Incertidumbre de los resultados de medida: calibraciones y medidas (P1).

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Incertidumbre de los resultados de medida: calibraciones y medidas (P1)."

Transcripción

1 Incertidumbre de los resultados de medida: calibraciones y medidas (P1). Angel Mª Sánchez Pérez Laboratorio de Metrología y Metrotecnia LMM-ETSII-UPM

2 Parte 1: Conceptos básicos Parte 1 Diap. Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

3 MEDIDA DE UNA MAGNITUD Medir es comparar: Mensurando Referencia de la misma clase (unidad) Clases de medida: Diferencial o por comparación Absoluta o directa Sistema de medición: Mensurando Instrumento o sistema de medida Operador Magnitudes de influencia Parte 1 Diap. 3 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

4 MAGNITUDES DE INFLUENCIA Y CONDICIONES DE REFERENCIA Magnitud de influencia: magnitud que no es el mensurando pero que tiene un efecto sobre el resultado de la medición. (VIM.7) Densidad de un cuerpo empuje Resistencia eléctrica de un conductor T λ láser en el aire P, T, H del aire Aceleración de un oscilador frecuencia Considerar las que resultan significativas en el orden de precisión con el que se mide el mensurando. Parte 1 Diap. 4 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

5 Ejemplos: Longitud varilla acero 1 m en (0 ± 5) C: el mensurando experimenta variaciones en ± 0,05 mm. Apreciación en resultado (1 mm) el efecto de la temperatura es despreciable. Apreciación en resultado (0,01 mm) se debe tener en cuenta la temperatura. Masa acero de 1 kg se mide por comparación con otra patrón de 1kg en el aire. Diferentes densidades suponen empujes distintos. Apreciación en resultado (1 g) Difer. de densidades 10%, difer. de empujes despreciable. Apreciación en resultado (1 mg) Difer. de densidades 10%, no pueden ignorarse empujes. Parte 1 Diap. 5 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

6 Para que el resultado de una medición sea representativo, es necesario establecer: Condiciones de referencia, lo que supone Especificar valores de magnitudes influencia. Trabajar con instrumentos adecuados. Mensurando suficientemente bien definido. Utilizar un modo operativo apropiado. Parte 1 Diap. 6 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

7 Ejemplos: No tendría sentido la medida: Si no se especificasen los valores de las magnitudes de influencia significativas. Por ejemplo, Se conviene que el valor resultante de la medida de un bloque patrón longitudinal debe referirse a 0 ºC pues aquél valor no sería metrológicamente aceptable si no se indicase una temperatura de referencia. Si no se pudiese asegurar que la medida es trazable, lo que obliga a utilizar instrumentos calibrados. Por ejemplo, si el valor de una resistencia eléctrica se expresa en kω, debe poder asegurarse que el múltiplo empleado es lo suficientemente próximo a mil veces el ohmio que define el SI. Parte 1 Diap. 7 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

8 Ejemplos: Si se pretendiese medir el mensurando más allá de su grado o nivel de definición, es decir, con una apreciación tal que la magnitud a medir no resulte uniforme. Por ejemplo, la medida de la temperatura de un recinto puede estar bien definida en el orden del kelvin pero no en el de las centésimas de kelvin, por lo que hay que convenir a qué se denomina temperatura de un mensurando en cada caso. Si no se prescribieran los modos y procedimientos que el operador debe tener presentes al manipular el mensurando y el instrumento para obtener las medidas. Por ejemplo, si el operador efectúa la calibración de un instrumento, debe existir un procedimiento de calibración que, entre otras cosas, defina adecuadamente los puntos de calibración, los patrones a emplear y el número de reiteraciones de las medidas en cada punto de calibración. Parte 1 Diap. 8 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

9 NATURALEZA ALEATORIA DE LAS MEDIDAS: DISPERSIÓN Magnitudes de influencia bajo control Sus valores están dentro de un intervalo alrededor del de referencia, por ejemplo la temperatura en (0±) C, pero dichos valores no son constantes ni en el espacio ni en el tiempo, por lo que se produce dispersión de las medidas si la división de escala (E) es suficientemente pequeña, al afectar la variabilidad de las magnitudes de influencia al sistema instrumento-mensurando-operador. Parte 1 Diap. 9 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

10 Otras causas de variabilidad (aunque las magnitudes de influencia fuesen perfectamente estables). Instrumento Mensurando Operador Medida naturaleza aleatoria Origen estadístico explicada variabilidad no Parte 1 Diap. 10 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

11 La división de escala del instrumento (E) puede enmascarar la variabilidad. Ej.: E=0,001 mm E=0,01mm 78,854 78,85 78,85 78,85 78,853 78,85 El resultado de medida es una variable aleatoria que se caracteriza por: Parámetro de centrado Parámetro de dispersión Parte 1 Diap. 11 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

12 CORRECCIÓN DE LAS MEDIDAS Magnitudes de influencia fuera de control exigen aplicar correcciones a los valores indicados o brutos. Correcciones Incrementan complejidad, no siempre se conoce la relación funcional entre el resultado y las magnitudes de influencia. Ej.: caso de la barra λ 0 = λ θ [1 + α (0 - θ )] Conocer α Medir y decidir θ de la barra Parte 1 Diap. 1 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

13 Corregir supone efectuar o utilizar medidas adicionales Parte 1 Diap. 13 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

14 Ej.: Longitud de la barra Suponiendo que la longitud obtenida a θ C no incorpora la corrección de calibración, el resultado final es λ 0 = λ 0 + C c = λ θ [1 + α (0 - θ)]+ C c Se obtiene una relación funcional λ 0 = f (λ θ, α, θ, C c ) que responde a las hipótesis en el modelo adoptado, pero... Parte 1 Diap. 14 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

15 RESULTADO DE CUALQUIER MEDICIÓN Se relaciona funcionalmente con los resultados de otras medidas y = f ( x, x,..., x 1 N ) La función f puede no ser expresable analíticamente o no conocerse completamente. Parte 1 Diap. 15 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

16 CASO MÁS SIMPLE Medidas directas Instrumento con corrección global de calibración C c Trabajando con unas condiciones de referencia análogas a las de calibración y = x + c c y es el resultado de la medida x es el resultado bruto de la medida c c es un estimador de C c Parte 1 Diap. 16 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

17 SIGNIFICADO FÍSICO DE LA INCERTIDUMBRE DE MEDIDA No es posible obtener valores exactos como resultado de las medidas Toda medida debe ser corregida al menos con la CORRECCIÓN DE CALIBRACIÓN Parte 1 Diap. 17 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

18 BUCLE DE MEDIDA MEDIDA (imperfecta) CORRECCIONES MEDIDAS La expresión de un resultado concreto exige romper este bucle, por lo que siempre queda sin corregir alguna corrección. Parte 1 Diap. 18 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

19 CORRECCIONES APLICADAS CORRECCIONES CORRECCIÓN RESIDUAL INCERTIDUMBRE La incertidumbre de la medida es una cota superior del valor de la corrección residual. Parte 1 Diap. 19 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

20 VALOR VERDADERO DE LA MAGNITUD MEDIDA Valor hacia el que converge el resultado de una medida Es el que mejor caracteriza un mensurando No tiene existencia física real (indeterminación natural) Su determinación requeriría MENSURANDO PERFECTO SISTEMA de MEDIDA PEFECTO o introducción de TODAS las CORRECCIONES Parte 1 Diap. 0 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

21 VALOR CONVENCIONALMENTE VERDADERO O VALOR RESULTANTE DE LA MEDIDA Es el valor que se obtiene cuando se decide interrumpir la aplicación de sucesivas correcciones Es el mejor valor que puede obtenerse con los medios disponibles Parte 1 Diap. 1 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

22 INCERTIDUMBRE DE MEDIDA La incertidumbre de medida, U, es el valor de la semiamplitud de un intervalo alrededor del valor resultante de la medida (valor convencionalmente verdadero), y. Dicho intervalo representa una estimación adecuada de una zona de valores entre los cuales es casi seguro que se encuentre el valor verdadero del mensurando. Resultado de la medida: y ± U Parte 1 Diap. Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

23 La incertidumbre de medida es un parámetro, asociado al resultado de una medición, que caracteriza la dispersión de los valores que razonablemente podrían ser atribuidos al mensurando. (VIM 3.9) Qué parámetro? DEFINICIÓN VIM Los planteamientos anteriores son congruentes con la definición de incertidumbre del VIM. Cómo se cuantifica? Cómo se propaga? Parte 1 Diap. 3 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

24 INCERTIDUMBRE Y CALIDAD DE LAS MEDIDAS La incertidumbre cualifica las medidas: (17,015 ± 0,015) mm (17,015 ± 0,05) mm (17,015 ± 0,040) mm Medidas de mayor calidad Cuál es la calidad necesaria? Parte 1 Diap. 4 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

