1 Medicin

1.1 Qu es una medicin?

Una medida nos dice acerca de una propiedad de algo. Podra decirnos cuan
pesado es un objeto, o cun caliente, o cunto tiempo es. Una medida da un
nmero a esa propiedad.
Las mediciones se hacen siempre usando un instrumento de una cierta clase.
Reglas, cronmetros, bsculas y termmetros son instrumentos de medicin.
El resultado de una medicin est normalmente en dos partes: un nmero y
una unidad de medida, p. -Cunto tiempo es? ... 2 metros.
1.2 Qu no es una medida?
Hay algunos procesos que parecen ser mediciones, pero no lo son. Por ejemplo,
comparar dos pedazos de cuerda para ver cul es ms largo no es realmente
una medida. El conteo no se visualiza normalmente como una medida. A
menudo, una prueba no es una medida: las pruebas normalmente llevan
A una respuesta "s / no" o un resultado "aprobado / fallido". (Sin embargo, las
mediciones pueden ser parte del proceso que conduce a un resultado de la
prueba.)
2 Incertidumbre de medicin
2.1 Qu es la incertidumbre de la medicin?
La incertidumbre de una medida nos dice algo sobre su calidad.
La incertidumbre de la medicin es la duda que existe sobre el resultado de
cualquier medicin. Usted podra pensar que los gobernantes, relojes y
termmetros deben ser confiables, y dar las respuestas correctas. Pero para
cada medicin - incluso la ms cuidadosa - siempre hay un margen de duda. En
el habla cotidiana, esto puede ser expresado como "dar o recibir" ... p. Un palo
puede tener dos metros de largo 'dar o tomar un centmetro'.
2.2 Expresando la incertidumbre de la medicin
Dado que siempre hay un margen de duda sobre cualquier medicin,
necesitamos preguntar "Qu tan grande es el margen?" Y "Qu tan mala es
la duda?" As, dos nmeros son realmente necesarios para cuantificar una
incertidumbre. Una es la anchura del margen, o intervalo. El otro es un nivel de
confianza, y afirma lo seguro que estamos de que el 'verdadero valor' est
dentro de ese margen.

Por ejemplo:
Podramos decir que la longitud de un determinado palo mide 20 centmetros
ms o menos
1 centmetro, en el nivel de confianza del 95 por ciento. Este resultado podra
escribirse:
20 cm 1 cm, con un nivel de confianza del 95%.
La declaracin dice que estamos 95 por ciento seguros de que el palo tiene
entre 19 centmetros y 21 centmetros de largo. Hay otras formas de establecer
niveles de confianza. Ms adelante se hablar de esto en la seccin 7.
2.3 Error versus incertidumbre
Es importante no confundir los trminos error e incertidumbre.
Error es la diferencia entre el valor medido y el 'valor verdadero' de la cosa que
se est midiendo.
La incertidumbre es una cuantificacin de la duda sobre el resultado de la
medicin.
Siempre que sea posible tratamos de corregir cualquier error conocido: por
ejemplo, aplicando
Correcciones de los certificados de calibracin. Pero cualquier error cuyo valor
no conocemos es una fuente de incertidumbre.
2.4 Por qu es importante la incertidumbre de la medicin?
Usted puede estar interesado en la incertidumbre de la medicin simplemente
porque usted desea hacer mediciones de buena calidad y entender los
resultados. Sin embargo, hay otras razones ms particulares para pensar en la
incertidumbre de la medicin.
Usted puede estar haciendo las mediciones como parte de un:
calibracin - donde la incertidumbre de medicin debe ser reportada en el
certificado
prueba - donde la incertidumbre de medicin es necesaria para determinar
un pase o fallar
O para satisfacer una

Tolerancia - donde usted necesita saber la incertidumbre antes de que pueda

decidir si se cumple la tolerancia
... o puede que necesite leer y entender un certificado de calibracin o una
especificacin escrita para una prueba o medida.
3 Estadsticas bsicas sobre conjuntos de nmeros
3.1 'Medir tres veces, cortar una vez' ... error del operador
Hay un dicho entre los artesanos, "Medir tres veces, cortar una vez". Esto
significa que puede reducir el riesgo de cometer un error en el trabajo
comprobando la medicin una segunda o tercera vez antes de proceder.
De hecho es sabio hacer cualquier medida por lo menos tres veces. Hacer slo
una medicin significa que un error podra pasar completamente
desapercibido. Si hace dos mediciones y no est de acuerdo, es posible que
todava no sepa cul es "incorrecto". Pero si usted hace tres mediciones, y dos
de acuerdo entre s, mientras que el tercero es muy diferente, entonces usted
podra ser sospechoso acerca de la tercera.
Por lo tanto, simplemente para protegerse contra errores graves o errores de
operador, es aconsejable realizar al menos tres intentos en cualquier medicin.
Pero la incertidumbre de la medicin no se refiere realmente al error del
operador.
Hay otras buenas razones para repetir mediciones muchas veces.

