Gestin de la Medicin

Del Gas Natural_________________________________________________

1 de 28












Doc. No. 1

Introduccin a la Estimacin de Incertidumbre
















Gestin de la Medicin
Del Gas Natural_________________________________________________

2 de 28



INTRODUCCIN A LA ESTIMACIN DE INCERTIDUMBRE

1. INTRODUCCIN ........................................................................................................................... 3
2. DEFINICIN DE INCERTIDUMBRE ............................................................................................. 3
3. METODOLOGAS PARA LA ESTIMACIN DE INCERTIDUMBRE ............................................. 4
3.1. Mtodo GUM Ley de Propagacin de Incertidumbres ................................................................ 5
3.2. Mtodo Monte Carlo ...................................................................................................................... 5
4. ESTIMACIN DE INCERTIDUMBRE POR EL MTODO GUM ................................................... 5
4.1. Definicin del Mensurando ............................................................................................................ 6
4.2. Determinacin del Modelo Fsico .................................................................................................. 7
4.3. Determinacin del Modelo Matemtico ......................................................................................... 7
4.4. Identificacin y Organizacin de las Fuentes de Incertidumbre .................................................... 9
4.5. Cuantificacin .............................................................................................................................. 10
4.6. Reduccin (Incertidumbre Estndar) ........................................................................................... 11
4.7. Combinacin (Incertidumbre Combinada) ................................................................................... 15
4.8. Confiabilidad (Factor de Cobertura) ............................................................................................ 19
4.9. Informe de Resultados ................................................................................................................. 22
5. ESTIMACIN POR EL MTODO MONTE CARLO .................................................................... 22
5.1. Asignacin de la Distribucin de Probabilidad ............................................................................ 23
5.2. Simulacin de Monte Carlo .......................................................................................................... 24
5.3. Anlisis de Resultados................................................................................................................. 25
5.4. Informe de Resultados ................................................................................................................. 25
6. DISCUSIN ................................................................................................................................. 26
7. ESTIMACIN DE INCERTIDUMBRE EN GAS NATURAL ......................................................... 26
8. REFERENCIAS ............................................................................................................................ 28





















Gestin de la Medicin
Del Gas Natural_________________________________________________

3 de 28

1. INTRODUCCIN

Un concepto se empieza a conocer cuando se cuantifica, es decir, cuando se mide, y es por medio de
estas mediciones que se lleva a cabo el comercio a nivel mundial, se alcanzan avances cientficos y
tecnolgicos, y se fabrican y prueban productos. La adecuada ejecucin de cada una de estas
actividades depende de conocer, qu tan buenas son las mediciones dentro de dicha actividad, en el
contexto de cada aplicacin, esto es sinnimo de conocer la confianza con la que estas mediciones
nos permiten tomar decisiones, ajustar parmetros, seleccionar instrumentos, modificar procesos, etc.

Esta confianza o calidad de las mediciones se expresa con un parmetro llamado incertidumbre de
medida, el cual refleja la carencia de un conocimiento exacto del valor del mensurando, ya que, la
naturaleza nos impide conocer con certeza absoluta el valor verdadero de una magnitud. Este
documento presenta, inicialmente, la definicin y los conceptos bsicos de la incertidumbre de
medida, estableciendo qu es, cul es el contexto en el que se aplica y cul es su utilidad.
Posteriormente se exponen las dos metodologas ms utilizadas para su estimacin, describiendo sus
principales caractersticas. Con el fin de presentar la ejecucin de las dos metodologas, se expone de
forma detallada el procedimiento de estimacin de incertidumbre por los dos mtodos, junto con el
desarrollo de un ejemplo sencillo para dar claridad de los pasos a seguir dentro de cada uno de ellos.
Para el finalizar en el documento se presentan los aspectos relacionados con la estimacin de
incertidumbre asociada a la metrologa de gas natural.


2. DEFINICIN DE INCERTIDUMBRE

El VIM
1
3 edicin [2] define Incertidumbre de la Medicin
2
como: parmetro no negativo que
caracteriza la dispersin de los valores, atribuidos a un mensurando, a partir de la informacin que se
utiliza. Esta dispersin se puede considerar como el intervalo dentro del cual se encuentra el valor de
la magnitud medida, esto en razn a que el valor verdadero de una magnitud se considera nico y, en
la prctica, imposible de conocer debido a la imperfeccin natural de los procesos de medicin.
Expresado de forma sencilla, la incertidumbre es la duda que se posee sobre el resultado de una
medicin.

La incertidumbre de medida permite cuantificar que tan cerca o lejos se est del conocimiento exacto
del valor de la magnitud que se mide. Existen muchas fuentes potenciales de incertidumbre en una
medicin, entre las cuales se encuentran:

La definicin del mesurando.
Las condiciones ambientales.
El observador o metrlogo.
Las caractersticas de los instrumentos de medicin utilizados.
La calibracin y cadena de trazabilidad de patrones de medicin y materiales de referencia.
Aproximaciones y suposiciones incorporadas en los mtodos y procedimientos de medicin, entre
otras.

El conocimiento y la adecuada cuantificacin de cada una de las fuentes, es lo que permite estimar la
incertidumbre de medida, y por consiguiente cuantificar la calidad de la medicin realizada.

1
Vocabulario Internacional de Metrologa
2
La palabra medida puede tener distintos significados en lengua espaola. Por esta razn, este trmino no se emplea aislado
en el VIM 3 . Por la misma razn se ha introducido la palabra medicin para describir la accin de medir.

Gestin de la Medicin
Del Gas Natural_________________________________________________

4 de 28

A nivel internacional el primer paso para establecer una referencia a la incertidumbre en la medicin,
se dio en 1978, cuando el Bureau Internacional des Poids et Mesures (BIPM) inicia el tratamiento del
tema por indicacin del Comit Internacional del Poids et Mesures CIPM. Aparece entonces en 1980
el documento: Recomendacin INC-1 Expresin de Incertidumbres Experimentales. Posteriormente
el CIPM le asigna a la ISO, Internacional Organization for Standarization, la preparacin de un
documento gua para la estimacin y expresin de la incertidumbre de medida que tenga en cuenta
los intereses de la ciencia, la industria y el comercio, basndose en la Recomendacin INC-1, lo que
da como resultado la publicacin de la Gua para la Expresin de Incertidumbre de Medicin (GUM),
1993. Esta gua fue revisada y reimpresa en el ao de 1995 y su ltima revisin con correcciones
menores, data del 2008 [1], en la cual participaron BIPM, IEC, IFCC, ILAC, ISO, IUPAC, IUPAP y la
OIML.

En el ao 2004 fue publicado el suplemento 1 de la GUM denominado Numerical Methods for the
Propagation of Distributions en el cual se presenta una orientacin general para el uso de un mtodo
alternativo, basado en la evaluacin numrica por computador, de la incertidumbre de medicin. Este
mtodo es conocido como Simulacin Monte Carlo o simplemente mtodo Monte Carlo y su versin
ms reciente fue emitida por el BIPM en el 2008 [3],[4].

Otro aspecto importante de la incertidumbre de medida es que este parmetro se estima, mas no se
calcula, y el valor obtenido debe ir acompaado de un nivel de confianza determinado expresado en
trminos de un factor de cobertura, debido a que la incertidumbre de medida es un parmetro
estocstico y no determinstico.

En algunos casos, equivocadamente se confunde el concepto de incertidumbre de medida con otros
parmetros tales como el error, los rangos de tolerancia, la exactitud o la precisin, esto generalmente
se debe al desconocimiento del tema o, en algunos casos, a que el entorno no se encuentra alienado
con el VIM y con lo establecido por el BIPM y todos sus comits.

Si aplicamos este concepto a la medicin de flujo de fluidos (volumen y/o caudal), se puede decir que
el valor obtenido del sistema de medicin es simplemente la mejor estimacin que se puede obtener
del caudal o el volumen. En la prctica, el caudal o volumen podra ser superior o inferior a este valor,
y es la incertidumbre de medida el parmetro que caracteriza el rango de valores dentro del cual se
espera que el caudal y/o volumen real se encuentre, con un nivel de confianza determinado. La
utilidad de dicho concepto en la medicin de fluidos se enfoca entre otros aspectos a la posibilidad de
identificar los diferentes fenmenos o parmetros impactan en la calidad de las mediciones para
proyectar mejoras que permitan optimizar el sistema de medicin y de esta forma reducir las prdidas
asociadas a una medicin de baja calidad Metrolgica y aumentar la confianza entre las partes
involucradas en la comercializacin del fluido medido.