25 INCERTIDUMBRE Y CALIDAD DE LAS MEDIDAS El valor de la incertidumbre es el primer índice de la calidad de una medida, que es tanto mayor cuanto menor es aquella. METROLOGÍA INDUSTRIAL Las medidas no son un fin sino un medio para conseguir otros fines. La aceptación de las medidas se decide a partir de la tolerancia previamente establecida. Parte 1 Diap. 5 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

26 POR QUÉ HAY QUE CONOCER LA INCERTIDUMBRE DE LAS MEDIDAS? Porque lo impone UNE-EN ISO/IEC ! Porque se mide para verificar que se cumplen especificaciones que suelen concretarse en el establecimiento de zonas de valores admisibles acotados por valores límite (tolerancias), y los valores obtenidos en las medidas no son exactos. Parte 1 Diap. 6 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

27 TOLERANCIA FABRICACIÓN ARTESANAL División del trabajo FABRICACIÓN INDUSTRIAL Intercambiabilidad Normalización Tolerancia de una magnitud es el intervalo de valores en el que debe encontrarse dicha magnitud para que se acepte como válida. Parte 1 Diap. 7 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

28 TOLERANCIA e INCERTIDUMBRE Para verificar si una magnitud está dentro de tolerancia hay que medir, siendo preciso considerar la incertidumbre. T U U U U U U U U y y y y Situaciones claras Situación dudosa Parte 1 Diap. 8 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

29 TOLERANCIA e INCERTIDUMBRE T (tolerancia de especificación) MALAS MALAS U U DUDOSAS BUENAS U U DUDOSAS (tolerancia de verificación) Parte 1 Diap. 9 T-U Para proceder así el intervalo de incertidumbre debe ser varias veces menor que la tolerancia : T 3 10 U Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM y

30 La incertidumbre estimada para el valor resultante de la medida debe satisfacer la relación anterior u otra equivalente, lo que constituye el criterio de calidad exigible a las medidas industriales. No es ajeno a los laboratorios de calibración pues, en ocasiones pueden tener que comprobar especificaciones de patrones e instrumentos de medida, es decir, comprobar si determinadas medidas se encuentran dentro o fuera de tolerancia. Parte 1 Diap. 30 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

31 ESPECIFICACIÓN POR TOLERANCIAS Se utiliza en: Diseño de productos Variables de procesos Condiciones ambientales Recepción de materiales Ensayos... Decidir si un valor está o no en tolerancia Medir con la calidad necesaria Parte 1 Diap. 31 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

32 RECOMENDACIONES DEL CIPM Primera 1981 Segunda 1986 Componentes de incertidumbre en dos categorías TIPO A Se estiman con procedimientos estadísticos sobre los valores obtenidos al reiterar medidas de un mensurando TIPO B Se aprecian por otros métodos Parte 1 Diap. 3 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

33 Ambos tipos de componentes deben cuantificarse mediante: varianzas o cantidades equivalentes, debiendo caracterizarse las situaciones de dependencia - en su caso - por las correspondientes covarianzas. La incertidumbre así determinada, puede multiplicarse por un factor superior a la unidad, al objeto de obtener una incer-tidumbre total mayor, pero a condición de indicar siempre el valor de dicho factor. Parte 1 Diap. 33 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

34 Propuesta inicial CIPM Desechar que todas las distribuciones de resultados de medida responden a ley normal. Trabajar con desviaciones típicas o varianzas. No identificar la incertidumbre con un intervalo de confianza sino con la desviación típica resultante (u). U = ku k = factor de incertidumbre, posteriormente, factor de COBERTURA, RECUBRIMIENTO O INCLUSIÓN (habitualmente entre y 3). Parte 1 Diap. 34 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

35 Situación actual El intervalo de semiamplitud U incluye una gran proporción p de la distribución de valores que razonablemente podrían ser atribuidos al mensurando, siendo p la probabilidad de cobertura o nivel de confianza. Precisamente, la relación aconsejada para los límites de la relación T/U hay que entenderla planteada sobre una incertidumbre expandida en el sentido de EA, es decir, con nivel de confianza del 95%. Parte 1 Diap. 35 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

36 EA-4/0 Resume conceptos fundamentales de la Guía ISO (GUM). Establece que los laboratorios de calibración acreditados (ENAC en España) deben emitir sus certificados con Intervalo de incertidumbre expandida con probabilidad de cobertura o nivel de confianza del 95% (aproximadamente k = para distribuciones normales). Parte 1 Diap. 36 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

37 ESTIMACIONES Y ESTIMADORES: RESULTADO DE LA MEDIDA Condiciones de repetibilidad, supone efectuar las medidas: con el mismo método de medida, por el mismo observador, con el mismo instrumento, en el mismo lugar, con las mismas condiciones de utilización, y con pequeños intervalos de tiempo entre las medidas sucesivas. Las indicaciones no son exactamente las mismas, incluso después de corregidas. Parte 1 Diap. 37 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

38 Conjunto de las medidas corregidas, es una muestra poblacional de una distribución estadística cuya función de densidad f(x) es en general desconocida Si se introducen todas las correcciones significativas, los valores de la muestra se situarán en las proximidades del valor verdadero del mensurando: Media o esperanza matemática (μ) de X (parámetro de centrado) Desviación típica (σ) de X (parámetro de dispersión) Parte 1 Diap. 38 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

39 Frecuencias f(x) Indicaciones σ σ X μ Parte 1 Diap. 39 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

40 Media o esperanza matemática f(x) < X > μ = Xf ( X ) dx + Varianza V ( X ) σ = ( X μ) f ( X ) dx + σ σ X μ Parte 1 Diap. 40 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

41 Al desconocerse f(x) no resulta posible determinarlos por este camino. La estadística nos proporciona unos valores aproximados (estimadores) de dichos parámetros que pueden obtenerse a partir de cualquier muestra concreta de extensión (n) suficiente. Parte 1 Diap. 41 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

42 ESTIMADORES Frecuencias Estimadores más usados en metrología: Media aritmética ˆμ m = x = 1 n n i= 1 x i s m s Indicaciones Varianza muestral σˆ V = s 1 = n 1 n i= 1 ( x i x) Parte 1 Diap. 4 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

43 Puede expresarse el resultado de la medida mediante m ± s? La media aritmética, m, es el mejor valor corregido y por ello, en todas las áreas de la metrología, se acepta que el valor resultante de las medidas (valor convencionalmente verdadero) es la media aritmética de las indicaciones corregidas. La cuantificación de la incertidumbre del resultado mediante el parámetro de dispersión indicado (la desviación típica muestral s), es inapropiada por diferentes razones. Parte 1 Diap. 43 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

44 Por qué s no es la incertidumbre? s es un estimador de la dispersión de la población de medidas El resultado no es una de esas medidas (es la media aritmética) El estimador media aritmética es otra variable estadística ( X ), distinta de la que representa la población considerada ( X ) pero relacionada con ella. Es sencillo deducir que la media de ( X ) coincide con la de X y que entre las varianzas de ambas variables existe la siguiente relación: σ X X σ = n Parte 1 Diap. 44 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

45 Si se trabaja con los estimadores se utiliza: s X = s n Se le llama normalmente componente de repetibilidad. Debe componerse con las restantes para obtener la incertidumbre típica resultante. Parte 1 Diap. 45 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

46 TRAZABILIDAD Trazabilidad de un conjunto de medidas es la característica que garantiza que todas ellas poseen una referencia común, por ejemplo, la realización de la unidad del SI en la que se expresa el resultado de cada medida. El Vocabulario Internacional de Metrología (VIM) recoge la siguiente definición: Trazabilidad es la propiedad del resultado de una medida o de un patrón que le permite relacionarlo con referencias determinadas, generalmente patrones nacionales o internacionales, a través de una cadena ininterrumpida de comparaciones todas ellas con incertidumbres determinadas (VIM 6.10) En la definición anterior interviene la incertidumbre. Las comparaciones de la cadena de trazabilidad constituyen calibraciones. Parte 1 Diap. 46 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

47 Es conveniente que los intervalos de incertidumbre indicados se correspondan con valores de incertidumbre expandida que confieran una seguridad similar a la caracterización de los correspondientes mensurandos La mejor forma de asegurar la trazabilidad de un sistema de medida: Medir con él un patron con trazabilidad (calibración) Corregir si se trabaja lejos de las condiciones de referencia Parte 1 Diap. 47 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

48 CALIBRACIÓN Calibración es el conjunto de operaciones que establecen, en unas condiciones determinadas, la relación que existe entre los valores de una magnitud indicados por un instrumento o sistema de medida, o los valores representados por una medida materializada o por un material de referencia, y los correspondientes valores de la magnitud realizados por patrones. (VIM 6.11) Parte 1 Diap. 48 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

