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 />
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