Incertidumbre de la Medición: Teoría y Práctica

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

Download "Incertidumbre de la Medición: Teoría y Práctica"

Transcripción

1 CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca (1 ra Edcón) Autores: Sfredo J. Sáez Ruz Lus Font Avla Maracay - Estado Aragua - Febrero 001 Copyrght 001 L&S CONSULTORES C.A. Calle Urdaneta, Nº A, 1 er Pso, entre Avenda Aragua y Calle Smón Rodríguez (a 100 m del C.C. Maracay Plaza) - Maracay, Estado Aragua Master-Telefax: (043) Telf: (043) e-mal: lsconsultores@hotmal.com

2 TABLA DE CONTENIDO Tabla de contendo Introduccón. Capítulo 1. Fundamentos de metrología. Capítulo. Capítulo 3. Capítulo 4. Capítulo 5. Capítulo 6. Bblografía La medcón Instrumento de medcón Materal de referenca Incertdumbre..0. Defncón de ncertdumbre Fuentes de ncertdumbre Componentes de ncertdumbre Error e ncertdumbre Procedmentos estadístcos útles Funcón de dstrbucón de la varable aleatora Característcas numércas de la varable aleatora Ejemplos de funcones de dstrbucón Método de los mínmos cuadrados Proceso de estmacón de la ncertdumbre estándar Introduccón Especfcacón del mensurando Identfcacón de las fuentes de ncertdumbre y análss Evaluacón de la ncertdumbre estándar Incertdumbre del resultado de la medcón Incertdumbre combnada Incertdumbre expandda Informe de los resultados Crteros de conformdad Ejerccos. Págna de

3 CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca Introduccón

4 INTRODUCCION Introduccón El resultado de una medcón no está completo s no posee una declaracón de la ncertdumbre de la medcón con un nvel de confanza determnado. De nngún modo es la ncertdumbre de la medcón un térmno equvalente al error de la medcón o a la precsón de la msma bajo condcones de repetbldad o reproducbldad. La ncertdumbre de la medcón, calfcada en ocasones como un gran problema, verdaderamente no lo es y no exste stuacón real alguna donde lo sea, smplemente que su cálculo juzga por sí msmo cuánto conocemos de los procesos de medcón en los que nos desempeñamos día a día, el nvel de la gestón de la caldad de los msmos, y por consguente saca a relucr las vrtudes y los defectos de los sstemas de aseguramento metrológco que soportan todas las medcones que realzamos. El análss puede llevarnos a evaluar la caldad de las medcones desde los nveles más bajos de exacttud hasta los nveles más altos de exacttud en las cadenas de trazabldad que tenemos establecdas. El presente curso establece las reglas generales para la evaluacón y expresón de la ncertdumbre de la medcón, las cuales pueden segurse a dferentes nveles de exacttud y en muchos campos de las medcones, desde la metrología centífca hasta la metrología ndustral. Por lo tanto, se pretende que los prncpos que se analzan sean aplcables a una ampla gama de medcones, ncluyendo aquellas requerdas para: Mantener el control de la caldad y al aseguramento de la caldad en la produccón (ya sea en sstemas de gestón de la caldad basados en las normas COVENIN-ISO 9000: 000 u otros); Cumplr con leyes y reglamentos oblgatoros (emtdos por órganos de acredtacón naconales o nternaconales, SENCAMER); Conducr proyectos de nvestgacón y desarrollo aplcados a la cenca y a la ngenería; Calbracón de patrones e nstrumentos y realzacón de ensayos a través de un sstema naconal de medcones con la fnaldad de lograr la trazabldad a patrones naconales; Desarrollar, mantener, y comparar los patrones de referenca físcos naconales e nternaconales, ncluyendo los materales de referenca. Desde el punto de vsta más elemental, la medcón es un proceso que tene por objetvo determnar el valor de una magntud partcular, es decr del mensurando, sguendo una sere de operacones ben defndas, las cuales deben estar documentadas. Este proceso ncluye el acto en sí de medr para la adquscón de los datos, el procesamento de los msmos y la expresón del resultado fnal. Sempre que se realza una medcón nevtablemente se cometen errores debdo a muchas causas, algunas pueden ser controladas y otras son ncontrolables o nclusve desconocdas. Por lo tanto, para realzar medcones con caldad y obtener resultados confables es necesaro que la persona que realza la medcón tenga el conocmento, la técnca y la dscplna necesaros. El conocmento y la comprensón de la metrología como Págna de 3

5 INTRODUCCION cenca de las medcones, y el domno los nstrumentos de medcón empleados. La técnca adqurda con el hábto de medr que lleva a la formacón de la experenca y al desarrollo de habldades, nsusttubles sempre que se han de realzar buenas medcones. La dscplna que sólo se consgue pensando antes de hacer, sobre la base de procedmentos normalzados, y realzando las operacones ordenadamente, regstrando correctamente los resultados. Cuando se expresa el resultado de la medcón, además del valor estmado del mensurando, es necesaro evaluar y expresar la ncertdumbre de la medcón como valoracón de la caldad del resultado de la medcón. La ncertdumbre de la medcón es consderada como una fgura de mérto, es decr, un índce de caldad de la medcón que proporcona una base para la comparacón de los resultados de las medcones, dando una medda de la confabldad en los resultados. La Guía BIPM/ISO para la expresón de la ncertdumbre en las medcones es el documento de referenca oblgada sempre que se desea abordar el tema de la ncertdumbre, por abarcar de una forma teórca y profunda dcho tema. Este documento srve de referenca a este curso conjuntamente con otros documentos elaborados por prestgosas organzacones naconales e nternaconales que permten realzar al análss de la ncertdumbre de una forma más clara. Entre dchas organzacones se encuentran NIST, EURACHEM, EAL, UKAS, OIML, entre otras. La mayoría de las medcones son realzadas con nstrumentos sujetos a la calbracón o verfcacón peródca. S se conoce que estos nstrumentos están en conformdad con los errores máxmos permsbles establecdos en sus especfcacones o en documentos normatvos aplcados y que las dferentes fuentes de ncertdumbre que ntervenen en el proceso de medcón pueden ser cuantfcadas o mnmzadas, la ncertdumbre asocada con el resultado de la medcón puede ser calculada para la totaldad de las stuacones práctcas. El manual está dvddo en ses capítulos. En el Capítulo 1 Fundamentos de metrología se abordan una sere de conceptos relatvos al proceso de medcón y al nstrumento de medcón. El Capítulo Incertdumbre abarca la defncón de ncertdumbre, las fuentes de ncertdumbre y se dscuten las marcadas dferencas entre la ncertdumbre y el error como parámetros de la medcón. Una sere de herramentas de estadístca y probabldad son tratadas en el Capítulo 3 Procedmentos estadístcos útles, como base necesara para la comprensón y ejecucón de los cálculos. En el Capítulo 4 Proceso de estmacón de la ncertdumbre se analza dcho proceso como tal, culmnando con la cuantfcacón de componentes ndvduales de ncertdumbre estándar. La combnacón de las dferentes componentes ndvduales para obtener una ncertdumbre combnada y luego una ncertdumbre expandda es descrta en el Capítulo 5 Incertdumbre del resultado de la medcón, conjuntamente con la emsón de crteros de conformdad basados en la ncertdumbre calculada. La ejerctacón se logra a través del Capítulo 6 Ejerccos, donde son estudados un conjunto de ejerccos con fnes teórcos, práctcos y metodológcos para el desarrollo de habldades en la solucón de problemas reales. Págna 3 de 3

