Introducción al cálculo de

incertidumbre

Diego Meneses Carvajal

Laboratorio Magnitest S.A.S.
1. Introducción (Conceptos)

2. Error e incertidumbre

3. Exactitud y precisión de medida

4. Tipos de medidas

5. Incertidumbre típica o de medida

6. Incertidumbre combinada

7. Incertidumbre expandida

8. Metodología de calculo

9. Supuesto práctico de la evaluación

de incertidumbres.
CRITERIOS PREVIOS

- Criterios básicos. Una introducción

- No es un curso de metrología

- Enfocado a la aplicación práctica

- Enfocado a la actividad de un laboratorio, no a un

certificador, ni a un laboratorio de calibración.
Objetivos

- Fijar y reforzar conceptos básicos

- Realizar algún ejemplo sencillo

Documentación Básica

Descarga gratuita
www.cem.es
Documentación Básica

Descarga gratuita
www.cem.es
Principios Básicos

1- No es posible obtener valores exactos como

resultado de las medidas

2- Toda medida debe ser objeto de una corrección

3. Las correcciones que se puedan aplicar son las

que corresponden a factores conocidos

4. las correcciones que no se puedan aplicar darían

lugar a una corrección residual

5- La incertidumbre es el valor máximo de la

corrección residual
Fuentes de error en una medición

1.
Magnitud 2.
a medir Instrumento
de medida

3. Proceso
de medición

Medición
4.
Personal

Errores
 Fuentes de error en una medición

2. Errores debidos al instrumento

- Errores de diseño
1. Errores debidos a la propia pieza
- Errores de desgaste
- Errores de forma
- Errores de alineación
- Errores de deformación
- Errores de …… 3. Errores debidos a las condiciones ambientales
- Errores por variación de temperatura
2. - Errores por influencia de la humedad
1. Instrumento - Errores por influencia de la presión atmosférica
Magnitud de medida - Errores por falta de iluminación
a medir - Errores por influencia de campos eléctricos y
magnéticos
3. Proceso
de medición

4. Errores debidos al operador o al sistema de

adquisición de datos.
- Errores de lectura
Fuentes de - Errores por fatiga
error 4. - Errores por descuido
Personal - Errores por un manejo incorrecto
- Errores por mal posicionamiento de la pieza
- Errores por mala capacitación
Tipos de errores de ensayo

Error sistemático

- No puede eliminarse
- Se puede reducir

- Si el efecto del error es

significativo, entonces

Corrección parcial

Determinación:
Por ejemplo, por calibración de equipos
Tipos de errores de ensayo

Error aleatori0

- Los errores aleatorios

positivos y negativos de igual
valor absoluto tienen la
misma probabilidad de
producirse.
- Pueden reducirse incrementando
el número de medidas
- La media aritmética de los errores
aleatorios de una muestra tiende
a cero.
Exactitud y precisión

Más exacta

Menos exacta Exactitud:

-Diferencia con el valor verdadero
-Relacionada con error sistemático
-Puede obtenerse sobre una sola
medida

Exactitud
Exactitud y precisión
Precisión:
-Mide la dispersión
-Relacionada con error aleatorio
-Sólo puede obtenerse sobre varias
Más precisa medidas
- A) sobre un mismo objeto
- B) sobre objetos similares

Bajo condiciones específicas

• Condiciones de repetibilidad
• Condiciones de reproducibilidad
Menos precisa

Exactitud
El proceso de medida y sus tipos

Medida:

Es el proceso que consiste en obtener experimentalmente uno o varios valores que pueden
atribuirse razonablemente a una magnitud.

Tipos de medida:

•Directa: Se obtiene directamente de un equipo de medida

• Ejemplo: Longitud L0 de una barra de acero

•Indirecta: Se obtiene de la aplicación de una función matemática a una serie de resultados

obtenidos a través de medidas directas

• Ejemplo: Resistencia del hormigón

Magnitudes de influencia en la medida

Medida Resultado de
medida

Magnitudes de influencia
• Magnitudes diferentes Minimizar los
del mensurando efectos
• Tienen efecto en el resultado
• Se consideran o no por Condiciones de
comparación de su efecto con repetibilidad
la apreciación requerida
 Si apreciación es 0,1 mm, NO es relevante Nada que
ΔL= ±0,01 mm hacer
Si apreciación es 0,01 mm, SI es relevante

Variación de Corrección en función

temperatura Si de la temperatura de
es las medidas
sistemática?