3. METODOLOGAS PARA LA ESTIMACIN DE INCERTIDUMBRE

Para estimar la incertidumbre de medida existen varias metodologas, pero como se mencion
anteriormente, solo dos de ellas son reconocidas en el mbito internacional de la metrologa, y por
consiguiente sern las tratadas en el presente documento. La primera, es la basada en la ley de
propagacin de incertidumbre, descrita en la GUM y, la segunda, el mtodo numrico basado en
simulacin de Monte Carlo, descrito en el suplemento 1 de la GUM. A continuacin se presenta la
descripcin de cada uno de estos mtodos.




Gestin de la Medicin
Del Gas Natural_________________________________________________

5 de 28
3.1. Mtodo GUM Ley de Propagacin de Incertidumbres

El mtodo consiste en establecer el modelo matemtico que describe la magnitud a medir, y sobre
este modelo se identifican las fuentes de incertidumbre, estimando para cada una de ellas un valor,
con una funcin de densidad de probabilidad (PDF
3
) asociada. El valor de estas fuentes de
incertidumbre es expresado con el mismo nivel de confianza, reduciendo cada una de ellas a una
Incertidumbre Estndar asociada a un margen cuyo tamao es de ms o menos una desviacin
estndar de acuerdo con su valor y su PDF.

Estas incertidumbres estndar, son combinadas para obtener la incertidumbre estndar de la
magnitud a medir, linealizando el modelo matemtico (por medio de derivadas parciales) alrededor de
los mejores estimados de cada una de las variables de entrada. Por ltimo, se obtienen los grados de
libertad y el factor de cobertura, con los cuales se estima la incertidumbre expandida asociada al
resultado de la medicin. En el numeral 4 se presenta una descripcin detalla del procedimiento a
seguir para la estimacin de incertidumbre utilizando el mtodo GUM.

3.2. Mtodo Monte Carlo

El mtodo por simulacin de Monte Carlo, para estimar la incertidumbre, se basa en la premisa de que
cualquier valor aleatorio de la distribucin de posibles valores de una magnitud de entrada, es igual de
valido. As, en forma aleatoria se determina un valor para cada magnitud de entrada segn el valor
asignado a su funcin de densidad de probabilidad, de esta forma se obtiene un conjunto de valores
de las magnitudes de entrada, con los cuales se evala el modelo correspondiente, dando como
resultado un valor posible de la cantidad de salida. En consecuencia, generando un conjunto amplio
de valores para las magnitudes de entrada del modelo, y evalundolo sobre este conjunto de valores,
se obtiene una aproximacin a la distribucin de posibles valores para la cantidad de salida.

Al igual que para el mtodo GUM los primeros pasos consisten en establecer el modelo matemtico
que describe la magnitud a medir e identificar las fuentes de incertidumbre de todas la variables del
modelo, estimando para cada una de ellas un valor con una PDF asociada. Se prosigue generando
aleatoriamente un conjunto de valores para las magnitudes de entrada con base en la funcin de
probabilidad, este procedimiento se repite un gran nmero de veces (n por ejemplo), obteniendo n
conjuntos de valores independientes para las magnitudes de entrada. Para cada uno de estos
conjuntos independientes, se calcula el valor resultante del modelo Y. Estos valores obtenidos
proveen una aproximacin de la distribucin de probabilidad esperada de la variable de salida Y,
donde la desviacin estndar de esta distribucin corresponde a la incertidumbre estndar u (y) de la
magnitud de salida Y.

La eficacia de la simulacin de Monte Carlo como mtodo para la estimacin de incertidumbre
depende en gran medida, de contar con las herramientas adecuadas para la generacin de nmeros
aleatorios, la ejecucin de clculos exactos y la seleccin correcta del nmero de veces (comnmente
llamado iteraciones) que se generan valores de las magnitudes de entrada para obtener un valor de la
magnitud de salida.

4. ESTIMACIN DE INCERTIDUMBRE POR EL MTODO GUM

En este numeral se presenta una descripcin de los pasos que se deben seguir para estimar la
incertidumbre de medida utilizando el mtodo basado en la ley de propagacin de incertidumbres

3
Por sus siglas en ingls Probability Density Function

Gestin de la Medicin
Del Gas Natural_________________________________________________

6 de 28
descrito en GUM, junto con el desarrollo de un ejemplo sencillo que permite ilustrar la implementacin
de la metodologa. En la siguiente figura se puede observar un diagrama de los pasos a seguir para
estimar la incertidumbre de un proceso de medicin utilizando esta metodologa.


Fig 1. Pasos para la Estimacin de Incertidumbre Utilizando la Metodologa GUM

4.1. Definicin del Mensurando

Medicin (VIM 2.1) se define como el conjunto de operaciones cuyo objeto es determinar el valor de
una magnitud que generalmente se conoce como Mensurando o Magnitud por Medir (VIM 2.6) [2], de
estas definiciones se desprende el primer paso para realizar una medicin y por ende para estimar su
incertidumbre asociada, este paso consiste en definir de forma clara e inequvoca la magnitud a medir.
Esta definicin del mensurando no solo incluye el fenmeno a cuantificar, sino tambin los parmetros
que pueden afectar su cuantificacin, desde las magnitudes que afectan el resultado de la medicin
hasta el mtodo y el procedimiento para ejecutar la medicin. Se puede afirmar que un amplio
conocimiento se refleja en una menor incertidumbre de medida. Cuando no se posee una completa
definicin del mensurando, se puede dar lugar a un componente de incertidumbre adicional (que en
algunos casos puede ser la fuente de mayor incertidumbre) que debe incluirse en la evaluacin de la
incertidumbre del resultado de la medicin.

Para el ejemplo se considera como mensurando la presin que ejerce un cubo de acero inoxidable
(INOX 304) sobre una superficie plana (Ej: una mesa) como el que se observa en la Fig 2.


Fig 2. Cubo de Acero Inoxidable 304

Como parte del desarrollo del ejemplo se supone que las mediciones se efectan en ambiente de
temperatura y humedad controladas o estables.




Definicin
Modelo Fsico
Modelo Matemtico
Identificacin
Organizacin
Cuantificacin
Reduccin
Combinacin
Correlacin
Confiabilidad
Informe
Definicin
Modelo Fsico
Modelo Matemtico
Identificacin
Organizacin
Cuantificacin
Reduccin
Combinacin
Correlacin
Confiabilidad
Informe

Gestin de la Medicin
Del Gas Natural_________________________________________________

7 de 28
4.2. Determinacin del Modelo Fsico
Como se mencion anteriormente, realizar la medicin de una magnitud de manera exacta y
completa, no es posible, por lo cual es necesario simplificar el fenmeno o la situacin real
conservando las caractersticas ms relevantes para el propsito pretendido, por medio de la
construccin de un modelo (aproximado a la realidad) que se puede utilizar para la medicin
(generalmente denominado modelo de medicin).

Este modelo se establece mediante un conjunto de suposiciones sobre el mensurando y las variables
fsicas o qumicas relevantes para la medicin. Estas suposiciones usualmente incluyen:

Relaciones de los fenmenos entre variables.
Consideraciones sobre el fenmeno como conservacin de cantidades, comportamiento temporal,
comportamiento espacial, simetras.
Consideraciones sobre propiedades de la sustancia como homogeneidad e isotropa.

En trminos generales una medicin, por simple que sea, tiene asociado un modelo que slo
aproxima el proceso real, y la adecuada determinacin de este modelo facilita en gran medida la
correcta estimacin de la incertidumbre y es una parte fundamental del proceso de medicin.

4.3. Determinacin del Modelo Matemtico
Este paso consiste en expresar el mensurando o resultado de la medicin mediante una funcin
matemtica de una o varias variables, de acuerdo con el modelo fsico determinado y el principio,
mtodo y procedimiento de medicin. El modelo matemtico se representa de la siguiente forma:

) ,..., , ( }) ({
2 1 N i
X X X f X f Y = =

Donde Y representa el mensurando y el conjunto {X
i
} representa las magnitudes de entrada
necesarias para determinar el valor del mensurando, entre las cuales se incluyen factores de
correccin, efectos de la condiciones ambientales y todas las variables de influencia.