3.2 Clculos estadsticos bsicos

Puede aumentar la cantidad de informacin que obtiene de sus mediciones
tomando una serie de lecturas y realizando algunos clculos estadsticos
bsicos. Los dos clculos estadsticos ms importantes son encontrar la media
o media aritmtica, y la desviacin estndar para un conjunto de nmeros.
3.3 Obtencin de la mejor estimacin - tomando el promedio de un nmero de
lecturas Si las mediciones repetidas dan respuestas diferentes, es posible que
no est haciendo nada malo. Puede
Se debe a variaciones naturales en lo que est pasando. (Por ejemplo, si mide
una velocidad del viento al aire libre, a menudo no tendr un valor estable). O
puede ser porque su instrumento de medicin no se comporta de una manera
completamente estable. (Por ejemplo, las cintas mtricas pueden estirarse y
dar resultados diferentes.)

Si hay variacin en las lecturas cuando se repiten, lo mejor es tomar muchas

lecturas y tomar un promedio. Un promedio le da una estimacin del valor
"verdadero". Una media o media aritmtica se muestra usualmente mediante
un smbolo con una barra por encima de la misma, p. X ('x-bar') es el valor
medio de x. La figura 1 muestra una ilustracin de un conjunto de valores y su
valor medio. El ejemplo 1 muestra cmo calcular una media aritmtica.

3.4 Cuntas lecturas debe mediar?

Hablando en trminos generales, cuanto ms mediciones utilice, mejor ser la
estimacin que tendr del valor "verdadero". Lo ideal sera encontrar la media
de un conjunto infinito de valores. Cuantos ms resultados utilices, ms cerca
tienes de esa estimacin ideal de la media. Pero realizar ms lecturas requiere
un esfuerzo extra, y produce "rendimientos decrecientes". Cul es un buen
nmero? Diez es una opcin popular porque hace que la aritmtica sea fcil. El
uso de 20 slo dara una estimacin ligeramente mejor que 10. Usar 50 sera
slo ligeramente mejor que 20. Como regla general usualmente entre 4 y 10
lecturas es suficiente.

3.5 Difusin ... desviacin estndar

Cuando las mediciones repetidas dan resultados diferentes, queremos saber la
amplitud de las lecturas. La difusin de valores nos dice algo sobre la
incertidumbre de una medida.
Sabiendo cun grande es esta propagacin, podemos empezar a juzgar la
calidad de la medicin o el conjunto de mediciones.
A veces es suficiente conocer el rango entre los valores ms alto y ms bajo.
Pero para un pequeo conjunto de valores, esto puede no darle informacin til
sobre la difusin de las lecturas entre el ms alto y el ms bajo. Por ejemplo,
podra darse una gran dispersin porque una sola lectura es muy diferente de
las otras.

La forma habitual de cuantificar la dispersin es la desviacin estndar. La

desviacin estndar de un conjunto de nmeros nos informa acerca de la
diferencia entre las lecturas individuales tpicamente de la media del conjunto.
Como regla general, aproximadamente dos tercios de todas las lecturas caern
entre ms y menos () una desviacin estndar de la media.
Aproximadamente el 95% de todas las lecturas caern dentro de dos
desviaciones estndar. Esta "regla" se aplica ampliamente aunque no es en
modo alguno universal.
El valor "verdadero" para la desviacin estndar slo se puede encontrar a
partir de un conjunto muy grande (infinito) de lecturas. A partir de un nmero
moderado de valores, slo se puede encontrar una estimacin de la desviacin
estndar. El smbolo s se utiliza generalmente para la desviacin estndar
estimada.

El proceso completo de clculo de la desviacin estndar estimada para una

serie de n
Las mediciones se pueden expresar matemticamente como:

Donde xi es el resultado de la i-sima medicin y x es la media aritmtica de

los n resultados considerados.
Extremidad de la calculadora: Es generalmente ms fcil utilizar la llave de
funcionamiento en una calculadora para encontrar la desviacin estndar
estimada. Introduzca las lecturas en la memoria de la calculadora de acuerdo
con las instrucciones de su calculadora, luego utilice la tecla 'desviacin
estndar estimada' (s, o n-1 'sigma n menos uno'). Consulte la Seccin 13
para obtener ms informacin sobre el uso de calculadoras.
3.7 Cuntas lecturas necesita para encontrar un estndar estimado
desviacin?
Una vez ms, cuanto ms lecturas uses, mejor ser la estimacin. En este caso
es la estimacin de la incertidumbre que mejora con el nmero de lecturas (no
la estimacin de la media o "resultado final"). En situaciones normales 10
lecturas son suficientes. Para una estimacin ms completa, los resultados
deben ajustarse para tener en cuenta el nmero de lecturas. (Vea la Seccin 16
para ms informacin sobre este tema.)
4 De dnde vienen los errores e incertidumbres?