ΔL = α * L*ΔT
No
Asumirla como factor
de incertidumbre de
medida
Incertidumbre de medida:

Es un parámetro no negativo que caracteriza la dispersión de los valores atribuidos

a un mensurando, a partir de la información disponible

- Se puede estimar, a diferencia del error, que siempre es desconocido

- Se suele expresar en forma de :

• Semi amplitud de un intervalo de confianza [X± u]

 ORIGEN DE LAS COMPONENTES

 Componente de incertidumbre tipo A: Es la incertidumbre obtenida exclusivamente por medios estadísticos, la mejor
estimación es la desviación estándar.

 Componente de incertidumbre tipo B: Es la incertidumbre obtenida por medios diferentes a los estadísticos,
tales como resolución del equipo, certificados de calibración, datos del fabricante, tablas, pruebas anteriores,
tipos de distribución. Esta incertidumbre tiene su origen en los errores sistemáticos presentes en la medición .
 Fuentes de incertidumbre

1- Definición incompleta de la magnitud a medir

2- Muestra no representativa
3- Conocimiento incompleto del efecto de las condiciones ambientales

4- Medición imperfecta de las condiciones ambientales

5- Lectura segada de los instrumentos por parte del operador
6- Resolución finita del instrumento de medida
7- Valores inexactos de los patrones de medida usados
8- Valores inexactos de constantes tomados de fuentes
externas( Por ejemplo; Bibliografías)
9- Aproximaciones o hipótesis asumidas en el método de medida
10- Identificar si no existe correlación

Las equivocaciones de registro o análisis no están incluidas en la incertidumbre

ESTRATEGIAS PARA ESTIMAR LA INCERTIDUMBRE
ESPECIFICACION
 Paso 1. Especificación del mensurando

 Paso 2. Establecer el modelo físico, identificando las variables de

entrada Xi que permitan establecer el modelo matemático.

Y  f  X 1 , X 2 ,... X N 

 Paso 3. Determinar xi , valor estimado de la magnitud de entrada Xi

, bien a partir del análisis estadístico de una serie de
observaciones, bien por otros métodos

y  f  x1 , x2 ,...xN 
 CUANTIFICACION

 Paso 1.Simplificar por agrupamiento las fuentes cubiertas por los datos existentes, es decir, la
cuantificación y reducción
 Paso 2. Asignar una función de distribución a cada fuente y Convertir la componente a
incertidumbres estándar u(xi)

 Para una estimación de entrada obtenida por análisis estadístico de series de observaciones, la
incertidumbre típica se obtiene a partir de una evaluación de Tipo A
s( X i )
u ( xi )  s ( X i ) 
n
 Para una estimación de entrada obtenida por otros medios, la incertidumbre típica u(xi ) se
obtiene a partir de una evaluación de Tipo B.

a a a a
u ( x)  u ( x)  u ( x)  u ( x) 
2 6 3 2
 Paso 3. Estimar correlaciones
DISTRIBUCIONES

TIPO DE ESTIMACION DE LA INCERTIDUMBRE

DISTRIBUCION MEDIA ESTANDAR

a  a a  a
q
2 2 3


a a  a  a
q 2 6
2

s
x i

n n
COMBINACION
 Paso 1. Calcular el resultado de medición; esto es, la estimación y
del mensurando Y, a partir de la relación funcional f utilizando para
las magnitudes de entrada Xi las estimaciones xi obtenidas en el
paso de especificacion
 Calcular la incertidumbre estándar combinada uc(y). Matriz de
presupuesto.
N N
u ( y )    ci u ( xi )    ui2 ( y )
2
2
c ui ( y )  ci u ( xi )
i 1 i 1

 Paso 2. Revisar y analizar las componentes. Diagrama de barras.

