B k A +
B k A +
B k A +
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Exp. de la incertidumbre de medida: 2008 (Esp) Motivación y fundamentos de la Recomendación INC-1 (1980)<br />
N<br />
Δz = ∑ ( f / ∂ w<br />
i i ) Δw<br />
= 1<br />
i<br />
∂ , donde Δz es la variación de z debida a (pequeñas) variaciones Δwi de wi [véase<br />
ecuación E.8]. Tal como se ha hecho en esta Guía, es apropiado denominar a la ecuación (E.3) ley de<br />
propagación de la incertidumbre, puesto que esta ecuación muestra cómo se componen las incertidumbres de<br />
magnitudes de entrada wi, dadas por las desviaciones típicas de las distribuciones de probabilidad de las wi,<br />
para obtener la incertidumbre de la magnitud de salida z, si esta incertidumbre es también igual a la desviación<br />
típica de la distribución de probabilidad de z.<br />
E.3.3 La ecuación (E.3) se aplica también a la propagación de múltiples desviaciones típicas puesto que si se<br />
reemplaza cada desviación típica σi por un múltiplo kσi, con el mismo k para cada σi, la desviación típica de la<br />
magnitud de salida z viene dada por kσz. Sin embargo, dicha ecuación no es de aplicación a la propagación de<br />
los intervalos de confianza. En efecto, si cada σi se reemplaza por una magnitud δi que define un intervalo<br />
correspondiente a un nivel de confianza dado p, la magnitud resultante para z, δz, no definirá un intervalo<br />
correspondiente al mismo valor de p, salvo que todas las wi sigan distribuciones normales. La ecuación (E.3)<br />
no presupone ninguna hipótesis sobre la normalidad de las distribuciones de probabilidad de las magnitudes wi.<br />
Más específicamente, si en la ecuación (10) de 5.1.2, cada incertidumbre típica u(xi) es evaluada a partir de<br />
observaciones repetidas independientes, y se multiplica por el factor t correspondiente a su número de grados<br />
de libertad para un valor particular de p (por ejemplo, p = 95 %), la incertidumbre de la estimación y no<br />
definirá un intervalo correspondiente a dicho valor de p (véase G.3 y G.4).<br />
NOTA La exigencia de normalidad para la propagación de los intervalos de confianza utilizando la ecuación (E.3) puede ser una de las<br />
razones para la separación histórica entre componentes de incertidumbre deducidas de observaciones repetidas, que se suponen<br />
distribuidas normalmente, y componentes evaluadas simplemente mediante límites superior e inferior.<br />
E.3.4 Consideremos el ejemplo siguiente: z depende solamente de una magnitud de entrada w, z = f(w), y w<br />
se estima mediante el valor medio de n valores wk de w; estos n valores se obtienen a partir de n observaciones<br />
repetidas e independientes qk de una variable aleatoria q, estando wk y qk relacionadas mediante la ecuación<br />
wk = α + β qk (E.4)<br />
En esta ecuación, α representa un desfase (offset) o desplazamiento sistemático y constante para todas las<br />
observaciones, y β es un factor proporcional. El desfase (offset) y el factor de escala, aunque fijos en el curso<br />
de las observaciones, se suponen caracterizados por una distribución de probabilidad a priori, siendo α y β las<br />
mejores estimaciones de las esperanzas matemáticas de dichas distribuciones.<br />
La mejor estimación de w es la media aritmética w obtenida a partir de<br />
1<br />
w =<br />
n<br />
n<br />
∑<br />
k=<br />
1<br />
w<br />
k<br />
1<br />
=<br />
n<br />
La magnitud z viene estimada entonces por f w)<br />
f ( α , β , q , q ,..., q )<br />
JCGM © 2008 - Reservados todos los derechos 58<br />
n<br />
∑<br />
k=<br />
1<br />
( α + β q )<br />
(E.5)<br />
( = 1 2 n y la estimación u 2 (z) de su varianza<br />
σ 2 (z) se obtiene a partir de la ecuación (E.3). Si suponemos, para simplificar, que z = w, de forma que la mejor<br />
estimación de z sea z = f ( w)<br />
= w,<br />
entonces la estimación u 2 (z) puede hallarse fácilmente. Observando que,<br />
según la ecuación (E.5),<br />
y<br />
∂ f 1<br />
=<br />
∂ β n<br />
∂ f<br />
= 1<br />
∂ α<br />
n<br />
∑<br />
k=<br />
1<br />
q<br />
k<br />
,<br />
= q<br />
k