cobertura k, tpicamente en el intervalo de 2 a
3, para obtener U = ku
c
(y). Seleccione k sobre la base del nivel de confianza
requerido para el intervalo (vanse los numerales 6.2, 6.3 y especialmente el
Anexo G, en donde se discute la seleccin de un valor de k que produce un
intervalo que tiene un nivel de confianza prximo a un valor especificado).
8) Informar del resultado de la medicin y junto con su incertidumbre estndar
combinada u
c
(y) o su incertidumbre expandida U como se discuti en los
numerales 7.2.1 y 7.2.3; utilizar alguno de los formatos recomendados en los
numerales 7.2.2 y 7.2.4. Descrbase, como tambin se seala en la captulo 7,
cmo se obtuvieron y y u
c
(Y) o U.
GUA TCNICA COLOMBIANA GTC 51
41
ANEXO A
Recomendaciones del Grupo de Trabajo y el CIPM
A.1 RECOMENDACIN INC-1 (1980)
El Grupo de Trabajo para la Expresin de Incertidumbres (vase el Prefacio) fue convocado
en Octubre de 1980 por el Bur Internacional de Pesas y Medidas (BIPM) en respuesta a las
solicitudes del Comit Internacional de Pesas y Medidas (CIPM). Este Grupo prepar un
informe detallado, para someterlo a consideracin del CIPM, el cual dio lugar a la
Recomendacin INC- 1 (1980) [2]. La traduccin al espaol de la versin inglesa de esta
Recomendacin se da en 0.7 de esta Gua en tanto que el texto en francs, el cual es de
mayor autoridad, se presenta a continuacin [2]:
Expression des incertitudes exprimentales
Recommandation INC-1 (1980)
1) Lincertitude dun rsultat de mesure comprend gnralement plusiers
composantes qui peuvent tre groupes en deux categories daprs la
mthode utilise pour estimer leur valeur numrique:
A celles qui sont values a laide de mthodes statistiques,
B. celtes qui sont values par dautres moyens.
ll ny a pas toujours une correspondance simple entre le classement dans les
catgories A ou B et le caractre alatoire ou -systmatique utilis
anterieurement pour classer les incertitudes . Lexpresion incertitude
systmatique est susceptible de conduire des erreurs dinterprtation; elle
doit tre vite.
Toute description detaille de lincertitude devrait comprendre une liste
compltte de ses composantes et indiquer pour chacume la mthode utilise
pour lui attribuer une valeur numrique.
2) Les composantes de la catgorie A sont caractrises par les variances
estimes s
i
2
(ou les carts-types estims s
i
) et les nombres v
i
de degrs de
libert. Les cas chant, les covariances estimes doivent etre donnes.
3) Les composantes de la catgorie B devraient tre caractrises par des
termes u
j
2
qui puissent tre considrs comme des approximations des
variances correspondantes dont on admet lexistence. Les termes u
j
2
peuvent
tre traits comme des variances et les termes u
j
comme des carts-types. Le
cas chant, les covariances doivent tre traites de faon analogue.
GUA TCNICA COLOMBIANA GTC 51
42
4) Lincertitude compose devrait tre caractrise par la valeur obtenue en
appliquant la mthode usuelle de combinaison des variances. Lincertitude
compose ainsi que ses composantes devraient tre exprimes sous la forme
d carts-types
5) Si pour des utilisatins particulires on est amen multiplier Par un facteur
lincetitude compos afin dobtener une incertitude globale, la valcur
numrique de ce facteur doit toujours tre donne.
A.2 RECOMENDACIN 1 (CI-1981)
El CIPM revis el informe que le envi el Grupo de Trabajo para la Expresin de
Incertidumbres y adopt la siguiente recomendacin en su 70
a
reunin llevada a cabo en
Octubre de 1981 [31]
Recomendacin 1 (CI-1981)
Expresin de incertidumbres experimentales
El Comit Internacional de Pesas y Medidas
considerando:
- la necesidad encontrar un acuerdo sobre la manera de expresar la
incertidumbre en metrologa,
- el esfuerzo que muchas organizaciones han hecho por esto por muchos
aos,
- el estimulante progreso hecho para encontrar una solucin aceptable, que ha
resultado de las discusiones del Grupo de Trabajo para la Expresin de
Incertidumbres que se reuni en el BIPM en 1980,
reconoce:
- que las propuestas del Grupo de Trabajo pueden formar las bases de un
posible acuerdo sobre la expresin de incertidumbres,
recomienda:
- que las propuestas del Grupo de Trabajo se difundan ampliamente;
- que el BIPM intente aplicar los principios en ese respecto a las comparaciones
internacionales llevadas a cabo bajo sus auspicios en los aos venideros;
GUA TCNICA COLOMBIANA GTC 51
43
- que otras organizaciones interesadas se sientan exhortadas a examinar y
probar estas propuestas y permitan al BIPM conocer sus comentarios;
- que despus de dos o tres aios el BIPM devuelva un informe sobre la
aplicacin de estas propuestas.
A.3 RECOMENDACIN 1 (CI-1986)
El CIPIM consider a fondo la importancia de la expresin de incertidumbres en su 75
a
reunin llevada a cabo en Octubre de 1986 y adopt la recomendacin siguiente:
Recomendacin 1 (CI-1986)
Expresin de incertidumbres en los trabajos llevados a cabo bajo los auspicios del
CIPM
El Comit Internacional de Pesas y Medidas
Considerando la adopcin por parte del Grupo de Trabajo para la Expresin de
Incertidumbres de la Recomendacin INC-1 (1980) y la adopcin de la Recomendacin 1
(CI-1981) por el CIPM.
Considerando que a ciertos miembros de los Comits Consultivos les agradara una
explicacin de esta Recomendacin para los propsitos de trabajo que caigan dentro de su
campo de inters, especialmente para, comparaciones internacionales.
reconoce que el prrafo 5 de la Recomendacin INC-1 (1980) relativo a aplicaciones
particulares, especialmente a aquellas que tienen importancia comercial, est siendo
considerada ahora por un grupo de trabajo de la Organizacin Internacional de
Normalizacin (ISO, por sus siglas en ingls), con miembros de la ISO, el OIML y la IEC, con
la concurrencia y cooperacin del CIPM.
Solicita que el prrafo 4 de la Recomendacin INC-1 (1980) debe ser aplicada por todos
quienes participen en dar los resultados de todas las comparaciones internacionales u otro
trabajo hecho bajo los auspicios del CIPM y de los Comits Consultivos y que la
incertidumbre combinada de las incertidumbres Tipo A y Tipo B se de en trminos de una
desviacin estndar.
GUA TCNICA COLOMBIANA GTC 51
44
ANEXO B
Trminos metrolgicos generales
B.1 FUENTE DE LAS DEFINICIONES
Las definiciones de los trminos metrolgicos generales relevantes para esta gua que se
presentan a continuacin, se tomaron del Vocabulario internacional de trminos generales y
bsicos en metrologa (abreviado VIM), segunda edicin (6), publicado por la Organizacin
Internacional para la Estandarizacin (ISO), a nombre de las siete organizaciones que lo han
patrocinado y que nominaron a los expertos que la prepararon: el Bur Internacional de
Pesas y Medidas (BIPM), la Comisin Electrotcnica Internacional (IEC), la Federacin
Internacional de Qumica Clnica (IFCC), ISO, la Unin Internacional de Qumica Pura y
Aplicada (IUPAC), la Unin Intemacional de Fsica Pura y Aplicada (IUPAP), y la
Organizacin Internacional de Metrologa Legal (OIML). El VIM debe ser la primera fuente
consultada para las definiciones de los trminos no incluidos aqu o en el texto.
Nota. Algunos trminos y conceptos estadsticos bsicos se dan en el anexo C, mientras que los trminos valor
verdadero, error, e incertidumbre son discutidos ms a fondo en el anexo D.
B.2 DEFNICIONES
Tal y como se hizo en el captulo 2, en las definiciones que siguen, el uso de parntesis
alrededor de ciertas palabras de algunos trminos significa que las palabras pueden ser
omitidas si no hay riesgo de que su omisin cause confusin.
Los trminos en negritas en algunas notas son trminos metrolgicos adicionales definidos
en esas notas, ya sea explcita o implcitamente (vase referencia [6]).
B.2.1 Magnitud (mensurable) [VIM 1.1]
Atributo de un fenmeno, cuerpo o sustancia que puede ser diferenciado cualitativamente y
determinado cuantitativamente.
Notas:
1) El trmino magnitud puede referirse a una magnitud en el sentido general [vase el ejemplos a)] o a una
magnitud particular [vase el ejemplo b)].
Ejemplos
a) magnitudes en el sentido general: longitud, tiempo, masa, temperatura resistencia
elctrica, concentracin de la cantidad de sustancia,
b) magnitudes particulares:
GUA TCNICA COLOMBIANA GTC 51
45
- longitud de una varilla determinada
- resistencia elctrica de un tipo de alambre especfico
- concentracin de cantidad de sustancia de etanol en una muestra
determinada de vino
2) Las magnitudes que pueden ser colocadas en orden relativo de magnitud una con
respecto a otra son llamadas magnitudes del mismo tipo.
3) Las magnitudes del mismo tipo pueden ser agrupadas en categoras de magnitudes,
por ejemplo:
- trabajo, calor, energa
- espesor, circunferencia, longitud de onda.
4) Los smbolos de las magnitudes se detallan en ISO 31.
B.2.2 Valor (de una magnitud) [VIM 1 18]
Dimensin de una magnitud particular generalmente expresada como una unidad de medida
multiplicada por un nmero
EJEMPLOS.
a) longitud de una varilla: 5,34 m o 534cm;
b) masa de un cuerpo: 0,152 kg o 152 g;
c) cantidad de sustancia de una muestra
de agua (H
2
O): 0,012 mol o 12 mmol.
Notas:
1) El valor de una magnitud puede ser positivo, negativo o cero.
2) El valor de una magnitud puede expresarse en ms de una forma.
3) Los valores de magnitudes de dimensin uno son generalmente expresados como nmeros
puros.
4) Una magnitud que no puede ser expresada como una unidad de medida multiplicada por un
nmero puede ser expresada haciendo uso de una escala de referencia convencional o de un
procedimiento de medicin o de ambos.
B.2.3 Valor verdadero (de una magnitud) [VIM l. 19]
Valor consistente con la definicin de una magnitud particular determinada
GUA TCNICA COLOMBIANA GTC 51
46
Notas:
1) Este es el valor que podra ser obtenido mediante una medicin perfecta.
2 Los valores verdaderos son indeterminados por naturaleza.
3) El artculo indefinido un se usar en vez del articulo definido el es usado en conjuncin con valor
verdadero porque puede haber varios valores consistentes con la definicin de una cantidad particular
dada.
Comentario de la gua: Vase el Anexo D, en particular D.3.5, para conocer las razones del
por qu el trmino valor verdadero no es usado en esta gua y por que los trminos valor
verdadero de un mensurando (o de una magnitud) y valor de un mensurando (o de una
magnitud) son considerados como equivalentes.
B.2.4 Valor verdadero convencional (de una magnitud) [VIM 1.20]
Valor atribuido a una magnitud particular y al cual se le asocia una incertidumbre aceptada,
algunas veces por convencin, apropiada para un propsito dado.
EJEMPLOS.
a) Para un propsito especfico, el valor asignado a la magnitud realizada
mediante un patrn de referencia puede ser tomado como un valor verdadero
convencional;
b) El valor recomendado CODATA (1986) para la constante de Avogadro: 6,022 136 7 x
10
23
mol
-1
.
Notas:
1) El valor verdadero convencional es algunas veces llamado valor asignado, mejor estimado
de un valor, valor convencional o valor de referencia. Valor de referencia en este sentido
no debera ser confundido con valor de referencia en el sentido usado en la nota de [VIM] 5.7.
2) Frecuentemente se utiliza un gran nmero de resultados de mediciones de una magnitud para
establecer un valor verdadero convencional.
Comentario de la gua: Vase en la gua el comentario del numeral B.2.3.
B.2.5 Medicin [VIM 2.1]
Conjunto de operaciones que tienen por objetivo determinar un valor de una magnitud
Nota. Las operaciones pueden ser realizadas automticamente.
B.2.6 Principio de medicin [VIM 2.3]
Base cientfica de una medicin.
GUA TCNICA COLOMBIANA GTC 51
47
EJEMPLOS.
a) el efecto termoelctrico aplicado a la medicin de temperatura
b) el efecto Josephson aplicado a la medicin de la diferencia de potencial
elctrico
c) el efecto Doppler aplicado a la medicin de velocidad
d) el efecto Ramn aplicado a la medicin del nmero de onda de vibraciones
moleculares.
B.2.7 Mtodo de medicin [VIM 2.4]
Secuencia lgica de operaciones, descrita genricamente, usada en la realizacin de
mediciones
Nota. Los mtodos de medicin pueden ser catalogados de varias formas como son:
- mtodo de sustitucin
- mtodo diferencial
- mtodo del nulo
B.2.8 Procedimiento de medicin [VIM 2.5]
Conjunto de operaciones, descritas especficamente, usadas en la realizacin de mediciones
particulares de acuerdo a un mtodo dado
Nota. Un procedimiento de medicin es generalmente asentado en un documento al cual se denomina. algunas
veces, un procedimiento de medicin" (o un mtodo de medicin) y es usualmente suficientemente detallado
como para permitir al operador llevar a cabo una medicin sin informacin adicional.
B.2.9 Mensurando [VIM 2.6]
Magnitud particular sujeta a medicin
EJEMPLO.
Presin de vapor de una muestra dada de agua a 20 C.
Nota. La especificacin de un mensurando puede necesitar informacin sobre magnitudes tales como tiempo.
temperatura y presin.
GUA TCNICA COLOMBIANA GTC 51
48
B.2.10 Magnitud de influencia [VIM 2.7]
Magnitud que no es el mensurando pero que afecta el resultado de una medicin
EJEMPLOS.
a) temperatura de un micrmetro usado para medir longitud
b) frecuencia en una medicin de la amplitud de una diferencia de potencial
elctrica alterna
c) concentracin de bilirrubina en la medicin de la concentracin de
hemoglobina en una muestra de plasma sanguneo humano.
Comentario de la gua: se entiende que la definicin de magnitud de influencia incluye
valores asociados con: patrones de medicin, materiales de referencia, y datos de referencia
de los cuales puede depender el resultado de una medicin, incluye tambin fenmenos
tales como fluctuaciones a corto plazo en instrumentos de medicin, y magnitudes con
temperatura ambiente, presin baromtrica y humedad.
B.2.11 Resultado de una medicin [VIM 3.1]
valor atribuido a un mensurando, obtenido mediante una medicin
Notas:
1) Cuando se da un resultado, debe aclararse si este se refiere a:
- la indicacin
- el resultado no corregido
- el resultado corregido y si se han promediado varios datos
2) Una declaracin completa del resultado de una medicin incluye informacin acerca de la incertidumbre
de la medicin.
B.2.12 Resultado no corregido [VIM 3.3]
Resultado de una medicin antes de ser corregido por un error sistemtico
B.2.13 Resultado corregido [VIM 3.4]
Resultado de una medicin despus de ser corregido por un error sistemtico
GUA TCNICA COLOMBIANA GTC 51
49
B.2.14 Exactitud de la medicin [VIM 3.5]
Cercana de concordancia entre el resultado de una medicin y el valor verdadero del
mensurando
Notas:
1) exactitud es un concepto cualitativo.
2) el trmino precisin no debera ser usado en vez de exactitud"
Comentario de la gua:. vase en la gua el comentario del numeral B.2.3.
B.2.15 Repetibilidad,(de resultados de mediciones) [VIM 3.6]
Cercana de concordancia: entre los resultados de mediciones sucesivas del mismo
mensurando que se han llevado a cabo bajo las mismas condiciones de medicin
Notas:
1) Estas condiciones son llamadas condiciones de repetibilidad.
2) Las condiciones de repetibilidad incluyen:
- el mismo procedimiento de medicin
- el mismo observador
- el mismo instrumento de medicin, usado bajo las mismas condiciones
EJEMPLOS.
a) temperatura de un micrmetro usado para medir longitud
b) frecuencia en una medicin de la amplitud de una diferencia de potencial
elctrica alterna
c) concentracin de bilirrubina en la medicin de la concentracin de hemoglobina
en una muestra de plasma sanguneo humano.
Comentario de la gua: Se entiende que la definicin de magnitud de influencia incluye
valores asociados con patrones de medicin, materiales de referencia, y datos de referencia
de los cuales puede depender el resultado de una medicin, incluye, tambin fenmenos
tales como fluctuaciones a corto plazo en instrumentos de medicin, magnitudes como
temperatura ambiente, presin baromtrica y humedad.
GUA TCNICA COLOMBIANA GTC 51
50
B.2.11 Resultado de una medicin [VlM3.1]
Valor atribuido a un mensurando, obtenido mediante una medicin
Notas:
1) Cuando se da un resultado, debe aclararse si este se refiere a:
- la indicacin
el resultado no corregido el resultado corregido
- si se han promediado varios datos.
2) Una declaracin completa del resultado de una medicin incluye informacin acerca de la incertidumbre
de medicin.
B.2.12 Resultado no corregido [VIM 3.3]
Resultado de una medicin antes de ser corregido por un error sistemtico
B.2.13 Resultado corregido [VIM 3.4]
Resultado de una medicin despus de ser corregido por un error sistemtico
B.2.14 Exactitud de la medicin [VIM 3.5]
Cercana de concordancia entre el resultado de una medicin y el valor verdadero del
mensurando
Notas:
1) exactitud es un concepto cualitativo.
2) el trmino precisin no debera ser usado en vez de exactitud
Comentario de la gua: vase en la gua el comentario de numeral B.2.3.
B.2.15 Repetibilidad (de resultados de mediciones) [VIM 3.6]
Cercana de concordancia entre los resultados de mediciones sucesivas del mismo
mensurando que se han de llevar a cabo bajo las mismas condiciones de medicin
GUA TCNICA COLOMBIANA GTC 51
51
Notas:
1) Estas condiciones son llamadas condiciones de repetibilidad.
2) Las condiciones de repetibilidad incluyen:
- el mismo procedimiento de medicin
- el mismo observador
- el mismo instrumento de medicin, usado bajo las mismas condiciones
- la misma ubicacin
- repeticin sobre un corto perodo de tiempo.
3) La repetibilidad puede ser expresada cuantitativamente en trminos de las caractersticas de dispersin
de los resultados.
B.2.16 Reproducibilidad (de los resultados de mediciones) [VIM 3.7]
Cercana de concordancia entre los resultados de mediciones del mismo mensurando que se
han llevado a cabo bajo diferentes condiciones de medicin
Notas:
1) Una declaracin vlida de reproducibilidad requiere de la especificacin del cambio en las condiciones.
2) Las condiciones modificadas pueden incluir:
- principio de medicin
- mtodo de medicin
- observador
- instrumento de medicin
- patrn de referencia
- ubicacin
- condiciones de uso
- tiempo.
3) La reproducibilidad puede ser expresada cuantitativamente en trminos de las caractersticas de
dispersin de los resultados.
4) Se entiende que los resultados aqu son, generalmente, resultados corregidos.
GUA TCNICA COLOMBIANA GTC 51
52
B.2.17 desviacin estndar experimental [VIM 3.8]
Para una serie de n mediciones del mismo mensurando, la magnitud s(q
k
) que caracteriza la
dispersin de los resultados, est dada por la frmula:
s (q )
2
k 1
n
k
(q
k
q)
n 1

en donde q
k
es el resultado de la k-sima medicin y q es la media aritmtica de los n
resultados considerados
Notas:
1) Considerando la serie de n valores como una muestra de una distribucin q es una estimacin no
sesgada de la media
q
, y s
2
(q
k
) es una estimacin no sesgada de la varianza
2
de tal distribucin.
2) La expresin s(qk) / n es una estimacin de la desviacin estndar de la distribucin de q y es llamada
la desviacin estndar experimental de la media.
3) La desviacin estndar experimental de la media es incorrectamente llamada algunas veces error
estndar de la media.
Comentario de la gua: Algunos de los smbolos usados en el VIM han sido cambiados para
asegurar la consistencia con la notacin usada en el capitulo 4.2 de esta gua.
B.2.18 Incertidumbre (de una medicin) [VIM 3.9]
Parmetro, asociado con el resultado de una medicin, que caracteriza la dispersin de los
valores que podran ser atribuidos razonablemente al mensurando
Notas:
1) El puede ser por ejemplo, una desviacin estndar (o un mltiplo dado de esta), o el semiintervalo de
un intervalo que tiene un nivel de confianza declarado.
2) La incertidumbre de una medicin incluye, en general, muchas componentes. Algunas de estas
componentes pueden ser evaluadas a partir de la distribucin estadstica de los resultados de series de
mediciones y pueden ser caracterizadas mediante desviaciones estndar experimentales. Las otras
componentes, las cuales pueden ser caracterizadas tambin mediante desviaciones estndar, son
evaluadas a partir de distribuciones supuestas de probabilidad basadas en la experiencia o en otra
informacin.
3) Se entiende que el resultado de la medicin es la mejor estimacin del valor del mensurando, y que
todas las componentes de incertidumbre, incluyendo aquellas que surgen por efectos sistemticos,
tales como las componentes asociadas con correcciones y patrones de referencia, contribuyen a la
dispersin.
GUA TCNICA COLOMBIANA GTC 51
53
Comentario de la gua: Se hace notar en el VIM que esta definicin y las notas son idnticas
a las que estn en esta gua (vase el numeral 2.2.3)
B.2.19 Error (de una medicin) [VIM 3.10]
Resultado de una medicin menos el valor verdadero del mensurando
Notas:
1) Dado que un valor verdadero no puede ser determinado, en la prctica se usa un valor verdadero
convencional (vase [VIM]1.19 [B.2.3] y 1.20 [B.2.4])
2) Cuando sea necesario distinguir error de error relativo". el primero es llamado algunas veces error
absoluto de medicin. Este no debera ser confundido con el valor absoluto del error, el cual es el
mdulo del error.
Comentario de la gua: Si el resultado de una medicin depende de los valores de otras magnitudes
diferentes al mensurando, los errores de los valores medidos de estas cantidades contribuyen al
error del resultado de la medicin. Vase en la gua el comentario B.2.22 y B.2.3.
B.2.20 Error relativo [VIM 3.12]
Error de medicin dividido por el valor verdadero del mensurando
Nota. Dado que el valor verdadero no puede determinarse, en la prctica se utiliza un valor verdadero
convencional (vanse [VIM] 1.19 [B.2.3] y 1.20 [B.2.4]).
Comentario de la gua: vase en la gua el comentario del numeral B.2.3
B.2.21 Error aleatorio [VIM 3.13]
Resultado de una medicin menos la media que podra resultar de un nmero infinito de
mediciones del mismo mensurando llevados a cabo bajo condiciones de repetibilidad
Notas:
1) El error aleatorio es igual al error menos el error sistemtico
2) Debido a que slo puede hacerse un nmero finito de mediciones, es nicamente posible determinar un
estimado del error aleatorio
Comentario de la gua: vase en la gua el comentario del numeral B.2.22
B.2.22 Error sistemtico [VIM 3.14]
Media que resulta de un nmero infinito de mediciones del mismo mensurando llevadas a
cabo bajo condiciones de repetibilidad menos un valor verdadero del mensurando.
GUA TCNICA COLOMBIANA GTC 51
54
Notas:
1) El parmetro puede ser, por ejemplo, una desviacin estndar (o un mltiplo dado de esta), o el
semiintervalo, un intervalo que tiene un nivel de confianza declarado.
2) La incertidumbre de una medicin incluye, en general, muchas componentes. Algunas de estas
componentes puede, ser evaluadas a partir de la distribucin estadstica de los resultados de series de
mediciones y pueden ser caracterizadas mediante desviaciones estndar experimentales. Las otras
componentes, las cuales pueden ser. caracterizadas tambin mediante desviaciones estndar, son
evaluadas a partir de distribuciones supuesta probabilidad basadas en la experiencia o en otra
informacin.
3) Se entiende que el resultado de la medicin es la mejor estimacin del valor del mensurando, y que
todas las, componentes de incertidumbre, incluyendo aquellas que surgen por efectos sistemticos,
tales como las componentes asociadas con correcciones y patrones de referencia, contribuyen a la
dispersin.
Comentario de la gua: se hace notar en el VIM que esta definicin y las notas son idnticas
a las que estn en es gua (vase el numeral 2.2.3)
B.2.23 Correccin [VIM 3.15]
Valor aadido algebraicamente al resultado no corregido de una medicin para compensar el
error sistemtico
Notas:
1) La correccin es igual al negativo del error sistemtico estimado
2) Dado que el error sistemtico no puede ser conocido perfectamente, la compensacin no puede ser
completa.
B.2.24 Factor de correccin [VIM 3.16]
Factor numrico por el cual se multiplica al resultado de una medicin para compensar al
error sistemtico
Nota. Dado que el error sistemtico no puede ser perfectamente conocido, la compensacin no puede ser
completa.
GUA TCNICA COLOMBIANA GTC 51
55
ANEXO C
Trminos y conceptos estadsticos bsicos
C.1 ORIGEN DE LAS DEFINICIONES
Las definiciones de los trminos estadsticos bsicos dados en este anexo estn tomados de
la Norma Internacional ISO 3534-1 [7]. Esta debe ser la primera fuente consultada para las
definiciones de trminos que no se incluyan aqu. Algunos de estos trminos y los conceptos
en que se sustentan se discuten en C.3 luego de la presentacin de sus definiciones
formales en C.2 con la finalidad de facilitar el posterior uso de esta gua. Sin embargo, C.3,
que tambin incluye las definiciones de algunos trminos relacionados, no est basada
directamente sobre ISO 3534-1.
C.2 DEFINICIONES
Al igual que el captulo 2 y en el anexo B, el encerrar ciertas palabras de algunos trminos
entre parntesis significa que las palabras podran omitirse si su ausencia no es causa de
confusin.
Los trminos C.2.1 a C.2.14 se definen haciendo uso de las propiedades de las poblaciones.
Las definiciones de los trminos C.2.15 a C.2.31 estn relacionadas a un conjunto de
observaciones (vase la referencia [71]).
C.2.1 Probabilidad [ISO 3534-1,1.1]
Un nmero real en la escala 0 a 1 asociado a un evento aleatorio.
Nota. Este puede estar relacionado a una frecuencia relativa de ocurrencia a largo plazo o a un grado de
credibilidad de que un evento ocurrir. Para un alto grado de credibilidad. la probabilidad es cercana a 1.
C.2.2 Variable aleatoria; variacin [ISO 3534-1, 1.2]
Una variable cualquiera de los valores de un conjunto especfico de valores y con los cuales
est asociada de probabilidad ([ISO 3534-1] 1.3 [C.2.3]).
Notas:
1) Una variable aleatoria que puede tomar slo valores aislados se conoce como discreta. Una variable
aleatoria que puede tomar cualquier valor dentro de un intervalo finito o infinito se conoce como
continua
2) La probabilidad de un evento A se denota como Pr(A) o P(A).
Comentario de la gua: El smbolo Pr(A) se usa en esta gua en lugar del smbolo Pr(A)
usado en ISO 3534-1.
GUA TCNICA COLOMBIANA GTC 51
56
C.2.3 Distribucin de probabilidad (de una variable aleatoria) [ISO 3534-1, 1.3]
Una funcin que da la probabilidad de que una variable aleatoria tome cualquier valor dado o
pertenezca a un conjunto dado de valores
Nota. La probabilidad sobre el conjunto total de valores de la variable aleatoria es igual a 1.
C.2.4 Funcin de distribucin [ISO 3534-1, 1.4]
Una funcin que da, para cada valor de x, la probabilidad de que la variable aleatoria X sea
menor o igual que x:
F(x) = Pr(X x)
C.2.5 Funcin de densidad de probabilidad (para una variable continua) [ISO 3534-1,1.5]
La derivada (cuando existe) de la funcin de distribucin:
f(x) = dF(x)/dx
Nota. f(x)dx es el elemento de probabilidad:
f(x)dx = Pr(x < X < x + dx)
C.2.6 Funcin de probabilidad de masa [ISO 3534-1, 1.6]
Una funcin que da, para cada valor x
i
de una variable aleatoria discreta X, la probabilidad p
i
de que la variable aleatoria sea igual a x
i:
p
i
= Pr(X = x
i
)
C.2.7 Parmetro [ISO 3534-1, 1.12]
Una cantidad usada para describir la distribucin de probabilidad de una variable aleatoria.
C.2.8 Correlacin [ISO 3534-1, 1.13]
La relacin entre dos o varias variables aleatorias dentro de una distribucin de dos o ms
variables aleatorias.
Nota. La mayora de las medidas estadsticas de correlacin miden nicamente la linealidad de la relacin.
GUA TCNICA COLOMBIANA GTC 51
57
C.2.9 Esperanza (de una variable aleatoria o de una distribucin de probabilidad);
valor esperado; media [ISO 3534-1, 1.18]
1) Para una variable aleatoria discreta X que toma valores x
i
con probabilidades
p
i
, la esperanza, si existe, es:
= E(X) =p
i
x
i
en la cual la sumatoria corre sobre todos los valores x
i
que puede tomar X.
2) Para una variable aleatoria continua X con funcin de densidad de probabilidad
f(x), la esperanza, si existe, es
m E(x) x f (x) x d
en donde la integral se extiende sobre el (los) intervalo(s) de variacin de X.
C.2.10 Variable aleatoria centrada [ISO 3534-1, 1.21]
Una variable aleatoria para la cual la esperanza es cero.
Nota. Si la variable aleatoria X tiene una esperanza igual a , la variable aleatoria centrada correspondiente es (X - )
C.2.11 Varianza (de una variable aleatoria o de una distribucin de probabilidad) [ISO
3534-1, 1.22]
La esperanza del cuadrado de la variable aleatoria centrada ([ISO 3534-1] 1.21 [C.2.10]):

2
= V(X) = E [X - E(X)]
2
C.2.12 Desviacin estndar (de una variable aleatoria o de una distribucin de
probabilidad) [ISO 3534-1, 1.23]
La raz cuadrada positiva de la varianza
s V(X)
GUA TCNICA COLOMBIANA GTC 51
58
C.2.13 Momento central
1
de orden q [ISO 3534-1, 1.28]
En una distribucin univariada, la esperanza de la q-sima potencia de la variable aleatoria
centrada (X - ):
E (X )
q
[ ]
Nota. El momento central de orden 2 es la varianza ([ISO 3534-1] 1.22 [C.2.11]) de la variable aleatoria X.
C.2.14 Distribucin normal; distribucin de Laplace-Gauss USO 3534-1, 1.37)
La distribucin de probabilidad de una variable aleatoria continua X, cuya funcin de
densidad de probabilidad es
f(x)
1
s 2p
exp
1
2
x m
s
2

_
,

_
,

para - < x < +


Nota. es la esperanza y es la desviacin estndar de la distribucin normal.
C.2.15 Caracterstica [ISO 3534-1, 2.2]
Una propiedad que ayuda a identificar o diferenciar entre objetos de una poblacin dada.
Nota. La caracterstica puede ser cuantitativa (por variables) o cualitativa (por atributos).
C.2.16 Poblacin [ISO 3534-1, 2.3]
La totalidad de objetos bajo consideracin.
Nota. En el caso de una variable aleatoria, se considera que la distribucin de probabilidad ([ISO 3534-1] 1.3
[C.2.3]) define la poblacin de esa variable.
C.2.17 Frecuencia [ISO 3534-1, 2.11 ]
El nmero de ocurrencias de un tipo dado de evento o el nmero de observaciones que caen
dentro de una clase especfica.

1
Si, en la definicin de los momentos, las magnitudes X,X - a, Y, Y - b, etc. se reemplazan por sus valores
absolutos, y, e,|X|,|X - a|, |Y|, |y - b|, etc., se definen otros momentos llamados momentos absolutos.
GUA TCNICA COLOMBIANA GTC 51
59
C.2.18 Distribucin de frecuencia [ISO 3534-1, 2.15]
La relacin emprica entre los valores de una caracterstica y sus frecuencias o sus
frecuencias relativas.
Nota. La distribucin puede presentarse grficamente como un histograma ([ISO 3534-1] 2.17), diagrama de
barras ([ISO 3534-1] 2.18), polgono de frecuencias acumulativo ([ISO 3534-1] 2.19), o como una tabla de dos
vas ([ISO 3534-1] 2.22).
C.2.19 Media aritmtica; promedio [ISO 3534-1, 2.26]
La suma de valores dividida por el nmero de valores
Notas:
1) El trmino media se usa generalmente cuando se hace referencia a un parmetro de poblacin y el
trmino promedio cuando se hace referencia al resultado de los clculos sobre datos obtenidos en una
muestra.
2) El promedio de una muestra simple aleatoria tomada de una poblacin es un estimador no sesgado de
la media de esta poblacin. Sin embargo, suelen usarse otros estimadores, tales como la media
geomtrica o armnica, o la mediana o moda.
C.2.20 Varianza [3534-1,2,33]
Una medida de la dispersin, la cual es la suma de los cuadrados de las desviaciones de los
datos con respecto del promedio, dividida por una cantidad igual al nmero de las
observaciones menos uno.
EJEMPLO.
Para n observaciones x
i
, x
2
....... x
n
con promedio
x 1/ n) x
i

(
La varianza es:
s
1
n 1
(x
i
x)
2 2

Notas:
1) La varianza de la muestra es un estimador no sesgado de la varianza de la poblacin.
2) La varianza es n/(n-1) veces el momento central de orden 2 (vase la nota de [ISO 3534-1] 2.39).
GUA TCNICA COLOMBIANA GTC 51
60
Comentario de la gua: la varianza definida aqu se designa ms apropiadamente como el
estimado de la muestra de la varianza de la poblacin. La varianza de una muestra se
define usualmente como el momento central de orden 2 de la muestra (vanse los
numerales C.2.13 y C.2.22).
C.2.1 Desviacin estndar [ISO 3534-1, 2.34]
La raz cuadrada positiva de la varianza.
Nota. La desviacin estndar de la muestra es un estimador sesgado de la desviacin estndar de la poblacin.
C.2.22 Momento central de orden q [ISO 3534-1, 2.37]
En una distribucin de caracterstica nica, la media aritmtica de la q-sima potencia de la
diferencia entre los valores observados y su promedio x:
1
n
X
i
X
q
( )
i

Donde n es el nmero de observaciones.