Muchas cosas pueden socavar una medida. Las fallas en la medicin pueden
ser visibles o invisibles. Debido a que las mediciones reales nunca se realizan
en perfectas condiciones, los errores y las incertidumbres pueden provenir de:
El instrumento de medida - los instrumentos pueden sufrir errores como
sesgo, cambios debidos al envejecimiento, desgaste u otros tipos de deriva,
mala lectura, ruido (para instrumentos elctricos) y muchos otros problemas.
El tem que se est midiendo - que puede no ser estable. (Imagnese tratando
de medir el tamao de un cubo de hielo en una habitacin caliente.)
El proceso de medicin - la medicin en s puede ser difcil de realizar. Por
ejemplo, medir el peso de animales pequeos pero vivos presenta dificultades
especiales para conseguir que los sujetos cooperen.
Incertidumbres "importadas" - la calibracin de su instrumento tiene una
incertidumbre que se incorpora a la incertidumbre de las mediciones que usted
hace. (Pero recuerde que la incertidumbre debida a no calibrar sera mucho
peor.)

Habilidad del operador - algunas mediciones dependen de la habilidad y el

juicio del operador.
Una persona puede ser mejor que otra en el trabajo delicado de fijar una
medida, o en la lectura del detalle fino por ojo. El uso de un instrumento tal
como un cronmetro depende del tiempo de reaccin del operador. (Pero los
errores groseros son un asunto diferente y no se deben considerar como
incertidumbres.)
Problemas de muestreo: las mediciones que usted toma deben ser
adecuadamente representativas del proceso que est tratando de evaluar. Si
desea conocer la temperatura en el banco de trabajo, no lo mida con un
termmetro colocado en la pared cerca de una toma de aire acondicionado. Si
est escogiendo muestras de una lnea de produccin para la medicin, no
siempre tome las primeras diez realizadas el lunes por la maana.
El ambiente - temperatura, presin de aire, humedad y muchas otras
condiciones pueden afectar el instrumento de medicin o el elemento que se
est midiendo.
Cuando se conoce el tamao y el efecto de un error (por ejemplo, de un
certificado de calibracin) se puede aplicar una correccin al resultado de la
medicin. Pero, en general, las incertidumbres de cada una de estas fuentes, y

de otras fuentes, seran "insumos" individuales que contribuyen a la

incertidumbre general en la medicin.

5 Los tipos generales de incertidumbre en cualquier medicin

5.1 Al azar o sistemtico
Los efectos que dan lugar a la incertidumbre en la medicin pueden ser:
aleatorio - donde repetir la medicin da un resultado aleatoriamente
diferente. Si es as, las mediciones ms que usted hace, y entonces el
promedio, la mejor estimacin que usted puede esperar conseguir
generalmente.
O
sistemtica - donde la misma influencia afecta al resultado de cada una de
las repetidas
Medidas (pero es posible que no pueda decirlo). En este caso, no aprendes
nada extra simplemente repitiendo mediciones. Se necesitan otros mtodos
para estimar las incertidumbres debidas a efectos sistemticos, p. Diferentes
mediciones o clculos.
5.2 Distribucin - la "forma" de los errores
La difusin de un conjunto de valores puede adoptar diferentes formas, o
distribuciones de probabilidad.
5.2.1 Distribucin normal
En un conjunto de lecturas, a veces los valores son ms propensos a caer cerca
de la media que ms lejos. Esto es tpico de una distribucin normal o
gaussiana. Es posible que vea este tipo de distribucin si examina las alturas
de los individuos en un gran grupo de hombres. La mayora de los hombres
estn cerca de la altura promedio; Pocos son extremadamente altos o cortos.
La Figura 2 muestra un conjunto de 10 valores 'aleatorios' en una distribucin
aproximadamente normal. Un esquema de una distribucin normal se muestra
en la Figura 3

5.2.2 Distribucin uniforme o rectangular

Cuando las mediciones se distribuyen bastante uniformemente entre los
valores ms altos y los ms bajos, se produce una distribucin rectangular o

uniforme. Esto se vera si usted examin cmo las gotas de la lluvia caen en un
alambre de telfono fino, recto, por ejemplo. Seran tan propensos a caer en
una parte como en otra.
La Figura 4 muestra un conjunto de 10 valores 'aleatorios' en una distribucin
aproximadamente rectangular. Un esquema de una distribucin rectangular se
muestra en la Figura 5.

5.2.3 Otras distribuciones

Ms raramente, las distribuciones pueden tener otras formas, por ejemplo,
triangular, en forma de M (bimodal o de dos picos) o inclinada (sesgada).
5.3 Qu no es una incertidumbre de medicin?
Los errores cometidos por los operadores no son incertidumbres de medicin.
No deben contarse como contribuyendo a la incertidumbre. Deben evitarse
trabajando con cuidado y comprobando el trabajo.
Las tolerancias no son incertidumbres. Son lmites de aceptacin que se eligen
para un proceso o un producto. (Vea la Seccin 10 abajo, sobre el cumplimiento
con las especificaciones.)
Las especificaciones no son incertidumbres. Una especificacin le dice lo que
puede esperar de un producto. Puede ser muy amplio, incluyendo cualidades
"no tcnicas" del artculo, como su aspecto. (Vea la Seccin 10 a continuacin).