 Paso 3. Estimación de la incertidumbre expandida multiplicando por

el factor de cobertura.
 Concepto de incertidumbre estándar combinada

La incertidumbre estádar de y (siendo y la estimación del mensurando Y) es decir, el

resultado de medida, se obtiene componiendo apropiadamente las incertidumbres
estándar de las estimaciones de entrada x1 , x2 , ..., xN. Esta incertidumbre estándar
combinada de la estimación y se nota como uc(y).

Y  f  X 1 , X 2 ,...X N   y  f  x1 , x2 ,...xN 
Incertidumbre estándar

uc ( y )  f  u ( x1 ), u ( x2 ),...u ( x N )
Incertidumbre estándar combinada

Curso Académico 09-10

 Ley de propagación de incertidumbres

Y  f  X 1 , X 2 ,...X N   y  f  x1 , x2 ,...xN 
Aplicando el Desarrollo de la serie de Taylor de primer orden en torno al valor esperado, las propiedades de
la varianza y el valor esperado (esperanza matemática) se llega:

2
 f 
N N 1
f
N
f
uc ( y )   
2
 u ( xi )  2 
2
u ( xi , x j )
i 1  X i  i 1 j i 1X i xi
X j
xi xj

LEY DE PROPAGACIÓN DE LA INCERTIDUMBRE

Curso Académico 09-10

 Ley de propagación de incertidumbres

 En los casos en que la correlación es igual a +1 o -1 el termino para la

estimación de la incertidumbre se establece por la siguiente ecuación:

f N
uc ( y )   u ( xi )
i 1 X i
 Ley de propagación de incertidumbres

Consideraciones

2
N
 f  N 1 N
f f
uc ( y )     u ( xi )  2 
2 2
u ( xi , x j )
i 1  xi  i 1 j i 1xi x j

Magnitudes de entrada no
correlacionadas
Magnitudes de entrada correlacionadas

Curso Académico 09-10

 Ley de propagación de incertidumbres

Consideraciones

Magnitudes de entrada no correlacionadas

Ej. Determinación de un volumen a una temperatura t habiendo realizado la medida a temperatura
t0: V = V0 [1+ α ( t-t0 ) ]
• El coeficiente de dilatación es una magnitud conocida
• El volumen V0 se mide por pesada hidrostática.
• La temperatura se mide con un sensor de temperatura

Magnitudes de entrada correlacionadas

Ej. Determinación de la densidad de un cuerpo sólido: ρ = m/V

• La masa ha sido medida por comparación usando otras masas patrón
• El volumen ha sido determinado por pesada hidrostática usando las mismas masas patrón
 Ley de propagación de incertidumbres

Consideraciones

2
N
 f  N 1 N
f f
uc ( y )     u ( xi )  2 
2 2
u ( xi , x j )
i 1  xi  i 1 j i 1xi x j

Trataremos sólo el caso de magnitudes

de entrada no correlacionadas
 Ley de propagación de incertidumbres

No correlacionada

2
 f  2
N
u ( y )     u ( xi )
2
c
i 1  xi 
Donde:

f ≡ Función de transferencia o función modelo; Y= f ( X1,X2,…, XN )

U ( xi ) ≡ Incertidumbre estándar evaluada (tipo A o tipo B)
Uc ( y ) ≡ Incertidumbre estándar combinada

La incertidumbre estándar combinada es una desviación estándar estimada y

caracteriza la dispersión de los valores que podrían ser razonablemente
atribuidos al mensurando Y.

Introducción a la Metrología
 Ley de propagación de incertidumbres

2
 f  2
N
u ( y )     u ( xi )
2
c
i 1  xi 

Estas derivadas, denominadas coeficientes de sensibilidad (ci ), describen por una parte cómo
f varía la estimación de salida y, en función de las variaciones en los valores de las estimaciones
de entrada x1 , x2 , ..., xN y por otro lado conducen a que todas la componentes guarden la
xi coherencia en las unidades.

