Modulo de Metrologia-1

FUNDAMENTOS DE METROLOGÍA
Luís Enrique Sogamoso Urieles

Físico: U. Nacional de Colombia
MSc: U. del Atlántico
Profesor: Universidad del Atlántico
Introducción
La implementación de un sistema de gestión basado en:
 ISO 9001
 ISO 17025
 ISO 14001
 ISO TS 16949
 HACCP
 ETC
Requiere cumplir un conjunto de requisitos, dentro de los cuales
existe uno que atañe a la medición, es decir involucra la metrología.
Nuestro interés es desarrollar un módulo que nos capacite para
implementar un sistema de gestión metrológica, que cumpla con los
requerimientos de las normas mencionadas.
Objetivo del módulo
Conocer los elementos básicos y prioritarios para implementar un sistema de
gestión de la medición que satisfaga los requerimientos exigidos en normas de
gestión tales como: ISO 900, ISO 14001, ISO 17025, OHSAS 18001, HACCP,
BPM, entre otras. Los participantes aprenderán conceptos básicos de
metrología, estadística y probabilidad aplicados en las actividades de
metrología. Verán aplicaciones concretas a tópicos como calibración de
instrumentos de mediciones de longitudes y mediciones de masa (balanzas).
Desarrollar en los participantes destrezas para aplicar lo conceptos
metrológicos en diferentes tipos de magnitudes físicas y químicas. Desarrollar
habilidades para organizar un programa de aseguramiento metrológico
industrial. Manejar instrumentos para mediciones dimensionales, de masa, etc
1. Clasificación de la metrología
• Definición
• Metrología legal
• Metrología Industrial
• Metrología científica
• Método de medición
2. CONCEPTOS DE METROLOÍA
CONCEPTOS DE MEDICIÓN
• Medición • Calibración
• Mensurando • Trazabilidad Metrológica
• Principio de medición • Verificación
• Método de medición • Validación
• Procedimiento de medición • Compatibilidad metrológica de resultados
• Resultado de medida de medida
• Valor verdadero de una magnitud • Magnitud de influencia
• Valor verdadero convencional • Corrección
• Exactitud de medición
• Veracidad de medición
• Precisión de medición
• Incertidumbre de medición
3. Sistema si
• Sistema Internacional de Unidades

• Magnitudes fundamentales y derivadas del Sistema SI
• Unidades de medición y sus símbolos en el sistema SI
• Análisis dimensional
• Sistema de prefijos para los múltiplos y submúltiplos del
sistema SI
• Reglas básicas para la escritura de los símbolos de la
unidades de medición
4. Cifras significativas
• Definición
• Cifra significativa y medición con instrumento análogo
• Cifra significativa y medición con instrumento digital
• Cifra significativa y calibración
• Reglas
5. Conceptos de estadística
4. Fundamentos de estadística y probabilidad
• Observación • Variable aleatoria

• Observaciones independientes • Variable aleatoria discreta y
• Población continua
• Muestra • Probabilidad
• Frecuencia • Distribución de
• Frecuencia relativa probabilidades
• Tablas de frecuencias • Función densidad de
• Media aritmética probabilidad
• Mediana • Función acumulada
• Varianza • Distribución normal
• Desviación estándar • Distribución rectangular
• Coeficiente de correlación • Distribución triangular
6. Análisis y estimación de
incertidumbre
• Proceso de medición • Incertidumbre Expandida
• Modelo físico y modelo • Factor de cobertura
matemático de la medición • Pasos a seguir para estimar
• Incertidumbre tipo A la incertidumbre de
• Incertidumbre tipo B medición armonizada con la
• Incertidumbre combinada GUM
• Ley de propagación de las • Construcción de una hoja
incertidumbre de cálculo en Excel para
• Interpretación de los coeficientes estimar la incertidumbre de
de sensibilidad medición
7. Elementos de un sistema de gestión
de la medición
• Términos y definiciones
• Requisitos generales
• Responsabilidad de la dirección
• Gestión de los recursos
• Confirmación metrológica
8. Requerimientos metrológicos de ISO
9001
• ISO 9001
• ISO 14001
• HACCP
• TS 16949
• ISO 17025
9. Aplicaciones
• Metrología dimensional
• Masas y balanzas
• Temperatura
• Presión
¿Qué es metrología?
• La metrología es la
ciencia de las
mediciones
Clasificación de la metrología
METROLOGÍA
Metrología Metrología
física Legal
Metrología
Industrial
química científica
Masa, tiempo, longitud, corriente eléctrica, velocidad, fuerza , viscosidad, etc

METROLOGÍA
física Legal
Metrología
Industrial
Análisis cualitativo y cuantitativo de sustancia usadas en química, biología ,

medio ambiente, medicina.
METROLOGÍA
física Legal
Metrología
Industrial
Todas las mediciones relacionadas con el comercio y la protección al

consumidor. El estado debe ser garante de la transparencia de estas
actividades
METROLOGÍA
física Legal
Metrología
Industrial
Evaluación durante el desarrollo del producto, evaluación de

especificaciones de materias primas, evaluación de especificaciones durante
la fabricación del producto. Monitoreo de proceso y control estadístico de
proceso
METROLOGÍA
física Legal
Metrología
Industrial
Las mediciones realizadas en laboratorios científicos son categorizadas como

metrología científica : laboratorios de ensayos, laboratorios de investigación
y desarrollo, laboratorios de calibración
Conceptos de metrología
• Magnitud • Longitud
• Masa
• Medición • Tiempo
• Temperatura
• Mesurando • Corriente eléctrica
• Etc
• Principio de medición
• Procedimiento de medición
Propiedad de un fenómeno, cuerpo o sustancia que puede expresarse

cuantitativamente mediante un número y una referencia
• Magnitud No aplica a propiedades
cualitativas
• Medición
• Mesurando
Proceso que consiste en obtener experimentalmente uno o varios valores que pueden
atribuirse razonablemente a una magnitud
• Magnitud La especificación de un
mensurando requiere el
• Medición conocimiento de la naturaleza de la
magnitud
• Mesurando
Magnitud que se desea medir

• Magnitud
• Medición
• Mesurando
Fenómeno que sirve como base de una medición

• Magnitud • Método directo
• Método indirecto
• Medición
• Mesurando
Descripción genérica de la secuencia lógica de operaciones utilizadas en una medición

• Magnitud Debe documentarse con
suficiente detalle para que un
• Medición operador pueda realiza una
medición
• Mesurando
Descripción detallada de una medición conforme a uno o más principios de medición

y a un método de medida dado, basado en un modelo de medida y que incluye los
cálculos necesarios para obtener un resultado de medida
• Resultado de una medición Se expresa generalmente como un
valor medido único y una
• Valor verdadero de una magnitud incertidumbre de medida
• Valor verdadero convencional
Conjunto de valores de una magnitud atribuidos a un mensurando, acompañado de

cualquier otra información relevante disponible
• Resultado de una medición Cuando la incertidumbre debido ala
definición del mensurando sea
• Valor verdadero de una mag despreciable con respecto a las otras
componentes de la incertidumbre de
• Valor verdadero convencional medida, puede considerarse que el
mensurando tiene un valor verdadero
• Exactitud de medición esencialmente único
Valor de una magnitud compatible con la definición de la magnitud

• Resultado de una medición Valor convencional de la aceleración
de la gravedad de caída libre de
• Valor verdadero de una magnitud 9,80665 m/s2
Valor convencional de un patrón de
• Valor convencional de una mag masa dado m= 100,00347 g
Valor asignado a una magnitud mediante un acuerdo para determinado propódito

• Resultado de una medición El término no debe utilizarse en lugar
de veracidad de medida, al igual que
• Valor verdadero de una magnitud el término precisión de medida
tampoco debe utilizarse en lugar de
• Valor convencional de una mag exactitud de medida ya que esta
última incluye ambos conceptos
Proximidad entre un valor medido y un valor verdadero de un mensurando

• Resultado de una medición La veracidad de medida está
inversamente relacionada con el error
• Valor verdadero de una magnitud sistemático
• Valor convencional de una mag
Proximidad de la media de un número infinito de valores medidos repetidos y un valor

de referencia
• Resultado de una medición
• Condiciones de repetibilidad
• Valor verdadero de una magnitud • Condiciones de precisión
• Valor convencional de una mag intermedia

• Condiciones de reproducibilidad
Proximidad entre las indicaciones o los valores medidos obtenidos en mediciones

repetidas de un mismo objeto , o de objetos similares, bajo condiciones especificadas
• Error de medición
• Error sistemático, que varía de
• Incertidumbre de medición manera predecible
• Calibración • Error aleatorio, varia de manera

impredecible
• Trazabilidad metrológica
• Sesgo de medida. Valor estimado
• Verificación del error sistemático
• Validación
Diferencia entre el valor medido de una magnitud y un valor de referencia

En general incluye numerosas
• Incertidumbre de medición componentes
• Calibración
• Verificación
• Validación
Parámetro no negativo que caracteriza la dispersión de los valores atribuidos a un

mensurando a partir de la información disponible
Puede expresarse mediante una declaración,
• Error de medición una función de calibración, un diagrama de
calibración, una curva de calibración
• Calibración
• Verificación
• Validación
Operación que bajo condiciones especificadas establece, en una primera etapa, una
relación entre los valores y sus incertidumbre de medida asociadas obtenidas a partir
de los patrones de medida y las correspondientes indicaciones con sus incertidumbre
asociadas y, en una segunda etapa, utiliza esta información para establecer una
relación que permita obtener un resultado de medida a partir de una indicación
Puede expresarse mediante una declaración,
• Error de medición una función de calibración, un diagrama de
calibración, una curva de calibración
• Calibración
• Verificación
• Validación
Propiedad de un resultado de medida por la cual el resultado puede relacionarse con

una referencia mediante una cadena ininterrumpida y documentada de calibraciones,
cada una de las cuales contribuye a la incertidumbre de medida
La confirmación de que puede alcanzarse una
• Error de medición incertidumbre objetivo.
El elemento puede ser un proceso, un
• Incertidumbre de medición procedimiento de medida, un material, un
compuesto o un sistema de medida
• Calibración
• Verificación
• Validación
Aportación de evidencia objetiva de que un determinado elemento satisface los

requisitos especificados
• Calibración
• Verificación
• Validación
Verificación de que los requisitos especificados son adecuados para un uso previsto
• Compatibilidad metrológica Sustituye al concepto de “estar dentro del
error”, pues representa el criterio para decidir si
• Magnitud de influencia dos resultados de medida se refieren o no al
mismo mensurando. Si en un conjunto de
• Corrección mediciones de un mensurando, supuesto
constante, un resultado de medida no es
• Ajuste compatible con los otros, o bien la medición no
fue correcta o bien la magnitud medida varió
entre medidas
Propiedad de un conjunto de resultados de medida de un mensurando específico, tal

que el valor absoluto de la diferencia de los valores medidos, para cualquier par de
resultados de medida, sea inferior a un cierto múltiplo seleccionado de la
incertidumbre estándar de esta diferencia
• Compatibilidad metrológica La temperatura de un micrómetro utilizado para
medir la longitud de una varilla, pero no la
• Magnitud de influencia longitud de la propia varilla que puede aparecer
en la definición del mensurando
• Corrección
• Ajuste
Magnitud que en una medición directa, no afecta a la magnitud que realmente se esta
midiendo, pero si afecta a la relación entre la indicación y el resultado de medida
• Compatibilidad metrológica La compensación puede ser la adición de un
valor o la multiplicación por un factor
• Magnitud de influencia
• Corrección
• Ajuste
Compensación de un efecto sistemático