Realizando mediciones o indagando en fuentes de informacin tales como certificados de calibracin,
documentos tcnicos o estudios cientficos entre otros, se obtiene el mejor estimado de cada magnitud
de entrada denominado x
i
, con estos valores se calcula el mejor estimado del mensurando
denominado y, evaluando la funcin f en el mejor estimado de las magnitudes de entrada.

) ,..., , (
2 1 N
x x x f y =

En ciertas circunstancias se obtiene el mejor estimado de Y, tomando el promedio de varios valores y
k

del mensurando, obtenidos a partir de diversos conjuntos de valores {X
i
}
k
de las magnitudes de
entrada.


Fig 3. Diagrama del cubo acero inoxidable


Gestin de la Medicin
Del Gas Natural_________________________________________________

8 de 28
Para el ejemplo a desarrollar, se toma como base el diagrama del cubo presentado en la Fig 3 y la
deduccin del modelo matemtico para el mensurado, definido como la presin que ejerce un cubo de
acero inoxidable 304 sobre una superficie plana:

A
F
P =

Dnde:
P: Presin (Mensurando)
F: Fuerza
A: rea (de contacto entre la superficie plana y el cubo)

a m F = y V m =

F: Fuerza
m: Masa
: Densidad del material del que est elaborado el cubo
a: Aceleracin (Para el ejemplo es igual a la gravedad g)
V: Volumen (Para el ejemplo corresponde al volumen del cubo de acero)

Remplazando obtenemos:

A
V g
P

=



Para el cubo tenemos que:
h c b V = y c b A =

Remplazando obtenemos:

c b
h c b g
P

=



Simplificando obtenemos el modelo matemtico (modelo de medicin) para el mensurando:

h g P =

Dnde:
P: Presin (Mensurando)
g: Gravedad
h: Altura del cubo
: Densidad del material del que est elaborado el cubo






Gestin de la Medicin
Del Gas Natural_________________________________________________

9 de 28
4.4. Identificacin y Organizacin de las Fuentes de Incertidumbre

Este paso consiste en identificar todas las posibles fuentes de incertidumbre para cada una de las
magnitudes de entrada del modelo matemtico. Estas fuentes de incertidumbre son resultado de los
factores involucrados en la medicin, tales como:

Caractersticas tcnicas de los instrumentos o patrones de medicin como resolucin, deriva,
histresis, etc.
Calibracin del instrumento, patrn o material de referencia utilizado en el proceso de medicin.
Repetibilidad y reproducibilidad de las mediciones.
Aproximaciones y suposiciones incorporadas al mtodo y procedimiento de medicin (incluyendo
factores humanos).
Modelo matemtico.
Variacin en las magnitudes de influencia y la falta de conocimiento de los efectos de las
condiciones ambientales en la medicin o las variaciones no cuantificadas de esta condiciones.
Aspectos propios del mensurando como inestabilidad u homogeneidad.
Incertidumbre en los valores de las constantes y otros parmetros obtenidos de fuentes externas,
que son utilizados en modelos matemticos.

En la identificacin de las fuentes de incertidumbre, no es adecuado descartar ninguna de ellas,
considerando que no tiene un efecto significativo sobre la incertidumbre total, sin cuantificarla
previamente y comparar su contribucin con la contribucin de las dems fuentes, y poder as, con
datos cuantitativos, experiencia y conocimientos del metrlogo, descartar la fuente en el caso que esta
sea irrelevante.

Una vez identificadas las fuentes, es necesario organizarlas, estableciendo relaciones causa efecto
dentro del proceso de medicin, identificando aquellas difcilmente cuantificables y que deben
mantenerse controladas para no afectar significativamente la incertidumbre.

Generalmente esta organizacin se realiza utilizando diagramas de rbol o diagramas de causa
efecto, tambin llamados diagramas de Ishikawa o diagrama de espina de pescado. En la siguiente
figura se muestra el diagrama de las fuentes de incertidumbre para el ejemplo en desarrollo:


Fig 4. Diagrama Causa Efecto de las fuentes de incertidumbre asociadas a la medicin de la presin que
ejerce un cubo sobre una superficie plana

gg
hh
PP
Repetibilidad
Calibracin
Resolucin
Datos externos
Datos externos

Gestin de la Medicin
Del Gas Natural_________________________________________________

10 de 28
4.5. Cuantificacin

Para la cuantificacin, las fuentes de incertidumbre se clasifican en dos categoras, sobre la base de
su mtodo de evaluacin, "A" y "B". El propsito de la clasificacin en Tipo A y Tipo B, es indicar las
dos maneras de evaluar los componentes de incertidumbre y no pretende indicar que existe alguna
diferencia en la naturaleza de las incertidumbre resultantes. A continuacin se describen estas
clasificaciones.



4.5.1 Tipo A
La evaluacin tipo A hace referencia a los casos en los cuales el mejor estimado de medicin de una
magnitud de entrada x
i
, es el resultado de la media aritmtica o promedio de n observaciones
independientes q
k
, que se han obtenido en las mismas condiciones de medicin:

=
= =
n
j
j i
q
n
q x
1
1
(1)


La dispersin de los resultados de la medicin q1, q2,..., qn para la magnitud de entrada Xi se expresa
por su desviacin estndar experimental que puede ser expresada matemticamente como:
( )
2
1
1
1
) (

=

=
n
j
j
q q
n
q s
(2)


Finalmente se estima la incertidumbre estndar u(x
i
) del mejor estimado de medicin de la magnitud
de entrada x
i
a partir de:
n
q s
q s x u
i
) (
) ( ) ( = =
(3)


Donde n es el nmero de mediciones en el conjunto. (La incertidumbre estndar de la media
histricamente ha sido llamada tambin la desviacin estndar de la media ) (q s ).

4.5.2 Tipo B

La evaluacin tipo B se aplica para las magnitudes de entrada X
i,
cuyo mejor estimado x
i
no se ha
obtenido a partir la media aritmtica o promedio de observaciones independientes.

En esta evaluacin tipo B la incertidumbre u(x
i
) es estimada por juicios cientficos con base en la
informacin disponible sobre la magnitud Xi. Las fuentes de informacin pueden incluir:

Datos obtenidos de estudios o mediciones previas.
Experiencia o conocimientos generales sobre el comportamiento y las propiedades de
los materiales, instalaciones e instrumentos utilizados en la medicin.
Las especificaciones del fabricante de los equipos e instrumentos.
Incertidumbres asignadas a datos de referencia tomados de manuales o bases de datos.
Normas o literatura.
Certificados de Calibracin.


Gestin de la Medicin
Del Gas Natural_________________________________________________

11 de 28
Las incertidumbres estimadas utilizando la evaluacin tipo B, no siempre estn asociadas a una PDF
normal, y los valores asignados a cada fuente pueden expresarse con niveles de confianza diferentes,
por ejemplo, un certificado de calibracin puede presentar el valor de incertidumbre de un instrumento
con 95% de confianza, mientras que la incertidumbre por resolucin de instrumento se define con
100% confianza. El procedimiento para expresar como incertidumbre estndar los valores de
incertidumbre con diferentes PDF (aquellas que se presentan con mayor frecuencia), se trata en el
siguiente numeral.

El buen uso de la informacin disponible para una evaluacin Tipo B, se basa en la experiencia, los
conocimientos generales, y debe ser tan fiable como una evaluacin de tipo A. En la siguiente grafica
se presenta el tipo de evaluacin para las fuentes de incertidumbre del ejemplo en desarrollo.


Fig 5. Tipo de evaluacin para las fuentes de incertidumbre asociadas a la medicin de la presin que ejerce
un cubo sobre una superficie plana

4.6. Reduccin (Incertidumbre Estndar)
El resultado de la evaluacin Tipo A de la incertidumbre esta expresado con una desviacin estndar
(Incertidumbre estndar) que abarca el 68% de los posibles valores de la magnitud medida, al hacer
evaluaciones de tipo B, es necesario asegurarse de obtener un nivel de confianza similar, de tal forma
que las incertidumbres obtenidas por los diferentes mtodos puedan ser comparadas y combinadas.