49 Finalidad de la calibración Poner de manifiesto las discrepancias existentes entre el instrumento o patrón que se calibra (calibrando) y un elemento de referencia con características metrológicas suficientemente estables y conocidas. La información resultante de la calibración debe combinarse con otras para estimar la incertidumbre asignada a las medidas realizadas con el elemento calibrado. Parte 1 Diap. 49 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

50 ESQUEMA DE LA CALIBRACIÓN Patrón o instrumento de calibración Patrón o instrumento a calibrar Procedim. de calibración Resultado de la calibración El resultado es el valor de una magnitud y su incertidumbre. Parte 1 Diap. 50 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

51 CERTIFICADO DE CALIBRACIÓN El resultado de una calibración se recoge en un documento que suele denominarse certificado de calibración. El certificado puede ser: De un patrón: Valor e incertidumbre resultante. De un instrumento: Corrección y su incertidumbre en los puntos de calibración. Cualquier corrección considerada, incluso si su valor fuese nulo, introduce una componente de incerti-- dumbre ya que se trataría de un cero inexacto. A veces, incertidumbre del instrumento o incertidumbre de uso pero no es recomendable y debería definirse. También puede incluirse conformidad o no a una especificación metrológica. Parte 1 Diap. 51 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

52 CADENAS DE TRAZABILIDAD Elemento Proc. Calibr. Resultado Elemento Proc. Calibr. Resultado Elemento Proc. Calibr. Resultado Parte 1 Diap. 5 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

53 OBSERVACIONES SOBRE CALIBRACIÓN La calibración: Establece la trazabilidad de los elementos de medida. Permite asignar incertidumbre final a los resultados de medida. A medida que se desciende por las cadenas de trazabilidad, alejándose del patrón primario, la incertidumbre de las correspondientes medidas va aumentando. Si los sucesivos intervalos de incertidumbre recubren los anteriores, todas las medidas resultan equivalentes. Parte 1 Diap. 53 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

54 OBSERVACIONES SOBRE CALIBRACIÓN El calibrando ha de trabajar durante la calibración en la misma forma en que lo hace habitualmente. La incertidumbre de una medida depende del instrumento de medida, por lo que con dos instrumentos diferentes pueden asignarse diferentes incertidumbres a un mismo mensurando. La incertidumbre de una medida también depende del mensurando, por lo que al medir dos mensurandos diferentes con un mismo instrumento puede obtenerse igual valor para ambos pero distinta incertidumbre. La incertidumbre se predica de la medida de una magnitud por lo que no debería emplearse la expresión incertidumbre del instrumento o, si se utiliza no recomendable-, explicar lo que significa. Parte 1 Diap. 54 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

55 OBSERVACIONES SOBRE CALIBRACIÓN Es importante limitar la longitud de las cadenas de trazabilidad y arrancar en su origen con la menor incertidumbre posible. Se realizan comparaciones que refuerzan horizontalmente la trazabilidad diseminada verticalmente mediante calibraciones. Las comparaciones son obligatorias para los laboratorios de calibración acreditados. Parte 1 Diap. 55 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

56 MAGNITUDES DE ENTRADA Y SALIDA: FUNCIÓN DE TRANSFERENCIA Clases de medidas Directas Indirectas Directas Instrumento medida Indirectas magnitudes de entrada relación funcional magnitud de salida Parte 1 Diap. 56 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

57 Ejemplos de MEDIDAS DIRECTAS Velocidad con un velocímetro. Superficie de un rectángulo con una cámara y un sistema de digitalización que de el resultado en unidades de superficie. Resistencia eléctrica con un polímetro. Parte 1 Diap. 57 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

58 Ejemplos de MEDIDAS INDIRECTAS Velocidad media midiendo distancia y tiempo V = Superficie midiendo longitud de los lados L t A = L 1 L Resistencia midiendo V e I R = V I Parte 1 Diap. 58 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

59 Función de transferencia o función modelo Cualquier medida puede expresarse mediante una relación funcional si se explicitan las correcciones aplicadas, pues siempre ha de existir al menos la corrección de calibración Y : mensurando a determinar X 1, X,..., Y = (magnitud o variable de salida) X n : f ( X, X,..., X 1 n mensurandos que permiten obtenerlo (magnitudes o variables de entrada) f : función de transferencia o función modelo. ) Parte 1 Diap. 59 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

60 MEDIDAS DIRECTAS Y X 1 Lecturas Y = f L ( X, X 1,..., X n ) 1 Magnitudes de influencia consideradas en el modelo de correcciones (corr. calibración y otras). L ˆ y = x + c + c x + x + E C x 1 Corr. calibrac. 3 x 1 Corr. redondeo Lectura Parte 1 Diap. 60 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

61 MEDIDAS INDIRECTAS Y Φ( X 1, X,..., X m ) Magnitudes que intervienen en Φ (ley física o geométrica). Y = f ( X 1, X,..., X m, X m+ 1,..., X n ) Magnitudes de influencia consideradas en el modelo de correcciones (corr. calibración y otras). Parte 1 Diap. 61 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

62 MEDIDAS INDIRECTAS I A V V R Lectura voltímetro Corr. redondeo volt. Corr. calibrac. volt. R = V I Rˆ y = Vˆ + c Iˆ + c EV EI + c + c CV CI = x x x x x x Corr. calibrac. amp. Corr. redondeo amp. 5 6 Lectura amperímetro Parte 1 Diap. 6 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

63 Función de transferencia o función modelo Caracteriza el procedimiento de medida y la forma de evaluar el resultado, es decir, el modelo de medición decidido. Representa el sistema: Mensurando Instrumento Operador-entorno Parte 1 Diap. 63 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

64 Ejemplo: Modelo unidimensional de dilatación para correcciones térmicas l 0 = l θ [1+α (0-θ)] Admisible para cuerpos esbeltos como barras y varillas. Inadecuado para la distancia entre los ejes de dos taladros del bloque de un motor. En general, la función modelo, f Suele responder a una expresión analítica. Puede no ser explícita. Puede no ser expresable analíticamente (algoritmo). Parte 1 Diap. 64 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

65 Algunas variables de la función modelo se estiman con valores de entrada que no influyen sobre el valor de salida o valor resultante (y). Por ejemplo, una corrección de valor nulo en una función modelo aditiva. Sin embargo, la incertidumbre de aquellas varia-bles siempre son positivas y pueden ser significativas por lo que deben mantenerse dichas variables en la función modelo. La función modelo se emplea para determinar el resultado (valor e incertidumbre). Parte 1 Diap. 65 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

66 A veces hay más de una variable de salida y por tanto varias funciones de transferencia (se suelen englobar en la matriz de transferencia). En cualquier caso: Objetivo que se persigue con un sistema de medida: determinar razonablemente la función f, para obtener el valor que mejor caracteriza al mensurando y la incertidumbre de dicho valor. Para ello es necesario disponer de informaciones similares para cada una de las magnitudes de entrada, ya sea midiéndolas, utilizando los resultados de las medidas de otros o estimándolas adecuadamente. Parte 1 Diap. 66 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

67 Resumen de la Parte 1 Medida de una magnitud Magnitudes de influencia Correcciones Incertidumbre de medida Tolerancia Recomendaciones CIPM Resultado de la medida Trazabilidad y calibración Funciones modelo Medidas directas Medidas indirectas Aclaraciones Parte 1 Diap. 67 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

68 Fin de la parte 1 (sesión 1) Parte 1 Diap. 68 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

69 Incertidumbre de los resultados de medida: calibraciones y medidas (P). Angel Mª Sánchez Pérez Laboratorio de Metrología y Metrotecnia LMM-ETSII-UPM

70 Parte : Incertidumbre típica Parte Diap. Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

71 El valor resultante de una medida (y) siempre depende de los valores de otras magnitudes (x 1, x,, x N ) lo que se escribe mediante la relación funcional: y = MODELO DE MEDIDA f ( x, x,... x 1 N que es la función modelo o función de transferencia. Si se mide la longitud de una pieza, su valor depende de la indicación del instrumento, de la corrección a introducir si la pieza no estuviese 0 C, de las correcciones a aplicar al instrumento, etc. Cuando se determina la densidad de un cuerpo a partir de medidas previas de su masa y de su volumen, hay que considerar, al menos, dos variables. ) Parte Diap. 3 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

72 Como los valores (x 1, x,..., x N ) no pueden determinarse exactamente, el valor resultante de la medida (y) tampoco es exacto y entran en juego las incertidumbres. Las incertidumbres de las variables de entrada (x 1, x,..., x N ) y la función modelo permiten determinar la incertidumbre del valor resultante (y) según veremos. Parte Diap. 4 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

