You are on page 1of 44

Gua para el clculo de

incertidumbre

Gua para el clculo de


incertidumbre
IRAM 35050 Procedimientos para la evaluacin de
la incertidumbre de la medicin Argentina- 2001
Antecedentes
Guide to the expression of Uncertainty in
measurements 1981 BIPM France
Guidelines for Evaluating and Expressing the
Uncertainty of NIST Measurement Results 1994
NIST EE.UU
2

Gua para el clculo de incertidumbre


Este procedimiento se aplica para la informacin del resultado
de todas las mediciones.
- Comparaciones internacionales de patrones
- Investigacin y Desarrollo
- Calibraciones y mediciones
- Certificacin de materiales de referencia
- Generacin de normas de referencia

Importancia de la incertidumbre
- El resultado de una medicin es solo una aproximacin o
estimacin del valor de una cantidad especifica de una magnitud.
- El resultado es COMPLETO cuando es asociado a un valor de
incertidumbre.
-Da un grado de confianza de la medicin
-Permite realizar comparacin entre distintos resultados

Definicin de incertidumbre

Parmetro asociado con el resultado de una medicin que


caracteriza la dispersin de los valores que podran
razonablemente ser atribuidos al mensurando.

Clasificacin de las componentes de


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

Clasificacin de las componentes de


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

Clasificacin de las componentes de


incertidumbre
TIPO A
Se caracterizan por :
-

La ESTIMACION ESTADISTICA DEL DESVIO

ESTANDAR si que es igual a raz cuadrada de la varianza s2i

si = ui
- El nmero de grados de libertad vi.

Clasificacin de las componentes de


incertidumbre
TIPO B
La componente de incertidumbre tipo B es representada por uj.

Es una aproximacin del desvo estndar igual a la raz cuadrada


de la varianza uj que es obtenida de una funcin de distribucin
asumida de la informacin disponible

Modelo matemtico de una medicin


En la mayora de los casos el mensurando Y no se mide
directamente, sino que se determina a partir de otras N
magnitudes de entrada X1, X2, X3.... XN

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

(1)

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


magnitudes, incluyendo factores de correccin por
errores sistemticos etc.
f podra determinarse experimentalmente !!!. f
representa en sentido amplio la funcin que contiene
a todas las variables de entrada.
10

Modelo matemtico de una medicin


Una estimacin del mensurando Y denominado y se obtiene de
(1) usando como magnitudes de entrada x1, x2, x3.... xn para los
valores de las N magnitudes X1, X2, X3.... XN

y se toma como media aritmtica de n determinaciones de


independientes de Y
(2)

11

Modelo matemtico de una medicin


La desviacin estndar estimada, asociada con la
estimacin del resultado de la medicin se denomina
INCERTIDUMBRE ESTANDAR COMBINADA u2c(y).
1 Taylor !!

12

Modelo matemtico de una medicin


Tipo A
Tipo B

Cuando hay dos variables aleatorias


correlacionadas.
13

Modelo matemtico de una medicin


Tipo A
Tipo B

La incertidumbre combinada uc representa la desviacin estndar del


resultado de la medicin.
Es obtenida combinando la ui obtenida de la evaluacin tipo A y la uj
de la evaluacin tipo B utilizando la Ley de la propagacin de la
incertidumbre

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

14

INCERTIDUMBRE
SABEMOS QUE :
-SIEMPRE DEBE SER CACULA E INFORMADA
-HAY DOS TIPOS : TIPO A y TIPO B
-LA INCERTIDUMBRE ASOCIADA A LA MEDICION
DE LA MAGNITUD Y SE OBTIENE CON EL 1
TAYLOR

15

Evaluacin de Tipo A de la incertidumbre


estndar
El mejor estimador disponible de la esperanza o valor esperado
de una magnitud Xi que varia aleatoriamente para la cual se
toman n observaciones independientes, bajo las mismas
condiciones es la MEDIA ARITMETICA o PROMEDIO

(3)

16

Evaluacin de Tipo A de la incertidumbre


estndar
Las observaciones individuales Xi difieren en valor debido a variaciones
aleatorias.
La varianza experimental de las observaciones, que estima la varianza de la
distribucin de probabilidad de Xi esta dada por.

17

Evaluacin de Tipo A de la incertidumbre


estndar

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


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

Grados de libertad

v = n-1

donde n es el numero de observaciones independientes

18

Evaluacin de Tipo A
Medicin de la corriente de anillo

v=9

19

Evaluacin de Tipo B de la incertidumbre


estndar

-Especificaciones del fabricante


-Resultado de calibraciones

20

Especificaciones

21

Estadistica

22

Evaluacin de Tipo B
de la incertidumbre estndar
Un poco de probabilidad y estadstica: Distribucin rectangular

23

Evaluacin de Tipo B de la incertidumbre estndar


Especificacin
I = 11.342 mA

2 conteos =

2
11342

0.2%
.100 = 0.017%

Total = 0.217%

PrecisinI %I =mA
I
Las especificaciones se
asumen de distribucin
rectangular si el manual
del fabricante no
explicita lo contrario.