Para esto es necesario conocer la distribucin de probabilidad asociada a la incertidumbre. A
continuacin se presentan las distribuciones de probabilidad ms comunes y la forma como se
expresa la incertidumbre estndar de una fuente con cada tipo distribucin.

4.6.1 Distribucin de Probabilidad Rectangular
Esta distribucin, tambin llamada distribucin uniforme, se caracteriza porque cada valor en un
intervalo dado tiene la misma probabilidad, es decir, la funcin de densidad de probabilidad es
constante en este intervalo. Los casos de aplicacin ms comunes para esta distribucin son:

Mxima deriva de un instrumento entre calibraciones.
Incertidumbre por la resolucin de un instrumento.
Los lmites de tolerancia reportados por los fabricantes.

Para esta distribucin la incertidumbre estndar de una magnitud de entrada x
i
, se obtiene as:
3
) (
i
i
a
x u =
o
hh
PP
Repetibilidad
Calibracin
Resolucin
Datos externos
Datos externos
Tipo B
Tipo B
Tipo B
Tipo B
Tipo A
gg

Gestin de la Medicin
Del Gas Natural_________________________________________________

12 de 28
2
( )
12
i
a
u x =
(4)


Donde el intervalo dentro del cual se encuentra el valor de la magnitud es: (x
i
a
i
) y (x
i
+a
i
).

Fig 6. Distribucin de Probabilidad Rectangular

4.6.2 Distribucin de Probabilidad Triangular
Esta distribucin de probabilidad se usa cuando existen razones que indican que la probabilidad es
mayor para valores en el centro del intervalo y se reduce haca los extremos, por ejemplo cuando se
realiza la medicin de alguna magnitud de influencia como la temperatura al inicio y al final de un
proceso de medicin, tambin para la homogeneidad de un material u otras propiedades fsicas. La
incertidumbre para fuentes con esta distribucin se obtiene as:

6
) (
i
i
a
x u =
o
2
( )
24
i
a
u x =
(5)


Fig 7. Distribucin de Probabilidad Triangular

4.6.3 Distribucin de Probabilidad Normal
Esta distribucin simtrica y con forma de campana, es tambin llamada distribucin de Gauss o
distribucin gaussiana. Es la distribucin de probabilidad que con ms frecuencia aparece en
estadstica y teora de probabilidades, por ejemplo, la distribucin de la media de una serie de
mediciones repetidas (evaluacin tipo A) o los datos tomados de un certificado de calibracin con un
determinado nivel de confianza o factor de cobertura asociado a la incertidumbre expandida. La
incertidumbre estndar para una distribucin de probabilidad normal se obtiene as:

k
U
x u
i
= ) (
(6)

Dnde:
U: Incertidumbre Expandida
k: Factor de Cobertura

Gestin de la Medicin
Del Gas Natural_________________________________________________

13 de 28

Fig 8. Distribucin de Probabilidad Normal

Para el caso en que el factor de cobertura no se especifique, pero se exprese un 95% de nivel de
confianza, se asume que k es 2. Para el ejemplo en desarrollo, las fuentes de incertidumbre tienen las
siguientes distribuciones:

Fig 9. Distribucin de Probabilidad para las fuentes de incertidumbre asociadas a la medicin de la presin que
ejerce un cubo sobre una superficie plana

A continuacin se cuantifican las fuentes de incertidumbre presentadas en la grfica anterior.
Para la altura h son:

Repetibilidad: La altura del bloque se obtiene realizando 10 mediciones:

Medicin m Altura del Bloque h en
1 123,62 mm
2 123,92 mm
3 124,02 mm
4 124,76 mm
5 124,70 mm
6 124,09 mm
7 123,27 mm
8 123,67 mm
9 124,63 mm
10 123,70 mm
Tabla 1. Resultado de la Medicin de la Altura del Cubo de Acero
Con estos valores se calcula el mejor estimado de medicin, como el promedio de las mediciones m
y su incertidumbre asociada por repetibilidad as:
mm q m h
j
j
04 , 124
10
1
10
1
= = =

=

( ) mm h m h s
j
j
5100 , 0
1 10
1
) (
2
10
1
=

=

=

hh
PP
Repetibilidad
Calibracin
Resolucin
Datos externos
Datos externos
Tipo B Rectangular
Tipo B Triangular
Tipo B Rectangular
Tipo B Normal
Tipo A Normal
gg

Gestin de la Medicin
Del Gas Natural_________________________________________________

14 de 28
mm
n
h s
h u
R
1613 , 0
10
5100 , 0 ) (
) ( = = =

Resolucin: Debida a la mnima diferencia entre las indicaciones del instrumento que se pueden
distinguir en forma significativa, para el ejemplo la resolucin del instrumento es de 0,01mm lo que
genera una incertidumbre de 0,005mm; a continuacin se cuantifica la incertidumbre estndar para
esta fuente:
mm h u
RES
0029 , 0
3
005 , 0
) ( = =

Calibracin: El instrumento con el cual se realiza la medicin tiene asociada una incertidumbre de
calibracin, esta incertidumbre se expresa generalmente como una incertidumbre expandida, y se
encuentra en el certificado correspondiente, a continuacin se cuantifica esta incertidumbre con los
datos del ejemplo:

mm
k
h U
h u
C
C
0100 , 0
2
02 , 0 ) (
) ( = = =
Para la densidad segunda variable de entrada, el mejor estimado de medicin proviene de tablas
entregadas por el fabricante para el material del cubo del ejemplo (Acero), cuyo valor es de 7970 kgm
-
3
. Debido a las variaciones propias de los procesos de fabricacin, reflejados en la exactitud y la
precisin de la composicin y homogeneidad del material entre otros, la densidad del mismo puede
estar entre 0,3% del valor nominal reportado. Con estos datos la incertidumbre estndar de esta
fuente se obtiene as:

3
7612 , 9
6
% 100
% 3 , 0
7930
) (

=

= m kg u
Por ltimo, para la aceleracin de la gravedad, se considerar, en el ejemplo, que esta es calculada a
travs del software desarrollado por PTB
4
, obteniendo un mejor estimado para la aceleracin de la
gravedad, en el sitio en el cual se realiza la medicin (la ciudad de Bogot), de 9,7738 ms
-2
, con una
incertidumbre de 0,00001 ms
-2
debida al mtodo de clculo, esta incertidumbre es estimada por el
mismo software. Para esta fuente la incertidumbre estndar se obtiene as:

2
000006 , 0
3
00001 , 0
) (

= = s m g u

En la siguiente tabla se resumen los resultados obtenidos:

N
Magnitud de entrada
Xi/Fuente de incertidumbre
Valor
estimado xi
Incertidumbre
original
Tipo / PDF
Incertidumbre
estndar u(xi)
1 Altura del Cubo 124,04 mm --- --- 0,1616 mm
1.1 Repetibilidad --- 0,1613 mm
A Normal
K=1
0,1613 mm
1.2 Resolucin --- 0,0050 mm
B
Rectangular
0,0029 mm
1.3 Calibracin --- 0,0200 mm
B Normal
K=2
0,0100 mm

4
Physikalisch-Technische Bundesanstalt

Gestin de la Medicin
Del Gas Natural_________________________________________________

15 de 28
2 Densidad 7970 kgm
-3
--- --- 9,7612 kgm
-3

2.1 Caractersticas del material --- 23,91 kgm
-3
B Triangular 9,7612 kgm
-3

3 Gravedad 9,7738 ms
-2
--- --- 0,000006 ms
-2

3.1 Mtodo de Calculo --- 0,00001 ms
-2

B
Rectangular
0,000006 ms
-2

Tabla 2. Resumen Fuentes de Incertidumbre Asociadas a la Medicin de la Presin que Ejerce un Cubo Sobre
una Superficie Plana

Tomando los mejores estimados de medicin mostrados en la Tabla 2, se obtiene el mejor estimado
de medicin para el mensurando as:

h g P =
Pa 9662,2112
10 04 , 124 7970 7738 , 9
3
=
=

P
P


4.7. Combinacin (Incertidumbre Combinada)

Una vez estimada la incertidumbre estndar de cada fuente, el paso a seguir es combinar estas
incertidumbres, para obtener la incertidumbre combinada de cada variable de entrada, y
posteriormente obtener la incertidumbre combinada del mensurando.

