Académique Documents
Professionnel Documents
Culture Documents
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
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.)
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.
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,
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?
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,
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,
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.
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".