6 CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca Capítulo 1 Fundamentos de Metrología

7 CAPITULO 1. FUNDAMENTOS DE METROLOGIA Capítulo 1 Fundamentos de metrología 1.0 La medcón El objetvo de una medcón es determnar el valor de la magntud específca a medr, denomnada mensurando. Durante la realzacón de una medcón ntervenen una sere de factores que determnan su resultado: El objeto de medcón; El procedmento de medcón; Los nstrumentos de medcón; El ambente de medcón; El observador; El método de cálculo. Además del propo mensurando, el resultado de la medcón está afectado por las denomnadas magntudes de nfluenca. En un sentdo amplo se consdera que las magntudes de nfluenca ncluyen no sólo las que se referen a las condcones ambentales, como son la temperatura, la presón barométrca y la humedad, sno tambén fenómenos tales como las fluctuacones breves de los nstrumentos de medcón, valores asocados con patrones de medcón y datos de referenca de los cuales puede depender el resultado de la medcón. Una medcón comenza con una especfcacón apropada del mensurando, del método de medcón y de los procedmentos de medcón. El método de medcón es la secuenca lógca de operacones, generalmente descrtas, usada en la ejecucón de las medcones de acuerdo con un prncpo de medcón determnado. Entre ellos podemos menconar: el método de susttucón, el método dferencal, el método de cero, etc. El procedmento de medcón es el conjunto de operacones, descrtas de forma específca, utlzadas en la ejecucón de medcones partculares, de acuerdo a un método de medcón determnado. El procedmento de medcón se regstra en un documento y contene un nvel sufcente de detalle, que le permte a un operador realzar la medcón sn nformacón adconal. El prncpo de medcón es el fundamento centífco del método de medcón. Como ejemplos podemos ctar: el efecto termoeléctrco aplcado a la medcón de temperatura, la ecuacón de Nerst que relacona el voltaje (mv) y la temperatura (ºC) con el ph, el prncpo del equlbro hdrostátco en las medcones de presón, etc. Págna de 8

8 CAPITULO 1. FUNDAMENTOS DE METROLOGIA Cuando hacemos referenca a repetr una medcón bajo las msmas condcones (condcones de repetbldad), esto sgnfca que nnguno de los factores que ntervenen en la medcón camban, es decr: El msmo mensurando; El msmo observador; El msmo nstrumento de medcón, utlzado bajo las msmas condcones; El msmo lugar; La repetcón de la medcón en un corto ntervalo de tempo. La repetbldad de los resultados de las medcones caracterza el acuerdo más cercano entre los resultados de medcones sucesvas del msmo mensurando llevadas a cabo bajo condcones de repetbldad. La repetbldad puede ser expresada cuanttatvamente en térmnos de las característcas de dspersón de los resultados. Cuando las medcones se repten bajo dstntas condcones, se habla entonces de su reproducbldad. Las dstntas condcones pueden nclur: El prncpo de medcón o el método de medcón; El observador; El nstrumento de medcón; El patrón de referenca; La ubcacón; Las condcones de uso; El tempo. La reproducbldad de las medcones caracterza el acuerdo más cercano entre los resultados de medcones del msmo mensurando llevadas a cabo bajo condcones de reproducbldad. Para que una expresón de reproducbldad sea válda es necesaro especfcar las condcones que varían. La reproducbldad puede ser expresada cuanttatvamente en térmnos de las característcas de dspersón de los resultados. Para caracterzar cualtatvamente la caldad de una medcón se utlza el térmno exacttud. La exacttud de la medcón es la cualdad que refleja el grado de concordanca entre el resultado de la medcón y un valor verdadero del mensurando. Se recomenda no utlzar el térmno precsón en lugar de exacttud. La precsón caracterza el grado de concordanca entre resultados de ensayos ndependentes, obtendos bajo condcones estpuladas. Págna 3 de 8

9 CAPITULO 1. FUNDAMENTOS DE METROLOGIA El térmno precsón está relaconado con la repetbldad y la reproducbldad. Las meddas de precsón son estmadas bajo condcones de repetbldad y reproducbldad, aunque frecuentemente, la precsón es tomada como una smple medda de repetbldad. El térmno precsón, así como los térmnos exacttud, repetbldad, reproducbldad e ncertdumbre, son térmnos que deben ser utlzados con cudado y no pueden ser usados como snónmos o para etquetar cantdades estmadas. Por ejemplo la expresón la precsón de los resultados de la medcón expresados como una desvacón estándar obtenda bajo condcones de repetbldad es 0, ph, es aceptada; pero la expresón la precsón de los resultados de la medcón es 0, ph, no es aceptada. 1.1 Instrumento de medcón Se denomna nstrumento o aparato de medda a todo dspostvo destnado a realzar una medcón, sólo o con dspostvos suplementaros. El térmno así defndo según la norma COVENIN 55:1999 (OIML V:1993), srve de denomnacón común y comprende: meddas materalzadas, materales de referenca, nstrumentos ndcadores, transductores, etc., los cuales pueden agruparse y conformar sstemas de medcón. Independentemente de sus dseños, prncpos de funconamento y magntudes que mden, a los nstrumentos de medcón les son comunes una sere de característcas metrológcas, entre las que se encuentran: Rango de ndcacón: Conjunto de los valores lmtados por las ndcacones extremas del nstrumento de medcón. El rango es normalmente expresado en térmnos de sus límtes nferor y superor. Por ejemplo, para un termómetro el rango de medcón es de (100 a 00) º C. Valor nomnal: Valor redondeado o aproxmado de una característca de un nstrumento de medcón que srve de guía para su utlzacón. En el caso de las meddas materalzadas este valor caracterza la magntud por ella reproducda. Por ejemplo: El valor 10 g para una pesa; El valor 0,1 mol/l de la concentracón en cantdad de sustanca de una solucón de ácdo clorhídrco, HCL; El valor 0 ml para una ppeta de un trazo; El valor 5 ºC para el punto de control de un baño termostátco. Págna 4 de 8

10 CAPITULO 1. FUNDAMENTOS DE METROLOGIA Intervalo de medcón: Módulo de la dferenca entre los dos límtes de un rango nomnal. Por ejemplo: Para un manómetro de rango de medcón de (-5 a 30) ps, el ntervalo de medcón es de 35 ps; Para un meddor de ph de rango de medcón de (0 a 14) ph el ntervalo de medcón es de 14 ph. Valor de dvsón: Dferenca entre los valores correspondentes a dos marcas sucesvas de la escala. Por ejemplo, 0,5 ºC para un termómetro cuya menor dvsón en su escala tene ese valor. Resolucón (de un dspostvo ndcador): Menor dferenca entre ndcacones de un dspostvo ndcador que puede ser dstnguda sgnfcatvamente. Para un nstrumento de ndcacón dgtal, es el cambo en la ndcacón cuando el dígto menos sgnfcatvo camba en un paso (se ncrementa o decrementa). Condcones nomnales de funconamento: Condcones de utlzacón para las cuales, se proyecta que las característcas metrológcas especfcadas de un nstrumento de medcón estén comprenddas entre límtes dados. Las condcones nomnales de funconamento especfcan generalmente el rango o valores nomnales de la magntud a medr y de las magntudes nfluyentes. Condcones límtes: Condcones extremas que puede soportar un nstrumento de medcón sn dañarse y sn degradarse sus característcas metrológcas especfcadas, cuando es utlzado posterormente bajo condcones nomnales de funconamento. Las condcones límtes pueden comprender valores límtes para el mensurando y para las magntudes nfluyentes y las msmas pueden corresponder al almacenamento, transportacón y operacón. Por ejemplo: Un ndcador - controlador de temperatura que utlza como transductor prmaro una termocupla de tpo J refere en el manual del fabrcante: Temperatura de operacón: (0 a 55) ºC; Temperatura de almacenamento: - (0 a 70) ºC. Págna 5 de 8