4.7.1 Coeficientes de Sensibilidad

Para combinar las fuentes de incertidumbre es necesario conocer que tan sensible son las variables a
cada una de sus fuentes, y el efecto de estas variables en el resultado final, por ejemplo, cuanto
afecta la incertidumbre por la resolucin del instrumento a la altura del bloque o que tan sensible es la
presin ejercida por el bloque sobre la superficie plana, a la altura del mismo. El parmetro que
cuantifica esta sensibilidad o efecto se denomina coeficiente de sensibilidad y se determina por los
siguientes mtodos:

Relacin Funcional: Tambin llamado mtodo analtico, y consiste en obtener la razn de cambio
de la magnitud de salida y con respecto a la entrada x, por medio de la derivada parcial del
modelo matemtico que relaciona la salida con la entrada, as:

i
i
x
y
c
c
c
=
(7)


Mtodo Numrico: Este mtodo se aplica cuando no existe un modelo matemtico que relacione la
entrada con la salida o cuando el modelo es muy complejo, en estos casos los coeficientes de
sensibilidad se obtienen numricamente, calculando el efecto de un pequeo cambio en la variable
de entrada, x
i
, sobre el valor de salida, y mientras se mantienen constantes la dems variables de
entrada, as:


Gestin de la Medicin
Del Gas Natural_________________________________________________

16 de 28
i
i
x
y
c
A
A
~
(8)


Este mtodo es de uso comn cuando los modelos matemticos incluyen procesos iterativos, como el
factor de compresibilidad de mezclas de gases entre otros.

4.7.2 Propagacin de la Incertidumbre

El siguiente paso es obtener la incertidumbre del mensurado, utilizando los coeficientes de
sensibilidad, la incertidumbre estndar de cada fuente y la siguiente ecuacin:

| |

=
=
N
i
i i C
x u c y u
1
2
) ( ) (
(9)


Esta ecuacin es vlida slo si las variables de entradas Xi son o, por efectos prcticos, se consideran
independientes. Si algunas de las variables Xi no son independientes, es decir se encuentran ligadas
o correlacionadas, porque existen otras variables que las afecta, esta correlacin debe ser tenida en
cuenta, cambiando la ecuacin de la incertidumbre combinada, as:

| |

=
= =
+ =
N
j i
j i
j i j i j i
N
i
i i C
X X r x u x u c c x u c y u
1 , 1
2
) , ( ) ( ) ( ) ( ) (
(10)

Donde r(X
i
, X
j
) es el factor o coeficiente de correlacin entre las magnitudes de entrada X
i
y X
j
, este
coeficiente es una medida estadstica de la relacin de dependencia mutua de dos variables y se
calcula as:

) ( ) (
) , (
) , (
z u w u
z w u
w q r

=
(11)


Donde en el denominador aparecen las incertidumbres estndar de las variables y en el numerador la
covarianza de las mismas. En la prctica, las variables de entrada de un modelo de medicin pueden
estar correlacionadas debido a que el patrn (trazabilidad), instrumento de medicin, dato de
referencia, o incluso el mtodo de medicin con una incertidumbre significativa se utiliza en la
estimacin de sus valores. Como se puede observar la evaluacin del coeficiente de correlacin
puede resultar matemticamente complejo, por lo cual, se recomienda utilizar las herramientas
computacionales adecuadas para la evaluacin y cuantificacin del mismo, o en el caso de
aplicaciones prcticas, utilizar tcnicas ms simples como las descritas en [4],[6].

Un caso especial en donde el efecto de omitir las correlaciones puede generar diferencias
considerables en la estimacin de incertidumbre es el uso elementos en serie o paralelo, de valores o
intervalos de medida pequeos para medir o reproducir magnitudes ms grandes. Un ejemplo
ilustrativo de esto se presenta en [1]; donde se plantea el uso de diez resistencias elctricas de un
valor nominal R
i
= 1000 con una incertidumbre asociada de 100m configuradas en serie para
obtener 10k. Todas las resistencias son calibradas por comparacin con una nica resistencia

Gestin de la Medicin
Del Gas Natural_________________________________________________

17 de 28
patrn, por lo cual el coeficiente de correlacin r(x
i
,x
j
) = r(R
i
,R
j
) = +1. Como las resistencias son
sumadas para obtener la resistencia total tenemos que el modelo de medicin es igual a:

10
1
T i
i
R R
=
=

De aqu se determinan los coeficientes de sensibilidad as:
10
1
1 /
i
T i
i
i i
R
R
c
R R
=
= = = O O
c c

Si con estos valores se estima la incertidumbre sin considerar la correlacin (ecuacin 9) y
considerando la correlacin (ecuacin 10) obteniendo:

| | | | | |
10 10
2 2 2
1 1 1
( ) ( ) 100 0,316
N
C i i i i
i i i
u y c u x c uR m
= = =
= = = O = O


| |
| | | |
2
1 , 1
10 10 10
2
1 , 1 1
( ) ( ) ( ) ( ) ( , )
( ) ( ) ( ) ( ) ( ) 10 100 1
N N
C i i i j i j i j
i i j
i j
C i i j i
i i j i
i j
u y c u x c c u x u x r X X
u y u x u x u x u x m
= =
=
= = =
=
= + =
= + = = O= O




Como se puede observar en este ejemplo el no considerar la correlacin que existe en entre los
valores la variables de entrada (resistencias) por efecto de ser calibradas por con el mismo patrn,
puede generar un resultado de incertidumbre mucho menos que el valor que se obtiene considerando
la correlacin existente. Este efecto tambin se puede notar si observamos las incertidumbres
relativas que se pueden expresar as:


( )
100%
C
u y
y
(12)
De esta forma la incertidumbre relativa de cada resistencia se obtiene como:

100
100% 0,01%
1000
mO
=
O


Realizando el mismo clculo para la incertidumbre total si considerar la correlacin se obtiene:


Gestin de la Medicin
Del Gas Natural_________________________________________________

18 de 28
0,316
100% 0,003%
10000
O
=
O


Considerando que el modelo de medicin es netamente aditivo la reduccin de la incertidumbre
relativa del mensurando (variable de salida) con respecto a la incertidumbre de cada uno de los
componente no tiene mucho sentido; mostrando el valor obtenido considerando la ecuacin 9 es
incorrecto porque no tiene en cuenta que todos los valores calibrados de los diez resistencias estn
correlacionados.

Continuando con ejemplo de la presin ejercida por el cubo, se consideran todas las variables
independientes y se inicia combinando las fuentes de incertidumbre que afectan la altura cubo, para
obtener su incertidumbre combinada u
c
(h). Esta variable posee tres fuentes de incertidumbre
asociadas (ver Tabla 3), como estas fuentes la afectan directamente, su combinacin se lleva a cabo
como si la funcin que las relaciona fuese una suma, donde todos los coeficientes de sensibilidad
valen 1. En este orden de ideas la incertidumbre combinada se obtiene como la suma geomtrica
tambin llamada raz cuadrada de la suma de cuadrados de la incertidumbre estndar de cada
fuente, as:
mm h u
h u
h u h u h u h u
C
C
RES C R C
1616 , 0 ) (
) 0029 , 0 ( ) 0100 , 0 ( ) 1613 , 0 ( ) (
) ( ) ( ) ( ) (
2 2 2
2 2 2
=
+ + =
+ + =



N
Magnitud de entrada
Xi/Fuente de
incertidumbre
Valor
estimado
xi
Incertidumbre
estndar u(xi)
Coeficiente de
Senbilidad ci
Contribucin
%
1 Altura del Cubo 124,0 mm 0,1616 mm --- ---
1.1 Repetibilidad --- 0,1613 mm 1 92,60
1.2 Resolucin --- 0,0029 mm 1 1,65
1.3 Calibracin --- 0,0100 mm 1 5,74
Tabla 3. Fuentes de Incertidumbre y Porcentaje de Contribucin para la Altura del Cubo

Para las otras dos variables de entrada (aceleracin de la gravedad y densidad), no es necesario
realizar este paso ya que solo se tiene una fuente de incertidumbre, por lo cual, la incertidumbre de la
magnitud es igual a la incertidumbre combinada de dicha fuente.