La precisin (o ms bien la inexactitud) no es lo mismo que la incertidumbre.

Desafortunadamente, el uso de estas palabras a menudo se confunde.
Correctamente hablando, 'exactitud' es un trmino cualitativo (por ejemplo,
podra decirse que una medicin era 'exacta' o 'no precisa'). La incertidumbre
es cuantitativa. Cuando se cita una cifra de "ms o menos", puede
denominarse una incertidumbre, pero no una precisin.
Los errores no son lo mismo que las incertidumbres (a pesar de que ha sido
comn en el pasado usar las palabras indistintamente en frases como 'anlisis
de errores'). Vanse los comentarios anteriores en la Seccin 2.3.

El anlisis estadstico no es lo mismo que el anlisis de incertidumbre. Las

estadsticas pueden utilizarse para extraer todo tipo de conclusiones que, por s
mismas, no nos dicen nada acerca de la incertidumbre. El anlisis de
incertidumbre es slo uno de los usos de las estadsticas.
6 Cmo calcular la incertidumbre de la medicin
Para calcular la incertidumbre de una medicin, primero debe identificar las
fuentes de
Incertidumbre en la medicin. Luego debe calcular el tamao de la
incertidumbre de cada fuente. Finalmente, las incertidumbres individuales se
combinan para dar una cifra global.
Existen reglas claras para evaluar la contribucin de cada incertidumbre y para
combinarlas.
6.1 Las dos formas de estimar las incertidumbres
Independientemente de cules sean las fuentes de sus incertidumbres, existen
dos enfoques para estimarlas: Evaluaciones de tipo A y B de tipo. En la mayora
de las situaciones de medicin, se necesitan evaluaciones de incertidumbre de
ambos tipos.
Evaluaciones de tipo A - estimaciones de incertidumbre utilizando estadsticas
(generalmente de lecturas repetidas)
Evaluaciones de tipo B - estimaciones de incertidumbre de cualquier otra
informacin. Esto podra ser
Informacin de experiencias anteriores de las mediciones, de certificados de
calibracin,
Especificaciones del fabricante, a partir de los clculos, de la informacin
publicada y
sentido comn.
Hay una tentacin de pensar que el 'Tipo A' es 'aleatorio' y 'Tipo B' como
'sistemtico', pero esto no es necesariamente cierto.
A continuacin se describe cmo utilizar la informacin de las evaluaciones de
Tipo A y de Tipo B.

Ocho pasos principales para evaluar la incertidumbre

Los principales pasos para evaluar la incertidumbre general de una medicin

son los siguientes.
1. Decida lo que necesita saber de sus medidas. Decidir cules son
Las mediciones y los clculos son necesarios para producir el resultado final.
2. Lleve a cabo las mediciones necesarias.
3. Estimar la incertidumbre de cada cantidad de entrada que se alimenta en el
resultado final. Expresar todas las incertidumbres en trminos similares. (Ver
Seccin 7.1).
4. Decida si los errores de las magnitudes de entrada son independientes entre
s. Si usted piensa que no, entonces algunos clculos adicionales o informacin
son necesarios. (Ver correlacin en la Seccin 7.3.)
5. Calcule el resultado de su medicin (incluyendo cualquier correccin
conocida para cosas como la calibracin).
6. Encontrar la incertidumbre estndar combinada de todos los aspectos
individuales. (Ver Seccin 7.2.)
7. Expresar la incertidumbre en trminos de un factor de cobertura (vase la
Seccin 7.4), junto con el tamao del intervalo de incertidumbre, y establecer
un nivel de confianza.
8. Escriba el resultado de la medicin y la incertidumbre, y indique cmo
obtuvo ambos. (Vase la Seccin 8.)
Este es un esquema general del proceso. Un ejemplo en el que se llevan a cabo
estos pasos se da en la Seccin 9.
7 Otras cosas que usted debe saber antes de hacer una incertidumbre
clculo
Las contribuciones a la incertidumbre deben expresarse en trminos similares
antes de que se combinen. As,
Todas las incertidumbres deben darse en las mismas unidades, y en el mismo
nivel de confianza.
7.1 Incertidumbre estndar
Todas las incertidumbres contribuyentes deben expresarse al mismo nivel de
confianza, convirtindolas en incertidumbres estndar. Una incertidumbre
estndar es un margen cuyo tamao puede considerarse como "ms o menos
una desviacin estndar". La incertidumbre estndar nos dice acerca de la

incertidumbre de un promedio (no slo sobre la difusin de valores). Una

incertidumbre estndar suele mostrarse por el smbolo u (u pequeo), o u (y)
(la incertidumbre estndar en y).
7.1.1 Clculo de la incertidumbre estndar para una evaluacin de tipo A
Cuando se ha tomado un conjunto de varias lecturas repetidas (para una
estimacin de incertidumbre de tipo A), la media, xy la desviacin estndar
estimada, s, se pueden calcular para el conjunto. A partir de stos, la
incertidumbre estndar estimada, u, de la media se calcula a partir de:

