Tema 7.

Medida y expresin
de la incertidumbre.

1. Variabilidad de las medidas.
2. Fuentes de incertidumbre.
3. Conceptos Estadsticos.
4. Incertidumbre tipo A y tipo B.
5. Concepto de incertidumbre expandida
6. Tolerancia e incertidumbre.


Variabilidad de las medidas

Es imposible obtener el valor verdadero, terico de una
medida.
En el proceso de medicin se obtiene una estimacin.
Proceso de medida:

V =V
c
*
U, V
c
*
=V
*
+C
1. Definicin del mesurando, mediante la descripcin de una
magnitud V.
Para ello se necesitara una cantidad de informacin infinita,
por tanto el mesurando es una fuente incertidumbre.
Ejemplo de mesurando: el espesor de una lmina de material a
una temperatura determinada.
2. Magnitud realizada y valor corregido. Toma de la medida V
*

mediante un instrumento de medida.
Una vez realizada la medida esta debe corregirse, se obtiene
un valor corregido

V
c
*
considerando las condiciones del
mesurando y la calibracin del instrumento de medida C.
Estos pasos tambin son fuentes de incertidumbre
3. Estimacin de la incertidumbre. Debido a causas desconocidas
(aleatorias), o debido a que no se han precisado de forma
adecuada las causas conocidas durante la correccin o la
definicin del mesurando el valor corregido obtenido en el
paso 2 no es el valor verdadero sino solo una aproximacin.
Dado que no se conoce el valor verdadero V no puede
calcularse ni el error absoluto ni el relativo e:

=
V V
* , e=

V
.
Por esto en la actualidad se define la calidad de la medida
mediante la incertidumbre U que puede estimarse haciendo
uso de conceptos estadsticos.

Ley de propagacin de errores.
Lo siguiente servir para entender mejor la ley de propagacin de
varianzas que se definir posteriormente.
En algunas ocasiones para obtener un anlisis a grandes rasgos es
posible considerar que el valor verdadero de un mesurando viene
dado por una referencia de gran precisin.
En este caso podramos determinar el error relativo y absoluto de
una medida. En concreto si el valor buscado V
*
se obtiene en
funcin de varias medidas directas w
i
:


V
*
= f (w
0
, w
1
,..., w
n
) .
Mediante un desarrollo de Taylor ser posible determinar el error
de la medicin:

V
*
=
df (w
0
,w
1
,...,w
n
)
dw
i
i=0
n

w
i
.
La anterior ecuacin es la definicin analtica de la ley de
propagacin de errores.
Fuentes de incertidumbre

Segn su naturaleza:
Sistemticas, se conoce porque ocurre y como corregirlas.
Pueden introducir incertidumbre si son olvidadas, o en su
determinacin.
Aleatorias, se desconocen por completo.
Segn su origen.
El operador o el procedimiento de medida.
Se deben a la imperfeccin de los sentidos y al grado de
experiencia.

Medidas para reducir esta incertidumbre:
1. Reducir la intervencin humana
2. Construir instrumentos con un diseo adecuado

Incertidumbres introducidas por el operador:
a). De lectura o paralaje.
Los errores de lectura pueden aparecer en aparatos analgicos
y se deben a la diferencia de apreciacin por parte de distintas
personas.
Los errores de paralaje tambin aparecen en dispositivos
analgicos cuando la escala graduada y la aguja indicadora no
estn en el mismo plano.





Medidas para corregir el error de paralaje:
1.- Situar la aguja lo ms prxima posible a la escala.
2.- Emplear un espejo.
3.- Emplear una separacin de escala amplia. La separacin
mnima entre cada 2 trazos consecutivos no debe ser menor a
10 veces la separacin apreciable por el ojo humano; 0,05 mm.

Si no puede evitarse, el error de paralaje
p
puede ser
determinado en funcin del ngulo formado por la direccin
correcta y la incorrecta , y la distancia de la aguja a la escala
h, para corregir la medida:

p
= htan()


Error de paralaje.






b). Mal posicionamiento de la pieza a medir.
Se produce cuando no se coloca la pieza alineada con el
instrumento de medida, esto genera una discrepancia entre el
valor verdadero y la medida realizada.

Error
posicionamiento

p
= D(1cos())

Incertidumbre debida al instrumento de medida.
a) De diseo y fabricacin.
Defectos de forma.
Defectos en los dispositivos de amplificacin del instrumento.
Defectos en el grabado de la escala.
Incertidumbre mxima admitida para un instrumento: la
dcima parte de su escala

b) Por presin y forma de los contactos.
Se producen deformaciones elsticas de los elementos en
contacto, en general despreciables.

l = 1 E
1
+1 E
2
( )
2
1 r
1
+1 r
2
( )
2
F
(E1, E2 mdulos de elasticidad de las piezas en contacto
r1, r2: radios de curvatura de las superficies en contacto
F: fuerza de contacto (en instrumentos de alta precisin F<3N))
Debe tenerse en cuenta la forma del palpador: Palpadores
planos para superficies esfricas y cilndricas, y palpadores
esfricos para superficies planas.

c) Desgaste del instrumento.
r
d

Incertidumbre debida al mesurando.
a) Forma.
Existen diferentes valores verdaderos incertidumbre de la
forma




Hay que tomar varias medidas para comprobar la redondez.
(Cuidado con el fenmeno de triangulacin).

b) Deformacin.
El mesurando puede sufrir deformaciones elsticas debidas a
su propio peso.