11 CAPITULO 1. FUNDAMENTOS DE METROLOGIA Establdad: Apttud de un nstrumento de medcón para mantener constante en el tempo sus característcas metrológcas. Transparenca: Apttud de un nstrumento de medcón de no modfcar la magntud a medr. Error máxmo permsble de un nstrumento de medcón: Es el valor extremo del error permsble por especfcacones, regulacones, etc., para un nstrumento de medcón dado. Relaconado con los errores máxmos permsbles de los nstrumentos de medcón está el concepto de clase de exacttud, el cual se utlza frecuentemente para caracterzar la exacttud de un nstrumento. Se denomna clase de exacttud a una clase de nstrumentos de medcón que cumple determnados requstos metrológcos que están destnados a mantener los errores dentro de límtes específcos. Una clase de exacttud se ndca habtualmente por un número o símbolo adoptado por conveno y denomnado índce de clase. Exacttud de un nstrumento de medcón: Apttud de un nstrumento de medcón para dar respuestas cercanas al valor verdadero del mensurando. La exacttud del nstrumento de medcón es un concepto cualtatvo que refleja la cercanía a cero de sus errores. 1. Materal de referenca Generaldades. Los materales de referenca (MR) y los materales de referenca certfcados (MRC) hacen posble la transferenca de los valores de las magntudes asgnadas o meddas (físca, químca, bológca o tecnológca), entre un lugar y otro. Ellos son amplamente usados para la calbracón de los nstrumentos de medcón, para la evaluacón o verfcacón de los métodos de ensayo ó análss, para el aseguramento de la caldad de las medcones y en el caso de certos MR bológcos o tecnológcos facltar que las propedades sean expresadas convenentemente en undades arbtraras. Todas las clases de MR y MRC juegan un papel mportante y crecente en las actvdades de la normalzacón naconal e nternaconal, en los ensayos de apttud y en la acredtacón de laboratoros. Un materal de referenca es un materal o sustanca, en el cual, uno o más valores de sus propedades son sufcentemente homogéneos y ben establecdos para ser usados en la calbracón de un aparato, la evaluacón de un método de medcón, o para asgnar un valor a un materal. Un materal de referenca puede estar en forma de una sustanca pura o mezclada, y puede estar en forma de gas, líqudo o sóldo. Ejemplos, el agua para la calbracón de los Págna 6 de 8

12 CAPITULO 1. FUNDAMENTOS DE METROLOGIA vscosímetros, el zafro como un calbrador de capacdad calorífca en calormetría y las solucones usadas para la calbracón en el análss químco. Un materal de referenca certfcado (MRC) es un materal de referenca, acompañado de un certfcado, en el cual uno o más valores de sus propedades están certfcados por un procedmento que establece la trazabldad para una realzacón exacta de la(s) undad(es) en la que están expresados los valores de la propedad y para los cuales cada valor certfcado está acompañado por una ncertdumbre para un nvel de confanza establecdo. Los MRC están generalmente preparados en lotes, para los cuales los valores de las propedades son determnados dentro de límtes de ncertdumbre establecdos por medcones en muestras representatvas de todo el lote. Las propedades certfcadas de materales de referenca están, en ocasones convenentemente y confablemente realzadas cuando el materal está ncorporado a un dspostvo especalmente fabrcado, por ejemplo, una sustanca de punto trple conocdo dentro de una celda de punto trple, un vdro de densdad óptca conocda dentro de un fltro de trasmsón, esferas de partículas de tamaños unformes montadas sobre un porta objeto de mcroscopo. Tales dspostvos pueden tambén ser consderados como MRC. Todos los MRC se ubcan dentro de la defncón de patrones de medcón dada en la norma COVENIN 55:1999 (OIML V:1993). El usuaro de un MRC debe famlarzarse con toda la nformacón pertnente al uso del MRC, como especfca el productor. El debe cumplr certos factores, como son: El período de valdez del MRC; Las condcones prescrtas para el almacenamento del MRC; Las nstruccones para el uso del MRC; Las especfcacones para la valdez de las propedades certfcadas del MRC. Un MRC no debe ser usado para otro propósto dferente de aquel para el cual fue concebdo. A pesar de esto, de tempo en tempo, cuando un usuaro debe recurrr a la aplcacón de un MRC de una manera ncorrecta debdo a la no dsponbldad de un MRC adecuado, debe estar completamente conscente de los pelgros potencales latentes y luego evaluar los resultados de sus medcones, según el caso. Exsten muchos procesos de medcón, donde los MRC son de uso general, pero son reemplazables por un gran número de patrones de trabajo, tales como: materales homogéneos, materales analzados prevamente, compuestos puros, solucones de elementos puros, etc. Esto se puede aprecar por ejemplo, donde solamente se busca un estmado "grosero" de la veracdad o precsón de un método, donde muestras "cegas" desconocdas de control son usadas rutnaramente en programas de control de la caldad y donde solamente son evaluados la varacón en la veracdad o precsón de un método con algunos parámetros como el tempo, el analsta, el nstrumento, etc. Las ventajas de usar Págna 7 de 8

13 CAPITULO 1. FUNDAMENTOS DE METROLOGIA MRC son que el usuaro tene los medos para evaluar la veracdad y la precsón de sus métodos de medcón y establecer la trazabldad metrológca para sus resultados. Seleccón del materal de referenca. El usuaro del MRC debe decdr cuales propedades del MRC son pertnentes para su proceso de medcón, tenendo en consderacón lo expuesto en el certfcado sobre las ntencones de uso y las nstruccones para el correcto uso del MRC. Nvel. El MRC debe tener propedades del nvel correspondente al nvel en el cual se va a usar en el proceso de medcón, por ejemplo, la concentracón. Matrz. El MRC debe tener una matrz, lo más cercana posble a la matrz del materal que va a ser objeto del proceso de medcón, por ejemplo, carbono en acero de baja aleacón, carbono en acero noxdable. En cuanto a la smltud de la matrz, el laboratoro consderará el hecho de que n es económcamente n técncamente posble, en todos los casos, obtener una coordnacón perfecta entre los MRC y las muestras. La smltud razonable será estmada aceptable. S no, el procedmento analítco completo tene que ser reconsderado. Forma. El MRC puede ser un sóldo, líqudo o gas. Puede ser una peza de ensayo o un artículo manufacturado o un polvo. Puede necestar preparacón. Cantdad. La cantdad del MRC debe ser sufcente para todo el programa expermental, ncluyendo alguna reserva s se consdera necesaro. Evtando tener que obtener posterormente un MRC adconal. Establdad. Sempre que sea posble, el MRC debe tener propedades estables durante el expermento. Exsten tres casos: las propedades son estables y no es necesaro tomar precaucones; cuando el valor certfcado pueda ser nfluencado por las condcones de almacenamento, el recpente debe ser almacenado, tanto antes como después de ser aberto, en la forma descrta en el certfcado; conjuntamente con el MRC se sumnstra un certfcado que defne las propedades (las cuales varían en una proporcón conocda) en períodos específcos. Incertdumbre permsble del valor certfcado. La ncertdumbre del valor certfcado debe ser compatble con los requstos para el uso del materal de referenca. Págna 8 de 8