73 CUANTIFICACIÓN de la INCERTIDUMBRE TÍPICA de las VARIABLES de ENTRADA Incertidumbre típica: Se denomina incertidumbre típica de una cierta variable a la desviación típica asociada a la misma, es decir, la incertidumbre típica es la incertidumbre correspondiente a una desviación típica. Parte Diap. 5 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

74 La evaluación de la incertidumbre típica de las magnitudes de entrada se efectúa mediante Evaluación tipo A Evaluación tipo B Parte Diap. 6 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

75 Evaluación tipo A Conjunto de n medidas independientes del mensurando (X i ) obtenidas en condiciones de repetibilidad. La varianza se estima mediante la varianza muestral de la media: s ( x i ) = donde el valor estimado para X i es s ( x n i ) x = = 1 n ( n 1) 1 n i x ij n j= 1 que es un estimador insesgado de la media de X i, pudiéndose emplear también la letra minúscula, x i, para designar el valor de dicho estimador. n j= 1 ( x ij x i ) Parte Diap. 7 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

76 Cuando la desviación típica se determina de la forma indicada, el número de grados de libertad, υ = n 1 (en general υ = n r) es una información importante para estimar la fiabilidad de la evaluación de dicha desviación típica y debe tenerse en cuenta que siempre debería ser n 10 No se recomienda usar las expresiones anteriores si n < 5. Parte Diap. 8 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

77 Evaluación tipo B La evaluación tipo B de la incertidumbre típica asociada a una estimación (x i ) de una variable de entrada (X i ) no se realiza mediante análisis estadístico de medidas de repetibilidad obtenidas en el proceso de la propia medición. Parte Diap. 9 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

78 En las evaluaciones tipo B las informaciones pueden proceder de muy diversas fuentes: Datos de certificados de calibración Valores adoptados de manuales técnicos o tablas de reconocida solvencia Datos de medidas previas Especificaciones fiables de fabricantes Conocimiento y experiencia con los mensurandos y los sistemas de medida implicados Valores recomendados asociados a la utilización de buenas prácticas de laboratorio Hipótesis sobre la clase de función de densidad de la variable X i Parte Diap. 10 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

79 Ejemplos de evaluación tipo B Si el mensurando X i está bien definido, se encuentra en condiciones de control estadístico, conociéndose una buena estimación de su varianza poblacional s p, la varianza de la medida, x i, es: u ( x ) = s ( x ) = i sp n donde n es cualquier valor, incluso la unidad. i Parte Diap. 11 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

80 Ejemplo concreto del anterior: Contribución de repetibilidad en la medida de BPL (L 0,1 m), con banco de E 0,01 μm. Antes de calibrar se comprueba repetibilidad de los palpadores con un solo BPL y diez contactos tras uno de ajuste. Los diez valores se comparan con un histórico y se aceptan o rechazan según un criterio. Se estima s p con todos los datos (n>500). Parte Diap. 1 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

81 Ejemplo de evaluación tipo B Cuando se conoce un único valor de la variable de entrada, por ejemplo si: sólo se mide un vez (medida destructiva) el resultado se toma de documentación técnica (coef. dilatación) el resultado es facilitado por terceras personas (certificado de calibración) Valor del mensurando, el valor único. Incertidumbre típica, la facilitada por la fuente (documentación o certificado) o, en su defecto, calculada en base a la experiencia. Parte Diap. 13 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

82 Ejemplos de evaluación tipo B Un (BPL) de calidad 00 lleva grabado el valor del coeficiente de dilatación lineal α = 11, K -1 pero no indica su incertidumbre que resulta necesaria. El evaluador considera que la información es suficientemente fiable para adoptar como incertidumbre típica la mitad del valor de la última cifra significativa grabada, es decir u(α)=0, K -1. Parte Diap. 14 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

83 Determinación tipo B cuando se supone una distribución de probabilidad para la variable de entrada Si el mensurando responde a una distribución de probabilidad, la estimación del mismo es la media de dicha distribución y su desviación típica es la incertidumbre típica asociada. Distribuciones: Normal Triangular Uniforme Algún tipo de beta. Parte Diap. 15 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

84 Determinación tipo B cuando sólo se pueden estimar límites, inferior y superior para los valores de la variable de entrada Si sólo se conocen los límites Superior a + Inferior a Por ejemplo, tolerancia de una magnitud de influencia Redondeo de las indicaciones de un instrumento digital, etc. puede asumirse una distribución uniforme o rectangular 1 1 x i = ( a+ + a ) u ( xi ) = ( a+ a ) 1 Parte Diap. 16 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

85 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM Parte Diap. 17 a + a a + a f(x) x 3 ) ( ) ( 1 ) ( ) ( ) ( ) ( 1 ) ( 1 1 ) ( = = = + = = = = > < + a a x a a dx x f x x V a a a a a a xdx a a dx x xf x a a μ μ σ μ Detalle del cálculo para distribución uniforme Detalle del cálculo para distribución uniforme

86 Si se trata de un intervalo de tolerancia de amplitud ΔT centrado sobre el valor T 0, es decir T 0 ±ΔT, el resultado es x i = T o 1 ( T 3 u xi ) = Δ ( ) La contribución del redondeo de las lecturas a E o a E/, se trata de esta forma (ΔT=E/ o ΔT=E/4) Ejemplo: Voltímetro digital con E = 0,1 V Cualquier indicación corresponde a un intervalo ± 0,05 V, por lo que la incertidumbre típica por redondeo resulta igual a 0,05 3 V Si E es grande (poca resolución del instrumento) s 0, y tiene importancia la contribución de redondeo Parte Diap. 18 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

87 Incertidumbre de la temperatura de una cámara No se puede medir. Está entre 0 C y 1 C. El sistema de control determina que sea más probable encontrar la temperatura cerca de los límites que en la zona central. Se adopta una variación senoidal de la temperatura sobre el centro del intervalo de temperatura, función del tiempo: Θ temperatura de la cámara. Θ o temperatura correspondiente al centro del intervalo (0,5 º C). θ A amplitud del intervalo (0,5 ºC). Parte Diap. 19 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

88 Incertidumbre de la temperatura de una cámara Θ ( ω ϕ) = Θ +θ sen t + o A Haciendo θ = Θ - Θ o se tiene: ( ω ϕ ) θ = θ sen A t + La función de densidad de θ puede obtenerse determinando la probabilidad de que la temperatura se sitúe en el entorno de un cierto punto a partir de su ley de variación temporal: f ( θ ) dθ = dt T = ωdt π = ω dθ = πθ& πθ A dθ cos ( ωt + ϕ ) Parte Diap. 0 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

89 Incertidumbre de la temperatura de una cámara La función de densidad resultante es: f ( θ ) = π θ 1 A θ f(θ) ˆ=0 θ con media: Θ = Θ o y desviación típica: Por consiguiente σ = Valor estimado: 0,5 C Incertidumbre: 0,5 C θ A θ Parte Diap. 1 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

90 INCERTIDUMBRE TÍPICA RESULTANTE: LEY de PROPAGACIÓN Se conocen los estimadores de las variables de entrada y sus incertidumbres típicas y se trata de obtener el valor y la incertidumbre de la variable de salida (resultado), conociendo la función modelo: Y = f ( X ) 1, X,..., X N Utilizando minúsculas para los estimadores, y admitiendo la linealización de la función en el entorno del punto de trabajo, se obtiene: Y f y promediando: ˆμ =< X ˆ >= i i N ( x ) 1, x,..., xn +.( X i xi ) i= 1 x i f X i x i (1) Parte Diap. Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

91 A partir de (1), se obtiene el valor resultante de la medida: ˆ μ = < Y > = y = f ( x1, Λ, xi Λ, x y recordando las definiciones de varianza y covarianza se obtiene la ley de propagación de varianzas-covarianzas que permite estimar la varianza de Y, en la forma N ( X X ) V( X ) cov( X, X ) = X X = = cov( X, Y) = cov( Y, X) = XY X Y ) u y = u ( y ) = Vˆ ( Y ) N N i = 1 j = 1 f X i donde u(x i, x j ) estima la covarianza entre los valores resultantes de las variables de entrada X i y X j x i. f X j x j. u ( x i, x j ) () Parte Diap. 3 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

92 Notas: La media es un operador lineal pues, siendo a una constante: X + Y = X ax = a X + Y La varianza no es un operador lineal pues V ( X + Y ) = ( X + Y ) = V( X ) + V( Y ) V(aX ) = a X X + Y X + Y + cov( X, Y ) ax ax = a V( X ) Parte Diap. 4 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

