Capïtulo 1

EXACTITUD, ERRORES, INCERTIDUMBRE
CAPTULO 1.
EXACTITUD, ERRORES EN LAS MEDICIONES E
INCERTIDUMBRE EN EL RESULTADO DE UNA MEDICIN.
INTRODUCCION.
Cuando el valor de una magnitud1 fsica se obtiene por medio de una medicin, solamente
por casualidad el valor obtenido coincide con su valor verdadero2, y an en el caso
extremadamente improbable que este evento ocurra el operador desafortunadamente nunca puede
saberlo.
El valor de una magnitud fsica M se expresa por un nmero {m} que representa la medida
de la magnitud y una unidad de medida [m] apropiada, relacionada con la magnitud.
M = {m} .[m]
El objetivo de la medicin de una magnitud M es la de determinar el valor numrico {m}

del mensurando3, esto es, el valor de la cantidad particular a ser medida ,en funcin de la unidad de
medida [m] que corresponde a su valor verdadero . En algunas ocasiones M es una magnitud sin
unidad de medida, como es el caso de la relacin de dos resistencias y aqu solo se busca estimar el
valor de dicha relacin que es independiente de la unidad de medida de las dos magnitudes.
De aqu que una medicin comienza con una especificacin apropiada del mensurando, el
mtodo de medicin y el procedimiento de medicin4.
En general, el resultado de una medicin5 slo es una aproximacin o estimacin del valor
del mensurando y entonces slo queda completo cuando va acompaado por una declaracin de la
incertidumbre de esa estimacin.
NMX-Z-055-1997- IMNC. 1.18. VIM 1.18. 1993. VALOR (DE UNA MAGNITUD). Expresin cuantitativa de una magnitud particular,
expresada generalmente en la forma de una unidad de medida multiplicada por un nmero.
NMX-Z-055-1997 - INMC. 1.1. VIM 1.1. 1993. MAGNITUD (MEDIBLE). Atributo de un fenmeno, cuerpo o substancia que puede ser
diferenciado cualitativamente y determinado cuantitativamente.
2
NMX-Z-055-1997 - IMNC. 1.18. VIM 1.19. 1993. VALOR VERDADERO (DE UNA MAGNITUD). Valor compatible con la definicin de
una magnitud particular dada.
3
NMX-Z-055-1997 - IMNC. 2.6. VIM 2.6. 1993. MENSURANDO. Magnitud particular sujeta a medicin.
4
NMX-Z-055-1997- IMNC. 2.5. VIM 2.5. 1993. PROCEDIMIENTO (DE MEDICIN). Conjunto de operaciones, descritas especficamente,
para realizar mediciones particulares de acuerdo a un mtodo dado.
5 NOM-Z-055-1997. - IMNC. 3.1. VIM 3.1. 1993. RESULTADO DE UNA MEDICION. Valor atribuido a un mensurando, obtenido por
medicin.
METROLOGA ELCTRICA C1- 1
En la prctica la especificacin requerida o definicin del mensurando es dictada por la

exactitud de la medicin requerida. El mensurando se debe definir lo suficiente con respecto a la
exactitud requerida para que, para todos los propsitos prcticos asociados con la medicin, su valor
sea nico.
Ejemplo. Si la longitud de una barra de acero de nominalmente un metro va a ser
determinada por la exactitud de un micrmetro, esta especificacin debe incluir la temperatura y
presin en la cual la longitud esta definida. Entonces el mensurando se debe especificar como, por
ejemplo, la longitud de la barra a 25,00 0C y 101 325 Pa ( ms cualquier otro parmetro de
definicin necesario) as como la manera en que la barra esta sostenida. De otra manera, si la
longitud va a ser determinada para una exactitud de slo milmetros, esta especificacin no debe
requerir una temperatura o presin de definicin o un valor para cualquier otro parmetro de
definicin.
EXACTITUD.
Exactitud de medicin6
La exactitud de medicin la podemos definir como la, proximidad de la concordancia entre
el resultado de una medicin y el valor verdadero del mensurando. La exactitud de medicin es la
propiedad global desde el punto de vista de los errores. La exactitud de la medicin es tanto mayor
cuanto ms cerca del valor verdadero estn los resultados.
El valor verdadero de una magnitud se define como, el valor que caracteriza a una magnitud
perfectamente definida, en las condiciones que existen cuando esa magnitud es considerada. Este es
un concepto ideal y, en general, no puede ser conocido exactamente, sino que solo se puede tener
una estimacin de l, por lo que en su lugar, en la prctica, se utiliza el concepto de valor
convencionalmente verdadero7, el cual se define como, valor atribuido a una magnitud particular
y aceptado, algunas veces por convencin, como un valor que tiene una incertidumbre apropiada
para un propsito dado.
Antes de efectuar una medicin, es preciso formarse un concepto claro de la exactitud
requerida para el caso de que se trata, y solamente entonces se est en condiciones de elegir
acertadamente los mtodos y los aparatos ms convenientes. No es necesario usar aparatos de gran
exactitud para toda clase de mediciones; es ms, para muchas de ellas, no slo es suficiente, sino
hasta ms conveniente utilizar aparatos de servicio o industriales, como en los casos en que hay que
contar con un manejo rudo de parte del operador, o cuando las condiciones del servicio no
corresponden a la delicadeza de los instrumentos. Se debe tomar en consideracin que un aumento
en la exactitud de los aparatos se obtiene en detrimento de las propiedades mecnicas del sistema de
medicin y que, por lo tanto, un instrumento de mayor exactitud resiste mucho menos un manejo
rudo que un aparato industrial.
6
7
NMX-Z-055-1997-IMNC. 3.5. EXACTITUD DE MEDICIN.

NMX-Z-055-1997-IMNC. 1.20. VIM 1.20. 1993. VALOR CONVENCIONALMENTE VERDADERO (DE UNA MAGNITUD).
La clase e importancia de la medicin que se ha de ejecutar, determinar siempre el grado de

exactitud de la misma. As, para verificar las condiciones normales de servicio bastar generalmente
la exactitud de un aparato industrial, pero sta no ser suficiente cuando se trata de realizar pruebas
de recepcin, de determinar rendimientos, o cuando se quiere seguir un proceso hasta en sus ms
pequeos detalles, o realizar trabajos cientficos.
Exactitud de un instrumento de medicin.
La exactitud de un instrumento de medicin8 la podemos definir como la aptitud de un
instrumento de medicin de dar respuestas prximas a un valor verdadero. La exactitud es tanto
mayor cuanto ms cerca del valor verdadero estn las indicaciones.
Por lo tanto el error de exactitud de un instrumento de medicin lo podemos definir como el
error global de una medicin en condiciones determinadas. El error de exactitud es la diferencia
entre el valor nominal de una medida materializada9 o la indicacin de un instrumento de
medicin10 y el valor convencionalmente verdadero de la magnitud medida.
Clase de exactitud de un instrumento de medicin (con indicador)analgico .
Un concepto relacionado con la exactitud de los instrumentos de medicin analgicos11, es
lo que se denomina "Clase de exactitud12" y la cual podemos definir como la clasificacin de los
instrumentos de medicin que satisfacen ciertas exigencias metrolgicas destinadas a conservar los
errores, dentro de lmites especificados. Generalmente la cifra que marca la clase de exactitud indica
los errores mximos tolerados13, expresados en por ciento, que puede tener el instrumento; por
ejemplo, la expresin "amprmetro de clase de exactitud 0,25" significa que los errores relativos
mximos tolerados no exceden al 0,25% de su indicacin mayor; a menudo se omite la expresin
"de exactitud" y se dice simplemente "amprmetro clase 0,25".
Exactitud nominal de un instrumento de medicin con indicacin digital.
Por otro lado, la exactitud nominal14 de los instrumentos de medicin con indicacin
digital15 se especifica como el lmite expresado como un porcentaje de la entrada (Nm) ms un
8
NMX-Z-055-1997-IMNC. 5.18. EXACTITUD DE UN INSTRUMENTO DE MEDICION.
NMX-Z-055-1997-IMNC. 4.2. MEDIDA MATERIALIZADA. Dispositivo destinado a reproducir o a proporcionar, de manera permanente
durante su uso, uno o varios valores conocidos de una magnitud dada
10
NMX-Z-055-1997-IMNC. 4.1. INSTRUMENTO DE MEDICIN. Dispositivo destinado a ser utilizado para hacer mediciones, slo o
asociado a uno o varios dispositivos anexos.
11
NMX-Z-055-1997-IMNC. 4.10. INSTRUMENTO DE MEDICIN (CON INDICADOR) ANALGICO. Instrumento de medicin cuya
seal de salida o indicacin es una funcin continua del mensurando o de la seal de entrada.
12
NMX-Z-055-1997-IMNC. 5.19. Clase de instrumentos de medicin que satisfacen ciertos requisitos metrolgicos destinados a conservar los
errores dentro de los lmites especificados.
13
NMX-Z-055-1997.5.21. ERRORES MXIMOS TOLERADOS (DE UN INSTRUMENTO DE MEDICIN). Lmites de los errores tolerados
(de un instrumento de medicin), valores extremos de un error, tolerados por las especificaciones, reglamentos, y otros para un instrumento de
medicin dado.
14
NMX-CH-131/1-1993. 3.7. EXACTITUD NOMINAL.
nmero del dgito(s) menos significativo (cuentas) (Nc), que la incertidumbre no debe exceder
cuando el instrumento se usa en condiciones nominales especificadas.
u c = ( Nm + Nc) = (% de la entrada + nmero de digitos menos significativos)
ERRORES EN LAS MEDICIONES.
En general, una medicin tiene imperfecciones que dan origen a error en el resultado de la
medicin, es por esto, que el conocimiento de los errores que se puedan apreciar durante la
medicin es de vital importancia para estimar la confiabilidad de los resultados.
El tratamiento de los errores en las mediciones generalmente requiere de una buena
experiencia en el laboratorio, en el cual se aprende a vencer con cierta dificultad los problemas que
se presentan. Para llegar a un resultado con la exactitud requerida no es suficiente con interconectar
aparatos de una buena clase de exactitud sino que se debe definir completamente el mensurando,
comprender con amplitud la teora de los mtodos utilizados, conocer en detalle todas las
caractersticas del equipo que se utiliza, as como hacer mnimos y corregir los factores que influyen
en los resultados, y si es necesario, hacer mediciones complementarias y evaluar las posibles
fuentes de los errores.
Error de medicin y correccin.
El error de medicin16, por simplificacin error, lo podemos definir como el, resultado de
una medicin menos el valor verdadero del mensurando, siendo este ltimo, en la prctica, el valor
convencionalmente verdadero.
ex = X 1 X
Relacionada ntimamente con el error de medicin tenemos la correccin17, la cual se puede
definir como, valor agregado algebraicamente al resultado no corregido de una medicin, para
compensar el error sistemtico.
X = X1 + c
c = X X 1 = ex
Error relativo.
El error absoluto ex, no suministra informacin sobre la calidad de la medicin, es por esto
que es necesario relacionarlo con el valor convencionalmente verdadero. As tenemos que el error
de medicin dividido entre un valor verdadero del mensurando le denominamos error relativo
15
NMX-Z-055-1997. 4.11. INSTRUMENTO DE MEDICIN CON INDICACIN DIGITAL. Instrumento de medicin que proporciona una
seal de salida o una indicacin en forma digital.
16.NMX-Z-055-1997. 3.10. ERROR DE MEDICIN.
17 NMX-Z-055-1997-IMNC. 3.15. CORRECCIN.
erx18. Puesto que un valor verdadero no puede ser determinado, en la prctica se utiliza un valor
convencionalmente verdadero.
Ejemplo.
Dos tensiones, una de 500 volts y la otra de 10 volts, se miden y la diferencia con relacin a
cada uno de sus valores de comparacin es de 1 volt. Cul es la mejor medicin?
El error absoluto en los dos casos es igual a,
ex = 1 Volt
Los errores relativos son iguales a,
e r 500 =
ex
1
=
= 0,002
X 500
o sea 0,2%.
e r10 =
1
= 0,1
10
o sea 10%.
Evidentemente, de la observacin de los clculos anteriores podemos concluir, que aunque
los errores absolutos son iguales, la mejor medicin es la correspondiente a la tensin de 500 volts.
Fuentes de error.
En las mediciones podemos considerar tres fuentes bsicas de los errores, estas son:
Fallas del elemento sensor primario para reflejar la cantidad medida. Como ejemplo tenemos el
caso de la unin de un termopar que est corroda o floja, lo que ocasiona prdidas de radiacin o
conduccin que dan como resultado que la temperatura de la unin sea diferente de la temperatura
que la rodea.
Fallas en la parte secundaria o indicadora del instrumento que ocasionan que la respuesta del
elemento sensor no sea reflejada fielmente. Como ejemplo tenemos un potencimetro que da una
indicacin incorrecta cuando se alimenta de un termopar, debido a una estandarizacin inapropiada,
un desajuste, o un mal funcionamiento de sus componentes ya sean elctricas o mecnicas.
Fallas del observador para obtener correctamente las indicaciones de los instrumentos.
Como ejemplo tenemos el caso de una persona que lee incorrectamente la escala de la cartula de
un potencimetro.
18 NOM-Z-055-1997-IMNC.3.12. ERROR RELATIVO.
Si bien las tres fuentes de los errores pueden estar presentes en una medicin dada, una u
otra pueden ser el problema mayor. Estas fuentes de problemas producen dos clases bsicas de
errores en las mediciones, siendo stos el error sistemtico y el error aleatorio.
Error sistemtico.
El error sistemtico19 se define como, media que resultara de un nmero infinito de

mediciones del mismo mensurando, efectuadas bajo condiciones de repetibilidad20, menos un valor
verdadero del mensurando.
Los errores sistemticos son la componente del error de medicin, que durante un nmero
de mediciones del mismo mensurando, permanecen constantes o varan en forma previsible. Las
causas de los errores sistemticos pueden ser conocidas o desconocidas; si su valor se puede
determinar por clculo o por la experiencia, stos se deben eliminar usando una correccin
apropiada; si su valor no se puede determinar, se debe evaluar como una incertidumbre tipo B21,
esto es por otros medios diferentes al anlisis estadstico.
Como ejemplos de errores sistemticos constantes tenemos, el error que resulta de una
pesada realizada por medio de una pesa cuya masa se toma igual a su masa nominal de 1 kg
mientras que su valor verdadero convencional es de 1,010 kg; el error que resulta al usar a una
temperatura ambiente de 20oC una regla graduada a 0oC, sin introducir la correccin
correspondiente; el error que resulta al usar un termmetro termoelctrico cuyo circuito sufre de
efectos termoelctricos parsitos. Como ejemplo de error sistemtico variable tenemos, el error de
indicacin de un instrumento de medicin que surge de una variacin sistemtica de temperatura
durante un nmero de mediciones consecutivas del mismo valor.
Error aleatorio.
El error aleatorio22 se define como el, resultado de una medicin menos la media de un
nmero infinito de mediciones del mismo mensurando, efectuadas estas en condiciones de
repetibilidad.
Los errores aleatorios o fortuitos son la componente del error de medicin, que durante un
nmero de mediciones del mismo mensurando vara de manera imprevisible. No es posible eliminar
el error aleatorio por medio de la aplicacin de una correccin al resultado no corregido23 y slo es
19
NMX-Z-055-1997-IMNC. 3.14. ERROR SISTEMTICO.

NMX-Z-055-1997-IMNC. 3.6. VIM 3.6. 1993. REPETIBILIDAD (DE LOS RESULTADOS DE MEDICIONES). Proximidad de la
concordancia entre los resultados de las mediciones sucesivas del mismo mensurando, con las mediciones realizadas con la aplicacin de la
totalidad de las siguientes condiciones: 1) Aestas condiciones se les llama condiciones de repetibilidad. 2) Las condiciones de repetibilidad
comprenden: el mismo procedimiento de medicin; el mismo observador; el mismo instrumento de medicin utilizado en las mismas
condiciones; el mismo lugar; la repeticin dentro de un perodo corto de tiempo.
21
GUA BIM/ISO. 1993. EVALUACIN DE LA INCERTIDUMBRE TIPO B. Mtodo para evaluar la incertidumbre por otro medio que no
sea el anlisis estadstico de una serie de observaciones.
22
NMX-Z-055-1997-IMNC. 3.13.
23 NMX-Z-055-1997-IMNC. 3.3. RESULTADO NO CORREGIDO. Resultado de una medicin antes de la correccin del errores sistemtico.
20
posible realizar una evaluacin de la incertidumbre tipo A24 para estimar sus efectos en el
resultado de una medicin. La totalidad de la serie de mediciones se debe realizar bajo condiciones
de repetibilidad
En la prctica es de esperarse que las mediciones posean un error compuesto de errores
sistemticos y errores aleatorios pero con diferentes pesos relativos, dependiendo del tipo de
instrumento, mtodo o sistema de medicin.
Un mismo error puede presentar siguiendo las condiciones de la experiencia, un carcter
sistemtico o un carcter aleatorio. Como en el error de la graduacin de un vltmetro particular que
es manifiestamente sistemtico, por el contrario, para diferentes vltmetros que pertenecen a una
misma poblacin (en el sentido estadstico del trmino) este error presenta un carcter aleatorio.
Este es el caso para el conjunto de aparatos de una misma serie de fabricacin.
Causas de los errores sistemticos.
A diferencia de los errores aleatorios en los cuales es posible aplicar un modelo estadstico,
con el fin de evaluar la incertidumbre correspondiente al resultado de una medicin, en los errores
sistemticos no se puede justificar un tratamiento igual y solo por medio de un anlisis de los
fenmenos y condiciones de la medicin propia de cada tcnica utilizada podemos detectar este tipo
de errores.
Si bien las causas de los errores sistemticos son diversas, enseguida describiremos algunas
de ellas, tales como las debidas a los instrumentos, a la observacin de las indicaciones, a la
aproximacin en las expresiones utilizadas y al medio ambiente..
Como parte de los errores de los instrumentos tenemos los errores debidos a su construccin,
los errores debidos a sus efectos de carga, errores por envejecimiento y errores debidos a daos.
Errores sistemticos debidos a la construccin de los instrumentos.
Todos los aparatos de medicin tanto del tipo industrial como los patrones poseen errores
que son el resultado inevitable de las imperfecciones que surgen durante su construccin, estas
imperfecciones slo se compensan parcialmente durante su calibracin25, puesto que la calibracin
misma es imperfecta, pero an en el caso de que esta fuera perfecta nicamente sera posible
compensar los errores sistemticos. Entre las imperfecciones podemos citar el rozamiento del eje
mvil, el basculamiento de este eje entre los cojinetes, la histresis elstica del resorte espiral o de
las bandas de suspensin, el autocalentamiento de los conductores ( el cual produce variaciones en
las propiedades elctricas y mecnicas de estos), las tolerancias de los elementos que los
24
GUA BIMP/ISO. 1993. EVALUACIN DE INCERTIDUMBRE TIPO A. Mtodo para evaluar la incertidumbre mediante el anlisis
estadstico de una serie de observaciones.
25 NMX-Z-055-1997-IMNC. 6.11. CALIBRACION. Conjunto de operaciones que establecen, en condiciones especificadas, la relacin entre los
valores de las magnitudes indicadas por un instrumento de medicin o un sistema de medicin, o los valores representados por una medida
materializada o un material de referencia y los valores correspondientes de la magnitud realizada por los patrones.
constituyen, etc. Si bien estas imperfecciones tienen un carcter sistemtico consideradas

aisladamente, al tomarlas en conjunto son tan complejas que segn el azar de las circunstancias
producen efectos globales en uno u otro sentido con intensidad variable y por consiguiente sus
errores correspondientes tienen un carcter aleatorio, por lo que mediante la calibracin los errores
slo se pueden mantener dentro de ciertos lmites.
En los aparatos analgicos, ste error se expresa en forma de errores mximos tolerados26, y
generalmente se marcan en sus cuadrantes27, con un nmero que corresponde a lo que se ha
denominado como ndice de clase. Estos lmites se expresan, como un porcentaje del valor mximo
de la escala28.
As, un amprmetro cuyo alcance y escala es de 5A y tiene marcado un ndice de clase de
0.5, tendr unos errores mximos tolerados iguales a,
INDICE DE CLASE X ALCANCE
100
0,5 5
=
= 0,025 A
100
Tomando los lmites de la incertidumbre relativa valores muy grandes para lecturas
pequeas; por ejemplo, si tenemos una lectura de L=0,4A, sus lmites de la incertidumbre relativa
en por ciento sern iguales a,
uc =
% ur c =
0,025
uc
x 100 =
x 100 6,3
0,4
L
En los aparatos digitales ste error se especifica, en sus manuales de operacin, como el
lmite expresado como un porcentaje de la entrada ms un nmero del dgito(s) menos significativo
(cuentas)29, que la incertidumbre no debe exceder.
Por ejemplo, un vltmetro digital cuya especificacin de exactitud es igual a (0,5% + 2d),
en el alcance de 20V, con un intervalo30 de 19,99V o 1999 cuentas, los errores mximos tolerados
de construccin para una lectura igual al alcance sern de,
u c = (Nm + Nc) = (% de la entrada + Nc)
26 NMX-Z-055-1997.IMNC 5.21. ERRORES MXIMOS TOLERADOS (DE UN INSTRUMENTO DE MEDICION). Lmites de los errores tolerados (de un
instrumento de medicin), valores extremos de un error, tolerados por las especificaciones, reglamentos, y otros para un instrumento de medicin dado.
27 NMX-Z-055-1997-IMNC. 4.27. CUADRANTE. Parte fija o mvil de un dispositivo indicador que porta la o las escalas.
28 OIML 7.4.2.1.2-1982. VALOR MAXIMO DE LA ESCALA. Valor de la magnitud medida correspondiente al valor mximo de la escala.
29 NMX-Z-CH-131/1-1993.3.61. DIGITO MENOS SIGNIFICATIVO (LSD). Es el dgito ms a la derecha del exhibidor y su correspondiente valor asociado en "BCD"
(Cdigo decimal binario).
30 NMX-Z-CH-131/2. 1993. 3.93. INTERVALO. Es una banda continua de valores de una seal de entrada que pueden ser medidos.
donde Nm es el error en cuentas o dgitos, relacionado con la magnitud de la seal de entrada y

expresado en X% de la seal de entrada, y Nc es el nmero fijo de cuentas o dgitos menos
significativos que establece la exactitud nominal31. De aqu que,
0,5
x 1999 10 cuentas o d gitos = 0,10 V, y
100
u c = (10 + 2) = 12 cuentas o dgitos = 0,12 V
Nm =
y los lmites de los errores relativos tolerados en por ciento sern,