Nota. El momento central de orden 1 es igual a cero.
C.2.23 Estadstica [ISO 3534-1, 2.45]
Una funcin de las variables aleatorias de la muestra.
Nota. Una estadstica, como una funcin de variables aleatorias, es tambin una variable aleatoria y como tal
asume diferentes valores de muestra a muestra. El valor de la estadstica obtenida usando los valores
observados en esta funcin puede usarse en una prueba estadstica o como una estimacin de un parmetro de
poblacin, tales como una media o una desviacin estndar.
C.2.24 Estimacin [ISO 3534-1, 2,49]3534-1, 2.49)
La operacin de asignar, a partir de observaciones en una muestra, valores numricos a los
parmetros de una distribucin elegida como el modelo estadstico de la poblacin de la cual
se toma la muestra.
Nota. Un resultado de esta operacin podra expresarse como un valor nico (estimado puntual; vase la norma
(ISO 3534-1] 2.51 (C.2.26] o como un estimado de intervalo (vase la norma [ISO 3534-11 2.57 [C.2.27] y 2.58
[C.2.28]).
GUA TCNICA COLOMBIANA GTC 51
61
C.2.25 Estimador [ISO 3534-1, 2.50]
Una estadstica usada para estimar un parmetro de poblacin.
C.2.26 Estimado [ISO 3534-1, 2.51]
El valor de un estimador obtenido como resultado de una estimacin.
C.2.27 Intervalo de confianza bilateral [ISO 3534-1, 2.57]
Cuando T
1
y T
2
son dos funciones de los valores observados tales que, siendo un
parmetro de poblacin a estimar, la probabilidad Pr(T
1
T
2
) es al menos igual a (1 - )
[donde (1 - ) es un nmero fijo, positivo y menor a 1], el intervalo entre T
1
y T
2
es un
intervalo de confianza bilateral (1 - ) para .
Notas:
1) Los lmites T
1
y T
2
del intervalo de confianza son estadsticas ([ISO 3534-1] 2.45 [C.2.23]) y como tales.
generalmente toman diferentes valores de muestra a muestra.
2) En una serie larga de muestras, la frecuencia relativa de casos en los cuales el valor verdadero del
parmetro de poblacin es cubierto por el intervalo de confianza es mayor que o igual que (1 - ).
C.2.28 Intervalo de confianza unilateral [ISO 3534-1, 2.58]
Cuando T es una funcin de los valores observados tal que, siendo un parmetro de
poblacin a estimar, la probabilidad Pr(T > ) [o la probabilidad Pr(T ] es al menos igual a
(1 - ) [donde (1 -) es un nmero fijo, positivo y menor que 1], el intervalo desde el valor
ms pequeo posible de hasta T (o el intervalo desde T hasta el valor ms grande posible
de ) es un intervalo de confianza unilateral (1 - ) para
Notas:
1) El lmite T
0
del intervalo de confianza es una estadstica ([ISO 3534-1] 2.45 [C.2.23]) y como tal
generalmente asume diferentes valores entre muestra y muestra.
2) Vase la nota 2 de [ISO 3534-1] 2.57 [C.2.27].
C.2.29 Coeficiente de confianza; nivel de confianza [ISO 3534-1, 2.59]
El valor (1 - ) de la probabilidad asociada con un intervalo de confianza o un intervalo de
cobertura estadstica. (Vase las normas [ISO 3534-11 2.57 [C.2.27], 2.58 [C.2.28] y 2.61
[C.2.30]).
Nota. (1 - ) se expresa frecuentemente como un porcentaje.
GUA TCNICA COLOMBIANA GTC 51
62
C.2.30 Intervalo de cobertura estadstica [ISO 3534-1, 2.61]
Un intervalo para el cual puede decirse, con un nivel de confianza dado, que contiene al
menos una proporcin especfica de la poblacin.
Notas:
1) Cuando ambos lmites se definen mediante estadsticas, el intervalo es bilateral. Cuando uno de los dos
lmites no es finito o es la frontera de la variable, el intervalo es unilateral.
2) Tambin se le llama intervalo de tolerancia estadstica. Este trmino no debera usarse porque puede
causar confusin con intervalo de tolerancia el cual se define en ISO 3534-2.
C.2.31 Grados de libertad [ISO 3534-1, 2.85)
En general, el nmero de trminos en una suma menos el nmero de restricciones sobre los
trminos de la suma.
C.3 ELABORACIN DE TRMINOS Y CONCEPTOS
C.3.1 Esperanza
La esperanza de una fusin g (z) sobre una funcin de densidad de probabilidad p(z) de la
variable aleatoria z se define mediante
( )
[ ]
E g z g(z) p(z) dz
Donde, a partir de la definicin de p (z).
p (z) dz 1
La esperanza de la variable aleatoria z, denotada por
z
llamada tambin el valor esperado o
la media de z, est dado por
) ( )

z
E(z) z p z dz
Esta se estima estadsticamente mediante z , la media aritmtica o promedio de n
observaciones independientes z
i
de la variable aleatoria z, cuya funcin de densidad de
probabilidad es p(z):
GUA TCNICA COLOMBIANA GTC 51
63
z
1
n
z
i
i 1
n

C.3.2 Varianza
La varianza de una variable aleatoria es la esperanza de su desviacin cuadrtica alrededor
de su esperanza. Por lo tanto la varianza de la variable aleatoria z con funcin de densidad
de probabilidad p (z) est dada por:
( )
s (z) z
z
p (z) z
2
2
d
Donde
z
es la esperanza de z
i.
La varianza
2
(z) puede estimarse mediante
s
2
(z
i
)
1
n 1
z
i
z ( )
i 1
n
2

Donde
y los z
i
son n observaciones independientes de z.
Notas:
1) El factor n - 1 en la expresin para s
2
(z
i
) surge de la correlacin entre z
i
y z y refleja el hecho de que
existen slo n - 1 objetos independientes en el conjunto ( z
i
- z ).
2) Si se conoce la esperanza 2 de z, la varianza puede estimarse mediante
s (z
i
)
1
n
z
i
z
)
2
(
2
i 1
n


La varianza de la media aritmtica o promedio de las observaciones, ms que la varianza de
las observaciones individuales, es la medida adecuada de la incertidumbre del resultado de
una medicin. La varianza de una variable z debe distinguirse cuidadosamente de la varianza
de la media z . La varianza de la media aritmtica de una serie de n observaciones
independientes z
i
de z est dada por
2
( z ) =
2
(z
i
)/n) y se estima mediante la varianza
experimental de la media
s (z)
s (z
i
)
n
1
n(n 1)
z
i
z
2
2
2
i 1
n
( )

GUA TCNICA COLOMBIANA GTC 51


64
C.3.3 Desviacin estndar
La desviacin estndar es la raz cuadrada positiva de la varianza. Mientras que una
incertidumbre estndar Tipo A se obtiene sacando la raz cuadrada de la varianza
estadsticamente calculada, al determinar la incertidumbre Tipo B frecuentemente es ms
conveniente primero evaluar una desviacin estndar equivalente no estadstica y luego
obtener la varianza equivalente elevando al cuadrado la desviacin estndar.
C.3.4 Covarianza
La covarianza de dos variables aleatorias es una medida de su dependencia mutua. La
covarianza de las variables aleatorias y y z se define mediante
cov(y, z) = cov(z, y) = E ([y-E(y)][z-E(z)])
de donde resulta:
cov (y,z) = cov(z,y)
= (y -
y
) (z -
z
) p (y, z) dy dz
= y z p (y, z) dy dz -
v

z
en donde p (y, z) es la funcin de densidad de probabilidad conjunta de las dos variables y y
z. La covarianza cov(y, z) [tambin denotada como v( y, z )] puede estimarse mediante s(y
i
, z
i
)
obtenida a partir de n pares independientes de observaciones simultneas y
i
, y z
i
de y y z,
s(y
i
, z
i
)
1
n 1
i=1
n
(y
i
y) (z
i
z)




Donde:
y
1
n
y
i
1
n
z
i
i 1
n
i 1
n
z



y
Nota. La covarianza estimada de las dos medias y y z est dada por s(y, z) = s (y
i
, z
i
)/n
C.3.5 Matriz de covarianza
Para una distribucin de probabilidad multivariada, la matriz V con elementos iguales a las
varianzas y covarianzas de las variables es llamada matriz de covarianza. Los elementos
diagonales, v(z , z) =
2
(z) o s(z
i
, z
i
) s
2
(z
i
), son las varianzas, mientras que los elementos
fuera de la diagonal, v(y , z) o s(y
i
, z
i
), son las covarianzas.
GUA TCNICA COLOMBIANA GTC 51
65
C.3.6 Coeficiente de correlacin
El coeficiente de correlacin es una medida de la dependencia relativa mutua de dos
variables, igual a la razn de sus covarianzas y la raz cuadrada positiva del producto de sus
varianzas. Entonces


( ) ( )
( )
( ) ( )
( )
( ) ( )
y , z z , y
v y , z
v y , y v z , z
v y, z
y z

con estimaciones
r y
i
, z
i
r z
i
, y
i
s y
i
, z
i
s y
i
, y
i
s z
i
, z
i
s y
i
, z
i
s y
i
s z
i
( ) ( )
( )
( ) ( )
( )
( ) ( )

El coeficiente de correlacin es un nmero puro tal que - 1 + 1 o - 1 r(y
i
, z
i
) + 1
Notas:
1) Debido a que y r son nmeros puros en el intervalo - 1 a + 1 inclusive, mientras que las coyarianzas
son usualmente cantidades con dimensiones y magnitudes fsicas inconvenientes, los coeficientes de
correlacin son generalmente ms tiles que las coyarianzas.
2) Para distribuciones de probabilidad multivariadas, se da generalmente la matriz de coeficientes de
correlacin en lugar de la matriz de covarianza. Debido a que (y , y) =1 y r (y
i
, y
i
) = 1, los elementos
de la diagonal de esta matriz son iguales a uno.
3) Si las estimaciones de entrada x
i
y x
j
estn correlacionados (vase el numeral 3.2.2) y si un cambio
i
en xi produce un cambio ; en x
j
. entonces el coeficiente de correlacin asociado con x
i
y x
j
se estima.
aproximadamente, mediante
r(x
i
, x
j
) u(x
i
)
j
/u(x
j
)
i
Esta relacin puede servir como una base para estimar experimentalmente a los coeficientes
de correlacin. Puede usarse tambin para calcular el cambio aproximado en la estimacin
de un argumento debido a un cambio en alguna otra, en caso, de que se conozcan sus
coeficientes de correlacin.
C.3.7 Independencia
Dos variables aleatorias son estadsticamente independientes si su distribucin de
probabilidad conjunta es igual al producto de las distribuciones de probabilidad individuales.
Nota. Si dos variables aleatorias son independientes. su covarianza y su coeficiente de correlacin son cero,
pero lo contrario no es necesariamente cierto.
GUA TCNICA COLOMBIANA GTC 51
66
C.3.8 La distribucin t; la distribucin de Student
La distribucin t o de Student es la distribucin de probabilidad de una variable aleatoria
continua t cuya funcin de densidad de probabilidad es:
p(t,v)
1
v
v 1
2
v
2
1
t
v
2
(v 1)/2

+
+

1
]
1

1
]
1

1
]
1
1

- < t < +
en donde es la funcin gamma y v > 0. El valor esperado de la distribucin t es cero y su
varianza es v/(v-2) para v > 2. Conforme v , la distribucin t se aproxima a la distribucin
normal con = 0 y = 1 (vase el numeral C.2.14).
La distribucin de probabilidad de la variable ( z -
z
)/s(z) es la distribucin t si Invariable
aleatoria z tiene una distribucin normal con valor esperado
z
donde z es la media
aritmtica de n observaciones independientes z
i
de z, s(z
i
) es la desviacin estndar
experimental de las n observaciones y s( z ) = s(z
i
)/ n es la desviacin estndar experimental
de la media z con v = n -1 grados de libertad.
GUA TCNICA COLOMBIANA GTC 51
67
ANEXO D
Valor "verdadero", error e incertidumbre
El trmino valor verdadero (vase el numeral B.2.3) tradicionalmente se ha usado en
publicaciones que tratan el tema de incertidumbre, pero no en esta gua por las razones que
se presentan en este anexo. Debido a que los trminos mensurando, error e
incertidumbre se mal interpretan frecuentemente, en este anexo se presenta, adems, una
discusin adicional sobre las ideas en que se fundamentan estos conceptos, para
complementar la discusin que se da en el captulo 3. Se presentan dos figuras para ilustrar
por qu el concepto de incertidumbre que se adopta en esta gua se basa en el resultado de
la medicin y su incertidumbre evaluada en lugar de basarse en las magnitudes
desconocidas valor verdadero y error.
D.1 EL MENSURANDO
D.1.1 El primer paso para hacer una medicin es definir el mensurando, la magnitud que se
va a medir; el mensurando no se puede definir mediante un valor sino nicamente mediante
una descripcin de una magnitud. Como sea, en principio, un mensurando no puede ser
descrito completamente sin hacer uso de una cantidad de informacin infinita. Por lo tanto, al
dejar espacio para hacer interpretaciones, una definicin incompleta del mensurando
introduce una componente de incertidumbre en la incertidumbre del resultado de la medicin
que puede, o no, ser significativa dependiendo de la exactitud que demande la medicin.
D.1.2 Frecuentemente, la definicin de un mesurando especifica ciertas condiciones y
estados fsicos.
EJEMPLO.
La velocidad del sonido en aire seco con una composicin (fraccin molar) de N
2
=
0,7808.O
2
= 0,2095, Ar = 0,009 35 y CO
2
= 0,000 35 una temperatura de T = 273,15 K
y una presin de p = 101 325 Pa.
D.2 LA MAGNITUD REALIZADA
D.2.1 Idealmente, la magnitud realizada para medicin sera totalmente consistente con la
definicin del mensurando. Sin embargo, frecuentemente no es posible realizar tal magnitud
y la medicin se lleva a cabo en una magnitud que es una aproximacin del mensurando.
D.3 EL VALOR "VERDADERO" Y EL VALOR CORREGIDO
D.3.1 El resultado de la medicin de la magnitud realizada se corrige por la diferencia entre
esa magnitud y el mensurando para predecir cual habra sido el resultado de la medicin si
la magnitud realizada hubiera cumplido la definicin del mensurando. El resultado de la
medicin de la magnitud realizada se corrige tambin por todos los efectos sistemticos
significativos conocidos. A pesar de que el resultado corregido final se considera, a veces,
como la mejor estimacin del valor verdadero del mensurando, en realidad el resultado es
simplemente la mejor estimacin del valor de la magnitud que se pretende medir.
GUA TCNICA COLOMBIANA GTC 51
68
D.3.2 Como un ejemplo, supngase que el mensurando es el espesor de una determinada
lmina de material a una temperatura especfica. La lmina se lleva a una temperatura
cerca de la especificada y se mide su espesor con un micrmetro. El espesor del material
en ese punto y a esa temperatura, bajo la presin aplicada por el micrmetro, es la
magnitud realizada.
D.3.3 Se determinan la temperatura de el material, en el momento de la medicin, y la
presin aplicada. El resultado no corregido de la medicin de la magnitud realizada se
corrige entonces tomando en cuenta la curva de calibracin del micrmetro, la diferencia
entre la temperatura de la lmina y la temperatura especificada, y la ligera compresin de la
lmina por la presin aplicada.
D.3.4 Al resultado corregido se le puede llamar la mejor estimacin del valor verdadero,
en donde verdadero se refiere al valor de la magnitud que se cree satisface plenamente la
definicin del mensurando; pero si el micrmetro se hubiera aplicado a alguna parte
diferente de la lmina, entonces la magnitud realizada hubiera sido diferente y se tendra un
valor verdadero" diferente. Sin embargo, este valor verdadero sera consistente con la
definicin del mensurando debido a que nunca se especific que el grosor tendra que ser
determinado en algn lugar especfico de la lmina. Por lo tanto, en este caso, debido a la
definicin incompleta del mensurando, el valor .verdadero tiene una incertidumbre que
puede ser evaluada a partir de mediciones hechas en diferentes lugares de la lmina. Hasta
cierto punto, cada mensurando tiene una incertidumbre intrnseca que, en principio, puede
ser estimada de alguna manera. Esta es la mnima incertidumbre con la cual se puede
determinar un mensurando, y cada medicin que alcanza tal incertidumbre puede tomarse
como la mejor medicin posible del mensurando. Para obtener un valor de la magnitud en
cuestin con una menor incertidumbre se requiere que la definicin del mensurando sea ms
completa.
Notas:
1) En el ejemplo, la definicin del mensurando deja en duda muchos otros aspectos que posiblemente
podran afectar el grosor de la lmina: la presin baromtrica, la humedad, el comportamiento de la
lmina en un campo gravitacional, la manera como se sostiene, etc.
2) A pesar de que el mensurando debe definirse a tal detalle que cualquier incertidumbre que provenga de
una definicin incompleta sea despreciable en comparacin con la exactitud de la medicin requerida,
se debe reconocer que esto no siempre es posible. La definicin podra estar incompleta, por ejemplo,
por no especificar parmetros cuyos efectos se han supuesto, injustificadamente, despreciables; o
podra implicar condiciones que nunca podrn ser plenamente cubiertas y cuya realizacin imperfecta
es difcil de tomar en cuenta. Para ilustrar lo anterior, tomemos el ejemplo de D.1.2 en donde la
velocidad del sonido implica ondas planas infinitas de una amplitud muy pequea. Al no satisfacer la
medicin esta condiciones, tendran que tomarse en cuenta la difraccin y los efectos no lineales.
3) La definicin inadecuada del mensurando puede llevar a discrepancias entre los resultados de la misma
magnitud llevada a cabo en diferentes laboratorios.
D.3.5 El trmino "valor verdadero de mensurando" o de una magnitud (frecuentemente
simplifica a valor verdadero") se evita en esta gua porque la palabra "verdadero" se
considera redundante. Mensurando" (vase el numeral B.2.9) significa "magnitud particular
sujeta a medicin", por lo tanto "valor del mensurando" significa "valor de una magnitud
particular sujeta a medicin". Ya que "magnitud particular" se entiende generalmente como
magnitud definida especificada (vase el numeral B.2. 1, nota 1 ), el adjetivo "verdadero" en
"valor verdadero de un mensurando " (o en valor verdadero de una magnitud") no es
necesario el valor "verdadero" del mensurando (o magnitud es simplemente el valor del
mensurando (o magnitud). Adems. como se indic en la discusin anterior. un valor
verdadero" nico no es ms que un concepto idealizado.
GUA TCNICA COLOMBIANA GTC 51
69
D.4 ERROR
El resultado corregido de una medicin no es el valor del mensurando, es decir, existe un
error debido a una medicin imperfecta de la magnitud realizada por variaciones aleatorias
en las observaciones (efectos aleatorios). determinacin inadecuada de correcciones por
efectos sistemticos y conocimiento incompleto de ciertos fenmeno, fsicos (que son
tambin efectos sistemticos). Nunca podrn conocerse exactamente ni el valor de la
magnitud realizada ni el del mensurando; lo nico que podemos conocer son sus valores
estimados. En el ejemplo anterior, el grosor medido de la lmina puede tener un error, es
decir, puede diferir del valor del mensurando (el grosor de la lmina), debido a que cada uno
de los siguientes factores pueden combinarse para contribuir con un error desconocido al
resultado de la medicin:
a) diferencias pequeas en las lecturas del micrmetro cuando se aplica
repetidamente a la misma magnitud realizada
b) calibracin imperfecta del micrmetro
c) medicin imperfecta de la temperatura y de la presin aplicada
d) conocimiento incompleto de los efectos de temperatura, presin baromtrica
y humedad en la lmina o en el micrmetro o en ambos.
D.5 INCERTIDUMBRE
D.5.1 Mientras que los valores exactos de las contribuciones al error de un resultado de una
medicin son desconocidos y no se pueden conocer, las incertidumbres asociadas con los
efectos aleatorios y sistemticos que dan lugar al error pueden ser evaluadas. Pero, an si
las incertidumbres evaluadas son pequeas, no existe garanta de que el error en el
resultado de la medicin sea pequeo; ya que podra pasarse por alto algn efecto
sistemtico, en la determinacin de una correccin o debido a la falta de conocimiento, por
no haberse identificado. Por tanto, la incertidumbre del resultado de una medicin no es
necesariamente una indicacin de la factibilidad de que el resultado de la medicin este
cerca del valor del mensurando; simplemente implica un estimado de la factibilidad de
cercana con el mejor valor que es consistente con el conocimiento disponible actualmente.
D.5.2 Incertidumbre de medicin es, por lo tanto, una forma de expresar el hecho de que,
para un mensurando y su resultado de medicin dados, no hay un solo valor, sino un nmero
infinito de valores dispersos alrededor del resultado que son consistentes con todas las
observaciones, datos y conocimientos que se tengan del mundo fsico, y que con distintos
grados de credibilidad pueden ser atribuidos al mensurando.
D.5.3 Afortunadamente en muchas de las situaciones prcticas de medicin no tiene
aplicacin mucho de lo discutido de este anexo. Algunos ejemplos son: cuando el
mensurando est definido adecuadamente; cuando los patrones o instrumentos son
calibrados usando patrones de referencia bien conocidos y que son trazables a patrones
nacionales; y cuando las incertidumbres de las correcciones de calibracin son
insignificantes comparadas con las incertidumbres provenientes de efectos aleatorios en las
lecturas de instrumentos, o de un limitado nmero de observaciones (vase el numeral
E.4.3). Sin embargo, el conocimiento incompleto de las magnitudes que influyen en la
medicin y sus efectos, pueden, con frecuencia, contribuir significativamente a la
incertidumbre del resultado de una medicin.
GUA TCNICA COLOMBIANA GTC 51
70
D.6 REPRESENTACIN GRFICA
D.6.1 La Figura D.1 muestra algunas de las ideas que se discuten en el captulo 3 de esta
gua y en este anexo. Ilustra por qu esta gua hace nfasis en la incertidumbre y no en el
error. El error exacto del resultado de una medicin por lo general no se conoce y no se
puede conocer. Lo nico que se puede hacer es estimar tanto los valores de los argumentos,
incluyendo las correcciones por los efectos sistemticos reconocidos, como las
correspondientes incertidumbres estndar (desviaciones estndar estimadas), ya sea de
distribuciones de probabilidad desconocidas que son muestreadas por medio de
observaciones repetidas, o de distribuciones a priori o subjetivas basadas en el conjunto de
informacin disponible; posteriormente se calcula el resultado de la medicin a partir de los
valores de los argumentos y la incertidumbre estndar combinada de ese resultado a partir
de las incertidumbres estndar de aquellas, estimaciones. Slo si existe una slida base
para creer que todo esto ha sido hecho apropiadamente, sin que se hayan pasado por alto
efectos sistemticos significativos, se puede asumir que el resultado de la medicin es una
estimacin contable del valor del mensurando y que su incertidumbre estndar combinada es
una medida confiable de su posible error.
Notas:
1) En la Figura D.1a. las observaciones se muestran como un histograma para propsitos ilustrativos
(vase el numeral 4.4.3 y Figura 1b).
2) La correccin para un error es igual al negativo del error estimado. Por lo tanto, en las Figuras D.1 y
D.2, una flecha que ilustra la correccin por un error es igual en longitud pero apunta en la direccin
opuesta a la flecha que hubiera ilustrado al error mismo, y viceversa. El texto de la figura aclara si una
flecha en particular ilustra una correccin o un error.
D.6.2 La Figura D.2 muestra algunas de las mismas ideas ilustradas en la Figura D.1 pero
de una forma diferente. Ms aun, ilustra la idea de que puede haber muchos valores del
mensurando si la definicin del mensurando es incompleta (inciso 9 de la figura). La
incertidumbre proveniente de esta definicin incompleta medida utilizando la varianza se
evala a partir de mediciones de realizaciones mltiples del mensurando, usando el mismo
mtodo, instrumentos, etc. (vase el numeral D.3.4).
Nota. En la columna titulada Varianza se sobrentiende que las varianzas u
i
2
(y) estn definidas por la ecuacin (11) en el
numeral 5.1.3); por lo tanto se suman linealmente, como se muestra.
GUA TCNICA COLOMBIANA GTC 51
71
Figura D.1. Ilustracin grfica de valor, error e incertidumbre
GUA TCNICA COLOMBIANA GTC 51
72
Figura D.2. Ilustracin grfica de valores, error e incertidumbre
GUA TCNICA COLOMBIANA GTC 51
73
ANEXO E
Motivaciones y bases para la Recomendacin INC (1980)
En este anexo se da una breve discusin tanto de la motivacin como de las bases
estadsticas para la Recomendacin INC-1 (1980) del Grupo de Trabajo sobre la Expresin
de Incertidumbres sobre la cual se basa esta gua. Para una discusin ms a fondo, vase
las referencias [1, 2, 11, 12].
E.1 SEGURO", "ALEATORIO" Y "SISTEMTICO"
E.1.1 Esta gua presenta un mtodo ampliamente aplicable para evaluar y expresar la
incertidumbre en una medicin. Proporciona un valor realista de la incertidumbre en lugar de
uno seguro. basado en el concepto de que no hay una diferencia inherente entre una
componente de incertidumbre que resulta de un efecto aleatorio y otra que resulta de una
correccin para un efecto sistemtico (vase el numeral 3.2.2 y 3.2.3). Por tanto, el mtodo
se diferencia de mtodos anteriores, los cuales tienen en comn las siguientes dos ideas:
E.1.2 La primera idea es que una incertidumbre que se informa debiera ser segura o
conservadora". significando que nunca debe ser incorrecta por ser demasiado pequea. De
hecho, debido a que es problemtica la evaluacin de la incertidumbre del resultado de una
medicin a menudo se le hace deliberadamente grande.
E.1.3 La segunda idea es que las influencias que aumentan la incertidumbre siempre son
reconocibles ya sea como aleatorias o sistemticas, siendo cada una de diferente
naturaleza; las incertidumbres asociadas con cada una de ellas se combinan en una manera
particular y se informan por separado (o cuando se requiere de un slo nmero, se combinan
de alguna manera especfica). De hecho, el mtodo de combinacin de incertidumbres a
menudo se disea para satisfacer los requisitos de seguridad.
E.2 JUSTIFICACIN PARA EVALUACIONES REALES DE LA INCERTIDUMBRE
E.2.1 Cuando se informa el valor de un mensurando deben darse la mejor estimacin de su
valor y la mejor evaluacin de la incertidumbre de esa estimacin, ya que si la incertidumbre
fuera incorrecta, normalmente no es posible decidir en que direccin se tendra un error
seguro. Una declaracin de un valor muy pequeo para la incertidumbre podra generar
demasiada confianza al ser incluida en los valores reportados, lo que puede traer
consecuencias avergonzantes o an desastrosas. Una declaracin de la incertidumbre que
se haga deliberadamente muy grande puede tener tambin repercusiones indeseables.
Puede causar que los usuarios de equipo de medicin adquieran equipo ms caro del que
realmente necesitan, o puede causar que productos costosos sean innecesariamente
descartados o que los servicios de un laboratorio de calibracin sean rechazados.
E.2.2 Esto no quiere decir que aquellos que usen el resultado de una medicin no puedan
aplicar su propio factor multiplicativo a esta incertidumbre establecida para obtener una
incertidumbre expandida que defina un intervalo con un nivel especificado de confianza y
que satisfaga sus propias necesidades, ni que en ciertas circunstancias, las instituciones que
proporcionan resultados de mediciones no puedan aplicar, de manera rutinaria, un factor que
determine una incertidumbre expandida similar la cual satisfaga las necesidades de una
clase particular de usuarios de sus resultados. Sin embargo, estos factores (que deben
GUA TCNICA COLOMBIANA GTC 51
74
declarase siempre) deben ser aplicados a la incertidumbre determinada mediante un mtodo
realista, y slo despus de que la incertidumbre ha sido as determinada, de manera que el
intervalo definido por la incertidumbre expandida tenga el nivel de confianza requerido y la
operacin puede ser fcilmente invertida.
E.2.3 Al realizar una medicin, frecuentemente deben incorporarse en el anlisis los
resultados de mediciones hechas por otros, teniendo, cada uno de dichos resultados, una
incertidumbre propia. Al evaluar la incertidumbre de los resultados de las mediciones
propias, es necesario conocer el mejor valor, no un valor seguro, de la incertidumbre de
cada uno de los resultados incorporados que provengan de otros lugares. Adicionalmente,
debe contarse con un mtodo lgico y simple mediante el cual estas incertidumbres
importadas puedan ser combinadas con las incertidumbres de las observaciones propias
para dar la incertidumbre del resultado final. La Recomendacin INC-1 (1980) proporciona
este mtodo.
E.3 JUSTIFICACIN PARA EL TRATAMIENTO IDNTICO DE TODAS LAS
COMPONENTES DE LA INCERTIDUMBRE
La parte medular de la discusin en este subcaptulo es un ejemplo simple que ilustra cmo
esta gua trata a las componentes de incertidumbre que surgen a partir de efectos aleatorios
y de las correcciones de efectos sistemticos exactamente en la misma forma durante la
evaluacin de la incertidumbre del resultado de una medicin. Esto ejemplifica, por tanto, el
punto de vista adoptado en esta Gua el cual es citado en E.1.1, es decir, se da por sentado
que todas las componentes de incertidumbre son de la misma naturaleza y son tratadas
idnticamente. El punto de partida de la discusin es una deduccin simplificada de la
expresin matemtica para la propagacin de desviaciones estndar, llamada en esta Gua
la ley de propagacin de incertidumbres.
E.3.1 Sea el mensurando z = f(w
1
, w
2
, w
N
) el cual depende de N argumentos w
1
, w
2
..., w
N
,
donde cada w
i
es descrita por una distribucin de probabilidad apropiada. Al expandir f
alrededor de las esperanzas de los w
i
, E(w
i
)
i
, en una serie de Taylor de primer orden se
obtiene, para pequeas desviaciones de z alrededor de
z
en trminos de pequeas
desviaciones de w
i
alrededor de
i
.
z
f
w
w
i
i 1
i i
N
( )


z
(E.1)
en donde los trminos de mayor orden se consideran despreciables y
z
= f(
1
,
2
,....
N
). El
cuadrado de la desviacin z -
z
, esta dado por
( ) ( ) z
z
f
w
i
w
i i
i
N

1
]
1
1


2 2
2
1
(E.2a)
GUA TCNICA COLOMBIANA GTC 51
75
de donde se obtiene
( ) ( ) ( ) ( ) z
2
f
w
2
w 2
f
w
f
w
w w
j i 1
N
i 1
N 1 N
z
i
i i
2
i j
i i j j
i 1

1
]
1
+
+

(E.2b)
La esperanza del cuadrado de la desviacin (z -
z
)
2
es la varianza de z, esto es, E[(z-
z
)
2
]=
2
i
y, entonces, de la ecuacin (E.2b)


z
2
i 1
N
2
2
j i 1
N
i 1
N 1
f
w
i
i
2
f
w
i
f
w
j
i
,
j
,
i

1
]
1
1
+


+ (E.3)
En esta expresin,
2
i
= E[(w
i
-
i
)]
2
, es la varianza de w
i
y
ij
= v(w
i
, w
j
)/(
i
2
-
j
2
)
1/2
es el
coeficiente de correlacin de w
i
y w
j
, donde v(w
i
, w
j
) = E[(w
i
-
i
)(w
i
-
j
)] = es la covarianza de
w
i
y w
j
.
Notas:
1)
z
2
y
i
2
, son, respectivamente, los momentos centrales de orden 2 (vase el numeral C.2,13 y C.2.22)
de las distribuciones de las distribuciones de probabilidad de z y w
i
. Una distribucin de probabilidad
puede ser caracterizada completamente por su esperanza. varianza y momentos centrales de alto
orden:
2) La ecuacin (13) en el numeral 5.2.2 [ junto a la ecuacin (15) ], la cual es usada para calcular la
incertidumbre estndar combinada, es idntica a la ecuacin (E.3) excepto que la ecuacin (1 3) est
expresada en trminos de las estimaciones de las varianzas, las desviaciones estndar y los
coeficientes de correlacin.
E.3.2 En la terminologa tradicional, la ecuacin (E.3) es llamada frecuentemente la ley
general de propagacin del error, nombre que se aplica mejor a una expresin de la forma

N
i 1
z f / w
i
w
i

( )
Donde z es el cambio en z causado por (pequeos) cambios w
i
en w
i
[ver la ecuacin (E.8)]. De
hecho, es apropiado llamar a la ecuacin (E.3) la ley de propagacin de incertidumbre como se ha
hecho en esta gua porque muestra como las incertidumbres de los argumentos w
i
, consideradas
iguales a las desviaciones estndar de las distribuciones de probabilidad de las w
i
, se combinan
para dar la incertidumbre del mensurando z en caso de que esta incertidumbre se considere igual a
la desviacin estndar de la distribucin de probabilidad de z.
GUA TCNICA COLOMBIANA GTC 51
76
E.3.3 La ecuacin (E.3) tambin se aplica a la propagacin de mltiples desviaciones estndar, de
manera que si cada desviacin estndar
i
es reemplazada por un mltiplo k
i
, con la misma k para
cada

, la desviacin estndar del mensurando z es reemplazada por k


z
. No obstante, lo anterior
no es valido para intervalos de confianza. Si cada

, es reemplazada por un nmero


i
que define
un intervalo correspondiente a nivel de confianza determinado p. el nmero resultante
correspondiente a z,
z
, no definir un intervalo con el nivel de confianza p a menos que todos los w
i
se describan mediante distribuciones normales. En la ecuacin (E.3) no se han establecido tales
hiptesis con respecto a la normalidad de las distribuciones de probabilidad de los argumentos w
i
.
Ms especficamente, si en la ecuacin (10) en el numeral 5.1.2 cada incertidumbre estndar u(x
i
)
se evala a partir de observaciones repetidas independientes y se multiplica por el factor t de
Student apropiado para sus grados de libertad y para el valor particular de p (digamos p = 95 por
ciento), la incertidumbre de la estimacin y no definir un intervalo correspondiente para tal valor de
p (vanse los numerales G.3 y G.4).
Nota. El requisito de normalidad para hacer la propagacin de intervalos de confianza utilizando la ecuacin
(E.3) puede ser una de las razones para la separacin histrica de las componentes de incertidumbre deducidas
a partir de observaciones repetidas, a las cuales se les supuso una distribucin normal, de aquellas que son
evaluadas simplemente como cotas superior e inferior.
E.3.4 Considrese el ejemplo siguiente: z depende solamente de un argumento w, z = f(w), donde w
es estimado promediando n valores w
k
de w; estos n valores se obtienen a partir de n observaciones
repetidas independientes q
k
de una variable aleatoria q; y w
k
, y q
k
estn relacionadas por:
w
k
= + q
k
(E. 4)
En donde es un offset o corrimiento constante "sistemtico" comn a cada observacin, y
es un factor comn de escala. El corrimiento y el factor de escala, aunque estn fijos
durante el curso de las observaciones, se supone que estn caracterizadas por
distribuciones de probabilidad a priori, siendo y las mejores estimaciones de las
esperanzas de estas distribuciones.
La mejor estimacin de w es la media aritmtica o promedio w obtenido de:
w
n
w
k n
q
k
k i
n
k
n

_
,


1 1
1
(E.5)
La magnitud z es entonces estimada mediante f(w) = f(,, q
1
,.q
2
....,q
n
) y la estimacin u
2
(z) de su
varianza
2
(z) se obtiene de la ecuacin (E.3). Si, por simplicidad, se supone que z = w, de manera
que la mejor estimacin de z es z = f( w ) =w ,entonces la estimacin u
2
(z) puede encontrarse
fcilmente. Ntese de la ecuacin (E.5) que:
GUA TCNICA COLOMBIANA GTC 51
77

f
,
f
n
q q
f
q n
,
k
k 1
n
k
k

1
1
y
representando las varianzas estimadas de y por u
2
() y u
2
(), respectivamente, y
suponiendo que las observaciones individuales no estn correlacionadas, se encuentra de la
ecuacin (E.3)
u (z) u ( ) q u ( )
s (q )
n
2 2
2
2 2
2
k
+ + (E.6)
en donde s
2
(q
k
) es la varianza experimental de las observaciones q
k
calculada mediante la
ecuacin (4) en el numeral 4.2.2, y s
2
(q
k
)/n = s
2
( q ) es la varianza experimental de la media q
[ecuacin (5) en el numeral 4.2.3].
E.3.5 En la terminologa tradicional, el tercer trmino del lado derecho de la ecuacin (E.6)
es llamado una contribucin aleatoria de la varianza estimada u
2
(z) porque, normalmente,
se decrementa cuando el nmero de observaciones n se incremento, mientras que los dos
primeros trminos son llamados contribuciones sistemticas porque no dependen de n.
Es mas significativo, que en algunos tratamientos tradicionales de incertidumbre en las
mediciones, la ecuacin (E.6) es cuestionada porque no se hace distincin entre
incertidumbres que surgen a partir de efectos sistemticos y aquellas que surgen a partir de
efectos aleatorios. En particular, se considera inaceptable el combinar varianzas obtenidas
de distribuciones de probabilidad a priori con aquellas obtenidas de distribuciones basadas
en frecuencia debido a que el concepto de probabilidad se supone aplicable slo a eventos
que pueden ser repetidos muchas veces bajo esencialmente las mismas condiciones, con la
probabilidad p de un evento (0 p 1) indicando la frecuencia relativa con la cual ocurrir
dicho evento.
En contraste con esta interpretacin de la probabilidad basada en la frecuencia, un punto de
vista igualmente vlido es que la probabilidad es una medida del grado de creencia de que
un evento puede ocurrir [13, 14]. Por ejemplo,. supngase que un apostador racional tiene la
oportunidad de ganar una pequea cantidad de dinero D. El grado de creencia del apostador
de que el evento A puede ocurrir es p = 0,5 si es indiferente a estas dos opciones de
apuesta: (1) recibir D si ocurre el evento A y nada si no ocurre; (2) recibir D si no ocurre el
evento A y nada si ocurre. La recomendacin INC- 1 (1980), sobre la cual se basa esta gua,
adopta implcitamente este punto de vista de la probabilidad puesto que interpreta
expresiones tales como la ecuacin (E.6) como la forma apropiada de calcular la
incertidumbre estndar combinada del resultado de una medicin.
E.3.6 Existen tres ventajas diferentes para adoptar una interpretacin de probabilidad
basada en el grado de creencia, la desviacin estndar (incertidumbre estndar), y la ley de
propagacin de la incertidumbre [ecuacin (E.3)] como la base para evaluar y expresar la
incertidumbre en una medicin, como se ha estado haciendo en esta gua:
GUA TCNICA COLOMBIANA GTC 51
78
a) La ley de propagacin de las incertidumbres permite incorporar fcilmente a la
incertidumbre estndar combinada de un resultado, en la evaluacin de la
incertidumbre estndar combinada de otro resultado en la cual se utiliza al
primero;
b) La incertidumbre estndar combinada puede servir como una base para
calcular intervalos que correspondan en una forma realista a sus niveles de
confianza requeridos, y
c) No es necesario clasificar las componentes como aleatorias o "sistemticas
(o de cualquier otra forma) cuando se evalan componentes de incertidumbre,
debido a que todas las componentes de incertidumbre son tratadas de la
misma forma.
El inciso c) representa una gran ventaja dado que esta categorizacin es, frecuentemente,
fuente de confusin; una componente de incertidumbre no es aleatoria" ni "sistemtica". Su
naturaleza est condicionada por el uso que se da a la magnitud correspondiente, o ms
formalmente, por el contexto en que la magnitud aparece en el modelo matemtico que
describe a la medicin. Por tanto, cuando la magnitud correspondiente es usada en un
contexto diferente, una componente aleatoria puede convertirse en una componente
sistemtica y viceversa.
E.3.7 Por la razn dada en c), la Recomendacin INC-1(1980) no clasifica a las
componentes de la incertidumbre como aleatorias o sistemticas. De hecho, en lo que al
clculo de la incertidumbre estndar combinada del resultado de una medicin le concierne,
no hay necesidad de clasificar a las componentes de la incertidumbre y, consecuentemente,
no existe una necesidad real para ningn esquema de clasificacin. Sin embargo, dado que
el uso de etiquetas convenientes puede ser de ayuda, algunas veces, en la comunicacin y
discusin de ideas, la Recomendacin INC-1 (1980) prev un esquema para la clasificacin
de los dos diferentes mtodos mediante los cuales pueden ser evaluadas las componentes
de incertidumbre, llamndolos A y B (vase el numeral 0.7, 2.3.2 y 2.3.3).
Al clasificar los mtodos usados para evaluar las componentes de incertidumbre se previene
el problema principal asociado con la clasificacin de las componentes mismas, esto es, de
la dependencia de la forma en que las cantidades correspondientes son usadas con la
clasificacin de una componente. No obstante, la clasificacin de los mtodos en vez de las
componentes no impide colocar a las componentes individuales evaluadas por dichos dos
mtodos en grupos especficos para un propsito particular en una determinada medicin,
por ejemplo, cuando se compara la variabilidad experimentalmente observada con la
expresada tericamente de los mensurandos de un sistema complejo de medicin (vase el
numeral 3.4.3).
E.4 LA DESVIACIN ESTNDAR COMO UNA MEDIDA DE LA INCERTIDUMBRE
E.4.1 La ecuacin (E.3) requiere que sin importar como se obtenga la incertidumbre de la
estimacin de un argumento, esta debe ser evaluada como una incertidumbre estndar, esto
es, como una desviacin estndar estimada. Si en cambio se evala alguna alternativa
segura, no podr ser utilizada en dicha ecuacin (E.3). En particular, si se usa la cota de
error mximo (la desviacin mxima concebible de la supuesta mejor estimacin) en la
GUA TCNICA COLOMBIANA GTC 51
79
ecuacin (E.3), la incertidumbre resultante tendr un significado mal definido y no podr ser
empleada por quien desee incorporarla en clculos subsecuentes de incertidumbres de otras
magnitudes (vase el numeral E.3.3).
E.4.2 Cuando no pueda evaluarse la incertidumbre estndar de un argumento mediante el
anlisis de los resultados de un nmero adecuado de observaciones repetidas, debe
adoptrse una distribucin de probabilidad basada en el conocimiento; dicha distribucin
ser mucho menos extensa de lo que pudiera considerarse deseable. Esto sin embargo, no
invalida a la distribucin o la hace irreal: como todas las distribuciones de probabilidad, esta
es una expresin del conocimiento que se tiene.
E.4.3 Las evaluaciones basadas en observaciones repetidas no son necesariamente
superiores a las obtenidas por otros medios. Considrese, por ejemplo, la desviacin
estndar experimental de la media s( q ), de n observaciones independientes q
k
, de una
variable aleatoria distribuida normalmente q (vase la ecuacin (5) en el numeral 4.2.3]. La
cantidad s( q ) es una estadstica (vase el numeral C.2.23).que estima ( q ), la desviacin
estndar de la distribucin de probabilidad de q, esto es, la desviacin estndar de la
distribucin de los valores de q que podran ser obtenidos si la medicin se repitiera un
nmero infinito de veces. La varianza
2
[s( q )] de s( q ) est dada, de manera aproximada,
por:
[ ]
s s
s
2v
2
2
( )
(
q
q

