UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL

Cátedra de Instrumentos y Mediciones – Docente: Adrián E. Ronconi

1 Medición y Error.
1.1 Definiciones:
Instrumento: Dispositivo para determinar el valor o magnitud de una cantidad o variable. Exactitud: Aproximación con la cual la lectura de un instrumento se acerca al valor real de la variable medida. Precisión: Medida de la reproducibilidad de las mediciones. Es una medida del grado con el cual mediciones sucesivas difieren unas de otras. Para tener una correcta evaluación de la precisión de un instrumento debe considerarse tanto la conformidad como las cifras significativas. Por ejemplo el valor real de una resistencia es 1.384.572Ω, y se mide con un multímetro el cual indica repetidamente 1.4MΩ. Aquí se tiene conformidad pero existe un error creado por las limitaciones de la escala. El aumento de las cifras significativas incrementa la precisión de la medición. La conformidad es condición necesaria pero no suficiente en cuanto a precisión. De modo semejante, la precisión es condición necesaria pero no suficiente para la exactitud. Cifras significativas: El número de cifras significativas, como hemos visto, es importante a la hora de cuantificar magnitud y precisión de las mediciones de una cantidad. Es importante remarcar que, cuando se manejan valores medidos con distintas cifras significativas, suele cometerse el error de escribir el resultado del error absoluto con cifras que carecen de sentido. Resolución: Cambio más pequeño en el valor medido al cual responde el instrumento. Sensibilidad: Relación de la señal de salida o respuesta del instrumento respecto al cambio de la entrada o variable medida.

1.2 Tipos de errores:
1.2.1

Graves o gruesos:

Son en gran parte de origen humano, como la mala lectura de los instrumentos, ajuste incorrecto y aplicación inapropiada, así como equivocaciones en los cálculos. Un error grave típico es el error por efecto de carga o error de inserción.

1.2.2 Sistemáticos:
Se deben a fallas de los instrumentos, como partes defectuosas o desgastadas, y efectos ambientales sobre el equipo. Un ejemplo típico como veremos más adelante en el galvanómetro de D’arsonval, se deriva de la fricción de los cojinetes de las partes móviles, deterioro del resorte antagónico, etc. Estos errores pueden evitarse mediante una buena elección del instrumento, aplicación de factores de corrección, o recalibrando los mismos contra un patrón.

1.2.3 Aleatorios o fortuitos:
Se deben a causas desconocidas y ocurren incluso cuando todos los errores sistemáticos han sido considerados. Para compensar estos errores debe incrementarse el número de lecturas y usar medios estadísticos para lograr una mejor aproximación del valor real de la cantidad medida.

Instrumentos y Mediciones

Instymed_t1

1

suele a veces utilizarse en su lugar. y fortuitos (o residuales). será más el esfuerzo. y 1. Instrumentos y Mediciones Instymed_t1 2 .UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones – Docente: Adrián E. Por lo tanto. es necesario conocer ciertas definiciones según la norma IEC 60051-1: Error intrínseco (Ex): Error propio del aparato que comete cuando se encuentra en condiciones normales de uso. etc. • 90° eléctricos para cosfímetros. Error relativo: Cuando se requiere comparar dos errores de dos magnitudes medidas muy diferentes. también conocido como error límite o de garantía. entonces para hallar el error relativo. X − X v Ex = (1-2) ex = m Xv Xv el cual en general se expresa en porcentaje. ambientales. los instrumentales.4 Error en un instrumento analógico: Para expresar el error límite absoluto y también el relativo de un instrumento analógico. se define. ¿existe?. se suele utilizar en el denominador directamente el valor medido (Xm).4. Ronconi Cabe aclarar que algunos autores simplemente separan los errores en sistemáticos. y por ende. el error absoluto no es suficiente. X = X m ± Ex (1-3) En la mayoría de los instrumentos de indicación. Ex = X m − X v (1-1) Ahora el valor verdadero. Valor fiduciario (Xf): Es un valor convencional al cual se refieren los errores de un instrumento con el fin de especificar su exactitud. y fasímetros. Error límite: Si podemos concluir que Ex es el error absoluto límite (máximo medible). pero cabe aclarar que. En la práctica generalmente con los datos del fabricante. No existe una regla única e invariante para determinar este error.3 Expresando el resultado de una medición: Error absoluto: Es directamente la diferencia entre el valor medido y el valor verdadero. Esta puede ser: • El límite superior del campo de medida en: aparatos con ‘0’ en un extremo no fuera de escala (excepto óhmetros). Ver puntos siguientes (1. el fabricante promete que el error no será mayor que el error límite. el costo del instrumento utilizado. para lecturas lejos del fondo de escala. Debido a la imposibilidad de conocer el valor verdadero. en aparatos con ‘0’ dentro de la escala. 1. Lo que podemos asegurar es que cuanto más cercano al valor verdadero se quiera llegar. la exactitud está garantizada por un cierto porcentaje de la lectura en plena escala. y en los primeros incluyen los graves o humanos. • La suma absoluta de los valores extremos de la escala.5). el error relativo aumenta. el valor verdadero convencional (Xvc) el cual puede determinarse con otro instrumento mucho más exacto respecto al utilizado en la medición. De esta manera. 1. entonces podemos expresar la medición como. uno puede determinar en error absoluto. está relacionado a la clase del instrumento. para el caso de instrumentos analógicos. Este error.