% ur c =
12
100 0,60
1999
Si tuviramos una lectura igual a 6,00V o 600 cuentas, los lmites de la incertidumbre, para
esta condicin sern iguales a,
Nm =
0,5
600 = 3 dgitos
100
u c = ( Nm + Nc) = (3 + 2) = 5 dgitos = 0,05 V
y en por ciento,
% ur c =
5
100 = 0,83
600
Errores sistemticos debidos al efecto de carga de los instrumentos.
Es indispensable tener en cuenta que la magnitud que se mide inevitablemente se altera con
el proceso de la medicin misma. Por ejemplo, un vltmetro bien calibrado puede dar un valor
menor que el debido, y por consiguiente una indicacin errnea si se conecta a travs de dos puntos
de alta resistencia. Los instrumentos de medicin siempre cambian en algn grado las condiciones
del circuito donde se incluyen, algunas veces su efecto es tan pequeo que se puede despreciar,
como cuando se conecta un vltmetro a una fuente de gran potencia; algunas veces su efecto no se
considera despreciable y este se debe corregir por medio de clculos; otras veces, la presencia del
aparato de medicin produce un gran cambio en las condiciones del circuito alterndolo
radicalmente, como sucede si se conecta un vltmetro de baja resistencia a la placa o a la rejilla de
un tubo de vaco de un amplificador, una solucin para evitar esta condicin es utilizar un
instrumento ms adecuado, que en este caso sera un vltmetro de alta resistencia o un vltmetro de
vaco. Otro ejemplo del efecto de carga de los instrumentos, es el que se produce al obtener la curva
de resonancia de un circuito RLC con un amprmetro de diferentes alcances, con el cual se obtiene
31 NMX-Z-CH-131/2-1993. APENDICE A.
una curva no continua, debido a las diferentes resistencias e inductancias de los diferentes alcances.
Por lo anterior, siempre se debe tomar en cuenta, en el plan de la medicin, los efectos de carga que
pueda tener el equipo de medicin sobre el circuito bajo medicin.
Como ejemplo, consideremos el circuito sencillo de la figura nmero 1, que puede ser el
circuito equivalente de un arreglo ms complicado. Sea AM un amprmetro digital de corriente
directa, con un alcance de 20mA, cuyas especificaciones indican que tiene una tensin de carga de
0,20V. E es una fuente de corriente directa de 5V con una resistencia interna RF de 1, y R es una
resistencia de 400 a la cual se le quiere medir la corriente que circula por ella.
AM
AM
RF
R
FIGURA NMERO 1
La corriente que toma la resistencia R cuando no se ha intercalado el amprmetro es igual a,
I=
E
5
=
= 0,01247A = 12,47mA
R F + R 1+ 400
La corriente en la resistencia R, cuando se intercala el amprmetro en el circuito es igual a,

I A=
E
RF + R A + R
El valor de la resistencia del amprmetro se puede calcular observando las especificaciones

del aparato, esto es,
RA=
0,20
TENSION DE CARGA
= 10
=
20 x 10-3
ALCANCE
De donde,
I A=
5
= 0,01217A = 12,17mA
1 + 10 + 400
Lo que representa un error sistemtico relativo en por ciento, por efecto de carga, de
%e r =
12,17 12,47
IA-I
100 =
100 = - 2,4
I
12,47
De otra forma tenemos que el error relativo tambin se puede expresar como,
E
E
%e r = R1 R A R1 100 = - R A 100
E
R1 + R A
R1
Donde R1=RF+R
Para nuestro ejemplo tendremos que,
%er = -
10
100 = - 2,4
(1+ 400 ) + 10
Valor que corresponde al que se haba calculado anteriormente, en funcin de las corrientes.
Haciendo RA=R1/n se ha construido la tabla nmero 1, en la que se puede ver que RA debe
ser mucho menor que la resistencia combinada de la fuente y el resistor R para que el error por
efecto de carga sea despreciable. Un anlisis de los efectos de carga introducidos por los vltmetros,
en comparacin con la resistencia del circuito da una tabla similar a la de la tabla nmero 1, con la
diferencia de que en este caso la resistencia del aparato debe ser mucho mayor que la resistencia del
circuito.
TABLA NUMERO 1.
n
ERROR POR EFECTO DE CARGA

%
1
10
100
1000
10000
50
9,1
0,99
0,10
0,01
Errores sistemticos debidos al envejecimiento de los instrumentos.
A medida que el equipo envejece es posible que se tengan cambios ligeros en algunas de sus
componentes y stos pueden afectar a sus especificaciones. Por lo que es necesario calibrar los
instrumentos a intervalos regulares para estar seguro de que estn funcionando dentro de sus
especificaciones o de lo contrario hacer las correcciones necesarias.
Errores sistemticos debidos a instrumentos daados.
Estos se presentan cuando por descuido o ignorancia se usa un instrumento que ha sido
daado. Como un ejemplo simple, tenemos el caso de la medicin de una longitud que se hace con
un metro de madera, en el cual despus de un cierto nmero de mediciones se ha desgastado el
extremo donde se encuentra el cero, o en el caso de una medicin elctrica, el uso de un amprmetro
que se ha daado debido a una sobrecarga; en ambos casos tanto las lecturas presentes como las
futuras no son de confiar. Una persona con verdadero sentido de lo que es una medicin siempre
tiene una vigilancia estrecha de las condiciones de su equipo.
Errores sistemticos de observacin32 e indeterminacin.
Estos son los que comete el observador durante el proceso de una medicin. Como ejemplo,
tenemos el error que se comete en una medicin de la intensidad luminosa efectuada por medio de
un fotmetro de contraste, debido a una igualacin incorrecta de las dos zonas; otro ejemplo es, el
error que se comete en una medicin efectuada con un puente de corriente alterna debido a una
regulacin incorrecta de la intensidad mnima del sonido del receptor de audio; otro ejemplo ms es,
el error que se comete en las mediciones en las cuales est involucrado el tiempo, debido a una
anticipacin o retardo al obtener la seal. Uno de los errores de observacin que merece una
mencin especial es el error de lectura33 de los aparatos indicadores, el cual es el que resulta de la
lectura inexacta de la indicacin de un instrumento de medicin por el observador; este error lo
podemos dividir en dos partes, siendo estas el error de paralaje34 y el error de interpolacin35. El
error de paralaje, es el error de lectura que se comete cuando estando el ndice a cierta distancia de
la superficie de la escala, la lectura no se efecta en la direccin de la observacin prevista para el
instrumento utilizado. El error de interpolacin, es el error de lectura resultante de la evaluacin
inexacta de la posicin del ndice con relacin a dos marcas vecinas entre las cuales est situado. El
error de lectura se expresa como parte de una divisin. Por supuesto que el error de lectura tambin
depende de la construccin de la escala del instrumento, en algunos casos puede ser de 0,1 de
divisin y en otros mucho mayor; la mayora de los instrumentos de medicin que se utilizan en los
laboratorios tienen escalas provistas de espejos y en algunos casos tambin tienen verniers, con el
objeto de disminuir el error de lectura.
32 OIML. 1982. 8.5. ERROR DE OBSERVACION.
33 OIML. 8.5.1. 1982. ERROR DE LECTURA.
34 OIML.8.5.1.1. 1982. ERROR DE PARALAJE.
35 OIML. 8.5.1.2. 1982. ERROR DE INTERPOLACION.
FIGURA NMERO 2. EJEMPLO DE ERROR DE PARALAJE.
Como ejemplo de la determinacin del error de interpolacin, consideremos que se tiene un

wttmetro analgico, con una escala prcticamente uniforme, con 120 divisiones y que debido al
grueso de su aguja y a que cuenta su escala con un espejo, se puede distinguir 0,1 de divisin. Los
lmites del error relativo, debidos al error sistemtico de interpolacin, en algunas partes de la escala
sern,
Para 20 divisiones,
%e r i =
FRACCION DE DIVISION QUE SE PUEDE DISTINGUIR

x 100
DIVISIONES LEIDAS
0.1
100 = 0,5
20
Para 60 divisiones,
%e r i =
0,1
x 100 = 0,17
60
%e r i =
0,1
x 100 = 0,08
120
Para el final de la escala,
Errores sistemticos debidos a aproximacin en las expresiones.
Este error se debe a la aproximacin que se hace al determinar por medio de una expresin
aproximada el valor de una magnitud medida. Por ejemplo, la medicin de una fuerza por medio de
un dinammetro de elemento elstico para el que se supuso una relacin lineal entre la deformacin
y la fuerza, mientras que en realidad la relacin entre estas dos magnitudes no es lineal.
Otro ejemplo ms lo tenemos en la ecuacin de equilibrio del puente doble de Kelvin,
RX =
R1 r 1
R1 + r 2 J
-
R3
R2
J + r 1 + r 2 R 2 r 2
La cual en la prctica, dadas las caractersticas de las resistencias del puente, se aproxima a
la ecuacin,
RX =
R1
R3
R2
que es mucho ms fcil de manejar, si bien da lugar a un error debido a que se han despreciado los
trminos entre corchetes.
Errores sistemticos debidos al medio ambiente o condiciones externas.
Cuando se miden magnitudes elctricas con cierta exactitud no hay que perder de vista las
posibles influencias de los elementos exteriores sobre el instrumento empleado. Estos elementos
pueden falsear completamente la medicin. Los errores relativos que resultan de los elementos
exteriores generalmente son difciles de evaluar, pero se pueden reducir o volver despreciables por
medio de una concepcin conveniente del arreglo utilizado, en general se hace un esfuerzo para
suprimirlos o disminuirlos ya sea desde la causa o de sus efectos.
Sin agotar el tema citaremos algunas de las principales influencias exteriores que se pueden
presentar, segn las circunstancias.
Los campos magnticos parsitos pueden crear un par perturbador (o una fuerza
perturbadora) sobre el elemento mvil de ciertos instrumentos de medicin, tambin pueden inducir
fuerzas electromotrices parsitas en los circuitos. Estos campos son por ejemplo, el campo terrestre,
el campo de fuerza de un imn permanente de un aparato, el campo creado en una corriente por un
conductor (una corriente de un Amper crea un campo de alrededor de 16 A/m a un centmetro de
distancia). Un campo demasiado intenso puede alterar el imn permanente de un instrumento
magnetoelctrico. Para disminuir la influencia de estos campos parsitos se siguen, segn las
circunstancias, las prcticas siguientes: alejar u orientar los elementos de la causa, acorazar los
instrumentos, o volverlos astticos, o tomar la media de dos lecturas realizadas con dos sentidos de
corriente, evitar a lo largo de la construccin de un circuito realizar rizos alrededor de los

instrumentos, etc.
Los campos elctricos parsitos tambin pueden alterar las mediciones. Por ejemplo, la
posible accin de un campo elctrico sobre un instrumento electrosttico que no esta provisto de una
pantalla, o la atraccin electrosttica entre las bobinas de un wttmetro electrodinmico mal
intercalado. Tambin sealaremos que frotando una tela sobre el vidrio que protege la cartula de un
instrumento de medicin se pueden producir cargas elctricas que atraen y hacen desviar el ndice,
an si el instrumento no est conectado. Para hacer desaparecer las cargas es suficiente con
humedecer el vidrio, por ejemplo, soplando sobre l; en algunos aparatos el vidrio o el material
utilizado en su lugar generalmente es conductor por lo que no se produce este fenmeno.
Las capacitancias parsitas que aparecen entre las diversas partes de un circuito y el exterior
pueden producir perturbaciones importantes, sobre todo en los instrumentos de medicin de alterna.
Las fuerzas electromotrices parsitas pueden hacer circular corrientes perturbadoras en los
circuitos cerrados o producir diferencias de potencial entre las terminales de un circuito abierto. Las
fuerzas electromotrices debidas al contacto entre materiales de diferente naturaleza pueden alcanzar
valores del orden de un volt (en un circuito metlico isotrmico cerrado la suma de las fuerzas ah
engendradas es nula, lo mismo que para un circuito isotrmico abierto en el cual los materiales de
los extremos son de la misma naturaleza). En principio se puede suprimir el efecto de estas fuerzas
electromotrices debidas a los contactos, tomando la media de las mediciones realizadas antes y
despus de la inversin de la polaridad de la fuente de continua utilizada. Las fuerzas
electromotrices termoelctricas, entre dos puntos de un mismo metal a dos temperaturas diferentes
(por ejemplo, para el cobre es alrededor de 2,2V/oC); entre las uniones de dos metales diferentes
(para las uniones cobre-constantan, son de 40 a 50 V por grado centgrado de diferencia de
temperatura entre las uniones). Para disminuir los efectos debidos a estas causas es necesario evitar
tocar las uniones, o si es posible, esperar que todos los elementos alcancen la misma temperatura
antes de hacer la medicin; tambin se pueden disminuir realizando mediciones con los dos sentidos
de corriente.
Si las resistencias tiles que intervienen en un circuito de medicin son pequeas, hay la
posibilidad de que las resistencias parsitas tengan influencia, tales resistencias son debidas a los
contactos y a los conductores de unin. Para disminuir estas resistencias parsitas, es necesario
utilizar conductores lo ms cortos posibles y efectuar buenos contactos. Por ejemplo, la resistencia
de contacto para los postes de latn reunidos en una clavija es del orden de 0,4 m, si los postes
estn limpios y bien apretados; pero si estas condiciones no se cumplen, la resistencia puede tomar
valores entre 10 y 100 veces mayores y algunas veces ms. Por otra parte, un conductor de cobre de
un milmetro de dimetro, por ejemplo, tiene una resistencia de alrededor de 0,02 por metro de
longitud a 20oC.
Los defectos e imperfecciones del aislamiento del circuito bajo medicin, sobre todo cuando
la tensin es elevada, producen corrientes de fuga perturbadoras que pueden circular a travs de los
aislamientos y superponerse a la intensidad de corriente til que atraviesa los instrumentos de
medicin. Lo anterior se disminuye vigilando los aislamientos, adems de que en el caso de

resistencias tiles elevadas se utilizan anillos y placas de guarda para desviar las corrientes de fuga.
Las piezas conductoras localizadas en la vecindad de los circuitos recorridos por corrientes
variables pueden ser asiento de corrientes de Foucault que reactan sobre estos circuitos. As las
corrientes inducidas en una placa metlica localizada en la proximidad de una bobina disminuyen la
inductancia propia aparente de esta ltima (por disminucin del flujo) y aumenta su resistencia
aparente (por crecimiento de las prdidas). Si la pieza es de material ferromagntico, a estos efectos
se superpone la influencia de cambio de permeabilidad del medio (crecimiento de la inductancia
propia, aumento adicional en las prdidas a causa de la histresis).
La influencia de la frecuencia y la forma de onda de la corriente sobre la indicacin de
ciertos instrumentos de medicin tambin produce errores, la frecuencia tiene ms influencia en
cuanto son ms elevadas las caractersticas de las resistencias, de las bobinas y de las capacitancias.
Por otra parte, se debe prever una construccin especial para el material destinado a las mediciones
en frecuencias altas.
La temperatura tiene influencia sobre la fuerza electromotriz de una pila patrn, sobre el
valor de las resistencias, sobre las propiedades mecnicas y elctricas de los instrumentos de
medicin. En particular, se deben evitar sobrecargas permanentes en los instrumentos y se les debe
poner a cubierto de fuentes de calor exteriores.
Otras influencias que si bien no afectan a todos los instrumentos, pero que con frecuencia
son importantes, son la humedad, la presin baromtrica, el campo gravitacional, la presencia de
humos u otros compuestos extraos en el aire, y el ruido.
Deteccin de los errores sistemticos.
Comparacin con la medicin de una magnitud conocida de la misma naturaleza.

El mtodo que con ms frecuencia se emplea para poner en evidencia los errores
sistemticos que estn involucrados en un mtodo de medicin, consiste en medir con el mismo
mtodo una magnitud conocida de la misma naturaleza y de un valor igual o cercano al valor de la
magnitud medida.
Este mtodo permite descubrir una desviacin entre la indicacin del instrumento de
medicin y el valor de la magnitud medida. Tambin se utiliza para verificar si un instrumento
cumple con ciertas especificaciones dentro de las tolerancias permitidas.
As se obtienen resultados que en general difieren entre ellos, esto permite poner en
evidencia los errores sistemticos.
Medicin de la magnitud con un instrumento diferente.

El valor numrico de la magnitud desconocida se determina midiendo esta con instrumentos
de caractersticas metrolgicas diferentes.
Medicin de la misma magnitud con mtodos diferentes.

En ciertos casos es posible obtener el valor de una magnitud utilizando dos mtodos
independientes basados en principios fsicos diferentes.
Medicin de la misma magnitud con diferentes sistemas de medicin o en condiciones con

medio ambiente variable.
Una variacin controlada de ciertos parmetros relativos al medio ambiente o al proceso de
operacin permite poner en evidencia algunos errores sistemticos.
Comparacin entre laboratorios.

La comparacin de los resultados obtenidos en pruebas, en diferentes laboratorios para la
medicin de una misma magnitud permite constatar la presencia de errores de carcter sistemtico.
Reduccin de los errores sistemticos.
Algunos de los mtodos o tcnicas de medicin permiten reducir los errores sistemticos.
Unas son de aplicacin general mientras que otras son especficas de la medicin considerada.
Ajuste de un instrumento de medicin antes de su utilizacin.

Esta operacin consiste en llevar el instrumento de medicin a sus condiciones normales de
empleo, utilizando los medios puestos a la disposicin del usuario, esto permite ajustar
prcticamente la indicacin del instrumento de medicin en uno o varios puntos de la escala.
Reduccin de los errores por medio de la seleccin del mtodo de medicin.

Ciertas tcnicas de medicin permiten, por su principio, reducir los errores de carcter
sistemtico. Tal es el caso del mtodo de sustitucin.
Reduccin de los errores sistemticos utilizando las correcciones.