93 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM Parte Diap. 5 Si todas las variables de entrada son incorreladas, la expresión () se reduce a la ley de propagación de varianzas: siendo c i los coeficientes de sensibilidad: Designando la ley de propagación de varianzas resulta: = = = = N i i i N i i x i x u c x u X f y u i 1 1 ) ( ) ( ) ( X i x i i i X f c = = ) ( ) ( i i i x c u y u = = = N i u i y y u 1 ) ( ) ( LEY de PROPAGACIÓN de VARIANZAS LEY de PROPAGACIÓN de VARIANZAS

94 La hipótesis de linealidad es admisible en la mayor parte de los casos. Si la estimación u(y) es anormalmente baja (punto de trabajo próximo a un extremo relativo de la función f ) hay que introducir términos de orden superior en el desarrollo de Taylor interviniendo los estimadores de los coeficientes de asimetría y de curtosis. Parte Diap. 6 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

95 Ejemplos: Medida indirecta del área de una placa rectangular A = bh b Conociendo b ± u(b), h ± u(h), y si ambos valores son independientes, lo que podría ser inadmisible si se hubieran obtenido con el mismo instrumento, se tiene: h Parte Diap. 7 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

96 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM Parte Diap. 8 b h f c h b f c bh A h b = = = = = = = ) ( ) ( ) ( ) ( h u b A u b u h A u h b ) ( ) ( ) ( h u b b u h A u + = ) ( ) ( ) ( ) ( ) ( h w b w h h u b b u A A u + = + = ) ( ) ( ) ( h w b w A w + = A veces se emplea la incertidumbre relativa w(x)=u(x)/x Ejemplos:

97 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM Parte Diap. 9 ) ( ) ( 1 i N i i x w p y w = = La expresión obtenida es un caso particular de funciones de transferencia definidas por un monomio de forma general: el resultado es: = = N i p i N i X c X X X f 1 1 ),...,, ( y x p x x cp c i i N i p i i i i i = = =1 1 ) ( ) ( ) ( i i i i i i x w p y x x u p y y u = = Ejemplos:

98 La varianza de la diferencia de dos variables independientes es la suma de las varianzas. En este caso el modelo es Y=X 1 -X y pasando a los estimadores y=x 1 -x c 1 c = 1 1 = u y ) = u ( ) u y ) = u ( ) 1( x1 u ( y) = u ( x1) + u ( x) ( x Ejemplos: El mismo resultado que para la suma. Es un caso particular de función modelo combinación lineal de las variables de entrada Parte Diap. 30 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

99 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM Parte Diap. 31 Es decir siendo indiferente el signo de las constantes p i pues en la expresión final todas ellas intervienen al cuadrado. = = = N 1 i i i i i p c x p y = = N 1 ) ( ) ( i i i i x u p y u = = = = N 1 N 1 ) ( ) ( ) ( i i i i i y u x u p y u Ejemplos:

100 Contribución por redondeo de indicaciones Ejemplo: 10 medidas con micrómetro de exteriores E = 0,01 mm analógico 6,13 6,13 6,13 6,13 6,13 6,13 6,13 6,13 6,13 6,13 Se desea determinar la contribución de incertidumbre típica asociada a la repetibilidad No puede deducirse que la contribución de repetibilidad sea nula pues las indicaciones sólo aseguran que el valor medido se encuentra en 6,13 mm ± 0,005 mm. Parte Diap. 3 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

101 Modelo aplicable: X = lecturas redondeadas C E = corrección de escala Desconocida Se admite que se encuentra con toda seguridad en el intervalo ±E/ Se considera que responde a una función de densidad uniforme de media nula definida en ±E/ En consecuencia c E = 0, resultando: En el ejemplo Y = X + C E y = x + c = E x ( E ) E u ( y) = u ( x) + u ( ce ) = 0+ = 3 1 0,01 u( y) = E = 0,003 mm 1 1 Ejemplo: Parte Diap. 33 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

102 El resultado de este modelo también suele aplicarse, por seguridad, a cualquier instrumento que presenta las indicaciones redondeadas (presentación numérica o digital) y aunque las medidas no resulten tan repetitivas. En las medidas con un cierto nivel de dispersión la contribución del redondeo suele ser despreciable. Parte Diap. 34 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

103 Resumen de la Parte Modelo de medida Evaluaciones tipo A y B Ejemplos de contribuciones individuales Incertidumbre típica combinada: ley de propagación de varianzas: ejemplos Incertidumbres relativas: ejemplos Aclaraciones Parte Diap. 35 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

104 Fin de la parte (sesión 1) Parte Diap. 36 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

105 Incertidumbre de los resultados de medida: calibraciones y medidas (P3). Angel Mª Sánchez Pérez Laboratorio de Metrología y Metrotecnia LMM-ETSII-UPM

106 Parte 3: Incertidumbre expandida Parte 3 Diap. Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

107 RESUMEN ENAC En las diapositivas siguientes se recoge un resumen de los criterios ENAC (Entidad Nacional de Acreditación) para el cálculo de las incertidumbres de medida tal y como se exige que lo hagan los laboratorios que acredita. Estos criterios se incluyen en el documento EA-4/0 (*), elaborado de acuerdo con la GUM (ISO y otros) pero aplicando algunas simplifi-caciones. (*) Gratuito a través de internet, por ejemplo desde la página de ENAC. Parte 3 Diap. 3 Cálculo de Incertidumbre - Octubre 008 Incertidumbre de los resultados de medida: calibraciones y medidas A.M. Sánchez Pérez LMM-ETSII-UPM

Índice. TEMA 3. Evaluación de la incertidumbre típica. 1. Clasificación de las medidas: Ejemplos. 2. Función de transferencia.

Índice. TEMA 3. Evaluación de la incertidumbre típica. 1. Clasificación de las medidas: Ejemplos. 2. Función de transferencia. INTRODUCCIÓN A LA METROLOGÍA Curso Académico 2011-1212 Rafael Muñoz Bueno Laboratorio de Metrología y Metrotecnia LMM-ETSII-UPM TEMA 3. Evaluación de la incertidumbre típica Índice 1. Clasificación de

Más detalles

Capítulo 3: Metrología y Calidad. TEMA 6: Metrología. Sistemas y técnicas de medida para el control de calidad

Capítulo 3: Metrología y Calidad. TEMA 6: Metrología. Sistemas y técnicas de medida para el control de calidad Capítulo 3: Metrología y Calidad TEMA 6: Metrología. Sistemas y técnicas de medida para el control de calidad Índice 1. Metrología Dimensional 3.1 Introducción 3.2 Fuentes de incertidumbre en metrología

Más detalles

Estadística Avanzada y Análisis de Datos

Estadística Avanzada y Análisis de Datos 1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son

Más detalles

Cómo establecer periodos de Calibración. Ing. Francisco Javier Cedillo López

Cómo establecer periodos de Calibración. Ing. Francisco Javier Cedillo López Cómo establecer periodos de Calibración Ing. Francisco Javier Cedillo López OBJETIVO Es compartir con los asistentes, las herramientas y ejemplos de cómo establecer los periodos de calibración de los equipos

Más detalles

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág.

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág. ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística

Más detalles

INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO

INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO 1. Introducción 2. Error e incertidumbre 3. Exactitud y precisión de medida 4. Tipos de medidas 5. Incertidumbre típica o de medida 6. Incertidumbre

Más detalles

Introducción a la estadística básica, el diseño de experimentos y la regresión

Introducción a la estadística básica, el diseño de experimentos y la regresión Introducción a la estadística básica, el diseño de experimentos y la regresión Objetivos José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Objetivo general Organizar el estudio

Más detalles

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:

Más detalles

PRÁCTICA 1. Mediciones

PRÁCTICA 1. Mediciones PRÁCTICA 1 Mediciones Objetivo General El alumno determinará la incertidumbre de las mediciones. Objetivos particulares 1. El alumno determinará las incertidumbres a partir de los instrumentos de medición..

Más detalles

6. ESTIMACIÓN DE PARÁMETROS

6. ESTIMACIÓN DE PARÁMETROS PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza

Más detalles

4. Medidas de tendencia central

4. Medidas de tendencia central 4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable

Más detalles

Teoría de la decisión Estadística

Teoría de la decisión Estadística Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y

Más detalles

CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN

CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN [98] CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN La evaluación y definición de los sistemas de medición consiste en determinar la capacidad y estabilidad

Más detalles

PROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)

PROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8) PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua

Más detalles

PRACTICA 2. ERRORES. Ejemplos:

PRACTICA 2. ERRORES. Ejemplos: PRACTICA 2. ERRORES 1. ERRORES EN LAS MEDIDAS. ERRORES ABSOLUTO Y RELATIVO. Siempre que se hace alguna medida, es inherente la comisión de errores, debido a distintas causas. Por ello, al expresar una

Más detalles

Tema 11: Intervalos de confianza.

