Professional Documents
Culture Documents
incertidumbre
Importancia de la incertidumbre
- El resultado de una medicin es solo una aproximacin o
estimacin del valor de una cantidad especifica de una magnitud.
- El resultado es COMPLETO cuando es asociado a un valor de
incertidumbre.
-Da un grado de confianza de la medicin
-Permite realizar comparacin entre distintos resultados
Definicin de incertidumbre
si = ui
- El nmero de grados de libertad vi.
(1)
11
12
u2(xi) = u2i(xi)+u2j(xi)
14
INCERTIDUMBRE
SABEMOS QUE :
-SIEMPRE DEBE SER CACULA E INFORMADA
-HAY DOS TIPOS : TIPO A y TIPO B
-LA INCERTIDUMBRE ASOCIADA A LA MEDICION
DE LA MAGNITUD Y SE OBTIENE CON EL 1
TAYLOR
15
(3)
16
17
Grados de libertad
v = n-1
18
Evaluacin de Tipo A
Medicin de la corriente de anillo
v=9
19
20
Especificaciones
21
Estadistica
22
Evaluacin de Tipo B
de la incertidumbre estndar
Un poco de probabilidad y estadstica: Distribucin rectangular
23
2 conteos =
2
11342
0.2%
.100 = 0.017%
Total = 0.217%
PrecisinI %I =mA
I
Las especificaciones se
asumen de distribucin
rectangular si el manual
del fabricante no
explicita lo contrario.
-A
24
-0.025mA
0.025mA
25
26
divisor
1
2
27
Incertidumbre combinada
Volviendo a nuestra frmula
u2(xi) = u2i(xi)+u2j(xi)
Coeficiente de sensibilidad.
En el caso de mediciones directas:
28
Incertidumbre combinada
de nuestro ejemplo
uc2(xi) = u2i(xi)+u2j(xi)
En nuestro Ejemplo
uc2(I) = 0.00252+0.0142 mA2
uc2(I)= 0.00017 mA2
uc (I)= 0.013 mA
29
Incertidumbre combinada
=
Tipo A
Tipo B
ui(xi)
uj(xi)
-uc
+uc
uc2(xi) = u2i(xi)+u2j(xi)
30
Incertidumbre combinada
Que distribucin de probabilidad tiene uc ?
Si se conocen las funciones de distribucin de probabilidad de las
magnitudes de entrada X1,X2,.Xn del mensurando Y , y ademas Y es
una funcion lineal
Y=c1.X1+c2.X2+cn.Xn
La distribucin de probabilidad de la incertidumbre combinada resulta
de la convolucion de las distribuciones de probabilidad de las variables
X1,X2,..Xn.
31
Incertidumbre combinada
Que distribucin de probabilidad tiene uc ?
Debido a las complicacin practicas que existen
- Y no es funcin lineal de X1,X2Xn.
- Desconocimiento de las funciones de distribucin de las variables de
entrada.
Rara vez se usa la convolucin para obtener la funcin de distribucin
de uc, en su lugar se utiliza el teorema central del lmite.
32
Incertidumbre combinada
TEOREMA CENTRAL DEL LIMITE
No importa la distribucin de probabilidad, a medida que aumenta el
nmero de magnitudes de entrada que contribuyen con la uc(Y) y
cuanto mas prximos sean los valores de ci.ui, la distribucin converge
mas rpido a la normal o Gausseana.
Ejemplo: La distribucion rectangular es un caso extremo de
distribucin No normal pero la convolucion de tres distribuciones
rectangulares ya es con un buen grado de aproximacion NORMAL.
33
Incertidumbre combinada
- Con que grado de confianza
cae el valor de la medicin
dentro del intervalo + uc ??
-uc
+uc
34
Factor de confianza
Cuando la incertidumbre combinada uc cumple con el teorema central del limite, es
decir cuando puede asumirse que la distribucin de probabilidad de la u c tiende a la
normal o Gausseana, uc representa un sigma de dicha distribucin.
De aqu que la probabilidad de que la variable aleatoria Y caiga dentro del intervalo u c
+uc esta dada por el rea bajo la curva normal entre u c a +uc.
Recordando que la incertidumbre combinada es un desvo estndar, el rea bajo la
curva normal es del 68.5%.
=
Tipo A
Tipo B
ui(xi)
uj(xi)
-uc
+uc
35
Factor de confianza
Que sucede si la distribucin de uc no se ajusta a la normal?
=
Tipo A
Tipo B
ui(xi)
uj(xi)
-uc
+uc
37
- Veff > 30
-Es lgico asumir como infinito los grados de libertad obtenidos de una
evaluacin TIPO B.
-Tpicamente, Veff no es un entero, se debe asumir el entero menor al
valor calculado.
38
UKAS M3003
39
uc (I)= 0.013 mA
uc4(I) = 2.85 .10-8 mA2
u4i(xi)= 0.00254 = 3.90 .10-11
ci = 1
vi =9
Veff > 6500
Incertidumbre Expandida
6.12 de la IRAM 35050
Aunque uc pueda ser utilizada para la expresin de la incertidumbre
de un resultado de medicin; en ciertas aplicaciones es necesario
informar entre que valores se encontrara la mayora de los
resultados atribuibles al mensurando con un grado determinado de
confianza.
U = k . uc(xi)
41
Incertidumbre Expandida
Se obtienen directamente del rea bajo la curva normal
k
grados de cobertura
1
2
3
68.26%
95.44%
99.74%
U = k . uc(xi)
42
Incertidumbre Expandida
de nuestro ejemplo
uc2(xi) = u2i(xi)+u2j(xi)
En nuestro Ejemplo
uc2(I) = 0.00252+0.0132 mA2
uc2(I)= 0.00017 mA2
uc (I)= 0.013 mA
U (I)= k. uc (I)
U (I)= 2 . 0.013 mA
U (I)= 0.026 mA
43
44