07.05.2013 Views

B k A +

B k A +

B k A +

SHOW MORE
SHOW LESS

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 />

La ventaja c) es particularmente favorable puesto que la clasificación que se menciona es frecuente fuente de<br />

confusión; una componente de incertidumbre no es ni “aleatoria” ni “sistemática”. Su naturaleza viene<br />

condicionada por la utilización que se haga de la magnitud correspondiente o, más formalmente, por el<br />

contexto en que la magnitud aparece, dentro del modelo matemático que describe la medición. En<br />

consecuencia, cuando la magnitud correspondiente se utiliza en un contexto diferente, una componente<br />

“aleatoria” puede convertirse en “sistemática” y viceversa.<br />

E.3.7 Por la razón apuntada anteriormente en c), la Recomendación INC-1 (1980) no clasifica las<br />

componentes de la incertidumbre en “aleatorias” o “sistemáticas”. De hecho, en lo que respecta al cálculo de la<br />

incertidumbre típica combinada de un resultado de medida, no es necesaria una clasificación de las<br />

componentes de la incertidumbre; es más, no es realmente necesario adoptar esquema de clasificación alguno.<br />

No obstante, puesto que a veces es cómodo disponer de categorías, de cara a la comunicación y a la<br />

presentación de ideas, la Recomendación INC-1 (1980) proporciona un esquema de clasificación según dos<br />

métodos distintos para la evaluación de las componentes de la incertidumbre, el “A” y el “B” (véase 0.7, 2.3.2<br />

y 2.3.3).<br />

El hecho de clasificar los métodos utilizados para la evaluación de las componentes de incertidumbre, en lugar<br />

de clasificar las propias componentes, evita el problema de que la clasificación de una componente pudiera<br />

depender de la utilización que se hiciera de la magnitud correspondiente. Sin embargo, la clasificación de los<br />

métodos, mejor que la de las componentes, no impide colocar las componentes individuales evaluadas por los<br />

dos métodos en grupos específicos para un uso particular, en una medición dada, por ejemplo, cuando se<br />

compara la variabilidad observada experimentalmente con la pronosticada teóricamente para los valores de<br />

salida de un sistema de medida complejo (véase 3.4.3).<br />

E.4 La desviación típica como medida de la incertidumbre<br />

E.4.1 La ecuación (E.3) exige que la incertidumbre de la estimación de una magnitud de entrada se evalúe en<br />

forma de incertidumbre típica; es decir, en forma de desviación típica estimada, cualquiera que sea la forma en<br />

que se obtenga. Si, en lugar de esto, se toma cualquier otra alternativa considerada como más segura, ésta no<br />

podrá utilizarse en la ecuación (E.3). En particular, si en la ecuación (E.3) se utiliza el “límite máximo de<br />

error” (la mayor desviación concebible respecto a la mejor estimación supuesta), la incertidumbre resultante<br />

tendrá un significado mal definido y será inutilizable por cualquiera que desee introducirla en cálculos<br />

ulteriores de incertidumbres, para otras magnitudes (véase E.3.3).<br />

E.4.2 Cuando la incertidumbre típica de una magnitud de entrada no puede evaluarse mediante análisis de los<br />

resultados de un número conveniente de observaciones repetidas, debe adoptarse una distribución de<br />

probabilidad basada en un conocimiento mucho más restringido de lo que sería deseable. No obstante, este<br />

hecho no invalida ni convierte en no realista dicha distribución. Simplemente, como todas las distribuciones de<br />

probabilidad, representará el conocimiento disponible.<br />

E.4.3 Las evaluaciones basadas en observaciones repetidas no son necesariamente más válidas que las<br />

obtenidas por otros medios. Consideremos s (q)<br />

, desviación típica experimental de la media de n observaciones<br />

independientes qk de una variable aleatoria q distribuida normalmente [véase ecuación (5) de 4.2.3]. La<br />

magnitud s (q)<br />

es un estadístico (véase C.2.23) que estima σ (q)<br />

, desviación típica de la distribución de<br />

probabilidad de q ; es decir, desviación típica de la distribución de valores de q que se obtendrían si la<br />

2<br />

medición se repitiera un número infinito de veces. La varianza σ [ s(<br />

q)<br />

] de s (q)<br />

viene dada aproximadamente<br />

por<br />

2 [ ( q)<br />

] σ ( ) /( 2ν<br />

)<br />

2<br />

σ q<br />

s ≈ (E.7)<br />

donde ν = n −1 es el número de grados de libertad de s( q ) (véase G.3.3). Entonces, la desviación típica relativa<br />

de s( q ), dada por el cociente σ [s( q )] /σ (q ), y que puede ser considerada como una medida de la<br />

JCGM © 2008 - Reservados todos los derechos 60

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!