En general, la variación de y producida por una pequeña variación Δx i en la estimación de entrada x i

viene dada por: f
( Δy )i  ( Δxi )
xi
Si esta variación es debida a la incertidumbre estándar de la estimación x i, la variación correspondiente de
y es: f
( Δy )i  u ( xi )
xi
 Ley de propagación de incertidumbres

2
N
 f  2 N
f
u ( y )     u ( xi )   ci2u 2 ( xi )
2
c ( Δy ) i  u ( xi )  ci u ( xi )
i 1  xi  i 1 xi

Por tanto, la varianza combinada uc2(y) puede considerarse entonces como una suma de términos,
cada uno de ellos representando la varianza estimada asociada a y, debido a la varianza estimada
asociada a cada estimación de entrada xi.
N N
uc2 ( y )    ci u ( xi )    ui2 ( y )
2

i 1 i 1

Donde: ui ( y )  ci u ( xi )
 Concepto de incertidumbre típica combinada

Y  f  X 1 , X 2 ,...X N   y  f  x1 , x2 ,...xN 

uc ( y )  f  u ( x1 ), u ( x2 ),...u ( x N )
Coeficiente de
sensibilidad
N N
uc ( y )   ui ( y )   ci u ( xi )
Incertidumbre i 1 i 1 Incertidumbre
típica combinada típica
 Concepto de incertidumbre típica combinada

Y  f  X 1 , X 2 ,...X N   y  f  x1 , x2 ,...xN 

uc ( y )  f  u ( x1 ), u ( x2 ),...u ( x N )
Coeficiente de
sensibilidad
N N
uc ( y )   ui ( y )   ci u ( xi )
Incertidumbre i 1 i 1 Incertidumbre
típica combinada típica
 Concepto de incertidumbre típica combinada

Ejemplo (Supuesta no correlación)

Cálculo de la incertidumbre estándar combinada en

la medida indirecta del área de una placa
rectangular

Y  f  X1, X 2  y  A  f  x1 , x2   b x h A h

xi  X i
b

uc2 ( y )    ci u ( xi ) 2 uc2 ( A)  cb2u 2 (b)  ch2u 2 (h)

2
 A 
2
 A 
cb2     h 2 cb2     b 2
 b   h 

u ( A)  h u (b)  b u (h)
2
c
2 2 2 2 uc ( A)  h u (b)  b u (h)
2 2 2 2
 Determinación de la incertidumbre expandida, U (i)

Aunque la incertidumbre estándar combinada, uc(y) puede ser utilizada universalmente para
expresar la incertidumbre de un resultado de medida, es necesario dar una medida de la
incertidumbre que defina, alrededor del resultado de medida, un intervalo en el interior del cual
pueda esperarse encontrar gran parte de la distribución de valores que podrían ser razonablemente
atribuidos al mensurando.

La nueva medida de la incertidumbre, que satisface la exigencia de aportar tal intervalo se denomina
incertidumbre expandida, y se representa por U.

La incertidumbre expandida U se obtiene multiplicando la incertidumbre estándar combinada uc(y)

por un factor de cobertura k.

U = k uc(y)
 Determinación de la incertidumbre expandida, U

Resultado de la medida: Y=y±U

Lo que significa que:

• La mejor estimación del valor atribuible al mensurando Y es y

• Puede esperarse que en el intervalo que va de y-U a y+U esté comprendida una
fracción importante de la distribución de valores que podrían ser
razonablemente atribuidos a Y.
• Un intervalo tal se expresa por y - U ≤ Y ≤ y + U

• Siempre que sea posible, debe estimarse e indicarse el nivel de confianza p

asociado al intervalo definido por U.
 Determinación de la incertidumbre expandida

