Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Conceptos previos
VAR. SISTEMATICA
VAR. ALEATORIA
CORRECCION
VAR. PERMANENTE
RESULTADO
INCERTIDUMBRE
MUESTRA
PROCESO ANALITICO
INCERTIDUMBRE DE :
HERRAMIENTAS METROLOGICAS PATRON MATERIAL VOLUMETRICO
EQUIPOS DE MEDIDA
RESULTADOS + INCERTIDUMBRE
CALIBRACION GENERAL CALIBRACION METODOLOGICA UNA ETAPA DEL PROCESO UNA PESADA UNA DILUCION ELCONJUNTO DEL PROCESO VALIDACION
U k S
2 R
Donde k se conoce como factor de cobertura y se estima con el valor de 1.96, asumiendo una distribucin normal con un 95% de nivel de confianza.
La variabilidad de las caractersticas de calidad es un efecto observado que tiene mltiples causas. Cuando ocurre algn problema con la calidad del producto, debemos investigar para identificar las causas del mismo. Para hacer un Diagrama de Causa-Efecto seguimos estos pasos:
Vb
(X) Sulfato de Potasio 15 g (X) 300 ml de H20 Probeta 500 ml +/-3.75ml Balanza (X) Sulfato de Cobre 0.06 g (X) H2SO4 conc. 25 ml c/dispensador (X) Destilacion H3 BO3 (4%) 50 ml pipeta 50 ml +/- 0.05ml 100 mL de Na OH (X) (X) Sulfato de Cobre 0.06 g. H2SO4 conc. Probeta de 100 ml +/- 0.08ml (X) Sulfato de Potasio 15 g.
Vm
300 ml de H20 (X)
Probeta 500 ml +/-3.75ml 70 ml de Na OH (X) Probeta de 100 ml +/- 0.08ml Bureta de 50ml +/- 0.05ml Gasto de HCl (0.1N) (X) Sesgo
(%) Protena
Balanza
Masa del patrn de titulacion C8 H5 04 K en g
% Protena = Vb= Volmen del blanco (ml) Vm= Volmen de la muestra (ml) N = Normalidad de HCl (mol/l) F= Factor segn la muestra. W= Peso de muestra (g.)
(X): No aporta significativamente W
( Vm-Vb)*N*1.4*F W
Analistas N
Diagrama de Pareto
Pareto Chart for tipo
100 400 80 60 40 20 0
I E H D A B G er s Oth
200 100 0
Defect
Count Percent Cum %
85 18.5 51.2
62 13.5 64.7
54 11.8 76.5
50 10.9 87.4
32 7.0 94.3
15 3.3 97.6
11 2.4 100.0
Percent
Count
300
Distribuciones de Probabilidad
Las ms usadas son :
Distribucin Rectangular
La grfica de su funcin de distribucin es :
Determinacin de la varianza :
Ejemplo: En algunos instrumento de medicin (por ejemplo de longitud) , la resolucin es conocida ( R ) y se sabe que el valor X puede estar entre :
En este caso la distribucin rectangular es un buen modelo donde la incertidumbre estndar sera :
Distribucin Triangular
La grfica de su funcin de distribucin es :
Determinacin de la varianza :
Ejemplo: Si en algn instrumento de medicin de temperatura, este tiende a que el valor central, que se encuentra entre sus graduaciones, es el ms probable y entre medida y medida dista 0.2 F. En este caso la distribucin triangular es un buen modelo donde la incertidumbre estndar sera :
Distribucin Normal
La grfica de su funcin de distribucin es :
Distribucin U
La grfica de su funcin de distribucin es :
Determinacin de la varianza :
Ejemplo: Supongamos que la temperatura de la sala de ensayo contribuye a la incertidumbre y est vara de + 5C adems que muy difcilmente tomara los valores lmites.
En este caso la distribucin U es un buen modelo donde la incertidumbre estndar sera :
Distribucin Poisson
La grfica de su funcin de distribucin es :
Ejemplo: Supongamos que realizamos recuentos de colonias de bacterias en placas, las cuales se distribuyen de acuerdo a una distribucin de Poisson,teniendo como resultado : 64x104 cfu/ml En este caso la incertidumbre estndar sera :
Se puede estimar la variabilidad de cada etapa (incertidumbre parcial ), cuantificando el aporte de cada etapa a la incertidumbre total.
Ayuda a mejorar el conocimiento de las tcnicas y principios analticos.
Propagacin de Incertidumbre
Coeficientes de Sensibilidad
Los coeficientes de sensibilidad son muy importantes para la estimacin de la incertidumbre combinada, debido a que ponderan la implicancia de cada variable que contribuye a la incertidumbre respecto a la variable respuesta. En el ejemplo :
f = F ( x1 , x2 , x3 , x4 , ... , xn )
Por ejemplo hallamos los coeficientes de sensibilidad de las siguientes variables ( F,T y W ) de acuerdo a la ecuacin:
Propagacin de Incertidumbres
A.- Propagacin con cantidades no correlacionadas
Las medidas de espesor ( T ) y ancho ( W ) del ejemplo anterior estan correlacionadas, siendo el modelo a combinar el siguiente :
Las medias y desviaciones estndar de espesor ( T ) y ancho ( W ) del ejemplo anterior son :
Determinando la covarianza de T y W:
Quedando :
Para una componente obtenida mediante una evaluacin tipo A, los grados de libertad Vi, depende del nmero de repeticiones, donde: Vi= N repeticiones 1. Para una componente obtenida mediante una evaluacin de Tipo B, los grados de libertad depende de la fiabilidad que pueda suponrsela al valor de dicha componente.
Muchas Gracias!
jose.camero@gmail.com