14 CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca Capítulo Incertdumbre

15 CAPITULO. INCERTIDUMBRE Capítulo Incertdumbre.0 Defncón de ncertdumbre La ncertdumbre de la medcón es una forma de expresar el hecho de que, para un mensurando y su resultado de medcón dados, no hay un solo valor, sno un número nfnto de valores dspersos alrededor del resultado, que son consstentes con todas las observacones datos y conocmentos que se tengan del mundo físco, y que con dstntos grados de credbldad pueden ser atrbudos al mensurando. La defncón del térmno ncertdumbre (de la medcón) utlzada en este curso y tomada de la norma COVENIN 55:1999 (OIML V:1993) es: Parámetro, asocado con el resultado de una medcón, que caracterza la dspersón de los valores que puderan ser razonablemente atrbudos al mensurando. La defncón de ncertdumbre dada anterormente se enfoca en el rango de valores que el observador cree que podría ser razonablemente atrbudo al mensurando. En general, el uso de la palabra ncertdumbre se relacona con el concepto de duda. La palabra ncertdumbre sn adjetvos se refere a un parámetro asocado con la defncón anteror o al conocmento lmtado acerca de un valor partcular. La ncertdumbre de la medcón no mplca duda acerca de la valdez de un mensurando; por el contraro, el conocmento de la ncertdumbre mplca el ncremento de la confanza en la valdez del resultado de una medcón..1 Fuentes de ncertdumbre En la práctca la ncertdumbre del resultado puede orgnarse de muchas fuentes posbles, entre ellas podemos menconar: a) Defncón ncompleta del mensurando; b) Realzacón mperfecta de la defncón del mensurando; c) Muestreo; Muestreos no representatvos - la muestra medda puede no representar el mensurando defndo. Págna de 8

16 CAPITULO. INCERTIDUMBRE d) Conocmento nadecuado de los efectos de las condcones ambentales sobre las medcones, o medcones mperfectas de dchas condcones ambentales; e) Errores de aprecacón del operador en la lectura de nstrumentos analógcos; f) Resolucón fnta del nstrumento o umbral de dscrmnacón fnto; g) Valores nexactos de patrones de medcón y materales de referenca; h) Valores nexactos de constantes y otros parámetros obtendos de fuentes externas y usados en los algortmos de reduccón de datos; ) Aproxmacones y suposcones ncorporadas en los métodos y procedmentos de medcón; j) Varacones en observacones repetdas del mensurando bajo condcones aparentemente guales. Las fuentes analzadas en este epígrafe no son necesaramente ndependentes, y algunas de las fuentes desde la a) hasta la ) pueden contrbur a la fuente j). El resultado de una medcón está completo úncamente cuando está acompañado por una declaracón cuanttatva de la ncertdumbre, que expresa la caldad del msmo y permte valorar la confabldad en este resultado.. Componentes de ncertdumbre En la estmacón de toda la ncertdumbre puede ser necesaro tomar cada fuente de ncertdumbre y tratarla separadamente para obtener la contrbucón de cada fuente. Cada una de las contrbucones separadas a la ncertdumbre es referda como una componente de ncertdumbre. Cuando es expresada como una desvacón estándar una componente de ncertdumbre es conocda como una ncertdumbre estándar. S hay correlacón entre cualquera de las componentes entonces ésta tene que ser tomada en cuenta determnándose la covaranza. Sn embargo, es posble frecuentemente evaluar el efecto combnado de varas componentes. Esto puede dsmnur todo el esfuerzo envuelto y, cuando las componentes cuya contrbucón es evaluada en común están correlaconadas, puede no haber necesdad adconal de tomar en cuenta la correlacón Para un resultado de una medcón y, la ncertdumbre total, denomnada ncertdumbre estándar combnada y denotada por u c (y), es una desvacón estándar estmada gual a la raíz cuadrada postva de la varanza total obtenda por la combnacón de todas las componentes de la ncertdumbre, evaluada por lo tanto, utlzando la ley de propagacón de ncertdumbre. Págna 3 de 8

17 CAPITULO. INCERTIDUMBRE Para la mayoría de los propóstos en las medcones, puede ser utlzada una ncertdumbre expandda U(y). La ncertdumbre expandda sumnstra un ntervalo dentro del cual el valor del mensurando se cree caer con un alto nvel de confanza. U(y) es obtenda por la multplcacón de u c (y), la ncertdumbre estándar combnada, por un factor de cobertura k. La eleccón del factor k está basada en el nvel de confanza deseado. Para un nvel de confanza aproxmado de 95 %, k es. El factor de cobertura sempre debe ser señalado para que la ncertdumbre estándar combnada de la magntud medda pueda ser recuperada, para usarse en el cálculo de la ncertdumbre estándar combnada de otros resultados de medcones que pueden depender de la magntud..3 Error e ncertdumbre En general, todo procedmento de medcón tene mperfeccones que dan lugar a un error en el resultado de la medcón, lo que provoca que el resultado sea sólo una aproxmacón o estmado del valor del mensurando. Es mportante dstngur entre error e ncertdumbre. El error es defndo como la dferenca entre un resultado ndvdual de una medcón y el valor verdadero del mensurando. Es decr el error es un smple valor. En prncpo el valor de un error conocdo puede ser aplcado como una correccón al resultado de una medcón. El valor verdadero del mensurando es aquel que caracterzaría dealmente al resultado de la medcón, o sea, el que resultaría de una medcón "perfecta". El error es un concepto dealzado y los errores no pueden ser conocdos exactamente. La ncertdumbre, por otro lado, toma la forma de un rango, y, s es estmada para un procedmento de medcón, puede aplcarse a todas las determnacones descrtas en dcho procedmento. En general, el valor de la ncertdumbre no puede utlzarse para corregr el resultado de una medcón. Para lustrar la dferenca, el resultado de una medcón después de la correccón puede estar muy cercano al valor del mensurando, y por lo tanto tener un error desprecable. Sn embargo, la ncertdumbre puede todavía ser muy grande, smplemente porque la persona que ejecuta la medcón está muy nsegura de cuán cercano está el resultado del valor del mensurando. La ncertdumbre del resultado de una medcón nunca debe ser nterpretada como la propa representacón del error n como el error remanente después de la correccón. Es consderado que un error tene dos componentes una componente sstemátca y una componente aleatora. Págna 4 de 8

18 CAPITULO. INCERTIDUMBRE El error aleatoro normalmente se orgna de varacones mpredecbles de magntudes nfluyentes. Estos efectos aleatoros dan orgen a varacones en observacones repetdas del mensurando. El error aleatoro del resultado de una medcón no puede ser compensado por el ncremento del número de medcones, pero este puede normalmente ser dsmnudo por tal ncremento. La desvacón estándar expermental de la meda artmétca o promedo de una sere de observacones no es el error aleatoro de la meda, aunque esto es así referdo en algunas publcacones de ncertdumbre. En vez de esto, es una medda de la ncertdumbre de la meda debdo a algunos efectos aleatoros. El valor exacto del error aleatoro en la meda, orgnado de estos efectos, no puede ser conocdo. El error sstemátco es defndo como la componente de error la cual en el curso de un número de medcones del msmo mensurando, permanece constante o varía de una forma predecble. Este es ndependente del número de medcones llevadas a cabo y no puede por lo tanto ser dsmnudo por el ncremento del número de medcones bajo condcones constantes de medcón. Los errores sstemátcos constantes, tal como la nexacttud en la calbracón en múltples puntos de un nstrumento, son constantes para un nvel dado del valor del mensurando pero pueden varar con el nvel del valor meddo. Los efectos que camban sstemátcamente en magntud durante una sere de medcones, causados, por ejemplo por el nadecuado control de las condcones expermentales, dan orgen a errores sstemátcos que no son constantes. Ejemplos: Un ncremento gradual en la temperatura de un conjunto de muestras durante un análss químco puede conducr a cambos progresvos en el resultado; Los sensores y pruebas que muestran efectos de envejecmento sobre la escala de tempo de un expermento pueden además ntroducr errores sstemátcos no constantes. El resultado de una medcón debe ser corregdo para todos los efectos sstemátcos sgnfcatvos reconocdos. El valor que es sumado algebracamente al resultado no corregdo de una medcón, para compensar el error sstemátco se denomna correccón. El factor numérco por el cual se multplca el resultado no corregdo de una medcón para compensar el error sstemátco se denomna factor de correccón. Los nstrumentos y sstemas de medcón son frecuentemente ajustados o calbrados utlzando patrones de medcón y materales de referenca para corregr efectos sstemátcos. Las ncertdumbres asocadas con estos patrones y materales de referenca y la ncertdumbre de la correccón tene que ser tomada en cuenta. Págna 5 de 8