óhmetros). E u = ±(0. 5 • 1.80Vcc en un multímetro digital en la escala de 19. 2. La hoja de datos provista por el fabricante indica: E u = ±(0. Ronconi La longitud total de la escala para aparatos con escala no lineal contraída (por Ej.80Vcc + 1 × 0. Sea una variable X = f ( X 1 . pero la más difundida por la mayoría de los fabricantes es la que sigue la norma IEC 485: E x = ± ( p% × X m + m × dígitos ) (1-6) donde p es un porcentaje de valor medido.5 Error en un instrumento digital: Para determinar el error límite o de garantía de un instrumento digital. Ejemplo: Se mide un voltaje de 17. Clase (c): Se define como clase de exactitud a: E c = x × 100 (1-4) Xf Las clases típicas son: • Para instrumentos de tablero: 1... será tratado más adelante.01Vcc) = ±0.1% × U m + 1 × dígitos ) entonces. y m es la cantidad de dígitos de los menos significativos para la escala seleccionada. X n ) . obteniéndose..0278Vcc y el resultado de la medición será. entonces desarrollando por serie de Taylor.4.03)Vcc ¿Cuál sería el resultado si se midiera en la escala de 199. surge la necesidad de evaluar como pesan cada uno de los errores en el error del resultado final.6 Propagación de errores: Cuando se realiza una medición indirecta.5 • Para multímetros: 2.1 Lectura en un instrumento analógico: En general se observa la deflexión de una aguja dentro de una escala graduada. [unidad de X] k x : constante de lectura : [división] δ m : divisiones medidas : [división ] Luego el valor medido será: X m = kx ×δ m (1-5) y finalmente el resultado de la medición será como la expresión (1-3) donde Ex se obtiene con la clase del instrumento utilizado. El análisis del error relativo en un óhmetro serie. esto es. V = (17. y considerando que los errores son tan pequeños tal que se pueden despreciar los términos de orden superior: Instrumentos y Mediciones Instymed_t1 3 .9Vcc? 1. 1.. la variable a determinar depende de más de una medición.1% × 17.5. existen varias expresiones. 1.UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones – Docente: Adrián E. X 2 .99Vcc.80 ± 0.

es necesario contar con un gran número de mediciones.3 Número de lecturas 1 4 12 19 10 3 1 Tabla 1-1 Figura 1.. Ronconi  ∂f   ∂f dX =   ∂X .UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones – Docente: Adrián E. esto es.E B = E A + E B  E + EB  ⇒ e S = ± A   A+ B  (1-7) 1. Cabe aclarar que el tratamiento estadístico de datos no puede eliminar tendencias fijas contenidas en las mediciones.∆X n       1  2  n  ∂f  ∂f ∂f ⇒ E x = ± .7 99. Para realizar el análisis y aplicar los métodos estadísticos mencionados..2 100. +  ∂X . Voltaje leído [V] 99.E xn   ∂X  ∂X 2 ∂X n 1   La cual se denomina ley de propagación de errores límites...dX 1 +  ∂X    1  2  ∂f  . o sea contar con una población de datos. Como ejemplo. la que puede derivar de un error sistemático. +    ∂X   n  .E x1 + . como por ejemplo.E A + 1.∆X 2 + ..1 Instrumentos y Mediciones Instymed_t1 4 . en la siguiente tabla se muestran 50 mediciones de voltaje.9 100.. + .8).E x 2 + .∆X 1 +  ∂X . Por ejemplo para la suma de dos mediciones: S = A+ B ⇒ E S = 1.7 Análisis estadístico: El análisis estadístico de datos de mediciones es una práctica común ya que permite obtener una determinación analítica de la incertidumbre del resultado final (ver punto 1.dX n    ∂f   ∂f   ∂f  ⇒ ∆X ≅   ∂X .8 99.0 100.dX 2 + . una vez hallados y acotados los errores sistemáticos puede obtenerse un valor que caracterice a los errores restantes (aleatorios o fortuitos).1 100. y además los errores sistemáticos deben ser pequeños en comparación con los errores residuales (o aleatorios).