• Compatibilidad metrológica No debe confundirse el ajuste de un sistema de
medida con su propia calibración que es un
• Magnitud de influencia requisito para el ajuste
• Corrección
• Ajuste
Conjunto de operaciones realizadas sobre un sistema de medida para que proporcione

indicaciones prescritas, correspondientes a valores de la magnitud a medir
Sistema Internacional de Unidades
1. 1795:la Asamblea Nacional Francesa decretó el Sistema de pesas

y medidas. Se instituye el SISTEMA METRICO DECIMAL
2. 1810:Napoleón Bonaparte, durante el Consulado, legalizó el
Sistema Métrico Decimal implantado por la Revolución Francesa
3. 1837: por ley se Abolieron las antiguas medidas en Francia
4. 20 de mayo de 1875:Conferencia Diplomática en la cual fue
firmada la Convención del Metro, en París
5. 1889:Primera Conferencia General de Pesas y Medidas
6. Primera Conferencia Internacional de Metrología Práctica
7. 1950:se crea el “Comité Internacional Provisional de Metrología
Legal”
8. 1955:se instituye la ORGANIZACIÓN INTERNACIONAL DE
METROLOGIA LEGAL
Convención del metro
A 31 de diciembre de 2005, cincuenta y un Estados eran miembros de esta

Convención: África del Sur, Alemania, Argentina, Australia, Austria, Bélgica,
Brasil, Bulgaria, Camerún, Canadá, Chile, China, República Checa, República
de Corea, República Popular Democrática de Corea, Dinamarca, República
Dominicana, Egipto, Eslovaquia, España, Estados Unidos, Finlandia, Francia,
Grecia, Inglaterra, Holanda, Hungría, India, Indonesia, Irán, Irlanda, Israel,
Italia, Japón, Malasia, Méjico, Noruega, Nueva Zelanda, Paquistán, Polonia,
Portugal, Rumania, Rusia, Serbia y Montenegro, Singapur, Suecia, Suiza,
Tailandia, Turquía, Uruguay y Venezuela, Colombia(ley 1512)
Organismos creados por la convención del
metro
1. Conferencia General de Pesas y Medidas, CGPM: autoridad

suprema. Es de nivel diplomático mediante delegaciones de los
Países miembros
2. Comité Internacional de Pesas y Medidas, CIPM :el nivel es
científico y técnico compuesto por 18 miembros, científicos y
metrólogos eminentes pertenecientes a nacionalidades diferentes
y no representan a sus países.
3. Bureau Internacional de Pesas y Medidas, BIPM: que constituye
el órgano ejecutor de las decisiones de la CGPM bajo la
supervisión del CIPM. Está compuesto por personal científico
,técnico y administrativo. Se le considera la “Meca” de los patrones
métricos y de la metrología científica.
CGPM
La Conferencia General la forman delegados de todos los Estados miembros
de la Convención del Metro que se reúnen, en la actualidad, cada cuatro
años. Los objetivos de estas reuniones son:
• discutir y propiciar los acuerdos necesarios para asegurar la propagación y
el perfeccionamiento del Sistema Internacional de Medidas (SI), forma
moderna del sistema métrico;
• confirmar los resultados de las nuevas determinaciones metrológicas
fundamentales y adoptar resoluciones científicas diversas, de ámbito
internacional;
• adoptar todas las decisiones importantes concernientes a la financiación,
organización y desarrollo del BIPM
CIPM
El CIPM está formado por dieciocho miembros, cada uno de un Estado distinto; en
la actualidad se reúnen todos los años. Los miembros del Comité envían a los
Gobiernos de los Estados miembros de la Convención del Metro un informe anual
sobre la situación administrativa y financiera del BIPM. La misión principal del
Comité es asegurar la uniformidad mundial de las unidades de medida, ya sea
actuando directamente o presentando propuestas a la Conferencia General
BIPM
La Oficina Internacional de Pesas y Medidas (BIPM) fue creada por la
Convención del Metro, firmada en París el 20 de mayo de 1875 por
diecisiete Estados, en la última sesión de la Conferencia Diplomática. Esta
Convención fue modificada en 1921
El BIPM tiene su sede cerca de París, en los terrenos (43 520 m2) del
Pabellón de Breteuil (Parque de Saint-Cloud), puesto a su disposición por
el Gobierno Francés; su mantenimiento se financia conjuntamente por los
Estados Miembros de la Convención del Metro
La misión del BIPM es asegurar la unificación mundial de las medidas;
por lo tanto se encarga de:
• establecer los patrones fundamentales y las escalas para la medida de
las principales magnitudes físicas y conservar los prototipos
internacionales;
• llevar a cabo comparaciones de los patrones nacionales e
internacionales;
• asegurar la coordinación de las técnicas de medida correspondientes;
• efectuar y coordinar las mediciones de las constantes físicas
fundamentales relevantes en las actividades precedentes.
BIPM
En los laboratorios del BIPM trabajan alrededor de cuarenta y cinco físicos y

técnicos, los cuales realizan fundamentalmente investigaciones metrológicas,
comparaciones internacionales de realizaciones de unidades y calibraciones
de patrones. Estos trabajos son objeto de un informe anual detallado que se
publica en el Informe del Director sobre la actividad y gestión de la Oficina
Internacional de Pesas y Medidas
Unidades básicas del sistema SI
Magnitudes básica Unidades SI básica
Nombre Símbolo Nombre Símbolo
Longitud l,x,r, etc metro m

Masa m kilogramo kg
Tiempo t segundo s
Corriente eléctrica I,i amperio A
Temperatura
T kelvin K
termodinámica
Cantidad de
n mol mol
sustancia
Intensidad
Iv candela cd
luminosa
Definición de la unidades básica del sistema SI
Kelvin (K). Unidad de temperatura termodinámica.
Definición: un kelvin es la temperatura termodinámica correspondiente a la fracción 1/273,16
de la temperatura termodinámica del punto triple del agua.
Segundo (s). Unidad de tiempo.
Definición: el segundo es la duración de 9 192 631 770 periodos de la radiación
correspondiente a la transición entre los dos niveles hiperfinos del estado fundamental del
átomo de cesio 133.
Metro (m). Unidad de longitud.
Definición: un metro es la longitud de trayecto recorrido en el vacío por la luz durante un
tiempo de 1/299 792 458 de segundo.
Kilogramo (kg). Unidad de masa.
Definición: un kilogramo es una masa igual a la almacenada en un prototipo.
Amperio (A). Unidad de intensidad de corriente eléctrica.
Definición: un amperio es la intensidad de una corriente constante que manteniéndose en
dos conductores paralelos, rectilíneos, de longitud infinita, de sección circular despreciable y
situados a una distancia de un metro uno de otro en el vacío, produciría una fuerza igual a
2•10-7 newton por metro de longitud.
Mol (mol). Unidad de cantidad de sustancia.
Definición: un mol es la cantidad de sustancia de un sistema que contiene tantas entidades
elementales como átomos hay en 0,012 kilogramos de carbono 12. Cuando se emplea el
mol, es necesario especificar las unidades elementales, que pueden ser átomos, moléculas,
iones, electrones u otras partículas o grupos especificados de tales partículas.
Candela (cd). Unidad de intensidad luminosa.
Definición: una candela es la intensidad luminosa, en una dirección dada, de una fuente que
emite una radiación monocromática de frecuencia 540•1012 hercios y cuya intensidad
energética en dicha dirección es 1/683 vatios por estereorradián
Dimensiones de la magnitudes
Magnitud básica Símbolo de la magnitud Símbolo de la dimensión
longitud l, x, r, etc. L
masa m M
t T
tiempo, duración
intensidad de corriente
I, i I
eléctrica
temperatura termodinámica T Θ
cantidad de sustancia n N
intensidad luminosa Iv J
Prefijos SI
Factor Nombre Símbolo Factor Nombre Símbolo

101 deca da 10-1 deci d
102 hecto h 10-2 centi c
103 kilo k 10-3 mili m
106 mega M 10-6 micro µ
109 giga G 10-9 nano n
1012 tera T 10-12 pico p
1015 peta P 10-15 femto f
1018 exa E 10-18 atto a
1021 zetta Z 10-21 zepto z
1024 yotta Y 10-24 yocto y
Prefijos SI
Los símbolos de los prefijos se escriben en caracteres romanos (rectos), como
los símbolos de las unidades, independientemente del tipo de letra del texto
adyacente, y se unen a los símbolos de las unidades, sin dejar espacio entre
el símbolo del prefijo y el de la unidad. Con excepción de da (deca), h (hecto) y
k (kilo), todos los símbolos de prefijos de múltiplos se escriben con
mayúsculas y todos los símbolos de prefijos de submúltiplos se escriben con
minúsculas. Todos los nombres de los prefijos se escriben con minúsculas,
salvo al comienzo de una frase.
El kilogramo
Entre las unidades básicas del Sistema Internacional, la unidad de masa es la
única cuyo nombre, por razones históricas, contiene un prefijo. Los nombres y
los símbolos de los múltiplos y submúltiplos decimales de la unidad de masa
se forman añadiendo los nombres de los prefijos a la palabra “gramo” y los
símbolos de estos prefijos al símbolo de la unidad “g” (CIPM 1967,
Recomendación 2; PV, 35, 29 y Metrología, 1968, 4, 45).
10-6 kg = 1 mg, pero no 1 μkg (microkilogramo)

Reglas de escritura de los nombres y símbolos de las unidades,
y expresión de los valores de las magnitudes
Los principios generales referentes a la escritura de los símbolos de las

unidades y de los nombres fueron propuestos durante la 9ª CGPM (1948,
Resolución 7). Posteriormente fueron adoptados por la ISO, la CEI y por
otras organizaciones internacionales. Como resultado, existe en la actualidad
un consenso general sobre cómo deben expresarse los símbolos y nombres
de unidades, incluyendo los símbolos y nombres de los prefijos, y los
símbolos y valores de las magnitudes. El respeto de estas reglas y
convenciones de estilo, las más importantes de las cuales se presentan en
este capítulo, facilita la lectura de los artículos científicos y técnicos
Los símbolos de las unidades se imprimen en caracteres romanos (rectos),

independientemente del tipo de letra empleada en el texto adyacente. Se
escriben en minúsculas excepto si derivan de un nombre propio, en cuyo
caso la primera letra es mayúscula
Una excepción, adoptada por la 16ª CGPM (1979, Resolución 6), es que se
permite el uso de la letra L en mayúscula o l en minúscula como símbolos del
litro, a fin de evitar la confusión entre la cifra 1 (uno) y la letra l (ele).
Un prefijo de múltiplo o submúltiplo, si se usa, forma parte de la unidad y

precede al símbolo de la unidad, sin espacio entre el símbolo del prefijo y el
símbolo de la unidad. Un prefijo nunca se usa solo y nunca se usan prefijos
compuestos
Los símbolos de las unidades son entidades matemáticas y no abreviaturas.