Elección de un factor de cobertura

El valor del factor de cobertura k se elige en función del nivel de confianza requerido para el
intervalo y-U a y+U.
•
En general, k toma un valor entre 2 y 3. No obstante, en aplicaciones especiales, k puede
tomarse fuera de dicho campo de valores.
• k que
Idealmente, debería poderse escoger un valor específico del factor de cobertura
proporcionase un intervalo Y = y ± U = y ± k uc(y)
correspondiente a un nivel de confianza particular p, por ejemplo, un 95 o un 99 por
ciento.
• En la práctica, puede suponerse que la elección de un factor k = 2 proporciona un
intervalo con un nivel de confianza en torno al 95%, y que la elección de k = 3
proporciona un intervalo con un nivel de confianza en torno al 99%. (k = 1 corresponde a
p = 68,27 %, k = 2 corresponde a p = 95,45% y k = 3 a p = 99,73 %.)
Formulación rigurosa de u:

GRADOS EFECTIVOS DE LIBERTAD

 El número efectivo de grados de libertad se calcula según la ecuación de

Welch-Satterthwaite.

4
uc ( y )
 ef  n 4
ui ( y )
i 1 i
 Ejemplo: Calibración de bloques patrón longitudinales, BPL

1. Definición del problema de medición

La longitud de un BPL, de valor nominal 50 mm, se determina por comparación con otro bloque
patrón conocido, de la misma longitud nominal y del mismo material. En la comparación de los dos
bloques se obtiene directamente la diferencia d entre sus longitudes.

l lp

d = l - lp
Ejemplo Calibración de bloques patrón longitudinales, BPL

2. El modelo matemático

d  l  lp
l  l p  d  Ct  Ct p  Cres
Corrección por
Corrección por resolución
dilatación térmica
del comparador

Ct  l  t  l  (20  t )  l   Ct p  l p  p t p  l p  p (20  t p )  l p  p  p

Y  f ( X 1 , X 2 ,... X N )

l  f (l p , d ,  ,  p ,  ,  p , E )
 Ejemplo Calibración de bloques patrón longitudinales, BPL

3. Estimación del valor del mensurando, l

l  lp  d
y  f ( x1 , x2 ,...xN )
l Valor del mesurando a determinar.

lp Longitud del patrón a 20 °C, tal como figura en su certificado de calibración.

d Diferencia entre los bloques, estimada como la media aritmética de 10 medidas

independientes.

l p  50,000623 mm
d  215 nm
l  (50,000838  U ) mm
 Ejemplo Calibración de bloques patrón longitudinales, BPL

4. Contribución de varianzas (i)

l  l p  d  Ct  Ct p  Cres

Ley de propagación de la incertidumbre

N
u (l )   ci2u 2 ( xi )
2
c
i 1

uc2 (l )  cl2p u 2 (l p )  cd2 u 2 (d )  cC2 t u 2 (Ct )  cC2 t u 2 (Ct p )  cC2 res u 2 (Cres )
p
 Ejemplo Calibración de bloques patrón longitudinales, BPL

4. Contribución de varianzas (ii)

l  l p  d  Ct  Ct p  Cres

uc2 (l )  cl2p u 2 (l p )  cd2 u 2 (d )  c2t u 2 (Ct )  c2t p u 2 (Ct p )  cC2 res u 2 (Cres )

f f f f f
cl p  1 cd  1 cCt  1 cCt  1 cCres  1
l p d Ct p
Ct p Cres

uc2 (l )  u 2 (l p )  u 2 (d )  u 2 (Ct )  u 2 (Ct p )  u 2 (Cres )

Ejemplo Calibración de bloques patrón longitudinales, BPL

5. Incertidumbre debida a la calibración del patrón, u(lp)

El certificado de calibración da como incertidumbre expandida del patrón

U = 0,040 μm, precisando que ha sido obtenida utilizando un factor de
cobertura k = 2. La incertidumbre estándar es entonces

0,040
u (l p )   20 nm
2
Y la varianza será por tanto el cuadrado de la desviación estándar:

u 2 (l p )  4 10 2 nm 2
Ejemplo Calibración de bloques patrón longitudinales, BPL

6. Incertidumbre debida a la medida de d, u(d)

Se efectúan 10 medidas de la diferencia d entre el bloque patrón y el

bloque a calibrar, con una desviación esáandar de 13 nm. Se considera
una distribución normal, por lo que la incertidumbre estándar se obtiene
de una evaluación de tipo A.