Cuando un instrumento de medicin ha sido objeto de una calibracin, ste debe estar
acompaado de una ficha de calibracin, en donde se indica en forma de tabla o de una curva las
correcciones que se le deben efectuar, en las condiciones del medio ambiente dadas, a sus
indicaciones, con el objeto de tener una mejor estimacin del valor verdadero de la magnitud
medida.
Debido a los diferentes fenmenos que ocurren a lo largo del tiempo, la correccin de la
calibracin de un instrumento de medicin cambia. Las calibraciones de los instrumentos solo se
pueden considerar vlidas durante un tiempo limitado, el cual vara segn la naturaleza del
instrumento.
Algunas correcciones se pueden calcular tericamente teniendo como base una ley fsica o
emprica. Es as que el resultado de una medicin se puede corregir teniendo en cuenta uno o varios
de los factores de influencia, los cuales modifican las indicaciones del instrumento de medicin.
Reglas generales para la reduccin de los errores sistemticos.

La investigacin de las causas de los errores sistemticos requiere un tiempo considerable,
as mismo, la determinacin de las correcciones que se aplican a las magnitudes medidas tambin
toma su tiempo y generalmente requieren de mediciones adicionales con un equipo tambin
adicional adaptado a estas mediciones. En la prctica el aspecto del costo de una medicin es un
elemento de criterio de decisin para saber si la causa del error sistemtico se debe poner en
consideracin y si da lugar a efectuar las correcciones correspondientes, solo es posible responder a
esta situacin si se ha fijado la incertidumbre que se puede tolerar.
INCERTIDUMBRE DEL RESULTADO DE UNA MEDICIN. MEDICIN.
La palabra incertidumbre significa duda, y por tanto en su sentido ms amplio

incertidumbre de medicin significa duda en la validez del resultado de la medicin.
La definicin formal del trmino incertidumbre de medicin que se ha desarrollado
para utilizarse en este escrito, ha sido tomada del International vocabulary of basic and general
terms in metrology (VIM), segunda edicin de 1993, y de la norma NMX-Z-055-1997-IMNC,
Metrologa Vocabulario de trminos fundamentales y generales y es la siguiente:
Incertidumbre de medicin . Parmetro asociado con el resultado de una medicin
que caracteriza la dispersin de los valores, que razonablemente pudiera ser atribuida al
mensurando.
El parmetro puede ser, por ejemplo, una desviacin estndar36 (o un mltiplo de sta),
o la mitad de un intervalo de nivel de confianza37 determinado.
La incertidumbre de medicin comprende, en general, varios componentes. Algunos
pueden ser evaluados a partir de la distribucin estadstica de los resultados de una serie de
mediciones y pueden ser caracterizados por desviaciones estndar experimentales. Los otros
componentes, que tambin pueden ser caracterizados por las desviaciones estndar, son
36
ISO 3534-1. 1.23. 1993. DESVIACIN ESTNDAR. La raz cuadrada de la varianza.

ISO 3534-1. 2.59. 1993. COEFICIENTE DE CONFIANZA; NIVEL DE CONFIANZA. El valor (1 - ) de la probabilidad asociada con un
intervalo de confianza o un intervalo de cobertura estadstica. (1 - ) se expresa frecuentemente como un porcentaje.
37
evaluados admitiendo distribuciones de probabilidad38, segn la experiencia adquirida o de

acuerdo con otras informaciones.
Se entiende que el resultado de la medicin es la mejor estimacin del valor del
mensurando, y que todos los componentes de la incertidumbre, incluyendo aquellos que
provienen de efectos sistemticos, tales que los componentes asociados a las correcciones y a los
patrones de referencia, contribuyen a la dispersin.
Mientras que los valores exactos de las contribuciones al error de un resultado de
medicin son desconocidos y no se pueden conocer, las incertidumbres asociadas con los efectos
aleatorios y sistemticos que dan lugar al error pueden ser evaluadas. Pero, an si las
incertidumbres evaluadas son pequeas, no existe garanta de que el error en el resultado de la
medicin sea pequeo; ya que podra pasarse por alto algn efecto sistemtico, en la
determinacin de una correccin o debido a la falta de conocimiento, por no haberse
identificado. Por tanto, la incertidumbre del resultado de una medicin no es necesariamente una
indicacin de la factibilidad de que el resultado de la medicin este cerca del valor del
mensurando; simplemente implica un estimado de la factibilidad de cercana con el mejor valor
que es consistente con el conocimiento disponible actualmente.
Incertidumbre de medicin es, por tanto, una forma de expresar el hecho de que, para un
mensurando y su resultado de medicin dados, no hay un solo valor, sino un nmero infinito de
valores dispersos alrededor del resultado que son consistentes con todas las observaciones, datos
y conocimientos que se tengan del mundo fsico, y que con distintos grados de credibilidad
pueden ser atribuidos al mensurando.
En la prctica, existen muchas fuentes posibles de incertidumbre en una medicin,
incluyendo:
a)
b)
c)
d)
e)
f)
g)
38
definicin incompleta del mensurando;

realizacin imperfecta de la definicin del mensurando;
muestreos no representativos, la muestra medida puede no representar el
mensurando definido;
conocimiento inadecuado de los efectos de las condiciones ambientales sobre las
mediciones, o mediciones imperfectas de dichas condiciones ambientales;
errores de apreciacin del operador en la lectura de los instrumentos analgicos;
resolucin39 finita del instrumento o umbral40 de discriminacin finito;
valores inexactos de patrones de medicin y materiales de referencia;
ISO 3534-1. 1.3. 1993. DISTRIBUCIN DE PROBABILIDAD. Una funcin que da la probabilidad de que una variable aleatoria tome
cualquier valor dado o pertenezca a un conjunto de valores dados. La probabilidad sobre el conjunto de valores de la variable aleatoria es igual a
1.
39
NMX-Z-55-1986. 5.13. RESOLUCIN (DE UN DISPOSITIVO INDICADOR). Expresin cuantitativa de la aptitud de un dispositivo
indicador para presentar significativamente la distincin entre valores muy prximos de la magnitud indicada.
40
NMX-Z-55-1986. 5.12. UMBRAL DE LA MOVILIDAD. La ms pequea variacin de una seal de entrada que provoca una variacin
perceptible de la respuesta de un instrumento de medicin.
h)
i)
j)
valores inexactos de constantes y otros parmetros obtenidos de fuentes externas y

usados en los algoritmos de reduccin de datos;
aproximaciones y suposiciones incorporadas a los mtodos y procedimientos de
medicin;
variaciones en observaciones repetidas del mensurando bajo condiciones
aparentemente iguales.
Estas fuentes no son necesariamente independientes, y algunas fuentes desde a) hasta i)

pueden contribuir a la fuente j). Por supuesto, un efecto sistemtico no reconocido no puede ser
tomado en cuenta en la evaluacin de la incertidumbre del resultado de la medicin pero
contribuye a su error.
La recomendacin INC-1 (1980) del grupo de trabajo del BIMP41 y el CIMP42 para la
expresin de las incertidumbres agrupa a las componentes de la incertidumbre en dos categoras,
esta clasificacin se basa en los mtodos de evaluacin empleados, a saber: A y B. Estas
categoras se aplican a la incertidumbre y no son sustitutos para las palabras aleatorio y
sistemtico. La incertidumbre de una correccin para un efecto sistemtico conocido puede en
algunos casos ser obtenida mediante una evaluacin Tipo A, y por una evaluacin Tipo B en
algunos otros, segn como pueda caracterizar la incertidumbre al efecto aleatorio.
El propsito de la clasificacin Tipo A y Tipo B es para indicar las dos diferentes
maneras de evaluar las componentes de la incertidumbre y es por conveniencia de discusin
solamente; la clasificacin no significa que exista alguna diferencia en la naturaleza de los
componentes que resultan de cada uno de los dos tipos de evaluacin. Ambos tipos de evaluacin
estn basados en distribuciones de probabilidad, y las componentes de incertidumbre resultantes
de cualquier tipo son cuantificadas por varianzas y desviaciones estndar.
La varianza estimada u2 que caracteriza a una componente de incertidumbre obtenida de
la evaluacin tipo A se calcula mediante series de observaciones repetidas y es la varianza
estimada estadstica familiar s2. La desviacin estndar estimada u, la raz cuadrada positiva de
u2, es entonces u= s y por conveniencia es llamada algunas veces incertidumbre estndar Tipo A.
Para una componente de incertidumbre obtenida de una evaluacin Tipo B, la varianza estimada
u2 es evaluada mediante el uso de la informacin disponible, y la desviacin estndar u es
algunas veces llamada incertidumbre estndar Tipo B.
Entonces la incertidumbre estndar tipo A es obtenida de una funcin de densidad de
probabilidad43 deducida de una distribucin de frecuencia44 observada, mientras que la
incertidumbre estndar Tipo B se obtiene de una funcin de densidad de probabilidad supuesta
41
BIMP. Bur Internacional de Pesas y Medidas.

CIMP.Comit Internacional de Pesas y Medidas.
43
ISO 3534-1. 1.5. 1993. FUNCIN DE DENSIDAD DE PROBABILIDAD. La derivada (cuando existe) de la funcin de distribucin.
44
ISO 3534-1. 2.26. 1993. DISTRIBUCIN DE FRECUENCIA. La relacin emprica entre los valores de una caracterstica y sus frecuencias o
sus frecuencias relativas. La distribucin puede presentarse grficamente como un histograma, diagrama de barras, polgono de frecuencias
acumulativo, o como una tabla de dos vas.
42
basada en el grado de creencia de que un evento pueda ocurrir (a menudo llamada probabilidad
subjetiva). Ambas aproximaciones emplean interpretaciones de probabilidad reconocidas.
Una evaluacin Tipo B de una componente de incertidumbre generalmente se basa en una
fuente comn de informacin comparativamente confiable.
La incertidumbre estndar del resultado de una medicin, cuando ste resultado se
obtiene de los valores de un conjunto de otras cantidades, se llama incertidumbre estndar
combinada45 y se denota por uc. Esta es la desviacin estndar estimada asociada con el
resultado y es igual a la raz cuadrada positiva de la varianza combinada obtenida a partir de
todas las componentes de varianza y covarianza46, evaluados de cualquier forma, utilizando la
llamada ley de propagacin de incertidumbres.
Para satisfacer las necesidades de algunas aplicaciones industriales y comerciales y
comerciales, as como los requerimientos en reas de la salud y seguridad, se obtiene una
incertidumbre expandida47 U multiplicando la incertidumbre estndar combinada uc por un
factor de cobertura48 k. El propsito de obtener U es el de proveer de un intervalo alrededor
del resultado de una medicin en el que puede esperarse que se incluya una fraccin grande de la
distribucin de valores que pueden razonablemente ser atribuidos al mensurando. La eleccin del
factor k, la cual usualmente se encuentra en el intervalo de 2 a 3, est basada en la probabilidad
de cobertura o nivel de confianza requerido para el intervalo.
El factor de cobertura tiene que ser declarado siempre, de tal manera que la incertidumbre
estndar del mensurando pueda ser recuperada para su uso en el clculo de la incertidumbre
estndar combinada de otros resultados de la medicin que pueden depender de esa cantidad.
Incertidumbre estndar49.
Es la incertidumbre del resultado de una medicin expresada como una desviacin

estndar.
Es decir, cada magnitud medida tendr una desviacin estndar estimada que se utilizar
para caracterizar la incertidumbre en la medicin de esa magnitud.
45
BIMP/ISO. 2.3.4.1993. INCERTIDUMBRE ESTNDAR COMBINADA. Incertidumbre estndar del resultado de una medicin cuando el
resultado se obtiene a partir de los valores de algunas otras magnitudes, igual a la raz cuadrada positiva de una suma de trminos, siendo estos
trminos las varianzas y covarianzas de estas otras magnitudes ponderadas de acuerdo a cmo el resultado de la medicin vara con respecto a
cambios en esas magnitudes.
46
ISO 3534-1. 1.32. 1993. COVARIANZA. La covarianza de dos variables aleatorias es una medida de su dependencia mutua.
47
BIMP/ISO. 2.3.5. 1993. INCERTIDUMBRE EXPANDIDA. Cantidad que define un intervalo alrededor de una medicin del que se puede
esperar que abarque una fraccin grande de la distribucin de valores que razonablemente pudieran ser atribuidos al mensurando.
48
BIMP/ISO. 2..6. 1993. FACTOR DE COBERTURA. Factor numrico usado como multiplicador de la incertidumbre estndar combinada para
el propsito de obtener una incertidumbre expandida.
49
GUA BIMP/ISO. 2.3.1. INCERTIDUMBRE ESTNDAR.
Evaluacin de la incertidumbre estndar.
Modelo de medicin.
En la mayora de los casos, el mensurando Y no se mide directamente sino que se
determina a partir de otras N magnitudes X1, X2, ......, XN, a travs de una relacin funcional f:
Y = f ( X , X ,......, X )......(1)
1 2
N
Ejemplo. Si una diferencia de potencial V se aplica a las terminales de un resistor

dependiente de la temperatura que tiene una resistencia R0 a la temperatura definida t0 y un
coeficiente lineal de temperatura , la potencia P (el mensurando) disipada por el resistor a la
temperatura t depende de V, R0, y t de acuerdo a,
V2
P = f (V , R , ,t ) =
0
R 0 [1 + (t t 0 )]
Los argumentos X1, X2, ... , XN, de los cuales depende el resultado de la medicin Y, se
puede visualizar a su vez como mensurandos y depender de otras magnitudes, incluyendo
correcciones y factores de correccin para efectos sistemticos, todo ello dando lugar a
complicadas relaciones funcionales f que pudieran nunca ser expresadas explcitamente.
Adicionalmente, f puede ser determinada experimentalmente o existir slo como un algoritmo
que deba ser evaluado numricamente. La funcin f como aparece en este escrito debe ser
interpretada en este sentido ms amplio, es decir, como aquella funcin que contiene cada
magnitud, incluyendo todas las correcciones y factores de correccin, que pueden contribuir con
componentes significativos de incertidumbre al resultado de la medicin.
Por lo tanto, si los datos indican que f no modela la medicin el grado impuesto por la
exactitud requerida del resultado de medicin, entonces se deben incluir argumentos adicionales
en f para eliminar el problema. Esto puede requerir la introduccin de un argumento que sirva
para reflejar la carencia de conocimiento de un fenmeno que afecta al mensurando. En el
ejemplo anterior, se podran necesitar argumentos adicionales para tomar en cuenta a una
distribucin conocida, no uniforme, de temperatura a travs del resistor, un posible coeficiente de
temperatura de resistencia no lineal, o una posible dependencia de la resistencia en la presin
baromtrica.
El conjunto de argumentos X1, X2, ... , XN pueden dividirse en las categoras siguientes:
-magnitudes cuyos valores e incertidumbres se determinan directamente en la presente
medicin. Estos valores e incertidumbres pueden ser obtenidos de, por ejemplo, una sola
observacin, observaciones repetidas o por juicio basado en la experiencia, y pueden involucrar
la determinacin de correcciones en la lectura de los instrumentos y correcciones debidas a la
presencia de magnitudes cuya influencia debe ser tomada en cuenta, tales como la temperatura
ambiente, la presin baromtrica y la humedad;
- magnitudes cuyos valores e incertidumbres son incorporados a la medicin y que

provienen de fuentes externas, tales como magnitudes asociadas con patrones de medicin
calibrados, materiales de referencia certificados y datos de referencia obtenidos de manuales.
Una estimacin del mensurando Y, denotada como y, se obtiene de la ecuacin (1) usando
los argumentos estimados x1, x2, ... , xN para los valores de las N cantidades X1, X2, ... , XN. Por lo
tanto, la estimacin de la magnitud resultante y, que es el resultado de la medicin, est dada por,
y= f ( x , x ,..., x ) ...... (2)

1 2
N
En algunos casos la estimacin se puede obtener de:
y =Y =
1 n
1 n
Yk = f ( X 1, k , X 2, k ,..., X N , k )
n k =1
n k =1
Esto es, y se toma como la media aritmtica o promedio de n determinaciones

independientes Yk de Y, cada una de stas teniendo la misma incertidumbre y estando basada en
un grupo completo de valores observados de los N argumentos Xi obtenidos al mismo tiempo.
Esta forma de promediar, en lugar de
n
X i, k
k =1
y = f ( X , X ,..., X ), donde X =
1 2
N
i
n
es la media aritmtica de las observaciones individuales Xi,k , puede ser preferible cuando f es
una funcin no lineal de los argumentos X1, X2, ... , XN , pero las dos aproximaciones son
idnticas si f es una funcin lineal de Xi .
La desviacin estndar estimada asociada con la estimacin de la magnitud resultante o el
resultado de la medicin y se denomina incertidumbre estndar combinada se denota por uc(y).
Se determina a partir de la desviacin estndar estimada asociada con cada valor estimado de los
argumentos xi , la cual se denomina incertidumbre estndar y se denota por u(xi).
Cada valor estimado de un argumento xi y su incertidumbre estndar asociada u(xi ) se
obtienen a partir de una distribucin de los posibles valores del argumento Xi . Esta distribucin
de probabilidad puede estar basada en una frecuencia, es decir, basada en una serie de
observaciones Xi,k de Xi , o puede ser una distribucin a priori. Las evaluaciones Tipo A de las
componentes de la incertidumbre estndar estn basadas en distribuciones de frecuencia,
mientras que las evaluaciones del Tipo B se basan en distribuciones a priori. Se debe reconocer
que en ambos casos las distribuciones son modelos que se usan para representar el estado de
nuestro conocimiento.
Evaluacin Tipo A de la incertidumbre estndar.
Incertidumbre tipo A. Es aquella cuya incertidumbre estndar se evala por medio de

anlisis estadstico de una serie de observaciones.
En la mayora de los casos, la mejor estimacin disponible de la esperanza o valor
esperado q de una magnitud q que vara aleatoriamente (una variable aleatoria), y de la cual se
han obtenido n observaciones independientes qk bajo las mismas condiciones de medicin, es la
_
media aritmtica o promedio q de las n observaciones.

q=
1 n
qk
n k= 1
...... (3)
Por tanto, para un argumento Xi estimado a partir de n observaciones repetidas

_
independientes Xi,k la media aritmtica X i obtenida de la ecuacin (3) se usa como una
estimacin del argumento, xi, en la ecuacin (2) para determinar el resultado de la medicin y;
_
esto es x i= X i . Aquellos argumentos no evaluados a partir de observaciones repetidas deben

obtenerse por otros mtodos.
Las observaciones individuales qk difieren en valor debido a las variaciones aleatorias en
las magnitudes que las afectan, es decir, debido a efectos aleatorios. La varianza experimental de
las observaciones, la cual estima la varianza 2 de la distribucin de probabilidad de q, est dada
por
s 2 (q k ) =
1 n
(q k q )2
n 1 k =1
......(4)
Esta estimacin de la varianza y su raz cuadrada positiva s(qk), denominada desviacin

estndar experimental, caracterizan a la variabilidad de los valores observados qk, o ms
_
especficamente, su dispersin alrededor de la media q .

_
La mejor estimacin de 2( q ) = 2/n, la varianza de la media, est dada por:

s 2 (q ) =
s 2 (q k )
n
......(5)
La varianza experimental de la media s2( q ) y la desviacin estndar experimental de la


_
media s( q ), que es igual a la raz cuadrada positiva de s2( q ), cuantifican que tambin q estima el
valor esperado k de q, y cualquiera de ellas se puede usar como una medida de la estimacin de
_
q.
Por lo tanto, para un argumento Xi determinado a partir de n observaciones
_
independientes repetidas Xi,k la incertidumbre estndar u(xi) de su estimacin xi = X i es

_
u( x i )=s( X i ), donde s2( X i ) se calcula de acuerdo con la ecuacin (5). Por conveniencia,
_
u2( xi )=s2( X i ) y u( x i )=s( X i ) son a veces llamadas varianza Tipo A e incertidumbre estndar
Tipo A, respectivamente.
NOTAS.
1 El nmero de observaciones de n debe ser suficientemente grande para asegurar que
_
q es una estimacin confiable del valor esperado q de la variable aleatoria q y que s2(qk) es una
_
estimacin confiable de la varianza 2(q) = 2/n. La diferencia entre s2( q ) y 2( q ) que debe ser
considerada cuando se construyen intervalos de confianza. En este caso, si la distribucin de
probabilidad de q es una distribucin normal, la diferencia se toma en cuenta mediante la
distribucin t de Student.
_
2 A pesar de que la varianza s2( q ) es el parmetro ms fundamental asociado a la

_
dispersin, la desviacin estndar s( q ) es ms conveniente en la prctica debido a que tiene las

mismas dimensiones que q y se comprende ms fcilmente que la varianza.
Para una medicin bien caracterizada bajo control estadstico, pudiera disponerse de una
estimacin combinada o ponderada de la varianza s2p ( o una varianza estndar experimental
ponderada sp) que caracterizase a la medicin. En tales casos, cuando el valor de un mensurando
q se determina a partir de n observaciones independientes, la varianza experimental de la media
_
aritmtica q de las observaciones est mejor estimada por s2p/n que por s2( q )/n, siendo la
incertidumbre u = sp/n.
Frecuentemente una estimacin xi de un argumento Xi se obtiene a partir de una curva que
ha sido ajustada a datos experimentales por el mtodo de mnimos cuadrados. Las varianzas
estimadas y las incertidumbres estndar resultantes de los parmetros ajustados que caracterizan
la curva y de cualquier punto predicho por tal ajuste puede ser calculado comnmente usando
procedimientos estadsticos bien conocidos.

