Documente Academic
Documente Profesional
Documente Cultură
Desviacion estndar experimental.- Una medida para la dispersion de los
datos.
s
1
n 1
x x
i ( )
2
i 1
n
Histogramas: Para estimar la distribucion asociada a la magnitud
medida, se puede aplicar la herramienta del histograma, agrupando los
valores medidos en clases (intervalos) y presentra su frecuencia en
funcion de la clase. Para obtener una informacion confiable sobre la
distribucion se requiere un numero razonablemente alto de datos.
Distribuciones.- Los histogramas permiten visualizar de manera preliminar la
distribucion, a partir de su envolvente. Para obtener la distribucion a partir de
la ecuacion de la envolvente del histograma, es necesario normalizar su area
a uno.
Distribucion normal: (distribucion Gaussiana).- A menudo la
distribucion de valores obtenidos en mediciones repetidas, sigue esta
distribucion alrededor de la media de los valores. Los parametros que
caracterizan esta distribucion son su media , y su desviacion estndar, .
f (x)
1
2
exp
x
( )
2
2
2
Nivel de confianza.- Es la probabilidad de que un valor de la variable
aleatoria se encuentre dentro de un intervalo especifico (por ejemplo,
simetrico alrededor de la media).
P a x b
[ ]
f (x) dx
a
b
Para una distribucion normal:
Intervalo
t
t2 t3
Nivel de confianza 68,3% 95,4% 99,7%
Errores e incertidumbre de medicion.
Modelo de la medicion:
Y X
Y: valor verdadero del mensurando
X: resultado de la medicion
error que siempre se encuentra presente en la medicion.
El error en las mediciones esta compuesto de dos tipos de errores, el
aleatorio (se desconoce su signo y magnitud) y el sistematico (se reproduce
con el mismo sentido y magnitud en todas las mediciones de una serie. Una
vez identificado puede corregisrse)
a
+
s
recomendaciones para disminuir el efecto de las mediciones
- para
a
, aumentar el numero de mediciones
- para
s
, aplicar correcciones (como sumandos o como factores)
Un ejemplo simple de error sistematico: Si se calcula el volumen de un
solido a 20 C y se utiliza este cuerpo en una medicion posterior a una
temperatura diferente de 20 C, se debe aplicar la correccion por
expansion volumetrica de los cuerpos debido al cambio de la
temperatura para encontrar el volumen del cuerpo a la temperatura de
medicion.
Incertidumbre de medicion.
Parametro asociado al resultado de una medicion, que caracteriza la
dispersion de los valores que podrian ser razonablemnte atribuidos al
mensurando.
Resultado de la evaluacion dirigida a caracterizar el intervalo en el cual el
valor verdadero de un mensurando se estima que se encuentra,
generalmente con una probabilidad dada.
La incertidumbre de la medicion comprende, en general, muchos
componentes. Algunos de estos componentes pueden ser estimados con
base en una distribucion estadistica de los resultados de una serie de
mediciones y pueden ser caracterizados por desviaciones estndar
experimentales. Los estimados de otros componentes pueden basarse
solamente en experiencia u otra informacion.
En algunas ocaciones no es posible (o factible) corregir todos los errores
sistematicos presentes en la medicion, sin embargo el valor de incertidumbre
declarado (asociado al mensurando) debe ser tal que incluya los efectos
debidos a estas omisiones.
El uso de correcciones o factores de correccion tiene como finalidad eliminar
errores sistematicos presentes en la medicion y asi disminuir la incertidumbre
de una medicion.
Estimacion de la incertidumbre de acuerdo a la GUM (procedimiento basico).
Aspectos a condiderar (en orden):
(A) Mensurando: Definir los modelos fisicos y matematicos
(B) Magnitudes de influencia: Definir y organizar las magnitudes de
influencia
(C) Cuantificacion: Cuantificar magnitudes de influencia y su dispersion
(D) Valor del mensurando: Obtener la mejor estimacion del
mensurando
(E) Incertidumbre estndar combinada: Combinar las contribuciones a la
incertidumbre del mensurando.
(F) Incertidumbre expandida: Determinar el intervalo que abarca el valor
del mensurando con un cierto nivel de confianza.
(G) Informe: presentacion del resultado de medicion, incluyendo su
incertidumbre.
(A).- Identificar el mensurando y establecer una ecuacion matematica que
relacione el mensurando con las magnitudes de entrada y de influencia
Y f X
1
, X
2
, .., X
n
( )
Ejemplos
Mensurando Modelo Magnitudes de entrada
Volumen de un cilindro
V
4
d
2
h
d: Diametro
h: altura
Error del instrumento E = L - P L: lectura
P: Valor del patron
Longitud de varilla L: Medicion
directa
Lectura de
vernier(+correcciones)
(B).- Identificar las causas de incertidumbre, incluyendo caracteristicas de
instrumentos, condiciones de medicion, etc.
Fuentes de incertidumbre: Patron, material de referencia, calibracion del
instrumento de medicion, resolucion de instrumento, condiciones ambientales,
repetitibilidad de las lecturas, reproducibilidad de los resultados, etc.
En la literatura se distiguen dos metodos principales para cuantificar las fuentes de
incertidumbre:
El metodo de evaluacion tipo A esta basado en un analisis estadistico de una
serie de mediciones. La incertidumbre es obtenida (observada) por el metrologo
durante el proceso de medicion, mediante la dispersion de los datos de medicion
repetidas. Mediciones repetidas (repetitibilidad, reproducibilidad, regresion lineal)
En el metodo de evaluacion tipo B la informacion sobre la dispersion de los
datos esta obtenida de otra manera, generalmente consultando documentos
originados externamente. Otras fuentes de informacion como: certificado de
calibracion, manuales de instrumentos, mediciones anteriores, condiciones
ambientales, etc.
En la evaluacion tipo A un ejemplo por repetitibilidad es evaluar la desviacion
estndar experimental de la media, es decir que para la distribucion normal,
u
A
x
( )
s
n
En la evaluacion tipo B, dos ejemplos: Por certificado de calibracion se da
una distribucion normal y el otro ejemplo puede ser por la especificacion de
la resolucion del instrumento con una distribucion rectangular.
VER EL DOCUMENTO DE CENAM GUIA_P_ESTIMARPD