Por tanto, no van seguidos de un punto, salvo al final de una frase, ni se usa
el plural, ni se pueden mezclar símbolos de unidades con nombres de
unidades en una misma expresión, pues los nombres no son entidades
matemáticas (75 cm de longitud, pero no 75 cm. de longitud; l = 75 cm, pero
no 75 cms )
Para formar los productos y cocientes de los símbolos de las unidades, se

aplican las reglas habituales de multiplicación o de división algebraicas. La
multiplicación debe indicarse mediante un espacio o un punto centrado a
media altura (⋅), para evitar que ciertos prefijos se interpreten erróneamente
como un símbolo de unidad. La división se indica mediante una línea
horizontal, una barra oblicua (/), o mediante exponentes negativos. Cuando
se combinan varios símbolos de unidades, hay que tener cuidado para evitar
toda ambigüedad, por ejemplo utilizando corchetes o paréntesis, o
exponentes negativos. En una expresión dada sin paréntesis, no debe
utilizarse más de una barra oblicua, para evitar ambigüedades (N m ó N⋅m
para newton metro m/s ó ms-1 , para metro por segundo ms, milisegundo;
m s, metro segundo
Cifras significativas
Definición
Las cifras significativas de un número son aquellas que tienen significado real y
por lo tanto aportan alguna información útil
Cifra significativa y medición con instrumento
análogo
Todos los números asociados con la medición de magnitud física deben tener
dígitos significativos correspondientes a la precisión del instrumento de medida
El indicador análogo mide una variable que varía

de forma continua y muestra el valor medido
mediante la posición del puntero en una escala.
Entre mejor es la precisión de medición mayor
será número de dígitos significativos del
resultado de la medición
Cifra significativa y medición con instrumento
digital
Todos los números asociados con la medición de magnitud física deben tener
dígitos significativos correspondientes a la precisión del instrumento de
medida. Para el caso instrumentos de medición digital, el resultado de la
medición debe tener tantas cifras hasta el orden de la resolución del miso
La pantalla digital muestra el valor medido por
números o dígitos. Cuanto mayor es el número
de dígitos, una mejor precisión de la medición
Cifra significativa y calibración
Cuando se calibra un instrumento de medición comparándolo con un patrón de
la misma naturaleza, el numero de dígitos que indica el patrón debe ser mayor
que el del instrumento de prueba. Es decir la exactitud del patrón debe ser
mayor y esto se manifiesta en el número de cifras
Es vital entender que la exactitud del patrón de referencia debe ser mejor que
el instrumento bajo calibración. ¡Cuánto mejor? La respuesta está relacionada
con costo y exactitud requerida. Se recomienda, que la exatitud
predeterminada debe estar entre cuatro y diez (NIST) o de tres a diez
(INMETRO) veces mejor que la exactitud del aparato bajo calibración
Por ejemplo, para la calibración de un instrumento con una exactitud de 1%,

se debe utilizar un valor predeterminado con exactitud de 0,3% a 0,1%.
Cuando se utiliza un estándar de 1% para calibrar un instrumento de medida
con
Regla 1
En números con dígitos decimales, los ceros finales a la derecha del punto
decimal son significativos
Regla 2
Todos los ceros entre dígitos significativos son significativos.
Ejemplo: 2,054; cuatro cifras significativas
Regla 3
Los ceros a la izquierda del primer dígito que no es cero, sirven sólo para fijar la
posición de la coma decimal y no son significativos.
Ejemplo: 0,054; dos cifras significativas
Regla 4
En un número con dígitos decimales, los ceros finales a la derecha de la coma
decimal son significativos
Ejemplo: 0,0540; tres cifras significativas
Regla 5
Si un número no tiene coma decimal y termina con uno o más cero; dicho
ceros pueden ser o no significativos. En este caso se requiere información
adicional. Para evitar confusiones se expresa en notación científica. Si se le
coloca coma al final indican que son significativos.
Ejemplo
1200 ; dos cifras significativas
1200, ; cuatro cifras significativas
Regla 6
En una suma o resta el numero de dígitos del resultado está determinado por

las posición del menor dígito común a todos los números que se suman o se
restan .
Ejemplo: 4,3+0,030+7,31=11,64≈11,6; 34,6+17,8+15=67,4≈67
Regla 7
En un producto o división el resultado debe redondearse de manera que
contenga el mismo número de dígitos significativos que el número origen que
posea menor número de dígitos significativos
Ejemplo: 24*4,52/100,0≈1,1; 24*4,02/100,0≈0,96
Conceptos de estadística
Estadística para metrología
La estadística es al metrólogo como el martillo es al carpintero. Esta le

permite:
 Estimar la incertidumbre de medición
 Aplicar MSA (measurment systems analysis)
 Asegurar la calidad de los resultados de la medición
¿Qué es la estadística actual?
La estadística como ciencia

La estadística actual es el resultado de la unión de dos disciplinas que evolucionan
independientemente hasta converger en el siglo XIX. Estas son:
• Cálculo de probabilidades
• La estadística
Nace en el siglo XVII como teoría matemática de los juegos de azar

¿Qué es la estadística actual?
La estadística como ciencia

La estadística actual es el resultado de la unión de dos disciplinas que evolucionan
independientemente hasta converger en el siglo XIX. Estas son:
• Cálculo de probabilidades
• La estadística
La palabra estadística viene de la palabra latina status, de ahí que se

le conocía como ciencia del estado. Inicialmente designaba el análisis
de datos del estado.
Algunos problemas que resuelve la
estadística
• Descripción de datos
• Análisis de muestras
• Prueba de hipótesis
• Medición de relaciones
• Predicción
Se trata de encontrar procedimientos para para resumir la información contenida en

los datos. Estadística descriptiva.
estadística
• Predicción
Es frecuente que por razones técnicas o económicas no es posible estudiar todos los
elementos de una población. En tal caso se utiliza la estadística para elegir una
muestra representativa para hacer una inferencia respecto a la población
estadística
• Predicción
Un objetivo frecuente en la investigación empírica es contrastar una hipótesis. Por

ejemplo, ¿ha mejorado un proceso de fabricación al introducir un elemento nuevo?
estadística
• Predicción
Preguntas como: ¿Depende la calidad de un producto de los factores A, B,C?.

Preguntas como estas deben responderse en términos estadísticos.
estadística
• Predicción
Muchas variables económicas y físicas tienen cierta inercia en su evolución y aunque

sus valores futuros son desconocidos, el estudio de su evolución pasada es
informativo para prever su evolución futura.
La descripción estadística de datos
Descripción estadística de una variable
Tipo de variables
• Variable cualitativa o de atributo
• Variable cuantitativa discreta
• Variable cuantitativa continua
No toman valores numéricos y describen cualidades, como por ejemplo clasificar una
pieza como aceptable o defectuosa.
Tipo de variables
La variable solo toma valores enteros.

Tipo de variables
La variable toma valores en un intervalo. La magnitudes físicas y química son

continuas.
Gráfica de datos cualitativos
Ejemplo
Operaciones efectuadas en el hospital de Barranquilla
TIPO DE OPERACIÓN NÚMERO DE CASOS

Torácica 20
Hueso y articulaciones 45
Ojos, oídos, nariz y garganta 58
General 98
Abdominal 115
Urológico 74
Proctológico 65
Neurocirugía 23
Total 498
Gráfica de barras
140
120
100
80
60 Series1
40
20
0
Torácica Huesos y Ojos, oidos, General Abdominal Urológico Proctológico Neurocirugía
articulaciones nariz y
garganta
Gráfica circular
Operaciones efectuadas en el hospital general en 2011
4% 4%
9%
13%
Torácica
12% Huesos y articulaciones

Ojos, oidos, nariz y garganta
General
15%
Abdominal
Urológico
Proctológico
20% Neurocirugía
23%
Tabla frecuencias
Muchas veces un conjunto grande de datos no presenta una imagen útil de los
mismos, en tales casos es necesario organizarlos y condensarlos de manera
manejable, mediante una tabla de frecuencia. Esta puede ser de:
• De datos no agrupados
• De datos agrupados
Tabla frecuencias no agrupada
Consideremos el siguiente conjunto de datos.
3 2 2 3 2 4 4 1 2 2
4 3 2 0 2 2 1 3 3 1
Variable Frecuencia Frecuencia Frecuencia

Xi absoluta relativa acumulada Xi f i
fi fr Fi X i2 f
0 1 0,05 0,05 0 0
1 3 0,15 0,20 3 3
2 8 0,40 0,60 16 32
3 5 0,25 0,85 15 45
4 3 0,15 1,00 12 48
Suma 20 1,00 46 128
Gráfico de barras
Series2
4
0
0 1 2 3 4
Tabla de frecuencia agrupada
En una calle de Barranquilla se mide, usando un instrumento de medición de radar, la
velocidad de 55 vehículos
27 23 22 38 43 24 35 26 28 18 20
25 23 22 52 31 30 41 45 29 27 43
29 28 27 25 29 28 24 37 28 29 18
26 33 25 27 25 34 32 36 22 32 33
21 23 24 18 48 23 16 38 26 21 23
Tabla de frecuencia agrupada
Número Intervalo de Marca de Frecuencia Frecuencia Acumulada
intervalo clase clase fi relativa Fi X i fi X i2fi
Xi fri
1 [ 12-18 ) 15 1 0,018 0,018 15 225
2 [18- 24) 21 14 0,255 0,273 294 6174
3 [24- 30) 27 22 0,400 0,673 594 16038
4 [30- 36) 33 8 0,145 0,818 264 8712
5 [36- 42) 39 5 0,091 0,909 195 7605
6 [42- 48) 45 3 0,055 0,964 135 6075
7 [48 54) 51 2 0,036 1,000 102 5202
Suma 55 1,00 1599 50031

Histograma de frecuencia
Medidas de tendencia central
Son valores numéricos que localizan de alguna manera el centro de un conjunto de
datos
n
xi
x
• Media aritmética o promedio
• Mediana de datos impares
• mediana de datos pares i 1 n

• Moda
datos
• mediana de datos pares

x  x n 1
• Moda 2
datos
• Mediana de datos impares xn  xn

1
x 2 2
• Moda
2
datos
• Moda
Es el valor de la variable que se presenta con

mayor frecuencia
Medidas de dispersión
• Rango
• Varianza
• Desviación estándar R  xmax  xmin

Mide la diferencia entre el valor máximo y el valor mínimo del conjunto de datos
 x  x
n 2
• Rango
i
• Varianza
s 2
n 1  i 1
• Desviación estándar n 1
Mide la dispersión de los datos respecto al centro

 x  x
• Rango n 2
• Varianza i
s i 1
• Desviación estándar
n 1
Mide la dispersión de los datos respecto al centro
Conceptos de estadística
Definición de probabilidad
Si un experimento puede tener cualquiera de N resultados diferentes

igualmente factibles, y si exactamente n de estos resultados
corresponde al evento A, entonces la probabilidad de éste es
n
P( A) 
N
La probabilidad es un número real entre 0 y 1, asociado a un evento

aleatorio
Conceptos estadísticos básicos
Variable aleatoria
Es aquella que puede tomar cualquier de los valores pertenecientes a un

conjunto de valores especificado. Puede ser:
 Discreta
 Continua
Distribuciones de probabilidades
La regla que expresa la relación existente entre los valores que puede
tomar la variable aleatoria y la probabilidad que le corresponde se
denomina LEY de Distribución de Probabilidades. La ley que gobierna la
distribución está caracterizada por una función matemática que en el
caso continuo se denomina función densidad de probabilidad
Variable discreta
Para la variable continua f(x) recibe el nombre de función densidad de

probabilidad.
Definición
Si f(x) es una función densidad de probabilidad bien definida debe
satisfacer:
a. f ( x)  0,    x  

b.


f ( x ) dx  1
b
c. P ( a  x  b)   f ( x)dx
a
Distribución acumulada
x
F ( x)  P( X  x )   f (t )dt ;    x  

F(x) es no decreciente y debe

cumplir
a. F(- ) = 0
b. F( ) = 1
c. P(a < x < b)= F(b) – F(a)

dF ( x)
d.  f ( x)
dx
Ejemplo
Supongamos que el error en la temperatura de reacción en o C para

un experimento controlado es una variable aleatoria continua, que
tiene la función densidad de probabilidad:
x2
f ( x)  ;  1  x  2
3
Compruebe que satisface las condiciones previstas

f ( x)  o ; 1 x  2; se cumple
 2 2
x2 1


f ( x)dx   dx  x3  1
1
3 9 1
1 1
x2 x3 1
P(0  X 1)   dx  
0
3 9 0 9
Determine F(x) y con ella calcule la probabilidad P(0  x 1)

x3  1
x x
t2
F ( x)   f (t )dt   dt 
 1
3 9
0 ; x  1
F ( x)  x3  1
; 1  x  2
9
1; x2
2 1 1
P(0  x  1)  F (1)  F (0)   
9 9 9
Distribución normal o gausiana
1  x 
2
1    : media poblacional
f ( x,  ,  )  e 2  
: desviación estándar poblacional
 2
X: Variable aleatoria
 ,  son los parámetros de la
distribución
Acumulada normal x 1  t  
2
1   
P ( X  x )  F ( x,  ,  )  e
2  
dt
 2 
Esta integral podría tabularse, pero sería una tarea muy engorrosa,
porque habría que hacerse para cada par de parámetros
X 
La variable Z Z