_
Los grados de libertad50 vi de u(xi), que son n 1 en el caso simple en que xi = X i y

_
u(xi)=s( X i ) y que se calculan a partir de n observaciones independientes, siempre deben ser

expresados cuando se documentan las evaluaciones de las componentes de la incertidumbre Tipo
A.
Si las variaciones aleatorias en las observaciones de un argumento estn correlacionadas,
por ejemplo, en el tiempo, la media y la desviacin estndar experimental de la media pudieran
ser estimadores inapropiados de la estadstica deseada. En tales casos, las observaciones deben
ser analizadas por medios estadsticos especialmente diseados para tratar una serie de
mediciones correlacionadas que varan aleatoriamente.
NOTA. Estos mtodos especializados se usan para tratar mediciones de patrones de
frecuencia. Sin embargo, es posible que conforme se va de mediciones en el corto plazo a
mediciones a largo plazo de otras magnitudes metrolgicas, la suposicin de variaciones
aleatorias no correlacionadas pudiera ya no ser vlida y los mtodos especializados pudieran
entonces ser usados tambin para tratar estas mediciones.
La discusin de la evaluacin Tipo A de la incertidumbre estndar en los prrafos
anteriores no pretende ser exhaustiva; existen muchas situaciones, algunas muy complejas, que
pueden ser tratadas por mtodos estadsticos. Un ejemplo importante es el uso de diseos de
calibracin, que se basan frecuentemente en el mtodo de mnimos cuadrados, usados para
evaluar las incertidumbres que surgen de las variaciones aleatorias a corto y largo plazo en los
resultados de las comparaciones de artefactos materiales de valor conocido, tales como bloques
patrn y patrones de masa, con patrones de referencia de valores conocidos. En estas situaciones
de mediciones comparativamente simples, los componentes de incertidumbre pueden ser
evaluados, frecuentemente, mediante el anlisis estadstico de los datos obtenidos de diseos que
consisten de secuencias anidadas de mediciones del mensurando, utilizando varios valores
diferentes de las magnitudes de las cuales depende. Este procedimiento es conocido como
anlisis de varianza.
Nota. En los niveles ms bajos de la cadena de calibracin, en donde frecuentemente se
supone que los patrones de referencia son exactamente conocidos debido a que han sido
calibrados por un laboratorio nacional o primario, la incertidumbre del resultado de una
calibracin puede ser simplemente una incertidumbre estndar Tipo A, evaluada mediante una
desviacin estndar ponderada que caracterice las mediciones.
La incertidumbre Tipo A, que es la desviacin estndar de la media es igual a,
_
_ s (q k )
u A q = s q =
n

50
......(6)
ISO 3534-1-1993;2.85. GRADOS DE LIBERTAD. En general, el nmero de trminos de una suma menos el nmero de restricciones sobre
los trminos de la suma.
a) Con frecuencia se piensa que la incertidumbre Tipo A por haber sido determinada por
mtodos estadsticos, se conoce mejor que la Tipo B. Sin embargo, esto no es as, ya que
cualquier incertidumbre basada sobre una muestra finita de n mediciones, tiene en s misma
una incertidumbre estadstica implcita que, an para 10 mediciones sta llega a ser del 24 %
para una distribucin normal. As que, se debe tener presente que las estimaciones Tipo A
pueden ser poco confiables si el nmero de mediciones es pequeo.
Para calcular la incertidumbre sobre la desviacin estndar estimada se emplea la
aproximacin siguiente:
1
1
[s(q k )]
2 (2 ) 2
(
)
u s (q k ) =
[
2
n
1
]
.....(7)
_
q

en donde son los grados de libertad51.
En la tabla nmero 1, se muestran las incertidumbres en la desviacin estndar estimadas
en funcin del nmero de datos disponibles utilizando la ecuacin (7).
b) En caso de que se disponga de menos de 10 mediciones y si adems no se cuenta con
alguna estimacin basada en la experiencia o datos previos, entonces el resultado de la ecuacin
(6) se debe multiplicar por el factor t de la tabla nmero 2 que estn basados en la distribucin t
de Student, y que se aplican con un factor de cobertura k = 2.
Obtenindose finalmente la incertidumbre Tipo A como:
_
s q

u A=
t .....(8)
n
Si n 10 entonces t 1.
TABLA NMERO 1. INCERTIDUMBRES EN LA DESVIACIN ESTNDAR
ESTIMADAS EN FUNCIN DEL NMERO DE DATOS DISPONIBLES.
NMERO DE
OBSERVACIONES
2
3
4
5
10
20
30
50
51
Us(qk)
%
71
50
41
35
24
16
13
10
ISO 3534-1:1993.2.85. GRADOS DE LIBERTAD. En general el nmero de trminos de una suma menos el nmero de restricciones sobre los
trminos de la suma.
TABLA NMERO 2. FACTOR t EN FUNCIN

DEL NMERO DE OBSERVACIONES.
NMERO DE
OBSERVACIONES
2
3
4
5
6
7
8
9
FACTOR
t
7,0
2,3
1,7
1,4
1,3
1,3
1,2
1,2
Evaluacin Tipo B de la incertidumbre estndar.
Incertidumbre tipo B. Es aquella cuya incertidumbre estndar se evala por medios

diferentes que un anlisis estadstico de una serie de observaciones.
Para una estimacin xi de un argumento Xi que no se obtuvo de observaciones repetidas,
la varianza estimada asociada u2(xi ) o la incertidumbre estndar u(xi ) son evaluadas mediante
juicios y criterios cientficos basados en toda la informacin disponible sobre la variabilidad de
Xi . Esta informacin puede incluir:
- datos de mediciones anteriores;
- experiencia con el conocimiento general de las caractersticas y el comportamiento y las
propiedades de los materiales e instrumentos relevantes;
- especificaciones de los fabricantes;
- datos obtenidos tanto de los certificados de calibracin y otros tipos de certificados;
- incertidumbres asignadas a datos de referencia tomados de manuales.
Por conveniencia, u2(xi ) y u(xi ), evaluadas de este modo, son algunas veces llamadas
varianza Tipo B e incertidumbre estndar Tipo B, respectivamente.
Nota. Cuando xi se obtiene a partir de una distribucin a priori, la varianza asociada es
denotada, propiamente como u2(Xi ), pero, por simplicidad, se usan u2(xi ) y u(xi ).
El uso adecuado de la informacin disponible para una evaluacin Tipo B de la
incertidumbre estndar requiere de una visin basada en la experiencia y el conocimiento
general, y es una habilidad que se puede aprender con la prctica. Se debe reconocer que una
evaluacin de la incertidumbre estndar Tipo B puede ser tan confiable como una evaluacin
Tipo A, especialmente en una situacin en donde una evaluacin Tipo A se basa en un nmero
comparativamente pequeo de observaciones estadsticamente independientes.
Si la estimacin xi se toma de una especificacin del fabricante, de un certificado de
calibracin, manual, u otra fuente y su incertidumbre asignada se establece como un mltiplo

particular de una desviacin estndar, la incertidumbre estndar u(xi ) es simplemente el valor
asignado dividido por el multiplicador, y la varianza estimada u2(xi ) es el cuadrado de dicho
cociente.
Ejemplo. Un certificado de calibracin establece que la masa ms de un patrn de masa
hecho de acero inoxidable, de valor nominal un kilogramo es 1 000,000 325 g y que la
incertidumbre de este valor es 240 g al nivel de tres desviaciones estndar. La incertidumbre
estndar del patrn de masa es entonces simplemente u(ms ) = 240 g/3 = 80 g. Esto
corresponde a una incertidumbre estndar relativa u(ms )/ms de 80 X 10-9. La varianza estimada
es u2(ms ) = (80 g)2 = 6,4 X 10-9 g2.
Nota. En muchos casos, se proporciona poca o ninguna informacin acerca de las
componentes individuales a partir de los cuales se ha obtenido la incertidumbre asignada. Esto
generalmente no es importante para la expresin de la incertidumbre de acuerdo a las prcticas
de este escrito ya que todas las incertidumbres estndar de tratan del mismo modo cuando se
calcula la incertidumbre estndar combinada del resultado de la medicin
La incertidumbre asignada a xi no necesariamente est dada como un mltiplo de una
desviacin estndar. En lugar de eso, se puede encontrar que la incertidumbre asignada define un
intervalo con un nivel de confianza de 90, 95 o 99 por ciento. A menos que se indique otra cosa,
uno puede suponer que se us una distribucin normal para calcular la incertidumbre asignada, y
recuperar la incertidumbre estndar de xi dividiendo la incertidumbre asignada por el factor
apropiado para la distribucin normal. Los factores correspondientes a los tres niveles de
confianza mencionados son 1,64; 1,96; y 2,58.
TABLA NMERO 3. FACTORES k PARA DIFERENTES NIVELES DE CONFIANZA
NIVEL DE CONFIANZA
50 %
68,3 %
90 %
95 %
95,45 %
99 %
97,3 %
FACTOR k
0,67
1
1,64
1,96
2
2,58
3
Ejemplo. Un certificado de calibracin declara que la resistencia de un resistor patrn Rs

de valor nominal diez ohms, tiene una resistencia de 10,000 742 129 a 23 0C y que la
incertidumbre asignada de 129 define un intervalo con un nivel de confianza de 99 por
ciento. La incertidumbre estndar del resistor se puede tomar como u(Rs ) = (129 )/2,58 = 50
, que corresponde a una incertidumbre estndar relativa u(Rs /Rs) de 5,0 X 10-6. La varianza
estimada es u2(Rs) = (50 )2 = 2,5 X 10-9 2.
Considere el caso donde, con base en la informacin disponible, es posible establecer que
existe una probabilidad cincuenta-cincuenta de que el valor del argumento Xi se encuentre en el
intervalo de a- hasta a+ (en otras palabras, la probabilidad de que Xi caiga dentro de este
intervalo es 0,5 o 50 por ciento). Si puede suponerse que la distribucin de valores posibles de Xi
es aproximadamente normal, entonces la mejor estimacin xi de Xi se puede tomar como el
punto medio de tal intervalo. Adicionalmente, si la mitad del ancho del intervalo se denota como
a=(a+ - a-)/2, uno pude tomar u(xi ) = 1,48 a, por que para una distribucin normal con valor
esperado y desviacin estndar el intervalo /1,48 incluye aproximadamente al 50 por
ciento de la distribucin.
Ejemplo. Un mecnico, al determinar las dimensiones de un objeto, estima que su
longitud se encuentra, con probabilidad de 0,5 en el intervalo que va de 10,07 mm a 10,15 mm, e
informa que l=(10,11 0,04) mm, queriendo decir que 0,04 mm define un intervalo con un
nivel de confianza del 50 por ciento. Entonces a = 0,04 mm, y si se supone una distribucin
normal para los posibles valores de l, la incertidumbre estndar de la longitud es u(l) = 1,48 X
0,04 mm 0,06 mm y la varianza estimada es u2(l) = (1,48 X 0,04 mm)2 = 3,5 X 10-3 mm2.
Considere un caso similar al del inciso anterior pero donde, con base a la informacin
disponible, es posible establecer que existen alrededor de dos de cada tres posibilidades de que
el valor de Xi se encuentre en el intervalo de a- hasta a+ (en otras palabras, la probabilidad de
que Xi est dentro de ese intervalo es alrededor de 0,67). Entonces razonablemente es posible
tomar u(xi ) = a, por que para una distribucin normal con esperanza y desviacin estndar el
intervalo comprende alrededor del 68,3 por ciento de la distribucin.
Nota. Si se usara el valor de la desviacin normal real de 0,96742, correspondiente a una
probabilidad p = 2/3, esto es, si se escribiera u(xi ) = a/0,96742 = 1,033 a, ello dara al valor de
u(xi ) considerablemente un significado mayor de lo que est obviamente garantizado.
En otros casos puede que sea posible estimar slo los lmites (superior o inferior) para Xi ,
en particular, para establecer que la probabilidad de que el valor de Xi est dentro del intervalo
de a- hasta a+ para todos los propsitos prcticos es igual a uno y la probabilidad de que Xi caiga
fuera de ese intervalo es esencialmente cero. Si no existe un conocimiento especfico acerca de
los posibles valores de Xi dentro del intervalo, uno puede nicamente suponer que es igualmente
probable para Xi tomar cualquier valor dentro del intervalo (una distribucin uniforme o
rectangular de valores posibles). Entonces xi , la esperanza o valor esperado de Xi es el punto
medio del intervalo, xi = (a- + a+)/2, con varianza asociada
u 2 ( xi ) = (a + a ) / 12
2
...... (9)
Si la diferencia entre los lmites, a+ - a-, se denota por 2a, entonces la ecuacin (9) se
convierte en
u 2 ( xi ) = a 2 / 3 ...... (10)
Nota. Cuando una componente de la incertidumbre determinada de esta manera contribuye

significadamente a la incertidumbre del resultado de una medicin, es prudente obtener datos
adicionales para su posterior evaluacin.
Ejemplos.
1 Un manual establece el valor del coeficiente de expansin lineal trmica del cobre puro
a 20 C, 20 (Cu), como 16,52 X 10-6 0C-1 y simplemente declara que el error en este valor no
debera exceder 0,40 X 10-6 0C-1. Basados en esta informacin limitada, es razonable suponer
que el valor de 20 (Cu) se encuentre, con igual probabilidad, en el intervalo que va de 16,12 X
10-6 0C-1 a 16,92 X 10-6 0C-1, y que es muy poco probable que el valor de 20 (Cu) este fuera de
este intervalo. La varianza de esta distribucin rectangular simtrica de valores posibles de 20
(Cu), con un semiintervalo igual a a = 0,40 X 10-6 0C-1 es entonces, de la ecuacin (10), u2(20) =
(0,40 X 10-6 0C-1)2/3 = 53,3 X 10-15 0C-2, y la incertidumbre estndar es
0
u(20) = (0,40 X 10-6 0C-1)/3 = 0,23 X 10-6 0C-1.

2 Las especificaciones de un fabricante para un vltmetro digital establecen que entre
uno y dos aos despus de que el instrumento es calibrado, su exactitud en la escala de 1 V es 14
X 10-6 veces la lectura ms 2 X 10-6 veces la escala. Considere que el instrumento se usa 20
meses despus de la calibracin para medir en su escala de 1 V una diferencia de potencial V. Se
_
encuentra que la media aritmtica de varias observaciones independientes repetidas de V es V =

_
0,928 571 V con una incertidumbre estndar Tipo A u( V ) = 12 V. Se puede obtener la

incertidumbre estndar asociada con las especificaciones del fabricante de una evaluacin Tipo
B, suponiendo que la exactitud declarada proporciona lmites simtricos para una correccin
_
aditiva de V , V , de esperanza igual a cero y con igual probabilidad de que se encuentre en

cualquier lugar dentro de los lmites. El semiintervalo a de la distribucin rectangular simtrica
_
de valores posibles de V es entonces a = (14 X 10-6) X (0,928 571 V) + (2 X 10-6 X 1V) = 15

_
V, y de la ecuacin (10), u2( V ) = 75 V2 y u( V ) = 8,7 V. La estimacin del valor del

_
mensurando V, por simplicidad denotada con el mismo smbolo V, esta dado por V = V + V =
0,928571 V. Se puede obtener la incertidumbre estndar combinada de esta estimacin
_
combinando la incertidumbre estndar Tipo A de 12 V de V con la incertidumbre estndar

_
Tipo B de 8,7 V de V .
En el ejemplo anterior los lmites superior e inferior, a+ y a-, respectivamente, del
argumento Xi podran no ser simtricos con respecto a su mejor estimacin xi; ms
especficamente si el lmite inferior se escribe como a- = xi b- y el lmite superior como a+ = xi
+ b+, entonces b- b+. Debido a que en este caso xi (que se supone que es la esperanza de Xi) no
est en el centro del intervalo de a- hasta a+, la distribucin de probabilidad de Xi no puede ser
uniforme en todo el intervalo. Sin embargo, podra no haber suficiente informacin disponible
para escoger una distribucin adecuada; diferentes modelos conducirn a diferentes expresiones
para la varianza. En ausencia de tal informacin la aproximacin ms simple es:
(b
(x ) =
(a a )
+ b
= +
12
12
2
...... (11)
la cual es la varianza de una distribucin rectangular con ancho b+, + b-.

EJEMPLO - Si en el ejemplo 1 anterior el valor del coeficiente de expansin trmica se
da en el manual como 20 (Cu) = 16,52 X 10-6 0C-1 y se establece que el valor posible ms
pequeo es 16,40 X 10-6 0C-1 y el valor posible ms grande de 20 (Cu), es 16,92 X 10-6 0C-1,
entonces b-=0,12 X 10-6 0C-1,b+ =0,40 X 10-6 0C-1 y, de la ecuacin (11), u(20) = 0,15 X 10-6 0C-1.
Notas.
1 En muchas situaciones prctica de medicin en donde los lmites son asimtricos,
podra ser apropiado aplicar una correccin a la estimacin xi cuya magnitud sea igual a
(b+ - b-)/2 de tal modo que la nueva estimacin xi, de Xi est en el punto medio de los lmites: xi
= (a- + a+)/2. Esto reduce la situacin del caso anterior, con nuevos valores b+ = b- = (b+ + b-)/2
= (a+ - a-)/2 = a.
2 Con base en el principio de la mxima entropa, puede demostrarse que en la funcin de
densidad de probabilidad en el caso asimtrico es p(Xi) = A exp[- (Xi xi)], donde A = [bexp(b-) + b+ exp(- b+)]-1 y = {exp[(b- + b+) 1}/{b- exp[(b- + b+)] + b+ }. Esto conduce a
la varianza u2(xi) = b+b- - (b+ - b-)/; para b+ > b-, > 0 y para b+ < b-, < 0.
En los prrafos anteriores, debido a que no haba conocimiento especfico acerca de los
posibles valores de Xi dentro de sus lmites estimados a- y a+, era posible suponer nicamente
que para Xi era igualmente probable tomar cualquier valor dentro de estos lmites, con
probabilidad cero de caer fuera de ellos. Tales discontinuidades de la funcin escaln en una
distribucin de probabilidad no tienen, frecuentemente, sentido fsico. En muchos casos es ms
realista esperar que los valores cercanos a los lmites sean menos probables que aquellos que
estn cerca del punto medio. Es entonces razonable reemplazar la distribucin rectangular
simtrica con una distribucin trapezoidal simtrica con igual pendiente en ambos lados (un
trapezoide issceles), una base inferior de longitud a+ - a- = 2a, y una base superior de longitud
2a, donde 0 1. Conforme 1 esta distribucin trapezoidal se aproxima a la
distribucin rectangular, mientras que para = 0 sta es una distribucin triangular. Suponiendo
tal distribucin trapezoidal para Xi, uno encuentra que la esperanza de Xi es xi = (a- + a+)/2 y su
varianza asociada es:
u 2 ( xi ) = a 2 (1 + ) / 6
2
......(12a)
la cual se convierte para la distribucin triangular, con = 0, en
u 2 ( xi ) = a 2 / 6 ...... (12b)
Notas.
1 Para una distribucin normal con esperanza y desviacin estndar , el intervalo +
3 cubre aproximadamente 99,73 por ciento de la distribucin. Entonces, si los lmites superior e
inferior a+ y a- definen lmites al 99,73 por ciento, en lugar de lmites al 100 por ciento, y puede
suponerse que Xi tiene una distribucin aproximadamente normal, en lugar de asumir que no se
tiene informacin sobre Xi entre los lmites, entonces u2(xi ) = a2/9. Para fines de comparacin,
la varianza de una distribucin rectangular simtrica con semiintervalo a es a2/3 [ecuacin (10)]
y la de una distribucin triangular simtrica con semiintervalo a es a2/6 [ecuacin(12b)]. La
magnitud de las varianzas de las tres distribuciones son sorprendentemente similares dadas las
grandes diferencias en la cantidad de informacin requerida para justificarlas
2 La distribucin trapezoidal es equivalente a la convolucin de dos distribuciones
rectangulares, con un semiintervalo a1 igual al promedio de la longitud del semiintervalo de una
distribucin trapezoidal, a1 = (1 + )/2, la otra con un semiintervalo a2 igual al promedio de la
longitud de una de las porciones triangulares del trapezoide, a2 = a (1 - )/2. La varianza de la
distribucin es u2 = a12/3 + a22/3. La distribucin convolucionada se puede interpretar como una
distribucin rectangular cuyo ancho, 2a1, tiene una incertidumbre propia representada por una
distribucin rectangular de ancho 2a2 y que modela el hecho de que los lmites de un argumento
no son exactamente conocidos. Pero an si a2 es tan grande como un 30 por ciento de a1, u es
mayor que a1/3 por menos del 5 por ciento.
Es importante no contar dos veces las componentes de la incertidumbre. Si una
componente de incertidumbre que resulta de un efecto en particular se obtiene a partir de una
evaluacin Tipo B, debera incluirse como una componente independiente de incertidumbre en el
clculo de la incertidumbre estndar combinada del resultado de la medicin nicamente si el
efecto no contribuye a la variabilidad apreciada en las observaciones. Esto es as por que la
incertidumbre debida a la porcin del efecto que contribuye a la variabilidad observada est ya
incluida en la componente de la incertidumbre obtenida a partir del anlisis estadstico de las
observaciones.
La discusin sobre la evaluacin Tipo B de la incertidumbre estndar se debe obtener
slo como una serie de indicaciones. Adicionalmente, las evaluaciones de incertidumbre
deberan basarse en datos cuantitativos tanto como sea posible.
Ilustracin grfica de la evaluacin de la incertidumbre estndar.
La figura 3 representa la estimacin del valor de un argumento Xi y la evaluacin de la

incertidumbre de esa estimacin a partir de la distribucin desconocida de los posibles valores
medidos de Xi , o la distribucin de probabilidad de Xi la cual se muestra mediante
observaciones repetidas.
FIGURA NMERO 3. ILUSTRACION GRFICA DE LA EVALUACIN DE LA