19 CAPITULO. INCERTIDUMBRE Otro tpo de error es el error grosero (error espuro). Los errores de este tpo nvaldan una medcón y normalmente se orgnan de fallas humanas o de mal funconamento del nstrumento. Como ejemplos comunes de este tpo de error se encuentran: la transposcón de dígtos en un número mentras se regstran los datos, una burbuja de are que fluye a través de la celda de un espectrofotómetro, etc. Las medcones para las cuales los errores groseros han sdo detectados deben ser desprecadas y nngún ntento debe ser hecho para ncorporar los errores a cualquer análss estadístco. Sn embargo los errores tales como la transposcón de dígtos pueden ser corregdos (exactamente). Los errores groseros no sempre son obvos y, cuando un número sufcente de medcones repetdas está dsponble, es normalmente apropado aplcar una prueba de frontera para chequear la presenca de membros sospechosos en el conjunto de datos. Cualquer resultado postvo obtendo de tal prueba debe ser consderado con cudado y, cuando sea posble referdo al orgen para la confrmacón. La ncertdumbres estmadas utlzando la metodología descrta en este curso no tene en cuenta los errores groseros. Errores de medcón. Errores nstrumentales. La prmera fuente de error es la propa lmtacón de los nstrumentos de medcón que utlzamos, los cuales podemos consderarlos de dos tpos fundamentales: 1. Los errores que se determnan en el proceso de calbracón del nstrumento, los cuales son debdos al propo dseño estructural del nstrumento de medcón, a las propedades de los materales que lo componen, a mperfeccones en la tecnología de su fabrcacón y al envejecmento de sus partes componentes durante el proceso de su explotacón. De acuerdo a la exacttud prevsta en la medcón, estos errores nstrumentales pueden dsmnurse en gran medda, ntroducendo las correccones correspondentes reportadas en su certfcado de calbracón. De hecho, todo nstrumento de medcón debe ser calbrado peródcamente, ya que de otra forma no se puede asegurar s las lecturas proporconadas por el msmo son o no correctas. S un nstrumento de medcón tene su calbracón vgente y ha sdo usado correctamente, se puede afrmar que sus errores están dentro de los límtes del error máxmo permsble especfcados en la documentacón correspondente.. Errores que surgen a consecuenca de la nfluenca del nstrumento de medcón sobre las propedades del objeto o fenómeno que se mde. Tales stuacones surgen, por ejemplo, al medr la longtud cuando el esfuerzo de medcón del nstrumento utlzado es demasado grande, al regstrar procesos que ocurren con rapdez con equpos que funconan nsufcentemente rápdo; al medr la temperatura con termómetros de líqudo, Págna 6 de 8

20 CAPITULO. INCERTIDUMBRE etc. En especal esto debe tenerse en cuenta en los nstrumentos eléctrcos y electróncos, puestos que estos para producr una ndcacón, precsan energía que ha de ser proporconada por el crcuto donde se realza la medcón. Aunque la caldad de un nstrumento está relaconada con los errores que produce, éstos tambén dependen de la forma en que sean utlzados. Por tanto, se recomenda conocer lo mejor posble las característcas de un nstrumento antes de utlzarlo. S no se cumplen los requstos establecdos en el manual técnco del nstrumento de medcón dado, tales como condcones nomnales de funconamento, tempo de precalentamento, correcta nstalacón, etc., el error de medda puede ser bastante mayor que el esperado. Errores de método. Los errores de método, tambén denomnados errores teórcos, son los debdos a la mperfeccón del método de medcón. Entre estos podemos señalar los sguentes: 1. Errores que son la consecuenca de certas aproxmacones al aplcar el prncpo de medcón y consderar que se cumple una ley físca determnada o al utlzar determnadas relacones empírcas.. Errores del método que surgen al extrapolar la propedad que se mde en una parte lmtada del objeto de medcón al objeto completo, s éste no posee homogenedad de la propedad medda. Por ejemplo, cuando determnamos la densdad de una sustanca a partr de la masa y el volumen de una muestra que contenía certo grado de mpurezas y el resultado se consdera que caracterza a la sustanca dada. Errores debdo a agentes externos. Los agentes externos que actúan en el proceso de medcón se pueden clasfcar en dos grupos: 1. Factores ambentales. Tanto la magntud a medr como la respuesta de los nstrumentos de medcón, dependen en mayor o menor grado de las condcones ambentales en que el proceso se lleva a cabo. Como varables ambentales ctaremos la temperatura, la humedad y la presón, la prmera es sn duda la más sgnfcatva. Es necesaro consderar además el nvel de lumnacón, la contamnacón del ambente, el nvel de polvo, etc.. Presenca de señales o elementos parástos. Los elementos parástos que generalmente se presentan al efectuar una medcón, pueden ser de dos tpos: Los que ncden sobre la medcón de forma errátca, perturbando las condcones de equlbro del sstema de medcón y dsmnuyendo su exacttud. Por ejemplo, vbracones mecáncas, correntes de are, zumbdos de la red eléctrca y señales de radofrecuenca. Estas señales perturbadoras producen en certos casos un rudo de Págna 7 de 8

21 CAPITULO. INCERTIDUMBRE fondo en la respuesta de los nstrumentos electróncos, o hacen nestable el dspostvo de lectura cuando hay partes mecáncas móvles, producendo efectos aleatoros y aumentando la ncertdumbre de la medcón. Agentes físcos de gual naturaleza que la de la magntud a medr que se hallan presentes de modo práctcamente constante. Por ejemplo, campos electrostátcos o magnetostátcos (como puede ser el campo magnétco terrestre), fuerzas electromotrces termoeléctrcas o de contacto presentes en una nstalacón de medcón, etc. Errores debdos al observador. Entre los errores debdo al observador podemos señalar: - Errores de paralaje o de nterpolacón vsual al leer en la escala de un nstrumento; - Errores debdo a un manejo equvocado del nstrumento; - Omsón de operacones prevas o durante la medcón, como puede ser un ajuste a cero, tempo mínmo de precalentamento, etc. Errores matemátcos. Frecuentemente, con los datos de las medcones es necesaro realzar determnados cálculos para obtener el resultado fnal; por tanto, otra fuente de error son los errores matemátcos que se comenten al emplear fórmulas nadecuadas, redondear las cantdades, etc. Págna 8 de 8

22 CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca Capítulo 3 Procedmentos Estadístcos Utles

23 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES Capítulo 3 Procedmentos estadístcos útles 3.0 Funcón de dstrbucón de la varable aleatora El resultado de cada observacón realzada en un proceso de medcón depende de la accón de un gran número de factores que varían durante el proceso de medcón de forma ncontrolable (efectos aleatoros), por ejemplo: Pequeñas correntes de are y vbracones; Varacón de la atencón del ojo del observador; Varacones de la temperatura, la humedad y la presón atmosférca; Varacones de los momentos de frccón entre partes móvles de nstrumentos mecáncos; Fluctuacones del voltaje y la frecuenca de la red de almentacón eléctrca. Por esta razón, al repetr muchas veces una medcón obtendremos, en general, dferentes valores en cada realzacón, algunos de los cuales pueden o no repetrse. La experenca demuestra que, por mucho que se trate, es mposble lograr la msma combnacón de factores en cada observacón repetda. Los fenómenos que cumplen estas condcones se llaman fenómenos aleatoros y las varables que los caracterzan se denomnan varables aleatoras. Por tanto, el resultado de una medcón es una varable aleatora, para el tratamento de las cuales se usan los métodos de la teoría de probabldades y la estadístca matemátca. Utlzaremos la letra mayúscula X para denotar la varable aleatora (resultado de la medcón) y su correspondente mnúscula, x, para uno de sus valores. Las varables aleatoras pueden ser: Varables aleatoras dscretas; Varables aleatoras contnuas. Para una varable aleatora dscreta sempre es posble contar su conjunto de resultados posbles. Por ejemplo el número de ítems defectuosos en una muestra de k ítems. Cuando una varable aleatora puede tomar valores en una escala contnua, se le denomna varable aleatora contnua. El resultado de la medcón, como varable aleatora, es una varable aleatora contnua. Págna de 14

