Emergencias 24/7 814 777 6921812 230 6079WhatsApp 811 786 0768
Electrónica MonterreyElectrónica MonterreyLaboratorios Creativeit Hablar con un ingeniero
Menú

¿Cómo se evalúa la incertidumbre de una medición indirecta?

En una medición indirecta, la incertidumbre se evalúa combinando las incertidumbres de las magnitudes de entrada ponderadas por sus coeficientes de sensibilidad, que son las derivadas parciales de la función que define el mensurando.

Planteamiento

Muchas magnitudes no se miden directamente: la potencia se obtiene de tensión y corriente, una resistencia de tensión y corriente, una densidad de masa y volumen. Se define un modelo y = f(x1, x2, …) que relaciona el mensurando con las magnitudes de entrada, y se evalúa la incertidumbre de cada entrada.

Pasos

  1. Escribir el modelo matemático completo, incluyendo correcciones (temperatura, empuje, deriva) que también aportan incertidumbre.
  2. Obtener la incertidumbre estándar de cada entrada, ya sea estadística (tipo A) o por otra información (tipo B).
  3. Calcular los coeficientes de sensibilidad: la derivada parcial de f respecto a cada entrada, evaluada en los valores estimados.
  4. Combinar: la incertidumbre combinada es la raíz cuadrada de la suma de los cuadrados de cada producto coeficiente por incertidumbre, más los términos de covarianza si las entradas están correlacionadas.
  5. Expandir multiplicando por un factor de cobertura acorde con el nivel de confianza deseado.

Un ejemplo con potencia

Si la potencia es el producto de tensión por corriente, el coeficiente de la tensión es la corriente y el de la corriente es la tensión. Para productos y cocientes es práctico trabajar con incertidumbres relativas: si las entradas no están correlacionadas, las incertidumbres relativas se suman en cuadratura. Un exponente en el modelo multiplica la incertidumbre relativa correspondiente.

Correlaciones

Si dos entradas se miden con el mismo instrumento o comparten un patrón, sus errores no son independientes. Ignorar la correlación puede sobrestimar o subestimar la incertidumbre, según el signo de los coeficientes. Por ejemplo, en una resta de dos lecturas con el mismo instrumento, el error común se cancela parcialmente.

Cuándo no basta el método lineal

La propagación analítica supone que el modelo es aproximadamente lineal en el entorno de los valores de entrada y que la distribución de salida es cercana a normal. Si el modelo es muy no lineal o una componente domina con distribución no normal, se recurre a la propagación de distribuciones por simulación de Monte Carlo.

Qué ve el ingeniero en la práctica

El resultado se presenta como una tabla de presupuesto: cada fila es una entrada con su incertidumbre, distribución, coeficiente de sensibilidad y contribución. Esa tabla revela cuál entrada domina y, por tanto, dónde conviene invertir en mejores patrones o procedimientos.

¡Hacemos pruebas reales, en video! Véalas en nuestro canal de YouTube →

¿Tiene un problema que nadie ha podido medir?

Hable directamente con el ingeniero responsable, sin intermediarios.

Hablar con un ingeniero