)
(E.7)
donde v = n - 1 son los grados de libertad de s( q ) (vase el numeral G.3.3). As, la
desviacin estndar relativa de s( q ), la cual esta dada por la razn [s( q )l ( q ) y que puede
ser tomada como la medida de la incertidumbre relativa de s( q ), es aproximadamente igual a
[2(n-1)]
-1/2
. Esta incertidumbre de la incertidumbre de q , la cual se crea nicamente debido
a razones puramente estadsticas de muestreo limitado, puede ser sorpresivamente grande:
para n =10 observaciones es de 24 por ciento. Estos y otros valores son dados en la Tabla
E.1. la cual muestra que la desviacin estndar de una desviacin estndar estadsticamente
estimada no es despreciable para valores prcticos de n.
Tabla E.1. [s(q)](q), la desviacin estndar de la desviacin estndar experimental de la media q de n
observaciones independientes de una variable aleatora normalmente distribuida q, relativa a la
desviacin estndar de la media
(a)
Nmero de
observaciones
n
[s( q )] /( q )
%
2 76
3 52
4 42
5 36
10 24
20 16
30 13
50 10
(a)
Los valores dados han sido calculados por una expresin exacta para [s( q )]l ( q ), no de la expresin
aproximada [2(n -1)]
-1/2
GUA TCNICA COLOMBIANA GTC 51
80
Puede concluirse entonces que la evaluacin Tipo A de las incertidumbres estndar no es
necesariamente ms contable que la evaluacin Tipo B, y que en muchas situaciones de
medicin prcticas, en donde el nmero de observaciones es limitado, los componentes
obtenidos de evaluaciones Tipo B pueden ser mejor conocidas que las componentes
obtenidas de evaluaciones Tipo A.
E.4.4 Se ha argumentado que, si bien las incertidumbres asociadas con la aplicacin de un
mtodo particular de medicin son parmetros estadsticos que caracterizan variables
aleatorias, existen casos de un efecto sistemtico verdadero en los cuales la incertidumbre
debe ser tratada de una forma diferente. Un ejemplo es un corrimiento que tiene un valor fijo
desconocido y que es el mismo para cada determinacin obtenida por ese mtodo, debido a
una posible imperfeccin en el principio mismo o en alguna de las suposiciones en que se
basa este mtodo. Pero si se considera la posibilidad de que exista tal corrimiento y se cree
que su magnitud pueda ser significativa, entonces puede ser descrita mediante una funcin
de probabilidad, sin que importe la simplicidad con la que fue construida, basada en los
conocimientos que llevaron a la conclusin que tal distribucin podra existir y ser
significativa. De esta forma, si se considera a la probabilidad como una medida del grado de
creencia de que un evento ocurrir, la contribucin de este efecto sistemtico puede ser
incluida en la incertidumbre estndar combinada del resultado de una medicin, evalundola
como una incertidumbre estndar de una distribucin de probabilidad a priori y tratndola
como a la incertidumbre estndar de cualquier otro argumento.
EJEMPLO.
La especificacin de un procedimiento particular de medicin requiere que cierto
argumento sea calculado mediante una expansin en serie de potencias determinada,
en la cual los trminos de mayor orden son conocidos de manera inexacta. El efecto
sistemtico debido a que no es posible tratar a estos trminos de manera exacta da
lugar a un corrimiento fijo desconocido que no puede ser muestreado
experimentalmente mediante repeticiones del procedimiento. Por tanto, la
incertidumbre asociada con el efecto no puede ser evaluada e incluida en la
incertidumbre del resultado final de la medicin si se acepta de manera estricta una
interpretacin de la probabilidad basada en la frecuencia. Por otro lado, el interpretar
a la probabilidad con base al grado de creencia. permite que la incertidumbre que
caracteriza al efecto sea evaluada mediante una distribucin de probabilidad a priori
(deducida del conocimiento disponible concerniente a los trminos conocidos de
manera inexacta) y sea incluida en los clculos de la incertidumbre estndar
combinada del resultado de la medicin de la misma manera que cualquier otra
incertidumbre.
E.5 UNA COMPARACIN ENTRE DOS PUNTOS DE VISTA SOBRE LA INCERTIDUMBRE
E.5.1 El punto en el que se centra esta gua es en el resultado de una medicin y de su
incertidumbre evaluada en vez de en las magnitudes del valor verdadero y error las cuales no
pueden ser conocidas (vase el Anexo D). Tomando el punto de vista operacional de que el
resultado de una medicin es simplemente el valor atribuido al mensurando y de que la
incertidumbre de ese resultado es una medida de la dispersin de los valores que podran ser
razonablemente atribuidos al mensurando, esta gua desacopla, de hecho, la frecuentemente
confusa conexin entre la incertidumbre y las magnitudes del valor verdadero y error, que no
pueden ser conocidos.
GUA TCNICA COLOMBIANA GTC 51
81
E.5.2 Esta conexin puede entenderse al interpretar la deduccin de la ecuacin (E.3), la
ley de propagacin de la incertidumbre, desde el punto de partida de valor verdadero y
error. En este caso
i
. es considerada el valor "verdadero nico, desconocido, de un
argumento w
i
y cada w
i
se considera relacionado a su valor verdadero u
i
por w
i
=
i
, +
i
,
donde
i
es el error en w
i
. La esperanza de la distribucin de probabilidad de cada
i
se
supone cero, E(
i
) = 0, con varianza E(
2
i
) = 2. La ecuacin (E.1) se transforma en


z
f
w
i i
N
i


1
(E.8)
Donde
z
= z - u
z
es el error en z y
z
, es el valor verdadero de z. Si se toma la esperanza del
cuadrado de
z
, se obtiene una ecuacin idntica a la ecuacin (E.9) pero donde E(
2
z
,) =
2
z
es la varianza de
z
, E(
i

) = v(
i
j) es la covarianza de
i
y

. y p
ij
= v(
i
,

)I(
2
i

2
j
,)
1/2
es el
coeficiente de correlacin de
i
y
j
,. Las varianzas y covarianzas estn, por tanto, asociadas
con los errores de los argumentos en lugar de con los argumentos mismos.
Nota. Se asume que la probabilidad se interpreta como una medida del grado de creencia de que un evento ocurrir,
implicando que un error sistemtico puede ser tratado de la misma manera que un error aleatorio y que
i
, representa a
cualquiera de ellos.
E.5.3 En la prctica, la diferencia en las interpretaciones no se traduce en una diferencia en
el valor numrico del resultado de la medicin o de la incertidumbre asignada a ese
resultado.
Primero, en ambos casos se utilizan las mejores estimaciones disponibles de los argumentos w
i
para obtener la mejor estimacin de z a partir de la funcin f, no existe diferencia alguna en los
clculos si se considera a las mejores estimaciones como los valores que con mayor seguridad
pueden atribuirse a las magnitudes en cuestin o las mejores estimaciones de sus valores
verdaderos".
Segundo, debido a que
i
= w
i
-
i
, y puesto que
i
, representa valores fijos nicos y, por
tanto, sin incertidumbre asociada, las varianzas y las desviaciones estndar de
y
y w
i
son
idnticos. Esto significa que, en ambos casos, las incertidumbres estndar usadas como
estimaciones de las desviaciones estndar
i
para obtener la incertidumbre estndar
combinada del resultado de la medicin, son idnticas y proporcionarn el mismo valor
numrico para dicha incertidumbre. Nuevamente, no hay ninguna diferencia en los clculos,
si una incertidumbre estndar es considerada como una medida de la dispersin de la
distribucin de probabilidad de un argumento o como una medida de la dispersin de la
distribucin de probabilidad del error de dicho argumento.
Nota. Si no se hubiese hecho la suposicin de la nota del numeral E.5.2, entonces la discusin de este
apartado no tendra sentido a menos que todas las estimaciones de los argumentos y las incertidumbres de
estas estimaciones se hubiesen obtenido a partir del anlisis estadstico de observaciones repetidas, esto es, a
partir de evaluaciones del Tipo A.
GUA TCNICA COLOMBIANA GTC 51
82
E.5.4 En tanto que la aproximacin basada en el valor verdadero" y el error proporcionan
los mismos resultados numricos que la aproximacin seguida en esta gua (siempre y
cuando se haga la suposicin mencionada en la nota (E.5.2) el concepto de incertidumbre de
esta gua elimina la confusin entre error e incertidumbre (vase el Anexo D). En efecto, la
aproximacin operacional de esta gua la cual se enfoca en el valor observado (o estimado)
de una magnitud y la variabilidad observada (o estimada) de dicho valor, hace
completamente innecesaria cualquier
GUA TCNICA COLOMBIANA GTC 51
83
ANEXO F
Gua prctica para la evaluacin de las componentes de la incertidumbre
En este anexo se hacen sugerencias adicionales, principalmente prcticas, para la
evaluacin de las componentes de la incertidumbre, que se pretende sean complementarias
a las sugerencias ya hechas en el captulo 4.
F.1 EVALUACIONES DE LAS COMPONENTES OBTENIDAS A PARTIR DE
OBSERVACIONES REPETIDAS: EVALUACIN DE INCERTIDUMBRE ESTNDAR
TIPO A
F.1.1 Aleatoriedad y observaciones repetidas
F.1.1.1 Las incertidumbres determinadas a partir de observaciones repetidas se consideran
ms objetivas, con mayor rigor estadstico, etc. que las obtenidas por otros medios. Esto
implica, incorrectamente, que dichas incertidumbres pueden ser evaluadas mediante la
simple aplicacin de las frmulas estadsticas a las observaciones realizadas, y que su
aplicacin no requiere del ejercicio de algn tipo de juicio.
F.1.1.2 La primera pregunta que debe formularse es: Hasta que punto son, las
observaciones repetidas, repeticiones completamente independientes del procedimiento de
medicin?. Si todas las mediciones se realizan en la misma muestra, y si el muestreo es
parte del procedimiento de medicin debido a que el mesurando es la propiedad de un
materias (y no la propiedad de una muestra especfica de tal material), entonces no se han
realizado mediciones repetidas independientemente; debe sumarse, a la varianza observada
de las mediciones repetidas en la misma muestra, una evaluacin de un componente de la
varianza que representara las posibles diferencias entre diferentes muestras.
Si, como parte del proceso de medicin, debe ajustarse el cero de un instrumento, dicho
ajuste debe realizarse como parte de cada repeticin, a pesar de que la deriva durante el
perodo en que las observaciones se realicen sea despreciable, dado que existe,
potencialmente, una incertidumbre determinable estadsticamente que puede ser atribuible a
la puesta en cero.
Similarmente, si debe tomarse la lectura de un barmetro, dicha lectura, en principio, tiene
que realizarse para cada repeticin de la medicin (preferiblemente despus de que se ha
perturbado al barmetro y permitido que retorne al equilibrio), dado que puede presentarse
una variacin tanto en la indicacin como en la lectura, an si la presin baromtrica es
constante.
F.1.1.3 A continuacin debe plantearse la cuestin acerca de si todas las influencias que se
asumen como alcatorias lo son en realidad. Son constante las medias y las varianzas de
sus distribuciones, o hay, tal vez, una deriva en el valor de una magnitud no medida, que sea
influyente, durante el perodo de las mediciones repetidas?. Si hay un nmero
suficientemente grande de observaciones, las medias aritmticas de los resultados de la
primera y segunda mitades del perodo y sus desviaciones estndar experimentales, pueden
ser calculadas y comparadas, una con otra, con la finalidad de decidir si la diferencia entre
ellas es significativa desde el punto de vista estadstico, y, por tanto, si hay algn efecto que
vare con el tiempo.
GUA TCNICA COLOMBIANA GTC 51
84
F.1.1.4 Normalmente existe un importante componente no aleatorio en las variaciones de
los valores de los servicios comunes del laboratorio (la tensin y la frecuencia de la
alimentacin elctrica, la presin del agua y la temperatura, la presin del nitrgeno. etc.). Si
estas son cantidades influyentes, dicho componente no puede ser ignorado.
F.1.1.5 La cifra menos significativa de una indicacin digital vara continuamente durante
una observacin debido a ruido, es a veces difcil no seleccionar valores, que son una
eleccin personal difciles de justificar, para tal dgito. Es mejor establecer algn medio para
congelar la lectura en algn momento arbitrario y anotar el valor de dicha lectura.
F.1.2 Correlaciones
Muchos de los argumentos contenidos en este subcaptulo son aplicables, tambin, a la
evaluacin Tipo B de la incertidumbre estndar.
F.1.2.1 La covarianza asociada con las estimaciones de dos argumentos X
i
y X
j
pueden ser
consideradas cero o insignificantes si
a) X
i
y X
j
son no correlacionadas (las variables aleatorias, no las cantidades
fsicas que se asumen invariantes vase el numeral 4.1.1, Nota 1), por
ejemplo, debido a que hayan sido repetida, pero no simultneamente, medidas
en experimentos independientes diferentes, o debido a que representen
resultados de evaluaciones diferentes que han sido hechas
independientemente, o si
b) cualquiera de las cantidades X
i
y X
j
puede ser considerada como una
constante, o si
c) hay informacin insuficiente para evaluar la covarianza asociada con las
estimaciones de X
i
y X
j.
Notas:
1) Por otro lado, en ciertos casos, tal como en el ejemplo del resistor de referencia de la nota 1 del
numeral 5.2.2, es obvio que los argumentos estn completamente correlacionados y que las
incertidumbres estndar de sus estimaciones se combinan linealmente.
2) Experimentos diferentes pueden no ser independientes si, por ejemplo, el mismo instrumento es
utilizado en cada uno (vase el numeral F.1.2.3).
F.1.2.2 El que dos argumentos observados repetida y simultneamente estn o no
correlacionados puede ser determinado utilizando la ecuacin (17) en el numeral 5.2.3. Por
ejemplo, si la frecuencia de un oscilador no compensado o pobremente compensado para
efectos de cambios de temperatura, es un argumento; si la temperatura ambiente es tambin
un argumento: y si ambas son observadas simultneamente puede haber una correlacin
significativa hecha evidente al calcular la covarianza de la frecuencia del escalador y la
temperatura ambiente.
F.1.2.3 En la prctica, dado que se utilizan, para estimar los valores de los argumentos, el
mismo patrn de trabajo fsico, los mismos instrumentos de medicin, datos de referencia, y
an el mtodo de medicin con una incertidumbre significativa, estos estn frecuentemente
correlacionados. Sin prdida de generalidad, supngase que dos argumentos X
1
y X
2
estimados mediante x
1
y x
2
, dependen de un conjunto no correlacionado de variables Q
1
,
GUA TCNICA COLOMBIANA GTC 51
85
Q
2
,....Q
t
. Entonces X
1
= F(Q
1
, Q
2
....,Q
t
) y X
2
= G(Q
1
, Q
2
,... Q
t
), aunque algunas de esas
variables pueden a parecer solamente en una de las funciones y no en la otra. Si u
2
(q) es la
varianza estimada asociada con la estimacin q
1
de Q
1
, entonces la varianza estimada
asociada con x
i
, es, a partir de la ecuacin (10) del numeral 5.1.2.
u x
F
q
u q
2
L
2
2
l
(
1
)
1
( )
1

1
]
1
1

l
(F.1)
con una expresin similar para u
2
La covarianza estimada asociada con x
i
y x
2
est dada por
u(x , x )
F
q
G
q
u
2
(q )
1
L
1 2
1 1
1

l
(F.2)
Debido a que nicamente aquellos trminos para los cuales F/q
1
0 G/q
l
0 para una l dada
contribuyen a la suma, la covarianza es cero si no existe una variable comn para F y G.
El coeficiente de correlacin estimado r(x
1
, x
2
) asociado con las dos estimaciones x
1
y x
2
se
determina a partir de u(x
1
,x
2
) [ecuacin (F.2)] y de la ecuacin (14) en el numeral 5.2.2, con
u(x
1
) calculado a partir de la ecuacin (F. l) y u(x
2
) de una expresin similar. [Vase tambin
la ecuacin (H.9) en el numeral H.2.31. Es tambin posible que la covarianza estimada
asociada con los dos valores estimados de los argumentos tenga tanto un componente
estadstico [vase la ecuacin (17.) en el numeral 5.2.3] como un componente del tipo
discutido en este subcaptulo.
EJEMPLOS:
1) Un resistor patrn R
s
se utiliza para determinar, en una misma medicin tanto
el valor de una corriente I como el de una temperatura t. La corriente se
determina midiendo, con un voltmetro digital, la diferencia de potencial a
travs de las terminales del patrn; la temperatura se determina midiendo, con
un puente de resistencias y el patrn, la resistencia R
t
(t) de un sensor resistivo
de temperatura calibrado cuya relacin ternperatura-resistencia en el intervalo
15 C t 30 C es t - a R
2
t
(t)-t
o
, en donde a y t
o
, son constantes conocidas.
Por tanto, la corriente se determina a partir de la relacin I = V
s
/R
s
en tanto que
la temperatura se determina a partir de la relacin t = a
2
(t) - t
o
, en donde (t)
es la razn R
t
(t)/R
s
, cuya medida es proporcionada por el puente.
Puesto que, en las expresiones para I y t, el nico factor comn es la magnitud
R
s
, la ecuacin (F.2) proporciona la siguiente covarianza para I y t
GUA TCNICA COLOMBIANA GTC 51
86
u I,t
I
R
t
R
u R
Vs
R
2ab t R
s
u R
s
2I t t
o
R
u R
s
s s
2
s
s
2
2 2
s
2
2
( ) ( )
( ( ) ) ( )
( )
( )

1
]
1
1

(Por simplicidad de notacin, en este ejemplo se utilizaron los mismos


smbolos para representar tanto el argumento como su estimacin).
Para obtener el valor numrico de la covarianza, se substituyen en esta
expresin los valores numricos de los mensurandos I y t, y los valores de R
s
y
u(R
s
) dados en el certificado de calibracin del resistor patrn. Las unidades de
u(I,t) o son, claramente, A C dado que las dimensiones de la varianza relativa
[uR
s
/R
s
]
2
es la unidad (esto es, el ltimo trmino es una de las llamadas
magnitudes dimensionales).
Adicionalmente, sea P una magnitud relacionada a los argumentos I y t
mediante P= C
o
I
2
/(T
o
+t), en donde C
o
y T
o
son constantes conocidas con
incertidumbres despreciables [u
2
(C
o
) 0, u
2
(T
o
) 0 ]. La ecuacin (13) en el
numeral 5.2.2 permite conocer la varianza de P en trminos de la varianza de I
y t y su covarianza
u P
P
4
u I
I
4
u I,t
I T
o
t
u t
T
o
t
2
2
2
2
2
2
( ) ( ) ( )
( )
( )
( )

+
+
+
Las varianzas u
2
(I) y u
2
(t) se obtienen aplicando la ecuacin (10) del numeral
5.1.2 a las relaciones I =Vs/Rs y t = a(t) R
s
2
- t
o
. Los resultados son:
u I
I
u V
s
V
u R
R
u t
4 t t
o
u 4 t t
o
u R
R
2
2
2
s
2
2
s
s
2
2
2 2
2
2 2
s
s
2
( )
( ) ( )
( )
( ) ( ) ( ) ( )
+

+
+
+

Donde por simplicidad se asume que las incertidumbres de las constantes t


o
, y
a son tambin despreciables. Estas expresiones pueden ser evaluadas de
manera inmediata dado que u
2
(V
s
) y u
2
() pueden ser determinadas,
respectivamente, a partir de lecturas repetidas de voltmetro y del puente de
resistencias. Por supuesto, cualquier incertidumbre inherente a los
instrumentos mismos y al proceso de medicin empleado, deben ser tambin
tomada en consideracin cuando se determinan u
2
(V
s
) y u
2
().
GUA TCNICA COLOMBIANA GTC 51
87
2) En el ejemplo de la nota 1 del numeral 5.2.2, supngase que la calibracin de cada
resistor est representada mediante R
i
=
i
R
s
, en donde u(
j
) es la incertidumbre
estndar de la razn medida
i
obtenida a partir de observaciones repetidas.
Adicionalmente, sea
i
, 1 para cada resistor, y sea u(
i
) esencialmente la misma
para cada calibracin, de manera que u(
i
) u(). Entonces las ecuaciones (F.1) y
(F.2) dan como resultado u
2
(R
i
) = R
s
2
u
2
() + u
2
(R
s
) y u(R
i
, R
j
) = u
2
(R
s
). Esto implica, al
utilizar la ecuacin (14) del numeral 5.2.2, que el coeficiente de correlacin de
cualesquiera dos resistores (ij) es:
r(R
i
,R
j
) r
ij
u( )
u(R
s
) / R
s
+

1
]
1
1

'

1
1
2

Dado que u(R


s
)/R
s
= 10
-4
si u( ) = 100 x 10
-6
, r
ij
. 0,5; si u() = 10 x 10
-6
, r
ij
: 0,990; y
si u()=1 x 10
-6
r
ij
1,000. As pues, conforme u() 0, r
ij
1 y u(R
i
) u(R
s
)
Nota. En general, durante una calibracin de comparacin, tal como la de este ejemplo, los valores
estimados de los artefactos calibrados estn correlacionados. El grado de correlacin depende de la
razn de la incertidumbre de la comparacin a la incertidumbre del patrn de referencia. Cuando, como
ocurre frecuentemente en la prctica. la incertidumbre de la comparacin es despreciable con respecto
a la incertidumbre del patrn, los coeficientes de correlacin son iguales a + 1 y la incertidumbre de cada
instrumento calibrado es la misma que la del patrn.
F.1.2.4 La necesidad de introducir la covarianza u(x
i
, x
j
) puede ser pasada por alto si el
conjunto original de argumentos X
1
, X
2
, ..., X
N
de las cuales depende el mensurando Y [vase
la ecuacin (1) en el numeral 4.1] es redefinido de tal manera que incluya como argumentos
independientes adicionales aquellas cantidades Q
l
que son comunes a dos o ms de las X
i
originales. (Puede ser necesario realizar mediciones adicionales para establecer
completamente la relacin entre Q
l
y las X
i
afectadas). Sin embargo, en algunas situaciones
puede ser ms conveniente retener las covarianzas en lugar de incrementar el nmero de
argumentos. Un proceso similar puede ser llevado a cabo sobre las covarianza observadas
de observaciones simultneas repetidas [vase la ecuacin (17) en el numeral 5.2.3], pero la
identificacin de los argumentos adicionales apropiados se realiza frecuentemente mediante
razonamientos ad hoc y no fsicos.
EJEMPLO.
Si, en el ejemplo 1 en el subcaptulo anterior, las expresiones para I y t en trminos
de R
s
son introducidas en la expresin para P, el resultado es:
]
P
C
o
V
R [T
o
a t R t
o
s
2
s
2 2
s
2

+ ( )
la correlacin entre I y t se evita a expensas de reemplazar los argumentos I y t con
las magnitudes V
s
, R
s
y . Dado que esas cantidades son no correlacionadas, la
varianza de P puede ser obtenida a partir de la ecuacin (10) en el numeral 5.1.2.
GUA TCNICA COLOMBIANA GTC 51
88
F.2 COMPONENTES EVALUADOS MEDIANTE OTROS MTODOS: EVALUACIN DE
LA INCERTIDUMBRE ESTNDAR TIPO B
F.2.1 La necesidad de las evaluaciones Tipo B
Si para la realizacin de una medicin en el laboratorio se dispone de tiempo y recursos
ilimitados, puede conducirse una investigacin estadstica exhaustiva de cada una de las
causas concebibles de la incertidumbre, por ejemplo, utilizando equipo de muchos tipos y de
proveedores distintos, diferentes mtodos de medicin, diferentes aplicaciones del mtodo y
diferentes aproximaciones para los modelos tericos de la medicin. Las incertidumbres
asociadas con todos estos puntos podra entonces ser evaluada mediante el anlisis
estadstico de muchas series de observaciones y la incertidumbre de cada punto sera
caracterizada mediante una desviacin estndar estadsticamente evaluada. En otras
palabras, todos los componentes de la incertidumbre seran obtenidos a partir de
evaluaciones Tipo A. Puesto que tal evaluacin no es econmicamente prctica, muchos
componentes de la incertidumbre deben ser evaluados por cualesquiera otros mtodos prcticos.
F.2.2 Distribuciones determinadas matemticamente
F.2.2.1 La resolucin de una indicacin digital. Una de las fuentes de incertidumbre de un
instrumento digital es la resolucin de su dispositivo indicador. Por ejemplo, an si las
indicaciones repetidas fueran todas idnticas, la incertidumbre de la medicin atribuible a la
repetibilidad no sera cero, debido a que existe un intervalo conocido de seales de entrada que
darn la misma indicacin en el instrumento. Si la resolucin del dispositivo indicador es x , el
valor del estimulo que produce una indicacin X dada puede localizarse con igual probabilidad en
cualquier lugar en el intervalo de X - x/2 a X + x/2. El estmulo es entonces descrito mediante
una distribucin de probabilidad rectangular (vanse los numerales 4.3.7 y 4.4.5) de anchura x
con covarianza u
2
= (x)
2
/12, implicando una incertidumbre estndar de u = 0,29 x para cualquier
indicacin.
As pues, un instrumento para pesar cuyo menor dgito significativo sea 1 g tiene una varianza
debida a la resolucin del instrumento de u
2
= (1/12)g
2
y una incertidumbre estndar de
u 0,29

_
,

1
12
g g
F.2.2.2 Histresis. Ciertos tipos de histresis pueden causar un tipo similar de incertidumbre.
La indicacin de un instrumento puede diferir por una cierta magnitud fija y conocida
dependiendo de si las sucesivas lecturas son de valores progresivamente mayores o
progresivamente menores. El operador prudente toma nota de la direccin en la que se
realizan las lecturas sucesivas, y lleva a cabo la correccin correspondiente. Sin embargo, la
direccin de la histresis no es siempre observable: pueden existir oscilaciones ocultas en el
instrumento alrededor de un punto de equilibrio, de tal manera que la lectura depende de la
direccin desde la cual se realiza la aproximacin a este punto. Si el intervalo de posibles
lecturas originado por este motivo es x, la varianza es, nuevamente, u
2
(x)
2
/12, y la
incertidumbre estndar debido a la histresis es u = 0,29 x.
GUA TCNICA COLOMBIANA GTC 51
89
F.2.2.3 Aritmtica de precisin finita. El redondeo o truncamiento de nmeros que se
ocasiona por el uso de computadoras para el manejo de datos, puede constituirse, tambin,
en una fuente de incertidumbre. Considrese por ejemplo, una computadora con una
longitud de palabra de 16 bits, Si, durante el curso del clculo, un nmero que tenga esta
longitud de palabra es substrado de otro del cual difiere nicamente en el 161 bit, el
resultado contar con un solo bit significativo. Tales eventos pueden surgir durante la
evaluacin de algoritmos mal condicionados, y pueden ser difciles de predecir. Es posible
obtener una determinacin emprica de la incertidumbre incrementando al argumento ms
importante para el clculo (hay frecuentemente uno que es proporcional a la magnitud del
resultado) en pequeas proporciones hasta que cambie el resultado; el cambio ms pequeo
en la salida que puede ser obtenido mediante este mtodo puede ser tomado como una
medida de la incertidumbre. Si esta es igual a x, la varianza es u
2
= (x)
2
/12 y u= 0,29 x.
Nota. Uno puede verificar la evaluacin de la incertidumbre comparando el resultado del clculo llevado a cabo
en la mquina con longitud de palabra limitada, con el resultado del mismo clculo llevado a cabo en una
mquina con una longitud de palabra significativamente mayor.
F.2.3 Argumentos importados
F.2.3.1 Un valor importado para un argumento es aquel que no ha sido estimado en el curso
de una medicin dada, sino que se ha obtenido de alguna otra fuente como resultado de una
evaluacin independiente. Frecuentemente tal valor importado se acompaa de una
declaracin de la incertidumbre correspondiente. Por ejemplo, la incertidumbre puede estar
dada como una desviacin estndar, un mltiplo de una desviacin estndar, o la mitad de
un intervalo que tiene un nivel de confianza especificado.
Alternativamente, pueden proporcionarse cotas superior e inferior, o bien, puede ser que no
se proporcione informacin acerca de la incertidumbre. En este ltimo caso el usuario debe
hacer uso de su conocimiento acerca del valor probable de la incertidumbre, dada la
naturaleza de la magnitud, la contabilidad de la fuente, las incertidumbres obtenidas para tal
magnitud en la prctica, etc.
Nota. La discusin de la incertidumbre de argumentos importados se incluye en esta subcaptulo de evaluacin
de incertidumbre Tipo B por conveniencia: la incertidumbre de tal magnitud podra estar compuesta de
elementos obtenidos de las evaluaciones Tipo A o de elementos obtenidos a partir de las evaluaciones Tipo A y
Tipo B. Puesto que es innecesario distinguir entre las componentes evaluadas por cada uno de los dos
diferentes mtodos con la finalidad de calcular una incertidumbre estndar combinada, es innecesario conocer la
composicin de la incertidumbre de una magnitud importada.
F.2.3.2 Algunos laboratorios de calibracin han adoptado la prctica de expresar la
incertidumbre en la forma de lmites superior e inferior que definen un intervalo que tiene
un mnimo nivel de confianza, por ejemplo, al menos 95 por ciento. Esto puede ser
visualizado como un ejemplo de la as llamada incertidumbre segura (vase el numeral E.
1.2), esta incertidumbre no puede ser convertida a una incertidumbre estndar sin conocer
cmo fue calculada. Si se da suficiente informacin, puede ser recalculada de acuerdo con
las reglas de esta gua; de otra manera, debe hacerse una estimacin independiente de la
incertidumbre por cualquier medio que se tenga disponible.
GUA TCNICA COLOMBIANA GTC 51
90
F.2.3.3 Algunas incertidumbres se dan simplemente como cotas mximas dentro de las
cuales se dice que estn contenidos todos los valores de la magnitud. Es una prctica
comn asumir que todos los valores dentro de esas cotas son igualmente probables (una
distribucin de probabilidad rectangular), pero no debe asumirse tal distribucin si existen
razones para pensar que valores colocados cerca de las cotas son menos probables que los
que se encuentran cerca del centro de las cotas. Una distribucin rectangular de
semiintervalo a tiene una varianza de a
2
/3; una distribucin normal para la cual a es el
semiintervalo de un intervalo que tiene un nivel de confianza de 99,73 por ciento tiene una
varianza de a
2
/9, Puede ser prudente adoptar un compromiso entre estos valores, por
ejemplo, asumiendo una distribucin triangular para la cual la varianza es a
2
/6 (vanse los
numerales 4.3.9 y 4.4.6).
F.2.4 Argumentos medidos
F.2.4.1 Una sola observacin, instrumentos calibrados. Si una estimacin de un argumento
ha sido obtenida a partir de una sola observacin con un instrumento particular que ha sido
calibrado contra un patrn de incertidumbre pequea, la incertidumbre de la estimacin es,
principalmente, de repetibilidad. La varianza de mediciones repetidas realizadas mediante
este instrumento puede haber sido obtenida en una ocasin anterior, no necesariamente al
mismo valor de la lectura sino a alguno suficientemente cercano como para que sea til,
pudindose asumir que la varianza es aplicable al argumento en cuestin. Si no se dispone
de tal informacin, debe hacerse una estimacin basada en la naturaleza del aparato o
instrumento de medicin, las varianzas conocidas de otros instrumentos de construccin
similar, etc.
F.2.4.2 Una sola observacin, instrumentos verificados. No todos los instrumentos de
medicin son acompaados por un certificado de calibracin o una curva de calibracin. La
mayora de los instrumentos, sin embargo, son construidos de acuerdo a una norma escrita y
ensayados (verificados), ya sea por el fabricante o por una autoridad independiente, para
asegurarse de que cumplen con tal norma.
Usualmente la norma contiene requisitos metrolgicos, frecuentemente en la forma de
errores mximos permisibles, a los cuales se exige que cumpla el instrumento. El
cumplimiento de estos requisitos por parte del instrumento es determinado mediante la
comparacin con un instrumento de referencia cuya mxima incertidumbre permitida se
especifica usualmente en la misma norma. Esta incertidumbre es entonces una componente
de la incertidumbre del instrumento verificado.
Si no se tiene ninguna informacin de la curva caracterstica del error del instrumento
verificado, debe asumirse que existe la misma probabilidad de que el error tenga cualquier
valor dentro de los lmites permitidos, esto es, una distribucin de probabilidad rectangular.
Sin embargo, cierto tipo de instrumentos tienen curvas caractersticas tales que los errores son,
por ejemplo, casi siempre positivos en parte del intervalo de medicin y negativos en otras partes.
Algunas veces tal informacin puede ser deducida a partir del estudio de la norma escrita
F.2.4.3 Magnitudes controladas. Frecuentemente, las mediciones se realizan bajo
condiciones de referencia controladas las cuales se asume que permanecen constantes
durante el curso de una serie de mediciones. Por ejemplo, las mediciones pueden ser
realizadas en probetas sumergidos en baos recirculadores de aceite cuya temperatura est
controlada mediante un termostato. La temperatura del bao puede ser medida en el
momento de cada medicin del espcimen, pero s la temperatura del bao est cambiando
de manera cclica, la temperatura instantnea de la probeta puede no ser la temperatura
indicada por el termmetro en el bao.
GUA TCNICA COLOMBIANA GTC 51
91
Para el clculo de las fluctuaciones en la temperatura de la probeta basadas en la teora de
transferencia de calor, y de su varianza, que estn ms all del alcance de esta gua, debe
comenzarse por conocer el ciclo de temperatura, o por hacer suposiciones adecuadas. El
ciclo puede ser observado mediante un buen termopar y una graficadora de temperatura; en
ausencia de esto, puede hacerse una aproximacin deducida a partir del conocimiento de la
naturaleza de los controles.
F.2.4.4 Distribucin asimtrica de valores posibles. Hay ocasiones en que todos los valores
posibles de una magnitud se localizan del mismo lado de un nico valor lmite. Por ejemplo,
cuando se mide la altura vertical fija h (el mesurando) de la columna de lquido en un
manmetro, el eje del instrumento usado para la medicin de la altura puede desviarse de la
vertical por un pequeo ngulo . La distancia l determinada por el instrumento ser siempre
mayor que h; no es posible obtener valores menores que h. Esto es debido a que h es igual a
la proyeccin l cos, y por tanto, l = h/cos , y todos los valores de cos son menores que
uno; no es posible obtener valores mayores que uno. Este error, llamado "error de coseno",
puede ocurrir, tambin, de manera tal que la proyeccin h cos de un mesurando h es igual
a la distancia observada l, esto es, l = h cos , de manera tal que la distancia observada es
siempre menor que el mensurando. Si se define una nueva variable = 1 - cos , los dos
casos considerados son, suponiendo 0 o < < 1 como es usual en la prctica,
h = l (1-) (F.3a)
h = l (1-) (F.3b)
Aqu l , la mejor estimacin de, es la media aritmtica o promedio de n observaciones
repetidas independientes l
k
, de l con una varianza estimada u
2
( l ) [vanse las ecuaciones (3)
y (5) en el numeral 4.2]. Por tanto se sigue de las ecuaciones (F.3a) y (F.3b) que mientras
que para obtener una estimacin de h o h se requiere una estimacin del factor de
correccin , para obtener la incertidumbre estndar de la estimacin h o h se requiere de
u
2
(), la varianza estimada de . Ms especficamente, la aplicacin de (10) en el numeral
5.1.2 a las ecuaciones (F.3a) y (F.3b) da como resultado para u
c
2
(h) y u
c
2
(h) (signos - y +
respectivamente)
u
c
2
= (1 t )
2
u
2
( l )+ l
2
u
2
( ) (F.4a)
u
2
( l )+ l
2
u
2
( ) (F.4b)
Para obtener las estimaciones del valor esperado de y de la varianza de , asmase que al
eje del aparato utilizado para medir la altura de la columna de lquido en el manmetro se le
restringe a estar fijo en el plano vertical y que la distribucin de los valores del ngulo de
inclinacin alrededor de su valor esperado, que en este caso es cero, es una distribucin
normal con varianza
2
. A pesar de que puede tener tanto valores positivos como
negativos, = 1 - cos es positiva para todos los valores de . Si se asume que el
delineamiento del eje del instrumento no est sujeto a ninguna restriccin, la orientacin del
eje tendr variaciones dentro de un cierto ngulo slido, dado que es posible que se tengan,
tambin, variaciones azimutales, ser, entonces, siempre un ngulo positivo.
En el caso de restricciones o unidimensional, el elemento de probabilidad p() d (nota del
GUA TCNICA COLOMBIANA GTC 51
92
numeral C.2.5) es proporcional a [exp(-
2
/2
2
)] d en el caso sin restricciones con o
bidimensional, el elemento de probabilidad es proporcional a [exp(-
2
/2
2
)]sen d. En
ambos casos, las funciones de densidad de probabilidad p() son las expresiones requeridas
para determinar la esperanza y la varianza de utilizadas en las ecuaciones (F.3) y (F.4).
Estas pueden ser fcilmente obtenidas a partir de esos elementos de probabilidad debido a
que el ngulo puede suponerse pequeo, y por tanto, = 1 - cos y sen pueden ser
expandidos al menor orden en . Esto da como resultado
2
/2, sen =2, d =
d/2.. Las funciones de densidad de probabilidad son entonces:
p d)
1
s pd
exp
d
s
2
(