24 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES A contnuacón se aborda un resumen de las prncpales propedades las varables aleatoras contnuas, lo que faclta una mejor comprensón de la evaluacón de la ncertdumbre de la medcón. A pesar del carácter aleatoro de los resultados de las observacones ndvduales repetdas bajo las msmas condcones en un proceso de medcón, en ellos aparece una ley determnada que expresa una regulardad dada. Toda varable aleatora responde a una certa ley de dstrbucón que se expresa a través de la denomnada funcón de densdad de probabldad, o smplemente funcón de densdad de X, la cual se defne de la sguente forma: a X b f x b P dx (3.1) f(x) se denomna funcón de densdad de probabldad. La probabldad de que la varable aleatora tome valores en el ntervalo [a,b] es gual al área bajo la curva acotada por los dos extremos del ntervalo. f(x) a P=(a X b) Fgura 3.1 El valor del área bajo la curva es gual a 1 cuando se calcula en el rango de X para el cual se defne f(x). La funcón de densdad de probabldad consttuye el método más unversal de descrpcón de las varables aleatoras, pues ella ndca al msmo tempo los valores que la varable puede tomar y la probabldad de que los tome. 3.1 Característcas numércas de la varable aleatora a Resulta muy práctco caracterzar la varable aleatora con ayuda de certas cantdades numércas que la caracterzan globalmente. Estas son las llamadas meddas de tendenca central y de dspersón, entre las cuales, las más usadas para el tratamento de los resultados de las medcones y de su ncertdumbre son: la esperanza matemátca, la varanza y la desvacón estándar. b x Págna 3 de 14

25 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES La esperanza matemátca o meda de la poblacón expresa el valor medo de la varable aleatora dada X, medante la ley de dstrbucón de la msma. Desde el punto de vsta geométrco, representa la abscsa del centro de gravedad de la fgura formada por el eje de las abscsas y la funcón de densdad de probabldad (fgura 3.). Sea X una varable aleatora con dstrbucón de probabldad f(x). La esperanza matemátca o valor esperado E(X) de X es dado en la ecuacón 3.. f(x) X x f x E dx (3.) Fgura 3. Desde el punto de vsta de las medcones, este valor que representa el valor medo de la varable aleatora resultante de las observacones ndvduales, se toma precsamente como resultado de la medcón. La dferenca constante entre la esperanza matemátca y el valor del mensurando (Q) representa el error sstemátco de la medcón (fgura 3.3). E(X) X Q E (3.3) Q E(X) x Fgura 3.3 x Págna 4 de 14

26 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES De acuerdo a la defncón de esperanza matemátca, para determnarla sería necesaro contar con nformacón sobre todos los posbles valores que podría tomar la varable aleatora (poblacón). En la práctca, sn embargo, sólo contamos con un número lmtado de observacones (muestra) y, a partr de esta muestra, necestamos estmar el valor de la esperanza matemátca de la varable aleatora. En caldad de estmador de la esperanza matemátca se utlzará la meda artmétca: x (3.4) x 1 n n Puesto que no es posble conocer el valor exacto de la esperanza matemátca (sno sólo su estmado), n tampoco conocemos el valor exacto del mensurando, queda claro que el error sstemátco de la medcón no se puede conocer. La esperanza matemátca nos permte conocer a qué valor tende la varable aleatora, sn embargo, dos varables aleatoras pueden tener la msma esperanza matemátca, pero una tener mayor dspersón de sus valores respecto a la esperanza matemátca que la otra (fgura 3.4). E(X) Fgura 3.4 Esta propedad se caracterza medante la denomnada varanza, que se calcula medante el promedo del cuadrado de las desvacones de la varable aleatora respecto a la esperanza matemátca. X E( X ) x EX V ( X ) E f ( x) dx 1 3 (3.5) La cantdad x E(X ) se denomna desvacón de una observacón respecto a su meda (o error aleatoro). Como la varanza tene dmensones del cuadrado de la magntud aleatora, resulta más cómodo usar la desvacón estándar: 1 3 x Págna 5 de 14

27 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES X VX (3.6) Para estmar la desvacón estándar a partr de los datos de una muestra, por ejemplo, un conjunto de observacones de una magntud partcular tomadas bajo las msmas condcones, se usa la desvacón estándar expermental s(x): Es posble demostrar que: por lo que su estmador será: s x n 1 n 1 x x (3.7) X ( X ) (3.8) n s( x) s( x) (3.9) n El error aleatoro de una observacón vene determnado por: x E(X ) (3.10) a y como (X ) caracterza el promedo de estas desvacones, resulta que mentras mayor es (X ), mayores son los errores aleatoros. Por la msma razón explcada, según la cual, la esperanza matemátca de la varable observada no la podemos conocer exactamente, resulta que tampoco podremos determnar el error aleatoro exacto de una medcón. El error de una medcón (error absoluto) será la suma del error aleatoro y del error sstemátco y permanecerá desconocdo. A menudo los resultados de las medcones de dos magntudes de entrada están lgados, ya sea porque exste una tercera magntud que nfluye sobre ambas, porque se utlza el msmo nstrumento para medr o el msmo patrón para calbrar, o por alguna otra razón. Por ejemplo, en la calbracón de meddas de capacdad de vdro por el método gravmétrco son magntudes de entrada las temperaturas del agua y del ambente. Estas temperaturas están relaconadas aún cuando sus valores pueden ser dferentes. La temperatura del agua será más alta cuando la temperatura ambente lo sea y bajará cuando lo haga la temperatura ambente, es decr exste correlacón entre estas magntudes. Págna 6 de 14

28 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES Desde el punto de vsta estadístco, dos varables son ndependentes cuando la probabldad asocada a una de ellas no depende de la otra, esto es, s X y X j son dos varables aleatoras ndependentes, la probabldad conjunta se expresa como el producto de las probabldades de las varables respectvas: P( X, X j ) P( X ) P( X j ) Cuando se trata de un conjunto de magntudes de entrada que no son ndependentes, sno que los valores de unas dependen de los valores que tomen otras (magntudes correlaconadas), además de la esperanza matemátca y la varanza de cada magntud, tambén se utlza otra característca numérca que es la covaranza y que es una medda de la naturaleza de asocacón entre estas varables. La covaranza, para las varables X y X j, se defne como: X, X EX EX X EX (3.11) j Más frecuentemente se utlza el coefcente de correlacón, el cual estma estadístcamente la ndependenca lneal de dos varables y se defne como: r X, X j X, X j ( X, X j) r( X, X ). ( X ). ( X ) (3.1) j j ( X ). ( X ) j S las varables aleatoras son ndependentes, tanto la covaranza como el coefcente de correlacón son gual a cero. El coefcente de correlacón tene la ventaja sobre la covaranza de que es admensonal, de modo que su valor no depende de las undades de medda selecconadas. Los valores del coefcente de correlacón están comprenddos en el ntervalo -1,1, sendo gual a +1 o a 1 cuando exste una dependenca lneal entre las varables (correlacón total). La covaranza de dos magntudes correlaconadas X y X j que son estmadas a partr de sus medas x, y x j, medante pares de observacones smultáneas, puede ser estmada a partr del conjunto de n valores de x y x j según: k 1 j n 1 s( x, x j ) ( xk x ) ( x jk x j ) (3.13) n( n 1) S Y = f (X 1, X,..., X N ) es una varable aleatora que varía poco para pequeñas varacones de sus argumentos y que es estmada a partr de su meda Y, entonces su desvacón estándar estará dada por: ( Y ) N 1 f X ( X ) N 1 N 1 j1 f X f. X j. ( X j, X j ) (3.14) Págna 7 de 14