Donde n es el nmero de mediciones en el conjunto. (La incertidumbre

estndar de la media histricamente tambin se ha llamado la desviacin
estndar de la media, o el error estndar de la media).
7.1.2 Clculo de la incertidumbre estndar para una evaluacin de tipo B
Cuando la informacin es ms escasa (en algunas estimaciones de tipo B), slo
puede ser capaz de estimar los lmites superior e inferior de la incertidumbre.
Puede entonces tener que asumir que el valor es igualmente probable que
caiga en cualquier parte entre, es decir, una distribucin rectangular o
uniforme. La incertidumbre estndar para una distribucin rectangular se
encuentra de:

Donde a es el semi-rango (o mitad ancho) entre los lmites superior e inferior.

Distribuciones rectangulares o uniformes ocurren con bastante frecuencia, pero
si usted tiene buenas razones para esperar alguna otra distribucin, entonces
debe basar su clculo en eso. Por ejemplo, normalmente se puede suponer que
las incertidumbres 'importadas' del certificado de calibracin para un
instrumento de medicin se distribuyen normalmente.
7.1.3 Conversin de incertidumbres de una unidad de medida a otra
Las contribuciones de incertidumbre deben estar en las mismas unidades antes
de que se combinen. Como dice el refrn, no se puede 'comparar manzanas
con peras'.
Por ejemplo, al realizar una medicin de longitud, la incertidumbre de medicin
tambin se expresar en trminos de longitud. Una fuente de incertidumbre
podra ser la variacin en la temperatura ambiente. Aunque la fuente de esta
incertidumbre es la temperatura, el efecto es en trminos de longitud, y debe
ser contabilizado en unidades de longitud. Usted puede saber que el material
que se mide se expande en longitud en un 0,1 por ciento para cada aumento

de grado en la temperatura. En ese caso, una incertidumbre de temperatura de

2 C dara una incertidumbre de longitud de 0,2 cm en una pieza del
material de 100 cm de longitud.
Una vez que las incertidumbres estndar se expresan en unidades
consistentes, la incertidumbre combinada se puede encontrar usando una de
las siguientes tcnicas.
7.2 Combinacin de incertidumbres estndar
Las incertidumbres estndar individuales calculadas por las evaluaciones de
Tipo A o de Tipo B pueden combinarse vlidamente mediante "suma en
cuadratura" (tambin conocida como "suma raz de los cuadrados"). El
resultado de esto se llama la incertidumbre estndar combinada, mostrada por
uc o uc (y). La sumacin en cuadratura es ms simple cuando el resultado de
una medicin se alcanza mediante adicin o sustraccin. Los casos ms
complicados tambin se tratan a continuacin para la multiplicacin y divisin
de mediciones, as como para otras funciones.
7.2.1 Suma en cuadratura para suma y resta
El caso ms simple es donde el resultado es la suma de una serie de valores
medidos (ya sea sumados o substrados). Por ejemplo, es posible que necesite
encontrar la longitud total de una valla compuesta de paneles de cerca de
anchura diferentes. Si la incertidumbre estndar (en metros) en la longitud de
cada panel de la valla era dada por a, b, c, etc., entonces la incertidumbre
estndar combinada (en metros) para toda la valla se encontrara al cuadrar
las incertidumbres aadindolas Todos juntos, y luego tomar la raz cuadrada
del total,

7.2.2 Suma en cuadratura para multiplicacin o divisin

Para los casos ms complicados, puede ser til trabajar en trminos de relativo
o fraccional
Incertidumbres para simplificar los clculos. Por ejemplo, puede ser necesario
encontrar el rea A de una alfombra rectangular, multiplicando la longitud L
por la anchura W (es decir, A = L W).
La incertidumbre relativa o fraccional en el rea de la alfombra se puede
encontrar a partir de las incertidumbres fraccionales en la longitud y el ancho.
Para longitud L con

Incertidumbre u (L), la incertidumbre relativa es u (L) / L. Para la anchura W, la

incertidumbre relativa es u (W) / W. Entonces la incertidumbre relativa u (A) / A
en el rea viene dada por

Para un caso en que un resultado se encuentra multiplicando tres factores

juntos, la ecuacin (5) tendra tres trminos, y as sucesivamente. Esta
ecuacin tambin puede usarse (exactamente en la misma forma) para un
caso en el que el resultado sea un cociente de dos valores (es decir, un nmero
dividido por otro, por ejemplo, la longitud dividida por el ancho). En otras
palabras, esta forma de la ecuacin cubre todos los casos en que las
operaciones son multiplicacin o divisin.
7.2.3 Suma en cuadratura para funciones ms complicadas
Cuando un valor es cuadrado (por ejemplo, Z2) en el clculo del resultado de
medicin final, entonces la incertidumbre relativa debido al componente
cuadrado est en la forma

Cuando una raz cuadrada (por ejemplo, Z) es parte del clculo de un

resultado, entonces la incertidumbre relativa debido a ese componente est en
la forma

Por supuesto, algunas mediciones se procesan usando frmulas que utilizan

combinaciones de suma, resta, multiplicacin y divisin, etc. Por ejemplo,
puede medir la resistencia elctrica R y la tensin V, y luego calcular la
potencia resultante P usando la relacin

En general, para los clculos en mltiples etapas, el proceso de combinacin

de incertidumbres estndar en cuadratura tambin puede realizarse en
mltiples pasos, utilizando la forma pertinente para la adicin, multiplicacin,
etc., en cada paso. La combinacin de las incertidumbres estndar para las

frmulas complicadas se discute ms detalladamente en otro lugar (por

ejemplo, la Publicacin de UKAS M 3003).