Haciendo un cambio de variable se obtiene una nueva variable,

que satisface una distribución normal, pero con media cero y
desviación estandar 1
F ( z ,0,1)
En realidad la función que uno encuentra tabulada en los libros

es la acumulada estandar
Ejemplo 1
    x      
P(     x     )  P(   )
  
= P(1  z  1)
= Fz (1,0,1)  Fz (1,0,1)
= 0,6826  68, 26%
Ejemplo 2
P(  2  x    2 )
Ejemplo 3
P(  3  x    3 )
Ejemplo 4
Dada una distribución normal estandar, encuentre el área bajo la curva que está, a) a
la derecha de z=1,84, y b) entre z= -1,97 y z= 0,86
Ejemplo 5
Dada una distribución normal estandar, encuentre los valores de k de tal forma que P
(Z>k) = 0,3015
Ejemplo 6
Dada una distribución normal con μ=50 y =10, encuentre la probabilidad de que X
asuma un valor entre 45 y 62
Normalizando
45  50 62  50
z1   0,5 z2   1, 2
10 10
P(45  X  62)  P(0,5  Z  1,2)

Ejemplo 7
Cierto tipo de batería dura un promedio de 3,0 años, con una desviación estandar de
0,5 años. Suponiendo que las duraciones de las baterías son normalmente distribuidas,
encuentre la probabilidad de que una determinada batería dure menos de 2,3 años.
2,3  3
z  1, 4 P( X  2,3)  P(Z  1,4)
0,5
Ejemplo 8
Una compañía fabrica focos cuya duración es normalmente distribuida con media igual
a 800 horas y una desviación estandar de 40 horas. Encuentre la probabilidad de que
un foco se funda entre las 778 y 834 horas de uso
778  800 834  800

z1   0,55; z2   0,85
40 40
P(778  X  834)  P(0,55  Z  0,85)  F (0,85)  F (0,55)

Ejemplo 9
En un proceso industrial el diámetro de un balero es una importante parte componente. El
comprador establece en sus especificaciones que el diámetro debe ser 3,0 ± 0,01 cm . Esto implica
que no se acepta ningún balero que se salga de esta especificación. En el proceso el diámetro
tiene una distribución normal con promedio 3,0 cm y desviación estandar de 0,005 cm. En
promedio cuantos baleros fabricados se descartarán ?
2,99  3,00 3,01  3,00

z1  =-2,0 ; z2   2,0
0,005 0,005
Media o valor esperado de una variable aleatoria con distribución de probabilidad f(x)
Discreta
  E ( X )   xf ( x)
x

Continua   E (X)   xf ( x)dx

La varianza de una variable aleatoria con distribución de probabilidad f(x) es:
Discreta
  E[( X   ) ]   ( x   ) f ( x)
2 2 2

  V ( X )  E[(X   ) 2 ] 
Continua 2
   2
( x ) f ( x)dx

 2  V ( X )  E (X 2 )   2
Distribución rectangular
f ( x)
x
1
; a  x  a
f ( x)  2a
0, para otro valor
 a
1 x 
a 2
1
   xf ( x)dx   xdx    0

2a  a 2a  2   a
Distribución rectangular
f ( x)
x
 a
1
 2  V ( x)   x 2 f ( x)dx   x 2
dx

2a  a
a
1 x  3
1  2a 3  a 2
      
2a  3   a 2a  3  3
a
u ( x)   
3
f ( x)
x
( x  a) / a 2 ;  a  x  0
f(x)=
(a  x) / a 2 ; 0  x  a
0; para otros valores de x
 0
x 2
 ax  a
 ax  x dx
2
  xf ( x)dx  
 a
a 2
dx  
0
a2
 x / 3  ax / 2 
3 2 0
 ax / 2  x / 3 
2 3 a  a3 / 3  a3 / 2   a3 / 2  a3 / 3 
    0
      a 2
  a 2

 a2  a  a2 0
f ( x)
x

 2  V ( x)   x 2 f ( x)dx  
0
x 2
 x  a  x a  x
a 2
 a
a 2
dx  
0
a 2
dx
0 a
 1   x ax   1   ax x 
4 3 3 4
a2
  2     2    
 a  4 3 a  a   3 4 0 6
a
u ( x)   
6
Método de mínimos cuadrados
Dado los siguientes pares de datos experimentales: (x1 , y1), (x2 , y2), (x3 , y3)…(xn , yn) a los
cuales se le ajustará una función lineal de la forma
y y  bx  a a y b son constantes que se determinan

mediante el método de mínimos
cuadrados. En este caso b es la
pendiente de la recta y a es la
intersección con el eje y
x
Los valores de a y b y sus incertidumbres están determinadas por el método de los

mínimos cuadrados, el cual consiste en minimizar la suma de las diferencias
( yi  y i )   i
S (a, b)    i2    yi  bxi  a 
2
i i
i
S (a, b)    i2    yi  bxi  a 
2
i i
Derivando con respecto a y b e igualando a cero se tiene lo siguiente
S S
0 y 0
a b
 2  
  xi  b    xi  a   xi yi
 i   i  i Sistema de dos ecuaciones lineales con
dos incógnitas
 
  i  b  na   yi
x
 i  i
Resolviendo por determinante se obtiene lo siguiente
    
n   xi yi     xi    yi 
b  i   i  i
2

   
n   xi2     xi 
 i   i 
 2     


 xi 
 
 y


i 

 xi 
 
 xi i
y

a i i i
2
i
 2  
n   xi     xi 
 i   i 
Varianzas de b y a
 y  y 
2
 y2  y2 i i
V b    n
2
b 2
n  
2 i
    D y
n2
n   xi2     xi 
 i   i 
2
   
D  n   xi2     xi 
   i   i 
 y2   xi2 
V  a    a2   i 
D
Coeficiente de correlación entre a y b
 y2  xi
Cov(a, b)  i
   
2
 n xi    x  
2
 i  i  
Cov  a, b  x i
r  a, b    i
 V (a) *V (b) 
  i
n x 2
 i 
Distribuciones muestrales
Existen dos formas para obtener muestras aleatorias simples
 Con reemplazamiento
 Sin reemplazamiento
Parámetro de la distribución
n
 
E ( x)    n    
i 1 n n
n
2  2   2
Var ( x)   2  n  2  
i 1 n n  n

x 
n
Estimadores
Los parámetros poblacionales usualmente no se conocen, por lo tanto
se deben hacer estimaciones de los mismos
1 n
La media maestral x   xi
n i 1
 x  x
2
n

i
Desviación estandar maestral sn 1 
i 1 n 1
Teorema del límite central
La distribución de los promedios tiende al aumentar el

tamaño de la muestra a una distribución normal de
media y desviación estandar
X 
La variable Z Z

n
Intervalo de confianza para la media
A partir de la distribución de los promedios se puede construir un intervalo

de confianza para , (media poblacional).
P(  Z   Z  Z  )  1  
2 2
 
Reemplazando se obtiene X  Z     X  Z
2 n 2 n
sn1 sn1
Cuando no se conoce , el intervalo viene dado por x  t    x  t
2 n 2 n
Se emplea la distribución t en este caso
Análisis y estimación de la
incertidumbre de la medición
Luís Enrique Sogamoso Urieles

Físico
MSc
Profesor: Universidad del Atlántico
Análisis y estimación de la
incertidumbre de la medición
Introducción
La creciente aplicación de los sistemas de gestión de calidad en los sectores industriales a nivel
mundial ha introducido la necesidad de evaluar la incertidumbre de medición. Esta necesidad ya
había sido planteada y bien reconocida a nivel científico, sin embargo hasta 1993 su aplicación no
era de ninguna manera aceptada en términos generales .
El documento de referencia para la estimación de incertidumbre es, desde 1993, la Guía para la
expresión de la incertidumbre en la medición [, también conocida como GUM, publicada por la ISO
en nombre de una lista que incluye importantes organizaciones internacionales, tales como:: la
Comisión Electrotécnica Internacional (IEC), la Federación Internacional de Química Clínica (IFCC),
la Organización Internacional de Normalización (ISO), la Organización Internacional, unión de
Química Pura y Aplicada (IUPAC), la Unión Internacional de Física Pura y Aplicada (IUPAP) y la
Organización Internacional de Metrología Legal (OIML). El GUM establece reglas precisas para
asignar la incertidumbre en un amplio rango de situaciones experimentales, y por lo tanto también
en el contexto industrial.
Análisis de incertidumbre
Definición
La incertidumbre de medición es un parámetro asociado con el

resultado de una medición, que caracteriza la dispersión de los valores
que pueden ser atribuidos razonablemente a un mensurando
Y  y U
Donde
Y: Valor verdadero del mensurando

y: valor estimado del mensurando
U: incertidumbre estimada
Introducción
Físicamente no es posible determinar el valor verdadero de una

magnitud. En realidad hacemos una estimación, ello implica que
exista una duda sobre ese valor estimado. A esta duda se le
conoce como INCERTIDUMBRE DE MEDICIÓN. Depende de
factores como:
 El objeto de medición
 Los instrumentos de medición
 Los procedimientos
 Condiciones ambientales (magnitudes de influencias)
 La experiencia del observador
 Etc
Error e incertidumbre
Error: Es la diferencia entre el valor medido del mensurado

y un valor de referencia
Incertidumbre: Es una cuantificación de la duda sobre ese

resultado del error
Toda medición requiere
• Un modelo físico
• Un modelo matemático
Modelo físico. El modelo físico de la medición consiste en el

conjunto de suposiciones sobre el propio
mensurado y las variables químicas y físicas
relevantes. Esto incluye:
 La relación entre las variables presentes
(causa-efecto)
 Consideraciones sobre el fenómeno, como
conservación de cantidades, comportamiento
temporal, espacial
Especificación del mensurado
Modelo matemático
El modelo matemático supone una ecuación para el proceso de medición
Magnitudes de entrada Magnitud de salida
y  f ( x1 , x2 , x3 ,..., xn )
Método de la GUM
• Incertidumbre de la magnitud de salida
• Incertidumbre de las magnitudes de entrada
• Incertidumbre expandida
• Factor de cobertura
Incertidumbre combinada
uc ( y )
Método de la GUM
u A ( x)
Incertidumbre tipo A incertidumbre
tipo B uB ( x)
Método de la GUM
U  kuc ( y )
Método de la GUM
k
Definiciones
• Incertidumbre tipo A
sn 1
• Incertidumbre tipo B u A ( x) 
n
r
u A ( x) 
n
Es aquella que para ser
evaluada se requiere
aplicar
estadísticos
métodos
u A ( x)   r
Definiciones
• Incertidumbre tipo B
• Factor de cobertura • Certificados de calibración

• Resolución de un instrumento de
medición digita o análogo
• Correcciones por aspectos
ambientales o del método
• Constantes físicas
Es aquella que para ser • Etc
evaluada no se requiere aplicar
métodos estadísticos. La
información proviene de:
Definiciones
• Incertidumbre expandida U  kuc ( y )

