ESTIMACIN Y EXPRESIN DE LA

INCERTIDUMBRE DE LA MEDICIN

ING. HAYGAS KAUSTIAN

Documentos de Referencia

El punto de partida:
La medicin es un proceso mediante el cual se cuantifica el valor de una magnitud fsica definida bajo determinadas condiciones. Dado que el valor de una medicin no se conoce perfectamente, se define un intervalo que tiene como centro la mejor estimacin del mensurando, donde puede hallarse el valor perfecto de la medicin con una probabilidad del 95%. El semi intervalo cuantifica la incertidumbre de la medicin U (uncertainty).

Cmo estimar el valor del mensurando de una medicin directa?:

El mejor estimado del mensurando se obtiene del promedio de n observaciones realizadas bajo condiciones de repetibilidad.

Condiciones de repetibilidad significa:

EL mismo observador El mismo instrumento de medicin El mismo mtodo y principio de medicin Las mismas condiciones ambientales El mismo lugar Mediciones sucesivas del mensurando

EJEMPLO 1:
Si realizamos experimentalmente n=100 observaciones de una magnitud bajo condiciones definidas, obtenindose los siguientes valores:
12,30 12,55 11,98 12,63 12,60 12,03 12,32 12,23 12,28 12,08 12,61 12,49 12,49 12,47 12,44 12,19 12,02 12,32 12,45 12,17 11,90 12,14 12,00 12,69 12,12 12,62 12,36 12,77 12,13 12,33 12,14 12,66 12,27 12,29 12,31 12,08 12,41 12,77 12,44 12,05 12,05 12,38 12,40 12,20 12,49 12,12 12,33 12,43 12,43 12,27 12,51 12,37 12,64 12,25 12,04 12,23 12,57 12,36 12,50 12,18 12,05 12,25 11,98 12,70 12,20 12,62 11,97 12,34 12,19 12,52 12,77 12,12 12,40 12,75 12,21 12,49 12,17 12,28 12,09 12,34 12,09 12,25 12,42 12,45 12,17 12,31 12,22 12,03 12,30 12,61 12,33 12,29 12,56 12,24 12,01 12,53 12,35 12,12 12,28 12,08

El mejor estimado del mensurando es el promedio:

q= 12,3195199152383
_

Pero, Por qu varan las observaciones y con cuantas cifras decimales debo expresar el resultado?
Las observaciones varan debido a: La repetibilidad de instrumento de medicin utilizado, la cual es una caracterstica intrnseca de este. El efecto de las condiciones ambientales sobre el mensurando El efecto de la destreza del observador en el proceso de medicin Otros efectos de influencias que no podemos identificar, o por lo menos son menos obvias difcil de identificar.

Respecto al nmero de cifras decimales del promedio, lo cierto es que de tener el mismo nmero de cifras decimales con la que quede expresada la incertidumbre de la medicin cuando este se redondea a dos cifras significativas. Para aplicaciones industriales es aceptable redondear la incertidumbre a una cifra significativa.
Nota: Todas la cifras son significativas excepto el cero. El cero es significativo si a su izquierda pueden identificarse algn nmero distinto de cero. 1,235 1,0025 0,0025 0,002 1,002 0,0205 0,02 0,0200 4 cifras significativas 5 cifras significativas 2 cifras significativas 1 cifra significativa 4 cifras significativa 3 cifras significativa 1 cifra significativa 3 cifras significativas 3 cifras decimales 4 cifras decimales 4 cifras decimales 3 cifras decimales 3 cifras decimales 4 cifras decimales 2 cifras decimales 4 cifras decimales

Ejemplo 2:
Imagine que usted estim la incertidumbre de la medicin U y obtuvo el siguiente resultado: U= 0,0583421 Si redondeamos el resultado a dos cifras significativas: U=0,058 Entonces el promedio se expresar: q= 12,319

y el resultado de la medicin se expresar:

q=(12,3190,058), P=95%
Para aplicaciones industriales: Redondeamos la incertidumbre a una cifra significativa: U= 0,06 Entonces el promedio se expresa: q= 12,32 y el resultado de la medicin se expresar:

q=(12,320,06), P=95%

Cmo analizar estadsticamente el comportamiento de mis observaciones?

