Jcgm2015 El Papel de La Incertidumbre de Medida en La Evaluación de La Conformidad

JCGM 106:2012
Evaluación de datos de
medición – El papel de
la incertidumbre de
medida en la evaluación
de la conformidad
Primera edición 2012

Primera edición en español 2015
Centro Español de Metrología
© JCGM 2012
JCGM 106:2012
Evaluación de datos de
medición – El papel de
la incertidumbre de
medida en la evaluación
de la conformidad
Primera edición 2012

Primera edición en español 2015
Centro Español de Metrología
© JCGM 2012
Los derechos de autor de esta guía del JCGM son propiedad conjunta de las organizaciones
miembros del JCGM (BIPM, IEC, IFCC, ILAC, ISO, IUPAC, IUPAP y OIML).
Derechos de autor
Aunque la versión electrónica puede descargarse de forma gratuita desde el sitio de Internet
del BIPM (www.bipm.org), los derechos de autor de este documento son propiedad conjunta de
las organizaciones miembros del JCGM, junto con los logotipos y emblemas respectivos, y
están protegidos internacionalmente. Terceras partes no podrán reescribir o modificar, editar o
vender, distribuir o poner en la red esta publicación. Todo uso comercial, reproducción o
traducción de este documento o de sus logotipos, emblemas o documentos, u otras
publicaciones que los contengan, deberá recibir previamente la autorización escrita del Director
del BIPM.
El Centro Español de Metrología publica la traducción al español de esta edición del

documento JCRB 106:2012: Evaluación de Datos de medición. El papel de la incertidumbre de
medida en la evaluación de la conformidad, tanto en formato impreso como electrónico en
www.cem.es, con autorización expresa del BIPM.
JCGM 106:2012. Primera edición en español. 2015
El papel de la El
incertidumbre
papel de la incertidumbre
de medida en de
la evaluación
medida en de
la evaluación
la conformidad
de la (ES)
conformidad (ES)
© JCGM 2012
© JCGM 2012
Los
Los derechos dederechos
autor de de
estaautor
guíade
delesta
JCGMguíason
delpropiedad
JCGM sonconjunta
propiedad
de conjunta de las organizaciones
las organizaciones
miembros delmiembros del JCGM
JCGM (BIPM, (BIPM,ILAC,
IEC, IFCC, IEC, IFCC, ILAC, ISO,
ISO, IUPAC, IUPAC,
IUPAP IUPAP y OIML).
y OIML).
Derechos de
Derechos
autor de autor
Aunque la versión
Aunque electrónica
la versiónpuede
electrónica
descargarse
puede descargarse
de forma gratuita
de forma
desdegratuita
el sitiodesde
de Internet
el sitiode
de Internet de
una o variasuna
de las
o varias
organizaciones
de las organizaciones
miembros delmiembros
JCGM, los delderechos
JCGM, loseconómicos
derechos económicos
y éticos de y éticos de
autor relativos
autor
a todas
relativos
las apublicaciones
todas las publicaciones
del JCGM estándel JCGM
protegidos
están internacionalmente.
protegidos internacionalmente.
El El
JCGM no permite,
JCGM no sin permite,
autorización
sin autorización
expresa porexpresa
escrito, por
que escrito,
tercerasquepartes
terceras
reescriban
partes oreescriban o
modifiquen, modifiquen,
editen o vendan,editendistribuyan
o vendan, odistribuyan
pongan eno la pongan
red, esta
en la
publicación.
red, esta publicación.
De la mismaDe la misma
forma, el JCGM
forma,
no el
permite
JCGMninguna
no permite
alteración,
ningunaincorporación
alteración, incorporación
u omisión enu susomisión
publicaciones,
en sus publicaciones,
incluyendo sus
incluyendo
títulos, lemas
sus títulos,
y logotipos,
lemas yy los
logotipos,
de sus organizaciones
y los de sus organizaciones
miembros. miembros.
Versiones oficiales
Versiones y oficiales
traducciones
y traducciones
Las únicas versiones

Las únicasoficiales
versiones
de oficiales
los documentos
de los documentos
son las publicadas
son las por
publicadas
el JCGMporenelsus
JCGM en sus
idiomas originales.
idiomas originales.
Las publicaciones
Las publicaciones
del JCGM puedendel JCGMtraducirse
puedena traducirse
idiomas distintos
a idiomasde aquellos
distintos en
de los
aquellos
que los en los que los
documentos documentos
fueron publicados
fueronpor
publicados
el JCGM. por
Debe
el JCGM.
obtenerse
Debelaobtenerse
autorización la autorización
del JCGM antes del JCGM antes
de hacer unadetraducción.
hacer unaTodas
traducción.
las traducciones
Todas las traducciones
deben respetardeben
el original
respetar y el formato
original yoficial
el formato oficial
de las fórmulas
de las
y unidades
fórmulas (sin
y unidades
ningún tipo
(sin de
ningún
conversión
tipo de aconversión
otras fórmulas
a otraso unidades),
fórmulas o yunidades), y
contener la siguiente
contener declaración:
la siguiente declaración:
Todos los productos