_
,
(F.5a)
en una dimensin
p(d)
1
s
2
exp
d
s
2

_
,

(F.5b)
en dos dimensiones
Donde:
p
o
( )d 1


Las ecuaciones (F.5a) y (F.5b), las cuales muestran que el valor ms probable de la
correccin es en ambos casos cero, resultan, en el caso unidimensional E() =
2
/2 y var()
=
4
/2 para la esperanza y la varianza de ; y en el caso bidimensional E() =
2
y var() =
4
. Las ecuaciones (F.3a), (F.3b), y (F.4b) se transforman en:
h = l [1-(d/2) U
2
() (F.6a)
h = l [( 1 +(d/2) u
2
( )] (F.6b)
u
c
2
(h) = u
c
2
(h) = u
2
( l ) + (d/2) l
2
u
4
() (F.6c)
en donde d es la dimensionalidad (d = 1 o 2) y u() es la incertidumbre estndar del ngulo
, tomada como la mejor estimacin de la desviacin estndar de una distribucin asumida
como normal y evaluada a partir de toda la informacin disponible concerniente al proceso
de medicin (evaluacin Tipo B). Este es un ejemplo de un caso en donde la estimacin del
valor de un mesurando depende la incertidumbre de un argumento.
Aunque las ecuaciones (F.6a) a (F.6c) son especficas para la distribucin normal, el anlisis puede
GUA TCNICA COLOMBIANA GTC 51
93
ser realizado suponiendo otras distribuciones para . Por ejemplo, si se supone para una
distribucin rectangular simtrica con cotas inferior y superior de -
o
, y +
o
, en el caso
unidimensional y 0 y +
o
, en el caso bidimensional, se tendr que E() =
0
2
/6 y var () =
0
4
/45 en
el caso unidimensional; y E() =
0
2
/4 y var () =
0
4
/48 en el caso de dos dimensiones.
Nota. Esta es una situacin en donde la expansin de la funcin Y= f(X
1
, X
2
...,X
N
) en una serie de Taylor a
primer orden para obtener u
c
2
(y), ecuacin (10) en el numeral 5.1.2. es inadecuada dada la no lincalidad de en
f: cos cos (vase la Nota 2 en los numerales 5.1.2, y H.2.4). Aunque el anlisis puede ser realizado
enteramente en trminos de , introducir la variable simplifica el problema.
Otro ejemplo de una situacin en donde todos los posibles valores de una magnitud se
encuentran colocados en el mismo lado de un nico valor limitante es la determinacin por
titulacin de la concentracin de un componente en una solucin en donde el punto final est
indicado por el disparo de una seal; la cantidad de reactivo aadido es siempre mayor que
el necesario para disparar la seal; no es menor nunca. El exceso titulado ms all del punto
lmite es una variable requerida en la reduccin de los datos, y el procedimiento en este caso
(y casos similares) es suponer una distribucin de probabilidad apropiada para el exceso y
utilizarla para obtener el valor esperado del exceso y su varianza.
EJEMPLO.
Si se supone una distribucin rectangular, cuya cota inferior es cero en tanto que la superior
es C
o
, para el exceso z entonces el valor esperado para el exceso es C
0
2
/12 con una
varianza asociada de C
0
2
/12. Si la funcin de densidad de probabilidad del exceso se
supone normal con 0 z < , esto es, p(z) - ( / 2 )
-1
exp(- z
2
/2
2
), entonces el valor
esperado es (2/)
1/2
con varianza
2
(1 - 2/).
F.2.4.5 Incertidumbre cuando no se aplican las correcciones de una curva de calibracin. En la
nota del numeral 6.3.1 se discute el caso cuando no se aplica una correccin conocida b para un
efecto sistemtico significativo en el momento de informar el resultado de una medicin, sino que es
considerado incrementando la incertidumbre asociada al resultado. Un ejemplo es el reemplazo de
la incertidumbre expandida U con U + b, en donde U es una incertidumbre expandida obtenida bajo
la suposicin de que b = 0. Esta prctica es seguida algunas veces en situaciones en donde se
aplican todas las condiciones siguientes. El mensurando Y se define sobre un intervalo de valores
de un parmetro t, como en el caso de la curva de calibracin para un sensor de temperatura; U y b
dependen, tambin, de t y se debe asignar un nico valor de incertidumbre para todas las
estimaciones y(t) del mensurando sobre todo el intervalo de posibles valores de t. En tales
situaciones el resultado de la medicin es frecuentemente reportado como Y(t) = y(t) [U
mx
, + b
mx
..],
en donde el subndice max indica que se usan los valores mximo de U y de la correccin
conocida b en el intervalo de valores t.
Aunque esta gua recomienda que las correcciones para efectos sistemticos significantes
conocidos sean aplicadas a los resultados de las mediciones, esto puede no ser siempre
conveniente debido al costo inaceptable en el que se incurrira al calcular y aplicar una correccin
individual, y al calcular y usar una incertidumbre individual, para cada valor de y(t).
Una aproximacin comparativamente simple a este problema que es consistente con los
principios de esta gua es como sigue:
GUA TCNICA COLOMBIANA GTC 51
94
Calcular una nica correccin promedio b a partir de:
b
1
t t
b(t)dt
1 t
t
2


2
1
(F.7a)
en donde t
1
y t
2
. definen el intervalo de inters del parmetro t, y hacer que la mejor
estimacin de Y(t) sea y(t) = y(t) + b , en donde y(t) es la mejor estimacin no corregida de
Y(t). La varianza asociada con la correccin promedio b en el intervalo de inters est dada
por:
u b
t t
b t - b
t
t
t
2
2 1
2
1
2
( )
1
[ ( ) ] d


(F.7b)
en donde no se toma en consideracin la incertidumbre de la determinacin actual de la
correccin b(t). La varianza media de la correccin b(t) debido a la determinacin presente
est dada por
u b t
t t
u
t
b t t
2
t
2
1
2
[ ( )]
1
1 2
[ ( )]d


(F.7c)
en donde [u
2
(b(t)] es la varianza de la correccin b(t). Similarmente, la varianza promedio de
y(t) resultante de todas las fuentes de incertidumbre adems de la correccin b(t) se obtiene
a partir de
u b t
t t
u b t t
t
t
2
1 2
2
1
2
[ ( )
1
[ ( )]d


(F.7d)
en donde u
2
[y(t)] es la varianza y (t) debido a todas las fuentes de incertidumbre distintas a
b(t). El nico valor de la incertidumbre estndar que ser usado para todas las estimaciones
y(t) = y (t) + b del mensurando Y(t) es, entonces, la raz cuadrada positiva de:
u (y ) u y t u b t u b
c
2 2 2 2 '
+ +

[ ( )] [ ( )] ( ) (F.7e)
GUA TCNICA COLOMBIANA GTC 51
95
Una incertidumbre expandida U puede ser obtenida al multiplicar u
c
(y) por un factor de
cobertura apropiadamente elegido k, U = ku
c
(y), obtenindose Y(t) = y(t) U = y(t) + b U.
Sin embargo, el uso de la misma correccin promedio para todos los valores de t en lugar de
la correccin apropiada para cada valor de t debe ser reconocida y emitirse una declaracin
clara acerca de lo que representa U.
F.2.5 Incertidumbre del mtodo de medicin
F.2.5.1 Probablemente el componente de la incertidumbre ms difcil de evaluar sea el
asociado con el mtodo, de medicin, especialmente si se ha demostrado que la aplicacin
de tal mtodo proporciona resultados con menor variabilidad que cualquiera otro conocido.
Es factible que existan otros mtodos, algunos de ellos desconocidos o imprcticos de
alguna manera, que daran sistemticamente resultados diferentes igualmente vlidos en
apariencia.
Esto implica una distribucin de probabilidad a priori, no una distribucin a partir de las
cuales las muestras puedan ser efectivamente escogidas y tratadas estadsticamente. As, a
pesar de que la incertidumbre del mtodo puede ser la dominante, frecuentemente la nica
informacin disponible para evaluar su incertidumbre estndar es el conocimiento personal
que se tenga del mundo fsico. (Vase tambin el numeral E.4.4.)
Nota. La determinacin del mismo mensurando por diferentes mtodos, ya sea en el mismo o en diferentes
laboratorios, o mediante el mismo mtodo en diferentes laboratorios, puede, frecuentemente proporcionar
informacin valiosa acerca de la incertidumbre atribuible a un mtodo particular. En general, el intercambio de
patrones de medicin o de materiales de referencia entre laboratorios para mediciones independientes es una
manera til de apreciar la contabilidad de las evaluaciones de las incertidumbres y de identificar efectos
sistemticos previamente no reconocidos.
F.2.6 Incertidumbre de la muestra
F.2.6.1 Muchas mediciones involucran la comparacin de un objeto desconocido con un
patrn conocido que tiene caractersticas similares con la finalidad de calibrar dicho objeto
desconocido. Entre los ejemplos pueden incluirse galgas, ciertos termmetros, conjuntos de
masas, resistores, y materiales de alta pureza. En la mayora de tales casos, los mtodos de
medicin no son especialmente sensitivos a, o adversamente afectados por, la seleccin de
la muestra (esto es, el instrumento desconocido particular que est siendo calibrado), el
tratamiento de la muestra, o los efectos de varias magnitudes ambientales de influencia
debido a que tanto el instrumento desconocido como el patrn responden en general de la
misma manera (muchas veces predecible) a tales variables.
F.2.6.2 En algunas situaciones de medicin prcticas, el muestreo y el tratamiento de las
muestras juegan un papel mucho ms importante. Este es frecuentemente el caso del
anlisis qumico de materiales naturales. Contrariamente a lo que sucede con los materiales
fabricados por el hombre, los cuales pueden tener una homogeneidad probada a un nivel
mayor que el requerido para la medicin, los materiales naturales son frecuentemente muy
heterogneos. Esta heterogenidad ocasiona el surgimento de dos componentes adicionales
de la incertidumbre. La evaluacin del primero requiere de la determinacin de que tan
adecuadamente la muestra seleccionada representa al material que est siendo analizado.
Para la evaluacin del segundo se requiere determinar el grado en el que los constituyentes
secundarios (no analizados) influencian la medicin y que tan adecuadamente estn siendo
tratados por el mtodo de medicin.
GUA TCNICA COLOMBIANA GTC 51
96
F.2.6.3 En algunos casos el diseo cuidadoso del experimento puede hacer posible la
evaluacin estadstica de la incertidumbre debida a la muestra (vanse los numerales H.5 y
H.5.3.2). Usualmente, sin embargo, en especial cuando los efectos de las magnitudes
ambientales que influyen a la muestra son significativos, se requiere de la habilidad y el
conocimiento del analista, derivadas de la experiencia y de toda la informacin disponible en
ese momento, para la evaluacin de la incertidumbre.
GUA TCNICA COLOMBIANA GTC 51
97
ANEXO G
Grados de libertad y niveles de confianza
G.1 INTRODUCCIN
G.1.1 En este anexo se discute la cuestin general de cmo obtener, a partir de la
estimacin y del mensurando Y de la incertidumbre estndar combinada, u
c
(y), de dicha
estimacin, una incertidumbre expandida U
p
= k
p
u
c
(y) que define un intervalo y - U
p
Y y +
U
p
. que tiene una alta probabilidad de cobertura especificada o nivel de confianza p. Por
tanto, en este anexo se aborda la tarea de determinar el factor de cobertura k
p
que produce
un intervalo alrededor del resultado de la medicin y, que se espera incluya una fraccin
grande especificada p de la distribucin de valores que pudieran atribuirse razonablemente
al mensurando Y (vase captulo 6).
G.1.2 En la mayora de las situaciones de medicin prcticas, el clculo de intervalos que
tienen niveles especficos de confianza en realidad, la estimacin de la mayora de las
componentes individuales de la incertidumbre en tales situaciones es, en el mejor caso, slo
aproximado. An la desviacin estndar experimental de la media aritmtica de tantas como
30 observaciones repetidas de una magnitud descrita mediante una distribucin normal tiene
una incertidumbre de alrededor de 13 por ciento. (Vase la Tabla E.1 en el Anexo E).
En la mayora de los casos no tiene sentido tratar de distinguir entre, por ejemplo, un
intervalo que tiene un nivel de confianza del 95 por ciento (una oportunidad en 20 de que el
mesurando Y caiga fuera del intervalo) y un intervalo de 94 o de 96 por ciento (1 oportunidad
en 17 y 25, respectivamente). Obtener intervalos justificables con niveles de confianza de 99
por ciento (1 oportunidad en 100) y mayores, es especialmente difcil, an si se asume que
no se ha pasado por alto ningn efecto sistemtico, debido a que, generalmente, se dispone
de muy poca informacin acerca de las porciones extremas o colas de las distribuciones de
probabilidad de los argumentos.
G.1.3 Para obtener el valor del factor de cobertura k
p
que produce un intervalo
correspondiente a un nivel de confianza especfico p se requiere del conocimiento detallado
de la distribucin de probabilidad que caracteriza al resultado de la medicin y su
incertidumbre estndar combinada. Por ejemplo, para una cantidad z descrita mediante una
distribucin normal cuya esperanza es
z
, y cuya desviacin estndar es , el valor de k
p
,
que produce un intervalo u
z
k
p
que incluye la fraccin p de la distribucin, y, por tanto,
tiene una probabilidad de cobertura o nivel de confianza p, puede calcularse fcilmente.
Algunos ejemplos se dan en la Tabla G.1.
GUA TCNICA COLOMBIANA GTC 51
98
Tabla G.1. Valor del factor de cobertura k
p
que produce un intervalo que
tiene un nivel de confianza p asumiendo una distribucin normal
Nivel de confianza p
(por ciento)
Factor de
cobertura k
p
68,27
90
95
95,45
99
99,73
1
1,645
1,960
2
2,576
3
Nota. En contraste, si z se describe mediante una distribucin de probabilidad rectangular con valor esperado y
desviacin estndar = a/ 3 , donde a es el semi intervalo de la distribucin, el nivel de confianza p es 57,74 k por ciento
para k
p
= 1; 95 por ciento para k
p
= 1.71; y 100 por ciento para kp 3 1,73. La distribucin rectangular es ms estrecha
que la distribucin normal en el sentido que es de tamao finito y no tiene colas.
G.1.4 Si las distribuciones de probabilidad de los argumentos X
1
, X
2
....... X
n
. , de los cuales depende
el mesurando Y, son conocidas [sus valores esperados, varianzas, y momentos de orden mayor
(vanse los numerales C.2.13 y C.2.22) si las distribuciones no son normales], y si Y es una funcin
lineal de los argumentos, Y = c
1
X
1
+ c
2
X
2
,+ . . . + c
N
X
N
, entonces la distribucin de probabilidad de Y
puede obtenerse por convolucin de las distribuciones de probabilidad individuales [10]. Los valores
de k
p
que producen intervalos correspondientes a niveles de confianza especficos p pueden
calcularse, entonces, a partir de la distribucin resultante de la convolucin.
G.1.5 Si la relacin funcional entre Y y sus argumentos es no lineal y una expansin a
primer orden en serie de Taylor de dicha relacin no es una aproximacin aceptable (vanse
los numerales 5.1.2 y 5.1.5), entonces la distribucin de probabilidad de Y no puede
obtenerse haciendo la convolucin de las distribuciones de los argumentos. En tales casos
se requieren otros mtodos analticos o numricos.
G.1.6 En la prctica, debido a que los parmetros que caracterizan las distribuciones de
probabilidad de los argumentos son usualmente valores estimados, dado a que es irreal
esperar que el nivel de confianza que se asocie con un intervalo dado se pueda conocer con
un alto grado de exactitud, y debido a la complejidad de convolucionar distribuciones de
probabilidad, tales convoluciones son implementadas raramente, si acaso lo son, cuando se
necesita calcular intervalos que tengan niveles de confianza especificados. En lugar de eso,
se usan aproximaciones que utilizan el Teorema del Lmite Central.
G.2 TEOREMA DEL LMITE CENTRAL
G.2.1 Si Y = c
1
X
1
+ c
2
X
2
+ . . . + c
N
X
N
=
N
i

1
c
i
X
i
, y todas las X
i
se caracterizan mediante
distribuciones normales, entonces la distribucin resultante de la convolucin de Y tambin ser
normal. Sin embargo, an si las distribuciones de X
i
no son normales, la distribucin de Y
frecuentemente se puede aproximar mediante una distribucin normal debido al Teorema del
Lmite Central. Este teorema establece que la distribucin de Y ser aproximadamente normal
con esperanza E(Y)=
N
i

1
c
i
E(X
i
) y varianza
2
(Y) =
N
i

1
c
i
2

2
(X
i
) donde E(X
i
) es la esperanza de
X
i
y
2
(X
i
) es la varianza de X
i
, si las X
i
son independientes y
2
(Y) es mucho ms grande que
cualquier componente individual C
i
2

2
(X
i
) de una X
i
cuya distribucin no es normal.
GUA TCNICA COLOMBIANA GTC 51
99
G.2.2 El Teorema del Lmite Central es relevante debido a que muestra el muy importante
papel desempeado por las varianzas de las distribuciones de probabilidad de los
argumentos, comparado con el jugado por los momentos de orden mayor de dichas
distribuciones, en la determinacin de la forma de la distribucin convolucionada resultante
de Y. Adems, implica que la distribucin obtenida de la convolucin converge hacia la
distribucin normal conforme se incremento el nmero de los argumentos que contribuyen a

2
(Y); que la convergencia ser ms rpida conforme los valores de C
i
2

2
(X
i
) estn ms
cercanos entre si (lo que equivale en prctica a que cada estimacin de argumentos x
i
contribuya con una incertidumbre comparable, a la incertidumbre de la estimacin y del
mesurando Y); y que mientras ms cerca se encuentren las distribuciones de X
i
de la
distribucin normal, se requieren menos X
i
para obtener una distribucin normal de Y.
EJEMPLO.
La distribucin rectangular (vase el numeral 4.37 y 4.4.5) es un ejemplo extremo de
una distribucin que no es normal. no obstante la convolucin de tan pocas como tres
de tales distribuciones de igual anchura es aproximadamente normal. Si el semi
intervalo de cada una de las tres distribuciones rectangulares es a de manera tal que
la varianza de cada uno es a
2
/3, la varianza de la distribucin convolucionada es
2
=
a
2
. Los intervalos de 95 y 99 por ciento de la distribucin convolucionada se definen
por 1,937 y 2,379 , respectivamente, mientras los intervalos correspondientes para
una distribucin normal con la misma desviacin estndar se definen por 1,960 y
2,576 (vase la Tabla G.1)[10].
Notas:
1) Para cada intervalo con un nivel de confianza p mayor que alrededor de 91,7 por ciento, el valor de k
p
para una distribucin normal es mayor que el valor correspondiente para la distribucin resultante de la
convolucin de cualquier nmero de distribuciones rectangulares de cualquier tamao.
2) Del Teorema del Lmite Central se sigue que la distribucin de probabilidad de la media aritmtica q de
n observaciones q
k
de una variable aleatoria q con una esperanza
q
. y una desviacin estndar finita
se aproxima a una distribucin normal con media
q
y desviacin estndar / n conforme n,
cualquiera que pueda ser la distribucin de probabilidad de q.
G.2.3 Una consecuencia prctica del Teorema del Lmite Central es que cuando puede
establecerse que sus requerimientos son aproximadamente satisfechos, en particular, si la
incertidumbre estndar combinada u
c
(y) no es denominada por una componente de
incertidumbre estndar obtenida mediante una evaluacin Tipo A basada slo en unas pocas
observaciones, o por una componente de incertidumbre estndar obtenida mediante una
evaluacin Tipo B basada en una distribucin de probabilidad que se supone rectangular,
una primera aproximacin razonable para calcular una incertidumbre expandida U
p
= k
p
u
c
(y)
que proporcione un intervalo con un nivel de confianza p, es utilizar un valor obtenido de una
distribucin normal para k
p
. Los valores ms comnmente utilizados para este propsito se
dan en la Tabla G.1.
GUA TCNICA COLOMBIANA GTC 51
100
G.3 LA DISTRIBUCIN t Y LOS GRADOS DE LIBERTAD
G.3.1 Para obtener una mejor aproximacin que la obtenida al utilizar un valor k
p
de una
distribucin normal como en el numeral G.2.3, debe reconocerse, que el clculo de un
intervalo que tenga un nivel especfico de confianza requiere, no de la distribucin de la
variable [Y-E(Y)]/(Y), sino de la distribucin de la variable (y-Y)/u
c
(y). Esto es debido a que,
en la prctica, de lo que se dispone usualmente es de y, la estimacin de Y obtenida a partir
de y =
N
i

1
c
i
x
i
, en donde x
i
es la estimacin de X
i
; y la varianza combinada asociada con y,
u
2
c
(y), evaluada a partir de u
2
c
(y)=
N
i

1
c
i
2
u
2
(x
i
), en donde u(x
i
) es la incertidumbre estndar
(desviacin estndar estimada) de la estimacin x
i
.
Nota. Estrictamente hablando, en la expresin (y - Y)/u
c
(y), Y debe interpretarse como E(Y). Por simplicidad, dicha
distincin se ha hecho en algunos pocos lugares en esta gua. En general, el mismo smbolo ha sido utilizado
para representar a la magnitud fsica, a la variable aleatoria que representa a dicha magnitud, y a la esperanza
de tal variable (vase las notas del numeral 4.1.1).
G.3.2 Si z es una variable aleatoria distribuida normalmente, con esperanza u
z
y desviacin
estndar , y z es la media aritmtica de n observaciones independientes z
k
de z, con s( z ) la
desviacin estndar experimental de z [vanse las ecuaciones (3) y (5) en el numeral 4.21],
entonces la distribucin de la variable t =( z -
z
,) / s( z ) es la distribucin t o distribucin de
Student (vase el numeral C.3.8) con v = n -1 grados de libertad.
Consecuentemente, si el mensurando Y es simplemente una nica magnitud normalmente
distribuida X, Y = X y si X se estima mediante la media aritmtica X de n observaciones
repetidas independientes X
k
de X, con desviacin estndar experimental de la media igual a
s( X ), entonces la mejor estimacin de Y es y = X y la desviacin estndar experimental de
tal estimacin es u
c
(y) = s( X ). Entonces t = (z-
z
)/s( z ) ( X - X)/s( X ) = (y -Y)/u
c
(y) tiene una
distribucin t con
Pr [-t
p
(v) t t
p
(v)] = p (G.1a)
Pr [-t
p
(v) (y - Y)/u
c
(y) t
p
(v)] = p (G.1 b)
que pueden ser reescritas como
Pr [y - t
p
(V) U
c
(Y) Y Y+ t
p
(V) U
c
(Y)] = p (G.1c)
En estas expresiones, Pr [ ] significa la probabilidad de y el factor t, tp(v) es el valor de t
para un valor dado del parmetro v - los grados de libertad (vase el numeral G.3.3)- tal que
la fraccin p de la distribucin t est contenida en el intervalo de -t
p
(v)) a + t
p
(v). Entonces, la
incertidumbre expandida
U
p
= k
p
u
c
(y) = t
p
(v) u
c
(y) (G.1d)
GUA TCNICA COLOMBIANA GTC 51
101
define un intervalo de y - U
p
a y + U
p
, que se escribe de manera conveniente como Y= y U
p
que se espera incluya una fraccin p de la distribucin de valores que podran ser
razonablemente atribuidos a Y y p es la probabilidad de cobertura o nivel de confianza del
intervalo.
G.3.3 El nmero de grados de libertad v, es igual a n - 1 para una nica magnitud estimada
mediante la media aritmtica de n observaciones independientes, como en el numeral G.3.2.
Si n observaciones independientes se usan para determinar tanto la pendiente como la
ordenada al origen de una lnea recta mediante el mtodo de los mnimos cuadrados, el
nmero de grados de libertad de sus respectivas incertidumbres estndar es v = n - 2. Para
un ajuste por mnimos cuadrados de m parmetros a n datos, el nmero de grados de
libertad de la incertidumbre estndar de cada parmetro es v = n - m. (vase la referencia
[15] para una discusin ms amplia acerca de los grados de libertad).
G.3.4 En la Tabla G.2, al final de este anexo, se listan algunos valores seleccionados para
diferentes valores de v, y varios valores de p. Conforme v la distribucin t se aproxima a
al distribucin normal y t
p
(v) (1+2/v)
1/2
k
p
en donde k
p
es el factor de cobertura requerido
para obtener un intervalo con un nivel de confianza p para una variable distribuida
normalmente. As, el valor t
p
() en la Tabla G.2 para una p dada es igual al valor de k
p
en la
Tabla G. 1 para la misma p.
Nota. Frecuentemente, la distribucin t se tabula en cuantiles, en este caso se dan valores de t
1
- en donde
1 ( )d
1

a f t, v t
t
a
es el cuantil. Entonces t
p
(v) y t
1-
(v) se relacionan mediante p = 1,2 . Por ejemplo, la t
1-
(v), que corresponde al
cuantil 1 - = 0,975 ( = 0,025) es la misma que la t
p
,(v) para p = 0,95.
G.4 GRADOS EFECTIVOS DE LIBERTAD
G.4.1 En general, la distribucin t no describir la distribucin de la variable (y - Y) / u
c
(y) si
u
i
2
(y) es la suma de dos o ms componentes de la varianza estimada u
i
2
(y) = c
i
2
u
2
(x
i
) (vase
el numeral 5.1.3), an si cada x
i
es la estimacin de un argumento distribuido normalmente
X
i
. Sin embargo, la distribucin de dicha variable puede aproximarse mediante una
distribucin t con un nmero efectivo de grados de libertad v
eff
obtenido a partir de la frmula
de Welch Satterthwaite [16, 17, 18]
GUA TCNICA COLOMBIANA GTC 51
102

N 4
i
eff
4
c
i i
v
y u
V
(y) u
1
) (
(G.2a)
o

N
1 i i
v
4
i
4
c
(y) u
(y) u
eff
v (G.2b)
con

N
1 i
eff
i
v v
(G.2b)
Donde u
c
2
=
i
N

1
u
c
2
(y) (vase el numeral 5.1.3). La incertidumbre expandida U
p
=k
p
u
c
(y)
t
p
(v
eff
)u
c
(y) proporciona, entonces, un intervalo Y y t U
p
que tiene aproximadamente un nivel
de confianza p.
Notas:
1) Si el valor de v
eff
, obtenido a partir de la ecuacin (G.2b) no es un entero, que ser usualmente el caso
en la prctica, el correspondiente valor de t
p
, puede ser encontrado a partir de la Tabla G.2 realizando
una interpelacin o truncando el valor de v
eff al entero menor ms prximo.
2) Si la estimacin de un argumento x
i
se obtiene a partir de otras dos o ms estimaciones. entonces el
valor de v
i
que ser usado en u
i
4
(y) [ c
i
2
u
2
(x
i
)
2
en el denominador de la ecuacin (G.2b) es el nmero
efectivo de grados de libertad calculados a partir de una expresin equivalente a la ecuacin (G.2b).
3) Dependiendo de las necesidades de los usuarios potenciales del resultado de una medicin, puede ser
til calcular y reportar, adems de v
eff
. valores para v
effA
y v
effB
calculados a partir de la ecuacin (G.2b)
tratando por separado las incertidumbres obtenidas a partir de evaluaciones Tipo A y Tipo B. Si las
contribuciones u
c
2
a de las incertidumbres estndar Tipo A y Tipo B se denotan, respectivamente. por
u
cA
2
(y) y u
cB
2
(y), estas magnitudes estarn relacionadas por
u
c
2
(y) = u
cA
2
(y) + u
cB
2
(y)
u
c
4
(y) = u
cA
4
(y) + u
cB
4
(y)
_____ _______ _________
v
eff
v
effA
v
effB
GUA TCNICA COLOMBIANA GTC 51
103
EJEMPLO.
Sea Y= f(X
1
,X
2
,X
3
) = bX
1
X
2
X
3
y sean las estimaciones x
1
, x
2
, x
3
de los argumentos
X
1
,X
2
,X
3
las medias aritmticas de n
t
= 10, n
2
= 5 y n
3
= 15 observaciones
independientes repetidas, respectivamente, con incertidumbres estndar relativas
u(x
i
/x
1
)= 0,25 por ciento, u(x
2
)/x
2
= 0,57 por ciento y u(x
1
)/x
1
= 0,82 por ciento. En este
caso, c
i
= f/x
i
, = Y/X
i
(que ser evaluada en x
1
, x
2
, x
3
, - ver la nota 1 del numeral
5.3.3). [u,(y)/y]
2
=
3
1 i

[u(x
i
)/x
i
]
2
(1,03 por ciento)
2
(vase la nota 2 del numeral 5.1.6),
con lo que la ecuacin (G.2b) se transforma en:
]
v
eff
u
c
y / y
u(x
i
)/ x
i
/
v
i
Entonces
v
eff
4
4
i
3

( ( ) )
[
1,03
0,25
10 1
0,57
5 1
0,82
15 1
19, 0
1
4
4 4 4
El valor de tp, para p = 95 por ciento y v = 19 es, de acuerdo a la Tabla G.2, t
95
(19)= 2,09;
de aqu que la incertidumbre relativa expandida para este nivel de confianza es U
95
= 2,09 x
1,03 por ciento) = 2,2 por ciento. Puede alarmarse entonces que Y = y U
95
, = y(1 0,022) (y
ser determinada a partir de Y = bx
1
x
2
x
3
), o que 0,0978y Y < 1,022y y que el nivel de
confianza que ser asociado con el intervalo es, aproximadamente, 95 por ciento.
G.4.2 En la prctica, u
c
(y) depende de las incertidumbres estndar u(x
i
) de las estimaciones
tanto de los argumentos que estn normalmente distribuidos como de los que no lo estn, y
las u(x
i
) se obtienen tanto de distribuciones de probabilidad basadas en frecuencia como de
las obtenidas a priori (esto es, a partir de evaluaciones Tipo A y Tipo B). Una afirmacin
similar se aplica a la estimacin y y a las estimaciones x
i
de las cuales depende y. No
obstante, la distribucin de probabilidad de la funcin t = (y-Y)/ u
c
(y) puede ser aproximada
mediante la distribucin t si se expande en una serie de Taylor alrededor de su esperanza.
En esencia. esto es lo que se consigue, en la aproximacin a orden menor, utilizando la
frmula de Welch-Satterhwaite (ecuacin (G.2a) o (G.2b).
Surge ahora la pregunta acerca de cuntos grados de libertad asignarle a una incertidumbre
estndar obtenida a partir de una evaluacin Tipo B cuando v
eff
se calcula usando la
ecuacin (G.2b). Puesto que en la definicin apropiada de los grados de libertad se reconoce
el hecho de que v, en una distribucin t es una medida de la incertidumbre de la varianza
s
2
( z ), la ecuacin (E.7) en el numeral E.4.3 puede ser usada para definir los grados de
libertad v
eff
GUA TCNICA COLOMBIANA GTC 51
104

v
i
u x
i
s u x
i
u x
i
u x
i
2
2

1
]
1
1
1
1
2
( )
[ ( )]
1
2
( )
( )

(G.3)
El nmero entre corchetes en el tercer miembro es la incertidumbre relativa de u(x
i
) para una
evaluacin Tipo B de la incertidumbre estndar es una magnitud subjetiva cuyo valor se
obtiene utilizando un juicio cientfico basado en el conjunto de informacin disponible.
EJEMPLO.
Supngase que el conocimiento que se tiene acerca de cmo se determin la
estimacin x
i
de un argumento y cmo se evalu su incertidumbre estndar u(x
i
)
permite concluir que el valor de u(x
i
) es contable en alrededor de un 25 por ciento. El
significado que puede atribuirse a este hecho es que la incertidumbre relativa
u(x
i
)/u(x
i
)= 0,25 y, por tanto, de la ecuacin (G.3). v
i
= (0,25)
-2
/2 = 8. Por otro lado, si
se considera que el valor de u(x
i
) es contable en alrededor del 50 por ciento, entonces
v
i
= 2. (vase tambin la Tabla E.1 en el Anexo E.)
G.4.3 En la discusin en los numerales 4.3 y 4.4 acerca de la evaluacin Tipo B de la
incertidumbre estndar a partir de una distribucin de probabilidad a priori, se supuso
implcitamente que el valor de u(x
i
) resultante de tal evaluacin es conocido de manera
exacta. Por ejemplo, cuando u(x
i
) se obtiene a partir de una distribucin de probabilidad
rectangular cuyo semi intervalo se supone igual a a = (a
+
- a
-
)/2 como en los numerales 4.3.7
y 4.4.5, u(x
i
)=a3 se considera como una constante sin incertidumbre debido a que as se
consideran a
+
y a
-
y, por tanto a, (vase, sin embargo, la nota 2 del numeral 4.3.9). Esto
implica, debido a la ecuacin (G.3) que v
i
co o que 1/v
i
0, lo que, no obstante, no causa
problemas al evaluar la ecuacin (G.2b). Adems, suponer que v
i
no carece de realismo,
debido a que es una prctica comn elegir a
+
y a
-
de manera tal que la probabilidad de que la
magnitud en cuestin se ubique fuera del intervalo de a
+
a a
-
es extremadamente pequea.
G.5 OTRAS CONSIDERACIONES
G.5.1 Una expresin que se encuentra en la literatura sobre incertidumbre en las
mediciones, y que es utilizada frecuentemente con la finalidad de determinar la incertidumbre
que permita obtener un intervalo con un nivel de confianza del 95 por ciento, puede ser
escrita como sigue
U
95
= [t
95
2
(v
eff
)s
2
+ 3u
2
]
1/2
(G.4)