El siguiente paso es combinar la incertidumbre de las tres variables de entradas para obtener la
incertidumbre combinada del mensurado. Para esto es necesario primero obtener los coeficientes de
sensibilidad, utilizando el mtodo analtico, ya que existe un modelo matemtico claro y sencillo. El
clculo de estos coeficientes se presenta a continuacin:

2 2
1896 , 77897 .

= =
c
c
= s m kg g
h
P
c
h

2 2
2123 , 1 .

= =
c
c
= s m h g
P
c

Gestin de la Medicin
Del Gas Natural_________________________________________________

19 de 28
2
5829 , 988 .

= =
c
c
= m kg h
g
P
c
g


Con estos coeficientes de sensibilidad y la incertidumbre estndar de cada fuente se estima la
incertidumbre combinada asociada a la medicin de la presin que ejerce un cubo sobre una
superficie plana, as:

2 2 2
)) ( ( )) ( ( )) ( ( ) ( g u c u c h u c P u
g c h C
+ + =

2 2 2
) 0057 , 0 ( ) 8337 , 11 ( ) 5898 , 12 ( ) ( + + = P u
C

Pa P u
C
2783 , 17 ) ( =

Esta incertidumbre estndar tiene un nivel de confianza o, expresado de otra forma, cubre
aproximadamente el 68% (una desviacin estndar) de los valores que razonablemente podran ser
atribuidos al mensurando. Este nivel es insuficiente en algunos casos tales como transacciones
comerciales, aplicaciones industriales, en el campo de la seguridad o la salud, razn por la cual es
necesario, expresar la incertidumbre con un nivel de confianza mayor que permita abarcar un
porcentaje ms amplio de la distribucin de los valores que podran razonablemente ser atribuidos al
mensurando. En el siguiente numeral se presenta el procedimiento para expresar la incertidumbre de
medida con un nivel de confianza mayor al 68%.

4.8. Confiabilidad (Factor de Cobertura)

La ampliacin de la incertidumbre combinada con el fin de proporcionar un nivel de confianza mayor
se lleva a cabo multiplicndola por el factor de cobertura k correspondiente al nivel de confianza
requerido, as:

) ( y u k U
c
=

El resultado obtenido se denomina incertidumbre expandida U. Para obtener el valor del factor de
cobertura k, que produce un determinado nivel de confianza p, se requiere un conocimiento detallado
de la distribucin de probabilidad que caracteriza el resultado de la medicin y su incertidumbre
combinada, junto con la evaluacin de integrales de convolucin o el uso de mtodos numricos.
Debido a lo complejo de estas operaciones en algunas aplicaciones -en particular en las menciones
de baja exactitud- se supone una distribucin normal para el mensurado y la incertidumbre expandida
se obtiene multiplicando por un factor de cobertura k = 2, para proveer un nivel de confianza de
aproximadamente el 95 por ciento. En la Tabla 4 se muestra el factor de cobertura para diferentes
niveles de confianza con una distribucin normal.

Nivel de Confianza % Factor de Cobertura k
68,27 1,000
90,00 1,645
95,00 1,960
95,45 2,000
99,00 2,576
99,73 3,000
Tabla 4. Factor de Cobertura para una Distribucin Normal


Gestin de la Medicin
Del Gas Natural_________________________________________________

20 de 28
Cuando se requiere un anlisis ms exhaustivo y confiable, y teniendo en cuenta que el mejor
estimado de las variables medidas es obtenido del promedio un numero finito n de mediciones, es
ms adecuado el uso de la distribucin de t de student para la obtencin del factor de cobertura.
Esto en razn a que esta distribucin tiene en cuenta las limitantes propias del uso de muestras
(nmero de mediciones) pequeas. En particular esta distribucin es menor en la media y ms alta en
los extremos que una distribucin normal. Con base en lo anterior la incertidumbre expandida se
obtiene as:

) ( ) ( ) ( y u v t y u k U
c p c
= =

Donde el factor t
p
(v) indica los lmites del intervalo correspondiente al nivel de confianza p de la
distribucin t de student para v grados de libertad. Estos grados de libertad caracterizan la
distribucin y equivalen al nmero de mediciones que se utilizaron para calcular el mejor estimado de
medicin menos 1, es decir (n-1), para el caso de las fuentes de incertidumbre estimadas por el
mtodo A. Para las incertidumbres estimadas por el mtodo B estos grados de libertad estn
directamente relacionados con la confianza que se tenga sobre la fuente de informacin utilizada para
dicha estimacin, y pueden calcularse as:

2
) (
) (
2
1

(

A
=
i
i
i
x u
x u
v


Donde, u(x
i
) es una cuantificacin de la duda que se tiene sobre la incertidumbre, por ejemplo, si la
fuente de incertidumbre es 75% confiable, u(x
i
)=0,25u(x
i
) y v
i
=8. Para el caso particular en el cual se
tiene un confianza total (100%) de la fuente de incertidumbre, el valor de v
i
tiende a infinito, para
efectos de clculo en este caso se pueden utilizar valores mayores o iguales a 50 grados de libertad
(el equivalente a un 90% de confianza).
Para obtener los grados de libertad efectivos del mesurando Veff se utiliza la frmula de Welch-
Satterthwaite, en trminos de la relacin entre la contribucin de la fuente i y la incertidumbre
combinada, as:

| |
| |

=
i
i i
c
v
x u c
y u
Veff
4
4
) (
) (


Si el valor de veff obtenido a partir de esta ecuacin no es un entero, que suele ser el caso en la
prctica, generalmente se aproxima eff como el entero menor ms prximo. El valor correspondiente
de t
p
(veff) se puede encontrar en las tablas de la distribucin de t o mediante el uso de herramientas
computacionales:
Grados de libertad Nivel de Confianza %
v 68,27 90 95 95,45 99 99,73
1 1,84 6,31 12,71 13,97 63,66 235,77
2 1,32 2,92 4,30 4,53 9,92 19,21
3 1,20 2,35 3,18 3,31 5,84 9,22
4 1,14 2,13 2,78 2,87 4,60 6,62
5 1,11 2,02 2,57 2,65 4,03 5,51
6 1,09 1,94 2,45 2,52 3,71 4,90
7 1,08 1,89 2,36 2,43 3,50 4,53

Gestin de la Medicin
Del Gas Natural_________________________________________________

21 de 28
8 1,07 1,86 2,31 2,37 3,36 4,28
9 1,06 1,83 2,26 2,32 3,25 4,09
10 1,05 1,81 2,23 2,28 3,17 3,96
11 1,05 1,80 2,20 2,25 3,11 3,85
12 1,04 1,78 2,18 2,23 3,05 3,76
13 1,04 1,77 2,16 2,21 3,01 3,69
14 1,04 1,76 2,14 2,20 2,98 3,64
15 1,03 1,75 2,13 2,18 2,95 3,59
16 1,03 1,75 2,12 2,17 2,92 3,54
17 1,03 1,74 2,11 2,16 2,90 3,51
18 1,03 1,73 2,10 2,15 2,88 3,48
19 1,03 1,73 2,09 2,14 2,86 3,45
20 1,03 1,72 2,09 2,13 2,85 3,42
25 1,02 1,71 2,06 2,11 2,79 3,33
30 1,02 1,70 2,04 2,09 2,75 3,27
35 1,01 1,69 2,03 2,07 2,72 3,23
40 1,01 1,68 2,02 2,06 2,70 3,20
45 1,01 1,68 2,01 2,06 2,69 3,18
50 1,01 1,68 2,01 2,05 2,68 3,16
Tabla 5. Factor de Cobertura para una distribucin t de Student
Para el ejemplo en desarrollo, los grados de libertad de cada fuente de incertidumbre se muestran a
continuacin:

N
Magnitud de entrada
Xi/Fuente de
incertidumbre
Confianza en la
fuente de
incertidumbre
Incertidumbre
estndar u(xi)
Grados de
libertad vi
Contribucin
%
1 Altura del Cubo --- 0,1616 mm ---
53,09
1.1 Repetibilidad n-1 0,1613 mm 9
1.2 Resolucin 100% 0,0029 mm 200()
1.3 Calibracin 95% 0,0100 mm 200
2 Densidad --- 9,7612 kgm
-3
--- 46,91
2.1
Caractersticas del
material
80% 9,7612 kgm
-3
12