Tema 11: Intervalos de confianza. Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por

Más detalles

Buenas Prácticas para Laboratorios Nacionales de Control Farmacéutico Anexo 3 informe 36, 2002 METROLOGÍA

Buenas Prácticas para Laboratorios Nacionales de Control Farmacéutico Anexo 3 informe 36, 2002 METROLOGÍA Buenas Prácticas para Laboratorios Nacionales de Control Farmacéutico Anexo 3 informe 36, 2002 METROLOGÍA 1 CONTENIDO Sistema Internacional de Unidades Aseguramiento metrológico. Conceptos del vocabulario

Más detalles

Tema: TRATAMIENTO DE DATOS

Tema: TRATAMIENTO DE DATOS 1 Facultad Escuela Lugar de Ejecución : Ingeniería. : Biomédica : Laboratorio de Biomédica Tema: TRATAMIENTO DE DATOS Objetivos 1. Que el estudiante se familiarice con el concepto de error en una medición.

Más detalles

Departamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía

Departamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía Departamento Administrativo Nacional de Estadística Dirección de Censos y Demografía ESTIMACIÓN E INTERPRETACIÓN DEL COEFICIENTE DE VARIACIÓN DE LA ENCUESTA COCENSAL CENSO GENERAL 2005 - CGRAL Junio de

Más detalles

CONCEPTOS BÁSICOS. Metrología a y Sistemas de Gestión n de Mediciones

CONCEPTOS BÁSICOS. Metrología a y Sistemas de Gestión n de Mediciones Metrología a y Sistemas de Gestión n de Mediciones CONCEPTOS BÁSICOS Fernando Chacón M. INFRAESTRUCTURA NACIONAL DE CALIDAD Metrología Normalización y RT Acreditación Evaluación de la Conformidad Importancia

Más detalles

SISTEMA INGLES. 1.1. Explicar adecuadamente las magnitudes físicas en el sistema ingles utilizando múltiplos, submúltiplos y prefijos.

SISTEMA INGLES. 1.1. Explicar adecuadamente las magnitudes físicas en el sistema ingles utilizando múltiplos, submúltiplos y prefijos. 1 SISTEMA INGLES 1. Seleccionar la unidad adecuada en el sistema ingles para diversas magnitudes físicas, utilizando múltiplos, submúltiplos y prefijos. 1.1. Explicar adecuadamente las magnitudes físicas

Más detalles

CALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS

CALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado

Más detalles

INTRODUCCIÓN N A LA METROLOGÍA Curso Académico

INTRODUCCIÓN N A LA METROLOGÍA Curso Académico INTRODUCCIÓN N A LA METROLOGÍA Curso Académico 2011-12 12 Rafael Muñoz Bueno Laboratorio de Metrología a y Metrotecnia LMM-ETSII ETSII-UPM Índice TEMA 2. El concepto de medida TEMA 2. El concepto de medida

Más detalles

123 ± 18 cm valor. ±incertidumbre

123 ± 18 cm valor. ±incertidumbre PRESENTACIÓN de RESULTADOS I el resultado El resultado de una medición es una cantidad aproximada y su error esta acotado por la incertidumbre de la medida. 123 ± 18 cm valor unidades ERRORES : C absoluto

Más detalles

Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears CONTENIDOS Introducción a la inferencia estadística. Muestreo. Estimación

Más detalles

Análisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA

Análisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA 1. INTRODUCCIÓN En el tema 1 veíamos que la distribución de frecuencias tiene tres propiedades: tendencia central, variabilidad y asimetría. Las medidas de tendencia central las hemos visto en el tema

Más detalles

Regresión lineal múltiple

Regresión lineal múltiple Regresión lineal múltiple José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Índice I 1 El modelo de regresión lineal múltiple 1 El modelo de regresión múltiple. Introducción

Más detalles

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño

Más detalles

Capacidades de Medición y Calibración del Laboratorio de Densidad de Flujo Magnético del CENAM

Capacidades de Medición y Calibración del Laboratorio de Densidad de Flujo Magnético del CENAM Capacidades de Medición y l Laboratorio de Densidad de Flujo Magnético del CENAM Mario G. Alatorre M., Marco A. Escobar V. km 4,5 Carretera a Los Cués, 76246, Querétaro, México. malatorr@cenam.mx RESUMEN

Más detalles

Palabras clave: Física experimental, incertidumbre, distribución normal, distribución t v de Student, caída libre.

Palabras clave: Física experimental, incertidumbre, distribución normal, distribución t v de Student, caída libre. Implementación de la estadística t v de Student en el laboratorio de Física Harol Y Valencia-Martínez 1, Gabriel F Acevedo-Amaya 2 1,2 Universidad Santo Tomas, Departamento de Ciencias Básicas, Bogotá,

Más detalles

CRITERIOS Y RECOMENDACIONES. DETERMINACIÓN DE LA INCERTIDUMBRE DE MEDIDA DE AGENTES QUÍMICOS Incertidumbre del volumen de aire muestreado

CRITERIOS Y RECOMENDACIONES. DETERMINACIÓN DE LA INCERTIDUMBRE DE MEDIDA DE AGENTES QUÍMICOS Incertidumbre del volumen de aire muestreado CRITERIOS Y RECOMENDACIONES DETERMINACIÓN DE LA INCERTIDUMBRE DE MEDIDA DE AGENTES QUÍMICOS Incertidumbre del volumen de aire muestreado CR-04/2008 Autoras: Begoña Uribe Ortega Mª José Quintana San José

Más detalles

2. Cálculo de errores. y presentación de resultados experimentales

2. Cálculo de errores. y presentación de resultados experimentales Cálculo de errores y presentación de resultados experimentales Para determinar el valor real de una magnitud física, se realizan medidas de ella, normalmente mediante la cuenta de un número de sucesos

Más detalles

Toma de muestras personal: determinación de la incertidumbre del volumen de aire muestreado

Toma de muestras personal: determinación de la incertidumbre del volumen de aire muestreado Año: 2012 90 Toma de muestras personal: determinación de la incertidumbre del volumen de aire muestreado Personal sampling: determination of the uncertainty of the sampled air volume Échantillonnage individuel

Más detalles

Página 1 de 5 Incertidumbre, Tolerancia y Precisión Fecha 27-03-2005 Tema Topografía Incertidumbre, Tolerancia y Precisión son términos que aparecen frecuentemente relacionados y no siempre resulta fácil

Más detalles

Recomendaciones para la calibración de material volumétrico en el laboratorio clínico

Recomendaciones para la calibración de material volumétrico en el laboratorio clínico DOCUMENTO Química Clínica 006; 5 () 104-110 Recomendaciones para la calibración de material volumétrico en el laboratorio clínico Sociedad Española de Bioquímica Clínica y Patología Molecular Comité Científico

Más detalles

Unidad III Variables Aleatorias Unidimensionales

Unidad III Variables Aleatorias Unidimensionales Unidad III Variables Aleatorias Unidimensionales En el capítulo anterior se examinaron los conceptos básicos de probabilidad con respecto a eventos que se encuentran en un espacio muestral. Los experimentos

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

PROCEDIMIENTO QU- 012 PARA LA CALIBRACIÓN DE DETECTORES DE GAS DE UNO O MÁS COMPONENTES

PROCEDIMIENTO QU- 012 PARA LA CALIBRACIÓN DE DETECTORES DE GAS DE UNO O MÁS COMPONENTES PROCEDIMIENTO QU- 012 PARA LA CALIBRACIÓN DE DETECTORES DE GAS DE UNO O MÁS COMPONENTES 08 Edición digital 1 Este procedimiento ha sido revisado, corregido y actualizado, si ha sido necesario. La presente

Más detalles

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 011 Índice 1. Antecedentes Generales 1. Comparación de puntajes promedios.1. Errores

Más detalles

Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra.

Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Clasificar distintos tipos de números: naturales, enteros, racionales y reales. 2. Operar con números reales y aplicar las propiedades

Más detalles

Curso de cálculo de incertidumbres en ensayos: TEORÍA

Curso de cálculo de incertidumbres en ensayos: TEORÍA Curso de cálculo de incertidumbres en ensayos: TEORÍA Line EILA17 Scale Cálculo de Incertidumbres Jesús Caja García (jesus.caja@upm.es) Piera Maresca (piera.maresca@upm.es) Dpto. de Ingeniería, Química

Más detalles

2ª PRUEBA 26 de febrero de 2016

2ª PRUEBA 26 de febrero de 2016 2ª PRUEB 26 de febrero de 216 Problema experimental. Calibrado de un termistor. Como bien sabes, un termómetro es un dispositivo que permite medir la temperatura. Los termómetros clásicos se basan en el

Más detalles

PROCEDIMIENTO PARA CALIBRACIÓN Y METROLOGIA

PROCEDIMIENTO PARA CALIBRACIÓN Y METROLOGIA Página 1 de 5 1. OBJETIVO Establecer lineamientos claros para identificar e implementar mecanismos necesarios para proporcionar evidencia de la conformidad de los dispositivos de seguimiento y medición

Más detalles

ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN

ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN ARQUITECTURA TÉCNICA ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II CURSO: 2009-2010 APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN. ESTADÍSTICA APLICADA AL CONTROL:. GENERALIDADES. MUESTREO

Más detalles

Tabla 1. Incertidumbres típicas en la calibración de recipientes volumétricos por el método gravimétrico. (Son consideradas como referencia).

Tabla 1. Incertidumbres típicas en la calibración de recipientes volumétricos por el método gravimétrico. (Son consideradas como referencia). 4. CALIBRACIÓN DE MATERIAL VOLUMÉTRICO 1.- OBJETIVO Realizar la calibración de material volumétrico por el método gravimétrico, para calcular el volumen, estimar la incertidumbre asociada y la trazabilidad

Más detalles

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos

Más detalles

Muestreo y Distribuciones muestrales. 51 SOLUCIONES

Muestreo y Distribuciones muestrales. 51 SOLUCIONES Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo

Más detalles

Estadistica II Tema 1. Inferencia sobre una población. Curso 2009/10

Estadistica II Tema 1. Inferencia sobre una población. Curso 2009/10 Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza

Más detalles

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2014/15 Contenidos 1. Introducción

Más detalles

Test de Kolmogorov-Smirnov

Test de Kolmogorov-Smirnov Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar

Más detalles

Webinario: Importancia de la Incertidumbre en las Calibraciones. Buenos Aires 09 de noviembre de 2017

Webinario: Importancia de la Incertidumbre en las Calibraciones. Buenos Aires 09 de noviembre de 2017 Webinario: Importancia de la Incertidumbre en las Calibraciones Buenos Aires 09 de noviembre de 2017 Incertidumbre Incertidumbre: parámetro no negativo que caracteriza la dispersión de los valores atribuidos

Más detalles

Medición Multifásica (MM) de Pozos y Corrientes de Flujo. Grupo de Medición de PEP

Medición Multifásica (MM) de Pozos y Corrientes de Flujo. Grupo de Medición de PEP Medición Multifásica (MM) de Pozos y Corrientes de Flujo Grupo de Medición de PEP Ing. Ricardo Alfaro Grajeda Índice 1.- Objetivos 2.- Introducción 3.- Tecnologías y principios de operación 4.- Particularidades

Más detalles

Estadística Descriptiva. SESIÓN 12 Medidas de dispersión

Estadística Descriptiva. SESIÓN 12 Medidas de dispersión Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para

Más detalles

TEMA 15: Introducción a la Metrología Dimensional

TEMA 15: Introducción a la Metrología Dimensional MÓDULO IV: METROLOGÍA DIMENSIONAL TEMA 15: Introducción a la Metrología Dimensional TECNOLOGÍA MECÁNICA DPTO. DE INGENIERÍA MECÁNICA Universidad del País Vasco Euskal Herriko Unibertsitatea Tema 15: Introducción

Más detalles

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos CONTROL DE LOS PROCESOS DE FABRICACIÓN Introducción a las técnicas de control estadístico de los procesos Introducción Departamento de Ingeniería Mecánica de la UPV-EHU ElControlEstadísticodelosProcesos

Más detalles

AUDITORÍAS AS EN LABORATORIOS

AUDITORÍAS AS EN LABORATORIOS AUDITORÍAS AS EN LABORATORIOS II Foro Cerper. 26 de noviembre de 2009. PONENTE: Francisco Rodríguez ÍNDICE OBJETIVOS Y TIPOS DE AUDITORÍAS EN LABORATORIOS. PRINCIPAL NORMATIVA PARA AUDITORÍAS EN LABORATORIOS.

Más detalles

3. VARIABLES ALEATORIAS

3. VARIABLES ALEATORIAS . VARIABLES ALEATORIAS L as variables aleatorias se clasiican en discretas y continuas, dependiendo del número de valores que pueden asumir. Una variable aleatoria es discreta si sólo puede tomar una cantidad

Más detalles

Estadística II Tema 4. Regresión lineal simple. Curso 2010/11

Estadística II Tema 4. Regresión lineal simple. Curso 2010/11 Estadística II Tema 4. Regresión lineal simple Curso 010/11 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores

Más detalles

Traducción y adaptación del OUA del DOQ-CGCRE-003 REVISIÓN :00 NOV /03 Documento de carácter orientador

Traducción y adaptación del OUA del DOQ-CGCRE-003 REVISIÓN :00 NOV /03 Documento de carácter orientador Guía sobre calibración y trazabilidad de las mediciones en laboratorios de calibración y de ensayo. Traducción y adaptación del OUA del DOQ-CGCRE-003 REVISIÓN :00 NOV /03 Documento de carácter orientador

Más detalles

www.matesxronda.net José A. Jiménez Nieto

www.matesxronda.net José A. Jiménez Nieto NÚMEROS REALES 1. NÚMEROS IRRACIONALES: CARACTERIZACIÓN. En el tema correspondiente a números racionales hemos visto que estos números tienen una característica esencial: su expresión decimal es exacta

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de

Más detalles

El uso de la Técnica de Regresión Lineal Múltiple para la evaluación de la dotación de personal en el I.N.S.S.

El uso de la Técnica de Regresión Lineal Múltiple para la evaluación de la dotación de personal en el I.N.S.S. El uso de la Técnica de Regresión Lineal Múltiple para la evaluación de la dotación de personal en el I.N.S.S. Establecimiento de un sistema de evaluación de la dotación de personal para las oficinas del

Más detalles

Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO

Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Objetivos de la clase Objetivos de la estadística. Concepto y parámetros

Más detalles

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE Unidad de Análisis Estadístico División de Evaluación de Logros de Aprendizaje Agencia de Calidad de la Educación 013 Índice 1.

Más detalles

Ley de Ohm. Determinar si un material tiene un comportamiento eléctrico lineal (ohmico). Determinar la resistencia óhmica de materiales

Ley de Ohm. Determinar si un material tiene un comportamiento eléctrico lineal (ohmico). Determinar la resistencia óhmica de materiales Ley de Ohm 1 Ley de Ohm 1. OBJETIOS Determinar si un material tiene un comportamiento eléctrico lineal (ohmico). Determinar la resistencia óhmica de materiales 2. FUNDAMENTO TEÓICO La ley de Ohm establece

Más detalles

TEMAS SELECTOS DE MATEMÁTICAS II

TEMAS SELECTOS DE MATEMÁTICAS II MATERIAL PARA PREPARAR EL EXAMEN DE TEMAS SELECTOS DE MATEMÁTICAS II Profesor: Rubén Oscar Costiglia Garino PREFECO David Alfaro Siqueiros MEDIAS 1. Dados los números 13 y 23 calcula: a. La media aritmética

Más detalles

TEMA 11. LA FIABILIDAD DE LOS TESTS

TEMA 11. LA FIABILIDAD DE LOS TESTS TEMA 11. LA FIABILIDAD DE LOS TESTS 11.1. Métodos empíricos para estimar el coeficiente de Fiabilidad 11.2. Factores que afectan al Coeficiente de Fiabilidad 11.3. Interpretación del Coeficiente de Fiabilidad

Más detalles

DECISIONES DERIVADAS DEL

DECISIONES DERIVADAS DEL DECISIONES DERIVADAS DEL CONTROL DE CALIDAD ROSARIO MARTÍNEZ LEBRUSANT DRA. CIENCIAS QUÍMICAS INSTITUTO ESPAÑOL DEL CEMENTO Y SUS APLICACIONES (IECA) JUAN CARLOS LÓPEZ AGÜÍ DR. INGENIERO DE CAMINOS INSTITUTO

Más detalles

Webminario 28 de junio de 2017

Webminario 28 de junio de 2017 Webminario 28 de junio de 2017 Propiedad de un resultado de medida por la cual el resultado puede relacionarse con una referencia mediante una cadena ininterrumpida y documentada de calibraciones, cada

Más detalles

Econometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana

Econometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana Econometria 4. Modelo de Regresión Lineal Simple: Inferencia Prof. Ma. Isabel Santana MRLS: Inferencia Hasta ahora nos hemos ocupado solamente de la estimación de los parámetros del modelo de regresión

Más detalles

BENEMÉRITA Y CENTENARIA ESCUELA NORMAL OFICIAL DE GUANAJUATO. Glosario de Términos