Aqu t
95
(v
eff
)se obtiene de la distribucin t para v
eff
grados de libertad y p = 95 por ciento;
v
eff
, es el nmero de grados efectivos de libertad calculados mediante la frmula Weich-
Satterthwaite [ecuacin (G.2b)] considerando nicamente a los componentes s
i
de la
GUA TCNICA COLOMBIANA GTC 51
105
incertidumbre estndar que han sido evaluados estadsticamente a partir de observaciones
repetidas en la medicin que se lleva a cabo en ese momento; en los trminos s
2
= c
i
2
s
i
2
, c
i

f/x
i
; y u
2
= u
j
2
(y) = c
j
2
( a
j
2
/3) se incluyen todos los otros componentes de la
incertidumbre, aqu se supone que +a, y -a, son los lmites superior e inferior, que se
suponen perfectamente conocidos, de X
j
relativa a su mejor estimacin x
j
, (esto es, x
j
- a
j
X
i
x
i
+ a
j
).
Nota. Una componente que se obtenga en base a observaciones repetidas hechas afuera del experimento que
se lleva a cabo en ese momento se trata de la misma manera que cualquier otra componente incluida en u
2
. Por
ello, con la finalidad de realizar una comparacin. que tenga sentido, entre las ecuaciones (G.4) y (G.5) del
siguiente captulo, se supone que, de existir tales componentes, son despreciables.
G.5.2 Si una incertidumbre expandida que define un intervalo con un nivel de confianza del
95 por ciento se evala de acuerdo con los mtodos recomendados en G.3 y G.4, la
expresin que resulta, en lugar de la ecuacin (G.4), es
U
95
= [t
95
(v
eff
)[s
2
+ u
2
]
1/2
(G.5)
en donde v
eff
se calcula a partir de la ecuacin (G.2b) y en el clculo se incluyen todas las
componentes de la incertidumbre.
En la mayora de los casos, el valor U
95
de la ecuacin (G.5) ser mayor que el valor U
95
de
la ecuacin (G.4), si se supone que, al evaluar la ecuacin (G.5),.todas las varianzas Tipo B
se obtienen a partir de distribuciones rectangulares a priori, cuyos semi intervalos son los
mismos que las cotas a
j
usadas para calcular u
2
en la ecuacin (G.4). Esto puede entenderse
reconociendo que, aunque t
95
(v
eff
) ser en la mayora de los casos mayor que t
95
(v
eff
) ambos
valores estn cercanos a 2; y que en la ecuacin (G.5) u
2
se multiplica por t
p
2
(v
eff
) 4,mientras
que en la ecuacin (G.4) es multiplicado por 3. A pesar de que las dos expresiones
proporcionan valores iguales para U
95
y U
95
cuando u
2
< < s
2
, U
95
, ser menor hasta en un
13 por ciento que U
95
si u
2
> > s
2
. Por tanto, en general, la ecuacin (G.4) proporciona una
incertidumbre que define un intervalo que tiene un nivel de confianza menor que el intervalo
definido por la incertidumbre expandida calculada utilizando la ecuacin (G.5).
Notas:
1) En los lmites u
2
/s
2
y v
eff
, U95 1,732 u mientras que U951,960 u. En este caso, U95, define
un intervalo que tiene un nivel de confianza de solamente un 91.7 por ciento, en tanto que U
95
define un
intervalo de 95 por ciento. Este caso se aproxima, en la prctica, cuando predominan los componentes
obtenidos a partir de estimaciones de lmites inferior y superior, se tiene una gran cantidad de estos, y
tienen valores u
j
2
(y) = c
j
2
a
j
2
/3 de tamao comparable.
2) Para una distribucin normal, el factor de cobertura k = /3 1,732 define un intervalo con un nivel de
confianza p 91,673 por ciento. Este valor de es estable en el sentido de que es, en comparacin con
cualquier otro valor, ptimamente independiente de pequeas desviaciones de la normalidad de los
argumentos.
GUA TCNICA COLOMBIANA GTC 51
106
G.5.3 Ocasionalmente, un argumento X
i
se distribuye asimtricamente - las desviaciones de
un signo alrededor de su valor esperado son ms probables que las desviaciones del signo
opuesto (vase el numeral 4,3.8). A pesar de que esto no establece una diferencia para la
evaluacin de la incertidumbre estndar u(x
i
) de la estimacin x
i
de X
i
, y por tanto en la
evaluacin de u
c
(y), puede afectar el clculo de U.
Es usualmente conveniente proporcionar un intervalo simtrico, Y = y U. a menos que haya
un costo diferencial de las desviaciones de un signo con respecto a las del otro. Si la
asimetra de X
i
causa solamente una pequea asimetra en la distribucin de probabilidad
que caracterizada por el resultado de la medicin y y la incertidumbre estndar combinada
u
c
(y), la probabilidad perdida en un lado al establecer un intervalo simtrico es compensada
por la probabilidad ganada en el otro lado. La alternativa es proporcionar un intervalo que es
simtrico en probabilidad (y por tanto, asimtrico en U): la probabilidad de que Y se
encuentre por debajo del lmite inferior y - Ues igual a la de que se encuentre por encima del
lmite superior y - U
+
, Pero con la finalidad de establecer tales lmites, es necesario conocer
ms informacin que simplemente las estimaciones y y u
c
,(y) [y por tanto ms informacin
que las estimaciones x
i
y u(x
i
) de cada argumento X
i
].
G.5.4 La evaluacin de la incertidumbre expandida U
p
dada aqu en trminos de u
c
(y), v
eff
y el factor
t
p
(v
eff
) de la distribucin t es nicamente una aproximacin y tiene, por tanto, sus limitaciones. La
distribucin de (y - Y) /u
c
(Y) est dada por la distribucin t solamente en el caso en que la distribucin
de Y sea normal, la estimacin y y su incertidumbre estndar combinada u
c
(y) sean independientes, y
si la distribucin de u
2
c
(y) es una distribucin x
2
.La introduccin de v
eff
, ecuacin (G.2b). resuelve, de
manera parcial, nicamente el ltimo problema proporcionando una distribucin X
2
aproximada para
u
j
2
(y); la otra parte del problema, que surge de la no normalidad de la distribucin de Y , requiere de la
consideracin de momentos de orden superior, adems de la varianza.
G.6 RESUMEN Y CONCLUSIONES
G.6.1 El factor de cobertura k
p
que proporciona un intervalo con un nivel de confianza p
cercano a uno especfico, puede ser encontrado nicamente si existe un conocimiento
extensivo de la distribucin de probabilidad de cada argumento y si esas distribuciones son
combinadas para obtener la distribucin del mensurando. Las estimaciones de los argumentos
x
i
y sus incertidumbres estndar u(x
i
) por s mismas son inadecuadas para este propsito.
G.6.2 Dado que se requiere una gran cantidad de clculos para combinar las distribuciones de
probabilidad, y que el trabajo raramente se justifica por la extensin y la confiabilidad de la informacin
disponible, es aceptable una aproximacin a la distribucin del mensurando. Con base en el Teorema
del Lmite Central, es, usualmente, suficiente asumir que la distribucin de probabilidad de (y - Y) /u
c
(y)
es la distribucin t, y considerar que k
p
= t
p
(v
eff
), con el factor t obtenido a partir de la frmula de Welch-
Satterthwaitc, ecuacin (G.2b), con base en los grados de libertad efectivos v
eff
de u
c
(y).
G.6.3 Para obtener v
eff
de la ecuacin (G.2b) se requiere de los grados de libertad v
i
, para cada
componente de la incertidumbre estndar. Para la componente obtenida de una evaluacin Tipo A, v
i
se obtiene a partir del nmero de observaciones repetidas independientes sobre las que se basa la
correspondiente estimacin del argumento y el nmero de cantidades independientes determinadas a
partir de estas observaciones (vase el numeral G.3.3). Para una componente obtenida de una
evaluacin Tipo B, v
i
se obtiene de la confiabilidad atribuida, de manera juiciosa, del valor de tal
componente [vase el numeral G.4.2 y ecuacin (G.3)].
GUA TCNICA COLOMBIANA GTC 51
107
G.6.4 El siguiente es un resumen del mtodo antes citado para el clculo de una
incertidumbre expandida U
p
= k
p
u
c
(y), la cual se pretende que proporcione un intervalo Y = y
U
p
. que tiene un nivel aproximado de confianza p:
1) Obtener y y u
c
(y) como se describe en los captulos 4 y 5.
2) Calcular v
eff
a partir de la frmula de Welch-Satterthwaite, ecuacin (G.2b) (la
que se repite aqu para una fcil referencia):
v
e f f
u y
u y
v
c
4
i
4
i i
N

( ( )
( )
1
(G.2b)
Si u(x
i
) se obtiene a partir de una evaluacin Tipo A, determinar v
i
, como se
bosqueja en el numeral G.3.3. Si u(x
i
) se obtiene a partir de una evaluacin
Tipo B y puede ser considerada como conocida exactamente, que es
frecuentemente el caso en la prctica, v
i
; en cualquier otro caso, estimar
v
i
a partir de la ecuacin (G.3).
3) Obtener el factor t, t
2
(v
eff
) para el nivel de confianza p deseado de la Tabla G.2.
Si v
eff
no es un entero, puede interpolarse o truncarse v
eff
al entero menor ms
prximo.
4) Tomar k
p
= t
p
(v
eff
) y calcular U
p
= k
p
u
c
(y).
G.6.5 En ciertas situaciones, las cuales no deben ocurrir muy frecuentemente en la prctica,
las condiciones requeridas por el Teorema del Lmite Central pueden no ser bien satisfechas
y la aproximacin del numeral G.6.4 pueden conducir a un resultado inaceptable. Por
ejemplo, si u
c
(y) es dominada por una componente de la incertidumbre evaluada a partir de
una distribucin rectangular cuyos lmites se asumen exactamente conocidos, es posible que
[si t
p
(v
eff
) > 3] esta y + U
p
y y - U
p,
los lmites superior e inferior del intervalo definido por U
p
puedan quedar ubicados fuera de los lmites de la distribucin de probabilidad del
mensurando Y. Tales casos deben ser considerados de manera particular aunque en
algunas ocasiones es posible tratarlos de manera aproximadamente analtica (haciendo, por
ejemplo, la convolucin de una distribucin normal con una distribucin rectangular [10].
G.6.6 Las siguientes condiciones prevalecen en muchas mediciones prcticas en una gran
gama de especialidades:
- la estimacin y del mensurando Y se obtiene a partir de las estimaciones x
i
de
un nmero significativo de argumentos X
i
que pueden ser descritos mediante
distribuciones de probabilidad bien comportadas, tales como las distribuciones
normal o rectangular;
GUA TCNICA COLOMBIANA GTC 51
108
- las incertidumbres estndar u(x
i
) de tales estimaciones, que pueden obtenerse
a partir de evaluaciones Tipo A o Tipo B, contribuyen con cantidades
comparables a la incertidumbre estndar combinada u
c
(y) del resultado de la
medicin y;
- es adecuada la aproximacin lineal implicada por la ley de propagacin de la
incertidumbre (vase el numeral 5.1.2 y E.3.1);
- la incertidumbre de u
c
(y) es razonablemente pequea debido a que hay un
gran nmero de grados efectivos de libertad v
eff
, digamos mayores que 10.
Bajo tales circunstancias, la distribucin de probabilidad caracterizada por el resultado de la
medicin y su incertidumbre estndar combinada puede suponerse normal debido al
Teorema del Lmite Central: y u
c
(y) puede ser considerada como una estimacin
razonablemente contable de la desviacin estndar de distribucin normal debido al
considerable tamao del tamao v
eff
. Entonces, con base en la discusin dada en este
anexo, enfatizando la naturaleza aproximada del proceso de la evaluacin de la
incertidumbre y la imposibilidad prctica de tratar de distinguir entre intervalos que tienen
niveles de confianza que difieren en 1 o 2 %, puede hacerse lo siguiente:
- elegir k=2 y suponer que U = 2u
c
(y) define un intervalo cuyo nivel de confianza
es aproximadamente el 95 %, o, para aplicaciones ms crticas,
- elegir k=3 y suponer que U=3 u
c
(y) define un intervalo cuyo nivel de confianza
es aproximadamente 99%
Aunque esta aproximacin debe ser adecuada para muchas mediciones prcticas, su
aplicabilidad a alguna medicin en particular depender de que tan cercano est k = 2 de t
95
(v
eff
) o k = 3 de t
99
(v
eff
); esto es de que tan cercano est el nivel de confianza del intervalo
definido por U= 2 u
c
(y) o U = 3 u
c
(y) al 95 % o 99 %, respectivamente. Aunque para v
eff
= 11, k = 2
y k = 3 subestiman el valor de t
95
(11) y t
99
(11) por alrededor de nicamente 10 % y 4 %,
respectivamente (vase la Tabla G.2), esto puede no ser aceptable en algunos casos.
Adicionalmente, para todos los valores de v
eff
, ligeramente mayores que 13, k = 3 produce un
intervalo cuyo nivel de confianza es mayor que 99 %. (vase la Tabla G.2, que tambin
muestra que para v
eff
los niveles de confianza de los intervalos producidos por k=2 y k=3
son 95,45 % y 99,73 %, respectivamente). Entonces, en la prctica, el tamao de v
eff
y lo que
se requiere de la incertidumbre expandida determinar si esta aproximacin puede ser
utilizada o no.
GUA TCNICA COLOMBIANA GTC 51
109
Tabla G.2. Valores de t
p
(v) de la distribucin t para v grados de libertad que definen
un intervalo -t
p
(v) a + t
p
(v) que incluyen la fraccin p de la distribucin
Grados de
libertad
Fraccin p en por ciento
v
68,27 (a) 90 95 95,45
(a)
99 99,73
(a)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
35
40
45
50
100

1,84
1,32
1,20
1,14
1,11
1,09
1,08
1,07
1,06
1,05
1,05
1,04
1,04
1,04
1,03
1,03
1,03
1,03
1,03
1,03
1,02
1,02
1,01
1,01
1,01
1,01
1,005
1,000
6,31
2,92
2,035
2,13
2,02
1,94
1,89
1,86
1,83
1,81
1,80
1,78
1,77
1,76
1,75
1,75
1,74
1,73
1,73
1,72
1,71
1,70
1,70
1,68
1,68
1,68
1,660
1,645
12,71
4,30
3,18
2,78
2,57
2,45
2,36
2,31
2,26
2,23
2,20
2,18
2,16
2,14
2,13
2,12
2,11
2,10
2,09
2,09
2,06
2,04
2,03
2,02
2,01
2,01
1,984
1,960
13,97
4,53
3,31
2,87
2,65
2,52
2,43
2,37
2,32
2,28
2,25
2,23
2,21
2,20
2,18
2,17
2,16
2,15
2,14
2,13
2,11
2,09
2,07
2,06
2,06
2,06
2,025
2,000
63,66
9,92
5,84
4,60
4,03
3,71
3,50
3,36
3,25
3,17
3,11
3,05
3,01
2,98
2,95
2,92
2,90
2,88
2,86
2,85
2,79
2,75
2,72
2,70
2,69
2,68
2,626
2,576
235,80
19,21
9,22
6,62
5,51
4,90
4,53
4,28
4,09
3,96
3,85
3,76
3,69
3,64
3,59
3,54
3,51
3,48
3,45
3,42
3,33
3,27
3,23
3,20
3,18
3,16
3,077
3,000
a) Para una magnitud z descrita mediante una distribucin normal con esperanza z, y desviacin
estndar el intervalo z t k.incluye la fraccin p = 68,27 %, 95,45 % y 99,73 % de la distribucin para
k=1, 2 y 3, respectivamente.
GUA TCNICA COLOMBIANA GTC 51
110
ANEXO H
Ejemplos
Este anexo proporciona seis ejemplos, H.1 a H.6, los cuales han sido resueltos de manera
muy detallada a fin de ilustrar los principios bsicos presentados en esta gua para la
evaluacin y expresin de las incertidumbres en las mediciones. Estos ejemplos, junto con
los incluidos en el texto principal y en algunos otros anexos, deben permitir a los usuarios de
esta gua poner en prctica dichos principios en su propio trabajo.
Debido a que los ejemplos tienen un propsito ilustrativo, han sido necesariamente
simplificados. Ms an, puesto que tanto los ejemplos como los datos numricos usados en
ellos han sido elegidos principalmente para demostrar los principios de esta gua, ni unos ni
otros deben necesariamente ser interpretados como la descripcin de un proceso real de
medicin. Si bien los datos son usados como se presentan, a fin de prevenir errores de
redondeo, se usan ms dgitos de los que se muestran durante los clculos intermedios. De
esta manera, el resultado obtenido de un clculo que involucro varias magnitudes puede
diferir ligeramente del resultado implicado por los valores numricos dados en el texto para
esas magnitudes.
Se indic en las primeras partes de esta gua que la clasificacin de los mtodos usados
para evaluar componentes de incertidumbre como Tipo A o Tipo B es hecha nicamente por
conveniencia; no se requiere para la determinacin de la incertidumbre estndar combinada
o de la incertidumbre expandida del resultado de una medicin debido a todos los
componentes de incertidumbre, sin importar la manera en que sean evaluados, se tratan de
la misma manera (vanse los numerales 3.3.4, 5.1.2, y E.3.7). As, en los ejemplos, no se
identifica especficamente al mtodo usado para evaluar una componente particular de
incertidumbre, con el tipo de dicha componente. Sin embargo, ser claro de la discusin si el
componente es obtenido de una evaluacin Tipo A o Tipo B.
H.1 CALIBRACIN DE BLOQUES CALIBRE PARALELO
Este ejemplo demuestra que an una medicin aparentemente simple puede involucrar
aspectos sutiles de evaluacin de incertidumbre.
H.1.1 El problema de medicin
La longitud nominal de un bloque patrn de 50 mm se determina por comparacin con un
patrn conocido de la misma longitud nominal. El resultado obtenido de la comparacin de
los dos bloques es la diferencia d de sus longitudes:
d = l (1 + ) - l
s
(1+
s

s
) (H.1)
GUA TCNICA COLOMBIANA GTC 51
111
Donde:
l es el mensurando. esto es, la longitud a 20 C del bloque a calibrar:
I
s
es la longitud del patrn a 20 C dada en su certificado de calibracin:
y
s
son los coeficientes de expansin trmica del bloque a calibrar y del patrn,
respectivamente;
y
s
son las desviaciones en temperatura de la temperatura de referencia de 20 C
del bloque y del patrn, respectivamente.
H.1.2 El modelo matemtico
De la ecuacin (H.1), el mensurando est dado por
l
l
s
1
s s
d
1
l
s
d l
s s s
...

+ +
+
+ + +
( )
( )
( )


(H.2)
Si la diferencia de temperatura entre el bloque calibrado y el patrn est escrita como
= -
s
y la diferencia entre sus coeficientes de expansin trmica como = -
s
la
ecuacin (H.2) se convierte en
l = f (l
s
,d,
s
, , , )
= l
s
+d - l
s
[ . +
s
.)] (H.3)
Las diferencias y , se consideran iguales a cero, mas no as sus incertidumbres; y se
asume que ,
s
, y no estn correlacionadas. (Si el mensurando se expresara en
trminos de las variables ,
s
, y
s
, sera necesario incluir la correlacin entre y
s
, y
entre y
s
.)
Se sigue entonces, de la ecuacin (H.3), que la estimacin del valor del mensurando l puede
obtenerse de la expresin simple l
s
+ d , donde l
s
es la longitud del patrn a 20 C, dada en
su certificado de calibracin, y d se estima mediante la media aritmtica de n = 5
observaciones repetidas e independientes. La incertidumbre estndar combinada u
C
,(l) se
obtiene mediante la aplicacin de la ecuacin (10) en el numeral 5.1.2 a la ecuacin (H.3),
como se discute en seguida.
Nota. En este y en los otras ejemplos, por simplicidad de notacin, el mismo smbolo se usa para representar a
una cantidad cualquiera y a la estimacin correspondiente.
GUA TCNICA COLOMBIANA GTC 51
112
H.1.3 Contribucin de varianzas
Los aspectos pertinentes de este ejemplo discutidos en sta y en los siguientes
subcaptulos, se resumen en la Tabla H.1.
Ya que esto asume que = 0 y = 0, la aplicacin de la ecuacin (10) en el numeral 5.1.2
a la ecuacin (H.3) da como resultado
u l c u l c u d c u c u c u c u
2
c
2
s
2
s
2
d
2
(
2
s
2
s
2
2
2
a
2
2
2
( ) ( ) ) ( ) ( ) ( ) ( ) + + + + +

(H.4)
Donde
c
s
=f / l
s
= 1 - ( +
s
. ) = 1
c
d
= f / d = 1
c
s
=f /
s
= - l
s
= 0
c

= f/ = - l
s
= 0
c

= f/ = - l
s

= f/ = - l
s

s
y, por tanto
u l u l u d l u l u
2
c
2
s
2
2
s
2 2
2
s
2
s
2
( ) ( ) ( ) ( ) ( ) + + + (H.5)
H.1.3.1 Incertidumbre de la calibracin del patrn, u (l
s
)
En el certificado de calibracin se indica que la incertidumbre expandida del patrn es U=
0,075 m, y se establece que fue obtenida usando un factor de cobertura de k = 3. La
incertidumbre estndar es entonces
u(I
s
) = (0,075 m)/3 = 25 nm
H.1.3.2 Incertidumbre de la medicin de la diferencia de longitudes, u (d).
La desviacin estndar experimental ponderada caracterstica de la comparacin de l y l
s
se
determin a partir de la variabilidad de 25 observaciones repetidas independientes de la
diferencia de longitud de dos bloques calibre, encontrndose que era igual a 13 nm. En la
comparacin de este ejemplo, se tomaron cinco observaciones repetidas. La incertidumbre
estndar asociada con la media aritmtica de estas lecturas es entonces (vase el numeral 4.2.4)
GUA TCNICA COLOMBIANA GTC 51
113
u( d ) = s( d ) = (l3 nm) 5 = 5,8 nm
De acuerdo al certificado de calibracin del comparador usado para determinar la diferencia
entre l y l
s
, su incertidumbre debido a errores aleatorios es 0,01 m a un nivel de
confianza del 95 por ciento y est basado en 6 mediciones repetidas, de esta manera la
incertidumbre estndar, usando el factor t, t
95
(5) = 2,57 para v =6 - 1 = 5 grados de libertad
(vase el Anexo G. Tabla G.2), es
u(d
1
) = (0,02 m) /2,57 = 3,9 nm
La incertidumbre del comparador debido a errores sistemticos" est dada en el certificado
como 0,02 mm al nivel tres sigma. La incertidumbre estndar por esta causa puede
entonces ser tomada como
u(d
2
) = (0,02 m/3) = 6,7 nm
La contribucin total se obtiene de la suma de las varianzas estimadas:
u
2
(d) =u
2
( d ) + u
2
(d
1
) + u
2
(d
2
) = 93 nm
2
o
u(d) = 9,7 nm
H.1.3.3 Incertidumbre de los coeficientes de expansin trmica, u(
s
). El coeficiente de
expansin trmica del bloque calibre est dado como
s
= 11,5 x 10
-6
C
-1
con una
incertidumbre representada por una distribucin rectangular con lmites 2x 10
-6
C
-1
La
incertidumbre estndar es entonces [vase la ecuacin (7) en el numeral 4.3.71]
u(
s
) = (2 x 10
-6
C
-1
) / 3 = 1,2 x 10
-6
C
-1
Ya que c

= f/
s
= - l
s
= 0 como se indic en H.1.3, sta incertidumbre no contribuye en
nada a la incertidumbre de l a primer orden. Tiene, sin embargo, una contribucin a segundo
orden que es discutida en el numeral H.1.7.
GUA TCNICA COLOMBIANA GTC 51
114
Tabla H.1. Resumen de las componentes de la incertidumbre estndar
Componentes
de la
incertidumbre
estndar
u(x
i
)
Fuente de la incertidumbre Valor de la
incertidumbre
estndar u(x
i
)
c
i
f/x
i
U
i
c
i
u|x
i
|
(nm)
Grados de
libertad
u(l
s
)
Calibracin del bloque calibre 25 nm 1 25 18
u(d)
u( d )
u(d
i
)
u(d
2
)
Diferencia medida entre los
bloques calibre
observaciones repetidas
efectos aleatorios del
comparador
efectos sistemticos en el
comparador
9,7 nm
5,8 nm
3,9 nm
6,7 nm
1 9,7 25,6
24
5
8
u(
s
)
Coeficiente de expansin
trmica del bloque calibre
1,2 x 10
-6
C
-1
0 0
u( )
u()
u()
Temperatura de la mesa de
ensayo
Temperatura media de la
mesa
variacin cclica de la
temperatura del cuarto
0,41C
0,2C
0,35C
0 0
u()
Diferencia en los coeficientes
de expansin de los bloques
0,58 x 10
-6
C
-1
-ls
2,9 50
u()
Diferencia de la temperatura
de los bloques
0,029 C
-l
s

s
16,6 2
u u l nm
u
c
l nm
v
eff
l
c i
2 2
1 1002
2
32
16
( ) ( )
( )
( )

H.1.3.4 Incertidumbre de la desviacin de temperatura del bloque patrn, u(). La


temperatura de la mesa de prueba se reporta como (19,9 0,5) C; la temperatura en el
momento de las observaciones individuales no fue registrada. Se dice que la desviacin
(offset) mxima observada, = 0,5 representa la amplitud de una variacin
aproximadamente cclica de la temperatura Utilizando un sistema termosttico, no la
incertidumbre de la temperatura media. El valor de la desviacin de la temperatura media
= 19,9 C - 20C = - 0,1C
se reporta diciendo que ella misma contiene una incertidumbre estndar debido a la
incertidumbre en la temperatura media de la mesa de prueba ensayo igual a u( ) = 0,2 C
en tanto que el ciclo de variacin en el tiempo produce una distribucin de temperatura en
forma de U (arcosen), lo que produce una incertidumbre estndar de:
u() = (0,5 C) / 2 = 0,35 C
GUA TCNICA COLOMBIANA GTC 51
115
La desviacin de temperatura puede considerarse igual a , y la incertidumbre estndar
de se obtiene de
u
2
() = u
2
( ) + u
2
() = 0,165 C
de donde resulta
u() = 0,41 C
Ya. que c

= f/ = l
s
= 0 como se indic en el numeral H.1.3, esta incertidumbre tampoco
contribuye en nada a la incertidumbre / a primer orden, sin embargo, tiene una contribucin a
segundo orden que se discute en H.1.7.
H.1.3.5 Incertidumbre de la diferencia en los coeficientes de expansin, u(). Los lmites
estimados de la variabilidad de son 1 x 10
-6
C
-1
, con la misma probabilidad de que
tome cualquier valor dentro de estos lmites. La incertidumbre estndar es
u() = (1 x 10
-6
C
-1
)/3 = 0,58 x 10
-6
C
-1
H.1.3.6 Incertidumbre en la diferencia de las temperaturas de los bloques, u(). Se espera
que el patrn y el bloque a calibrar estn a la misma temperatura, pero la diferencia de
temperatura puede estar con igual probabilidad en cualquier punto dentro del intervalo
estimado -0,05 C a + 0,05 C. La incertidumbre estndar es:
u() = (0,05 C)/ 3 = 0,029 C
H.1.4 Incertidumbre estndar combinada. La incertidumbre estndar combinada u
c
(l) se
calcula a partir de la ecuacin (H.5). Los trminos individuales son obtenidos y substituidos
en esta ecuacin obtenindose:
u
2
c
(l) =(25nm)
2
+ (9,7 nm)
2
+ (0,05 m)
2
(-0,1C)
2
(0,58 x 10
-6
C
-1
)
2
+(0,05m)
2
(11,5 x 10
-6
C
-1
)
2
(0,029C)
2
(H.6a)
= (25 nm)
2
+ (9,7 nm)
2
+ (2,9 nm)
2
+ (16,6 nm)
2
= 1 002 nm
2
(H.6b)
o
u
c
(l) = 32 nm (H.6c)
La componente dominante de la incertidumbre es obviamente la del patrn. u(l
s
) = 25 nm.
GUA TCNICA COLOMBIANA GTC 51
116
H.1.5 Resultado final
El certificado de calibracin para el bloque calibre indica que la longitud a 20 C es l
s
=
50,000 623 mn. La media aritmtica de las observaciones repetidas de la diferencia en
longitudes entre el bloque desconocido y el patrn es 215 nm. As, puesto que l = l
s
+d
(vase el numeral H.1.2), la longitud l del bloque desconocido a 20 C es 50,000 838 mm.
De acuerdo con el numeral 7.2.2, el resultado final de la medicin puede establecerse como:
l = -50,000 838 mm con una incertidumbre estndar combinada u
c
= 32 nm. La
correspondiente incertidumbre estndar combinada relativa es u
c
/l = 6,4 x 1
-7
.
H.1.6 Incertidumbre expandida.
Supngase que se requiere obtener una incertidumbre expandida U
99
= K
99
u
c
(l) que
proporciona un intervalo con un nivel de confianza de, aproximadamente, 99 por ciento. El
procedimiento a usar esta resumido en el numeral G.6.4, y los grados de libertad requeridos
estn indicados en la Tabla H.1. Estos se obtuvieron como se muestra a continuacin:
1) Incertidumbre de la calibracin del patrn, u(l
s
) [vase el numeral H.1.3.1]. El
certificado de calibracin establece que el nmero de libertad efectivos de la
incertidumbre estndar combinada a partir de los cuales se obtuvo la
incertidumbre expandida citada es v
eff
(l
s
) =18
2) Incertidumbre de la diferencia en las longitudes medidas, u(d) [vase el numeral
H.1.3.2]. A pesar de que d se obtuvo a partir de cinco observaciones repetidas los
grados de libertad de u(d) son v(d)=25-1=24, dado que u(d) se obtuvo de una
desviacin estndar experimental ponderada basada en 25 observaciones (vase la
nota del numeral H.3.6). Los grados de libertad de u(d
1
) la incertidumbre debida a
efectos aleatorios del comparador, son v(d
i
) = 6-1 = 5 puesto que d
i
se obtuvo de
seis mediciones repetidas. La incertidumbre para los efectos sistemticos en el
comparador, igual a 0,02 m, puede asumirse confiable en un 25 por ciento, y esta
forma, los grados de libertad de la ecuacin (G.3) en el numeral G.4.2 son v(d
2
) = 8
(vase el ejemplo del numeral G.4.2) Los grados de libertad efectivos de u(d), v
eff
(d),
se obtienen entonces de la ecuacin (G.2b) en el numeral G.4.1:
v
eff
d
u d u d u d
u d
v d
u d
v d
u d
v d
nm
nm nm nm
2 2
2
4
4
2
2
4
4 4 4
2
4
( ) =
[ ( ) ( )
2
( ]
( )
( )
(
1
)
( )
( )
( )
(9, 7 )
(5, 8 )
24
(3, 9 )
5
(6, 7 )
8
25, 6
1
)
1
+ +

+ +

+ +

GUA TCNICA COLOMBIANA GTC 51


117
3) Incertidumbre de la diferencia de los coeficientes de expansin, u() [vase el
numeral H.1.3.5]. Las cotas estimadas de 1 x 10
-6
C
-1
de la variabilidad de
se consideran contables en un 10 por ciento. Esto da, de la ecuacin (G.3) en
el numeral G.4.2, v() = 50.
4) Incertidumbre de la diferencia de temperatura en los bloques, u() [vase el
numeral H.1.3.6]. El intervalo estimado de -0,05C a + 0,05C para la
diferencia de temperatura se cree contable solamente al 50 por ciento, lo
cual utilizando la ecuacin (G.3) en G.4.2, da v() = 2.
El clculo de v
eff
(l) de la ecuacin (G.2b) en el numeral G.4.1 procede de la misma manera
que el clculo de v
eff
(d) en 2) de esta seccin. De esta forma, de las ecuaciones (H.6b) y de
(H.6c) y los valores dados para v de 1) a 4), se obtiene:
v
eff
l
nm
nm nm
4
nm m
4
4 4 4
( )
(32 )
(25 )
18
(9, 7 )
25, 6
(2, 9 )
50
(16, 6 )
2
16, 7
+ + +

Para obtener la incertidumbre expandida requerida, este valor se trunca primero al entero
menor mas cercano, v
eff
(l) = 16. De aqu se sigue, a partir de la Tabla G.2 en el Anexo G,
que t
99
,(16) = 2,92 y, entonces, u
99
= t
99
(16)u
c
(I) = 2,92x(32 nm) = 93 nm. De acuerdo con
7.2.4, el resultado final de la medicin puede anunciarse como:
l = (50,000 838 0,000 093) mm, donde el nmero que sigue al smbolo es el valor
numrico de una incertidumbre expandida U = ku
c
, con U determinada a partir de una
incertidumbre estndar combinada u
c
= 32 nm y un factor de cobertura k = 2,92 basado en la
distribucin t para v = 16 grados de libertad, y que define la estimacin del intervalo con un
nivel de confianza del 99 por ciento. La incertidumbre expandida relativa correspondiente es
U / l = 1,9 x 10
-6
H.1.7 Trminos de segundo orden
La nota en el numeral 5.1.2 indica que la ecuacin (10), la cual es usada en este ejemplo
para obtener la incertidumbre estndar combinada u
c
(l), debe aumentar cuando la no
linealidad de la funcin Y=f(X
1
,X
2,
, , X
N
) es tan significativa que los trminos de mayor orden
en la serie de Taylor no pueden ser ignorados. Tal es el caso en este ejemplo, y de ah que
la evaluacin de u
c
(l) como se present hasta este punto no est completa. La aplicacin de
la ecuacin (H.3) de la expresin dada en la nota del numeral 5.1.2 da, de hecho, dos
trminos distintos de segundo orden que no son despreciables, los cuales deben ser
sumados a la ecuacin (H.5). Estos trminos, que surgen del trmino cuadrtico en la
expresin de dicha nota, son
l
2
5
u
2
()u
2
() + l
2
5
u
2
(
s
)u
2
()
GUA TCNICA COLOMBIANA GTC 51
118
pero solamente el primer trmino contribuye significativamente a u
c
(I):
l
s
u() u() = (0,05m)(0,58 m x 10
-6
C
-1
)(0,41C) = 11,7nm
l
s
u(
s
) u().= (0,05m)(1,2 x l0
-6
C
-1
)(0,029 C) =1,7 nm
Los trminos de segundo orden incrementan a u
c
(l) de 32 nm a 34 nm.
H.2 Medicin simultnea de resistencia y reactancia
Este ejemplo muestra el tratamiento de mltiples mensurandos determinados
simultneamente en la misma medicin, y la correlacin de sus estimaciones. Se consideran
solamente las variaciones aleatorias de las observaciones; en la prctica real, las
incertidumbres de las correcciones para efectos sistemticos contribuiran, tambin, a la
incertidumbre de los resultados de medicin. Los datos son analizados en dos formas
diferentes obtenindose en cada caso, esencialmente, los mismos valores numricos.
H.2.1 El problema de la medicin
La resistencia R y la reactancia X de un elemento de circuito se determinan midiendo la
amplitud V de una diferencia de potencial alterno sinusoidal en sus terminales, la amplitud I
de la corriente altema que pasa a travs suyo, y el ngulo de corrimiento de fase de la
diferencia de potencial altema con relacin a la corriente altema. De esta manera, las tres
cantidades que se miden son V, I y y los tres resultados - los mensurandos - son las tres
componentes de la impedancia R, X y Z. Ya que Z
2
= R
2
+ X
2
, existen solamente dos
cantidades independientes.
H.2.2 El modelo matemtico y los datos
Los mensurandos estn relacionados a los argumentos mediante la ley de Ohm:
R
V
X Z
V V

I I I
cos ; sen ; (H.7)
Considrese que cinco conjuntos independientes de observaciones simultneas de los tres
argumentos V, I y se obtienen bajo condiciones similares (vase el numeral B.2.15),
resultando los datos dados en la Tabla H.2. Tambin se dan las medias aritmticas de las
observaciones y las desviaciones estndar experimentales de estas medias calculadas a
partir de las ecuaciones (3) y (5) en el numeral 4.2 . Las medias son consideradas como las
mejores estimaciones de los valores esperados de los argumentos, y las desviaciones
estndar experimentales son las incertidumbres estndar de dichas medias.
Ya que las medias V , I y se obtienen de observaciones simultneas, estn
correlacionadas y las correlaciones deben ser tomadas en cuenta en la evaluacin de las
incertidumbres estndar de los mensurandos R, X y Z. Los coeficientes de correlacin
requeridos se obtienen de manera inmediata de la ecuacin (14) en el numeral 5.2.2 usando
los valores de s(V , I ), s(V, ) y s(I, ) calculados de la ecuacin (17) en el numeral 5.2.3. Los
resultados estn incluidos en la Tabla H. 2, donde debe notarse que r (x
i
,x
j
) = r (x
j
,x
i
) y r(x
i
,x
i
) =1
H.2.3 Resultados: Primera aproximacin
GUA TCNICA COLOMBIANA GTC 51
119
La primera aproximacin est resumida en la Tabla H.3.
Los valores de los tres mensurandos R, X y Z se obtienen a partir de las relaciones dadas en
la ecuacin (H.7) usando los valores medios de V, I y de la Tabla H.2 para V, I y . Las
incertidumbres estndar de R, X y Z se obtienen de la ecuacin (16) en el numeral 5.2.2
puesto que, como se indic anteriormente, los argumentos, V , I y estn correlacionadas.
Como ejemplo, considere Z= V / I . Identificando V con x
1
, I con X
2
, y f con Z = V / I , la
ecuacin (16) en el numeral 5.2.2 da, para la incertidumbre estndar combinada de Z
(H.8a) I , V r I u V u
I
V
I
2 I u
I
V
V u
I
z u
2
2
2
2
2
2
2
c
) ( ) ( ) (
1
) ( (
1
) (

+ +
1
1
1
]
1

1
1
]
1

1
1
1
]
1

1
]
1

(H.8b) ) (
) ( ) ( ) ( ) (

1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

I , V r
I
I u
V
V u
2z
I
I u
2
z
V
V u
z
2
2
2
(H.8c)
o
I , V r l u V 2u I u V u Z u
r r
2
r
2
r
2
r c,
) ( ) ( ) ( ) ( ) ( ) (

Donde u(V )= s(V ), u( I )= s( I ), y el subndice r en la ltima expresin indica que u es una


incertidumbre relativa. La substitucin de los valores apropiados de la Tabla H.2 en la
ecuacin (H.8a) da como resultado, entonces u
c
(Z) = 0,236
Ya que los tres mensurandos o resultados dependen de los mismos argumentos, tambin
estn correlacionados. Los elementos de la matriz de covarianza que describe esta
correlacin puede ser escrita en general como:
u(y , y )
y
x
y
x
u(x ) u(x ) u(x ) r (x , x )
1 m
1
i
j 1
N
i 1
N
m
j
i j i i j