s (d ) 13 nm
u (d )  s(d )    4,1 nm
n 10
Y la varianza será por tanto el cuadrado de la desviación estándar:

u 2 (d )  16,8 nm 2
 Ejemplo Calibración de bloques patrón longitudinales, BPL

7. Incertidumbre debida dilatación térmica del bloque patrón, u(CΔtp )

Se acepta un modelo de dilatación lineal, con lo que: Ct p  l p  p  p

u 2 (Ct p )  (l p  p ) 2 u 2 ( p )  (l p  p ) 2 u 2 ( p )  ( p p ) 2 u 2 (l p )
p (Coef. De dilatación térmica) = 11,5 x 10-6 °C-1

p (Desviación de la temperatura del bloque a la temperatura de referencia de 20 ºC

durante la medición: tp - 20). La temperatura media del bloque durante la medición fue
de 19,9 ºC±0,02 ºC, considerándose una distribución rectangular. Por tanto: θ = -0,1
ºC
u ( p )  0,05 10 6 º C 0,02 º C
Decisión del evaluador
u (θ p ) 
3
u (CΔt p )  6,6 nm
 Ejemplo Calibración de bloques patrón longitudinales, BPL

8. Incertidumbre debida dilatación térmica del bloque, u(CΔt )

Se acepta un modelo de dilatación lineal, con lo que: Ct  l p  

u 2 (Ct )  (l p  ) 2 u 2 ( )  (l p  ) 2 u 2 ( )  ( ) 2 u 2 (l p )
 (Coef. De dilatación térmica) = 11,5 x 10-6 °C-1

 (Desviación de la temperatura del bloque a la temperatura de referencia de 20 ºC

durante la medición: tp - 20). La temperatura media del bloque durante la medición fue
de 19,9 ºC±0,02 ºC, considerándose una distribución rectangular. Por tanto: θ=-0,1 ºC

u ( )  0,05 10 6 º C 0,02 º C

Decisión del evaluador
u (θ ) 
3
u (CΔt )  6,6 nm
Ejemplo Calibración de bloques patrón longitudinales, BPL

9. Incertidumbre debida a la resolución de la máquina u(res)

Se sabe que la resolución del equipo de medida es E = 0,01 µm. Por lo tanto,
considerando distribución rectangular:

0,01 / 2 m 0,01 m
u (res )    2,9 nm
3 12

Y la varianza será por tanto el cuadrado de la desviación estándar:

u 2 (res )  8,3  nm 2
 Ejemplo Calibración de bloques patrón longitudinales, BPL

10. Incertidumbre típica combinada uc(l)

uc2 (l )  u 2 (l p )  u 2 (d )  u 2 (Ct )  u 2 (Ct p )  u 2 (Cres )

u (l )  4·10 nm  16,8 nm  44,1 nm  44,1 nm  8,3 nm
2
c
2 2 2 2 2 2

uc (l )  4·102  16,8  88,4  8,3 nm

uc (l )  22,6 nm
 Ejemplo Calibración de bloques patrón longitudinales, BPL

11. Incertidumbre expandida, U

La incertidumbre expandida U se obtiene multiplicando la incertidumbre

estándar combinada uc(l) por un factor de cobertura k.

Para el ejemplo, consideraremos un factor de cobertura k=2,equivalente a un

nivel de confianza del 95%.

U  2  uc (l )  45,2 nm
Ejemplo Calibración de bloques patrón longitudinales, BPL

12. Resultado final

U  2  uc (l )  45,2 nm

l  (50,000838  0,000045) mm
BIBLIOGRAFIA
 BIPM, IEC, IFCC, ISO, IUPAC, IUPAP, OIML. Guide
to the Expression of Uncertainty in Measurement.
International Organization for Standarrization. 1993
 Vocabulario Internacional de terminos basicos y
generales en metrología.
 ILAC-68. Guidelines on Assessment and Reporting
of Compliance with Especification. 1996
 EA-4/02 Expresion of the Uncertainty of
Measurement in Calibration. 1999
MUCHAS GRACIAS