Ronconi Luego con estos datos pueden hallarse los siguientes índices: Media aritmética: También llamada promedio: (1-8) n Desviación de la media: Es el alejamiento de una lectura dada de la media aritmética: di = X i − X (1-9) Cada una de las desviaciones puede ser positiva o negativa. Nótese que la ∑ d i = 0 . Figura 1. Es muy utilizada en el análisis estadístico de errores.1 Distribución normal de errores: Esta distribución.UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones – Docente: Adrián E. muchas veces da una buena descripción de muchos resultados en mediciones que están afectadas de errores. i =1 n X= ∑X i =1 n i Desviación promedio: Es una indicación de la precisión de los instrumentos: (1-10) n Desviación estándar: Es la raíz media cuadrática de las desviaciones. Las medidas repetidas y realizadas con gran cuidado siguen en muchos casos esta particular distribución.7. El contorno de la misma es una curva con forma de campana llamada campana de Gauss. Para un número finito n de datos: (1-11) n −1 La desviación estándar tiene la ventaja de tener las mismas unidades que la variable medida.2 Instrumentos y Mediciones Instymed_t1 5 . Varianza: También llamada desviación cuadrática media: V =σ 2 (1-12) σ= D= ∑d i =1 n i ∑d i =1 n 2 i 1.

Si bien en la mayoría de los fenómenos macroscópicos las incertidumbres son despreciables. esto es.6745 1. debido a los métodos e instrumentos utilizados en la medición. El área total bajo la distribución normal entre los límites -∞.9000 0. • Hay igual probabilidad de errores aleatorios positivos o negativos.9900 0. Esta característica intrínseca de las magnitudes físicas requiere entonces estimarse como veremos más adelante. k 0.5800 3. Los fenómenos físicos y las leyes que los describen son estadísticos por naturaleza. y +∞ representa el número entero de observaciones.UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones – Docente: Adrián E.6745 ⋅ σ como error probable. Ahora el área sombreada entre ±σ incluye alrededor del 68% de todos los casos. • Los errores aleatorios pueden ser positivos o negativos.9600 2. y (σ ) = 1 −σ 2 2 1.2 1. es decir con un error pequeño. La incertidumbre del resultado de una medición generalmente consiste en 1 2 Comité Internacional de Pesos y Medidas National Institute of Standars and Terminology Instrumentos y Mediciones Instymed_t1 6 .6828 0. una gran incertidumbre. Ronconi Para un punto cualquiera de esta curva.9972 0.2 Error probable: En el gráfico anterior se define r = ±0.0000 3.7. Se debe prestar atención y tener claro la diferencia entre error e incertidumbre. coinciden en las siguientes definiciones.0000 1. al seguir magnitudes al nivel de calibraciones. aunque no lo podemos saber. aunque puede existir.9970 Tabla 1.9500 0. se tiene igual probabilidad (50%) de que alguna observación/medición tenga un error aleatorio ≤ ± r . Por ejemplo el resultado de una medición luego de aplicar una corrección (por los errores sistemáticos) puede estar muy cerca del valor de la cantidad.0000 2. llamados errores aleatorios.5000 0.8 Incertidumbre de la medición: Un hecho significativo de las medidas es que el valor ‘verdadero’ de una magnitud medida no es nunca conocido con absoluta certeza. se alcanza inevitablemente el límite del ‘ruido’ de fluctuaciones aleatorias.0000 Fracción de área total (probabilidad p) 0. El CIPM1 y el NIST2 con su nota técnica 1297.9545 0.6450 1. la función distribución de probabilidad será: e 2π Esta distribución normal o gaussiana de error es la base del estudio analítico de los efectos aleatorios. • Todas las observaciones incluyen pequeños efectos de distorsión. El coeficiente que multiplica a la desviación estándar se define como factor de cobertura k.