Puntos de apoyo a b
Mnima variacin fibra neutra 0,220 L 0,560 L
Caras paralelas 0,211 L 0,578 L
Mnima flecha 0,223 L 0,554 L

Las condiciones ambientales
a) La temperatura.
La temperatura produce una dilatacin en las piezas a medir
deltaL que es proporcional al coeficiente de dilatacin trmica
del material al, y al incremento de temperatura.

L=LT
b) Otros factores: la presin, la humedad, la suciedad.
a a b
L
Conceptos estadsticos

El siguiente apartado es un resumen de las definiciones que
aparecen en la norma ISO 3534-1
Probabilidad: Nmero real, entre 0 y 1, asociado a un suceso
aleatorio.
Frecuencia relativa de un suceso.
Variable aleatoria A: Variable a la que se le asocia una
distribucin de probabilidad
Pr(A) es la forma de definir la probabilidad de un suceso A.
Distribucin de probabilidad: Funcin que da la probabilidad
asociada a un valor dado o un intervalo de valores de una
variable aleatoria.
Funcin de distribucin: Funcin que da para cada valor x, la
probabilidad de que la variable aleatoria X sea menor o igual a
x.


F(x) = Pr( X x).
Funcin densidad de probabilidad: Es la derivada de la
funcin de distribucin.


f (x) =
dF(x)
dx
.
Parmetro: Magnitud empleada para caracterizar una
distribucin de probabilidad.
Correlacin: Relacin entre dos o ms variables aleatorias.
Esperanza matemtica: media.
Para variable aleatoria X discreta que toma valores x
i
con
probabilidades p
i
:

= E( X) = p
i
x
i

.
Para variable aleatoria X continua que toma valores x con
densidad de probabilidad f(x):

= E( X) = xf (x)dx

.
Media aritmtica: suma de valores entre el nmero de valores.


x = = E( X) =
x
i

n

Estimador media de una poblacin.
Varianza experimental de medida s
2
(x): medida de
dispersin.


s
2
(x) =
x
i
x
( )
2

n1

Estimador de la varianza de una poblacin.
Desviacin tpica experimental s(x): raz cuadrada de la
varianza.
Varianza experimental de la media

s
2
(x) : .


s
2
(x) =
s
2
(x)
n

Estimador de la varianza de la media. Esta medida es preferible
a la varianza de las observaciones individuales para estimar la
incertidumbre.
Desviacin tpica experimental de la media

s(x): raz
cuadrada de la varianza de la media. Se usa para estimar la
incertidumbre de medida.
Covarianza experimental

s
2
( y
i
, z
i
) . Relacin entre dos
variables Y, Z.


s
2
( y
i
, z
i
) =
1
n1
( y
i
y)(z
i
z )
i=1
n

.
Covarianza experimental de las medias

s
2
( y, z ) =
s
2
( y
i
,z
i
)
n
.
Correlacin experimental

r( y
i
, z
i
) =
s( y
i
,z
i
)
s( y
i
)s(z
i
)
. Mide la
relacin entre dos variables.
Independencia. Dos variables aleatorias son independientes si
su funcin de distribucin conjunta es el producto de sus
funciones de distribucin individuales.
Dos funciones independientes tienen una correlacin y una
covarianza nulas.
En la prctica: Variables independientes si se emplean distintos
instrumentos de medida para cada una.
Distribucin normal (de Laplace-Gauss). Distribucin de
probabilidad de una variable aleatoria continua X, con funcin
densidad de probabilidad f(x) de parmetros la media y la
desviacin tpica .


f (x) =
1
o 2r
e

1
2
x
o

1
]
1
2

Distribucin t (de Student). Distribucin de probabilidad de
una variable aleatoria continua t, cuya funcin densidad de
probabilidad f(t,) de parmetro (nmero de grados de
libertad) se define mediante funciones gamma .


f (t,u) =
1
ru
I
u+1
2

1
]
1
I
u
2

1
]
1
1+
t
2
u

1
]
1

u+1
2

1
]
1

Nivel de confianza. Probabilidad de un intervalo de valores.

Incertidumbre: 1 Variable Aleatoria.