(H.9)
Donde y
i
= f
1
(x
1
,x
2
,.....,x
N
) y y
m
= f
m
(x
1
,x
2
,....x
N
). La ecuacin (H. 9) es una generalizacin de la
ecuacin (F.2) en el numeral F.1.2.3 cuando las q
1
en esta expresin estn correlacionadas.
Los coeficientes de correlacin estimados de los resultados estn dados por r(y
1
,y
m
) =
u(y
1
,y
m
) /u(y
1
) u(y
m
), como se indic en la ecuacin (14) en el numeral 5.2.2. Debe notarse que
los elementos de la diagonal de la matriz de covarianza, u(y
1
,y
1
) u
2
(y
1
), son las varianzas
estimadas de los mensurandos y
1
(vase el numeral 5.2.2, nota 2) y que para m = l, la
ecuacin (H.9) es idntica a la ecuacin (16) en el numeral 5.2.2.
Para aplicar la ecuacin (H.9) a este ejemplo, se hacen los siguientes cambios de variable:
y
1
= R x
1
=V u(x
i
) = s (x
i
)
GUA TCNICA COLOMBIANA GTC 51
120
y
2
= X x
2
= I N = 3
y
3
= Z x
3
=
Los resultados de los clculos de R, X y Z y de sus varianzas estimadas as como de sus
coeficientes de correlacin se dan en la Tabla H.3.
H.2.4 Resultados: segunda aproximacin.
La segunda aproximacin est resumida en la Tabla H.4.
Ya que los datos han sido obtenidos como cinco conjuntos de observaciones de los tres
argumentos V, I y , es posible calcular un valor para R, X y Z a partir de cada conjunto de
datos de medicin, y entonces tomar la media aritmtica de los cinco valores individuales
para obtener la mejor estimacin de R, X y Z. La desviacin estndar experimental de cada
media (la cual es su incertidumbre estndar combinada) se calcula entonces a partir de los
cinco valores individuales en la forma usual [ecuacin (5) en el numeral 4.2.3]; y las
covarianzas estimadas de las tres medidas se calculan aplicando la ecuacin (17) en el
numeral 5.2.3 directamente a los cinco valores individuales a partir de los cuales se obtuvo
cada media.
Tabla H.2 Valor de los argumentos V, I y obtenidos a partir de cinco
conjuntos de observaciones simultneas
Conjunto nmero Argumentos
k V
(V)
I
(mA)

(rad)
1
2
3
4
5
5,007
4,994
5,005
4,990
4,999
19,663
19,639
19,640
19,685
19,678
1,0456
1,0438
1,0468
1,0428
1,0433
Media aritmtica
V =4,9990 I =19,6610 =1,044 46
Desviacin estndar
experimental de la
media
s = (V )=0,0032 s ( I ) = 0,0095 s ( ) = 0,000 75
Coeficientes de correlacin
r (V , I ) = -0,36
r (V , ) = 0,86
r (V , ) = - 0,65
No hay diferencias en el valor de los mensurandos obtenidos, de la incertidumbres estndar
y de las covarianzas estimadas obtenidas a partir de ambas aproximaciones, excepto por los
efectos de segundo orden asociados con el reemplazo de los trminos V / I y cos( ) por:
V I y / cos
Para demostrar esta aproximacin, la Tabla H.4 da los valores de R, X y Z calculados a partir
GUA TCNICA COLOMBIANA GTC 51
121
de cada uno de los cinco conjuntos de observaciones. Las medias aritmticas, la
incertidumbre estndar y los coeficientes de correlacin estimado se calculan, entonces,
directamente utilizando esos valores individuales. Los resultados numricos obtenidos de
esta forma difieren, de manera despreciable, de los resultados dados en la Tabla H.3.
En la terminologa de la nota 4.1.4, la segunda aproximacin es un ejemplo de como se
obtiene la estimacin de y a partir de Y = (
n
k
Y
k

1
)/n, en tanto que la primera aproximacin
es un ejemplo de como se obtiene y a partir de y = f(X
1
,X
2
,.. X
N
). Como se indic en esa nota,
en general, las dos aproximaciones darn resultados idnticos si f es una funcin lineal de
sus argumentos (siempre y cuando se tomen en cuenta los coeficientes de correlacin
observados experimentalmente cuando se implementa la primera aproximacin). Si f no es
una funcin lineal, entonces los resultados de la primera aproximacin sern diferentes de
los de la segunda aproximacin dependiendo del grado de no linealidad y las varianzas y
covarianzas estimadas de las X
i.
Esto puede verse en la expresin
y f X X X
f
X
i
X
j
N
j
N
i
N


+


( , ,...., )
, 1 2
2
1 1
1
2


(H.10)
Donde el segundo trmino en el miembro derecho est compuesto por los trminos de
segundo orden en la expansin en serie de Taylor de f en trminos de X
i
(vase tambin la
nota de 5.1.2). En el caso presente se prefiere la segunda aproximacin ya que evita la
aproximacin de y f X X X
N


( , ,...., )
, 1 2
y refleja mejor el procedimiento de medicin usado,
los datos fueron de hecho recolectados en conjuntos.
GUA TCNICA COLOMBIANA GTC 51
122
Tabla H.3. Valores calculados de los mensurandos R, X y Z: primera aproximacin
ndice de
mensurando
l
Relacin entre la estimacin del
mensurando y
i
y la estimacin del
argumento x
i
Valor de la estimacin
de y
i
, la cual es el
resultado de la medicin
Incertidumbre estndar
combinada u
c
(y
i
) del
resultado de la medicin
1
y
1
= R= (V / I ) cos y
1
= R = 127,732 u
c
(R) = 0,071
u
c
(R)/R = 0,06x10
-2
2
y
2
= X= (V / I ) sen y
2
= X = 219,847 u
c
(X) = 0,295
u
c
(X)/X = 0,13 x 10
-2
3
y
3
= Z = V / I y
3
= Z= 254,260 u
c
(Z) = 0,236
u
c
(Z)/Z =0,09 x 10
-2
Coeficientes de correlacin r(y
l
, y
m
)
r(y
1
, y
2
) = r (R,X) = -0,588
r(y
1
, y
3
) = r(R,Z) = -0,485
r(y
2
,y
3
) = r(X,Z) = 0,993
Tabla H.4. Valores calculados de los mensurandos R, X y Z; segunda aproximacin
Conjunto nmero
k
Valores individuales de los mensurandos
R = (V/I) cos () X = (V/I) sen () Z = V/I()
1
2
3
4
5
127,67
127,89
127,51
127,71
127,88
220,32
219,79
220,64
218,97
219,51
254,64
254,29
254,84
253,49
254,04
Media aritmtica
Desviacin estndar
experimental de la media
y
1
= R = 127,732
s( R) = 0,071
y
2
= X = 219,847
s( X ) = 0,295
y
1
= Z = 254,260
s( Z ) = 0,236
Coeficientes de correlacin r(y
1
,y
m
)
r(y
1
, y
2
) = r ( R, X ) = -0,588
r(y
1
, y
3
) = r( R, Z ) = - 0,485
r(y
2
, y
3
) = r ( X Z ) = 0,993
Por otro lado, la segunda aproximacin podra ser inapropiado si los datos de la Tabla H.2
representaran n
1
=5 observaciones de la diferencia de potencial V, seguidos por n
2
=5
observaciones de la corriente I, y despus por n
3
=5 observaciones de la fase , y sera
imposible si n
1
n
2
n
3
; (Es, de hecho, un pobre procedimiento de calibracin el realizar las
mediciones de esta manera ya que la diferencia de potencial a travs de una impedancia fija
y la corriente a travs de sta, estn relacionadas directamente.)
GUA TCNICA COLOMBIANA GTC 51
123
Si los datos de la Tabla H.2 se reinterpretan de manera que la segunda aproximacin sea
inapropiado, y si se asume que no hay correlacin entre las cantidades V, I y , entonces los
coeficientes de correlacin observados no tienen significado y deben ser iguales a cero. Si
esto es hecho en la Tabla H.2, la ecuacin (H.9) se reduce a una ecuacin equivalente a
(F.2) en el numeral F.1.2.3, es decir,
) (
1
m
1
3
i
x u
i
x
m
y
i
x
y
) y , u(y
N
1 i

(H.11)
y su aplicacin a los datos de la Tabla H.2 da lugar a los cambios en la Tabla H.3 que se
muestran en la Tabla H.5.
Tabla H.5. Cambios en la Tabla H.3 suponiendo que los coeficientes de
correlacin de la Tabla H.2 son cero.
Incertidumbre estndar combinada
u
c
(y
1
) del resultado de la medicin
u
c
(R) = 0,195
u
c
((R)/R = 0,15 x 10
-2
u
c
(X) = 0,201
u
c
(X)/X = 0,09 x 10
-2
u
c
(Z) = 0,204
u
c
(Z)/Z = 0,08x 10
-2
Coeficientes de correlacin r(y1 , ym)
r(y
1
, y
2
) = r (R, X) = 0,056
r(y
1
, y
3
) = r (R, Z) = 0,527
r(y
2
, y
3
) = r (X, Z) = 0,878
H.3 CALIBRACIN DE UN TERMMETRO
Este ejemplo ilustra el uso del mtodo de mnimos cuadrados para obtener una curva de
calibracin lineal, y cmo se usan los parmetros del ajuste, la ordenada al origen y la
pendiente, y sus varianzas y covarianzas estimadas, para obtener el valor y la incertidumbre
estndar de una correccin predicha, a partir de la curva.
H.3.1 El problema de medicin.
Un termmetro se calibra comparando n = 11 lecturas de la temperatura t
k
, cada una
teniendo una incertidumbre despreciable, con las temperaturas de referencia
correspondientes conocidas t
R,k
, en el intervalo de temperatura de 21 C a 27 C para
obtener las correcciones b
k
= t
r,k
, - t
k
para las lecturas. Las correcciones medidas b
k
y las
temperaturas medidas t
k
son los argumentos de la evaluacin. Una curva de calibracin
lineal
GUA TCNICA COLOMBIANA GTC 51
124
b(t) = y
1
+ y
2
( t - t
o
) (H.12)
es ajustada para las correcciones y temperaturas medidas, utilizando el mtodo de los
mnimos cuadrados. Los parmetros y
1
, y y
2
. los cuales son, respectivamente, la ordenada al
origen y la pendiente de la curva de calibracin, son los dos mensurandos o resultados a
determinar. La temperatura t
0
. es una temperatura de referencia exacta elegida
convenientemente; no es un parmetro independiente que vaya a ser determinado mediante
el ajuste por mnimos cuadrados. Una vez que y
1
y y
2
son determinados, junto con sus
varianzas y covarianzas estimadas, la ecuacin (H.12) puede ser usada para predecir el
valor y la incertidumbre estndar de la correccin que se aplicar al termmetro para
cualquier valor t de la temperatura.
H.3.2 Ajuste por mnimos cuadrados
Basndose en el mtodo de los mnimos cuadrados, y bajo las consideraciones hechas en el
numeral H.3.1, los mensurandos y
1
y y
2
y sus varianzas y covarianzas estimadas se obtienen
al minimizar la suma
[ ]
S b y y (t t )
k k
o
k i
n
2

1 2
Esto da como resultado las siguientes ecuaciones para y
1
y y
2
, sus varianzas experimentales
s
2
(y
1
) y s
2
(y
2
), y sus coeficientes de correlacin estimado r(y
1
,y
2
) = s(y
1
, y
2
) / s(y
1
) s(y
2
), donde
s(y
1
,y
2
) es su covarianza estimada:
( ) ( )( )
D
k
Sq
k
q
k
Sb
2
k
Sq
k
Sb
1
y

,
_

(H.13a)
( )( )
D
k
q
k
b
k
q
k
b n
2
y

(H.13b)
D
2
k 2
s
)
1
(y
2
s

(H.13c)
D
2
s
n )
2
(y
2
(H.13d)
2
k
q n
k
)
2
y
1,
r(y


(H.13e)
( )
2 n
2
)
k
b(t
k
b
2
s


(H.13f)
GUA TCNICA COLOMBIANA GTC 51
125
( )
2
k
2
k
n D (H.13g)
2
t
k
t n
2
k
n D

,
_

,
_


Donde todas las sumas van desde k = 1 hasta n,
k
= t
k
- t
0
, = (
k
)/n; y t = (t
k
)/n; [b
k
-
b(t
k
)] es la diferencia entre la correccin medida u observada b
k
a la temperatura t
k
y la
correccin b(t
k
) predicha por la curva ajustada b(t)=y
1
+y
2
(t - t
0
) a t
k
. La varianza s
2
es una
medida de la incertidumbre total del ajuste, donde el factor n - 2 refleja el hecho de que,
debido a que dos parmetros, y
1
y y
2
, se determinan mediante las n observaciones, los
grados de libertad de s
2
son v = n - 2 (vase el numeral G.3.3).
H.3.3 Clculo de resultados
Los datos que sern ajustados se dan en la segunda y tercer columna de la Tabla H.6.
Tomando t
o
= 20 C como la temperatura de referencia, la aplicacin de las ecuaciones (H.
13a) a (H. 13g) da como resultado:
y
1
= 0,1712 C s(y
1
) = - 0,0029 C
y
2
= 0,002 18 s(y
2
) = - 0,000 67
r (y
1
,y
2
)=- 0,930 s = 0,0035 C
El hecho de que la pendiente y
2
es ms de tres veces mayor que su incertidumbre estndar
proporciona una indicacin de que se requiere de una curva de calibracin y no una
correccin promedio fija.
La curva de calibracin puede ser entonces escrita como:
b(t) = -0,1712(29)C + 0,00218(67) (t - 20C) (H.14)
Donde los nmeros entre parntesis son los valores numricos de las incertidumbres
estndar referidos a los correspondientes ltimos dgitos de los resultados citados para la
ordenada al origen y la pendiente (vase el numeral 7.2.2). Esta ecuacin proporciona el
valor predicho de la correccin b(t) a cualquier temperatura t, y en particular el valor b(t
k
) a t
= t
k
. Estos valores se dan es la cuarta columna de la tabla en tanto que la ltima columna se
dan las diferencias entre los mensurandos y los valores predichos, b
k
- b(t
k
) Un anlisis de
estas diferencias puede ser usado para verificar la validez del modelo lineal; existen ensayos
formales (vase referencia [8]), pero no son considerados en este ejemplo.
H.3.4 Incertidumbre de un valor predicho
La expresin para la incertidumbre estndar combinada del valor predicho de una correccin
puede ser fcilmente obtenido aplicando la ley de propagacin de incertidumbre, la ecuacin
(16) en el numeral 5.2.2, a la ecuacin (H.12). Notando que b(t)=f (y
1
, y
2
) y escribiendo u (y
1
)
GUA TCNICA COLOMBIANA GTC 51
126
= s(y
1
) y u(y
2
) = s(y
2
), se puede obtener
u
c
2
[b(t)]= u
2
(y
1
) + ( t- t
0
)
2
u
2
(y
2
) + 2 (t - t
0
) u(y
1
) u(y
2
) r(y
1
,y
2
)
La varianza estimada u
c
2
[b(t) tiene un mnimo en t
min
= t
o
- u(y
1
) r(y
1
,y
2
) /u(y
2
),que, en el
presente caso, es t
min
= 24,0085 C.
Tabla H.6. Datos usados para obtener una curva de calibracin lineal
para un termmetro mediante el mtodo de mnimos cuadrados.
Lectura
nmero
K
Lectura del
termmetro
t
k
(C)
Correccin
observada
b
k
= t
R.k
-t
k
(C)
Correccin
predicha
b(tk) (C)
Diferencia entre la
observacin y la
correccin predicha
b
k
- b(t
k
) (C)
1
2
3
4
5
6
7
8
9
10
11
21,521
22,012
22,512
23,003
23,507
23,999
24,513
25,002
25,503
26,010
26,511
-0,171
-0,169
-0,166
0,159
-0,164
-0,165
-0,156
-0,157
-0,159
0,161
-0,160
-0,1679
-0,1668
-0,1657
-0,1646
0,1635
-0,1625
-0,1614
-0,1603
-0,1592
-0,1581
-01570
-0,0031
-0,0022
-0,0003
+0,0056
+0,0005
-0,0025
+0,0054
+0,0033
+0,0002
-0,0029
-0,0030
Como ejemplo de! uso de la ecuacin (H.15), considere que se requiere la correccin del
termmetro y su incertidumbre a t = 30 C, la cual esta fuera del intervalo en el cual el
termmetro fue realmente ,calibrado. Substituyendo t = 30 C en la ecuacin (H. 14) se tiene
b(30 C) = - 0,1494 C
en tanto que la ecuacin (H.15) se transforma en
GUA TCNICA COLOMBIANA GTC 51
127
u
c
2
[b(30 C)] = (0,0029 C)2 + (10 C)
2
(0,000 67)
2
+ 2(10 C) (0,0029 C) (0,00067) (-0,930)
17,1x10
6
C
2
o
u
c
[b(30 C)] = 0,0041C
As, la correccin a 30 C es -0,1494 C, con una incertidumbre estndar combinada de
u
c
=0,0041 C; u
c
, tiene v = n -2= 9 grados de libertad.
H.3.5 Eliminacin de las correlaciones entre la pendiente y la ordenada al origen
La ecuacin (H. 13e) para el coeficiente de correlacin r(y
1
, y
2
), implica que si to es elegido
de tal manera que
n
k 1


k
=
n
k 1

(t
k
- t
0
) = 0, entonces r(y
1
,y
2
) = 0, y y
1
y y
2
no estarn
correlacionadas, simplificndose, por tanto, el clculo de la incertidumbre estndar de la
correccin predicha. Ya que
n
k 1


k
= 0 cuando t
o
= t = (
n
k 1

t
k
)/n, y t = 24,0085 C en
el caso presente, al repetir el ajuste por mnimos cuadrados con t
o
= t = 24,0085 C se
obtendran los valores de y
1
y y
2
que no estn correlacionados. (La temperatura t es tambin
la temperatura a la cual u
2
[b(t)] es un mnimo (vase el numeral H.3.4). Sin embargo, no es
necesario repetir el ajuste ya que puede mostrarse que:
b(t) = y
1
+ y
2
(t - t ) (H.16a)
u
2
c
[b(t)] = u
2
(y
1
) + (t - t )
2
u
2
(y
2
) (H.16b)
r (y
1
, y
2
) = 0 (H.16c)
Donde:
y
1
= y
1
+ y
2
( t - t
o
)
t = t
o
-s (y
1
) r (y
1
,y
2
)/s (y
2
)
s
2
(y
1
) = s
2
(y
1
) [1 - r
2
(y
1
,y
2
)]
y al escribir la ecuacin (H.16b), se han realizado las substituciones u(y
1
) = s(y
1
) y u(y
2
)=
s(y
2
) [ver la ecuacin (H. 15)].
GUA TCNICA COLOMBIANA GTC 51
128
La aplicacin de estas relaciones a los resultados dados en H.3.3. proporciona
b(t) = -0,1625 (11) + 0,002 18 (67) (t-24,0085 C) (H.17a)
u
c
2
[b(t)] = (0,0011)
2
+ ( t - 24,0085C)
2
(0,000 67)
2
(H.17b)
El hecho de que estas expresiones dan el mismo resultado que las ecuaciones (H.14) y (H. 15)
puede ser verificado repitiendo el clculo de b(30 C) y u
c
[b(30 C)]. La substitucin de t = 30 C
en las ecuaciones (H.17a) y (H. 17b) da como resultado:
b(30 C) = - 0,1494 C
u
c
[b(30 C)] = 0,0041 C
los cuales son idnticos a los resultados obtenidos en el numeral H.3.4. La covarianza
estimada entre dos correcciones predichas b(t
1
) y b(t
2
) puede ser obtenida de la ecuacin
(H.9) en el numeral H.2.3.
H.3.6 otras consideraciones
El mtodo de mnimos cuadrados puede ser usado para ajustar curvas de orden mayor a
puntos dados y es tambin aplicable a casos donde los datos individuales tienen
incertidumbres. Deben consultarse los textos usuales que tratan el tema para obtener
mayores detalles [8]. Sin embargo, los siguientes ejemplos ilustran dos casos en los cuales
las correcciones medidas b
k
no se suponen exactamente conocidas.
1) Supngase que cada t
k
tenga incertidumbre despreciable, y que cada uno de
los n valores t
R.k
se obtiene de una serie de m lecturas repetidas, y que la
estimacin ponderada de la varianza para tales lecturas basada en una gran
cantidad de datos obtenidos durante varios meses sea s
p
2
. Entonces la
varianza estimada de cada una de los t
R.k
es s
p
2
/m = u
o
2
y cada una de las
correcciones observadas b
k
= t
R.k
- t
k
tienen la misma incertidumbre estndar u
o
.
Bajo estas circunstancias (y bajo la consideracin de que no hay razn para
creer que el modelo lineal es incorrecto), u
o
2
reemplaza a s
2
en las ecuaciones
(H.13c) y (H.13d).
Nota. Una estimacin ponderada de varianza s
p
2
basada en N series de observaciones
independientes de la misma varianza se obtiene a partir de
s
v s
v
i
p
2
i i
2
i 1
N
i 1
N

GUA TCNICA COLOMBIANA GTC 51


129
Donde s
i
2
, es la varianza experimental de la -sima serie de n
i
observaciones
repetidas independientes [ecuacin (4) en el numeral 4.2.2] y tienen v
i
= n
i
- 1
grados de libertad. Los grados de libertad de s
p
2
son v =
n
k 1

v
i
,. La varianza
experimental s
p
2
/m (y la desviacin es sp/ m ) de la media aritmtica de m
observaciones independientes caracterizadas por la estimacin ponderada de
la varianza s
p
2
tiene tambin v grados de libertad.
2) Suponga que cada una de las t
k
tienen incertidumbre despreciable, que una
correccin
k
, se aplica a cada uno de los n valores de t
r
,k y que cada
correccin tiene la misma incertidumbre estndar u
a
. Entonces la incertidumbre
estndar de cada b
k
= t
R,K
- t
k
es tambin u
a
, y s
2
(y
1
) es reemplazada por s
2
(y
1
) +
u
o
2
y s
2
(y
1
) es reemplazada por s
2
(y
1
) + u
a
2
H.4 MEDICIN DE RADIOACTIVIDAD
Este ejemplo es similar al ejemplo H.2, la medicin simultnea de resistencia y reactancia en
el hecho de que los datos pueden ser analizados de dos diferentes maneras, cada una de
las cuales proporciona esencialmente los mismos resultados numricos. La primera
aproximacin ilustra una vez ms la necesidad de tomar en cuenta las correlaciones
observadas entre las cantidades medidas.
H.4.1 El problema de medicin
La concentracin de actividad desconocida de radn (
222
Rn) en una muestra de agua se
determina contando el centelleo del lquido contra una patrn de radn en agua que tiene
una concentracin de actividad conocida. La concentracin de actividad desconocida se
obtiene midiendo tres fuentes de conteo que consisten de aproximadamente 5 g de agua y
12 g de centelleador de emulsin orgnica en frascos pequeos de 22 ml:
Fuente (a) un patrn que consiste de una masa m
s
de la solucin patrn con una
concentracin de actividad conocida;
Fuente (b) una mezcla de agua testigo que no contiene material radioactivos
usada para obtener el conteo de fondo;
Fuente (c) la muestra consiste de una alcuota de masa m
x
con concentracin de
radioactividad desconocida.
Se realizan seis ciclos de medicin de las tres fuentes de conteo en el orden patrn - testigo
- muestra; el intervalo de conteo corregido por tiempo muerto, T
o
, para cada fuente durante
todos los seis ciclos es 60 min. A pesar de que el conteo de fondo no puede ser asumido
como constante durante el intervalo de conteo completo (65 h), se supone que el nmero de
cuentas obtenidas para cada testigo puede ser usado como representativo del conteo de
fondo durante las mediciones del patrn y la muestra en el mismo ciclo. Los datos se dan
en la Tabla H.7, donde
GUA TCNICA COLOMBIANA GTC 51
130
t
s
,t
B
,t
x
son los lapsos desde el tiempo de referencia t = 0 hasta el punto medio de los
intervalos de conteo corregidos por tiempo muerto T
0
= 60 min para el patrn,
el testigo, y los frascos de muestra respectivamente; aunque t
B
, se da por
completez, no es necesario para el anlisis;
C
S
, C
B
C
x
son los nmeros de cuentas registradas en los intervalos de conteo
corregidos por tiempo muerto T
0
= 60 mn para el patrn, el testigo y los
frascos de muestra, respectivamente.
Las cuentas observadas pueden expresarse como:
C
s
=C
B
+ A
s
T
0
m
s
e
-ts
(H.18a)
C
x
= C
B
+ A
x
T
0
Mxe
-tk
(H.18b)
Donde:
es la eficiencia de deteccin del lquido centellante para
222
Rn para una
composicin fuente dada, suponindola independiente del nivel de actividad;
A
s
es la concentracin de actividad del patrn en el tiempo de referencia t = 0;
A
x
es el mensurando y se define como la concentracin de actividad desconocida
de la muestra en el tiempo de referencia t = 0;
m
s
es la masa de la solucin patrn;
m
x
es la masa de la muestra alcuota;
es la constante de decaimiento para
222
Rn:=(ln 2)/T
1/2
= 1,258 94 x 10
-4
min
-1
(T
1/2
= 5 505,8 min)
Tabla H.7 Datos de conteo para la concentracin de actividad de una muestra desconocida
Ciclo Patrn Testigo Muestra
k
t
s
(min)
C
s
(cuentas)
t
B
(min)
C
s
(cuentas)
t
x
(min)
C
s
(cuentas)
1 243,74 15 380 305,56 4 054 367,37 41 432
2 984,53 14 978 1 046,10 3 922 1 107,66 38 706
3 1 723,87 14 394 1 785,43 4 200 1 846,99 35 860
4 2 463,17 13 254 2 524,73 3 830 2 586,28 32 238
5 3 217,56 12 516 3 279,12 3 956 3 340,68 29 640
6 3 956,83 11 058 4 018,38 3 980 4 079,94 26 356
GUA TCNICA COLOMBIANA GTC 51
131
Las ecuaciones (H.18a) y (H. 18b) indican que no pueden promediarse directamente ni los
seis valores individuales de C
s
ni los de C
x
dados en la Tabla H.7 debido al decaimiento
exponencial de la actividad del patrn y de la muestra, y a las ligeras variaciones en el
conteo de fondo de un ciclo al otro. En lugar de eso, se debe tratar con el decaimiento y el
conteo de fondo corregidos (o razones de conteo definidos como el nmero de cuentas
dividido por T
o
= 60 min). Estos sugiere combinar las ecuaciones (H.18a) y (H.18b) para
obtener las siguiente expresin para la concentracin desconocida en trminos de las
cantidades conocidas:
A
x
= f(A
s
,m
s
,m
x
,C
s
,C
x
,C
B
,T
s
,t
x
,)


A
s
m
s
C
x
C
s
e
lt
x
m
x
C
s
C
B
e
lt
s
A
s
m
s
C
x
C
s
m
x
C
s
C
B
e
l
t
x
t
s
( )
( )
( )
( )
( )
(H.19)
Donde (C
x
- C
B
)e
/x
y (C
s
- C
B
)e
ts
son, respectivamente, las cuentas de fondo corregidas de la
muestra y del patrn al tiempo de referencia t = 0 y al finalizar el lapso T
0
= 60 min.
Alternativamente, puede escribirse simplemente
A
x
= f(A
s
,m
s
, m
x
,R
s,
R
x
)
A
s
m
s
m
x
R
x
R
s
(H.20)
en donde las razones de conteo corregidas de fondo y por decaimiento R
x
y R
s
se dan por
R
x
= [(C
x
- C
B
)/T
o
] e
tx
(H.21a)
R
s
= [(C
s
- C
B
) /T
0
] e
ts
(H.21b)
H.4.2 Anlisis de datos
La Tabla H.8 resume los valores de las razones de conteo corregidas por fondo y por
decaimiento, R
s
y R
x
, calculadas a partir de las ecuaciones (H.21a) y (H.21b) usando los
datos de la Tabla H.7 y = 1,258 94 x 10
-4
min
-1
indicado anteriormente. Debe notarse que la
razn R = R
x
/R
s
se calcula ms fcilmente a partir de la expresin:
[(C
x
- C
B
) / (C
s
- C
B
)] e
(tx-ts)
GUA TCNICA COLOMBIANA GTC 51
132
Las medias aritmticas de R
s
, R
x
y R, y sus desviaciones estndar experimentales s( R
s
),
s( R
x
) y s( R), se calculan de la manera usual [ecuaciones (3) y (5) en el numeral 4.2]. El
coeficiente de correlacin r( R
x
, R
s
) se calcula a partir de la ecuacin (17) en el numeral
5.2.3 y la ecuacin (14) en el numeral 5.2.2.
Por la variabilidad comparativamente pequea de los valores de R
x
. y R
s
, la razn de las
medias R
x
/ R
s
y la incertidumbre estndar u( R
x
/ R
S
) de esta razn son, Respectivamente,
muy aproximadamente las mismas que la razn media R y su desviacin estndar
experimental s( R) como se da en la ltima columna de la Tabla H. 8 [vase el numeral H.2.4
y la ecuacin (H. 10) ah incluida]. Sin embargo, al calcular la incertidumbre estndar
u( R
x
I R
s
), la correlacin entre R
x
y R
s
representada por los coeficientes de correlacin r(R
x
,R
s
),
debe tomarse en cuenta usando la ecuacin (16) en el numeral 5.2.2. [Al usar esta ecuacin,
los ltimos tres trminos de la ecuacin (H.22b) son la varianza estimada relativa de R
x
I R
s
]
Debe reconocerse que las desviaciones estndar experimentales respectivas de R
x
y de R
s
6
s
( R
x
) y 6
s
( R
s
.), indican una variabilidad en esas cantidades que es de dos a tres veces
mayor que la variabilidad implicada por la estadstica de Poisson de los procesos de conteo;
la ltima est incluida en la variabilidad observada de las cuentas y no necesita ser
considerada por separado.
H.4.3 Clculo de resultados finales
Para obtener la concentracin de actividad desconocida A
x
, y su incertidumbre estndar
combinada u
c
(A
x
) a partir de la ecuacin (H.20) se necesitan A
s
, m
x
y m
s
y sus incertidumbres
estndar. Estas estn dadas como
A
s
= 0,1368 Bq/g
u(A
s
) = 0,0018 Bq/g; u(A
s
)/A
s
= 1,32xl10
-2
m
s
= 5,0192 g
u(m
s
) = 0,005 g; u(m
s
)lm
s
= 0,10x10
-2
,
m
x
= 5,0571 g
u(m
x
) = 0,0010 g; u(m
x
)/m
x
= 0,02xl0
-2
Otras posibles fuentes de incertidumbre se evalan y se desprecian por ser muy pequeas:
- incertidumbre estndar de los tiempos de decaimiento, u(t
S,k
) y u(t
x,k
)
- incertidumbre estndar de la constante de decaimiento del
222
Rn, u() = 1 x 10
-7
min
-1
(La cantidad significativa es el factor de decaimiento exp[(t
x
- t
s
)], el cual vara de
1,015 63 para ciclos k = 4 y 6 a 1,015 70 para el ciclo k = 1. La incertidumbre
estndar de esos valores es u = 1,2 x 10
-5
);
GUA TCNICA COLOMBIANA GTC 51
133
- incertidumbre asociada con la posible dependencia de la eficiencia de
deteccin del contador de centelleo con la fuente usada (patrn, testigo y
muestra),
- incertidumbre en la correccin del tiempo muerto del contador y en la
correccin de la dependencia de la eficiencia de conteo con el nivel de
actividad
Tabla H.8. Clculo de las razones de conteo corregidas por decaimiento y por fondo.
Ciclo
k
R
x
(min
-1
)
R
s
(min
-1
)
t
x
- t
s
(min)
R = R
x
/R
s
1
2
3
4
5
6
652,46
666,48
665,80
655,68
651,87
623,31
194,65
208,58
211,08
214,17
213,92
194,13
123,63
123,13
123,12
123,11
123,12
123,11
3,3520
3,1953
3,1543
3,0615
3,0473
3,2107
R
x
= 652,60
s( R
x
) = 6,42
s( R
x
) / R
x
=
0,98x10
-2
Rs = 206,79
s( Rs) =3,79
s( Rs) / Rs = 1,84
x 10
-2
R = 3,170
s( R) = 0,046
s( R)/ R =1,44 x 10
-2
R
x
/ R
s
= 3,167
u(R
x
/ R
s
) = 0,045
u(R
x
/R
s
) / R
x
/ R
s
)=1,42 x 10
-2
Coeficientes de correlacin
r( R
x
, R
s
) = 0,646
H.4.3.1 Resultados: primera aproximacin. Como se indic anteriormente, A
x
y u
c
(A
x
) pueden
obtenerse:, a partir de la ecuacin (H.20), de dos maneras diferentes. En la primera
aproximacin, A
x
se calcula usando las medias aritmticas R
x
y R
s
, lo cual da como
resultado
A
x
A
s
m
s
m
x
Rx
Rs
q / 0,4300 B g (H.22a)
Aplicando la ecuacin (16) en el numeral 5.2.2 a esta expresin se obtiene la varianza
combinada u
c
2
(A
x
)
GUA TCNICA COLOMBIANA GTC 51
134
u A
x
A
u A
A
u m
s
m
u m
x
m
u R
x
R
u R
s
R
R
x
R
s
u R u R
s
R R
c
x
s
s s x
x s
r
x
x s
2
2
2
2
2
2
2
2
2
2
2
2
2
( ) ( )
( ) ( )
( ) ( )
( , )
( ) ( )
+ +
+ +

(H.22b)
Donde, como se anot en H.4.2, los ltimos tres trminos dan u
2(
R
x
/ R
s
)/( R
x
/ R
s
)
2
, la varianza
relativa estimada de R
x
/ R
s .
De acuerdo con la discusin del numeral H.2.4, los resultados
en la Tabla 8 muestran que R no es exactamente igual a R
x
/ R
s
; y que la incertidumbre
estndar u( R
x
/ R
s
) de R
x
/ R
s
no es exactamente igual a la incertidumbre estndar s( R) de
R.
La substitucin de los valores de las magnitudes relevantes en las ecuaciones (H.22a) y
(H.22a) dan
u
c
(A
x
)
A
x
u
c
(A
x
) /

1,93x10
2
0,0083Bq g
Los resultados de la medicin pueden ser expresados como:
A
x
= 0,4300 Bq/g con una incertidumbre estndar combinada de u
c
= 0,0083 Bq/g.
H.4.3.2 Resultados: segunda aproximacin. En la segunda aproximacin, la cual evita la
correlacin entre R
x
, y R
s
, A
x
, se calcula usando la media aritmtica R. As
A A
m
m
R
x s
s
x

0 4304 , / Bq g (H.23a)
La expresin para u
c
2
(A
x
) es simplemente
u A
A
u (A
A
u m
m
u m
m
u R
R
c
2
x
x
2
2
s
s
2
2
s
2
x
x
2
2
2
( )
) ( )
s
2
( ) ( )
+ + +

(H.23b)
GUA TCNICA COLOMBIANA GTC 51
135
la cual da como resultado:
u
c
A
x
A
x
1,95 x 10
2
u
c
A
x
0,0084 Bq / g
( )
( )

El resultado de la medicin puede ser entonces expresado como:


A
x
= 0,4304 Bq/g con una incertidumbre estndar combinada de u
c
= 0,0084 Bqlg.
Los grados efectivos de libertad de u
c
pueden ser evaluados usando la frmula de Welch-
Satterthwaite de la forma ilustrada en H.1.6.
De la misma manera que en H.2, se prefiere el segundo de los dos resultados, debido a que
se evita la aproximacin de la media de la razn de dos magnitudes mediante la razn de las
medias de esas dos cantidades; esto refleja mejor el procedimiento de medicin usado los
datos de hecho recolectados en ciclos separados.
A pesar de esto, la diferencia entre los valores de A
x
que resultan de las dos aproximaciones
es claramente pequea comparada con la incertidumbre estndar adscrita a cualquiera de
ellas, y la diferencia entre las dos incertidumbres estndar es enteramente despreciable. Tal
acuerdo demuestra que las dos aproximaciones son equivalentes cuando las correlaciones
observadas son correctamente incluidas.
H.5 ANLISIS DE LA VARIANZA
Este ejemplo da una breve introduccin a los mtodos de anlisis de la varianza (ANOVA,
por sus siglas en ingls). Estas tcnicas estadsticas son usadas para identificar y cuantificar
efectos aleatorios individuales en una medicin para que. puedan ser apropiadamente
tomadas en cuenta cuando se evala la incertidumbre del resultado de la medicin. A pesar
de que los mtodos ANOVA son aplicables a una amplia gama de mediciones, por ejemplo.
la calibracin de patrones de referencia, como los patrones de tensin Zener y los patrones
de masa, y la certificacin de materiales de referencia, los mtodos ANOVA no pueden
identificar, por s mismos, efectos sistemticos que pudieran estar presentes.
Existen muchos modelos diferentes que se incluyen bajo el nombre general de ANOVA. Dada su
importancia, el modelo especfico discutido en este ejemplo es el diseo anidado balanceado. La
ilustracin numrica de este modelo involucra la calibracin de un patrn de tensin Zener; el
anlisis debe ser relevante a una gran variedad de situaciones prcticas de medicin.
GUA TCNICA COLOMBIANA GTC 51
136
Los mtodos ANOVA son de especial importancia en la certificacin, mediante pruebas
interlaboratorios, de materiales de referencia (MR) , un tpico cubierto a fondo en la gua
ISO 35 [19] (vase el numeral H.5.3.2 para una breve descripcin de tal certificacin de MR).
Puesto que mucho del material contenido en la gua ISO 35 es en efecto aplicable en lo
general, esta publicacin puede ser consultada para obtener detalles adicionales
concernientes a ANOVA, incluyendo diseos anidados desbalanceados. Las referencias [15]
y [20] pueden ser igualmente consultadas.
H.5.1 El problema de medicin
Considere un patrn de tensin Zener de 10 volts nominales que es calibrado contra una
referencia de tensin estable durante un perodo de dos semanas. En cada uno de J das
durante el perodo, se realizan K observaciones repetidas independientes de la diferencia de
potencial V
s
del patrn. Si V
jk
,, denota la observacin k-sima de V
s
(k = 1,2,...,K) en el da j-
simo (j =1,2,....,J), la mejor estimacin de la diferencia de potencial del patrn es la media
aritmtica V de las JK observaciones [ver la ecuacin (3) en el numeral 4.2. 1 ],
V
s
1
JK
V V
jk
k 1
K
j 1
J