29 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES En el caso de que las magntudes X sean ndependentes, el segundo térmno del membro de la derecha será gual a cero y resultará: N f ( Y ) ( X ) (3.15) 1 X S el coefcente de correlacón para todas las X, X j es gual a 1, entonces de (3.1) se derva que : ( X, X ) ( X ) ( X ) j j por lo que la ecuacón (3.14) quedaría en la forma: Y N 1 f X N f ( X ) ( Y) ( X ) (3.16) 1X El valor de (Y ) puede estmarse ( s (y) ) susttuyendo en las ecuacones (3.14), (3.15) y (3.16) las ( X ) por sus estmadores s ( x ) y ( X, X j ) por su estmador s( x, x j ) dado por la ecuacón (3.13). 3. Ejemplos de funcones de dstrbucón En este epígrafe analzaremos un grupo de funcones de dstrbucón de probabldad contnuas que descrben el comportamento del resultado de la medcón. Frecuentemente sucede que de acuerdo a la nformacón de que se dspone, sólo es posble establecer que todos los valores de una varable aleatora están comprenddos en un ntervalo entre a- y a+, y que cualquera de los posbles valores tene gual probabldad de ocurrenca. En este caso se dce que la varable aleatora cumple una funcón (ley) de dstrbucón rectangular o unforme (fgura 3.5). La funcón de dstrbucón rectangular es tambén conocda como dstrbucón unforme contnua. Págna 8 de 14

30 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES f(x) a a Fgura 3.5 La esperanza matemátca de X es el punto medo del ntervalo: con varanza asocada: ( a ) ( ) a E X (3.17) V( X) ( X) ( a a) 1 (3.18) S la dferenca entre los límtes se denota por a, es decr, a a a entonces susttuyendo en (3.18): a a ( X ) ( X ) (3.19) 3 3 La funcón de dstrbucón rectangular se utlza en el cálculo de ncertdumbre cuando: Un certfcado u otra especfcacón ofrecen los límtes sn especfcar un nvel de confanza; Es hecho un estmado en forma de un rango máxmo con desconocmento de la forma de la dstrbucón. EJEMPLOS 1/a a - a + x a a 3 3 a) Un analsta estma un factor de contrbucón como que no es menor que 7 n mayor que 10, pero sente que el valor podría estar en cualquer lugar en entre estos valores, como no hay dea de s cualquer parte del rango es más probable que otra. Esto es una descrpcón de una funcón de dstrbucón rectangular con rango a = 3 (semrango a =1,5). Utlzando la funcón de dstrbucón rectangular puede calcularse un estmado de la desvacón estándar. Utlzando el rango anteror (a = 1,5), el resultado es una desvacón estándar de (1,5/3) = 0,87. Págna 9 de 14

31 CAPITULO 3. PROCEDIMIENTOS ESTADISTICOS UTILES b) Un recpente volumétrco de 10 ml tene un error máxmo permsble de 0, ml. Al consderar los posbles valores del volumen que contene la medda de acuerdo al valor del error máxmo permsble podemos decr que el volumen se encuentra entre : (10,0-0,) ml V (10,0 + 0,) ml y cualquera de los valores comprenddos en este ntervalo tenen la msma probabldad de ocurrenca. Por tanto, podemos 0, consderar que la varable aleatora (volumen) cumple con una ley de dstrbucón rectangular con ( V ) = 0,11 ml. 3 En el caso que la probabldad de que la varable aleatora tome los valores en el ntervalo entre a- y a+, tenga un valor máxmo en el centro del ntervalo y dsmnuya lnealmente haca los extremos del msmo hasta cero, estamos en presenca de una funcón de dstrbucón trangular (fgura 3.6). f(x) 1/a E( X ) a Fgura 3.6 S el ntervalo es smétrco, la varanza de la varable aleatora X será en este caso: a E(X ) a a ( X ) ( X ) (3.0) 6 6 La funcón de dstrbucón trangular se utlza en el cálculo de la ncertdumbre cuando: La nformacón dsponble concernente a X está menos lmtada que para una funcón de dstrbucón rectangular. Los valores cercanos a E(X) son más probables que los cercanos a los límtes; Es hecho un estmado en la forma de un rango máxmo descrto por una dstrbucón smétrca. a E( X ) a x Págna 10 de 14

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL

DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 4 METROLOGÍA Y CALIDAD. CALIBRACIÓN DE UN PIE DE REY Metrología y Caldad. Calbracón de n pe de rey. INDICE 1. OBJETIVOS

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

UNIDAD DE PLANEACIÓN MINERO ENERGÉTICA

UNIDAD DE PLANEACIÓN MINERO ENERGÉTICA UNIDAD DE PLANEACIÓN MINERO ENERGÉTICA FORMULACIÓN DE UN PROGRAMA BÁSICO DE NORMALIZACIÓN PARA APLICACIONES DE ENERGÍAS ALTERNATIVAS Y DIFUSIÓN Documento ANC-0603-10-01 ANTEPROYECTO DE NORMA AEROGENERADORES

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS Explcacón de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS EMBARGO: 21 de agosto de 2012, 15:00 (CEST) Objetvo angular de 24 mm, con zoom óptco 30x (PowerShot SX500 IS) Desarrollado usando

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

Tema 3: Adaptadores de Señal

Tema 3: Adaptadores de Señal Tema 3: Adaptadores de Señal Sstema GENERAL de nstrumentacón (bloques( funconales): Señal sensor Fltrado, A/D Amplfcacón Rado, nternet bus de datos Medo Sensor prmaro Transductor de entrada Adaptacón de

Más detalles

PRÁCTICA 1. IDENTIFICACIÓN Y MANEJO DE MATERIAL DE LABORATORIO: PREPARACIÓN DE DISOLUCIONES Y MEDIDA DE DENSIDADES

PRÁCTICA 1. IDENTIFICACIÓN Y MANEJO DE MATERIAL DE LABORATORIO: PREPARACIÓN DE DISOLUCIONES Y MEDIDA DE DENSIDADES PRÁCTICA 1. IDENTIFICACIÓN Y MANEJO DE MATERIAL DE LABORATORIO: PREPARACIÓN DE DISOLUCIONES Y MEDIDA DE DENSIDADES OBJETIVOS ESPECÍFICOS 1) Identfcar y manejar el materal básco de laboratoro. ) Preparar

Más detalles

Disipación de energía mecánica

Disipación de energía mecánica Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Leyes de tensión y de corriente

Leyes de tensión y de corriente hay6611x_ch03.qxd 1/4/07 5:07 PM Page 35 CAPÍTULO 3 Leyes de tensón y de corrente CONCEPTOS CLAVE INTRODUCCIÓN En el capítulo 2 se presentaron la resstenca así como varos tpos de fuentes. Después de defnr

Más detalles

GANTT, PERT y CPM INDICE

GANTT, PERT y CPM INDICE GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS Procedmento de Calbracón Metrología PROCEDIMIENTO DI-00 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede descargarse gratutamente

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO INTRODUCCIÓN La ley 2.555 publcada el día 5 de dcembre de 211 y que entró en vgenca el día 4 de marzo de 212, que modca la ley 19.496 Sobre Proteccón de los Derechos de los Consumdores (LPC, regula desde

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

Respuesta A.C. del FET 1/14

Respuesta A.C. del FET 1/14 espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal

Más detalles

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en

Más detalles

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles

Índice de contribución de la estructura a la sostenibilidad

Índice de contribución de la estructura a la sostenibilidad ANEJO 13º Índce de contrbucón de la estructura a la sostenbldad 1. Consderacones generales El proyecto, la ejecucón y el mantenmento de las estructuras de hormgón consttuyen actvdades, enmarcadas en el

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

2 Criterios generales aplicados a las estructuras de hormigón

2 Criterios generales aplicados a las estructuras de hormigón ANEJO 7 ÍNDICE DE CONTRIBUCIÓN DE LA ESTRUCTURA A LA SOSTENIBILIDAD Consderacones generales El proyecto, la ejecucón y el mantenmento de las estructuras de hormgón consttuyen actvdades, enmarcadas en el

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Unidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire

Unidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire 4 Undad II: Análss de la combustón completa e ncompleta. 1. Are El are que se usa en las reaccones de combustón es el are atmosférco. Ya se djo en la Undad I que, debdo a que n el N n los gases nertes

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros. Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

APENDICE A. El Robot autónomo móvil RAM-1.