Define un intervalo en torno al resultado de la medición, y en el que se espera

encontrar una fracción importante de la distribución de los valores que podría
ser atribuidos razonablemente al mensurando
Definiciones
k
Factor numérico usado como un multiplicador de la incertidumbre

estándar combinada para obtener la incertidumbre expandida
Ley de propagación de las incertidumbres
Modelo matemático
Y  f ( X1 , X 2 , X 3 ,..., X n )
Y, es el mensurado o magnitud de salida, la cual es función de varias

magnitudes de entrada Xi .Esta es una relación planteada entre
valores “reales”, que no es posible conocer verdaderamente
Para los estimados tenemos:
y  f ( x1 , x2 , x3 ,..., xn )
El modelo matemático da el procedimiento de medición y el método

de evaluación. En muchos casos puede ser una expresión analítica,
pero en otros puede ser un grupo de expresiones que incluyen
correcciones y factores de corrección por errores sistemáticos
y  f ( x1 , x2 ,..., xn )
La función f no sólo expresa una ley física sino también un proceso de
medición y por eso debe contener todas las magnitudes que contribuyen
significativamente a la incertidumbre del resultado de la medición. Si se
hace un desarrollo en serie de Taylor de primer orden, alrededor de los
estimados de las magnitudes de entrada, se obtiene la ecuación que
relaciona las variaciones de Y, alrededor de los estimados y, producida por
pequeñas variaciones de las magnitudes de entrada:
n
f
(Y  y )   ( X i  xi )
i 1 xi
Se supone que los términos superiores de la serie se desprecian, con

respecto a los términos de primer orden
Cuadrado de la desviación 2
 f n

Y  y    ( X i  xi )
2
 i 1 x 
Desarrollando se tiene:
2
 f  f f
 X i  xi   X j  x j 
n n n
(Y  y )   
2
 ( X i  xi )  2
2

i 1  xi  i 1 i 1 xi x j
Como la esperanza de la desviación cuadrática es la varianza, y esta

también es el cuadrado de la incertidumbre. Tenemos:
2
n
 f  2 n n
f f
u C ( y)   
2
 u ( xi )  2  u ( xi , x j )
i 1  xi  i 1 i 1 xi x j
 f 
Coeficiente de sensibilidad  
 x i 
Finalmente obtenemos
2
n
 f  n n
f f
u 2C ( y )     ( xi )  2
u 2
 u ( xi , x j )
i 1  xi  i 1 i 1 xi x j
Coeficiente de sensibilidad  f 
 
 x i 
Si las magnitudes de entrada son todas independientes, nos queda
2
n
 f  2
u C ( y)   
2
 u ( xi )
i 1  xi 
uc ( y )  c u
i
2
i
2
( xi )
 f 
   ci
Coeficiente de sensibilidad
 x i 
Formas sencillas para combina las incertidumbre
Caso 1
Para situaciones que suponen solo una suma o diferencia de magnitudes, por
ejemplo
y  p  q  r  ...
uc ( y )  u 2 ( p )  u 2 (q )  u 2 (r )  ...
Caso 2
Para modelos matemáticos que impliquen un producto, por ejemplo
y  p  q  r  ...
2 2
 u ( p)   u (q)   u (r ) 
2
uc ( y )  y        ...
 p   q   r 
Caso 3
Para modelos matemáticos que impliquen un cociente, por ejemplo
y  p / q  r  ...
2 2
 u ( p)   u (q)   u (r ) 
2
uc ( y )  y        ...
 p   q   r 
Caso 4
Para modelos matemáticos que impliquen un cociente, por ejemplo
y p/q n
2 2
 u ( p)  2  u (q) 
uc ( y )  y   n  
 p   q 
Incertidumbre y calibración de instrumentos
Muy a menudo los instrumentos de medición deben ser calibrados, sin embargo la
calibración se realiza en pocos puntos . La corrección se da en función de los
valores puntales del patrón utilizado, igualmente ocurre con la incertidumbre que
se da para esos puntos. Cuando se utiliza un instrumento en el campo, se registran
lecturas de la escala, que en general pueden no ser los mismos puntos en los que
se calibró el instrumento. El valor correcto se obtiene a partir de las correcciones
en los dos puntos calibrados más cercanos por manipulación lineal. En este
método sólo se considera un intervalo pequeño que contenga la lectura observada,
lo que puede no estar siempre justificado. Sin embargo, es aconsejable considerar
todos los puntos en los que se realiza la calibración. Por lo tanto, es necesario que
se proporcione una relación matemática entre la lectura del instrumento de
medición o la corrección y la indicación del patrón.
Incertidumbre y calibración de instrumentos
Incertidumbre para una función lineal
y  a  bx
 y  2  y  2  y   y  
2 2
u ( y )    u (a )    u (b)  2   *    u (a ) * u (b) * r (a, b) 

2
 a   b   a   b  
y y
1 ; x
a b
u 2 ( y )  V (a )  V (b) * x  2* x V (a ) *V (b) * r (a, b)
u 2 ( y )   a2  x 2 *  b2  2* x  a2 *  b2 * r (a, b)
x i Esta expresión nos permite estimar la
Donde r  a, b    i
incertidumbre de valores intrapolados
 2
 n x 
 i 
Evaluación de la incertidumbre estandar tipo
B
El uso apropiado de la información disponible para una evaluación de
la incertidumbre estandar tipo B, exige un juicio basado en la
experiencia y en conocimientos generales. Es una destreza que puede
adquirirse con la práctica. Deben distinguirse los siguientes casos:
• Cuando se conoce un valor único de xi , por ejemplo, el valor de

una única medición. La incertidumbre estandar u(xi ) asociada a xi
debe adoptarse.
• Cuando se pueda suponer una distribución de probabilidad para la

magnitud Xi, ya sea basándose en la teoría o en la experiencia.
• Si sólo pueden estimarse unos límites superior e inferior a+ y a-

para el valor de la magnitud Xi (por ejemplo especificaciones del
fabricante), puede suponerse una distribución de probabilidad
con una función densidad de probabilidad constante entre dichos
límites (distribución de probabilidad rectangular) para la
variabilidad de la magnitud de entrada Xi
Ejemplos
1. Un certificado de calibración establece que la masa ms de un patrón

de masa, hecho de acero inoxidable y de clase de exactitud E2, cuyo
valor nominal es de un kilogramo, tiene una masa de 1000,000325 g
y que la incertidumbre de este valor es de 240 µg al nivel de tres
desviaciones estandar.
240  g
En este caso: u (ms )  uB (ms )   80  g
3
A veces se encuentra que la incertidumbre asignada define un

intervalo de confianza con una confiabilidad de 90,95% ó 99%. Si
no se dice lo contrario, se asume que se emplea una distribución
normal. Los factores correspondientes son: 1.64 ; 1,96 ; 2,58
Recordando lo visto en la introducción, calcule P(-1,64<z<1,64)
P (1,64  z 1,64)  F (1,64)  F (1,64)  0,89899
Muy próximo a 90%
Ejemplos
2. Un certificado declara que un resistor patrón de valor nominal

10 , tiene una resistencia de 10,000742  ± 129 µ  a 23ºC y
que la incertidumbre asignada define un intervalo con un nivel
de confianza del 99%
La incertidumbre estandar es:

129 
uB ( s)   50 
2,58
3. La incertidumbre especificada de un instrumento de medición de

temperatura es de ± 0,03ºC, no se menciona el tipo de
distribución, ni el nivel de confianza. En los casos en que solo se
puede estimar límites (superior e inferior), se utiliza la
distribución rectangular
0, 03
uB   0.017 oC
3
Ejemplos
Una de las fuentes de incertidumbre de un instrumento digital es la

resolución de su dispositivo indicador. Por ejemplo, aún si las
indicaciones s repetidas fueran todas idénticas, la incertidumbre de la
medición atribuible a la repetibilidad no sería cero, debido a que existe
un intervalo de señales de entrada que darán la misma indicación del
instrumento. Si la resolución es x, el valor del estímulo que produce una
indicación X dada puede localizarse con igual probabilidad en cualquier
lugar en el intervalo de X- x/2 a X+ x/2. En este caso se tiene:
x
uB 
2 3
Proceso de estimación de la incertidumbre
de medición
1. Definir qué es lo que se mide
2. Identificar las fuentes de incertidumbre
3. Asociar a cada fuente una distribución
4. Estimar las incertidumbre estándar
5. Estimar la incertidumbre combinada
6. Estima la incertidumbre expandida
7. Expresar la expandida con dos cifras
significativas
Se debe especificar el mensurando y definirlo matemáticamente. Por ejemplo en

calibración frecuentemente se desea determinar el error
de medición
significativas
Cuando se trabaja con procedimientos estandarizados, usualmente ya están

establecidas la fuentes de incertidumbre. En caso que no sea así se deben
especificar
de medición
significativas
La guía GUM establece que se debe asociar una distribución de probabilidades

de medición
1. Definir qué es lo que se mide sn 1
2. Identificar las fuentes de incertidumbre n
3. Asociar a cada fuente una distribución a
4. Estimar las incertidumbre estándar 3
a
6
significativas
Las incertidumbres estándar son las desviaciones estándar correspondientes a las

distribuciones de probabilidad asociadas a cada fuente de incertidumbre
de medición
2
n
 f  2 n n
f f
4. Estimar las incertidumbre estándar u C ( y)     u ( x )  2   x u ( xi , x j )
i 1  xi  
i
i 1 i 1 i x j

significativas
Se combina las incertidumbres estándar mediante la ecuación general para la

propagación de las incertidumbre
de medición
5. Estimar la incertidumbre combinada U  kuc ( y )
significativas
Se multiplica la incertidumbre combinada por el factor de cobertura k, para un

nivel de confianza del 95%
de medición
significativas
Finalmente la incertidumbre expandida se debe reportar con dos cifras

significativas
Incertidumbre de los estimados de salida
y  f ( x1 , x2 ,..., xn )
La incertidumbre de la magnitud de salida (el mensurado), se le

conoce como incertidumbre combinada Uc. Se obtiene combinando
apropiadamente las incertidumbre tipo A y tipo B de las magnitudes
de entrada. La función que relaciona la incertidumbre estandar
combinada de la magnitud de salida con las incertidumbre, con las
incertidumbres de las magnitudes de entrada, se deriva de Ley de
Propagación de los incertidumbre
Magnitudes de entrada no correlacionadas
Cuando las magnitudes de entrada son no correlacionadas, las

covarianzas son cero y la incertidumbre estandar combinada se calcula
solo a partir de las varianzas a través de la siguiente expresión:
2
n
 f  2
u c ( y)   
2
 u ( xi )
i 1  xi 
1
 n  f  2
2
 2
uc ( y )     u ( xi ) 
 i 1  x  
Ejemplo
l
T  2
g
4 2l
g  2 ; g  g (l , T )
T
2 2
 4  2
2
 8 l  2
2
u ( g )   2  u (l )   3  u (T )
2
c
 T   T 
Ejemplos
Se evalúa el peso de una muestra, haciendo 5 repeticiones
Características de la balanza
# de Resultado
medición obtenido
(g)
1 3001,01
2 3001,00
3 3001,02
4 3001,02
5 3001,00
Ejemplo
Evaluación
1 Modelo matemático
m1  m2  m3  m4  m5
Mm  3001, 01 g
5
2 Fuentes de incertidumbre
 Repetibilidad de la balanza
 Error máximo permitido
 Resolución finita de la balanza
 linealidad de la balanza
Ejemplo
Evaluación
1 Modelo matemático
m1  m2  m3  m4  m5
Mm  3001, 01 g
5
2 Fuentes de incertidumbre
 Repetibilidad de la balanza
 Error máximo tolerado
 Resolución finita de la balanza
 linealidad de la balanza
Ejemplo
uc (m)  u12 (m)  u22 (m)  u32 (m)
uc (m)  (0,0173)2  (0,0029)2  (0.0045)2  0,0181 g