Un histograma de frecuencias absolutas nos ayuda a visualizar este comportamiento. Si construimos el histograma correspondiente a las n=100 observaciones obtenidas en el ejemplo 1, obtenemos lo siguiente:
25

20

Frecuencia

15

10

Clase

Ahora decidimos realizar n=10000 observaciones del mismo mensurando que en el ejemplo 1 y graficar su histograma de frecuencia el resultado es el siguiente:
50 45 40 35 30 Frecuencia 25 20

q= 19,32

Observe que : obtenemos un histograma simtrico respecto al

promedio. La mayor cantidad de observaciones se obtienen en el entorno del promedio. Observar datos alejados del promedio son menos probables.

15
10 5 0 11,77530443 11,56414386 11,62015645 11,67616905 11,73218165 11,78819424 11,84420684 11,90021943 11,95623203 12,01224462 12,06825722 12,12426981 12,18028241 12,236295 12,2923076 12,3483202 12,40433279 12,46034539 12,51635798 12,57237058 12,62838317 12,68439577 12,74040836 12,79642096 12,85243355 12,90844615 12,96445874 13,02047134 Clase

Graficando el histograma de frecuencias absolutas en trminos de probabilidades obtenemos un histograma de frecuencias relativas. La curva envolvente se modela a travs de una funcin denominada funcin de probabilidades F(q).

F(q)

De esta manera se estima que los resultados de medicin sigan este comportamiento incluso para nmero de observaciones que se realizan en a prctica, n 10. La base de la curva (campana) muestra la dispersin de los resultados.

_ q

Distribucin de probabilidades tiles que modelan el comportamiento de las fuentes de que contribuyen de la incertidumbre de medicin:

Rectangular o uniforme
Utilizado en el caso en que la variables estudiada se comporta aleatoriamente entre dos valores lmites sin una distribucin o tendencia conocida. En este caso su dispersin en trminos de deviacin estndar se estima:

Triangular
Utilizado en el caso en que la variable estudiada se comporta aleatoriamente entre dos valores lmites con una tendencia al valor promedio de los lmites. En este caso su dispersin en trminos de deviacin estndar se estima:

t-student
Utilizado en el caso de variables que se determinan experimentalmente con un atendencia central estimada por el promedio. En este caso sus dispersin es igual a la desviacin estndar de la muestra:

Normal - Gauss
Utilizado en el que el resultado se presenta en trminos de un intervalo de confianza

= U/2, P:95% = U/3, P:99,7%

Sx = S n

Algunas estadsticas tiles:

Promedio de n observaciones

Desviacin estndar experimental

Desviacin estndar del promedio

PASOS FUNDAMENTALES PARA ESTIMAR LA INCERTIDUMBRE DE LA MEDICIN

Definir el modelo matemtico de la medicin

Identificar las fuentes de incertidumbre

Modelar la distribucin de probabilidad de cada fuente

Estimar la incertidumbre de cada fuente en trminos de la desviacin estndar

Calcular los coeficientes de sensibilidad

Determinar la incertidumbre combinada

Determinar la incertidumbre Expandida, P=95%

La definicin del modelo matemtico:

El modelo matemtico de una medicin directa, bsicamente es una funcin de una variable, que en trminos generales puede modelarse como sigue:

Y= y +correciones

Identificacin de la fuentes de incertidumbre:

Modelando las fuentes de incertidumbre :

Efecto de la temp.

Otras fuente

Y: (y U), P=95%

Y=F(x)

Repetidas observaciones

Resolucin del inst.

Correcciones de certif.

Cuantificando las fuentes de incertidumbre :

Ejemplo:

Y= y + temp +res +cert +otras

Efecto de la temp. Otras fuente

u t=

uv=

Y=F(x)
ures

ur= S n
Repetidas observaciones

u corr.= U/2

Resolucin del inst.

Correcciones de certif.

Combinando las fuentes de incertidumbre : u comby=

ur= S n
ures
u corr.= U/2

ui= u t=

Repetidas observaciones

Resolucin del inst.

Correcciones de certif.

Efec.de la temp. Otras variables

Incertidumbre expandida:

Uexp= k.ucombinada
k: es el factor de cobertura , generar un intervalo de confianza de 95%

Y: (y U), P=95%