7.3 Correlacin
Las ecuaciones dadas anteriormente en la Seccin 7.2 para calcular la
incertidumbre estndar combinada slo son correctas si las incertidumbres
estndar de entrada no estn interrelacionadas o correlacionadas. Esto
significa que normalmente necesitamos cuestionar si todas las contribuciones
de incertidumbre son independientes. Podra un error grande en una entrada
causar un error grande en otro? Podra alguna influencia externa, como la
temperatura, tener un efecto similar en varios aspectos de la incertidumbre a
la vez - visible o invisible?
A menudo los errores individuales son independientes. Pero si no lo son, se
necesitan clculos adicionales. stos no se detallan en esta Gua para
Principiantes, pero pueden encontrarse en algunas de las lecturas adicionales
enumeradas en la Seccin 16.
7.4 Factor de cobertura k
Despus de haber escalado los componentes de la incertidumbre
consistentemente, para encontrar la incertidumbre estndar combinada,
podemos entonces querer volver a escalar el resultado. La incertidumbre
estndar combinada puede considerarse equivalente a "una desviacin
estndar", pero es posible que desee tener una incertidumbre general
establecida en otro nivel de confianza, p. 95 por ciento. Esta recalculacin se
puede hacer usando un factor de cobertura, k. La multiplicacin de la
incertidumbre estndar combinada, uc, por un factor de cobertura da un
resultado que se denomina incertidumbre expandida, usualmente mostrada
por el smbolo U,

Un valor particular del factor de cobertura proporciona un nivel de confianza

particular para la incertidumbre expandida.

Ms comnmente, escalamos la incertidumbre general usando el factor de

cobertura k = 2, para dar un nivel de confianza de aproximadamente el 95 por
ciento. (K = 2 es correcto si la incertidumbre estndar combinada se distribuye
normalmente, lo que suele ser una suposicin justa, pero el razonamiento
detrs de esto se explica en otra parte, en las referencias en la Seccin 16.)
Algunos otros factores de cobertura (para una distribucin normal) son:
K = 1 para un nivel de confianza de aproximadamente 68 por ciento
K = 2,58 para un nivel de confianza del 99 por ciento
K = 3 para un nivel de confianza del 99,7 por ciento
Otras formas menos comunes de distribucin tienen diferentes factores de
cobertura.
A la inversa, siempre que se indique una incertidumbre expandida con un
factor de cobertura dado, se puede encontrar la incertidumbre estndar por el
proceso inverso, es decir dividiendo por el factor de cobertura apropiado. (Esta
es la base para encontrar la incertidumbre estndar combinada como se
muestra en las Secciones 7.1.1 y 7.1.2). Esto significa que las incertidumbres
expandidas dadas en los certificados de calibracin, si se expresan
apropiadamente, pueden ser "descodificadas" en incertidumbres estndar.

9 Ejemplo - clculo bsico de la incertidumbre

A continuacin se muestra un ejemplo de un simple anlisis de incertidumbre.
No es realista en todos los detalles, pero se pretende que sea lo
suficientemente simple y claro como para ilustrar el mtodo. Primero se
describen la medicin y el anlisis de la incertidumbre. En segundo lugar, el
anlisis de la incertidumbre se muestra en una tabla (un "modelo de hoja de
clculo" o "presupuesto de incertidumbre").
9.1 La medida - cunto tiempo es un trozo de cuerda?
Supongamos que usted necesita hacer una estimacin cuidadosa de la longitud
de un trozo de cuerda. Siguiendo los pasos enumerados en la Seccin 6.2, el
proceso es el siguiente.

Ejemplo 3: Calcular la incertidumbre en la longitud de un trozo de cuerda

Paso 1. Decida lo que necesita saber de sus medidas. Decidir cules son

Las mediciones y los clculos son necesarios para producir el resultado final.
Necesitas
Hacer una medida de la longitud, con una cinta mtrica. Aparte de la longitud
real
Leyendo en la cinta mtrica, puede que tenga que considerar:
Posibles errores de la cinta mtrica
- Necesita alguna correccin, o se ha demostrado que la calibracin es
correcta?
Cul es la incertidumbre en la calibracin?
- Es la cinta propensa al estiramiento?
- Habra podido acortar la flexin? Cunto podra haber cambiado desde que
fue
calibrado?
- Cul es la resolucin, es decir, cun pequeas son las divisiones en la cinta
(p.
Milmetros)?
Posibles errores debido al elemento que se est midiendo
- La cuerda est recta? Est bajo o sobre tendido?
- La temperatura o la humedad reinante (o cualquier otra cosa) afecta a su
longitud?
- Estn bien definidos los extremos de la cuerda o estn deshilachados?