INCERTIDUMBRE ESTNDAR DE UN ARGUMENTO A PARTIR
DE OBSERVACIONES REPETIDAS
En la figura 3a se supone que el argumento Xi es una temperatura y que su distribucin

desconocida es una distribucin normal con esperanza t = 100 0C y desviacin estndar = 1,5
0
C. Su funcin de densidad de probabilidad es entonces
p (t ) =
2
2
1
e (t t ) / 2
2
La figura 3b muestra un histograma de n = 20 observaciones repetidas de tk de la

temperatura t que se supone han sido tomadas aleatoriamente de la distribucin de la figura 3a.
Para obtener el histograma, las 20 observaciones o muestras, cuyos valores se dan en la tabla 4,
se agrupan en intervalos de 1 0C. (La preparacin de histogramas, por supuesto, no se requiere
para el anlisis estadstico de datos.)
_
La media aritmtica o promedio t de las n = 20 observaciones calculada de acuerdo a la

_
ecuacin (3) es t = 100,145 0C, asumindose que es la mejor estimacin de la esperanza t de t

basada en los datos disponibles. La desviacin estndar experimental s(tk ) calculada usando la
ecuacin (4) es s(tk ) = 1,489 0C 1,49 0C, y la desviacin estndar experimental de la media
_
s( t ) calculada usando la ecuacin (5), la cual es la incertidumbre estndar u( t ) de la media t ,

es:
u (t ) = s (t ) =
s (t k )
20
= 0,333 0 C 0,33 0 C
Tabla 4. Veinte observaciones repetidas de la temperatura t agrupadas en intervalos de 1 0C.

Intervalo t1 t < t2
t1 / 0 C
t2 / 0 C
95,5
94,5
96,5
95,5
97,5
96,5
98,5
97,5
99,5
98,5
100,5
99,5
101,5
100,5
102,5
101,5
103,5
102,5
104,5
103,5
105,5
104,5
Temperatura
t / 0C
----96,90
98,18;98,25
98,61;99,03;99,49
99,56;99,74;99,89;100,07;100,33;100,42
100,68;100,95;101,11;101,20
101,57;101,84;102,36
102,72
-----
Nota - Aunque los datos de la tabla 4 son razonables considerando el amplio uso de los
termmetros digitales electrnicos de alta resolucin, slo tienen propsitos ilustrativos y no se
deben interpretar como descripciones de una medicin real.
La figura 4 representa la estimacin del valor del argumento Xi y la evaluacin de la
incertidumbre de esa estimacin a partir de una distribucin a priori de valores posibles de Xi , o
distribucin de probabilidad de Xi , basada en toda la informacin disponible. Para los dos casos
mostrados, se supone que el argumento es, nuevamente, una temperatura t.
Para el caso ilustrado en la figura 4a, se asume que se dispone de poca informacin
acerca del argumento t y que todo lo que se puede hacer es suponer que t est descrita mediante
una distribucin de probabilidad a priori simtrica y rectangular, con lmite inferior a- = 96 0C,
lmite superior a+ = 104 0C , y por lo tanto, un semiintervalo a = (a+ - a-)/2 = 4 0C. La funcin de
densidad de probabilidad de t es entonces
p(t ) =
p (t ) = 0,
1
, a t a+
2a
en cualquier otro caso
Como se indico anteriormente, la mejor estimacin de t es su esperanza t = (a+ - a-)/2 =

100 C. La incertidumbre estndar de esta estimacin es u(t ) = a/3 2,3 0C.
0
Para el caso ilustrado en la figura 4b, se supone que la informacin disponible acerca de t
est menos limitada y que t se puede describir mediante una distribucin de probabilidad a priori
simtrica, triangular con el mismo lmite inferior a- = 96 0C, el mismo lmite superior a+ = 104
0
C y, por lo tanto, con el mismo semiintervalo a = (a+ - a-)/2 = 4 0C.
La funcin de densidad de probabilidad de t es entonces
p(t ) = (t a ) / a 2 ,
p(t ) = (a + t ) / a 2 ,
p(t ) = 0,
a t (a + + a ) / 2
(a + + a ) / 2 t a +
en cualquier otro caso
Como se indico anteriormente, la esperanza de t es t = (a+ + a-)/2 = 100 0C. La

incertidumbre estndar de esta estimacin es u(t ) = a/6 1,6 0C [ver ecuacin (12b)].
El valor anterior, u(t ) = 1,6 0C, se puede comparar con u(t ) = 2,3 0C obtenido
anteriormente a partir de una distribucin rectangular del mismo ancho de 8 0C; con = 1,5 0C
de la distribucin normal de la figura 3a cuyo ancho de 2,58 a + 2,58, que incluye el 99 por
ciento de la distribucin, es cercano a 8 0C; y con u(t) = 0,33 0C obtenido anteriormente a partir
de 20 observaciones que se supone fueron tomadas aleatoriamente de la misma distribucin
normal
FIGURA NMERO 4. ILUSTRACIN GRFICA DE LA EVALUACIN DE LA

INCERTIDUMBRE ESTNDAR DE UN ARGUMENTO A PARTIR DE UNA
DISTRIBUCIN A PRIORI.
Determinacin de la incertidumbre estndar combinada.
Argumentos no correlacionados.
La incertidumbre estndar de y, donde y es la estimacin del mensurando Y y por lo tanto
el resultado de la medicin, se obtiene combinando apropiadamente las incertidumbres estndar
de las estimaciones de los argumentos x1, x2, ... , xN . Esta incertidumbre estndar combinada de
la estimacin y se denota por uc (y).
La incertidumbre estndar combinada uc (y) es la raz cuadrada positiva de la varianza
combinada uc2 (y), la cual est dada por:
2
f
u c (Y ) = u 2 ( xi )
i = 1 x i
N
... (13)
donde f es la funcin dada en la ecuacin 1. Cada u(xi ) es una incertidumbre estndar evaluada
como se describi anteriormente en la evaluacin Tipo A o evaluacin Tipo B. La incertidumbre
estndar combinada uc (y) es una desviacin estndar estimada que caracteriza la dispersin de
los datos que pueden ser razonablemente atribuidos al mensurando Y.
La ecuacin (13) y su contraparte para argumentos correlacionados, ecuacin (16), las
cuales estn basadas en una aproximacin en serie de Taylor a primer orden de Y = f (X1, X2, ... ,
XN ), expresan lo que se denomina la ley de propagacin de incertidumbres.
Nota. Cuando la no linealidad de f es significativa, se deben de incluir trminos de mayor
orden de la expansin en serie de Taylor de la expresin para uc2 (y), ecuacin (13). Cuando la
distribucin de cada Xi es simtrica alrededor de su promedio, los trminos ms importantes del
siguiente orden mayor que se deben sumar a los trminos de la ecuacin (13) son:
1 2 f

i = 1 j = 1 2 x i x j
3 f 2
+ f
u ( x i ) u 2 (x j )
2
x i x i x j
Las derivadas parciales f/xi son iguales a f/Xi evaluadas en Xi = xi . Estas derivadas,
llamadas frecuentemente coeficientes de sensibilidad, describen cmo la estimacin y vara con
los cambios en las estimaciones de los argumentos x1, x2, ..., xN. En particular, el cambio en y
producido por un cambio pequeo xi en la estimacin del argumento xi est dado por (y)i =
(f/xi ) (xi). Si este cambio es generado por la incertidumbre estndar de la estimacin xi, la
correspondiente variacin en y es (f/xi)u(xi). La varianza combinada uc2(y) puede entonces ser
vista como una suma de trminos, cada uno de los cuales representa la varianza estimada
asociada con la estimacin del mensurando y generada por la varianza estimada asociada con
cada estimacin xi. Esto sugiere escribir la ecuacin (13) como
u c ( y ) = [ci u ( xi )] = u i ( y )
N
i =1
donde
ci =
... (14a )
i =1
f
, u i ( y ) = ci u ( xi )
xi
... (14b)
NOTAS
1 Hablando estrictamente, las derivadas parciales son f/xi = f/Xi evaluadas en las
esperanzas de Xi. Sin embargo, en la prctica, las derivadas parciales se estiman mediante
f
f
=
x1 , x 2 , ....., x N
xi X i
2 La incertidumbre estndar combinada uc(y) se puede calcular numricamente si se
sustituye ciu(xi) en la ecuacin (14a) por
Zi =
1
[ f (xi ,..., xi + u (xi ),..., x N ) f (x1 ,..., xi u(xi ) ,..., x N )]
2
Esto es, ui(y) es evaluada numricamente calculando el cambio en y debido al cambio en

xi de + u(xi) a u(xi). El valor de ui(y) entonces puede ser tomada como |Zi| y el valor del
correspondiente coeficiente de sensibilidad ci como Zi/u(xi).
EJEMPLO. En el ejemplo de la pgina 22, usando, por simplicidad de notacin, el mismo
smbolo para la cantidad y su estimacin
c1 = P / V = 2 V / R0 [1 + (t t 0 )] = 2 P / V
c 2 = P / R0 = V 2 / R0 [1 + (t t 0 )] = P / R0
2
c 3 = P / = V 2 (t t 0 ) / R0 [1 + (t t 0 )] = P(t t 0 ) /[1 + (t t 0 )]
2
c 4 = P / t = V 2 / R0 [1 + (t t 0 )] = P /[1 + (t t 0 )]
2
y
2
P 2
P
P 2
P 2
u (P ) = u 2 (V ) +
u (R0 ) + u ( ) + u (t )
V

t
R0
2
= [c1 u (V )] + [c 2 u (R0 )] + [c 3 u ( )] + [c 4 u (t )]
2
u 2 (P ) = u1 (P ) + u 2 (P ) + u 3 (P ) + u 4 (P )
2
Los coeficientes de sensibilidad f/xi , en lugar de ser calculados a partir de la funcin f,

algunas veces son determinados experimentalmente: se mide el cambio en Y producido por un
cambio en una Xi particular, mantenindose constantes las dems. En este caso, el conocimiento
de la funcin f ( o una porcin de estas cuando solamente algunos coeficientes de sensibilidad
son determinados de esta manera) se ve reducido a una expansin en serie de Taylor de primer
orden experimental basada en los coeficientes de sensibilidad medidos.
Si la ecuacin (1) para el mensurando Y es expandida alrededor de los valores nominales
Xi,0 de los argumentos Xi, entonces, a primer orden (que es usualmente una aproximacin
adecuada), Y = Y0 + c11 + c22 + ... + cNN, donde Y0 = f(X1,0, X2,0, ... , XN,0), ci = (f/Xi)
evaluada en Xi,0, y i = Xi Xi,0. As para los propsitos de un anlisis de incertidumbres, un
mensurando es usualmente aproximado por una funcin lineal de sus variables al transformar sus
argumentos de Xi a i.
Ejemplo. Del ejemplo 2 de la pgina 31, la estimacin del valor del mensurando V es V =
V + V , donde V = 0,928571 V, u( V ) = 12 V, la correccin aditiva V = 0, y u( V ) = 8,7
V. Ya que V/ V = 1 y V/( V ) = 1, la varianza combinada asociada con V est dada por
uc
2
2

= u 2 V + u 2 V = (12 V ) + (8,7 V ) = 219 10 12

y la incertidumbre estndar combinada es uc(V) = 15 V, la cual corresponde a una

incertidumbre estndar combinada relativa uc(V)/V de 16 X 10-6. Este es un ejemplo del caso
donde el mensurando es una funcin lineal de las magnitudes de que depende, con coeficientes ci
= + 1. Se sigue de la ecuacin (13) que si Y = c1X1 + c2X2 + ... + cNXN y si las constantes ci = + 1
o 1, entonces
N
u c ( y ) = u 2 (xi )
2
i =1
Si Y es de la forma
Y = cX 1 1 X 2 2 ... X N
P
PN
y los exponentes pi son nmeros conocidos positivos o negativos que tienen incertidumbres
despreciables, la varianza combinada, ecuacin (13), se puede expresar como
[u ( y ) / y ] = [ p u (x ) / x ]
N
... (15)
i =1
Esta ecuacin tiene la misma forma que la (14a) pero con la varianza combinada uc2 (y)
expresada como una varianza combinada relativa [uc (y)/y)2 y la varianza estimada u2(xi )
asociada con cada estimacin de los argumentos como una varianza relativa estimada [u(xi )/xi ]2.
(La incertidumbre estndar combinada relativa es uc (y)/|y| y la incertidumbre estndar relativa de
cada estimacin de los argumentos es u(xi )/|xi |, |y| 0 y |xi | 0.)
Notas:
1 Cuando Y tiene esta forma, su transformacin a una funcin lineal de variables se
realiza fcilmente haciendo Xi = Xi ,0 ( 1 + i ), donde se sigue la relacin: (Y - Y0)/Y0 = Ni =1 p1
i . Por otro lado, la transformacin logartmica Z = ln Y y Wi = ln Xi conduce a una
linealizacin exacta en trminos de las nuevas variables: Z = ln c + Ni =1 pi Wi .
2 Si cada pi es o +1 o -1, la ecuacin (15) se puede escribir como
N
[u c ( y ) / y ]2 = [u (xi ) / xi ]2
i =1
la cual muestra que para cada caso especial la varianza combinada relativa asociada a la
estimacin de y es simplemente igual a la suma de las varianzas relativas estimadas asociadas
con las estimaciones de los argumentos de xi .
Argumentos correlacionados52.
La ecuacin (13) y las deducidas a partir de ellas, tales como las ecuaciones (14) y (15)
son vlidas solamente si los argumentos Xi son independientes o no correlacionados (las
variables aleatorias, no las cantidades fsicas que son asumidas como invariantes). Si algunas de
las Xi estn significativamente correlacionados, las correlaciones se deben tomar en cuenta.
Cuando los argumentos estn correlacionados, la expresin apropiada para la varianza
combinada uc2 (y) asociada al resultado de la medicin es
N
f f
u (x i , x j )
j =1 x i x j
N
uc (y) =
2
i =1
N 1 N
f
f f
u (xi , x j )
= u 2 ( xi ) + 2
i =1 x i
i =1 j = i +1 x i x j
N
52
... (16)
ISO 3534-1-1993, 1.13. CORRELACIN. La relacin entre dos o ms variables aleatorias dentro de una distribucin de dos o ms variables
aleatorias.
donde xi y xj son las estimaciones de Xi y Xj y u(xi ,xj ) = u(xj ,xi ) es la covarianza estimada
asociada con xi y xj . El grado de correlacin entre xi y xj est caracterizado por el coeficiente
de correlacin estimado
r (xi , x j )=
u (x i , x j )
u ( xi )u (x j )
... (17)
donde r(xi , xj ) = r(xj ,xi ), y -1 r(xi , xj ) +1. Si las estimaciones xi y xj son independientes
r(xi , xj ) = 0, y un cambio en una de ellas no implica un cambio en la otra.
En trminos de coeficientes de correlacin, que son ms fcilmente interpretables que las
covarianzas, el trmino de covarianza de la ecuacin (16) se puede escribir como
N 1
f f
u ( xi )u (x j )r (xi , x j )
j = i +1 x i x j
N
2
i =1
... (18)
La ecuacin (19) se puede escribir entonces, con la ayuda de la ecuacin (14b), como
u c ( y ) = ci u 2 ( xi ) + 2 ci c j u ( xi )u (x j )r (xi , x j )
2
N 1
i =1
... (19)
i =1 j = i +1
Notas:
1 Para el caso muy especial donde todas las estimaciones de los argumentos estn
correlacionados con coeficientes de correlacin r(xi , xj ) = +1, la ecuacin (19) se reduce a
N
N f
u ( x i )
u c ( y ) = c i u ( x i ) =
i =1
i =1 x i
La incertidumbre estndar combinada uc (y) es, por lo tanto, simplemente la raz cuadrada
positiva de una suma lineal de trminos que representan la variacin de las estimaciones del
mensurando y generada por la incertidumbre estndar de cada estimacin de los argumentos xi .
(Esta suma lineal no se debe confundir con la ley general de propagacin de errores que tiene
una forma similar; las incertidumbres estndares no son errores.)
Ejemplo. Diez resistores, cada uno de resistencia nominal Ri = 1000 , son calibrados,
con una incertidumbre despreciable, por comparacin con respecto a la resistencia patrn Rs de
1000 caracterizada por una incertidumbre estndar u(Rs ) = 100 m, de acuerdo con su
certificado de calibracin. Los resistores son conectados en serie con alambres de resistencia
despreciable para obtener una resistencia de referencia Rref de valor nominal 10 k. As que:

10
R ref = f (Ri ) = Ri
i =1
Puesto que r(xi , xj ) = r(Ri , Rj ) = +1 para cada par de resistencias, la ecuacin de esta
nota se aplica. Dado que para cada resistencia f/xi = Rref /Ri = 1, y u(xi ) = u(Ri ) = u(Rs ),
esta ecuacin da como resultado para la incertidumbre estndar combinada de Rref ,
u (R ref ) = u (R s ) = 10 (100 m ) = 1
10
i =1
As que el resultado
u c (R ref
10
2
) = u 2 (Rs ) = 0,32
i =1
Obtenido de la ecuacin (13) es incorrecto ya que no se toma en cuenta que todos los
valores de las calibraciones de las diez resistencias estn correlacionados.
2 Las varianzas estimadas u2(xi ) y las covarianzas estimadas u(xi , xj ) se pueden
considerar como los elementos de una matriz de covarianzas con elementos uij . Los elementos
de la diagonal uii de la matriz son las varianzas u2(xi ) mientras que los elementos fuera de la
diagonal uij (i j ) son las covarianzas u(xi ,xj ) = u(xj ,xi ). Si las estimaciones de dos
argumentos no estn correlacionadas, su covarianza asociada y los elementos correspondientes
uij y uji de la matriz de covariancias son 0. Si las estimaciones de todos los argumentos no son
correlacionadas, todos los elementos fuera de la diagonal son cero y la matriz de covarianza es
diagonal.
3 Para propsitos de evaluacin numrica, la ecuacin (19) se puede escribir como
u c ( y ) = Z i Z j r (x i , x j )
N
i =1 j =1
4 Si las Xi son de forma especial y adems estn correlacionadas, entonces los trminos
N 1
[ p u (x ) / x ][p u (x ) / x ]r (x , x )
N
i =1 j = i +1
se deben agregar al lado derecho de la ecuacin (15).
Considrense dos medias aritmticas
q y r que estiman las esperanzas q y r de dos

variables aleatorias q y r y calclense q y r a partir de n pares independientes de observaciones

simultneas de q y r hechas bajo las mismas condiciones de medicin. Entonces la covarianza de
q y r se pueden estimar por

n
_ _
1
q q_ r r_
s q, r =
k
k
n(n 1) k =1
... (20)
donde qk y rk son las observaciones individuales de las cantidades q y r, y q y r se calculan a

partir de las observaciones de acuerdo con la ecuacin (3). Si, en efecto, las observaciones no
estn correlacionadas, se espera que la covarianza calculada sea aproximadamente cero.
As, la covarianza estimada de dos argumentos correlacionados Xi y Xj
mediante las medias
X yX
i
que se estima
determinada a partir de pares independientes de observaciones
simultneas est dada por u(xi , xj ) =
s X , X , con s X , X
i
) calculada de acuerdo con la
ecuacin (20). Esta aplicacin de la ecuacin (17) es una evaluacin Tipo A de la covarianza. El
coeficiente de correlacin estimado para Xi y Xj se obtiene de la ecuacin (17).
Puede existir una correlacin significativa entre dos argumentos si se han usado, para su
determinacin, un mismo instrumento de medicin, patrn fsico de medicin, o datos de
referencia que tengan una incertidumbre estndar significativa. Por ejemplo, si un cierto
termmetro es utilizado para determinar una correccin de temperatura requerida en la
estimacin del argumento Xi , y el mismo termmetro se usa para determinar una correccin
similar de temperatura requerida en la estimacin en la estimacin del argumento Xj , los dos
argumentos podran estar significativamente correlacionados. Sin embargo, si Xi y Xj en este
ejemplo se redefinen como las magnitudes no corregidas y las magnitudes que definen la curva
de calibracin para el termmetro se incluyen como argumentos adicionales con incertidumbres
estndar independientes, se remueve la correlacin entre Xi y Xj .
No se pueden ignorar las correlaciones entre argumentos cuando aquellas existen y son
significativas. Las covarianzas asociadas se deben evaluar experimentalmente, de ser posible,
variando los argumentos correlacionados, o usando la informacin disponible sobre la
variabilidad correlacionada de las magnitudes en cuestin (evaluacin Tipo B de la covarianza).
La intuicin basada en la experiencia y el conocimiento general son esencialmente requeridos
para estimar el grado de correlacin entre argumentos que surgen de los efectos de influencias
comunes, tales como la temperatura ambiente, la presin baromtrica, y la humedad.
Afortunadamente, en muchos casos, los efectos de tales influencias tienen interdependencia
despreciable y los argumentos pueden ser asumidos como no correlacionados. Sin embargo, si no
pueden suponerse no correlacionados, las correlaciones mismas pueden ser evitadas si se
consideran como argumentos adicionales las influencias comunes.
Determinacin de la incertidumbre expandida.
Las diferentes asociaciones internacionales que trabajan sobre los temas de metrologa,
abogan por el uso de la incertidumbre estndar combinada uc (y) como el parmetro para
expresar cuantitativamente la incertidumbre en el resultado de una medicin.
Aunque uc (y) se puede usar universalmente para expresar la incertidumbre del resultado
de una medicin, en algunas aplicaciones comerciales, industriales o regulatorias, y cuando la
salud o la seguridad estn involucradas, frecuentemente es necesario proporcionar una medida de
la incertidumbre que define un intervalo alrededor del resultado de la medicin que se espera
incluya una fraccin grande de la distribucin de valores que razonablemente pueden ser
atribuidos al mensurando.
Incertidumbre expandida.
La medida adicional de la incertidumbre que cumple con el requisito de definir un
intervalo es llamada incertidumbre expandida y se designa por el smbolo U. La incertidumbre
expandida U se obtiene al multiplicar la incertidumbre estndar combinada uc (y) por un factor
de cobertura k:
U = k uc ( y )
... (21)
Entonces el resultado de una medicin se expresa, convenientemente como Y = y U,

que se interpreta diciendo que la mejor estimacin del valor atribuible al mensurando Y es y, y
que se espera que el intervalo que va de y - U a y + U abarque una fraccin importante de la
distribucin de los valores que razonablemente se pueden atribuir a Y . Tal intervalo tambin se
puede expresar como;
y U Y y + U
Los trminos intervalo de confianza y nivel de confianza tienen definiciones especficas
en estadstica y slo se aplican al intervalo definido por U cuando se satisfacen ciertas
condiciones, incluyendo aquella de que todas las componentes de la incertidumbre que
contribuyen a uc (y) sean obtenidas de las evaluaciones Tipo A. Entonces, la palabra confianza
no se usa para modificar a la palabra intervalo cuando se hace referencia al intervalo definido
por U; y el trmino intervalo de confianza no se usa para hacer referencia a ese intervalo,
utilizndose, en cambio, el trmino nivel de confianza. Especficamente, se debe interpretar a
U como el valor que define un intervalo alrededor del resultado de la medicin que abarca una
fraccin grande p de la distribucin de probabilidad caracterizada por ese resultado y tambin
por su incertidumbre estndar combinada, y p es la probabilidad de cobertura o nivel de
confianza del intervalo.
Cuando sea posible, el nivel de confianza p asociado con el intervalo definido por U
deber ser estimado y declarado. Deber de reconocerse que al multiplicar a uc(y) por una
constante no se aade nueva informacin, sino que se presenta a la informacin previamente
disponible en una forma diferente. Sin embargo, tambin se debe reconocer que en la mayora de
los casos el nivel de confianza p (especialmente en los casos cuando p toma valores cercanos a la
unidad) es un tanto inseguro, no slo por la limitacin en el conocimiento de la distribucin de
probabilidad caracterizada por y y por uc (y) (particularmente en los extremos), sino tambin por
la incertidumbre en uc (y) misma.
Eleccin del factor de cobertura.
El valor del factor de cobertura k se elige en base al nivel de confianza requerido para el
intervalo de y U a y + U . En general, k tomar valores entre 2 y 3, que equivalen a los niveles
de confianza de 95,45 % y 99,73 %. Sin embargo, para ciertas aplicaciones especiales k podr
estar fuera de este intervalo de valores. La experiencia y el conocimiento a fondo del uso que se
le d a los resultados de las mediciones, pueden facilitar grandemente la seleccin del valor
apropiado para k.
Nota.
Ocasionalmente, es posible encontrar que una correccin conocida b de un efecto
sistemtico no ha sido aplicada al resultado informado de una medicin, por el contrario, se ha
tratado de tomar en cuenta este efecto ampliando la incertidumbre asignada al resultado. Esto
se debe evitar; slo en circunstancias muy especiales no se aplicarn las correcciones para
efectos sistemticos significativos conocidos al resultado de una medicin. La evaluacin de la
incertidumbre del resultado de una medicin no deber de confundirse con la asignacin de
niveles de seguridad a una cantidad.
Idealmente, se debera ser capaz de elegir un valor especifico del factor de cobertura k
que determinara al intervalo Y = y U = y kuc(y) correspondiente al nivel de confianza
particular p, tal como 95 o 99 por ciento; en forma equivalente, para un valor dado de k, sera
agradable poder establecer inequvocamente el nivel de confianza asociado con el intervalo. Sin
embargo, esto no es sencillo de hacer en la prctica ya que se requiere un conocimiento amplio
de la distribucin de probabilidad caracterizada por el resultado de la medicin y, y la
incertidumbre estndar combinada uc(y). Aunque estos parmetros son de importancia crtica,
son por s mismos insuficientes para el propsito de establecer intervalos que tengan niveles de
confianza exactamente conocidos.
En donde la distribucin de probabilidad caracterizada por y y por uc(y) es

aproximadamente normal y el nmero de grados de libertad efectivos de uc(y) es grande. Cuando

este es el caso, que ocurre frecuentemente en la prctica, es posible suponer que al tomar k = 2 se
obtiene un intervalo cuyo nivel de confianza es aproximadamente 95 %, y que al elegir k =3 se
obtiene un intervalo que tiene un nivel de confianza de aproximadamente el 99 por ciento.
Los principales institutos internacionales de metrologa han seleccionado k = 2, por lo
que se considera recomendable adoptar este criterio, entonces
U = 2u c
.....(22)
La seleccin de un nivel de confianza particular que quiera darse a la expresin de la

incertidumbre, condiciona la seleccin del factor de cobertura, lo que implica evaluar los grados
de libertad efectivos de uc y determinar el valor de k por medio de la distribucin t-Student.
Para muchas situaciones de medicin prcticas, generalmente las siguientes condiciones
prevalecen:
a) La estimacin y del mensurando Y se obtienen de iguales estimaciones de xi de
argumentos Xi cuyas distribuciones probabilsticas se conocen con suficiente certeza, tales como
la normal o rectangular.
b) Las incertidumbres estndar u(xi) de estas estimaciones, las cuales pudieran haber sido
obtenidas por evaluaciones tipo A o B, contribuyen proporciones similares para la obtencin de
la incertidumbre combinada uc(y) del resultado de la medicin y.
c) Es adecuada la aproximacin lineal que implcitamente se indica en la Ley de
Propagacin de las Incertidumbres, ecuacin (3).
d) La incertidumbre de uc(y) es razonablemente pequea cuando el nmero de grados de
libertad efectivos ef es grande, por ejemplo mayor que 10.
Para obtener los eff se utiliza la ecuacin siguiente:
eff =
u c4 ( y )
.....(23)
N
u i4 ( y )
i =1
donde uc(y) es la incertidumbre estndar combinada del resultado de la medicin y, ui(y) es la

incertidumbre estndar i-sima tipo A o B y i son los grados de libertad correspondientes que se
utilizaron para el clculo de ui(y).
TABLA NMERO 5. VALORES DE tp DE LA DISTRIBUCIN t PARA GRADOS DE

LIBERTAD QUE DEFINEN UN INTERVALO tp A + tp QUE INCLUYEN LA FRACCIN
p DE LA DISTRIBUCIN.
Grados de
Fraccin p en por ciento
Libertad
68,27(a)
90
95
95,45(a)
99
99,73(a)
1
1,844
6,31
12,71
13,97
63,656
235,77
2
1,321
2,920
4,303
4,527
9,925
19,206
3
1,197
2,353
3,182
3,307
5,841
9,219
4
1,142
2,132
2,776
2,869
4,604
6,620
5
1,111
2,015
2,571
2,649
4,032
5,507
6
1,091
1,943
2,447
2,517
3,707
4,904
7
1,077
1,895
2,365
2,429
4,530
3,499
8
1,067
1,860
2,306
2,366
4,277
3,355
9
1,059
1,833
2,262
2,320
4,094
3,250
10
1,053
1,812
2,228
2,284
3,957
3,169
11
1,048
1,796
2,201
3,850
2,255
3,106
12
1,043
1,782
2,179
3,764
2,231
3,055
13
1,040
1,771
2,160
3,694
2,212
3,012
14
1,037
1,761
2,145
3,636
2,195
2,977
15
1,034
1,753
3,586
2,131
2,181
2,947
16
1,032
1,756
3,544
2,120
2,169
2,921
17
1,030
1,740
3,507
2,110
2,158
2,898
18
1,029
1,734
3,475
2,101
2,149
2,878
19
1,027
3,447
1,729
2,093
2,140
2,861
20
1,026
3,422
1,725
2,086
2,133
2,845
21
1,024
3,400
1,721
2,080
2,126
2,831
22
1,023
3,380
1,717
2,074
2,120
2,819
23
1,022
3,361
1,714
2,069
2,115
2,807
24
1,021
3,345
1,711
2,064
2,110
2,797
25
1,020
3,330
1,708
2,060
2,105
2,787
26
1,020
3,316
1,706
2,056
2,101
2,779
27
1,019
3,303
1,703
2,052
2,097
2,771
28
1,018
3,291
1,701
2,048
2,093
2,763
29
1,018
3,280
1,699
2,045
2,090
2,756
30
1,017
3,270
1,697
2,042
2,087
2,750
35
1,015
3,229
1,690
2,030
2,074
2,724
40
1,013
3,199
1,684
2,021
2,064
2,704
50
1,010
3,157
1,676
2,009
2,051
2,678
100
1,005
3,077
1,660
1,984
2,025
2,626
200
1,003
3,038
1,653
1,972
2,016
2,601
1,000
3,000
1,645
1,961
2,000
2,577
(a) Para una magnitud z descrita mediante una distribucin normal con esperanza z y desviacin estndar , el
intervalo z k incluye la fraccin p = 68,27; 95,45; y 99,73 % de la distribucin para k = 1, 2 y 3.
La determinacin de i(y) de una incertidumbre estndar tipo A es fcilmente reconocible

a partir del nmero de mediciones de que se dispone, en cambio i(y) para una incertidumbre
estndar tipo B se determina a partir de la ecuacin (7), quedando como,
1 2 ( xi ) 1 ( xi ) 1
1
1 u ( xi )

i

2
2
2 [u ( xi )] 2 [u ( xi )] 2 [u ( xi )] 2 u ( xi )
( xi )
2
.....(24)
donde u(xi) es la incertidumbre del estimado xi y es igual a s( q ), que a su vez es un estadstico

_
que estima la desviacin estndar de la distribucin de probabilidad de q ; (q ) = ( x i ) la

_
desviacin estndar de la distribucin de los valores de q que se obtendran si las mediciones se

repitiesen un nmero infinito de veces. Al cociente entre parntesis rectangulares se le conoce
como la incertidumbre relativa de u(xi) para evaluaciones estndar tipo B y su valor est en
funcin de la informacin disponible, quedando a juicio del metrlogo la estimacin de la
confiabilidad de u(xi).
Por ejemplo, si en un caso particular se considera que u(xi) es confiable al 20 %, entonces
los grados de libertad de esta incertidumbre estndar relativa tipo B sern de (16),
u (xi )
= 0,2
u ( xi )
i =
(0,2)
12
ya que no pueden existir fracciones de grados de libertad se toma el entero inferior inmediato.
Informes de incertidumbre.
Gua general.
En general, conforme se avanza en la jerarqua de las mediciones, se requieren ms

detalles acerca de cmo se obtuvieron el resultado de una medicin y su incertidumbre. No
obstante, en cualquier nivel de dicha jerarqua, incluyendo las actividades comerciales y
reglamentarias en el mercado, trabajos de ingeniera en la industria, instalaciones de calibracin
no primarias, investigacin y desarrollo industrial, investigacin acadmica, laboratorios de
calibracin y patrones primarios industriales, los laboratorios nacionales y el BIPM, debera estar
disponible toda la informacin necesaria para la reevaluacin de la medicin para quienes
pudieran necesitarla. La diferencia primordial es que en los niveles ms bajos de la cadena

jerrquica, la mayor parte de la informacin puede estar disponible en informes publicados de
calibracin y prueba del sistema, especificaciones de prueba, certificados de prueba y
calibracin, manuales de instrucciones, normas internacionales y nacionales, y reglamentos
locales
Cuando se proporcionan los detalles de la medicin, incluyendo el mtodo para la

evaluacin de la incertidumbre, haciendo referencia a documentos publicados, como es frecuente
en casos cuando los resultados de la calibracin se declaran en un certificado, es imperativo que
estas publicaciones se mantengan actualizadas de manera que sean consistentes con los
procedimientos de medicin que realmente estn utilizndose.
En la industria y el comercio cada da se hacen numerosas mediciones sin un informe

explcito de la incertidumbre. Sin embargo, muchas se efectan con instrumentos sujetos a
calibraciones peridicas o a inspecciones legales. Si se sabe que los incrementos se trabajan en
conformidad a sus especificaciones o a los documentos normativos existentes que puedan
aplicarse a ellos, las incertidumbres de sus indicaciones pueden inferirse a partir de esas
especificaciones o de esos documentos normativos.
Aunque en la prctica la cantidad de informacin necesaria para documentar el resultado

de una medicin depende del uso pretendido, el principio bsico de lo que se requiere permanece
sin cambio: cuando se informa el resultado de una medicin y su incertidumbre, es preferible
equivocarse suministrando demasiada informacin en lugar de suministrarla incompleta. Por
ejemplo, se puede:
a) describir claramente los mtodos utilizados para calcular el resultado de la medicin y

su incertidumbre a partir de las observaciones experimentales y los argumentos utilizados;
b) hacer listas de todas las componentes de la incertidumbre y documentar totalmente
sobre como fueron evaluadas;
c) presentar los anlisis de datos de una manera tal que cada uno de sus pasos importantes
pueden ser seguidos de manera sencilla y el clculo del resultado informado pueda ser repetido
de manera independiente, en caso de ser necesario;
d) proporcionar todas las correcciones y las constantes utilizadas en al anlisis, as como
las fuentes de cada una de ellas.
Una prueba de la lista que antecede es preguntar se ha proporcionado suficiente
informacin, de una manera suficientemente clara, de tal manera que el resultado pueda ser
actualizado en el futuro en caso de que se tenga disponible nueva informacin?
Gua especifica.
Cuando se informa el resultado de una medicin y cuando la medida de la incertidumbre
es la incertidumbre estndar combinada uc(y), se debe:
a) dar una descripcin completa de cmo se define el mensurando Y;
b) dar el valor estimado y del mensurando Y y su incertidumbre estndar combinada
uc(y); dando siempre las unidades tanto de y como de uc(y);
c) incluir la incertidumbre estndar combinada relativa uc(y)/|y|, |y| 0, cuando sea
apropiado
d) dar la informacin detallada de cmo fueron obtenidos los resultados de la medicin o
hacer referencia a un documento publicado que la contenga.
Si se juzgara til para los posibles usuarios de los resultados de las mediciones, por
ejemplo, para ayudar en clculos futuros de factores de cobertura o para asistir en la comprensin
de las mediciones, se debe indicar:
-
los grados de libertad efectivos estimados veff;
- las incertidumbres estndar combinadas Tipo A y Tipo B, ucA(y) y ucB(y),

respectivamente, y sus grados de libertad efectivos estimados veffA y veffB.
Cuando la medida de la incertidumbre es uc(y), es preferible declarar el resultado
numrico de la medicin en una de las cuatro maneras siguientes, con el propsito de evitar
malas interpretaciones. (Se supone que la magnitud cuyo valor se est informando es,
nominalmente, una masa patrn ms de 100 g; las palabras que se encuentran entre parntesis
pueden ser omitidas por brevedad si uc se define en cualquier parte del documento que informa el
resultado.)
1) ms = 100,021 47 g con (una incertidumbre estndar combinada) uc = 0,35 mg.
2) ms = 100,021 47(35) g. Donde el nmero entre parntesis es el valor numrico de (la

incertidumbre estndar combinada) uc referido a los ltimos dgitos correspondientes del
resultado citado.
3) ms = 100,02147(0,00035) g, donde el nmero entre parntesis es el valor numrico de
(la incertidumbre estndar combinada) uc expresado en la unidad del resultado citado.
4) ms = (100,02147 0,00035) g, donde el nmero que sigue al smbolo es el valor
numrico de (la incertidumbre estndar combinada) uc y no un intervalo de confianza.
Nota- El formato que usa el smbolo se debe evitar cada vez que sea posible ya que,
tradicionalmente, se le ha usado para indicar un intervalo que corresponde a un alto nivel de
confianza y puede, por tanto, ser confundida con la incertidumbre expandida. An ms, aunque
el propsito de la advertencia en 4) es prevenir tal confusin, escribir Y = y uc(y) se puede
seguir malinterpretndose al hacer creer que implica, especialmente si la advertencia es
accidentalmente omitida, que se pretende una incertidumbre expandida con k = 1 y que el
intervalo y uc(y) Y y + uc(y) tiene un nivel de confianza especificado p, es decir, aquel
asociado con la distribucin normal, la interpretacin de uc(y) en este sentido usualmente es
difcil de justificar.
Cuando se informen los resultados de una medicin y cuando la medida de la
incertidumbre sea la incertidumbre expandida U = kuc(y), se debe:
a) dar una descripcin completa de cmo se define el mensurando Y;
b) declarar el resultado de la medicin como Y = y U y dar las unidades de y y de U;
c) incluir la incertidumbre expandida relativa U/|y|, |y| 0, cuando sea apropiado;
d) dar el valor de k usado para obtener U [o, para conveniencia del usuario del resultado,
dar tanto k, como uc(y)];
e) dar el nivel de confianza aproximado asociado con el intervalo Y = y U y declarar
como se determin.
f) Dar la informacin mencionada en los puntos A) a D) o hacer referencia a un
documento publicado que la contenga.
Cuando la medida de la incertidumbre es U, es preferible, para mxima claridad, declarar
el resultado numrico de la medicin como en el ejemplo siguiente. (Las palabras que se
encuentran entre parntesis pueden ser omitidas por brevedad si U, uc y k son definidas en
cualquier parte del documento que informa el resultado.)
ms = (100,02147 0,00079) g, donde el nmero que sigue al smbolo es el valor