APENDICE A. El Robot autónomo móvil RAM-1. Planfcacón de Trayectoras para Robots Móvles APENDICE A. El Robot autónomo móvl RAM-1. A.1. Introduccón. El robot autónomo móvl RAM-1 fue dseñado y desarrollado en el Departamento de Ingenería de Sstemas

Más detalles

CUADRIENIO 2011 2014

CUADRIENIO 2011 2014 INFORME TÉCNICO PEAJE POR USO DE INSTALACIONES DE TRANSMISIÓN ADICIONAL POR PARTE DE USUARIOS SOMETIDOS REGULACIÓN DE PRECIOS QUE SE CONECTAN DIRECTAMENTE DESDE INSTALACIONES ADICIONALES CUADRIENIO 2011

Más detalles

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,

Más detalles

9. Mantenimiento de sistemas de dirección y suspensión

9. Mantenimiento de sistemas de dirección y suspensión 9. Mantenmento de sstemas de dreccón y suspensón INTRODUCCIÓN Este módulo de 190 horas pedagógcas tene como propósto que los y las estudantes de cuarto medo desarrollen competencas relatvas a los sstemas

Más detalles

TEMA 4 Amplificadores realimentados

TEMA 4 Amplificadores realimentados TEM 4 mplfcadores realmentados 4.1.- Introduccón La realmentacón (feedback en nglés) negata es amplamente utlzada en el dseño de amplfcadores ya que presenta múltples e mportantes benefcos. Uno de estos

Más detalles

COMPARADOR CON AMPLIFICADOR OPERACIONAL

COMPARADOR CON AMPLIFICADOR OPERACIONAL COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón

Más detalles

MÉTODOS PARA PROBAR NUMEROS

MÉTODOS PARA PROBAR NUMEROS Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos

Más detalles

C I R C U L A R N 2.133

C I R C U L A R N 2.133 Montevdeo, 17 de Enero de 2013 C I R C U L A R N 2.133 Ref: Insttucones de Intermedacón Fnancera - Responsabldad patrmonal neta mínma - Susttucón de la Dsposcón Transtora del art. 154 y de los arts. 158,

Más detalles

1.- Una empresa se plantea una inversión cuyas características financieras son:

1.- Una empresa se plantea una inversión cuyas características financieras son: ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas

Más detalles

CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE

CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE Orden ECD/3/2011, 25 de agosto, por la que se establece el currículo del cclo formatvo de Grado Medo correspondente al título de Técnco en Instalacones Frgorífcas

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo para la ubicación de un nodo por su representación binaria Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.

Más detalles

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

Rentas financieras. Unidad 5

Rentas financieras. Unidad 5 Undad 5 Rentas fnanceras 5.. Concepto de renta 5.2. Clasfcacón de las rentas 5.3. Valor captal o fnancero de una renta 5.4. Renta constante, nmedata, pospagable y temporal 5.4.. Valor actual 5.4.2. Valor

Más detalles

Equilibrio termodinámico entre fases fluidas

Equilibrio termodinámico entre fases fluidas CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo

Más detalles

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit. Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

Instituto Guatemalteco de Seguridad Social. ACUERDO No. 24/2007 EL GERENTE DEL INSTITUTO GUATEMALTECO DE SEGURIDAD SOCIAL CONSIDERANDO:

Instituto Guatemalteco de Seguridad Social. ACUERDO No. 24/2007 EL GERENTE DEL INSTITUTO GUATEMALTECO DE SEGURIDAD SOCIAL CONSIDERANDO: ' nsttuto Guatemalteco de Segurdad Socal ACUERDO No. 24/2007,! j :.::;, ; EL GERENTE DEL NSTTUTO GUATEMALTECO DE SEGURDAD SOCAL CONSDERANDO: Que la efcente gestón del nsttuto depende del desempeño de cada

Más detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca

Más detalles

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-004 PARA LA CALIBRACIÓN DE MEDIDORAS DE UNA COORDENADA VERTICAL

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-004 PARA LA CALIBRACIÓN DE MEDIDORAS DE UNA COORDENADA VERTICAL Procedmento de Calbracón Metrología PROCEDIMIENTO DI-004 PARA LA CALIBRACIÓN DE MEDIDORAS DE UNA COORDENADA VERTICAL La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Desigualdad de oportunidades y el rol del sistema educativo en los logros de los jóvenes uruguayos

Desigualdad de oportunidades y el rol del sistema educativo en los logros de los jóvenes uruguayos Desgualdad de oportundades y el rol del sstema educatvo en los logros de los jóvenes uruguayos Cecla Llambí Marcelo Perera Pablo Messna Febrero de 2009 Esta nvestgacón fue fnancada por el Fondo Carlos

Más detalles

Glosario básico. de términos estadísticos

Glosario básico. de términos estadísticos Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna

Más detalles

CONSEJERÍA DE EDUCACIÓN

CONSEJERÍA DE EDUCACIÓN BOLETÍN OFICIAL DE CONSEJERÍA DE EDUCACIÓN Orn EDU/59/2010, 9 julo, para la acredtacón la formacón nvel básco en prevencón resgos laborales para el alumnado que haya obtendo el título técnco o técnco superor

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

Calorimetría - Soluciones. 1.- Cuántas calorías ceden 5 kg de cobre (c = 0,094 cal/g C) al enfriarse desde 36 o C hasta -4 C?

Calorimetría - Soluciones. 1.- Cuántas calorías ceden 5 kg de cobre (c = 0,094 cal/g C) al enfriarse desde 36 o C hasta -4 C? Calormetría - Solucones 1.- Cuántas calorías ceden 5 kg de cobre () al enfrarse desde 3 o C hasta -4 C? m = 5 kg = 5.000 g T = 3 C T f = - 4 C = - T = - (T f T ) = - 5.000 g 0,094 cal/g C (-4 C 3 C) =

Más detalles

v i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica)

v i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica) IUITOS EÉTIOS (apuntes para el curso de Electrónca) os crcutos eléctrcos están compuestos por: fuentes de energía: generadores de tensón y generadores de corrente y elementos pasos: resstores, nductores

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles

METODOS VOLTAMPEROMETRICOS

METODOS VOLTAMPEROMETRICOS Métodos Voltamperométrcos 2 Tema 9 METODOS VOLTAMPEROMETRICOS Los métodos voltamperométrcos ncluyen un conjunto de métodos electroanalítcos en los que la nformacón sobre el analto se obtene a partr de

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

Más detalles

CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE

CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE BOLETÍN OFICIAL DE CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE SECRETARÍA GENERAL Correccón errores al anunco publcado en el Boletín Ofcal Cantabra número 72 17 abrl 2015, aprobacón la Orn ECD/48/2015,

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

Más detalles