Posibles errores debido al proceso de medicin, y la persona que realiza la

medicin
- Qu tan bien puede alinear el comienzo de la cadena con el comienzo de la
cinta mtrica?
- Se puede colocar la cinta correctamente paralela a la cuerda?
- Qu tan repetible es la medicin?
Puedes pensar en otros?

Paso 2. Lleve a cabo las mediciones necesarias. Usted hace y registra sus
medidas de longitud. Para ser ms exhaustivo, repite la medicin un total de
10 veces, alineando la cinta mtrica recin cada vez (probablemente no es
muy probable en la realidad!). Supongamos que se calcula que la media es de
5.017 metros (m), y que la desviacin estndar estimada es de 0.0021 m (es
decir, 2.1 milmetros).
Para una medicin cuidadosa tambin puede grabar:
Cuando lo hiciste
- cmo lo hizo, p. A lo largo del suelo o verticalmente, invirtiendo la cinta
mtrica o
No, y otros detalles de cmo aline la cinta con la cadena
- qu cinta mtrica usaste
- las condiciones ambientales (si cree que podran afectar sus resultados)
- cualquier otra cosa que pudiera ser relevante.
Paso 3. Estimar la incertidumbre de cada cantidad de entrada que se alimenta
en el resultado final.
Expresar todas las incertidumbres en trminos similares (incertidumbre
estndar, u). Usted vera
Todas las posibles fuentes de incertidumbre y estimar la magnitud de cada una.
Digamos que en este caso:
La cinta mtrica ha sido calibrada. No necesita correccin, pero la calibracin
Incertidumbre es 0,1 por ciento de la lectura, con un factor de cobertura k = 2
(para una
distribucin). En este caso, 0,1 por ciento de 5,017 m es cercano a 5 mm.
Dividiendo por 2 da
La incertidumbre estndar (para k = 1) sea u = 2,5 mm.
Las divisiones en la cinta son milmetros. Lectura a la divisin ms cercana da
una
Error de no ms de 0,5 mm. Podemos tomar esto como una distribucin
uniforme
Incertidumbre (las lecturas verdaderas podran encontrarse diversamente en
cualquier lugar en el intervalo de 1 mm - es decir,

 0,5 mm). Para encontrar la incertidumbre estndar, u, dividimos el ancho

medio (0,5 mm) por
3, dando u = 0,3 mm, aproximadamente.
La cinta est recta, pero supongamos que la cuerda tiene inevitablemente
algunas curvaturas leves. Por lo tanto, es probable que la medicin subestime
la longitud real de la cadena. Supongamos que la subestimacin es de
aproximadamente 0,2 por ciento, y que la incertidumbre en esto tambin es
0,2 por ciento como mximo. Esto significa que debemos corregir el resultado
aadiendo 0,2 por ciento (es decir, 10 mm). Se supone que la incertidumbre se
distribuye uniformemente, en ausencia de una mejor informacin. Dividiendo la
media anchura de la incertidumbre (10 mm) por 3 se obtiene la incertidumbre
estndar u = 5,8 mm (con aproximacin a 0,1 mm).

Las anteriores son todas las estimaciones de Tipo B. A continuacin se muestra

una estimacin de tipo A.
La desviacin estndar nos indica cmo se puede repetir la colocacin de la
cinta
Medida es, y cunto esto contribuye a la incertidumbre del valor medio. los
La desviacin estndar estimada de la media de las 10 lecturas se obtiene
utilizando la frmula de la Seccin 3.6:

Supongamos que no hay que contar otras incertidumbres en este ejemplo. (En
realidad, otras cosas probablemente tendran que ser incluidas.)
Paso 4. Decida si los errores de las cantidades de entrada son independientes
entre s. (Si no piensas, entonces se necesitan algunos clculos o informacin
adicional.) En este caso, digamos que son independientes.
Paso 5. Calcule el resultado de su medicin (incluyendo cualquier correccin
conocida para cosas como la calibracin). El resultado viene de la lectura
media, junto con la correccin necesaria para que la cuerda se encuentre
ligeramente torcida,

Paso 6. Encuentre la incertidumbre estndar combinada de todos los aspectos

individuales. los
Slo el clculo utilizado para encontrar el resultado fue la adicin de una
correccin, por lo que la suma en cuadratura se puede usar en su forma ms
simple (usando la ecuacin en la Seccin 7.2.1). Las incertidumbres estndar
se combinan

Paso 7. Expresar la incertidumbre en trminos de un factor de cobertura (vase

la Seccin 7.4), junto con el tamao del intervalo de incertidumbre, y
establecer un nivel de confianza. Para un factor de cobertura k = 2, multiplique
la incertidumbre estndar combinada por 2, para obtener una incertidumbre
expandida de 12,8 mm (es decir, 0,0128 m). Esto da un nivel de confianza de
alrededor del 95 por ciento.