Segn recomendacin INC-1 (1980)
Incertidumbre de variables aleatorias tipo A.
Se desconoce por completo como se distribuye la probabilidad
para este tipo de variables.
Solucin: Considerar que siguen una distribucin normal y
estimar sus parmetros.
Pasos a dar:
1.- Si se dispone de un nmero de medidas n>=10.
1.1.-Se calcula la media aritmtica

x .
1.2.- Se calcula la desviacin de la media aritmtica y se
emplea para estimar la incertidumbre tipo A de la
variable:

u(x) =s(x) .
2.- Si el nmero de medidas n<10 pero se dispone de base de
datos con la varianza de observaciones realizadas
anteriormente.
2.1.- Se calcula la desviacin experimental a partir de los
datos ya registrados.

s
p
2
=
v
i
s
i
2
i=1
m

v
i
i=1
m

,
s
i
2
, varianza del grupo de medidas i
v
i
, grados de libertad del grupo de medidas i

2.2.- Para estimar la incertidumbre tipo A se emplea la
desviacin experimental:

u(x) =
s
p
n
.
Mesurando
x
Medidas
Incertidumbre
=
desviacin tpica
de la media
Incertidumbre
=
combinacin
desviaciones tpicas
experimentales
Medicas 10
Medidas < 10
y datos experimentales


Incertidumbre: 1 Variable Aleatoria.

Incertidumbre de variables aleatorias tipo B.
Se conoce o se supone una distribucin de probabilidad para
este tipo de variables.
Fuentes de informacin:
Especificaciones del fabricante, en este caso se proporciona la
incertidumbre combinada U para un factor de cobertura
determinado k. u=U/k.
Certificados de calibracin, se proporciona la incertidumbre
combinada U con un nivel de confianza k. u=U/k.
Libros y manuales.
1.- La variable sigue una distribucin normal y se conoce su
desviacin tpica : U=, u=/k. La constante k depende del
nivel de confianza considerado.
K Nivel de confianza
1,64 90%
1,96 95%
2,58 99%
2.- Se conocen los valores mximo a
+
y mnimo a
-
de la
variable. Se supone una distribucin rectangular.


(a
+
- a
-
)/2
u (a
+
- a
-
)
2
/12
f 1/(a
+
- a
-
)
- +

a
-
a
+


Incertidumbre:
Varias Variables Aleatorias.

Medida indirecta y.


y = g(x
1
, x
2
,..., x
m
)
Propagacin de varianzas en el caso de que x
i
sean
independientes y g sea lineal:


u
2
( y) =
g
x
i
2
u
2
(x
i
)
i=1
m
.
Propagacin de varianzas en el caso de que x
i
no sean
independientes y g sea no lineal:


u
2
( y) =
g
x
i
2
u
2
(x
i
)
i=1
m
+
1
2
2
g
x
i
x
j
2
+
g
x
i
3
g
x
i
x
2
j
u(x
i
)u(x
j
)
j=1
m
i=1
m
+
+2
g
x
i
g
x
j
u(x
i
,x
j
)
j=1
m
i=1
m 1

Calibracin en un punto de medida y
i
.


y
i
= y
i
*
+C
i
U
i
,
y
i
:valor del campo de medida
y
i
*
:valor sin corregir
Correccin: C
i
=
x
ij
j=1
n
n
,
x
ij
:medidas del patrn
x
0i
:medida patrn verdadera
U:Incertidumbre expandida

-
-
x
0i
Calculo de la incertidumbre u(y):


u
2
( y
i
) =u
2
( y
i
*
)+u
2
(C
i
) =
s
2
( y
i
*
)
m
+
s
2
(x
i
)
n
+ s
2
(x
0i
) .
Ejercicio: Calibracin en k puntos de medida y
i
.

Incertidumbre: Expandida.
En ciertas aplicaciones industriales, comerciales o reglamentarias
es necesario definir la dispersin de valores con un nivel de
confianza dado. En estos casos debe emplearse la incertidumbre
expandida U que es proporcional a la incertidumbre u por medio
de una constante conocida como factor de cobertura k.


U = ku

Calculo de k para un nivel de confianza dado.
Determinar k implica conocer la distribucin de probabilidad de la
variable aleatoria.
En el caso de medidas indirectas los parmetros obtenidos se
ajustan mejor a una distribucin t-de Student. Por lo tanto, se
consigue una confianza P en el intervalo [y-t( ),y+t( )].
Resumiendo t( ) permite estimar k. Para conocer t( ) es necesario
calcular los grados de libertad de la variable aleatoria y:


=
u
4
( y)
u
4
(x
i
)
i
i=1
n
,
Tipo A:
i
=m 1
Tipo B:
i
= ,error relativo e
r
=0
i
=
1
2e
r
2
,error relativo e
r
0
.
Con se obtiene t( ) en la tabla de la funcin t-de Student.
-
Tolerancia e incertidumbre.

La tolerancia T es la amplitud del intervalo de valores admisibles
para una medida. Dado que no puede asegurarse el valor
verdadero de una medida, la tolerancia debe contener a la
incertidumbre U del valor medido.

En la prctica, para obtener un compromiso adecuado entre coste
de medicin y coste de rechazo se suele emplear la siguiente
relacin:


3
T
2U
<10.

Divisin de escala e incertidumbre.


0.5
U
D
<10.