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.
Expresión de la incertidumbre de medida: 2008 (Esp) Guía práctica sobre la eval. de componentes de incert.<br />
2<br />
2<br />
2<br />
4<br />
( h)<br />
u ( h′<br />
) = u ( l)<br />
+ ( d / 2)<br />
l u ( β )<br />
2<br />
uc c<br />
= (F.6c)<br />
donde d es el número de dimensiones (d = 1 ó 2) y u(β) es la incertidumbre típica del ángulo β, tomada como la<br />
mejor estimación de la desviación típica σ de una distribución supuesta normal, evaluada a partir de la totalidad<br />
de la información disponible, referente a la medición (evaluación Tipo B). Este es un ejemplo de un caso en<br />
que la estimación del valor del mensurando depende de la incertidumbre de una magnitud de entrada.<br />
Aunque las ecuaciones (F.6a) a (F.6c) sean específicas para una distribución normal, el análisis puede<br />
efectuarse asumiendo otras distribuciones para β. Por ejemplo, si se asume que β sigue una distribución<br />
rectangular simétrica con +β0 y −β0 como límites superior e inferior en el caso unidimensional, y +β0 y 0 en el<br />
caso bidimensional, E(δ) = β0 2 /6 y var(δ) = β0 4 /45 en una dimensión, y E(δ) = β0 2 /4 y var(δ) = β0 4 /48 en dos<br />
dimensiones.<br />
NOTA Esta es una situación en la que el desarrollo de la función Y = f(X1, X2, ..., XN) en serie de Taylor de primer orden para obtener<br />
uc 2 (y), ecuación (10) de 5.1.2, es inadecuado debido a la no linealidad de f: cos β ≠ cos β (véase Nota de 5.1.2, y H.2.4). Aunque el<br />
análisis puede efectuarse enteramente en términos de β, la introducción de la variable δ simplifica el problema.<br />
Otro ejemplo de situación en la que todos los valores posibles de una magnitud se encuentran de un solo lado<br />
de un límite único es la determinación, por valoración, de la concentración de un componente en una solución,<br />
cuando el punto final viene indicado por el disparo de una señal; la cantidad de reactivo añadido es siempre<br />
superior a la que sería necesaria para el disparo, jamás inferior. La cantidad de reactivo en exceso, respecto a la<br />
requerida en el punto equivalente, es una variable necesaria para la reducción de los datos y el procedimiento,<br />
en este y en otros casos análogos, consiste en asumir una distribución de probabilidad apropiada para la<br />
cantidad de reactivo en exceso, y utilizarla para obtener su esperanza matemática y su varianza.<br />
EJEMPLO Si se supone una distribución rectangular de límite inferior cero y límite superior C0 para la cantidad de reactivo en exceso<br />
z, la esperanza matemática del exceso es C0 /2 y la varianza asociada C0 2 /12. Sin embargo, si se asume una distribución normal para la<br />
−1<br />
cantidad de reactivo en exceso z, con 0 ≤ z < ∞; es decir, 2 2<br />
p( z)<br />
= ( σ π / 2 ) exp[<br />
− z / ( 2σ<br />
) ] , la esperanza matemática es entonces σ 2/<br />
π y<br />
la varianza σ 2 (1−2/π).<br />
F.2.4.5 Incertidumbre cuando no se aplican correcciones derivadas de una curva de calibración.<br />
La nota de 6.3.1 presenta el caso en que no se aplica una corrección conocida b de un efecto sistemático<br />
significativo al resultado de una medición sino que, en lugar de esto, se toma en cuenta para expandir la<br />
“incertidumbre” atribuida al resultado. Se puede, por ejemplo, reemplazar una incertidumbre expandida U por<br />
una incertidumbre U + b, donde U es la incertidumbre expandida obtenida con la hipótesis de b = 0. Esta<br />
práctica es seguida a veces en situaciones en las que se dan las condiciones siguientes: el mensurando Y está<br />
definido para un campo de valores de un parámetro t, como en el caso de la curva de calibración de un sensor<br />
de temperatura; U y b dependen también de t; y además debe darse un único valor de incertidumbre para todas<br />
las estimaciones y(t) del mensurando, dentro del campo de valores posibles de t. En tales casos, el resultado de<br />
la medición viene dado frecuentemente en la forma Y(t) = y(t) ± [Umax + bmax], donde el subíndice “max” indica<br />
que se utiliza el valor máximo de U y el valor máximo de la corrección conocida b, en el campo de valores de t.<br />
Aunque esta Guía recomienda aplicar las correcciones por efectos sistemáticos identificados como<br />
significativos a los resultados de medida, hay situaciones en las que esto no es posible, dado el coste<br />
inaceptable que supondría calcular y aplicar una corrección individual, y luego calcular y aplicar una<br />
incertidumbre individual a cada valor de y(t).<br />
Una aproximación relativamente simple a este problema, compatible con los principios de esta Guía, es la<br />
siguiente:<br />
Calcular una corrección media b a partir de<br />
1 t2<br />
b =<br />
− ∫ b(<br />
t)<br />
dt<br />
(F.7a)<br />
t t t1<br />
2<br />
1<br />
JCGM © 2008 - Reservados todos los derechos 71