Paso 8. Escriba el resultado de la medicin y la incertidumbre, y indique cmo

obtuvo ambos. Usted puede grabar:
'La longitud de la cuerda era de 5,027 m 0,013 m. El informe se ampli
La incertidumbre se basa en una incertidumbre estndar multiplicada por un
factor de cobertura
K = 2, proporcionando un nivel de confianza de aproximadamente el 95%. 'La
longitud informada es la media de 10 mediciones repetidas de la cuerda puesta
horizontalmente. El resultado es corregido para el efecto estimado de la cuerda
que no est completamente recta cuando se mide. La incertidumbre se estim
de acuerdo con el mtodo de la Gua para principiantes sobre la incertidumbre
de la medicin.
9.2 Anlisis de la incertidumbre - Modelo de hoja de clculo
Para ayudar en el proceso de clculo, puede ser til resumir el anlisis de
incertidumbre o el "presupuesto de incertidumbre" en una hoja de clculo
como en la Tabla 1 a continuacin.
Tabla 1. Modelo de hoja de clculo que muestra el "presupuesto de
incertidumbre"

10 Otras declaraciones (por ejemplo, conformidad con la especificacin)

Cuando se extraen conclusiones de los resultados de las mediciones, no debe
olvidarse la incertidumbre de las mediciones. Esto es particularmente
importante cuando se usan las mediciones para comprobar si una
especificacin ha sido cumplida o no.
A veces un resultado puede caer claramente dentro o fuera del lmite de una
especificacin, pero la incertidumbre puede superponerse al lmite. En la
ilustracin de la Figura 7 se muestran cuatro tipos de resultados.

En el caso (a), tanto el resultado como la incertidumbre caen dentro de los

lmites especificados. Esto se clasifica como un "cumplimiento".
En el caso d), ni el resultado ni ninguna parte de la banda de incertidumbre se
sitan dentro de los lmites especificados. Esto se clasifica como un
"incumplimiento".
Los casos (b) y (c) no estn completamente dentro ni fuera de los lmites. No se
puede hacer una conclusin firme sobre el cumplimiento.
Antes de declarar el cumplimiento de una especificacin, compruebe siempre
la especificacin. A veces, una especificacin cubre varias propiedades tales
como apariencia, conexiones elctricas, intercambiabilidad, etc., que no tienen
nada que ver con lo que se ha medido.

13.4 Redondeo
Las calculadoras y las hojas de clculo pueden dar una respuesta a muchos
decimales. Hay algunas prcticas recomendadas para redondear los
resultados:
Utilizar un grado significativo de redondeo en los clculos. La incertidumbre
en un resultado de medicin puede definir cuntos decimales debe reportar.
Por ejemplo, si la incertidumbre en su resultado est en la primera cifra
decimal, entonces el resultado de la medicin tambin debera ser declarado a
un decimal,
Haga sus clculos a por lo menos una cifra ms significativa de la que
finalmente necesita.

Tenga en cuenta cuntas cifras significativas debe utilizar al multiplicar o

dividir o realizar clculos ms complejos.
El redondeo de los valores debe realizarse slo al final del clculo, para evitar
Errores de redondeo. Por ejemplo, si 2,346 se redondea hasta 2,35 en una
etapa temprana de una
Clculo, podra redondearse ms adelante a 2.4. Pero si se usa 2.346 en un
Clculo sera redondeado correctamente a 2.3 en la etapa final.
Aunque los resultados son finalmente redondeados hacia arriba o hacia
abajo, dependiendo de cul es la cifra ms cercana, la regla para redondear las
incertidumbres es diferente. La incertidumbre final se redondea hasta la
siguiente cifra ms grande, no hacia abajo.

15 Palabras de advertencia
El anlisis de incertidumbre es un tema evolutivo. Ha habido cambios sutiles en
el enfoque a lo largo de los aos. Lo que es ms, las reglas dadas en esta gua
para principiantes no son 'absolutas'.
Hay un montn de casos especiales donde se aplican reglas ligeramente
diferentes. Hay incluso espacio para el debate sobre los puntos ms finos de
cmo explicar las incertidumbres particulares. Pero an as, el consejo dado en
esta publicacin representa una buena prctica normal.
Lo que se da aqu no es la historia completa. Casos especiales no han sido
tratados en esta Gua.
Se aplican reglas adicionales:
si utiliza estadsticas sobre conjuntos de datos muy pequeos (menos de
aproximadamente 10)
si un componente de la incertidumbre es mucho mayor que todos los dems
involucrados
si algunas entradas al clculo estn correlacionadas
si la distribucin o distribucin es inusual en forma
si la incertidumbre no es para un solo resultado, sino para ajustar una curva o
lnea a un nmero de
puntos

Estos casos estn cubiertos por algunos de los textos que se enumeran a
continuacin en la seccin "Otras lecturas".