Ejemplo
Magnitud Distribucion Coeficiente Contribución Grados de libertad
Incertidumbr
Valor e estanadar
de de a la
estimado probabilidad sensibilidad incertidu,mbr
U(x e
EPM 0 0.0173g rectangular 1 0.0173g inf
Resolución 0 0,0029g rectangular 1 0.0029g Inf
mensurado 3001,01 0,0045g normal 1 0,0045g 4
K=1,96 uc 0,0181g Inf

Ejemplo
U  k uc  1,96*0,018 g  0,035g
Expresión del resultado M  (3001,010  0,035) g

Incertidumbre expandida
La incertidumbre estimada se presenta en términos de los que

se conoce como incertidumbre expandida
U  k uc ( y)
K, se le conoce como el factor de cobertura, el cual depende de la

confiabilidad con la que se estime la incertidumbre
Ejemplo1
Se mide el diámetro de una pieza utilizando un micrómetro digital , que

tiene las siguientes características metrológicas :
• Rango: 0- 25mm
• Resolución : 0,001 mm
• Error máximo permitido (EMP) : ±4 µm
• Temperatura: 28 °C
Las mediciones son:

Medición Valor(mm)
1 4,442
2 4,473
3 4,478
4 4,473
5 4,474
Fuentes de incertidumbre
• Mensurado
• Resolución finita del micrómetro
• Error máximo permitido (EMP)
• Temperatura
4
uc ( y)  i i
c 2 2
i 1
u ( x )  c1
2 2
u ( x1 )  c2
2 2
u ( x2 )  c3
2 2
u ( x3 )  c 2 2
4 u ( x4 )
sn1 0, 01467991826 mm
Donde: u ( x1 )   ; c1  1
n 5
r 0, 001 mm
u ( x2 )   ; c2  1
2 3 2 3
emp 0, 004 mm
u ( x3 )   ; c1  1
3 3
t 8 °C 1
u ( x4 )   ; c2   X =1,5x10-5 *4, 468 mm
3 3 C
2 2 2 2
 0, 01467991826mm   0, 001mm   0, 004mm   5 1 8C 
uc ( y )   
  
  
  1,5*10 *4, 468mm * 
 5   2 3   3   C 3 
 0, 006972265714mm
uc4
 efec 
Grados de libertad efectivos (ci u  x ) 4
 i
EJEMPLO2
Calibración de una pesa de valor nominal 10 kg, usando método ABBA
Ciclo Masa c Lectura Dif observada
A 0,010
B 0,020
1 g 0,01 g
B 0,025
A 0,015
A 0,025
B 0,050
2 g 0,03 g
B 0,055
A 0,020
A 0,025
B 0,045
3 g 0,02 g
B 0,040
A 0,020
Método de doble sustitución (ABBA)
B A
0.0000 g
B A
9.9999 g
A 1 = 9.9999 g
B 1=
B 2=
A2=
B A
0.0000 g
A 1 = 9.9999 g
B 1=
B 2=
A2=
A B
10.0002 g
A 1 = 9.9999 g
B 1 = 10.0002 g
B 2=
A2=
B A
0.0000 g
A 1 = 9.9999 g
B 1 = 10.0002 g
B 2=
A2=
A B
10.0001 g
A 1 = 9.9999 g
B 1 = 10.0002 g
B 2 = 10.0001 g
A2=
B A
0.0000 g
A 1 = 9.9999 g
B 1 = 10.0002 g
B 2 = 10.0001 g
A2=
B A
10.0000 g
A 1 = 9.9999 g
B 1 = 10.0002 g d  A1  B1  B2  A2      V  V 
a o A B
B 2 = 10.0001 g 2
A 2 = 10.0000 g
EJEMPLO2
Modelo matemático
mX  mS   mD   m   mC   B
• Masa desconocida
• Masa patrón U 45 mg
u ( x1 )    22,5 mg
• Deriva de la masa patrón k 2
• Diferencia entre patrón y masa de prueba
• Corrección por excentricidad
• Corrección por empuje del aire
La incertidumbre que aporta el patrón se toma del certificado de calibración

EJEMPLO2
Modelo matemático
mX  mS   mD   m   mC   B
 mD 15 mg
u ( x2 )    8, 66 mg
• Masa patrón 3 3
• Deriva de la masa patrón

La deriva es el cambio de la masa patrón entre una calibración y otra
EJEMPLO2
Modelo matemático
mX  mS   mD   m   mC   B
m 0,01 g
u ( x3 )    0,00577 g
• Masa desconocida 3 3
Ó
• Masa patrón

Esta información puede provenir de una evaluación previa de la
repetibilidad o evaluando la desv estándar de la diferencias
EJEMPLO2
Modelo matemático
mX  mS   mD   m   mC   B
 mC 10 mg
u ( x4 )    5, 77 mg
• Masa patrón 3 3

La excentricidad se evalúa durante la calibración del comparador
EJEMPLO2
Modelo matemático
mX  mS   mD   m   mC   B
• Masa desconocida  B 1*10-6 *10000*1000 mg

u ( x5 )    5, 77 mg
3 3
• Masa patrón
Este valor ha sido estimado como delvalor

1*10 6
nominal
Ejemplo de aplicación a mediciones analíticas
Preparación de un patrón de calibración para espectroscopía de

absorción atómica
Paso 1: Especificación del mensurando
El objetivo en este primer paso es escribir una definición clara de qué es lo

que se está midiendo. Esta especificación incluye una descripción de la
preparación del patrón de calibración y una ecuación matemática que
contenga la relación entre la magnitud de salida sujeta a medición y los
parámetros de los que depende
Procedimiento
 Limpieza de la superficie del metal

 Pesada del metal
 Disolver y diluir
 Resultado
La superficie del metal de alta pureza se trata con una mezcla de ácido
para eliminar cualquier contaminación de óxido. El método de limpieza es
proporcionado por el fabricante del metal, y es necesario llevarlo a cabo
para obtener la pureza indicada
Procedimiento

 Resultado
El matraz aforado (100 ml) se pesa sin y con el metal purificado en el

interior. Se usa una balanza con una resolución de 0,01 mg
Procedimiento

 Resultado
Se agregan al matraz 1 ml de ácido nítrico (65% p/p) y 3 ml de agua

desionizada para disolver el cadmio (aproximadamente 100 mg
exactamente). Después el matraz se llena con agua desionizada hasta
enrase, y se mezcla invirtiendo el matraz al menos treinta veces
Procedimiento
 Pesada del metal 1000* m * P
cCd  mg / L
 Disolver y diluir V
 Resultado
La magnitud sometida a medición en este ejemplo es la concentración de la

disolución del patrón de calibración, que depende de la pesada del metal de alta
pureza (Cd), de su pureza y del volumen del líquido en el que se disuelve. La
concentración está dada por
• CCd :concentración del patrón

• 1000: factor de conversión de [mL] a [L]
• Masa del metal de alta pureza (mg)
• P: pureza del metal expresada en fracción de masa
• V: volumen del liquido del patrón de calibración (ml)
Paso 2:Identificación y análisis de las fuentes de
incertidumbre
El objetivo básico de este paso es enumerar todas las fuentes de incertidumbre para
cada una de las magnitudes que afectan el valor medido del mensurando
• Pureza
• Masa m
• Volumen
La pureza del metal (Cd) aparece en el certificado del proveedor como (99,99 ±
0,01)% P. Por lo tanto es 0,9999 ± 0,0001
• Pureza • Repetibilidad
• Resolución digital de la balanza
• Masa m • Linealidad de la balanza
• Volumen
La segunda etapa de la preparación implica pesar el material de alta pureza. Se va a

preparar una cantidad de 100 mL de disolución de cadmio de concentración 1000
mg/L.
La masa correspondiente de cadmio se determina mediante el peso neto,
obteniéndose m=0,10028 g.
Se identifican tres fuentes de incertidumbre
• La incertidumbre de volumen interno

• Pureza
certificado del matraz
• Masa m • Variación del llenado del matraz hasta el
enrase.
• Volumen
• La temperatura del matraz y de de la
disolución son distintas a la temperatura que
fue calibrado el volumen del matraz
El volumen de la disolución preparada en el matraz aforado aporta tres fuentes de

incertidumbre
Paso 3: Cuantificación de las componentes de
incertidumbre
• Pureza
0, 0001
• Masa m u  P 
3
• Volumen
Como no hay información adicional sobre el valor de la incertidumbre se asume una

distribución rectangular
Paso 3:Cuantificación de las componentes de
incertidumbre
• Pureza
• Masa m
• Volumen
La incertidumbre asociada a la masa del cadmio se calcula utilizando los datos del
certificado de calibración y las recomendaciones del fabricante sobre la estimación
de la incertidumbre, como 0,05 mg. La estimación tiene en cuenta las tres
contribuciones mencionadas
Paso 3:Cuantificación de las componentes de
incertidumbre
• Pureza
• Masa m
• Volumen
El volumen tiene tres grandes contribuciones: calibración, repetibilidad y efectos de

la temperatura
Contribuciones del volumen a la incertidumbre
• Calibración
• Repetibilidad 0,1 ml
• Temperatura
6
El fabricante menciona 100 ml ± 0,1 ml medido a una temperatura de 20 °C

• Calibración
• Repetibilidad
• Temperatura 0, 02 ml
La incertidumbre de llenado debido a las variaciones en el llenado puede estimarse

a partir de un experimento de repetibilidad. Supongamos que en una serie de diez
(10) experimentos de llenado y pesaje en una matraz representativo de 100 ml se
obtuvo una desviación estándar de 0,02 ml. Este valor se puede utilizar como una
incertidumbre estándar
• Calibración
• Repetibilidad t 4 °C
cu (t )  V   100 mL  4 1041/ C 
• Temperatura 3 3
u (V )  0, 042  0, 022  0, 052  0, 05 ml
De acuerdo con el fabricante el matraz se ha calibrado a una temperatura de 20 °C,

mientras que la temperatura de laboratorio varía en ± 4 °C
Cálculo de la incertidumbre combinada
De la ecuación
1000  m  p 1000 100, 28 mg  0,99999

cCd    1002, 7 mg/l
V 100 ml
2 2 2
uc (cCd )  u (P)   u (m)   u (V ) 
      
cCd  P   m   V 
 0, 0000582  0, 00052  0, 0007 2  0.00086
uc (cCd )  cCd  0, 00086  0,86 mg/l