(H.24a)
La desviacin estndar experimental de la media s(V ), la cual es una medicin de la
incertidumbre de V como una estimacin de la diferencia de potencial del patrn, se obtiene
a partir de [vase la ecuacin (5) en el numeral 4.2.3]
s V
JK JK
V
jk
V
k
K
j
J
2
1
1
2
1 1
( )
( )
( )





(H.24b)
Nota. A lo largo de este ejemplo se supone que todas las correcciones aplicadas a las observaciones para
compensar por efectos sistemticos tienen incertidumbres despreciables o que sus incertidumbres son tales
pueden tomarse en cuenta al final del anlisis. Una correccin en esta ltima categora, y una que puede ser
aplicada a la media de las observaciones al final del anlisis, es la diferencia entre el valor certificado
(suponiendo que tiene una incertidumbre determinada) y el valor de trabajo de la referencia de tensin estable
en contra de la cual se calibra al patrn de tensin Zener. As, la estimacin de la diferencia de potencial del
patrn obtenida estadsticamente a partir de las observaciones no es necesariamente el resultado final de la
medicin; y la desviacin estndar experimental de esta estimacin no es necesariamente la incertidumbre
estndar combinada del resultado final.
La desviacin estndar experimental de la media s(V ), obtenida a partir de la ecuacin
(H.24b), es una medida apropiada de la incertidumbre de V slo si la variabilidad de las
observaciones hechas en un solo da. Si hay evidencia de que la variabilidad de un da para
otro es significativamente mayor que la que podra ser esperada de la variabilidad en un
mismo da, el uso de esta expresin puede proporcionar una subestimacin de la
incertidumbre de V . Surgen entonces dos preguntas: Cmo debera decidirse si la
variabilidad de un da para otro (caracterizada por una componente de varianza del mismo
da)?, y de hacerlo, cmo podra ser evaluada la incertidumbre de la media?
GUA TCNICA COLOMBIANA GTC 51
137
H.5.2 Un ejemplo numrico
H.5.2.1 En la Tabla H.9 se listan los datos que permiten que las cuestiones antes
mencionadas sean respondidas en dicha tabla.
J = 10 es el nmero de das durante los cuales se realizan las
observaciones de diferencia de potencial;
K = 5 es el nmero de observaciones de diferencia de potencial hechas en
cada da;
V j
k
V
j
k
k
k

1
1
(H.25a)
es la media aritmtica de las K = 5 observaciones de diferencia de potencial hechas en el da
j-simo (hay J = 10 de tales mediciones diarias);
V
j
J
V
j
JK
V
j
k
J
J
k
K
j
J


1
1
1
1 1
(H.25b)
es la media aritmtica de J = 10 medias diarias y, por tanto, la media de las JK = 50
observaciones;
s V jk
K
V jk V
j
k
k
2
1
1
2
1
( ) ( )

(H.25c)
es la varianza experimental de las K = 5 observaciones hechas en el j-simo da (hay j=10
estimaciones semejantes de la varianza),y
s V j
J
V j V
j
J
2
1
1
2
1
( ) ( )

(H.25d)
es la varianza experimental de la J = 10 medias diarias (existe slo de tales estimaciones de
la varianza).
H.5.2.2 La consistencia de la variabilidad en un mismo da y la variabilidad de un da para
otro de las observaciones puede ser investigada comparando dos estimaciones
independientes de
2
w
, la componente de varianza en un da (esto es, la varianza de las
observaciones hechas en el mismo da).
GUA TCNICA COLOMBIANA GTC 51
138
Tabla H.9. Resumen de los datos de calibracin de patrones de tensin obtenidos en J = 10 d,
con medias diarias V
j
y desviaciones estndar experimental s(V
j
) basadas
en K = 5 observaciones repetidas independientes
Da, j
magnitud
1 2 3 4 5
V
j
/V
10,000 172 10,000 116 10,000 013 10,000 144 10,000 106
s(V
jk
)7v
60 77 111 101 67
Da ,j
Magnitud
6 7 8 9 10
V
j
/V
10,000 031 10,000 060 10,000 125 10,000 163 10,000 041
s(V
jk
)/V
93 80 73 88 86
V = 10,000 097 V s(V
j
) =57 V
s
a
2
= Ks
2
(V
j
) = 5(57 V)
2
= (128 V)
2
s
b
2
(V
jk
) =85 V)
2
La primera estimacin de
w
2
, denotado por s
2
se obtiene a partir de la variacin observada
de las medias diarias V
j
. Puesto que V
j
, es el promedio de K observaciones, su varianza
estimada s
2
(V
j
), bajo la suposicin de que la componente de la varianza de un da para otro
es cero, estima
w
2
/K. Se sigue, entonces, de la ecuacin (H.25d)
s ks V j
K
J
V
j
V
j
j
a
2
1
2
2
1

( )
( )
(H.26a)
la cual es una estimacin de
w
2
que tiene v
a
= J - 1 = 9 grados de libertad
La segunda estimacin de
w
2
denotado por s
b
2
, es la estimacin ponderada de la varianza
obtenida de J = 10 valores individuales s
2
(V
jk
) usando la ecuacin de la nota del numeral
H.3.6, donde los diez valores individuales se calculan a partir de la ecuacin (H.25c). Debido
a que los grados de libertad de cada uno de estos valores es v
i
= K - 1, la expresin
resultante para s
b
2
, es simplemente su promedio. Entonces:
GUA TCNICA COLOMBIANA GTC 51
139
s
b
s Vj
k
J
J K
s V
j
k
j
J
V
jk
V
j
k
K
j
J
2
2
1
1
1
2
1
1 1
2


( )
( )
( )
( . )
(H.26b)
la cual es una estimacin de
w
2
, que tiene v
b
= J(K-1) = 40 grados de libertad.
Las estimaciones de
w
2
dados por las ecuaciones (H.26a) y (H.26b) son s
a
2
(128 V)
2
y s
a
2
,=
(85 V)
2
, respectivamente (vase la Tabla H.9). Puesto que la estimacin s
a
2
, est basado en
la variabilidad de las medias da a da mientras que la estimacin s
a
2
, est basado en la
variabilidad de las observaciones da a da, su diferencia indica la posible presencia de un
efecto que varia de un da a otro pero que permanece relativamente constante cuando se
hacen observaciones en un mismo da. La prueba F es usada para probar esta posibilidad, y,
por tanto, la suposicin de que la componente de la varianza de un da para otro es cero.
H.5.2.3 La distribucin F es la distribucin de probabilidad de la razn F(v
a
, v
b
) = s
a
2
(v
a
)/
s
b
2
(v
b
) de dos estimaciones independientes, s
a
2
(v
a
) y s
b
2
(v
b
), de la varianza de una variable
aleatoria distribuida normalmente [15]. Los parmetros v
a
y v
b
son los grados de libertad
respectivos de las dos estimaciones y 0 F (v
a
, v
b
) < . Los valores de F estn tabulados
para diferentes valores de v
a
y v
b
y varios cuantiles de la distribucin F. Un valor de F(v
a
, v
b
) >
F
0,95
o F(v
a
, v
b
) > F
0,975
(el valor crtico) se interpreta usualmente como una indicacin de que
s
a
2
(v
a
) es mayor que s
b
2
(v
b
), por una cantidad estadsticamente significativamente; y que la
probabilidad de un valor F tan grande como el observado, si las dos estimaciones fueran
obtenidas de la misma varianza, es menor que 0,05 o 0,025, respectivamente. (Pueden
elegirse, tambin, otros valores crticos, por ejemplo F
0,99
)
H.5.2.4 La aplicacin de la prueba F al ejemplo numrico presente da como resultado
F va vb
S
s
Ks V
j
s V
jk
a
b
( , )
( )
( )
( )
( )
,


2
2
2
2
2
2
5 57
85
2 25

V
V
(H.27)
con v
a
= J - 1 = 9 grados de libertad en el numerador y v
b
= J(K-1) =40 grados de libertad en
el denominador. Puesto que F
0,95
(9,40) = 2,12 y F
0,975
(9,40) = 2,45, se concluye que existe un
efecto de un da para otro estadsticamente significativo al nivel del 5 por ciento, pero que
este no est presente al nivel del 2,5 por ciento.
GUA TCNICA COLOMBIANA GTC 51
140
H.5.2.5 Si se decide que no existe un efecto de un da para otro debido a que la diferencia
entre s
a
2
y s
b
2
no es vista como estadsticamente significativa (una decisin imprudente
debido a que podra resultar una subestimacin de la incertidumbre), la varianza estimada
s
2
(V ) de V debe ser calculada a partir de la ecuacin (H.24b). Esta relacin es equivalente
a ponderar las estimaciones s
a
2
y s
b
2
( esto es, tomado el promedio pesado de s
a
2
y s
b
2
, cada
uno pesado mediante sus respectivos grados de libertad v
a
y v
b
, ver la nota del numeral
H.3.6), para obtener la mejor estimacin de la varianza de las observaciones, y dividir esta
estimacin por JK, el nmero de observaciones, para obtener la mejor estimacin s
2
(V ) de la
varianza de la media de las observaciones. Siguiendo este procedimiento se obtiene
s V
J s J K s
JK JK
a b 2
2 2
2 2
1 1
1
9 128 40 85
10 5 49
( )
( ) ( )
( )
( ) ( )
( )( )( )

+ V V
(H.28a)


( ) ( ) 13 13
2
V s V V (H.28b)
con s(V ) que tiene JK - 1 = 49 grados de libertad.
Si se supone que todas las correcciones por efectos sistemticos han sido tomadas en
cuenta y que todas las otras componentes de incertidumbre son insignificantes, entonces el
resultado de la calibracin puede ser expresado como V
s
= V = 10,000 0097 V (vase la
Tabla H.9), con una incertidumbre estndar combinada de s(V ) = u
c
= 13 V, en donde u
c
,
tiene 49 grados de libertad.
Notas:
1) En la prctica, muy probablemente podran tenerse componentes adicionales de incertidumbre que
fueran significativos, y, por tanto, tendran que ser combinadas con las componentes de incertidumbre
obtenidas estadsticamente a partir de las observaciones (vase la nota del numeral H.5.1).
2) Puede demostrarse que la ecuacin (H.28a) para s
2
(V ) es equivalente a la ecuacin (H.24b)
escribiendo la doble suma, denotada por S en dicha ecuacin como
S V V V V
J s J K s
jk
J
j
k
K
j
J
a b
+

1
]
1
1
1
+



( ) ( )
( ) ( )
1 1
2
2 2
1 1
GUA TCNICA COLOMBIANA GTC 51
141
H.5.2.6 Si la existencia de un efecto de un da para otro es reconocida (una decisin
prudente debido a que eliminar la posibilidad de subestimar el valor de la incertidumbre) y se
supone aleatoria, entonces la varianza s
2
(V
j
) calculada a partir de J =10 medias da a da
de acuerdo con la ecuacin (H.25d) no estima
w
2
/K +
B
2
, en donde
B
2
es la componente
aleatoria de un da para otro de la varianza. esto implica que
s V s K s
j
w B 2
2 2
( ) / + (H.29)
Donde s
w
2
estima
w
2
y s
B
2
estimada
B
2
. Puesto que s V
jk
2
( ) , que se calcula mediante la
ecuacin (H.26b), depende slo de la variabilidad del mismo da de las observaciones, se
puede tomar s
w
2
= s V
jk
2
( ) . As la razn Ks
2
(V
j
) / s V
jk
2
( ) usada para la prueba F en el
numeral H.5.2.4 toma la forma
F
Ks V
s V
s Ks
s
jk
w B
w

+

2
2
2 2
2
2
2
5 57
85
( )
( )
( )
( )

V
V
(H.30)
Lo que da como resultado
s
Ks V s V
K
o s
B
j
jk
B
2
2 2
2
43 43



( ) ( )
( ) , V V
(H.31a)
s s V o s
w jk w
2 2 2
85 85 ( ) ( ) , V V (H.31b)
La varianza estimada de V se obtiene de s
2
(V
j
), ecuacin (H.25d), puesto que s
2
(V
j
) refleja
propiamente ambas componentes aleatorias, da a da y la de un da para otro [vase la
ecuacin (H.29). Entonces:
GUA TCNICA COLOMBIANA GTC 51
142
s V s V j J
s V
2
2
2
57 10
18
( ) ( ) /
( ) /
( )

V
V
(H.32)
en donde s(V ) tiene J -1 = 9 grados de libertad.
Los grados de libertad de s
w
2
, (y, por tanto, s
w
) son J(K - 1) = 40 [ ver la ecuacin (H.26b)].
Los grados de libertad de s
B
2
(y, por tanto, s
B
,) son los grados de libertad efectivos de la
diferencia s
B
2
= s
2
(V
j
) - s V K
jk
2
( ) / [vase la ecuacin (H.31a)], pero su estimacin es
problemtica.
H.5.2.7 La mejor estimacin de la diferencia de potencial del patrn de tensin es, entonces,
V
s
= V = 10,000 097 V, con s(V )= u
c
= 18 V como se indica en la ecuacin (H.32). Este
valor de u
c
y sus 9 grados de libertad debe ser comparado con u
c
=13 V y sus 49 grados de
libertad, el resultado obtenido en el numeral H.5.2.5 [vase la ecuacin (H.28b)], cuando se
desprecia la existencia de un efecto de un da para otro.
Durante una medicin real un efecto aparente de un da para otro debera ser investigado
adicionalmente, de ser posible, con la finalidad de determinar su causa y la posibilidad de que
exista un efecto sistemtico que pueda invalidar el uso de los mtodos ANOVA. Como se seal
al inicio de este ejemplo, las tcnicas ANOVA estn diseadas para identificar y evaluar
componentes de incertidumbre que surjan a partir de efectos aleatorios; estos mtodos no
proporcionan informacin sobre las componentes que surgen por efectos sistemticos.
H.5.3 El papel de ANOVA en las mediciones
H.5.3.1 Este ejemplo del patrn de tensin ilustra lo que se denomina, generalmente, un
diseo anidado balanceado de una etapa. Es un diseo anidado de una etapa porque tienen
un solo nivel de anidamiento de las observaciones con un factor, el da en que las
observaciones son hechas y que vara de una medicin a otra. Se le llama balanceado
porque se hacen el mismo nmero de observaciones cada da. El anlisis presentado en el
ejemplo puede ser usado para determinar si existe un efecto del operador un efecto del
instrumento, un efecto del laboratorio, un efecto de muestreo, o an un efecto del
mtodo en una medicin particular. Entonces, en el ejemplo, podra imaginarse que se
reemplazan las observaciones hechas el mismo da pero por J operadores diferentes; la
componente de un da para otro de la varianza se transforma, entonces, en una componente
de varianza asociada con diferentes operadores.
H.5.3.2 Como se anot en el numeral H.5, los mtodos ANOVA son ampliamente usados en
la certificacin de materiales de referencia (MR) mediante pruebas interlaboratorios. Esta
certificacin generalmente involucra que se tiene un gran nmero de mediciones, realizadas
en laboratorios independientes, igualmente competentes, de la propiedad para la cual el
material va a ser certificado. Se supone generalmente que las diferencias en los resultados,
tanto intra como interlaboratorios, son de naturaleza estadstica, sin importar sus causas. La
media de cada laboratorio es considerada una estimacin no sesgada de la propiedad del
material, y, usualmente, se considera a la media no pesada de las medias del laboratorio
como la mejor estimacin de esta propiedad.
GUA TCNICA COLOMBIANA GTC 51
143
Una certificacin de MR puede involucrar I diferentes laboratorios, cada uno de los cuales
mide la propiedad requerida de J muestras diferentes del material, cada medicin de una
muestra consistente de K observaciones repetidas independientes. Entonces el nmero total
de observaciones es IJK y el nmero total de muestras es IJ. Este es un ejemplo de un
diseo anidado balanceado de 2 etapas anlogo al ejemplo del patrn de tensin de una
etapa considerado anteriormente. En este caso existen dos niveles diferentes de
anidamiento de las observaciones con dos factores diferentes, muestra y laboratorio, que
varan con la medicin. El diseo es balanceado porque cada muestra es observada el
mismo nmero de veces (K) en cada laboratorio y cada laboratorio mide el mismo nmero de
muestras (J). Una analoga adicional con el ejemplo del patrn de tensin: en el caso de MR
e, propsito del anlisis de los datos es investigar la posible existencia de un efecto de una
muestra a otra y un efecto de un laboratorio a otro, y determinar la incertidumbre adecuada
para ser asignada a la mejor estimacin del valor de la propiedad a ser certificada.
Refirindose al prrafo anterior, se supone que la estimacin es la media de las medias de
los I laboratorios, la cual es tambin la media de las IJK observaciones.
H.5.3.3 La importancia de que varen los argumentos de los cuales depende el resultado de
la medicin de manera tal que la incertidumbre se obtiene a partir de datos observados
evaluados estadsticamente, esta seala en el numeral 3.4.2. Los diseos anidados y el
anlisis de los datos resultantes mediante los mtodos ANOVA pueden ser usados
exitosamente en muchos tipos de medicin prcticos.
Sin embargo, como se indica en el numeral 3.4.1, variar todas las magnitudes es raramente
factible debido a las limitaciones en tiempo y recursos; en el mejor de los casos, en la
mayora de las situaciones prcticas de medicin, slo es posible evaluar algunos
componentes de incertidumbre usando mtodos ANOVA . Como se seal en el numeral
4.3.1, muchas componentes deben ser evaluadas mediante criterios cientficos usando toda
la informacin disponible acerca de la posible variabilidad de los argumentos en cuestin; en
muchas situaciones, una componente de incertidumbre, tal como la que surge a partir de
efectos intra muestras, intra laboratorios, intra instrumentos, o intra operadores, no pueden
ser evaluada mediante un anlisis estadstico de series de observaciones sino que debe
evaluarse a partir de la informacin disponible.
H.6 MEDICIONES EN UNA ESCALA DE REFERENCIA: DUREZA
La dureza es un ejemplo de un concepto fsico que no puede ser cuantificado sin hacer
referencia a un mtodo de medicin; no tiene unidad que se independiente de tal mtodo. La
magnitud dureza se diferencia de las magnitudes clsicas medibles en que no puede ser
introducida en ecuaciones algebraicas para definir otras cantidades medibles (aunque
algunas veces es usada en ecuaciones empricas que relacionan la dureza con alguna otra
propiedad en algn determinado material). Su magnitud se determina mediante una medicin
convencional: la dimensin lineal de una muesca en un bloque del material de inters, o
bloque de muestra. La medicin se hace de acuerdo a una norma escrita, la cual incluye una
descripcin del elemento que hace la muescas, la construccin de la mquina mediante la
cual se obtiene la muesca, y la forma en la cual la mquina debe operarse, hay ms de una
norma escrita, as que hay ms de una escala de dureza.
La dureza reportada es una funcin (dependiendo de la escala) de la dimensin lineal que es
medida. En el ejemplo dado en esta subcaptulo es una funcin lineal de la media aritmtica
o promedio de la profundidad de cinco muestras repetidas, pero para algunas otras escalas
la funcin es no lineal.
GUA TCNICA COLOMBIANA GTC 51
144
Las realizaciones de la mquina patrn son mantenidas como patrones nacionales (no hay
una realizacin internacional del patrn); una comparacin entre una mquina particular y la
mquina patrn nacional se hace usando un bloque de transferencia patrn.
H.6.1 El problema de medicin
En este ejemplo la dureza de un bloque de cierto material se determina sobre la escala
Rockwell C usando una mquina que ha sido calibrada contra la mquina patrn nacional.
La unidad de la escala de dureza Rockwell C es 0,002 mm; la dureza sobre tal escala se
define como 100 x (0,002 mm) menos el promedio de las profundidades, medidas en mm, de
cinco muescas. El valor de esta cantidad dividida por la unidad de la escala Rockwell de
0,002 mm es llamado el ndice de dureza HRC. En este ejemplo la magnitud es llamada
simplemente dureza, representndose mediante el smbolo h
Rockwell
c, y el valor numrico de
dureza expresado en unidades Rockwell de longitud es llamado el ndice de dureza,
simbolizndose H
rockwell
c
H.6.2 Modelo matemtico
Al promedio de las profundidades de las muescas hechas en el bloque de muestra mediante
la mquina usada para determinar su dureza, o mquina de calibracin, deben sumrsela
ciertas correcciones para determinar el promedio de la profundidad de las muescas que
habran sido hechas en el mismo bloque mediante la mquina patrn nacional. De esta
forma
h
RockwellC
f d,
c
,
b
,
s
100 0,002 d .
c b s
H
Rockwell C
h
Rockwell
c / 0,002

( )
( mm)
( mm)


(H.33a)
Donde:
d es el promedio de las profundidades de cinco muescas hechas mediante la
mquina de calibracin en el bloque de muestra;

c
es la correccin obtenida a partir de una comparacin de la mquina de
calibracin con la mquina

b
es la diferencia en dureza (expresada como una diferencia de profundidad
promedio de muesca) entre las dos partes del bloque patrn de transferencia
usado respectivamente para hacer las muescas mediante las dos mquina, que
se supone igual a cero; y

s
es el error debido a la falta de repetibilidad de la mquina patrn nacional y a la
definicin incompleta de la magnitud de dureza. A pesar de que
s
debe ser
GUA TCNICA COLOMBIANA GTC 51
145
considerada igual a cero, tiene una incertidumbre estndar asociada igual a
u(
s
)
Ya las derivadas parciales f d f / , / b y f
sc
/ de la funcin de la ecuacin (H.33a)
son todas iguales a - 1, la incertidumbre estndar combinada u h
c
2
( ) de la dureza del bloque
de muestra medida mediante la mquina de calibracin est dad, simplemente, por
u h u d u c u
c s
2 2 2 2
( ) ( ( ) ( ( ) + + b) + u
2
(H.34)
donde por simplicidad de notacin h h
Rockwell C
.
H.6.3 Contribucin de varianza
H.6.3.1 Incertidumbre u( d ) de la profundidad promedio de las muescas, d , del bloque de
muestra. Incertidumbre de observaciones repetidas. La repeticin estricta de una
observacin no es posible debido a que una nueva muesca no puede ser hecha en el mismo
sitio en donde fue hecha una anterior. Ya que cada muesca debe ser hecha en un sitio
diferente, cualquier variacin en los resultados incluye el efecto de variaciones en dureza
entre diferentes puntos de la muestra. As, u( d ), la incertidumbre estndar del promedio de
las profundidades de cinco muescas hechas en el bloque mediante la mquina de
calibracin, se considera igual a s
p
(d
k
)/ 5 , en donde s
p
(d
k
) es la desviacin estndar
experimental ponderada de las profundidades de las muescas determinada mediante
mediciones repetidas sobre un bloque del que se sabe que tiene una dureza muy uniforme
(vase el numeral 4.2.4).
Incertidumbre de muesca. A pesar de la correccin de d debido a la lectura en la mquina
de calibracin en cero, hay una incertidumbre en d causada por la incertidumbre de la
indicacin de profundidad debido a la resolucin de la escala dada por u
2
( d ) =
2
/12
(vase el numeral F.2.2.1). La varianza estimada de d es as:
u
2
( d ) = s
2
(d
k
)+ s
2
/12 (H.35)
H.6.3.2 Incertidumbre de la correccin para la diferencia entre las dos mquinas, u(
c
).
Como se indic en el numeral H.6.2,
c
, es la correccin por la diferencia entre la mquina
patrn nacional y la mquina de calibracin. Esta correccin puede ser expresada como
c
=
z
s
- z, donde z
s
= (
m
i
z
s i

1
,
)/m es la profundidad promedio de las 5 m muescas hechas
por la mquina patrn nacional en el bloque patrn de transferencia; y z = (
m
i
z
i

1
)In es la
profundidad promedio de las 5 n muescas hechas en el mismo bloque por la mquina de
calibracin. As, asumiendo que, para la comparacin, la incertidumbre debido a la
resolucin de la pantalla de cada mquina es despreciable, la varianza estimada de
c
, es
GUA TCNICA COLOMBIANA GTC 51
146
Donde
u
s z
m
s z
n
c
av
s
av
s
2
2 2
( )
( ) ( )
+ (H.36)
s
2
av
( z
s
) = [
m
i

1
s
2
( z
s,i
)]/m es el promedio de las varianzas experimentales de las
medias de cada una de las m series de muescas z
s,ik
hechas por la mquina patrn
s
2
av
(z) =[
m
i

1
s
2
(z
i
)]/n es el promedio de las varianzas experimentales de las medias
de cada una de las n series de muescas z
ik
hechas por la mquina de calibracin.
Nota. Las varianzas s
av
2
( z
s
) y, s
av
2
( z ), son estimaciones ponderadas de la varianza, ver la
discusin de la ecuacin (H.26b) en el numeral H.5.2.2.
H.6.3.3 Incertidumbre de la correccin debido a variaciones en la dureza del bloque patrn
de transferencia, u(
b
). La Recomendacin Internacional R 12 de la OIML, Verification and
calibration of Rockwell C hardness standardized blocks, (Verificacin y calibracin de
bloques estandarizados de dureza), requiere que la mxima y la mnima profundidad de las
cinco muescas obtenidas en el bloque patrn de transferencia no difieran por ms de una
fraccin x de la profundidad promedio de esas mismas muescas, en donde x es una funcin
del nivel de dureza. Sea, por lo tanto, xz la diferencia mxima en las profundidades de
muescas sobre el bloque entero, con z definida como en el numeral H.6.3.2 con n = 5.
Supngase, asimismo, que la diferencia mxima se describa mediante una distribucin de
probabilidad triangular alrededor del valor promedio xz/2 (con la suposicin razonable de
que los valores cercanos al valor central son ms probables que los valores cercanos a los
extremos (vase el numeral 4.3.9). Entonces, si en la ecuacin (9b) en el numeral 4.3.9 a =
xz/2, la varianza estimada de la correccin para la profundidad promedio de la muesca
debido a diferencias en la dureza presentada a la mquina estndar y la mquina de
calibracin respectivamente es:
u
2
(
b
) = (xz)
2
/24 (H.37)
Como se indic en el numeral H.6.2, se asume que la mejor estimacin de la correccin
b
es cero.
H.6.3.4 Incertidumbre de la mquina patrn nacional y la definicin de dureza, u(
s
). La
incertidumbre de la mquina patrn nacional junto con la incertidumbre debida a la definicin
incompleta del concepto de dureza se reporta como una desviacin estndar estimada u(
s
)
(una magnitud con unidades de longitud).
H.6.4 La incertidumbre estndar combinada, u
c
(h)
Los trminos individuales listados del numeral H.6.3.1 al numeral H.6.3.4 al ser substituidos
en la ecuacin (H.34) dan como resultado, para las varianzas estimadas de la medicin de
dureza
GUA TCNICA COLOMBIANA GTC 51
147
u
c
h
s d
k
s
av
z
s
m
s
av
z
n
xz
u
s
2
2
5
2
12
2
2 2
24
2
( )
( ) ( )
( ) ( ' )
( )
+ +
+ +

(H.38)
y la incertidumbre estndar combinada es u
c
(h).
GUA TCNICA COLOMBIANA GTC 51
148
Tabla H.10. Resumen de datos para la determinacin de la dureza de
un bloque muestra en la escala Rockwell C.
Fuente de incertidumbre Valor
Profundidad promedio d de 5 muescas hechas mediante la mquina
de calibracin en el bloque de muestra: 0,72 mm
36,0 unidades de la escala
Rockwell
ndice de dureza del bloque muestra indicado a partir de 5 muescas:
H Rockwell c = hRockwell c /(0,002 mm) = [100(0,002 mm) .0,072 mm]
/(0,002 mm) (vase el numeral H.6.1)
64,0 HRC
Desviacin estndar experimental ponderada s
p
(d
k
) de las
profundidades de las muescas hechas, mediante la mquina de
calibracin, en un bloque que tiene una dureza uniforme
0,45 unidades de la escala
Rockwell
Resolucin del dial de la mquina de calibracin 0,1 unidades de la escala Rockwell
s
av
( z
s
), raz cuadrada del promedio de las varianzas experimentales
de las medias de m series de muescas hechas mediante la mquina
patrn nacional en el bloque de transferencia patrn
0,10 unidades de la escala
Rockwell, n = 6
s
av
( z
s
), raz cuadrada del promedio de las varianzas experimentales
de las medias de n series de muescas hechas mediante la mquina
de calibracin en el bloque patrn de transferencia.
0,11 unidades de la escala
Rockwell, n = 6
Variacin x permitida de la profundidad de la penetracin en el
bloque patrn de transferencia.
1,5 x 10
-2
Incremento estndar u(
s
) de la mquina patrn nacional y definicin
de dureza.
0,5 unidades de la escala Rockwell.
H.6.5 Ejemplo numrico
Los datos para este ejemplo se resumen en la Tabla H.10.
La escala es la Rockwell C, designada HRC. La unidad de la escala Rockwell es 0,002 mm,
y, por tanto, en la Tabla H.10 y en lo que sigue se entender que (por ejemplo) 36,0
unidades de escala Rockwell significan 36,0 x (0,002 mm) = 0,072 mm y que esta es,
simplemente, una manera conveniente de expresar los datos y resultados.
Si los valores para las magnitudes relevantes dadas en la Tabla H.10 son substituidos en la
ecuacin (H.38), se obtienen las siguientes expresiones:
[
]
2
well) escalaRock la de (unidades
(h)
2
c
2
0,5
24
2
36,0) x (0,015
6
2
0,11
6
2
0,10
12
2
0,1
5
2
0,45
+ +
+ + + u
u
c
2
(h) = 0,307 (unidad de escala Rockwell)
2
u
c
(h) = 0,55 unidad de escala Rockwell = 0,1 mm
GUA TCNICA COLOMBIANA GTC 51
149
Donde, para propsitos de clculo de incertidumbre, es adecuado tomar z = d = 36,0
unidades de la escala. Rockwell.
As, s se asume que
c
= 0, la dureza del bloque de muestra es
h
Rockwell
c = 64,0 unidades de la escala Rockwell o 0,1280 mm con una incertidumbre
estndar combinada de u
c
= 0.55 unidades de la escala Rockwell o.0,0011 mm "
El ndice de dureza del bloque es h
Rockwell
c /(0,002 mm) = (0,1280 mm)/(0,002 mm), o
H
Rockwell
c = 64,0 HRC con una incertidumbre estndar combinada de u
c
= 0,55 HRC.
Adems del componente de incertidumbre debido a la mquina patrn nacional y la
definicin de dureza, u(
s
) = 0,5 unidades de la escala Rockwell, los componentes
significativos de la incertidumbre son aquellos que corresponden a la repetibilidad de la
mquina, s
p
(d
k
)/ 5 = 0,20 unidades de la escala Rockwell; y la variacin de la dureza del
bloque patrn de transferencia, la cual es (xz)
2
/24 = 0,11 unidades de la escala Rockwell.
Los grados efectivos de libertad de u
c
pueden ser evaluados usando la frmula de Welch-
Satterthwaite de la manera ilustrada en el numeral H.1.6.
GUA TCNICA COLOMBIANA GTC 51
150
ANEXO J
Glosario de los smbolos principales
a Semi intervalo de una distribucin rectangular de valores posibles de un
argumento X
i
:
a = (a
+
.- a
-
)/2
a
+
Cota superior, o lmite superior, del argumento X
i
a
-
Cota inferior, o lmite inferior, del argumento X
i
b
+
Cota superior, o lmite superior, de la desviacin de un argumento X
i
de su
estimacin x
i
: b
+
= a
+
- x
i
-
b- Cota inferior, o lmite inferior, de la desviacin de un argumento X
i
de su
estimacin x
i
: b- = x
i
- a.
c
i
Derivada parcial o coeficiente de sensibilidad: c
i
f/x
i
f Relacin funcional entre el mensurando Y y los argumentos X
i
de los cuales
depende Y, y entre la estimacin del mensurando y y la estimacin de los
argumentos x
i
de los cuales depende y.
f/x
i
Derivada parcial con respecto al argumento X
i
de la relacin funcional f entre
el mensurando Y y los argumentos X
i
de los cuales depende Y, evaluada en las
estimaciones x
i
de X
i
f/X
i
= f/X
i
| x
1
, x
2
, x
3
, ..., x
N
k Factor de cobertura utilizado para calcular la incertidumbre expandida U =
ku
c
(y), de la estimacin del mensurando y a partir de su incertidumbre estndar
combinada u
c
(y), en donde U define un intervalo Y = y U que tiene un alto
nivel de confianza
k
p
Factor de cobertura utilizado para calcular la incertidumbre expandida U
p
=
k
p
u
c
(y) de la estimacin del mensurando y a partir de su incertidumbre estndar
combinada u
c
(y), en donde U
p
define un intervalo Y = y U
p
, que tiene un alto
nivel de confianza p especificado.
n Nmero de observaciones repetidas
N Nmero de argumentos X
i
de los cuales depende el mensurando Y
p Probabilidad; nivel de confianza: 0 p 1
GUA TCNICA COLOMBIANA GTC 51
151
q Magnitud que varia alcatoriamente descrita mediante una distribucin de
probabilidad
q Media aritmtica o promedio de n observaciones repetidas independientes q
k
,
de la variable aleatoria q; estimacin de la esperanza o media
q
, de la
distribucin de probabilidad de q
q
k
k-sima observacin independiente repetida de la variable aleatoria q
r(x
i
, x
j
) Estimacin del coeficiente de correlacin asociada con las estimaciones x
i
, y x
j
de los argumentos X
i
y X
j
respectivamente r(x
i
,x
j
) = u(x
i
, x
j
)/u(x
i
)u(x
i
)
r ( X
i
, X
j
) Estimacin del coeficiente de correlacin de las medias X
i
y X j ,
determinados a partir de n pares de observaciones repetidas simultneas
independientes X
i,k
, y X
j,k
, de los argumentos X
i
y X j : r ( X
i
, X j ) =
s ( X
i
, X j )/s ( X
i
)s( X j )
r(y
i
, y
j
) Estimacin del coeficiente de correlacin asociada con las estimaciones y
i
y y
j
cuando dos o ms de los mensurandos son determinados en la misma
medicin
s
p
2
Estimacin de la varianza combinada o ponderada
s
p
2
Desviacin estndar experimental ponderada, igual a la raz cuadrada positiva
de s
p
s
2
( q ) Varianza experimental de la media q ; estimacin de la varianza
2
/n de q:s
2
(q)
= s
2
(q
k
)/n; varianza estimada obtenida a partir de una evaluacin Tipo A.
s ( q ) Desviacin estndar experimental de la media q , igual a la raz cuadrada
positiva de s
2
( q ); s( q ) es una estimacin sesgada de ( q ) (vase la nota del
numeral C.2.21); incertidumbre estndar obtenida a partir de una evaluacin
Tipo A
s
2
(q
k
) Varianza experimental determinada a partir de n observaciones repetidas
independientes q
k
de q; etimacin de la varianza
2
de la distribucin de
probabilidad de q.
s(q
k
) Desviacin estndar experimental igual a la raz cuadrada positiva de s
2
(q
k
);
s(q
k
) es una estimacin sesgada de la desviacin estndar de la distribucin
de probabilidad de q
s
2
( X
i
) Varianza experimental de la media de los argumentos X
i
, determinada a
partir de n observaciones repetidas independientes X
i,k
de X
i
; estimacin de la
varianza obtenida a partir de una evaluacin Tipo A
GUA TCNICA COLOMBIANA GTC 51
152
s( X
i
) Desviacin estndar experimental de la media de los argumentos X
i
, igual a
la raz cuadrada positiva de s
2
( X ); incertidumbre estndar obtenida a partir de
una evaluacin Tipo A.
s( q , r ) Estimacin de la covarianza de las medias q y r que estiman las esperanzas

q
y
r
de dos variables aleatorias q y r, determinadas a partir de n pares de
observaciones independientes repetidas simultneas q
k
y r
k
de q y r;
covarianza estimada obtenida a partir de una evaluacin Tipo A
s( X
i
, X
i
) Estimacin de la covarianza del promedio de los argumentos X
i
y X
i
,
determinadas a partir de n pares de observaciones repetidas simultneas
independientes X
i,k
y X
j,k
de X
i
y X
j
; covarianza estimada obtenida a partir de
una evaluacin Tipo A
t
p
(v) Factor t de la distribucin t para v grados de libertad correspondientes a una
probabilidad p dada
t
p
(v
eff
) Factor t de la distribucin t para v
eff
grados de libertad correspondientes a una
probabilidad p dada, usado para calcular la incertidumbre expandida U
p
u
2
(x
i
) Varianza estimada asociada con la estimacin x
i
del argumento X
i
Nota. Cuando xi se determina a partir de la media aritmtica o promedio de n observaciones
repetidas independientes, u
2
(x
i
) = s
2
(X
i
) es una estimacin de la varianza obtenida a partir de
una evaluacin Tipo A
u(x
i
) Incertidumbre estndar de la estimacin x
i
del argumento X
i
, igual a la raz
cuadrada positiva de u
2
(x
i
)
Nota. Cuando xi se determina a partir de la media aritmtica o promedio de n observaciones
repetidas independientes, u(x
i
) = s(X
i
) es una estimacin de la varianza obtenida a partir de una
evaluacin Tipo A
u(x
i
,x
j
) Covarianza estimada asociada con dos estimaciones x
i
y x
j
de los argumentos
X
i
y X
i
Nota. Cuando x
i
y x
j
se determina a partir de n pares independientes de observaciones
simultneas repetidas, u(x
i
,x
j
)= s( X
i
, X
i
) es una incertidumbre estndar obtenida a partir de
una evaluacin Tipo A
u
c
2
(y) Varianza combinada asociada con la estimacin y del mensurando
u
c
(y) Incertidumbre estndar combinada de la estimacin y de un argumento, igual a
la raz cuadrada positiva de u
c
2
(y)
GUA TCNICA COLOMBIANA GTC 51
153
u
CA
(y) Incertidumbre estndar combinada de la estimacin y de un mensurando
determinada a partir de incertidumbres estndar y covarianzas estimadas
obtenidas a partir de una evaluacin Tipo A nicamente.
u
CB
(y) Incertidumbre estndar combinada de la estimacin y de un mensurando
determinada a partir de incertidumbres estndar y covarianzas estimadas
obtenidas a partir de una evaluacin Tipo B nicamente.
u
c
(y
i
) Incertidumbre estndar combinada de la estimacin y
i
de un mensurando
cuando dos o ms mensurandos son determinados en la misma medicin
u
i
2
(y) Componente de la varianza combinada u
c
2
(y) asociada con una estimacin y
de un argumento generada mediante la estimacin de la varianza u
2
(x
i
)
asociada con la estimacin x
i
de un argumento: u
i
2
(y) [c(x
i
)]
2
u
i
(y) Componente de la incertidumbre estndar combinada u
c
(y) de la estimadacin
y de un mensurando generado mediante la incertidumbre estndar de la
estimacin x
i
de un argumento: u
i
(y) |c
i
|u(x
i
)
u(y
i , ,
y
j
) Covarianza estimada asociada con las estimaciones y
i
y y
j
de dos
mensurandos determinadas en la misma medicin
u(x
i
)/|x
i
| Incertidumbre estndar relativa de la estimacin x
i
de un argumento
u
c
(y)/|y| Incertidumbre estndar combinada relativa de la estimacin y de un
mensurando
[u(x
i
)/x
i
]
2
Varianza relativa estimada asociada con la estimacin x
i
de un argumento
[u
c
(y)/y]
2
Varianza combinada relativa asociada con la estimacin y de un mensurando
u(x
i
,x
j
)/|x
i
,x
j
| Covarianza relativa estimada asociada con las estimaciones x
i
y x
j
de dos
argumentos
U Incertidumbre expandida de la estimacin y de un mensurando la cual define
un intervalor Y =y t U que tiene un alto nivel de confianza; es igual al factor de
cobertura k multiplicado por la incertidumbre estndar combinada u
c
(y) de y: U
= k
uc
(y)
U
p
Incertidumbre expandida de la estimacin y de un mensurando la cual define
un intervalo Y = y t U
p
que tiene un alto nivel de confianza p; es igual al factor
de cobertura k
p
multiplicado por la incertidumbre estndar combinada u
c
(y) de
y: U
p
= k
p
u
c
(y)
x
i
estimacin del argumento X
i
Nota. Cuando xi se determina a partir de la media aritmtica o promedio de n observaciones
repetidas independientes, x
i
= X
i
GUA TCNICA COLOMBIANA GTC 51
154
X
i
i-simo argumento del cual depende el mensurando Y
Nota. X
i
puede ser la magnitud fsica o la variable aleatoria (vase la nota 1 del numeral 4.1.1)
X
i
Estimacin del valor del argumento X
i
, igual a la media artimtica o promedio
de n observaciones repetidas independientes X
i,k
de X
i
X
i,k
k-sima observacin repetida independiente de X
i
y Estimacin del mensurando Y, resultado de una medicin.
y
i
Estimacin del mensurando Y
i
cuando dos o ms mensurandos se determinan
en la misma medicin.
Y Un mensurando (medible).
u(x
i
)/u(x
i
) Incertidumbre relativa estimada de la incertidumbre estndar u(x
i
) de la
estimacin x
i
de un argumento.

q
Esperanza o media de la distribucin de probabilidad de la variable aleatoria q.
v Grados de libertad (en general).
v
i
Grados de libertad, o grados efectivos de libertad, de la incertidumbre
estndar u(x
i
) de la estimacin x
i
de un argumento.
v
eff
Grados efectivos de libertad de u
c
(y) usados para obtener t
p
(v
eff
) para calcular
la incertidumbre expandida U
p
v
effA
Grados efectivos de libertad de una incertidumbre estndar combinada
determinada a partir de incertidumbres estndar obtenidas de evaluaciones
Tipo A nicamente.
v
effB
Grados efectivos de libertad de una incertidumbre estndar combinada
determinada a partir de incertidumbres estndar obtenidas de evaluaciones
Tipo B nicamente.