3 Gravedad --- 0,000006 ms
-2
---
0,00
3.1 Mtodo de Calculo 100% 0,000006 ms
-2
200 ()

Tabla 1 Grados de Libertad para las Fuentes de Incertidumbre del Ejemplo

Con estos valores se aplica la ecuacin de Welch-Satterthwaite para obtener los grados de libertad
para la incertidumbre asociada a la medicin de la altura del cubo as:

| |
| | | | | |
C RES R
h
C
h
RES
h
R
c
h
v
h u
v
h u
v
h u
h u
v
4 4 4
4
) ( ) ( ) (
) (
+ +
=


Gestin de la Medicin
Del Gas Natural_________________________________________________

22 de 28
| |
| | | | | |
9 08 , 9
200
0100 , 0
) 200 (
0029 , 0
9
) 1613 , 0 (
1616 , 0
4 4 4
4
=
+

+
=
h
h
v
v


Obtenido este valor se procede a calcular los grados de libertad asociados al mensurando as:

| |
| |
| | | |
g
g
h
c h
c
effP
v
g u c
v
u c
v
h u c
p u
v
4 4
4
4
) ( ) (
) (
) (

| |
| | | | | |
) 200 (
0057 , 0
12
8337 , 11
9
5998 , 12
2783 , 17
4 4 4
4

+ +
=
effP
v

20 14 , 20 =
effP
v


Por ltimo, utilizando estos grados de libertad, la Tabla 5 y un nivel de confianza deseado del 95% se
obtiene un factor de cobertura k = 2,09, y con este se estima la incertidumbre expandida as:
Pa U
h u k U
c
0419 , 36 2783 , 17 09 , 2
) (
=
=

4.9. Informe de Resultados

El informe de resultados de una medicin debe incluir como mnimo lo siguiente:

El mejor estimado de medicin del mensurando.
La incertidumbre expandida indicada como un intervalo centrado el mejor estimado.
El nmero efectivo de grados de libertad, cuando sea requerido.
Metodologa utilizada para la estimacin de incertidumbre, cuando sea requerido.

A continuacin se presentan algunas de las formas que se podran utilizar para reportar los resultados
del ejemplo:

La presin (P) que ejerce el cubo de acero sobre la superficie plana es igual a 9662,2112 Pa. La
incertidumbre de medida U, correspondiente a la incertidumbre combinada, multiplicada por un
factor k = 2,09, basado en el distribucin t de student para v = 20 grados de libertad y confianza del
95 por ciento es de 36,0419 Pa.
P = 9662,2112 36,0419 Pa. Para un nivel de confianza del 95%
P = 9662,2112 Pa 0,37%. Para un nivel de confianza del 95%


5. ESTIMACIN POR EL MTODO MONTE CARLO

Como se mencion anteriormente, este mtodo se basa en la simulacin de los posibles resultados de
medicin, generando aleatoriamente un conjunto de valores para las magnitudes de entrada, con base
en la funcin de probabilidad que estas posean. En la siguiente figura se puede observar un diagrama

Gestin de la Medicin
Del Gas Natural_________________________________________________

23 de 28
de los pasos a seguir para estimar la incertidumbre de un proceso de medicin utilizando esta
metodologa.

Como puede observarse en la Fig 10, los cinco primero pasos del proceso son iguales a los que se
llevan a cabo en el mtodo GUM tradicional (numerales 4.1, 4.2, 4.3 y 4.4), por lo cual, se presentar
la descripcin de este mtodo a partir del paso 6 (Asignacin de la distribucin de probabilidad).


Fig 10. Pasos para la estimacin de incertidumbre utilizando el mtodo Monte Carlo
5.1. Asignacin de la Distribucin de Probabilidad

En este mtodo al igual que en el mtodo de programacin de incertidumbre, una vez identificadas y
organizadas las fuentes de incertidumbre, es necesario asignar un valor con su respectiva PDF g
i
(
i
)
para cada una de las fuentes de incertidumbre, considerando toda la informacin pertinente y el juicio
cientfico y la experiencia del Metrlogo.

A diferencia de la metodologa de propagacin de incertidumbre, en esta metodologa no se busca
llevar cada fuente de incertidumbre a una incertidumbre estndar, lo que busca es utilizar la
incertidumbre original con su PDF, para obtener el valor de la incertidumbre del mensurado a travs
de simulaciones del modelo matemtico del mensurando. Con el fin de mostrar un paralelo de las dos
metodologas se lleva a cabo la estimacin de la incertidumbre utilizando el mtodo Monte Carlo para
el mismo ejemplo desarrollado en el numeral anterior, para lo cual se toma el diagrama mostrado en el
Fig 11 que tiene como base el modelo matemtico y las fuentes de incertidumbre descritas en los
numerales (numerales 4.1, 4.2, 4.3 y 4.4)


Definicin
Modelo Fsico
Modelo Matemtico
Identificacin
Organizacin
Asignacin de la
Distribucin de
Probabilidad
Anlisis de
Resultados
Simulacin de
Monte Carlo
Informe

Gestin de la Medicin
Del Gas Natural_________________________________________________

24 de 28

Fig 11. Modelo para la estimacin de incertidumbre asociada a la medicin de la presin que ejerce un cubo
sobre una superficie plana por el mtodo Monte Carlo

5.2. Simulacin de Monte Carlo

Este paso consiste en seleccionar el nmero M de iteraciones a realizar, y generar igual nmero de
conjuntos de valores de las magnitudes de entrada, para evaluar con cada uno de estos conjuntos el
valor de salida, y obtener as una aproximacin de la distribucin de probabilidad del mensurado.

De la adecuada seleccin del nmero M de iteraciones depende el grado de aproximacin que tenga
el mtodo al comportamiento real del proceso de medicin, por lo cual, este no debe ser elegido al
azar, ya que no existir un control directo sobre el grado de aproximacin del resultado emitido por el
procedimiento de Monte Carlo. La seleccin del nmero de iteraciones necesario para proporcionar un
determinado grado de aproximacin depende de la "forma" de la funcin de densidad de probabilidad,
de la variable de salida y el nivel de confianza requerido, por lo tanto, no existe la plena seguridad de
que cualquier nmero especfico ser suficiente. Por esta razn, lo ms adecuado es utilizar un
proceso de seleccin del nmero M adaptable, es decir, partiendo de un valor base, llevar a cabo un
nmero cada vez mayor de iteraciones de Monte Carlo hasta que las variables de inters se han
estabilizado en un sentido estadstico, todo dentro de un nmero de iteraciones econmicamente
coherente. Sin embargo, para modelos matemticos simples en aplicaciones prcticas, un valor de M=
10
6
puede ser utilizando para obtener un 95% de confianza sobre la incertidumbre de la variable de
salida (resultado de la medicin). A continuacin se presenta
) (

q G
, que es una aproximacin a la
funcin de distribucin G () para la magnitud de salida P del ejemplo en desarrollo, tomando un
valor de M=10
4
.



Gestin de la Medicin
Del Gas Natural_________________________________________________

25 de 28

Fig 12. Resultado Simulacin de Monte Carlo Para la Estimacin de Incertidumbre Asociada a la Medicin de la
Presin que Ejerce un Cubo Sobre una Superficie Plana

5.3. Anlisis de Resultados

El mejor estimado de medicin para la variable de salida Y (mensurando), se obtiene como el
promedio de los valores obtenidos para cada una de las M iteraciones y
r
as:

=
=
M
r
r
y
M
y
1
1


Para el ejemplo en desarrollo este valor es de 9662,384 Pa, como se puede observar en la Fig 12. La
incertidumbre estndar de la variable de salida corresponde con la desviacin estndar
) (

q G

calculada, as:

( )
2
1

1
1
) (

=

=
M
r
r
y y
M
y u
Para el ejemplo en desarrollo este valor es de 17,2751 Pa.

Por ltimo, se estiman los limites (y
low
y y
high
) del intervalo de valores que puede tomar la variable
de salida para un determinado nivel de confianza. En el ejemplo que se est desarrollando se desea
un nivel de confianza del 95% (simtrico), por lo tanto, y
low
corresponde al valor con el cual se cubre el
2,5% de ) (

q G y y
high
al 97,5% de la misma. En la Fig 12 se puede observar que en la simulacin
realizada estos valores corresponden a 9628,33 Pa y 9696,01 Pa respectivamente.