numrico de (una incertidumbre expandida) U = kuc, con U determinada a partir de (una
incertidumbre estndar combinada) uc = 0,35 mg y (un factor de cobertura) k = 2,26; basada en la
distribucin t para = 9 grados de libertad, y define un intervalo estimado para tener un nivel de
confianza de 95 porciento.
Si una medicin determina simultneamente a ms de un mensurado, o sea, si suministra
dos o ms estimados yi, entonces, adems de dar yi y uc(yi), dar los elementos matriciales de la
covarianza u(yi, yj) o los elementos r(yi, yj) de la matriz de coeficientes de correlacin (y es
preferiblemente mejor ambos).
El valor numrico del estimado y y de su incertidumbre estndar uc(y) o su incertidumbre
expandida U no deben ser dadas con un nmero excesivo de dgitos. Usualmente es suficiente
expresar uc(y) y U [as como las incertidumbres estndar u(xi) de los argumentos xi], con a lo ms
dos dgitos significativos, aunque en algunos casos puede ser necesario retener dgitos
adicionales para evitar errores de redondeo en clculos subsecuentes.
Al informar los resultados finales, puede ser algunas veces apropiado redondear
incertidumbres al dgito superior en lugar de al dgito ms cercano. Por ejemplo, uc(y) = 10,47
m se puede redondear hasta 11 m. Sin embargo, el sentido comn deber prevalecer y un
valor como u(xi) = 28,05 Hz debe ser redondeado a 28 Hz. Las estimaciones de los argumentos y
el mensurando deben ser redondeados para ser consistentes con sus incertidumbres; por ejemplo,
si y = 10,05762 con una uc(y) = 27 m, y se debe redondear a 10,058 . Los coeficientes de
correlacin deberan ser dados con una exactitud de tres dgitos si sus valores absolutos son
cercanos a la unidad.
En el informe detallado que describe como fueron obtenidos el resultado de una medicin
y su incertidumbre, se debe;
A) dar el valor para cada estimacin de los argumentos xi y su incertidumbre estndar
u(xi); dar, adems, una descripcin de cmo fueron obtenidas;
B)
dar
las
covarianzas
estimadas
coeficientes
de
correlacin
estimados
(preferentemente ambos) asociados con todas las estimaciones de los argumentos que estn
correlacionados y los mtodos utilizados para obtenerlos;
C) dar los grados de libertad para la incertidumbre estndar de cada estimacin de
argumentos y el mtodo utilizado para obtenerlo;
D) dar la relacin funcional Y = f(X1, X2, ..., XN) y, cuando se considere til, las derivadas
parciales o coeficientes de sensibilidad f/xi. Como sea, se debe proporcionar cualesquiera de
tales coeficientes determinados experimentalmente.
Nota. Dado que la relacin funcional f puede ser extremadamente compleja o puede no
existir explcitamente sino nicamente como un programa computacional, puede no ser siempre
posible dar f y sus derivadas. La funcin f puede ser entonces descrita en trminos generales o el
programa usado puede ser citado mediante una referencia apropiada. En tales casos, es
importante que quede claro como fueron obtenidos el estimado y, del mensurado Y as como su
incertidumbre estndar combinada uc(y).
Resumen del procedimiento para la evaluacin y expresin de la incertidumbre.
Los pasos a seguir para evaluar y expresar la incertidumbre de los resultados de una
medicin como se presentan en este escrito se pueden resumir como sigue:
1. Expresar matemticamente, por medio de un modelo de medicin, la relacin entre el
mensurando Y y los argumentos Xi de los cuales depende Y: Y = f(X1, X2, ..., XN). La funcin f
deber contener cualquier magnitud incluyendo las correcciones y factores de correccin que
puedan contribuir como una componente significativa de incertidumbre al resultado de la
medicin.
2. Determinar xi , el valor estimado del argumento Xi, ya sea sobre la base de anlisis
estadstico de una serie de observaciones o por otro mtodo.
3. Evaluar la incertidumbre estndar u(xi) de cada estimacin de x. Para la estimacin de
un argumento obtenida a partir del anlisis estadstico de una serie de observaciones, la
incertidumbre estndar se evala como una incertidumbre estndar Tipo A. Para el caso de una
estimacin obtenida por otros mtodos, la incertidumbre estndar u(xi) se evala como una
incertidumbre estndar Tipo B.
4. Evaluar las covarianzas asociadas con cualquiera estimaciones de los argumentos que
estn correlacionadas.
5. Calcular el resultado de la medicin, esto es, la estimacin y del mensurando Y , a
partir de la relacin funcional f usando, para los argumentos Xi , las estimaciones xi obtenidas en
el paso 2.
6. Determinar la incertidumbre estndar combinada uc(y) del resultado de la medicin y a
partir de las incertidumbres estndar y las covarianzas asociadas con las estimaciones xi . Si la
medicin determina simultneamente ms de un resultado, calcule sus covarianzas.
7. Si es necesario declarar una incertidumbre expandida U cuyo propsito sea establecer
un intervalo de y U a y + U que pueda esperarse abarque una fraccin grande de la
distribucin de valores que razonablemente puedan ser atribuidos al mensurando Y,
multiplquese a la incertidumbre estndar combinada uc(y) por un factor de cobertura k,
tpicamente en el intervalo de 2 a 3, para obtener U = kuc(y). Seleccione k sobre la base del nivel
de confianza requerido para el intervalo.
8. Informar el resultado de la medicin y junto con su incertidumbre estndar combinada

uc(y) o su incertidumbre expandida U. Descrbase, como se obtuvieron y y uc(y) o U.
EJEMPLO.
Determinar el valor y la incertidumbre del resultado de la medicin de la potencia
disipada por un resistor, la cual se realizo con un vltmetro y un amprmetro analgicos,
utilizando el circuito de la figura
Las caractersticas de los aparatos que se utilizaron son,

CARACTERSTICA
ALCANCE
NMERO TOTAL DE DIVISIONES
CONSTANTE DE LECTURA, C
CLASE DE EXACTITUD
RESISTENCIA,
VLTMETRO
60 V
120
0,5 V/D
0,5
10 000
AMPRMETRO
2,4 A
120
0,02 A/D
0,5
0,05
Las lecturas que se obtuvieron en los aparatos son,

CONJUNTO
NMERO
k
1
2
3
4
5
VLTMETRO
VM
DIVISIONES
116,4
116,2
116,6
116,3
116,6
AMPRMETRO
AM
DIVISIONES
100,1
99,8
100,2
100,1
100,3
SOLUCIN.
Las lecturas de los aparatos se multiplican por sus constantes para obtener los valores en
unidades elctricas, quedando como
V1 = C V VM
I = C A AM
CONJUNTO
NMERO
k
1
2
3
4
5
TENSIN
V1
V
58,20
58,10
58,30
58,15
58,30
CORRIENTE
I
A
2,002
1,996
2,004
2,002
2,006
a) Definicin del mensurando.

El mtodo de medicin es indirecto, es decir la potencia disipada en el resistor se
determina en funcin de las magnitudes relacionadas funcionalmente con la magnitud a medir,
esto es la tensin y la corriente.
La corriente medida por el amprmetro, I, es la misma que circula por la resistencia R,
pero la cada de tensin medida por el vltmetro, V1, esta afectada por la cada de tensin en el
amprmetro, VA, por lo que es necesario eliminar est cada (error sistemtico) para determinar la
cada de tensin, V, en la resistencia.
Tomando en cuenta lo anterior, tenemos que la potencia disipada por la resistencia es,
P =V I
pero,
V = V1 VA = V1 RA I
sustituyendo tenemos,
P = (V1 R A I ) I = V1 I R A I 2
(a )
No se estiman relevantes los efectos por temperatura y otros factores, as que se

determinar la potencia y la incertidumbre de su medicin a partir de la ecuacin anterior.
De donde tenemos que la potencia se puede expresar funcionalmente como,

P = f (V1 , I , R A ) .....(b)
b) Fuentes de incertidumbre.
Tomando en cuenta el procedimiento de la medicin y el modelo matemtico de la
medicin de la potencia, podemos considerar como fuentes de incertidumbre las siguientes:
Medicin de la tensin con el vltmetro.
Medicin de la intensidad de corriente con el amprmetro.
Correlacin entre las mediciones de tensin y corriente.
Clase de exactitud del vltmetro.
Clase de exactitud del amprmetro.
Valor de la resistencia del amprmetro.
c) Evaluacin de las incertidumbres estndar.
c1) Evaluacin Tipo A de las incertidumbres estndar.
Las fuentes de incertidumbre que se pueden evaluar como tipo A, son las mediciones
repetidas de tensin y corriente, stas se calculan con las frmulas siguientes:
Valor medio (media aritmtica) de una magnitud.
_
q=
1 n
qk
n k =1
.....(4)
Varianza experimental de las observaciones,

s 2 (q k ) =
1 n
(q k q )2
n 1 k =1
(5)
Desviacin estndar experimental,

s (q k ) = s 2 (q k )
Desviacin estndar experimental de la media, que se considera igual a la incertidumbre

estndar experimental tipo A, tomando en cuenta que se tienen menos de 10 juegos de
observaciones,
_ _ s (q k )
u A q = s q =
t .....(8)
n

El factor de multiplicacin t se obtiene utilizando la distribucin t de student y un
factor de cobertura k = 2, que para 5 observaciones y (5 1) = 4 grados de libertad, de acuerdo
con la tabla nmero 2, es igual a,
t = 1,4
Aplicando las ecuaciones anteriores a las lecturas obtenidas tenemos,
n= 5, t = 1,4
Valor medio
_
V
V
58,21
Valor medio
_
I
A
2,002
TENSIN
Varianza estndar
Desviacin estndar
2
s(V k )
s (V k )
2
V
V
0,0080
Incertidumbre estndar
_ _
u A V = s V

V
0,056
0,000014
Incertidumbre estndar
_ _
u A I = s I

A
0,0023
0,089
CORRIENTE
Varianza estndar
Desviacin estndar
2
s (I k )
s (I k )
A
A2
0,0037
c2) Evaluacin del coeficiente de correlacin,

_
Ya que las medias de V e I se obtienen de observaciones simultneas estas estn

correlacionadas, siendo su coeficiente de correlacin,
_ _
s
V , I
_ _
r V , I = _
_
s V s I

Donde la estimacin de la covarianza del promedio de los argumentos es,

n
_
_
1
_ _
s V , I =
V k V I k I
n (n 1) k =1
La sumatoria se puede calcular como,

n= 5
Conjunto nmero
k
Vk V
1
2
3
4
5
- 0,01
- 0,11
0,09
- 0,06
0,09
Ik I
0,000
0,006
0,002
0,000
0,004
=
_
_
V k V I k I
0,00
0,000660
0,000180
0,00
0,000360
0,001200
Sustituyendo valores tenemos,

_ _ 0,001200
s V , I =
= 0,00006
5 (5 1)
De donde el coeficiente de correlacin es,

0,00006
_ _
r V , I =
= 0,466
0,056 0,0023
c3) Evaluacin Tipo B de las incertidumbres estndar.

Las fuentes de incertidumbre que se pueden evaluar como tipo B son la clase de exactitud
del vltmetro, la clase de exactitud del amprmetro y el valor de la resistencia del amprmetro.
Tomando en cuenta las especificaciones suministradas por los fabricantes de los instrumentos.
Considerando la clase de exactitud de los aparatos como su incertidumbre especificada,
uE, tenemos que para el vltmetro esta incertidumbre es igual a,
u E (VM ) =
CLASE DE EXACTITUD ALCANCE 0,5 60

=
= 0,30 V
100
100
Para el amprmetro,
u E (AM ) =
0,5 2,4
= 0,012 A
100
Teniendo en cuenta que los fabricantes de instrumentos utilizan resistencias de buena

exactitud, se puede utilizar para ellas una incertidumbre de 1 %, de donde la incertidumbre
especificada en la resistencia del amprmetro es,
u E (R A ) =
1 0,05
= 0,0005
100
Como en los manuales de los instrumentos se especifica su clase de exactitud como un

intervalo simtrico de valores mximos, consideraremos este intervalo como una distribucin
probabilstica del tipo uniforme con valor medio igual a cero, entonces la evaluacin tipo B de
las incertidumbres estndar para cada magnitud sern,
u E (VM ) 0,30
=
0,17 V
3
3
u (AM ) 0,012
u B (AM ) = E
=
0,007 A
3
3
u B (VM ) =
El mismo criterio se puede seguir para la resistencia del amprmetro, por lo que,
u E (R A ) 0,0005
=
0,0003
3
3
d) Clculo de la mejor estimacin de la potencia.
u B (R A ) =
Ya que las medias de la tensin y la corriente se consideran como las mejores

estimaciones de los valores esperados, utilizaremos estas para calcular la mejor estimacin de la
potencia, esto es,
_2
_ _
P = V I R A I = 58,21 2,002 0,05 2,002 2 = 116,3 W

e) Determinacin de la incertidumbre estndar combinada.
El cuadrado de la incertidumbre estndar combinada se calcula a partir de la ecuacin,

2
N 1 N
f 2
f f
(
)
+
u (y) =
u
x
2
u ( x i ) u (x j ) r (x i , x j )
i =1 x i
i =1 j = i +1x i x j
N
2
c
...(3)
Sustituyendo las condiciones de nuestro ejemplo,

_
_
_ _ _ _
u c2 (P ) = C12 u A2 V + C 22 u A2 I + 2 C1 C 2 u A V u A I r V , I + C12 u B2 (VM ) + C 22 u B2 (AM ) + C 32 u B2 (R A )

Donde los coeficientes de sensibilidad, tomando en cuenta la ecuacin (a) son,

_
P
= C1 = I = 2,002 A
V1
_
_
P
= C 2 = V 2 R A I = 58,21 2 0,05 2,002 = 58,00 V
I
_
P
= C 3 = I = 2,002 2 = 4,008 A 2
R A
2
Sustituyendo,
u cA (P ) = 2,002 2 0,056 2 + 58,00 2 0,0023 2 + 2 2,002 58,00 0,056 0,0023 0,466
2
+ 2,002 2 0,17 2 + 58,00 2 0,007 2 + 4,008 2 0,0003 2

= 0,01257 + 0,01780 + 0,01406 + 0,1158 + 0,1648 + 1,446 10 6 = 0,325
Y la incertidumbre estndar combinada de la potencia es,

u c (P ) = 0,570 0,6 W
f) Clculo de la incertidumbre expandida.
En virtud de que el resultado de la medicin se informar con un intervalo asociado con

un nivel de confianza de 95,45 %; se utilizar para obtener la incertidumbre expandida la
frmula siguiente:
U (P ) = t p ( ) u c (P )
donde tp() es el factor de cobertura de la incertidumbre expandida.
Para obtener tp() es necesario calcular los grados de libertad efectivos, por medio de la
ecuacin,
eff =
u c4 (P )
N
u i4 (P )
[u c (PV )]4
V
[u (P ) ] + [u (P )]
+
4
u c4 (P )
[u c (PVM )]4 [u c (PAM )]4 [u c (PRA )]4

VM
AM
RA
El nmero de observaciones para el clculo de la incertidumbre tipo A y el coeficiente de

correlacin es de 5, por lo tanto, a todas ellas les corresponde un grado de libertad igual a 4.
Si consideramos que las especificaciones de incertidumbre de los fabricantes son

confiables al 25 %, entonces los grados de libertad de las incertidumbres estndar tipo B sern,
VM = AM = RA =
0,25 2
8
2
Sustituyendo valores en la ecuacin de los grados de libertad efectivos, tenemos,
eff =
0,325 2
0,01257 2 0,01780 2 0,01406 2 0,1158 2 0,1648 2 1,446 10 6

+
+
+
+
+
4
4
4
8
8
8
20
Para 20 grados de libertad y un nivel de confianza de 95,45 %, de la tabla de valores de
t(p) de la distribucin de Student, tenemos,

t p (20) = 2,113
De aqu que,
U (P ) = 2,113 0,570 = 1,2 W
g) La magnitud de la potencia disipada con su incertidumbre de medicin, se puede

expresar como,
P = 116,3 1,2 W = 116,3 W 1 %

donde el nmero que sigue al signo es el valor numrico de la incertidumbre expendida, con U
obtenida a partir de una incertidumbre estndar combinada de 0,570 W y un factor de cobertura
de 2,113, obtenido de un nivel de confianza de 95,45 % y 20 grados de libertad.
ERRORES DE REDONDEO Y CIFRAS SIGNIFICATIVAS.
Las mediciones no son la nica fuente de las inexactitudes en la determinacin de las