2
varianza de una distribucin de probabilidad de (por ejemplo) una variable
aleatoria q, estimada mediante s
2
(q
k
).
Desviacin estndar de una distribucin de probabilidad, igual a la raz
cuadrada positiva de
2
; s(q
k
) es una estimacin sesgada de .

2
( q ) Varianza de q, igual a
2
/n, se estima mediante s
2
(q)=s
2
(q
k
)/n
(q) Desviacin estndar de q, igual a la raz cuadrada positiva de
2
(q); s(q) es una
estimacin sesgada de (q).
GUA TCNICA COLOMBIANA GTC 51
155

2
[s( q )] Varianza de la desviacin estndar experimental s( q ) de q
[s( q )] Desviacin estndar de la desviacin estndar experimental s( q ) de q igual a
la raz cuadrada positiva de
2
[s(q)].
GUA TCNICA COLOMBIANA GTC 51
156
ANEXO K
Bibliografa
[1.] CIPM (1980), BIPM Proc..-Verb. Com.Int Poids et Mesures 48, CI-C30 (en francs):
BIPM (1980), Rapport BIPM-80/3, Report on the BIPM Enquiry on Error Statements,
Bur. lntl. Poids et Mesures (Svres, France) (en ingls).
[2.] Kaarls, R. (1981). BIPM Proc.-Verb. Com. Int. Poids et Mesures 49, A1-A12 (en
francs); Giaconio, P. (1981), Metrologia 17, 73-74 (en ingls).
Nota. La traduccin al ingls de la Recomendacin INC-1 (1980). cuya traduccin al espaol es
presentada en la Introduccin a esta Gua (vase el numeral 0.7), se hizo a partir de la versin final de
la Recomendacin y fue tomada de un reporte interno del BIPM. Es consistente con el texto autorizado
en francs de la Recomendacin dado en BIPM Proc.-Verb. Com. Int. Poids et Mesures 49. reproducido
en A. 1, en el Anexo A de esta gua. La versin en ingls de la Recomendacin INC-1 (1980) dada en
Metrologa 17 se hizo a partir de un borrador y difiere ligeramente de la traduccin dada en el reporte
interno del BIPM y por tanto de 0.7.
[3.] CIPM (1981), BIPM Proc.-Verb. Com. Int. Poids et Mesures 49,8-9, 26 (en francs);
Giacomo, P. (1982) Metrologa 18,43-44 (en ingls).
[4.] CIPM (1986), BIPM Proc.-Verb. Com Int. Poids et Mesures 54,14,35 (en francs):
Giacomo, P. (1987) Metrologa 24,49.50 (en ingls).
[5.] ISO 5725:1986, Precision of Test Methods - Detemination of Repeatability and
Reproducibility for a Standar Test Method by Inter-Laboratory Tests, International
Organization for Standarization (Ginebra, Suiza).
Nota. Esta norma esta siendo revisada actualmente. La revisin tiene un nuevo ttulo: Exactitud
(veracidad precisin) de mtodos y resultados de medicin. Est compuesta de seis partes.
[6.] lnternational Vocabulary of Basic and General Terms in Metrology, segunda edicin,
1993, Intemational Organization for Standarization (Ginebra, Suiza).
La abreviatura del ttulo de este vocabulario es VIM
Notas:
1) Las definiciones de los trminos dados en el Anexo B fueron traducidos del texto revisado en
ingls del VI en su versin final previa a la publicacin.
2) La segunda edicin del VIM fue revisada por la International Organization for
Standarization(ISO) a nombre las siguientes siete organizaciones que participan en el trabajo
del Grupo Asesor Tcnico de Trabajo 4 (TAG 4) la ISO; este grupo apoy el desarrollo del VIM:
el Bureau Intemational des Poids et Mesures (BIPM), la lnternatic Electrotechnical Commission
(IEC), la lnternational Federation of Clinical Chemistry (IFCC), ISO, la International Union of
Pure and Applied Chemistry (IUPAC). La Internacional Union of Pure and Applied Physics
(IUPAP), lnterntional Organization of Legal Metrology (OIML)
3) La primera edicin del VIM fue publicado por la ISO en 1984 a nombre de BIPM, IEC, ISO, Y
OIML
GUA TCNICA COLOMBIANA GTC 51
157
[7] ISO 3534-1:1993, Statstics - Vocabulary and Symbols - Part 1: Probability and
General Statistical ter lntemational Organization for Standarization (Ginebra, Suiza).
[8] Fuller, W. A. (1987), Measurements Error Models, John Wiley (New York, N.Y.).
[9] Allan, D. W. (1987), IEEE Trans. Instrum. Meas. IM-36, 646-654.
[10] Dietrich, C. F. (1991), Uncertainty, Calibration and Probability, segunda edicin, Adam
- Higler (Bristol).
[11] Mller, J. W. (1979), Nucl. Instrum. Melh. 163. 241-251
[12] Mller, J. W. (1984), in Precision Measurement and Fundamental Constants, Taylor II,
B. N., y Phillips, W. D. eds., Natl. Bur. Stand. (U.S.) Spec. Publ. 617, US GPO
(Washington D. C.), 375-381.
[13] Jefrevs, H. (1983), Theory of Orobability, tercera edicin, Oxford University Press
(Oxford).
[14] Press. S. J. (1989). Bayesian Statistics: Principles, Models, and Applications, John
Wiley (New York, N.Y.).
[15] Box, G. E. P. , Hunter, W. G., and Hunter, J. S. (1978), Statics for Experimenters,
John Wilev (New York. N. Y).
[16] Welch. B. L. (1936), J. R. Stat. Soc. Suppl. 3, 29-48-,(1938). Biometrika 29, 350-362;
(1947), ibid. 34, 2835.
[17.] Fairfield - Smith, H. (1 936), J. Counc. Sci. Indust. Res. (Australia) 9(3), 211.
[18] Satterthwaite, F. E. (1 94 l), Psychometrika 6, 309-316. (1946) Biometrics Bull. 2(6),
110-114.
[19] Gua ISO 35: 1989, Certification of reference materials - General and Statistical
Principles, segunda edicin, Internacional Organization for Standarizacion (Ginebra,
Suiza).
[20] Barker, T. B. (1985), Quality by Experimental Design, Marcel Dekker (New York, N. Y).
GUA TCNICA COLOMBIANA GTC 51
158
DOCUMENTO DE REFERENCIA
GUIDE TO THE EXPRESSION OF UNCERTAINTY IN MEASUREMENT. 1995, 100p
Publicada por la International Organization for Standardization.
GUA TCNICA COLOMBIANA GTC 51
ndice Temtico
A
aleatorio, variable nota 1 de 4.1.1, 4.2.1, nota 1 de 4.2.3,
C.2.2, C.3.1, C.3.2, C.3.4, C.3.7, C.3.8.
E.3.4, F.1.2.1, G.3.2
aleatorias, variaciones, correlacionadas vase correlacionadas variaciones
aleatorias
aleatoriedad F.1.1; F.1.1.3; F.1.1.5
aleatorio 3.3.3, E.1.3, E.3.5; E.3.7
aleatorio, efecto 3.2.2, 3.3.1, 3.3.3, 4.2.2, E.1.1, E.3
aleatorio, error 3.2.1 - 3.2.3, B.2.21
anlisis de la varianza vase ANOVA
ANOVA 4.2.8, H.5 et seqq
argumento 4.1.2
argumento, cotas de un vase cotas de un argumento
argumento, estimacin de un 4.1.4, 4.1.6, 4.2.1
argumentos, estimacin de, categorizacin de 4.1.3
argumentos, estimacin de, correlacionados vase correlacin
argumento importado vase importado, argumento
aritmtica, media vase media aritmtica
B
bilateral, intervalo de confianza C.2.27
BIPM i, ii, v, 0.5, 7.1.1, A. 1, A.2
GUA TCNICA COLOMBIANA GTC 51
C
calibracin, cadena de nota de 4.2.8
calibracin por comparacin nota de F. 1.2.3
calibracin, curva de F.2.4.2, F.2.4.5
calibracin, curva de, lineal H.3 et seqq
caracterstica C.2.15
CIPM i, v, 0.5, 6.1.1, 6.1.2, A.1, A.2, A.3
cobertura, factor de 2.3.6, 3.3.7, nota de 4.3.4, 6.2.1, 6.3 el
seqq., G.1.3, G.2.3, G.3.4, G.6.1 et seqq.
cobertura, probabilidad de 0.4, nota 1 de 2.3.5, 3.3.7, 6.2.2, G.1.1,
G.1.3, G.3.2
comit Internacional de Pesas y Medidas vase CIPM
confianza, coeficiente de C.2.29
coeficiente, intervalo de nota 1 de 4.2.3, 6.2.2, C.2.27, C.2.28,
E.3.3
confianza, intervalos de, propagacin de E.3.3
confianza, nivel de 6.2.2, C.2.29
convolucin vase distribuciones de probabilidad,
convolucin de correccin 3.2,3.2.3, nota 2 de 3.2.4, B.2.23
correccin, factor de 3.2.3, B.2.24
correccin, ignorar una nota 2 de 3.2.4, 3.4.4, nota de 6.3.1,
F.2.4.5
correccin, incertidumbre de una vase incertidumbre de una correccin
correlacin 5.1, 5.2 et seqq., C.2.8, F.1.2, F.1.2.1 -
F.1.2.4
correlacin, coeficiente de 5.2.2, 5.2.3, C.3.6, F.1.2.3, H.2.3, H.2.4,
H.3.2, H.4.2
correlacin, coeficiente de, dgitos significativos
para un 7.2.6
correlacin, eliminacin de la 5.2.4, 5.2.5, F.1.2.4, H.3.5
GUA TCNICA COLOMBIANA GTC 51
correlacin de estimaciones de argumentos vase correlacin
correlacin de estimaciones de mensurandos 3.1.7, 7.2.5, H.2.3, H.2.4, H.3.2, H.4.2
correlacin, matriz de coeficiente de 7.2.5, nota 2 de C.3.6
correlacionadas, variaciones aleatorias 4.2.7
corregido, resultado vase resultados corregido
cotas de un argumento 4.3.7- 4.3.9, 4.4.5, 4.4.6, F.2.3.3
cotas mximas vase cotas de un argumento
covarianza 3.3.6, 5.2.2, C.3.4, F.1.2.1 - F.1.2.4
covarianza de dos medias aritmticas 5.2.3, C.3.4, H.2.2, H.2.4, H.4.2
covarianza de mensurandos relacionados vase mensurandos o magnitudes
correlacionadas
covarianza, evaluacin experimental de la 5.2.5, nota 3 de C.3.6
covarianza, matriz de 3.1.7, nota 2 de 5.2.2, 7.2.5, C.3.5, H.2.3
creencia, grado de 3.3.5, E.3.5, E.4.4, nota de E.5.2
Comisin Electrotcnica Internacional vase IEC
convencional, valor verdadero, de una magnitud vase valor verdadero convencional de
una magnitud
curva de calibracin vase curva de calibracin
D
derivadas parciales 5.1.3
descuido 3.4.7
desviacin estndar 3.3.5, C.2.12, C.2.21, C.3.3
desviacin estndar experimental 4.2.2, B.2.17
desviacin estndar experimental de la media 4.2.3, nota 2 de B.2.17
GUA TCNICA COLOMBIANA GTC 51
desviacin estndar experimental de la media,
incertidumbre vase certidumbre de la desviacin
estndar experimental de la media
desviacin estndar experimental ponderada vase varianza, estimacin ponderada de
la desviaciones estndar como medida de
la incertidumbre
vase incertidumbre, desviaciones
estndar como medida de la
desviaciones estndar, propagacin de las E.3, E.3.1, E.3.2
desviaciones estndar, propagacin de mltiplos de las
E.3.3
diseo anidado balanceado H.5.3.1, H.5.3.2
distribucin a priori 4.1.6, nota de 4.3.1, 4.4.4 et seqq, D.6.1,
E.3.4, E.3.5, G.4.2, G.4.3
distribucin asimtrica 4.3.8, F.2.4.4, G.5.3
distribucin de frecuencia vase frecuencia, distribucin de
distribucin de Laplace-Gauss vase Laplace-Gauss, distribucin de
distribucin de probabilidad vase probabilidad, distribucin de
distribucin de probabilidad, convolucin de vase probabilidad, convolucin de
distribuciones de
distribucin de Student vase Student, distribucin de
distribucin F vase F, distribucin
distribucin, funcin de C.2.4
distribucin normal vase normal, distribucin
distribucin rectangular 4.3.7, 4.3.9, 4.4.5, F.2,2.1 - F.2.2.3,
F.2.3.3, nota 1 de G.2.2, G.4.3
distribucin t vase t, distribucin
distribucin trapezoidal 4.3.9
distribucin triangular 4.3.9, 4.4.6, F.2.3.3
distribuciones matemticamente determinadas F.2.2
GUA TCNICA COLOMBIANA GTC 51
E
efecto aleatorio vase aleatorio, efecto
efecto sistemtico vase sistemtico, efecto
entropa mxima, principio de nota 2 de 4.3.8
error aleatorio vase aleatorio, error
error, anlisis de 0.2
error, curva de, de un instrumento verificado F.2.4.2
error, determinacin del 3.4.5
error de una medicin 0.2, 2.2.4, 3.2, nota de 3.2, 1, nota 2 de
3.2.2, nota de 3.2.3, nota de 3.3.1, 3.3.2,
B.2.19, D, D.4, D.6.1, D.6.2, E.5.1 et seqq
error e incertidumbre, confusin entre nota 2 de 3.2.2, nota de 3.2.3, E.5.4
error, ley general de la propagacin del nota 1 de 5.2.2, E.3.2
error, mxima cota de E.4.1
error mximo permisible F.2.4.2
error relativo vase relativo, error
error sistemtico vase sistemtico
error esperanza (o valor esperado) 3.2.2, 3.2.3, nota 3 de 4.1.1, 4.2.1, 4.3.7 -
4.3.9,
C.2.9, C.3.1, C.3.2
estadstica 4.2.7, C.2.23
estadstico, control 3.4.2, 4.2.4
estadstico, intervalo de cobertura C.2.30
estimacin 3.1.2, C.2.24, C.2.26
estimacin de un argumento vase argumento, estimacin de un
estimacin de un mensurando vase mensurando, estimacin de un
estimador 4.2.7, C.2.25
GUA TCNICA COLOMBIANA GTC 51
exactitud de la medicin 3.1.3, 3.4.1, B.2.14
expandida, incertidumbre 2.3.5, 3.3.7, 6.6.21, 6.2.3, G.1.1, G.2.3,
G.3.2, G.4.1, G.5.1, G.5.4, G.6.4, G.6.6
expandida, incertidumbre, para una distribucin asimtrica
G.5.3
expandida, incertidumbre, relativa 7.2.3
expandida, incertidumbre, informe de 7.2.3, 7.2.4
experimental, desviacin estndar vase desviacin estndar experimental
F
F, distribucin H.5.2.3
Federacin Internacional de Qumica Clnica vase IFCC
frecuencia C.2.17
frecuencia distribucin de 3.3.5, 4.1.6, C.2.18
frecuencia relativa E.3.5
funcional, relacin 4.1.1, 4.1.2
funcional, relacin, linealizacin de una 5.1.5, nota de F.2.4.4, nota 1 de 5.1.6
funcional, relacin, no lineal nota de 4.1.4, nota de 5.1.2, nota de
F.2.4.4, G.1.5, H.1.7, H.2.4
G
Grupo de Trabajo para la Expresin de Incertidumbres
i, v, 0.5, 3.3.3, 6 1.1, 6.1.2, A.1, A.2, A.3
Grupo de Trabajo 3 (ISO/TAG 4/WG 3) v
H
histograma 4.4.3, nota 1 de D.6.1
GUA TCNICA COLOMBIANA GTC 51
I
IEC i, ii, v, A.3, B.1
IFCC i, ii, v, B.1
importado, argumento F.2.3, F.2.3.1
incertidumbre, agrupando las componentes de la nota de 3.3.3, 3.4.3, E.3.7
incertidumbre, calidad y utilidad de la, especificada
3.4.8
incertidumbre, categorizacin o clasificacin de las componentes de la
3.3, 3.3.4, E.3.6, E.3.7
incertidumbre, comparacin de dos enfoques de la E.5 et seqq
incertidumbre, conteo doble de las componentes de la
4.3.10
incertidumbre cuando no se aplica una correccin 3.44, nota de 6.3.1, F.2.4.5
incertidumbre debida a la aritmtica de precisin finita
F.2.2.3
incertidumbre debida a la definicin incompleta del mensurando
nota de 3.1.3, D.1.1, D.3.4, D.6.2
incertidumbre debida a la histresis F.2.2.2
incertidumbre debida a la resolucin de una indicacin digital
F.2.2.1
incertidumbre debida a muestreo limitado nota de 4.3.2, E.4.3
incertidumbre, definicin del concepto de vase incertidumbre de la medicin
incertidumbre de la desviacin estndar experimental de la media
nota de 4.3.2, E.4.3
GUA TCNICA COLOMBIANA GTC 51
incertidumbre de la medicin 0.1, 0.2, 1.1, 2.2, 2.2.1-2.2.4, 3.3, 3.3.1,
3.3.2, B.2.18, D, D.5, D.5.1-D5.3, D.6.1,
D.6.2
incertidumbre de la muestra F.2.6 et seqq
incertidumbre del mtodo de la medicin F.2.5, F.2.5.1
incertidumbre, desviaciones estndar como una medida de la
E.3.2, E.4.1 - E.4.4
incertidumbre de una correccin nota de 3.2.3, 3.3.1, 3.3.3, D.6.1, E.1.1,
E.3
incertidumbre de una nica observacin de un instrumento calibrado
F.2.4.1
incertidumbre de una nica observacin de un instrumento verificado
F.2.4.2
incertidumbre de una magnitud controlada F.2.4.3
incertidumbre estndar 2.3.1, 3.3.5, 3.3.6, 4.1.5, 4.1.6, 4.2.3,
D.6.1, E.4.1
incertidumbre estndar combinada 2.3.4, 3.3.6, 4.1.5, 5, 5.1.1-5.1.3, 5.1.6,
5.2.2, 6.1.1, D.6,E.3.6
incertidumbre estndar combinada a partir de componentes Tipo A nicamente
7.2.1, nota 3 de G.4.1
incertidumbre estndar combinada a partir de componentes Tipo B nicamente
7.2.1, nota 3 de G.4.1
incertidumbre estndar combinada, clculo numrico de
nota 2 de 5.1.3, nota 3 de 5.2.2
incertidumbre estndar combinada, informe de 7.2.1, 7.2.2
incertidumbre estndar combinada, relativa 5.1.6, 7.2.1
incertidumbre estndar combinada y Comits Consultas
6.1.1, A.3
GUA TCNICA COLOMBIANA GTC 51
incertidumbre estndar combinada y comparaciones internacionales
6.1.1, A.3
incertidumbre estndar, ilustracin grfica de la evaluacin de la
4.4 et seqq.
incertidumbre estndar relativa 5.1.6
incertidumbre estndar Tipo A, evaluacin de la vase Tipo A, evaluacin de la incertidumbre
estndar
incertidumbre estndar Tipo B, evaluacin de la vase tipo B, evaluacin de la
incertidumbre estndar
incertidumbre, evaluacin estadstica de la, variando los argumentos
3.4.1, 3.4.2, 4.2.8, F.2.1, H.5.3.3
incertidumbre, falta de un informe explcito de la 7.1.3
incertidumbre, fuentes de 3.3.2
incertidumbre, ignorando una componente de la 3.4.4
incertidumbre, informe de la 7 et seqq
incertidumbre intrnseca D.3.4
incertidumbre, justificacin para una evaluacin realista de la
E.2, E.2.1 - E.2.3
incertidumbre, ley de la propagacin de la 3.3.6, 3.4.1, 5.1.2, E.3, E.3.1, E.3.2,
E.3.6, G.6.6
incertidumbre, magnitud internamente consistente para la expresin de la
0.4
incertidumbre, magnitud transferible para expresar la
0.4
incertidumbre mxima permitida F.2.4.2
incertidumbre, mtodo ideal para la evaluacin y expresin de la
0.4
incertidumbre mnima D.3.4
GUA TCNICA COLOMBIANA GTC 51
incertidumbre, resumen del procedimiento para evaluar y expresar la
8
incertidumbre segura E.1.1, E.1.2, E.2.1, E.2.3, E.4.1, F.2.3.2
incertidumbre total nota 3 de la 2.3.5
incertidumbres, dgitos significativos de las 7.2.6
incertidumbres, redondeo de 7.2.6
independencia 5.1, C.3.7
independientes, repeticiones F.1.1.2
influyente, magnitud 3.1.5, 3.1.6, 3.2.3, 4.2.2, B.2.10
influyentes, magnitudes aleatorias F.1.1.3, F.1.1.4
informacin, conjunto de, para la evaluacin Tipo B
nota de 3.3.5, 4.3.1, 4.3.2, 5.2.5
ISO i, ii, v, A.3, B.1
ISO 3534-1 2.1, C.1
ISO grupo Asesor Tcnico en Metrologa (ISO/TAG4)
v
ISO/TAG 4 v
ISO/TAG 4/WG 3 v
ISO/TAG 4/WG 3, trminos de referencia para v
IUPAC i, ii, v, B.1
IUPAP i, ii, v, B.1
L
laboratorios nacionales de metrologa o de patrones
v
Laplace-Gauss, distribucin de C.2.14
GUA TCNICA COLOMBIANA GTC 51
legal, metrologa vase metrologa legal
libertad, grados de 4.2.6, C.2.31, E.4.3, G, G.3, G.3.2, G.3.3,
G.6.3, G.6.4
libertad, grados de, efectivos 6.3.3, G.4, G.4.1, G.5.4, G.6.2 et seqq
libertad, grados de, efectivos de componentes Tipo A nicamente
7.2.1, nota 3 de G.4.1
libertad, grados de, efectivos de componentes Tipo B nicamente
7.2.1, nota 3 de G.4.1
libertad, grados efectivos de, de una estimacin ponderada de la varianza (o de una
desviacin estndar experimental ponderada)
H.1.6, nota de H.3.6
libertad, grados de, de una incertidumbre estndar Tipo A
G.3.3, G.6.3, G.6.4
libertad, grados de, de una incertidumbre estndar Tipo B
G.4.2, G.4.3, G.6.3, G.6.4
lmite de seguridad vase seguridad, lmite de
lmites superior e inferior de un argumento vase cotas de un argumento
M
magnitud controlada F.2.4.3
magnitud influyente vase influyente, magnitud
magnitud medible vase medible, magnitud
magnitud particular vase particular, magnitud
magnitud realizada vase realizada, magnitud
magnitud, valor de una vase valor de una magnitud
media C.2.9, C.3.1
media aritmtica nota 4.2.1 de 4.1.4, C.2.19
medible, magnitud B.2.1
GUA TCNICA COLOMBIANA GTC 51
medicin 3.1, 3.1.1, B.2.5
medicin, jerarqua de la 7.1.1
medicin, mtodo de vase mtodo de medicin
medicin, modelo matemtico de la 3.1.6, 3.4.1, 3.4.2, 4.1, 4.1.1, 4.1.2
medicin, papel de NAOVA en la H.5.3 et seqq
medicin, exactitud de la vase exactitud de la medicin
medicin, principio de vase principio de medicin
medicin, procedimiento de 3.1.1,7.1.2,B.2.8,F.1.1.2
medicin, resultado de la 1.3,3.1.2,B.2.11
medicin, resultado de la, y su incertidumbre, disponibilidad de la informacin describiendo el
7.1.1, 7.1.3
medicin, resultado de la, y su incertidumbre, formatos para reportar el
7.2.2, 7.2.4
medicin, resultado de la, y su incertidumbre, reportando en detalle e
7.1.14, 7.2.7
mediciones, espectro de las, al cual se aplican los principios de esta gua
1.1
mensurando 1.2, 3.1.1, 3.1.3, B.2.19, D.1, D.1.1, D.1.2,
D.3.4
mensuarando, definicin o especificacin del vase mensurando
mensurando, estimacin de un 4.1.4, 4.1.5, 7.2.5
mensurando, incertidumbre debida a la definicin incompleta del
vase incertidumbre debida a la definicin
incompleta del mensurando
mensurando, mejor medicin posible del D.3.4
mensurando, muchos valores del D.6.2
mensurando, valor del 3.1.1 - 3.1.3
mensurandos, estimacin de, correlacionados vase correlacin de estimaciones de
GUA TCNICA COLOMBIANA GTC 51
mensurandos mensurandos, covarianza de relacionados
vase correlacin de estimaciones de
mensuranados
mtodo de medicin 3.1.1, B.2.7
mtdpo de medicin, incertidumbre del vase incertidumbre del mtodo de
medicin
mtodo de medicin, unidad dependiente del H.6
metrologa legal 3.4.5
mnima, incertidumbre vase incertidumbre mnima
mnimos cuadrados, mtodo de los 4,2,5, G.3.3, H.3, H.3.1, H.3.2
modelo matemtico de la medicin vase medicin, modelo matemtico de la
momento central de orden q C.2.13, C.2.22, nota 1 de E.3.1
muestra, incertidumbre de la vase incertidumbre de la muestra
N
nivel de confianza 0.4, nota 1 de 2.3.3, nota 1 y 2 de 2.3.5,
3.3.7, 4.3.4, 6.2.2,6.3.1 - 6.3.3, G, G.1.1 -
G.1.3, G.2.3, G.3.2, G.3.4, G.4.1, G.6.1,
G.6.4, G.6.4, G.6.6
nivel de confianza mnimo F.2.3.2
no corregido, resultado B.2.12
no lineal, relacin funcional vase funciona, relacin
no lineal normal, distribucin nota 1 de 4.2.3, nota de 4.3.2, 4.3.4 -
4.3.6, nota 1 de 4.3.9, 4.4.2, 4.4.6,
C.2.14, E.3.3, F.2.3.3, G.1.3, G.1.4,
G.2.1, - G-2.3, nota 2 de G.5.2
GUA TCNICA COLOMBIANA GTC 51
O
observaciones, pares independientes de, simultneas
5.2.3, C.3.4, F.1.2.2, F.1.2.2, H.2.2, H.2.4,
H.4.2
observaciones repetidas 3.1.4 - 3.1.6, 3.2.2, 3.3.5, 4.2.1, 4.2.3,
4.3.1, 4.4.1, 4.4.3, 5.2.3, E.4.2, E.4.3, F.1,
F.1.1, F.1.1.1, F.1.1.2, G.3.2
OIML i, ii, v, A.3, B.1
Oficina Internacional de Pesas y medidas vase BIPM
orden mayor, trminos de nota de 5.1.2, E.3.1, H.1.7
Organizacin Internacional para la Normalizacin vase ISO
Organizacin Internacional para la metrologa legal
vase OIML
P
parmetros C.2.7
particular, magnitud 3.1.1, nota 1 B.2.1
poblacin C.2.16
ponderada, estimacin, de la varianza vase varianza, estimacin ponderada de
la
precisin nota 2 de B.2.14
principio de medicin B.2.6
probabilidad 3.3.5,4.3.7 - 4.3.9, C.2.1, E.3.5, E.3.6,
F.2.3.3
probabilidad de cobertura vase cobertura, probabilidad de
probabilidad, convolucin de distribuciones de nota 2 de 4.3.9, G.1.4 - G-1.6, G.2.2.
G.6.5
probabilidad, distribucin de 3.3.4, nota 1 de 4.1.1,4.1.6, nota 1 de
4.2.3, 4.4.1 - 4.4.4, C.2.3, E.4.2, G.1.4,
G.1.5
probabilidad, elemento de nota de C.2.5, F.2.4.4
GUA TCNICA COLOMBIANA GTC 51
probabilidad, funcin de, de masa C.2.6
probabilidad, funcin de densidad de 3.3.5, nota 2 de 4.3.8, 4.4.2, 4.4.5, 4.4.6,
C.2.5, F.2.4.4
probabilidad subjetiva 3.3.5, D.6.1
promedio vase media aritmtica
propagacin del error, ley general de vase error, ley general de propagacin
del
propagacin de la incertidumbre, ley general de vase incertidumbre, ley general de
propagacin de la
R
realizada, magnitud D.2, D.2.1, D.3.1 - D.3.3, D.4
Recomendacin INC-1 (1980) i, v, 0.5, 0.7, 3.3.3, 6.1.1, 6.1.2, 6.3.3, A.1,
A.3, E, E.2.3, E.3.7
Recomendacin 1 (CI-1981),CIPM i, 0.5, 6.1.1, A.2,A.3
Recomendacin 1 (CI-1986),CIPM 0.5, 6.1.1, 6.1.2, A.3
referencia, certificacin de materiales de H.5, H.5.3.2
relativo, error B.2.20
repetibilidad, condiciones de 3.1.4, nota 1 de B.2.15
repetibilidad de resultados de mediciones B.2.15
repeticiones independientes vase independientes, repeticiones
repetidas, observaciones vase observaciones repetidas
reproducibilidad de resultados de mediciones B.2.16
resultado corregido B.2.13, D.3.1, D.3.4, D.4
resultado de la medicin vase medicin, resultado de la
resultado no corregido vase no corregido, resultado
GUA TCNICA COLOMBIANA GTC 51
S
seguridad, lmite de nota de 6.3.1
sensitividad, coeficiente de 5.13, 5.14
sensitividad, determinacin de los coeficientes experimentales de
5.1.4
sesgo nota de 3.2.3
Sistema Internacional de Unidades (SI) 0.3, 3.4.6
sistemtico 3.3.3, E.1.3, E.3.4 - E.3.7
sistemtico, efecto 3.2.3, 3.2.4, 3.3.1,3.3.2, 3.3.3, D.6.1,
E.1.1, E.3, E.4.4
sistemtico, error 3.2.1, 3.2.3, B.2.22
Student, distribucin de C.3.8, G.3.2
T
Taylor, serie de 5.1.2, E.3.1, G.1.5, G.4.2, H.1.7, H.2.4
t, distribucin nota 1 de 4.2.3, C.3.8, G.3, G.3.2, G.3.4,
G.4.1, G.4.2, G.5.4, G.6.2
t, distribucin, cuantiles de la nota de G.3.4
Teorema del lmite central G.1.6, G.2, G.2.1 - G.2.3, G.6.2, G.6.5,
G.6.6
t, factor E.3.3, G.3.2, G.3.4, G.4.1, G.5.4, G.6.4 -
G.6.6
Tipo A, evaluacin de la covarianza 5.2.3
Tipo A, evaluacin de la incertidumbre 2.3.2, 3.3.3 - 3.3.5, 4.1.6, 4.2,4.2.1 -
4.2.8, 4.3.2, 4.4.1 - 4.4.3, E.3.7, F.1,
F.1.1.1 - F.1.2.4
Tipo A, incertidumbre estndar 3.3.5, 4.2.3, C.3.3
Tipo A, incertidumbre estndar combinada 7.2.1, nota 3 de G.4.1
Tipo A, varianza 4.2.3
Tipo B, evaluacin de la covarianza 5.2.5
GUA TCNICA COLOMBIANA GTC 51
Tipo b, evaluacin de la incertidumbre 2.3.3, 3.3.3 -3.3.5,4.1.6, 4.3, 4.3.1 -
4.3.11, 4.4.4 - 4.4.6, E.3.7, F.2 et seqq
Tipo B, incertidumbre estndar 3.3.5, 4.3.1, C.3.3
Tipo B, incertidumbre estndar combinada 7.2.1, nota 3 de G.4.1
Tipo B, necesidad de evaluaciones F.2.1
Tipo B, varianza 4.3.1
tolerancia, intervalo de, estadstico nota 2 de C.2.30
total, incertidumbre vase incertidumbre total
U
unidad, uso del valor adoptado de un patrn de medicin como una
3.4.6, nota de 4.2.8
unilateral, intervalo de confianza C.2.28
Unin Internacional de Qumica Pura y Aplicada
vase IUPAC
Unin Internacional de Fsica Pura y Aplicada vase IUPAP
V
valor convencional verdadero de la magnitud B.2.4
valor de una magnitud 3.1.1,B.2.2
valor verdadero de una magnitud 2.2.4, nota de 3.1.1, B.2.3, D.D.3, D.3.1,
D.3.4, D.3.5, E.5.1 -E.5.4
variable aleatoria centrada C.2.10
variacin C.2.2
varianza 3.1.7, 4.2.2, 4.2.3, C.2.11, C.2.10, C.3.2
varianza, anlisis de la vase ANOVA
varianza combinada 3.3.6, 5.1.2
varianza de Allan nota de 4.2.7
GUA TCNICA COLOMBIANA GTC 51
varianza de la media 4.2.3, C.3.2
varianza de la media experimental 4.2.3, C.3.2
varianza, estimacin ponderada de la (o desviacin estndar experimental ponderada)
4.2.4, nota de 4.2.8, H.1.3.2, nota de H.3.6,
H.5.2.2, H.5.2.5,H.6.3.1, nota de H.6.3.2
varianza experimental (o estimacin de la) 4.2.2, nota de H.3.6
varianza relativa 5.1.6
varianza relativa combinada 5.1.6
VIM 2.1, 2.2.3, 2.2.4, B.1
vocabulario internacional de trminos bsicos y generales en metrologa
vase VIM
W
Welch - Satterhwaite, frmula de G.4.1, G.4.2, G.6.2, G.6.4