5.4. Informe de Resultados

Como resultados de la medicin se reportan: el mejor estimado del mensurando, el intervalo para el
nivel de confianza deseado IP (Y), indicando dicho de nivel, y la incertidumbre estndar u(y) como
se muestra a continuacin para el ejemplo en desarrollo:

y=9662,384 Pa, u(y)=17,2751 Pa,
Media =
9662,384
X <=9696,01
97.5%
X <=9628,33
2.5%
9
6
0
0
9
6
1
3
9
6
2
6
9
6
3
9
9
6
5
2
9
6
6
5
9
6
7
8
9
6
9
1
9
7
0
4
9
7
1
7
9
7
3
0



Gestin de la Medicin
Del Gas Natural_________________________________________________

26 de 28
I
0.95
(Y)=[9628,33 ; 9696,01] Pa.

6. DISCUSIN

En el presente documento se presentaron las dos metodologas, ms comunes, para la estimacin de
incertidumbre, desarrollando un ejemplo numrico con dichas metodologas, obteniendo, como se
puede observar en la Fig 13, resultados comparables, pero esto no siempre es as. En particular,
cuando los modelos matemticos no son lineales o aproximadamente lineales en la regin sobre la
cual se ejecuta la medicin y las variables de entrada poseen altas incertidumbres, el mtodo GUM
puede no presentar un buen desempeo.


Fig 13. Comparacin de los Resultados Obtenidos Utilizando el Mtodo GUM y el Mtodo de Simulacin de
Monte Carlo para la Estimacin de Incertidumbre Asociada a la Medicin de la Presin que Ejerce un Cubo Sobre
una Superficie Plana

Por otro lado, el desempeo del mtodo de Monte Carlo puede variar dependiendo del nmero de
iteraciones y la capacidad de clculo del sistema utilizado para llevar a cabo la simulacin. Lo ms
conveniente cuando se requiere una evaluacin de incertidumbre con alta confiabilidad es validar el
mtodo a implementar para determinado proceso de medicin, de forma tal que se garantice que una
vez implementado este mtodo se van a obtener los niveles de confianza deseados sobre la
estimacin de incertidumbre de la medicin. Un mtodo de validacin aplicable consiste en comparar
los resultados obtenidos por las dos metodologas descritas, en los posibles escenarios sobre los
cuales se van a ejecutar las mediciones, y comprobar que se obtienen resultados congruentes dentro
de los niveles de confiabilidad deseados.

Junto con esto es necesario tener en cuenta que no importando cual sea el mtodo utilizado, la
estimacin de la incertidumbre de medida no es un proceso de rutina, ni tampoco un punto de vista
estrictamente matemtico; los resultados obtenidos de esta estimacin dependen de un conocimiento
detallado de la naturaleza del mensurando y la medicin, y de la comprensin, anlisis crtico e
integridad de los metrlogos que la llevan a cabo.

7. ESTIMACIN DE INCERTIDUMBRE EN GAS NATURAL

La correcta estimacin de la incertidumbre de una medida es un proceso que parte de un profundo
conocimiento de la magnitud a medir y todos los elementos que componen el sistema de medicin. Es
aqu donde radica la complejidad de la estimacin de incertidumbre asociada a la medicin de gas
natural; debido a que esta medicin involucra diferentes magnitudes (caudal, volumen, presin,
temperatura, composicin), lo que implica que un sistema de medicin de gas natural este compuesto
por varios instrumentos y componentes. Sumado a esto existen diferentes tecnologas de medicin

9
6
0
0
9
6
1
3
9
6
2
6
9
6
3
9
9
6
5
2
9
6
6
5
9
6
7
8
9
6
9
1
9
7
0
4
9
7
1
7
9
7
3
0


Monte Carlo
GUM

Gestin de la Medicin
Del Gas Natural_________________________________________________

27 de 28
basadas en diversos principios de operacin que interactan con el fluido de formas diferentes y son
afectadas por distintos aspectos asociados a la instalacin, configuracin y condicin de gas. Todo lo
anterior deriva en una estimacin de incertidumbre que requiere considerar un modelo de medicin de
varias magnitudes de entrada, donde cada una de ellas posee diversas fuentes de incertidumbre
como se puede observar en el ejemplo de la Fig 14.




Fig 14. Diagrama de rbol Esquemtico Estimacin de Incertidumbre para un Sistema de Medicin de Gas
Natural

Con este panorama es claro que para estimar la incertidumbre de un sistema de medicin de gas
natural es necesario conocer y considerar los efectos que sobre la medicin tienen aspectos como:

Caractersticas de funcionamiento de los medidores de flujo.
Anomalas de medicin asociados con los fenmenos flujo en tuberas.
Calcul o medicin de las propiedades del fluido.
La incertidumbre sobre criterios y modelos matemticos propuestos las normas de referencia.
Diseo y operacin de las instalaciones de calibracin.
Los procedimientos de calibracin.
Instalacin, configuracin y desempeo de instrumentos de variables secundarias (Presin,
Temperatura, Composicin).
Instalacin, configuracin y desempeo del elemento terciario (Computador de flujo).
El personal asociado a los procesos de medicin.

Como es necesario considerar todos estos aspectos, los cuales varan de una tecnologa de medicin
a otra, se requiere contar con una fuente de informacin fiable y objetiva que permita conocer el
estado del sistema de medicin y brinde los datos de entrada que son requeridos para la adecuada
estimacin de incertidumbre. Es en este punto donde la inspeccin (que se define como el examen del
diseo de un sistema y la determinacin de su conformidad con requisitos especficos o con requisitos
generales, sobre la base de un juicio profesional [7]) del sistema de medicin se convierte en la
Temperatura del
Fluido
Elemento
Primario
Conteo de
Pulsos
Transmisor
Sensor
Volumen a
Condiciones de Flujo
Calibracin
Estabilidad
Caudal
Condiciones de
Calibracin-Operacin Configuracin
del sistema
Presin del
Fluido
Estabilidad
Resolucin
Deriva
Clase de
Exactitud
Factor de
Compresibilidad
Transmisor
Resolucin
Deriva
Clase de
Exactitud
Deriva
Clase de
Exactitud
Condicin de
Instalacin
Condiciones de
Instalacin
Estabilidad
Variacion en la
composicion del gas
Mtodo de
calculo
Volumen a
Condiciones de Base

Gestin de la Medicin
Del Gas Natural_________________________________________________

28 de 28
herramienta clave, para obtencin de la informacin confiable requerida para la estimacin de
incertidumbre de medida de un sistema de medicin de gas natural.

Como ya se mencion los resultados de la estimacin de incertidumbre de medida reflejan la calidad
de las mediciones, que referida a la industrial del gas natural permite garantizar la equidad en la
comercializacin del producto, y validar los informes financieros y operativos, as como contribuir a la
reputacin corporativa (flujo de caja, prdidas y ganancias, balance general, regalas, impuestos).
Sumado a esto la estimacin de incertidumbre es una herramienta til en la toma de decisiones
asociadas a inversiones en optimizacin y recambio de equipos, rutinas de mantenimiento y
calibracin; y en el diseo de sistemas de medicin.


8. REFERENCIAS

[1] BIPM, IEC, IFCC, ILAC, ISO, IUPAC, IUPAP and OIML. JCGM 100:2008 GUM 1995 with minor corrections.
Evaluation of measurement data Guide to the expression of uncertainty in measurement, First edition
September 2008.
[2] BIPM, JCGM 200:2008 Vocabulario Internacional de Metrologa Conceptos fundamentales y generales, y
Trminos asociados (VIM). Traduccin al espaol del VIM 3.
[3] Wolfgang A. Schmid, Ruben J. Lazos Martnez, Gua Para Estimar la Incertidumbre de la Medicin, Primera
revisin Mxico 2004.
[4] BIPM, IEC, IFCC, ILAC, ISO, IUPAC, IUPAP and OIML JCGM 101:2008 Evaluation of measurement data
Supplement 1 to the Guide to the expression of uncertainty in measurement Propagation of distributions
using a Monte Carlo method. First edition 2008.
[5] ISO 5168, Measurement of fluid flow Procedures for the evaluation of uncertainties, 2005.
[6] Stephanie Bell, NPL, A Beginner's Guide to Uncertainty of Measurement, Reino Unido 2001.
[7] ISO/IEC 17020, General Criteria For The Operation of Various Types of Bodies Performing Inspection, 2002.