Вы находитесь на странице: 1из 21

Universidad Nacional de Colombia - Sede Bogot

Sensores y Actuadores
Anlisis

Luis Miguel Mendez Moreno

2017287
Agenda
1

Patrones
ClasificacinPatrones

Trazabilidad

Error
Tipos de Errores
Error en Medicin

Anlisis Estadstico
Conceptos Estadsticos
Distribucin de probabilidades

Luis Miguel Mendez Moreno |


Patrones
2

Realizacin de la definicin de una magnitud dada, con un valor de-


terminado y una incertidumbre de medida asociada, tomada como
referencia.

Luis Miguel Mendez Moreno |


Clasificacin Patrones
3

Patrones Internacionales
I Se definen por acuerdos internacionales
I Representan ciertas unidades con la mayor exactitud que
permite la tecnologa
I Evaluacin peridica
I Oficina internacional de pesas y medidas (Paris)
I No disponibles para comparacin o calibracin

Patrones Primarios
I Laboratorios nacionales
I Calibracin independiente en cada laboratorio
I Se comparan entre s => representan el promedio mundial
I No disponibles para uso externo

Luis Miguel Mendez Moreno |


Clasificacin Patrones
4

Patrones Secundarios
I Referencia en laboratorios industriales de medicin
I Se verifican localmente con otros en el rea
I Se envan peridicamente a los laboratorios nacionales para
calibracin

Patrones de Trabajo
I Patrones de trabajo
I Laboratorios de mediciones
I Verificar y calibrar instrumentos industriales

Luis Miguel Mendez Moreno |


Trazabilidad
5

Trazabilidad metrolgica en la que la referencia es la definicin de una


unidad de medida mediante su realizacin prctica

Luis Miguel Mendez Moreno |


Error
6

Diferencia entre la medicin y el valor real de la cantidad fsica

I No se puede calcular el error si no se conoce el valor real de la


cantidad fsica => no se puede determinar el error de manera
exacta pero si estimar la probabilidad de que el error no exceda
un valor especfico
I Una vez terminado => estimar los lmites del error con algn
nivel de certeza
I Antes de que los datos sean usados en aplicaciones cientficas
o de ingeniera su calidad debe ser establecida
I Minimizar el error en el diseo y ejecucin del experimento

Luis Miguel Mendez Moreno |


Tipos de Error
7

Errores Gruesos
Principalmente origen humano.
I Lectura
I Utilizacin del instrumento (escalas, ajuste de cero)
I Registro
I Clculo de resultados

Luis Miguel Mendez Moreno |


Tipos de Error
8

Errores Sistemticos- Errores bias


I Ocurren de la misma forma para cada medida
I Errores instrumentales: inherentes a los instrumentos de
medicin a causa de su estructura (componentes mviles)
I Calibrar con un patrn
I Aplicar factores de correccin
I Errores ambientales: condiciones externas, cambios en
temperatura, humedad, presin baromtrica, campos
electromagnticos
I Ambiente controlado
I Estticos: Limitaciones propias, principio de fsico de
funcionamiento
I Dinmicos: respuesta no adecuada en el tiempo (lentitud)

Luis Miguel Mendez Moreno |


Tipos de Error
9

Errores Aleatorios- Errores de precisin


I Ocurren de manera diferente para cada medida
I Causan una distribucin de valores
I Causas desconocidas (condiciones fluctuantes,perturbaciones)
I Incrementar el nmero de lecturas y usar mtodos estadsticos
para la aproximacin al valor real.

Otras Fuentes de Error


I Ruido: seal que no lleva informacin de las mediciones.
Acoplamiento elctrico o mecnico
I Transmisin: desde el sensor al indicador, atenuacin.
I Deterioro

Luis Miguel Mendez Moreno |


Error en Medicin
10

Error= Valor medido Valor real

I Est presente en todas las mediciones


I Lo mejor que se puede hacer es definir un lmite de error con
algn nivel de certeza.
I -u < E < u (n:1)
I Donde u es la incertidumbre estimada con probabilidad n:1, es
decir
I valor medido u < valor real < valor medido + u (n:1)
I Un intervalo ms amplio => probabilidades ms altas
I Un intervalo ms estrecho => probabilidades ms bajas
I (n:1) radio de probabilidad de que un evento suceda ala
probabilidad de que no, p/(1-p)

Luis Miguel Mendez Moreno |


Anlisis Estadstico
11

I Permite determinar analticamente la incertidumbre del resultado


final
I El resultado de un mtodo de medicin se puede predecir con
base al muestreo de datos.
I No se necesita describir todas las perturbaciones
I Gran nmero de mediciones
I El tratamiento estadstico no elimina tendencias fijas contenidas
en las mediciones (reducir lo ms posible los errores
sistemticos)

Luis Miguel Mendez Moreno |


Conceptos Estadsticos
12

Espacio de muestreo: Todos los posibles eventos durante un


experimento, Poblacin.

Evento: Subconjunto de espacio de muestreo


Luis Miguel Mendez Moreno |
Conceptos Estadsticos
13

Muestra:Nmero finito tomado de la poblacin

Distribucin de error: La distribucin caracteriza la probabilidad de


que un error de cierto tamao ocurra

Anlisis estadstico del error: Estimar la probable diferencia entre


el valor promedio de una pequea muestra y el valor medio de una
gran poblacin

Luis Miguel Mendez Moreno |


Distribucin de probabilidades
14

Probabilidad de un evento: expresin de la posibilidad de que un


evento ocurra, medida con respecto a todos los posibles eventos.

Ejemplo: De n casos posibles m corresponden al evento A => La


probabilidad de que A ocurra es m/n

Distribuciones
I Distribucin normal
I Distribucin t-Student

Luis Miguel Mendez Moreno |


Distribucin Gaussiana
15

x = la magnitud de una medicin particular


= valor medio de la poblacin entera
= desviacin estndar de la poblacin entera
El valor medio se obtiene promediando todos los x en la poblacin
=> permanece desconocido
Ya que se asume que x difiere de uno a otro por errores de precisin
=> representa el valor real de la cantidad

Luis Miguel Mendez Moreno |


Media Aritmtica
16

Se puede mostrar que este es el valor ms probable para la cantidad


. A mayor cantidad de lecturas mayor aproximacin

Luis Miguel Mendez Moreno |


Desviacin de la media
17

Alejamiento de una lectura de media aritmtica. La suma de todas las


desviaciones es igual a cero

Luis Miguel Mendez Moreno |


Desviacin Normal o Gaussiana
18

Desviacin estndar: caracteriza la desviacin de las mediciones del


valor medio y el ancho de la distribucin Gaussiana

La desviacin real es desconocida. Sin embargo la probabilidad del


tamao del error (incertidumbre) se puede estimar con varios niveles
de confianza basado en el conocimiento que se tiene de la distribucin
de probabilidades de la poblacin.

Luis Miguel Mendez Moreno |


Desviacin Normal o Gaussiana
19

Luis Miguel Mendez Moreno |


Desviacin Normal o Gaussiana
20

Error probable Para datos distribuidos normalmente, alrededor del 50


% de todos los casos queda entre los lmites de + 0.6745 y - 0.6745
a partir de la media
I Error probable = +0.6745
I Se consideran datos descartables aquellos que superan + 3
I La probabilidad de que una medicin tenga una desviacin
menor a es de 68%
I La probabilidad de que una medicin tenga una desviacin
menor a 1.96 es de 95%

Luis Miguel Mendez Moreno |