Directrices para le estimación de incertidumbre de
determinaciones cuantitativas en microbiología de alimentos
La ISO/TS 19036 adopta un enfoque global en esta Especificación Técnica para la

estimación de la IM. Se basa en la variabilidad total del proceso analítico cuya salida es
el resultado del ensayo. Esta variabilidad global incluye tanto la precisión observable
(componente aleatorio) y el sesgo (componente sistemático). En el campo práctico de la
microbiología de los alimentos, solamente la precisión se tiene en cuenta
El enfoque global de estimación MU en esta Especificación Técnica se deriva de una
estimación experimental de la desviación estándar de la reproducibilidad del resultado
final del proceso de medición completo. Esta desviación estándar corresponde a la
incertidumbre estándar combinada
Consideraciones del sesgo
En general el sesgo no se tiene en cuenta en la estimación IM, dada la naturaleza

empírica de enumeraciones microbianas. En otras palabras, el procedimiento analítico
determina directamente el resultado de la medición, por ejemplo, el número de
unidades formadoras de colonias por unidad de muestra. Así, no es posible en la
práctica determinar un valor real, requerido para determinar el sesgo. Incluso cuando
se utiliza materiales de referencia certificados, o valores derivados de los ensayos entre
laboratorios, sólo una parte del total de sesgo se puede evaluar.
No obstante, se reconoce que parte del sesgo se puede estimar a través de estudios
entre laboratorios mencionado en dos de las opciones retenidas en esta Especificación
Técnica para la evaluación de la desviación estándar de la reproducibilidad . El método
de tomar en cuenta la componente de incertidumbre del sesgo no se describe en esta
Especificación Técnica. Sin embargo, incluso si el componente de sesgo de IM no se
evalúa formalmente, el sesgo del laboratorio se puede demostrar que está en control,
participando, por ejemplo, en ensayos de aptitud entre laboratorios o mediante ensayo
de materiales (certificada) de referencia
Incertidumbre estándar combinada
Cuando las principales componentes de la incertidumbre están bajo control , la

incertidumbre estándar combinada uc(y) es, en general, la combinación de una
incertidumbre estándar relacionado con precisión observable y, cuando corresponda , al
sesgo.
La incertidumbre estándar combinada se estima por la desviación estándar
experimental de la reproducibilidad en el resultado final de la medición
Desviación estándar de reproducibilidad
Tres posibilidades diferentes se tienen para la estimación de la desviación estándar de la

reproducibilidad (sR), con un orden de prioridad de la siguiente manera:
• Desviación estándar de reproducibilidad intralaboratorio
• desviación estándar de reproducibilidad del método derivado de un estudio
interlaboratorio.
• desviación estándar de reproducibilidad derivado de un ensayo de aptitud entre
laboratorios.
Incertidumbre expandida
La incertidumbre expandida U como se define por la GUM, se deriva de la

incertidumbre estándar combinada uc(y) , con un factor de cobertura k elegido con un
valor de 2 (con el fin que corresponden aproximadamente a un nivel de confianza del
95%):
U  2uc  y   2sR
Reglas para la estimación de l desviación estándar de
reproducibilidad
La guía técnica ISO/TS 19036 maneja el concepto de caja negra el cual deberá tener en
cuenta el mayor número posible de las fuentes de incertidumbre considerados en la
Figura . En particular, el laboratorio debe tener una comprensión de la distribución de
los microorganismos dentro de las matrices de prueba, con el fin de tenerlas en cuenta
para estimar la componente de incertidumbre del submuestreo
Reglas para la estimación de l desviación estándar de
reproducibilidad
La desviación estándar de la reproducibilidad se calcula para cada tipo de

microorganismo blanco (o grupo consistente de microorganismos blanco) y de cada
matriz (o grupo consistente de matrices), por un método dado que utiliza el aboratorio
para la producción de sus resultados de rutina.
El término “consistente" significa que el grupo de microorganismos / métodos o el grupo
de matrices proporcione valores equivalentes de IM.
La IM estimada está asociada con el laboratorio y enlaza una determinada IM al
resultado del ensayo correspondiente, determinado en condiciones definidas, tales
como operadores, el procedimiento de operación, equipos, reactivos, etc. La IM no
caracteriza el método analítico mismo independientemente del laboratorio que lo
implementa.
Desviación estándar de reproducibilidad intralaboratorio
La desviación estándar de la reproducibilidad intralaboratorio es la opción preferida para

estimar la IM ya que permite a un laboratorio asociar el valor estimado de IM a los
resultados que reporta, respetando así el principio de la definición de la IM. Esto
corresponde a un caso particular de precisión intermedia, introducido en la norma ISO
5725-3. Un inconveniente teórico de esta opción es que no puede tener en cuenta el
sesgo.
Protocolo experimental
• En microbiología de los alimentos, el efecto de la matriz en IM no puede evitarse; Así,

el protocolo experimental tiene en cuenta el efecto de sub-muestreo para obtener la
porción de muestra de la muestra de laboratorio (ejemplo, una prueba de la muestra
de alimento).
• Para cada microorganismo blanco [o grupo consistente de organismos 2)] y para un
tipo dado de la matriz, el protocolo experimental se llevará a cabo durante al menos
10 muestras de la misma matriz. La repetición del protocolo debería tener lugar en
diferentes días, con el fin de cubrir la variación en las condiciones de funcionamiento
en el tiempo. Esto también permite la acumulación de datos durante un período de
tiempo
• El número de tipos de matrices a ensayar depende de la diversidad de las matrices

analizadas rutinariamente por el laboratorio. Las matrices seleccionadas deben ser
representativas, en términos de valores IM, de los tipos de matrices analizadas por el
laboratorio, y también es relevante para los microorganismos para los que la prueba
se va a hacer.
• El cálculo de la desviación estándar en los datos transformados logarítmicamente
estabiliza la varianza de reproducibilidad en los niveles de contaminación, dado que
los niveles bajos no se consideran aquí. Por lo tanto no es necesario estimar la
desviación estándar de la reproducibilidad por nivel de contaminación. Sin embargo,
cuando sea posible, las muestras y / o las diluciones deben ser elegidos como para
cubrir el rango de concentración en pruebas de rutina.
Descripción
Descripción
• El número de tipos de matrices a ensayar depende de la diversidad de las matrices

analizadas rutinariamente por el laboratorio. Las matrices seleccionadas deben ser
representativas, en términos de valores IM, de los tipos de matrices analizadas por el
laboratorio, y también es relevante para los microorganismos para los que la prueba
se va a hacer.
• Para cada muestra, cada operador toma una porción de ensayo, y prepara a partir de
ésta una suspensión inicial la cual analiza una vez. Efectuar el análisis como en las
pruebas de rutina (por ejemplo, preparación de una serie de diluciones decimales, la
inoculación de 1 ó 2 placas por dilución).
• Nota: En la práctica, el "operador" puede haber un equipo de operadores (técnicos),
cada uno de los cuales realiza una parte dada del procedimiento. En tal caso, el
equipo se considera como un operador, y cualquier cambio en la asignación de
miembros de tareas es considerado como un operador diferente.
• Condiciones A y B deben ser tan diferentes como sea posible y deben incluir
idealmente tantas variaciones como las que pueden encontrarse de un día para otro
dentro del laboratorio, en términos de los técnicos, los lotes de medios de cultivo y
reactivos, mezclador de vórtice, medidor de pH, incubadoras, momento del análisis,
etc. Si la contaminación de la muestra de alimento se demuestra a ser
suficientemente estable (que no suele ser el caso en microbiología de los alimentos),
las condiciones a y B debe relacionarse también con diferentes días de análisis
Cálculos
De acuerdo con la práctica habitual, como paso previo antes de realizar los cálculos, los
datos de empadronamiento (resultados microbiológicos) en ufc/g o ufc/ml se
transformarán en log10 (ufc / g) o log10 (ufc / ml).
Se calcula la desviación estándar de la reproducibilidad sR para las n muestras de una
matriz dada de la siguiente
1  yiA  yiB 
2
n
sR  
n i 1 2
Cálculos
Fundamentos de un sistema de gestión
de las mediciones
 Términos y definiciones
 Requisitos generales
 Responsabilidad de la dirección
 Gestión de los recursos
 Confirmación metrológica
 Análisis y mejora del sistema de gestión de la mediciones

Términos y definiciones
 Sistema de gestión de la mediciones .
 Proceso de medición
 Equipo de medición
 Característica metrológica
 Función metrológica
Conjunto de elementos interrelacionados, o que interactúan, necesarios para

lograr la confirmación metrológica y el control continuo de los procesos de
medición
Conjunto de operaciones para determinar el valor de una magnitud

Instrumento de medición, software, patrón de medida , material de referencia o

aparato auxiliar, o una combinación de estos para llevar a cabo un procesos de
medición
Característica identificable que puede influir en los resultados de la medición

Conjunto de operaciones requeridas para asegurarse que el equipo de medición

es conforme a los requisitos correspondientes a su uso previsto
Función con responsabilidades administrativas y técnicas para definir e

implementar el sistema de gestión de la mediciones
Requisitos generales
 Satisfacer los requisitos metrológicos
 Especificar los procesos y equipos de medición
Los requisitos metrológicos se derivan de los requisitos para el producto. Estos

requisitos son necesarios tanto para el equipo de medición como para los
procesos de medición . Los requisitos pueden estar expresados como un error
máximo permitido, incertidumbre permitida, límites de medición, estabilidad,
resolución, condiciones ambientales o habilidades del operador
Requisitos generales
 Satisfacer los requisitos metrológicos
 Especificar los procesos y equipos de medición
Aquí se debe tener en cuenta las especificaciones de los procesos que interesa
controlar
Responsabilidad de la dirección
 Enfoque del cliente
 Objetivos de calidad
 Revisión por la dirección
La función metrológica en un solo departamento o distribuirse entre toda la

organización
• Los requisitos de medición del cliente se determinan y se convierten en

requisitos metrológicos.
• El sistema de gestión de las mediciones cumple los requisitos metrológicos del
cliente.
• Puede demostrarse el cumplimiento de los requisitos especificado por el
cliente
• No aceptar productos no conformes ni rechazar productos conformes debido a

mediciones incorrectas
• Completar las confirmaciones metrológicas en los tiempos acordados
• Completar todos los programas de formación técnica de acuerdo a los tiempos
establecidos
La alta dirección de la organización debe asegurarse que se lleva acabo la revisión

sistemática del sistema de gestión de las mediciones a intervalos planificados para
asegurarse de sus continua adecuación, eficacia y conveniencia
Gestión de los recursos
 Recurso humano
 Recursos de información
 Recursos materiales
 Proveedores externos
• Definir la responsabilidad del personal( organigrama, manual de funciones ,

descripción de puestos de trabajo
• Competencia del personal y formación del personal
 Recurso humano
• Procedimientos (documentarse y validarse para asegurar su apropiada

implementación y la validez de los resultados)
• Software (documentar, identificar y controlar)
• Registros (mantenerlos con la información requerida. Los procedimientos
documentados deben asegurar la identificación, almacenamiento, la
protección , tiempo de retención )
• Identificación ( procedimientos técnicos y equipos, el estado de la confirmación
metrológica)
 Recurso humano
• Equipo de medición (disponible, identificado, con estado de calibración ,

utilizado en ambiente controlado o suficientemente conocido, incluye los
equipos para monitorear las condiciones ambientales)
• Medio ambiente (documentar)
 Recurso humano
• Proveedor externo ( para ensayo y calibración debe demostrar la competencia

técnica, ejemplo mediante ISO 17025)
Confirmación metrológica
 Características metrológicas apropiadas
 Intervalos de confirmación metrológica
 Control de ajuste del equipo
 Registro de la confirmación metrológica
• Rango de medición/alcance
• Sesgo
• Repetibilidad
• Estabilidad
• Histéresis
• Deriva
• Resolución
• Error
• Historial de calibración y confirmación metrológica

• Relación de incertidumbre
• Tecnología
• Resultados estadísticos
• Aplicar sellos cuando sea pertinente

• Proteger los software contra cambios no autorizados
• Fabricante
• Fecha de confirmación metrológica
• El resultado de la confirmación metrológica
• Intervalo de la confirmación metrológica
• Identificación del procedimiento de confirmación metrológica
• Error máximo permitido asignado
• Condiciones ambientales
• La incertidumbre
• Identificación de la persona que realiza la confirmación metrológica
ISO 9001, numeral 7.6:control de los
instrumentos de seguimiento y medición
• La organización debe determinar el seguimiento (monitoreo) y la medición

a realizar, y los instrumentos de medición y seguimientos necesarios para
proporcionar la evidencia de la conformidad del producto con los
requisitos determinados .
• La organización debe establecer procesos para asegurarse de que el
seguimiento y medición pueden realizarse y se realizan de manera
coherente con los requisitos de seguimiento y medición.
Cuando sea necesario asegurarse de la
validez de los resultados , el equipo de
medición debe:
a) Calibrarse o verificarse, o ambos, a intervalos especificados o
antes de su utilización, comparando con patrones de medición
trazables a patrones de medición internacionales o nacionales;
cuando no existan tales patrones debe registrarse la base
utilizada para la calibración o la verificación (véase 4.2.4).
b) Ajustarse o reajustarse según sea necesario
c) Identificarse para poder determinar el estado de calibración
d) Protegerse contra ajustes que pudieran invalidar el resultado de
la medición
e) Protegerse contra los daños y el deterioro durante la
manipulación, el mantenimiento y el almacenamiento
ISO 14001
SISTEMAS DE ADMINISTRACION
AMBIENTAL
Numeral 4.5.1 Monitoreo y medición
La organización debe establecer y mantener procedimientos documentados para

monitorear y medir con regularidad las características claves de sus operaciones y
actividades que puedan tener un impacto significativo en el medio ambiente. Esos
procedimientos deben incluir un registro de la información para hacer seguimiento
al desempeño, controles operativos relevantes y conformidad con los objetivos y
metas ambientales de la organización.
Se debe calibrar y dar mantenimiento al equipo de monitoreo, y se deben
conservar registros de este proceso, de acuerdo con los procedimientos de la
organización.
La organización debe establecer y mantener un procedimiento para evaluar
periódicamente la conformidad de la legislación y las regulaciones ambientales
pertinentes
ISO 17025
REQUERIMIENTOS GENERALES PARA LA