8. Ronconi varios componentes que pueden ser agrupados en dos categorías de acuerdo al método usado para estimar sus valores numéricos: A. 1.8. B. si k = 2. etc.2). Estudiaremos a continuación la incertidumbre tipo A. Puede considerarse como una aproximación a la distribución normal.1 Incertidumbre estándar (µi): Representa cada componente de incertidumbre que contribuye a la incertidumbre del resultado de una medición mediante la desviación estándar estimada: µi = σ ≅ ∑d i =1 n 2 i n −1 1. por lo tanto la estándar coincide con la combinada. reportes de calibraciones.Aquellos componentes de incertidumbre que son evaluados mediante métodos estadísticos. especificaciones de fabricantes. se tiene un t de Student de 2.093 que difiere del factor de cobertura para ese mismo nivel de confianza (k = 1. Para fines prácticos.8.. a través de combinar las incertidumbres estándares µi obtenidas. se pueden observar los valores de la constante t correspondientes al coeficiente de Student para diferentes números de mediciones y niveles de confianza. suele reemplazarse el factor de cobertura k por la letra t como coeficiente de Student.UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones – Docente: Adrián E. En la tabla 1.3. U = k ⋅ µc Por lo tanto para una cierta cantidad ‘y’ medida. 1.8. Instrumentos y Mediciones Instymed_t1 7 . Por ejemplo. Por ejemplo para 20 mediciones con un nivel de confianza del 90%.58. 1. suele estimarse solo una µi.. y permite validar conclusiones estadísticas a partir de pequeñas cantidades de datos (n<25).Aquellos que son evaluados por otros métodos o juicios científicos tales como resultados previos. conocimiento de propiedades de materiales componentes.9600).3 Incertidumbre expandida (U): Se define a partir de la incertidumbre combinada y el factor de cobertura k. se tiene un nivel de confianza del 99%. En aplicaciones prácticas. el resultado de la medición será: y-U ≤ Y≤ y+U Este entorno acotado alrededor del valor Y se define como intervalo de confianza el cual tiene un nivel de confianza determinado por la fracción p de la probabilidad asociada al factor de cobertura k (ver tabla 1. de hecho para una población de datos mayor a 30 la diferencia entre ambas es despreciable.2 Incertidumbre estándar combinada (µc): Representa la estimación de la desviación estándar. Comúnmente llamada ley de propagación de incertidumbre o RSS (raíz cuadrada de la suma de los cuadrados).4 Distribución t-Student: Fue desarrollada por el inglés William Gosset.

878 2.729 Nivel de confianza 95% 99% 12.947 2.182 5. Ronconi Número de mediciones 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 90% 6. Entonces el resultado es: 10V±54µV.250 2.895 1.921 2.UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones – Docente: Adrián E. Si el nivel de confianza es el mismo para ambos instrumentos (por Ej.372 3.943 1.761 1. tanto para un instrumento analógico como en uno digital.657 4.228 3. Dar ejemplos.093 2. Ejemplo: Se tiene un multímetro digital con un rango de 10Vdc con la siguiente especificación: ± 20ppm de la lectura + 1. vale decir que: 216 µV 4 TUR = = 54 µV 1 el cual es un valor aceptable para estándares de calibración.089 7.598 4.740 1.169 2.771 1. Cabe aclarar que.581 3.106 2.497 3.796 1.3 99.222 3.131 2.920 2.055 2.303 9.326 3.306 3.860 1.101 2. entonces debe aplicarse la siguiente corrección: k TUR = TUR aparente ⋅ calibrador k instrumento 1.833 1.365 3.197 3.447 3. por lo tanto. puede realizarse la calibración del multímetro con ese calibrador.746 1.320 14.252 3.355 2.160 3.812 1.174 1.353 2.833 3. Demostrar que. esto es.132 2.5% 127.707 2.201 3.841 2.9 Temas a desarrollar: • • ¿Cuáles son los errores sistemáticos estáticos y dinámicos?.571 4.110 2.032 2.925 3. cuando el instrumento y calibrador son especificados con niveles de confianza diferentes (≠k) basados ambos en distribuciones normales.898 2. en el rango de 11Vdc.286 3. 99%).314 2.782 1.773 4. Por otro lado se tiene el calibrador que entrega los 10Vdc al multímetro anterior que.706 63. para una medición de 10Vdc.690 3.145 2.5 Relación test de Incertidumbre (TUR): Se define como el cociente entre la incertidumbre especificada de un instrumento a testear y la incertidumbre del instrumento calibrador.317 4.861 Tabla 1.734 1.499 2.015 1.179 3. tiene la siguiente especificación: ± 5ppm de la salida ±4µV.012 2.453 5.753 1.977 2.6ppm del rango.428 3. es conveniente medir a fondo de escala.029 3. Instrumentos y Mediciones Instymed_t1 8 .770 4.604 2.8.120 2. su resultado será: 10V±216µV.262 3.

1994. Editorial Prentice Hall 1982.UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones – Docente: Adrián E.10 Bibliografía: 1) 'Instrumentación Electrónica Moderna y Técnicas de Medición' de W. Frank. Instrumentos y Mediciones Instymed_t1 9 . 5) Norma IRAM 35050 2000 6) Norma IEC 60051-1 1984 7) ‘Introduction to metrology’ de Fluke Corporation 1995. Ronconi • ¿Qué ley sigue la propagación de la incertidumbre de medición para una medición indirecta? 1. Cooper.I. 2) 'Análisis de medidas eléctricas' de E. Editorial Mc Graw Hill 1969 3) 'Technical Note 1297: Guidelines for evaluating and expressing the Uncertainty’ de N.S.T.

Sign up to vote on this title
UsefulNot useful