BENEMÉRITA Y CENTENARIA ESCUELA NORMAL OFICIAL DE GUANAJUATO. Glosario de Términos Página 1 de 7 9.3 GLOSARIO DE TÉRMINOS Las siguientes definiciones están dirigidas a asegurar el entendimiento del estándar de calidad de la Benemérita y Centenaria Escuela Normal Oficial de Guanajuato

Más detalles

INTRODUCCIÓN DIAGRAMA DE DISPERSIÓN. Figura1

INTRODUCCIÓN DIAGRAMA DE DISPERSIÓN. Figura1 Capítulo 5 Análisis de regresión INTRODUCCIÓN OBJETIVO DE LA REGRESIÓN Determinar una función matemática sencilla que describa el comportamiento de una variable dadoslosvaloresdeotrauotrasvariables. DIAGRAMA

Más detalles

Tema 1. Modelo de diseño de experimentos (un factor)

Tema 1. Modelo de diseño de experimentos (un factor) Tema 1. Modelo de diseño de experimentos (un factor) Estadística (CC. Ambientales). Profesora: Amparo Baíllo Tema 1: Diseño de experimentos (un factor) 1 Introducción El objetivo del Análisis de la Varianza

Más detalles

Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad

Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad Introducción a la estadística descriptiva La estadística descriptiva ayuda a describir las características de grupos

Más detalles

7. Distribución normal

7. Distribución normal 7. Distribución normal Sin duda, la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o

Más detalles

5 Relaciones entre variables.

5 Relaciones entre variables. ANÁLISIS EPLORATORIO DE DATOS 39 ANÁLISIS EPLORATORIO DE DATOS 40 Relaciones entre variables..1 Ejercicios. Ejercicio.1 En una muestra de 0 individuos se recogen datos sobre dos medidas antropométricas

Más detalles

Técnicas de validación estadística Bondad de ajuste

Técnicas de validación estadística Bondad de ajuste Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución

Más detalles

El Índice de Revalorización de Pensiones (IRP) para el año 2015 se sitúa en el -1,28% Documento de trabajo sobre datos, metodología y resultados

El Índice de Revalorización de Pensiones (IRP) para el año 2015 se sitúa en el -1,28% Documento de trabajo sobre datos, metodología y resultados El Índice de Revalorización de Pensiones (IRP) para el año 215 se sitúa en el -1,28% Documento de trabajo sobre datos, metodología y resultados Autores: Grupo de Investigación en Pensiones y Protección

Más detalles

Teoría de errores. Departamento de Análisis Matemático Universidad de La Laguna

Teoría de errores. Departamento de Análisis Matemático Universidad de La Laguna Teoría de errores BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es) ALEJANDRO SANABRIA

Más detalles

Trazabilidad. Webinario. 27 de marzo de 2018

Trazabilidad. Webinario. 27 de marzo de 2018 Trazabilidad Webinario 27 de marzo de 2018 Trazabilidad metrológica Propiedad de un resultado de medida por la cual el resultado puede relacionarse con una referencia mediante una cadena ininterrumpida

Más detalles

Tema 3. 3. Correlación. Correlación. Introducción

Tema 3. 3. Correlación. Correlación. Introducción 3-1 Introducción Tema 3 Correlación Coeficiente de correlación lineal de Pearson Coeficiente de correlación poblacional Contraste paramétrico clásico Transformación de Fisher Correlación bayesiana Test

Más detalles

MOVIMIENTO ARMÓNICO AMORTIGUADO

MOVIMIENTO ARMÓNICO AMORTIGUADO MOVIMIENTO ARMÓNICO AMORTIGUADO OBJETIVO Medida experimental de la variación exponencial decreciente de la oscilación en un sistema oscilatorio de bajo amortiguamiento. FUNDAMENTO TEÓRICO A) SISTEMA SIN

Más detalles

SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas

SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria

Más detalles

"Guide to the expression of Uncertainty in Measurement (GUM) Norma IRAM 35050:2001

Guide to the expression of Uncertainty in Measurement (GUM) Norma IRAM 35050:2001 "Guide to the expression of Uncertainty in Measurement (GUM) Norma IRAM 35050:001 Es un documento propuesto en 1980 por la autoridad internacional en metrología, el Comité Internacional de Pesas y Medidas

Más detalles

UNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO

UNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO UNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO I. OBJETIVOS LABORATORIO : RESISTIVIDAD ELÉCTRICA Determinar la resistividad eléctrica

Más detalles

ESTADISTICA APLICADA: PROGRAMA

ESTADISTICA APLICADA: PROGRAMA Pág. 1 de 5 ESTADISTICA APLICADA: PROGRAMA a) OBJETIVOS Y BLOQUE 1: Teoría de Probabilidades 1.1 Comprender la naturaleza de los experimentos aleatorios y la estructura de los espacios de probabilidades,

Más detalles

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico. Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico

Más detalles

Introducción al Tema 9

Introducción al Tema 9 Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables

Más detalles

Optimizar recursos y asegurar cumplimiento metrológico Buenos Aires 23 de Octubre de 2015

Optimizar recursos y asegurar cumplimiento metrológico Buenos Aires 23 de Octubre de 2015 Optimizar recursos y asegurar cumplimiento metrológico Buenos Aires 23 de Octubre de 2015 Operación que establece, una relación entre los valores y sus incertidumbres de medida asociadas obtenidas a partir

Más detalles

TRABAJO PRÁCTICO ESTADISTICA APLICADA (746)

TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,

Más detalles

Conceptos básicos de metrología

Conceptos básicos de metrología Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las

Más detalles

4 DEFINICIONESY ABREVIATURAS Conformidad: Cumplimiento de un requisito. Corrección: Acción tomada para eliminar una no conformidad detectada.

4 DEFINICIONESY ABREVIATURAS Conformidad: Cumplimiento de un requisito. Corrección: Acción tomada para eliminar una no conformidad detectada. Página 1 de 6 1 POLÍTICA Es política del SVCADC asegurar la calidad de sus ensayos, identificando cualquier aspecto de su trabajo de ensayo o calibración que no sea conforme con sus propios procedimientos

Más detalles

Estadística II Tema 2. Conceptos básicos en el contraste de. Curso 2010/11

Estadística II Tema 2. Conceptos básicos en el contraste de. Curso 2010/11 Estadística II Tema 2. Conceptos básicos en el contraste de hipótesis Curso 2010/11 Tema 2. Conceptos básicos en el contraste de hipótesis Contenidos Definición de contraste e hipótesis estadística. Hipótesis

Más detalles

ANÁLISIS DE DATOS MULTIDIMENSIONALES

ANÁLISIS DE DATOS MULTIDIMENSIONALES ANÁLISIS DE DATOS MULTIDIMENSIONALES INTRODUCCIÓN DISTRIBUCIÓN DE FRECUENCIAS MULTIDIMENSIONAL DISTRIBUCIONES MARGINALES DISTRIBUCIONES CONDICIONADAS INDEPENDENCIA ESTADÍSTICA ESTUDIO ANALÍTICO DE DISTRIBUCIONES

Más detalles

ESTADISTICA INFERENCIAL

ESTADISTICA INFERENCIAL ESTADISTICA INFERENCIAL PROFESOR: DR. JORGE ACUÑA A. 1 LA ESTADISTICA Estadística descriptiva Método científico Muestreo Información de entrada y de salida Estadística inferencial Inferencias Intervalos

Más detalles

REGRESIÓN LINEAL CON SPSS

REGRESIÓN LINEAL CON SPSS ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística REGRESIÓN LINEAL CON SPSS 1.- INTRODUCCIÓN El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre

Más detalles

La evaluación de la exposición a contaminantes químicos: Sílice

La evaluación de la exposición a contaminantes químicos: Sílice La evaluación de la exposición a contaminantes químicos: Sílice 1 R.D. 374/2001 ITC 2.0.02 Criterios para la prevención de la exposición al polvo de sílice. 2 CRITERIO R.D. 374/2001, sobre protección de

Más detalles

El promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores de la variable.

El promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores de la variable. TEMA 3: ESTADÍSTICA DESCRIPTIVA 3.1 Conceptos fundamentales Es el conjunto de procedimientos y técnicas empleadas para recolectar, organizar y analizar datos, los cuales sirven de base para tomar decisiones

Más detalles

Repartido de Ciencias. Conceptos Básicos.

Repartido de Ciencias. Conceptos Básicos. Repartido de Ciencias. Conceptos Básicos. Concepto de MAGNITUD: cantidad física que se utiliza para expresar Leyes. Esta cantidad se define cuando se han establecido un conjunto de procedimiento o recetas

Más detalles