cantidades. Trtese de escribir o 2 como un decimal exacto, no importa cuantos lugares
decimales se llenen, habr algn error en la representacin. Tal error proviene del hecho de que el
nmero no est dado exactamente por la representacin decimal usada y se llama error de redondeo.
Los errores de medicin y de redondeo en los datos tienen un efecto similar cuando se usan
para calcular una magnitud.
Una notacin comn para especificar los lmites del error absoluto de redondeo es escribir,
por ejemplo,
2 = 1,41 + 0,005
para indicar que 1,41 es un valor aproximado del nmero exacto 2 y que el lmite del error
absoluto es 0,005.
Tambin podemos especificar los lmites del error de redondeo tomado en cuenta las
convenciones del redondeo de los nmeros. Por ejemplo, el nmero 2 con ocho cifras decimales es
1,41421352.
En general muy raras veces trabajamos con este valor, sino que usamos la mejor
aproximacin obtenible con, digamos 2 o 4 cifras decimales. La aproximacin con dos cifras
decimales es 1,41, esta tiene un error absoluto de 1,41 1,41421352... igual a 0,00421352...
mientras que cualquier otra aproximacin con dos cifras decimales, digamos 1,40 o 1,42 tendr un
error mayor. Por otra parte la mejor aproximacin con cuatro cifras decimales es 1,4142 ya que el
error es igual a 0,00001352..., que es menor para digamos, 1,4141 o 1,4143. Este procedimiento
de representar un nmero por el decimal ms cercano con algn nmero dado de dgitos digamos n,
despus del punto decimal, se llama redondeo del nmero a n cifras decimales.
Si un nmero exacto X se aproxima por su forma redondeada con n cifras decimales, Xn, el
lmite del error absoluto de redondeo es, 0,(n ceros)5.
Esto muestra que cualquier redondeo decimal implica un lmite de error, as que podemos
usar decimales redondeados para especificar la exactitud de una aproximacin sin dar
explcitamente el lmite del error. Entonces escribimos,
2 = 1,41
para significar que la aproximacin 1,41 tiene el lmite de error de redondeo que caracteriza a la
exactitud con dos cifras decimales, esto es,
2 = 1,41 + 0,005
A veces el trmino cifras significativas se usa en lugar de "nmero de cifras decimales". Por
ejemplo, decimos que el nmero 18,06 tiene cuatro cifras significativas, dos antes de la coma
decimal y dos despus. El nmero 0,0001806 tambin tiene cuatro cifras significativas, las ltimas
cuatro, los tres primeros ceros sirven para distinguir el nmero de, por ejemplo, 0,180 y no se
llaman significativas. En la expresin el sol est a 150000000 km de la tierra, slo las primeras dos
cifras son significativas. La informacin significa que la distancia al sol desde la tierra est ms
cercana a 150000000 que a 151000000 o a 149000000 y no que sea ms cercana a 150000000 que a
150000001 o a 149999999. Para evitar ambigedades, en estos casos es conveniente escribir tales
nmeros en la forma siguiente: 15X107, que aclara el hecho de que hay slo 2 cifras significativas,
de modo que los lmites del error absoluto de redondeo son de 0,5X107 o sea 500000 km.
La determinacin de la exactitud con que se obtiene una cantidad es muy importante, sin
embargo se debe tener cuidado de no afirmar que la magnitud se ha determinado con una exactitud
mayor que la que en realidad se puede obtener.
Cuando se realizan los clculos los resultados se deben informar solamente con una
exactitud que sea congruente con la de los datos involucrados.
Por ejemplo, se quiere determinar la longitud de la hipotenusa de un tringulo rectngulo,
cuyas mediciones de la altura y de la base fueron de 3,00 metros y 6,00 metros respectivamente. Las
mediciones se hicieron con una exactitud hasta el centmetro.
La longitud de la hipotenusa se puede determinar aplicando el teorema de Pitgoras, esto es
se puede calcular como 6,708204 metros. Como se puede observar el resultado informado tiene una
exactitud hasta de 6 cifras decimales, mientras que los datos slo tienen una exactitud hasta de 2
cifras decimales, lo cual nos hace ver que la exactitud con que se est estableciendo la longitud de la
hipotenusa es mayor que la de los datos de los que se obtuvo, razn por la cual podemos considerar
que la exactitud con que se est dando la respuesta es incongruente, por lo que una respuesta ms
razonable ser dar la longitud de la hipotenusa como igual a 6,71 metros.
El valor numrico de cualquier medida es una aproximacin; ninguna medida fsica como
longitud, masa, tensin corriente, resistencia, etc., es absolutamente correcta. La confiabilidad de
toda medida est limitada por la exactitud del instrumento de medida, el cual nunca es
absolutamente confiable.
Consideremos que se ha medido una corriente, aprecindose 35,7 A. Por convenio esto
significa que la corriente se ha medido hasta el dcimo del ampere ms prximo y que su valor
exacto esta entre 35,65 y 35,75 A. Si esta medida fuera exacta hasta el centsimo de ampere ms
prximo se hubiera anotado 35,70 A. El valor 35,7 representa tres dgitos significativos (3,5,7)
mientras que el valor 35,70 representa cuatro dgitos significativos (3,5,7,0). Una cifra significativa
es aquella que se conoce razonablemente como confiable.
De igual forma, una resistencia registrada como 64 082 , medida con un puente de
Wheatstone, significa que la resistencia se midi hasta la unidad de ohm ms prxima y representa
cinco dgitos significativos, siendo el ltimo (2) razonablemente confiable, garantizando la
certidumbre de los cuatro dgitos precedentes.
La escala de un wttmetro de 150 W, est graduada con divisiones con una separacin de un
watt, estimndose una dcima de watt. Una potencia leda de 121,8 tiene cuatro dgitos
significativos. El ltimo dgito (8), siendo estimado, puede tener una incertidumbre de uno o dos
dgitos, en ambos sentidos. Los tres dgitos precedentes son completamente ciertos.
En las mediciones, el ltimo dgito es estimado y se considera tambin dgito significativo.
Los ceros se pueden utilizar ya sea para indicar un valor especfico, como cualquier dgito, o
para indicar la magnitud de una cifra.
Una corriente registrada de 23 mA representa dos dgitos significativos (2,3). Si la misma
corriente se escribe en la forma 0,023 A, sigue contando con slo dos dgitos significativos. Los
ceros que aparecen como los primeros dgitos de la cifra no son significativos, ya que se limitan a
situar la coma decimal. Sin embargo, los valores 0,023 0 A y 0,230 A tienen tres dgitos
significativos (2, 3, y el ltimo cero); el valor 1,023 tiene cuatro dgitos significativos (1, 0, 2, 3). De
igual forma el valor 38,00 contiene cuatro dgitos significativos.
Decir que se ha medido una tensin de 6 300 V no indica en forma adecuada la exactitud de
la medicin. Los dos ltimos ceros pueden haber sido utilizados simplemente para situar la coma
decimal. Si se ha medido hasta el centenar de volt ms prximo, la medicin contendr solamente
dos dgitos significativos y se puede escribir en la forma de 6,3 X 103 V. Si se ha medido hasta la
ltima decena de volt ms prxima se podr escribir como 6,30 X 103 V, lo que indica que el valor
tiene una exactitud de tres dgitos significativos. Como el cero, en este caso, no es necesario para
situar la coma decimal, tiene que ser un dgito significativo. Si la medicin se ha realizado hasta el
volt ms prximo, la tensin se podr escribir como escribir como 6,300 X 103 V (cuatro dgitos
significativos) Como se puede observar, en estos ltimos ejemplos, se acostumbra situar la coma
decimal despus del primer dgito significativo.
En conclusin podemos llegar a las convenciones siguientes:
1. El ltimo dgito expresado representa el punto de incertidumbre.
2. Se entiende (a menos que se indique lo contrario) que hay una incertidumbre de una
unidad en el ltimo dgito.
3. Para evitar la necesidad de poner ceros despus del dgito incierto se debe utilizar, cuando
sea necesario, una potencia apropiada de 10.
Al hacer clculos es innecesario consumir tiempo y esfuerzo al usar ms dgitos que los
significativos. Adems aquellos que usan las cifras significativas pueden llegar a conclusiones de
ingeniera o cientficas basadas en dgitos sin sentido. Para evitar el manejo de dgitos superfluos, se
puede utilizar el procedimiento de redondeo.
La regla bsica del redondeo es que no se debe retener un dgito que no conduzca a alguna
informacin efectiva. El ltimo dgito dado debe representar el punto de incertidumbre.
Hay algunas excepciones a esta filosofa. Si los datos van a estar sujetos a un anlisis
estadstico, el nmero de dgitos significativos que se retienen en la media es normalmente uno ms
que en los datos primarios, esto se justifica por que la desviacin normal es 1/n veces la de una
variable individual. Las medidas de incertidumbre, tales como la desviacin normal y lmites del
error, normalmente se expresan con un dgito significativo y no necesitan incluir ms de dos.
Cuando un nmero se va ha redondear a una cantidad de dgitos menor que el nmero total
disponible, el procedimiento se debe realizar como se indica a continuacin:
1. Cuando el primer dgito descartado es menor que 5, el ltimo dgito retenido no se debe
cambiar.
2. Cuando el primer dgito descartado es mayor que 5 o es un cinco seguido de cuando
menos un dgito distinto de cero, el ltimo dgito retenido se incrementa en una unidad.
3. Cuando el primer dgito descartado es exactamente 5 seguido nicamente por ceros, el
ltimo dgito retenido se redondea incrementndolo en una unidad si es un nmero non, pero no se
hace ajuste alguno si es un nmero par. La eleccin de par en lugar de impar es arbitraria, la idea es
que con una convencin permanente se producir un efecto equilibrador a lo largo de un gran
nmero de casos.
4. Si la coma decimal est despus del dgito (s) eliminado, reemplace el dgito (s) con
ceros, y cuando informe el nmero hgalo como el producto de un nmero y una potencia de 10.
Para ilustrar las indicaciones anteriores, en la tabla nmero 5 se muestran algunos nmeros
de cinco dgitos.
Los nmeros que se muestran en la primera columna se han informado hasta el lmite de
exactitud. En cada nmero, el parntesis muestra el punto de incertidumbre. En la segunda columna
se muestra el nmero redondeado y en la tercera columna se ilustra la forma de informar el nmero
redondeado.
TABLA NMERO 5. EJEMPLOS DE PROCEDIMIENTO DE REDONDEO

NMERO
NMERO
NMERO
REDONDEADO
INFORMADO
26 54(3)
26 543
26 543
26 5(4)3
26 540
2, 654 X 104
26 (5)43
26 500
2,65 X 104
2(6) 500
26 000
2,6 X 104
2(7) 500
28 000
2,8 X 104
(2)6 543
30 000
3 X 104
2 6(5)4,6
2 650
2,65 X 103
Frecuentemente los datos requeridos para una investigacin se pueden obtener de una
variedad de fuentes donde ellos se han registrado con diferentes grados de exactitud, y para llegar a
resultados adecuados se deben observar reglas especficas cuando tales datos se vayan a sumar,
restar, multiplicar o dividir.
La regla para sumar y restar es que el resultado no debe contener dgitos significativos ms
all del extremo derecho de los que tienen la cifra con menor exactitud. Consideremos la suma de
tres nmeros tomados de tres fuentes, el primero de los cuales est informado en miles, el segundo
en unidades, y el tercero en milsimos.
543 000,000
+ 204 886,000
77 233,217
_____________
825 119, 217
El total indica una exactitud que no es vlida. Primero se deben redondear los nmeros a un
dgito significativo ms all de la derecha de los que tienen el nmero menos exacto, y la suma se
toma como sigue:
543 000,000
+ 204 900,000
77 200, 000
____________________
825 100,000
El resultado se debe redondear a 825 000,000, segn dice la regla e informarse como 825 X
10 . Note que si el segundo sumando hubiera sido 204 986,000 el redondeo antes de la suma habra
sido 205 000,000, en cuyo caso el cero siguiente a 205 hubiera sido significativo.
3
La regla para multiplicar y dividir es que el producto o cociente no tenga ms dgitos

significativos que los que estn contenidos en el nmero que tiene menos dgitos significativos de
los que se usan en la multiplicacin o divisin. Por ejemplo, al multiplicar 44,8(5) por 1,6(2), donde
ambos 5 y 2 tienen incertidumbre.
44,85
X 1,62
_______
8970
26 910
44 85
________________
72,6570
Informando el nmero hasta el ltimo dgito con incertidumbre tendremos 72,7 puesto que
0,02 X 44,85 = 0,897 0 es completamente incierto.
La regla anterior es una aproximacin al enunciado ms exacto de que la incertidumbre
relativa o porcentual de un producto o un cociente no puede ser menor que el correspondiente a
cualquier factor. Por esta razn los nmeros cuyo primer dgito significativo sea 1
(ocasionalmente 2) tienen que contener un dgito significativo adicional, para tener una
incertidumbre relativa determinada en comparacin con un nmero que empiece por 8 o 9.
Consideremos la divisin 9,64/9,1 = 1,06. Por la regla aproximada la contestacin sera
1,1 (dos dgitos significativos). Sin embargo, una diferencia de 1 en el ltimo dgito de 9,1
(9,10,1) da lugar a una incertidumbre aproximada del 1 %, mientras que en 1,1 (1,10,1) da
lugar a una incertidumbre de aproximadamente 10 %. Por tanto, la respuesta 1,1 tiene un
porcentaje de exactitud mucho menor que 9,1. En consecuencia, en este caso, la contestacin
debe ser 1,06, ya que una diferencia de 1 en el ltimo dgito del factor menos exacto utilizado en
el clculo (9,1) da un porcentaje de incertidumbre aproximadamente igual a 1 % que una
diferencia de 1 en el ltimo dgito de 1,06 (1,060,01). De igual forma tendramos que 0,93 X
1,12 = 1,04.
Para destacar la diferencia entre la regla para la suma y resta y la regla para la
multiplicacin y divisin utilizaremos los ejemplos siguientes:
Suma
232,3 + 3,62 = 235,92 redondeado a 235,9
Resta
232,3 3,62 = 228,68 redondeado a 228,7
Multiplicacin
232,3 X 3,62 = 840,926 redondeado a 841
Divisin
232,3/3,62 = 64,171 27 redondeado a 64,2
El producto y el cociente estn limitados a tres dgitos significativos, puesto que 3,62
contienen solamente tres dgitos significativos. En contraste con los resultados redondeados de la
suma y resta, de los ejemplos, los cuales contienen cuatro dgitos significativos.
Los nmeros utilizados en todas las ilustraciones anteriores son estimados o medidos. Los
nmeros que son conteos exactos se trabajan como si consistieran de un nmero infinito de
dgitos significativos. Estableciendo esto en forma ms simple, cuando se usa un conteo en
conjunto con una medicin para realizar clculos, el nmero de dgitos significativos en el
resultado es el mismo que el nmero de dgitos significativos que tiene la medicin.
Si un conteo de 30 se multiplica por una medicin de 21,3; el producto es 639. Sin
embargo, si 30 hubiera sido una estimacin exacta solamente hasta la decena ms cercana, y de
aqu que contenga slo un dgito significativo, el producto debera redondearse a 600 e
informarse como 6 X 102.
BIBLIOGRAFA.
1. Associatin fran aise de normalisation (anfor). Norme fran aise homologue, NF X

06-044. Traitement des rsultats de mesure. Dtermination de lincertitude associe au rsultal
final. Paris, France.1984.
2. dHaihaut Louis. Estimacin y redondeo en clculos numricos. Casimiro Mahou.
Traduccin del francs de la obra de Louis dHainaut, Arrondir et Estimer. Distrito Federal,
Mxico: Editorial Trillas, S.A. 1978.
3. Centro Nacional de Metrologa (CENAM). Direccin de Metrologa Elctrica.
Divisin de mediciones electromagnticas. Reporte tcnico CNM-MEE-PT-0001. Resumn y
ejemplos de aplicacin de la gua ISO/BIMP para la expresin de incertidumbres en las
mediciones. Sergio Carmona Lpez y Carlos A. Snchez Fernndez. Quertaro, Mxico. 1994.
4. Centro Nacional de Metrologa (CENAM). Direccin de Metrologa Elctrica. Reporte
tcnico CNM-MED-PT-0002. Gua BIMP/ISO para la expresin de la incertidumbre en las
mediciones. Traduccin del ingls de la ISO/IEC/OIML/BIMP. Guide to the Expression of
Uncertainty in Measurement, first edition. Dr. Juan Manuel Figueroa Estrada y varios.
Quertaro, Mxico. 1994.
5. Instituto Mexicano de Normalizacin y Certificacin, A.C. Direccin General de
Normas. Norma Mexicana, NMX-Z-055-1997-INMC. Metrologa Vocabulario de trminos
fundamentales y generales, primera edicin. D.F., Mxico. 1997.
6. Instituto Mexicano de Normalizacin y Certificacin, A.C. Direccin General de
Normas. Norma Mexicana, NMX-CH-140:1996 INMC. Gua para evaluacin de la
incertidumbre en los resultados de las mediciones, primera edicin. D:F:, Mxico.1996.
7. International Organization for Standarization. International vocabulary of basic and
general terms in metrology (VIMP), second edition. Ginebra Suiza. 1993.
8. International Organization for Standarization. ISO 3534-1:1993. Statistics
Vocaburary and symbols Part 1: Probability and general statistical terms, first edition. Ginebra
Suiza. 1993.
9. ISO/IEC/OIML/BIMP. Guide to the Expression of Uncertainty in Measurement, first
edition. Ginebra Suiza, 1993.
10. National Institute of Standards and Technology (NIST). Guidelines for Evaluating
and Expressing the Uncertaninty of NIST Measurement Results. Washington, United States of
America, 1993.
11. Organisation Internationale de Mtrologie Legal. Vocabulaire de Mtrologie Lgale,

Termes fondamentaux. France, Paris: Bureau Internationale de Mtrologie Lgale. 1982.
12. Presidencia de la Repblica de los Estados Unidos Mexicanos. Ley Federal de
Metrologa y Normalizacin. D.F., Mxico. Publicada en el Diario Oficial de la Repblica. 1 de
agosto de 1997.
13. Presidencia de la Repblica de los Estados Unidos Mexicanos. Reglamento de la Ley
Federal de Metrologa y Normalizacin. D.F., Mxico. Publicada en el Diario Oficial de la
Repblica. 14 de enero de 1999.
14. Secretara de Comercio y Fomento Industrial. Direccin general de Normas. Norma
Oficial Mexicana, NOM-008-SCFI-1993. Sistema General de Unidades de Medida. D.F.,
Mxico. 1993.
15. Secretara de Comercio y Fomento Industrial, Direccin General de Normas. Norma
Mexicana, NMX-CH-110/1-1993. Instrumentos de medicin de indicacin analgica para
magnitudes elctricas Trminos y definiciones. Ciudad de Mxico, Mxico. 1993.
16. Secretara de Comercio y Fomento Industrial, Direccin General de Normas. Norma
Mexicana, NMX-CH-131/1-1993. Instrumentos de medicin digital para magnitudes elctricas
Trminos y definiciones. Ciudad de Mxico, Mxico. 1993.

Capïtulo 1

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Capïtulo 1

Enviado por

Direitos autorais:

Formatos disponíveis

EXACTITUD, ERRORES, INCERTIDUMBRE

El objetivo de la medicin de una magnitud M es la de determinar el valor numrico {m}

METROLOGA ELCTRICA C1- 1

EXACTITUD, ERRORES, INCERTIDUMBRE

En la prctica la especificacin requerida o definicin del mensurando es dictada por la

NMX-Z-055-1997-IMNC. 3.5. EXACTITUD DE MEDICIN.

EXACTITUD, ERRORES, INCERTIDUMBRE

La clase e importancia de la medicin que se ha de ejecutar, determinar siempre el grado de

NMX-Z-055-1997-IMNC. 5.18. EXACTITUD DE UN INSTRUMENTO DE MEDICION.

EXACTITUD, ERRORES, INCERTIDUMBRE

METROLOGA ELCTRICA C1- 4

EXACTITUD, ERRORES, INCERTIDUMBRE

METROLOGA ELCTRICA C1- 5

EXACTITUD, ERRORES, INCERTIDUMBRE

El error sistemtico19 se define como, media que resultara de un nmero infinito de

NMX-Z-055-1997-IMNC. 3.14. ERROR SISTEMTICO.

METROLOGA ELCTRICA C1- 6

EXACTITUD, ERRORES, INCERTIDUMBRE

EXACTITUD, ERRORES, INCERTIDUMBRE

constituyen, etc. Si bien estas imperfecciones tienen un carcter sistemtico consideradas

METROLOGA ELCTRICA C1- 8

EXACTITUD, ERRORES, INCERTIDUMBRE

donde Nm es el error en cuentas o dgitos, relacionado con la magnitud de la seal de entrada y

y los lmites de los errores relativos tolerados en por ciento sern,

u c = ( Nm + Nc) = (3 + 2) = 5 dgitos = 0,05 V

Errores sistemticos debidos al efecto de carga de los instrumentos.

METROLOGA ELCTRICA C1- 9

EXACTITUD, ERRORES, INCERTIDUMBRE

La corriente en la resistencia R, cuando se intercala el amprmetro en el circuito es igual a,

El valor de la resistencia del amprmetro se puede calcular observando las especificaciones

EXACTITUD, ERRORES, INCERTIDUMBRE

ERROR POR EFECTO DE CARGA

METROLOGA ELCTRICA C1- 11

EXACTITUD, ERRORES, INCERTIDUMBRE

Errores sistemticos debidos al envejecimiento de los instrumentos.

METROLOGA ELCTRICA C1- 12

EXACTITUD, ERRORES, INCERTIDUMBRE

FIGURA NMERO 2. EJEMPLO DE ERROR DE PARALAJE.

Como ejemplo de la determinacin del error de interpolacin, consideremos que se tiene un

FRACCION DE DIVISION QUE SE PUEDE DISTINGUIR

Para el final de la escala,

METROLOGA ELCTRICA C1- 13

EXACTITUD, ERRORES, INCERTIDUMBRE

Errores sistemticos debidos a aproximacin en las expresiones.

EXACTITUD, ERRORES, INCERTIDUMBRE

corriente, evitar a lo largo de la construccin de un circuito realizar rizos alrededor de los

EXACTITUD, ERRORES, INCERTIDUMBRE

medicin. Lo anterior se disminuye vigilando los aislamientos, adems de que en el caso de

Deteccin de los errores sistemticos.

Comparacin con la medicin de una magnitud conocida de la misma naturaleza.

METROLOGA ELCTRICA C1- 16

EXACTITUD, ERRORES, INCERTIDUMBRE

Medicin de la magnitud con un instrumento diferente.

Medicin de la misma magnitud con mtodos diferentes.

Medicin de la misma magnitud con diferentes sistemas de medicin o en condiciones con

Comparacin entre laboratorios.

Ajuste de un instrumento de medicin antes de su utilizacin.

Reduccin de los errores por medio de la seleccin del mtodo de medicin.

Reduccin de los errores sistemticos utilizando las correcciones.

EXACTITUD, ERRORES, INCERTIDUMBRE

Reglas generales para la reduccin de los errores sistemticos.

La palabra incertidumbre significa duda, y por tanto en su sentido ms amplio

ISO 3534-1. 1.23. 1993. DESVIACIN ESTNDAR. La raz cuadrada de la varianza.