-A

24

Evaluacin de Tipo B de la incertidumbre


estndar
Precisin = +mA

-0.025mA

0.025mA

25

Evaluacin de Tipo B de la incertidumbre


estndar

26

Evaluacin de Tipo B de la incertidumbre


estndar
La incertidumbre estndar queda definida por la precisin de
la variable de entrada dividido un nmero asociado a la
funcin de distribucin asumida.
Distribucin
Normal
Normal (k=2)
Rectangular
Triangular
U

divisor
1
2

27

Incertidumbre combinada
Volviendo a nuestra frmula

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

Coeficiente de sensibilidad.
En el caso de mediciones directas:

28

Incertidumbre combinada
de nuestro ejemplo

uc2(xi) = u2i(xi)+u2j(xi)
En nuestro Ejemplo
uc2(I) = 0.00252+0.0142 mA2
uc2(I)= 0.00017 mA2
uc (I)= 0.013 mA
29

Incertidumbre combinada
=
Tipo A

Tipo B

ui(xi)

uj(xi)

-uc

+uc

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

30

Incertidumbre combinada
Que distribucin de probabilidad tiene uc ?
Si se conocen las funciones de distribucin de probabilidad de las
magnitudes de entrada X1,X2,.Xn del mensurando Y , y ademas Y es
una funcion lineal
Y=c1.X1+c2.X2+cn.Xn
La distribucin de probabilidad de la incertidumbre combinada resulta
de la convolucion de las distribuciones de probabilidad de las variables
X1,X2,..Xn.

31

IRAM 35050, Anexo G

Incertidumbre combinada
Que distribucin de probabilidad tiene uc ?
Debido a las complicacin practicas que existen
- Y no es funcin lineal de X1,X2Xn.
- Desconocimiento de las funciones de distribucin de las variables de
entrada.
Rara vez se usa la convolucin para obtener la funcin de distribucin
de uc, en su lugar se utiliza el teorema central del lmite.

32

IRAM 35050, Anexo G

Incertidumbre combinada
TEOREMA CENTRAL DEL LIMITE
No importa la distribucin de probabilidad, a medida que aumenta el
nmero de magnitudes de entrada que contribuyen con la uc(Y) y
cuanto mas prximos sean los valores de ci.ui, la distribucin converge
mas rpido a la normal o Gausseana.
Ejemplo: La distribucion rectangular es un caso extremo de
distribucin No normal pero la convolucion de tres distribuciones
rectangulares ya es con un buen grado de aproximacion NORMAL.

33

IRAM 35050, Anexo G

Incertidumbre combinada
- Con que grado de confianza
cae el valor de la medicin
dentro del intervalo + uc ??

-uc

+uc

- Que probabilidad existe que


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

34

Factor de confianza
Cuando la incertidumbre combinada uc cumple con el teorema central del limite, es
decir cuando puede asumirse que la distribucin de probabilidad de la u c tiende a la
normal o Gausseana, uc representa un sigma de dicha distribucin.
De aqu que la probabilidad de que la variable aleatoria Y caiga dentro del intervalo u c
+uc esta dada por el rea bajo la curva normal entre u c a +uc.
Recordando que la incertidumbre combinada es un desvo estndar, el rea bajo la
curva normal es del 68.5%.

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

=
Tipo A

Tipo B

ui(xi)

uj(xi)

-uc

+uc

35

Factor de confianza
Que sucede si la distribucin de uc no se ajusta a la normal?
=
Tipo A

Tipo B

ui(xi)

uj(xi)

-uc

+uc

Cuando esto sucede?


- Cuando la contribucin de la incertidumbre Tipo A es mucho mayor a
la tipo B.
- Cuando la muestra no es suficientemente representativa.
36

Grados efectivos de libertad


Estimar el valor del factor de cobertura k nos obliga tener en cuenta que tan bien
estimamos la desviacin estndar asociada a uc .asociada con el resultado de la
medicin.
Para una estimacin de la desviacin estndar de una distribucin normal, los grados de
libertad de la estimacin, que dependen del tamao de a muestra.

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


formula de Welch-Satterthwaite:

37

Grados efectivos de libertad


con
y

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

38

UKAS M3003

Con el valor de Veff ingresamos


a la tabla de la distribucin tstudent para extraer el valor del
coeficiente k de cobertura.
Cada columna indica el grado
de confianza.

39

Grados efectivos de libertad


en nuestro ejemplo

uc (I)= 0.013 mA
uc4(I) = 2.85 .10-8 mA2
u4i(xi)= 0.00254 = 3.90 .10-11
ci = 1
vi =9
Veff > 6500

La distribucin de uc es prcticamente la normal


40

Incertidumbre Expandida
6.12 de la IRAM 35050
Aunque uc pueda ser utilizada para la expresin de la incertidumbre
de un resultado de medicin; en ciertas aplicaciones es necesario
informar entre que valores se encontrara la mayora de los
resultados atribuibles al mensurando con un grado determinado de
confianza.

U = k . uc(xi)

La incertidumbre expandida de obtiene de multiplicar la


incertidumbre estndar combinada por un factor de cobertura
k

41

Incertidumbre Expandida
Se obtienen directamente del rea bajo la curva normal
k

grados de cobertura

1
2
3

68.26%
95.44%
99.74%

U = k . uc(xi)

42

Incertidumbre Expandida
de nuestro ejemplo

uc2(xi) = u2i(xi)+u2j(xi)
En nuestro Ejemplo
uc2(I) = 0.00252+0.0132 mA2
uc2(I)= 0.00017 mA2

uc (I)= 0.013 mA

Para calibraciones elctricas y


electrnicas que no incluyan
avinica y electromedicina k=2

U (I)= k. uc (I)
U (I)= 2 . 0.013 mA
U (I)= 0.026 mA
43

Informacin del resultado


El valor de la corriente de anillo es de
11.342 mA + 0.026 mA
Con un grado de confianza de aproximadamente 95%
La incertidumbre expandida debe ser informada con no ms de 2 cifras
significativas. La incertidumbre se redondea para arriba.
El valor numrico del resultado debe ser redondeado para que tenga la
misma cantidad de decimales que la incertidumbre informada. Se redondea
al numero mas prximo.

44