COMPETENCIA DE LOS LABORATORIOS DE
CALIBRACION Y ENSAYOS
Aspectos importantes
• Requisitos Administrativos(4)
• Requisitos técnicos(5)
Requisitos técnicos
1. General
2. Personal
3. Instalaciones y condiciones ambientales
4. Métodos de calibración y ensayos, incluyendo muestreo
5. Equipo
6. Trazabilidad de la medición
7. Muestreo
8. Manejo y transporte de los objetos de calibración o ensayo
9. Aseguramiento de la calidad de los resultados de la calibración o
ensayo
10. Reporte de resultados
Análisis del numeral 7.6
Haremos una análisis detallado de los requerimientos de este numeral,

toda vez que cumpliendo con éste es casi seguro que cumplimos para
las otra normas de sistemas de gestión de calidad
ISO 9001, numeral 7.6:control de los dispositivos
de seguimiento y medición
La organización debe
determinar el seguimiento
(monitoreo) y la medición a
realizar
y los dispositivos de medición

y seguimientos necesarios
para proporcionar la evidencia
de la conformidad del
producto con los requisitos
determinados
Medir las característica del

producto
y los dispositivos de medición

y seguimientos necesarios
para proporcionar la evidencia
de la conformidad del
producto con los requisitos
determinados
La organización debe
establecer procesos para
asegurarse de que el
seguimiento y medición
pueden realizarse y se
realizan de manera coherente
con los requisitos de
seguimiento y medición
Confirmación metrológica
Identificar entre instrumentos críticos y
no críticos
Selección del equipo de medición
Cuando sea necesario asegurarse de la validez
de los resultados , el equipo de medición debe
Calibrarse o verificarse, o
ambos, a intervalos
especificados o antes de su
utilización, comparando con
patrones de medición
trazables a patrones de
medición internacionales o
nacionales; cuando no existan
tales patrones debe
registrarse la base utilizada
para la calibración o la
verificación
Trazabilidad
BIPM
Patrón Nacional
Instituto Nacional
Patrón de Metrológico
Referencia Metrología Laboratorio
legal de otros
Calibración
Patrón de
Trabajo Verificación
Servicio de
Obligatoria Calibrar
(verificar) Calibración
Ajustar (calibrar)
Instrumento de Instrumentos de
Instrumentos de Instrumentos
medición Medición Medición
de medición Calibrados,
controlados Calibrados Ajustados
Cuando sea necesario asegurarse de la validez
de los resultados , el equipo de medición debe
cuando no existan tales En estos caso es necesario documentar el

patrones debe registrarse proceso de medición, de tal manera que
la base utilizada para la sea consistente con principios físicos y
calibración o la métodos estadísticos
verificación.
Cuando sea necesario asegurarse de la validez de
los resultados , el equipo de medición debe
Ajustarse o reajustarse según

sea necesario
Identificarse para poder

determinar el estado de
calibración
Protegerse contra ajustes que

pudieran invalidar el
resultado de la medición
Bloqueo, claves, ocultar teclado

Protegerse contra los daños y

el deterioro durante la
manipulación, el
mantenimiento y el
almacenamiento
Además
La organización debe evaluar

la validez de los resultados de
las mediciones anteriores
cuando se detecte que el
equipo no está conforme con
los requisitos. La organización
debe tomar las acciones
apropiadas sobre el equipo y
sobre cualquier producto
afectado.
Además
Es necesario llevar físicamente o en

Deben mantenerse registros
medios magnéticos registros de
de los resultados de
calibración y verificación, protocolos
calibración y la verificación
e informes de calibración
Además
Debe confirmarse la capacidad de

los programa informáticos para
satisfacer su aplicación prevista
cuando estos se utilicen en las
actividades de seguimiento y
medición de los requisitos
especificados. Esto debe llevarse
a cabo antes de su utilización y
confirmarse de nuevo cuando sea
necesario
Sistema de gestión metrologica
INICIO La empresa debe hacer un inventario

de todos los instrumento, en lo posible.
•Se determinan las magnitudes o
DETERMINACION DE LAS variables físicas que inciden en la
MAGNITUDES CRITICAS calidad final del producto,
ejemplo:
presión, temperatura, masa, etc.
•Se determinan los errores
DETERMINACION DE LAS
máximos tolerados y los puntos de
ESPECIFICACIONES
medición para las magnitudes
INTERNAS DE LA MEDICION
críticas que inciden en la calidad
final del producto.
DETERMINACION DE LOS •La selección de los equipos se

CRITERIOS DE SELECCION hace bajo el criterio de relación
DE EQUIPOS de incertidumbre :
Uc
R Donde: 4  R  10
1 UI
Sistema de gestión metrológica
2
NO
•La selección de equipos debe hacerse basándose en las
SELECCION DE EQUIPOS especificaciones metrológicas requeridas y en las
condiciones de funcionamiento.
•Después de seleccionado el equipo, el

COMPRA DE EQUIPOS departamento de compras se encargará
de comprarlo.
PRUEBAS METROLOGICAS
SI IDENTIFICACION
¿APROBO?
DE EQUIPOS
NO
3
DEVOLUCION AL
PROVEEDOR
•Si no pasa las pruebas, se devuelve al departamento de compras y éste a su vez lo

devuelve al proveedor.
3
•En la comprobación se comparan los CALIBRACION •En la calibración se

errores del equipo con respecto a los determinan la incertidumbre y
máximos tolerados, para diagnosticar los errores de un equipo, con
si el equipo es conforme o no respecto al valor nominal de un
conforme. VERIFICACIÓN patrón .
EQUIPO EQUIPO
4 NO CONFORME CONFORME 5
•Equipo no conforme o fuera de
especificaciones: cuando los
errores del equipo exceden los
errores máximos tolerados. DOCUMENTO DE
CALIBRACION Y COMPROBACION
ROTULACION DE
•Con los resultados de las
pruebas metrológicas
CALIBRACION
efectuadas se genera un
informe de calibración.
6
•Los estudios de Repetibilidad y Reproducibilidad se realizan a aquellos equipos seleccionados, para
evaluar el sistema de medición en donde se calcula la incertidumbre y capacidad, de medición.
•Es un índice con el cual se

5 ESTUDIO DE R & R determina la capacidad que tiene el
equipo para realizar las mediciones
requeridas. Para
diagnosticar si un sistema de
medición es conforme o no
INCERTIDUMBRE CAPACIDAD DE conforme
DE MEDIDA MEDICION
•Es el rango dentro del cual se

encuentra el valor probable de una
medición para una confianza
determinada. NO CONFORME CONFORME
CAPACITACION 8
OPERADOR
•Cuando la capacidad de medición del •Cuando la capacidad de medición es a lo
sumo igual o superior a las necesidades de
equipo es inferior a las necesidades de
medición requeridas.
medición requeridas.
•Cuando un equipo, producto de una comprobación es conforme, y

producto de un estudio de R & R es no conforme, se deduce que el
error es del operador , y por lo tanto es necesario su capacitación.

Modulo de Metrologia-1

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Modulo de Metrologia-1

Încărcat de

Drepturi de autor:

Formate disponibile

FUNDAMENTOS DE METROLOGÍA

Luís Enrique Sogamoso Urieles

• Sistema Internacional de Unidades

• Observación • Variable aleatoria

Masa, tiempo, longitud, corriente eléctrica, velocidad, fuerza , viscosidad, etc

Análisis cualitativo y cuantitativo de sustancia usadas en química, biología ,

Todas las mediciones relacionadas con el comercio y la protección al

Evaluación durante el desarrollo del producto, evaluación de

Las mediciones realizadas en laboratorios científicos son categorizadas como

Propiedad de un fenómeno, cuerpo o sustancia que puede expresarse

Magnitud que se desea medir

Fenómeno que sirve como base de una medición

Descripción genérica de la secuencia lógica de operaciones utilizadas en una medición

Descripción detallada de una medición conforme a uno o más principios de medición

• Valor verdadero convencional

Conjunto de valores de una magnitud atribuidos a un mensurando, acompañado de

Valor de una magnitud compatible con la definición de la magnitud

Valor asignado a una magnitud mediante un acuerdo para determinado propódito

Proximidad entre un valor medido y un valor verdadero de un mensurando

• Valor convencional de una mag

Proximidad de la media de un número infinito de valores medidos repetidos y un valor

• Valor convencional de una mag intermedia

Proximidad entre las indicaciones o los valores medidos obtenidos en mediciones

• Calibración • Error aleatorio, varia de manera

Diferencia entre el valor medido de una magnitud y un valor de referencia

Parámetro no negativo que caracteriza la dispersión de los valores atribuidos a un

Propiedad de un resultado de medida por la cual el resultado puede relacionarse con

Aportación de evidencia objetiva de que un determinado elemento satisface los

Propiedad de un conjunto de resultados de medida de un mensurando específico, tal

Compensación de un efecto sistemático

Conjunto de operaciones realizadas sobre un sistema de medida para que proporcione

1. 1795:la Asamblea Nacional Francesa decretó el Sistema de pesas

A 31 de diciembre de 2005, cincuenta y un Estados eran miembros de esta

1. Conferencia General de Pesas y Medidas, CGPM: autoridad

En los laboratorios del BIPM trabajan alrededor de cuarenta y cinco físicos y

Magnitudes básica Unidades SI básica

Nombre Símbolo Nombre Símbolo

Longitud l,x,r, etc metro m

Magnitud básica Símbolo de la magnitud Símbolo de la dimensión

Factor Nombre Símbolo Factor Nombre Símbolo

10-6 kg = 1 mg, pero no 1 μkg (microkilogramo)

Los principios generales referentes a la escritura de los símbolos de las

Los símbolos de las unidades se imprimen en caracteres romanos (rectos),

Un prefijo de múltiplo o submúltiplo, si se usa, forma parte de la unidad y

Los símbolos de las unidades son entidades matemáticas y no abreviaturas.

Para formar los productos y cocientes de los símbolos de las unidades, se

El indicador análogo mide una variable que varía

Por ejemplo, para la calibración de un instrumento con una exactitud de 1%,

La estadística es al metrólogo como el martillo es al carpintero. Esta le

La estadística como ciencia

Nace en el siglo XVII como teoría matemática de los juegos de azar

La estadística como ciencia

La palabra estadística viene de la palabra latina status, de ahí que se

Se trata de encontrar procedimientos para para resumir la información contenida en

Un objetivo frecuente en la investigación empírica es contrastar una hipótesis. Por

Preguntas como: ¿Depende la calidad de un producto de los factores A, B,C?.

Muchas variables económicas y físicas tienen cierta inercia en su evolución y aunque

• Variable cualitativa o de atributo

• Variable cuantitativa discreta

• Variable cuantitativa continua

• Variable cualitativa o de atributo

• Variable cuantitativa discreta

• Variable cuantitativa continua

La variable solo toma valores enteros.