Todos los delproductos
JCGM estándel JCGM
internacionalmente
están internacionalmente
protegidos porprotegidos
derechospor de derechos
autor. de autor.
Esta traducción
Estadeltraducción
documento deloriginal
documento
del JCGM
original
hadel
sidoJCGM
elaborada
ha sidocon
elaborada
la autorización
con la autorización
del del
JCGM, el cualJCGM,
conserva
el cualplenamente
conserva plenamente
los derechoslos dederechos
autor internacionalmente
de autor internacionalmente
protegidos protegidos
sobre el diseño
sobrey elelcontenido
diseño y el decontenido
este documento
de esteydocumento
sobre los títulos,
y sobrelogotipos
los títulos,
y lemas
logotipos
del y lemas del
organizaciones
JCGM. Las JCGM. Las organizaciones
miembros del miembros
JCGM también
del JCGM conservan
también plenamente
conservan plenamente
sus sus
derechos internacionalmente
protegidos sobre
protegidos
sus títulos,
sobre lemas
sus títulos,
y logotipos
lemas incluidos
y logotiposen incluidos en
las publicaciones
las publicaciones
del JCGM. La del única
JCGM. versión
La única
oficial
versión
es el oficial
documento
es el publicado
documentopor publicado
el por el
JCGM, en losJCGM,
idiomas enoriginales.
los idiomas originales.
El JCGM noEl acepta

JCGMninguna
no acepta
responsabilidad
ninguna responsabilidad
derivada de derivada
la idoneidad,
de laexactitud,
idoneidad,
integridad
exactitud,o integridad o
calidad de lacalidad
información
de la yinformación
de los materiales
y de losofrecidos
materialesen ofrecidos
cualquier en
traducción.
cualquierSe
traducción.
suministrará
Se suministrará
al JCGM unaalcopia
JCGM deuna
la traducción
copia de laentraducción
el momento en de
el momento
la publicación.
de la publicación.
El Centro Español
El Centrode Español
Metrología
de publica
Metrología
la traducción
publica la altraducción
español al
de español
esta edición
de esta
del edición del
documento JCRB
documento
106:2012:
JCRBEvaluación
106:2012:deEvaluación
datos de de
medición.
datos deEl medición.
papel de la
El incertidumbre
de de
medida en la
medida
evaluación
en la de
evaluación
la conformidad, tanto en formato
de la conformidad, tanto impreso
en formato
como impreso
electrónico
como enelectrónico en
www.cem.es,www.cem.es,
con autorización
con autorización
expresa del JCGM.
expresa del JCGM.
Reproducción
Reproducción
Este documentoEste sedocumento

reproduce se con
reproduce
el permiso
con del
el permiso
JCGM, del
que JCGM,
conserva queplenamente
conserva plenamente
los los
derechos dederechos
autor protegidos
de autor internacionalmente
protegidos internacionalmente
sobre el diseño
sobrey elel diseño
contenido
y eldecontenido
este de este
documento ydocumento
sobre los títulos,
y sobrelemas
los títulos,
y logotipos
lemasdel
y logotipos
JCGM. Las del organizaciones
JCGM. Las organizaciones
miembros del miembros del
JCGM también JCGM conservan
tambiénplenamente
conservan plenamente
sus derechossus internacionalmente
protegidos sobre
protegidos
sus sobre sus
títulos, lemastítulos,
y logotipos
lemas yincluidos
logotiposenincluidos
las publicaciones
en las publicaciones
del JCGM. delLas JCGM.
únicas Las
versiones
únicas versiones
oficiales son oficiales
las versiones
son las
originales
versionesdeoriginales
los documentos
de los documentos
publicados por
publicados
el JCGM.por el JCGM.
JCGM © 2012JCGM
- Reservados
© 2012 -todos
Reservados
los derechos
todos los derechos
JCGM © 2012 - Reservados todos los derechos ii

ii ii
El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)
Exención de responsabilidad
El JCGM y sus organizaciones miembros han publicado este documento para mejorar el
acceso a la información sobre metrología. Se esforzarán por actualizarlo de manera periódica,
pero no pueden garantizar la exactitud en todo momento y no serán responsables de los daños
directos o indirectos que puedan derivarse de su uso. Las referencias a productos comerciales
de cualquier tipo (incluyendo software, datos o hardware, pero sin limitarse a ellos) o los
enlaces a sitios web sobre los que el JCGM y sus organizaciones miembros no tengan control y
sobre los que no asuman ninguna responsabilidad, no implican la aprobación, la adopción ni la
recomendación del JCGM y sus organizaciones miembros.
JCGM © 2012 - Reservados todos los derechos
iii JCGM © 2012 - Reservados todos los derechos

iii
Índice
Prólogo............................................................................................................. vi
Introducción.................................................................................................... vii
1 Alcance ...................................................................................................... 1
2 Referencias normativas............................................................................ 2
3 Términos y definiciones ........................................................................... 2
3.1 Términos relacionados con la probabilidad .................................................... 2
3.2 Términos relacionados con la metrología ....................................................... 4
3.3 Términos relacionados con la evaluación de la conformidad ......................... 5
4 Convenciones y notación......................................................................... 8
5 Límites de tolerancia e intervalos de tolerancia..................................... 9
5.1 Mediciones de la evaluación de la conformidad ............................................. 9
5.2 Valores permitidos y no permitidos: intervalos de tolerancia ........................ 10
5.3 Ejemplos de límites de tolerancia ................................................................. 11
6 Conocimiento del mensurando.............................................................. 11
6.1 Probabilidad e información ........................................................................... 11
6.2 Teorema de Bayes........................................................................................ 12
6.3 Información resumen .................................................................................... 13
6.3.1 Mejor estimación e incertidumbre típica ................................................................ 13
6.3.2 Intervalos de cobertura.......................................................................................... 13
7 Probabilidad de la conformidad con requisitos especificados........... 14
7.1 Regla general para el cálculo de la probabilidad de la conformidad............. 14
7.2 Probabilidades de conformidad, con FDP normales..................................... 15
7.3 Intervalos de tolerancia unilaterales con FDP normales............................... 16
7.3.1 Límite de tolerancia inferior único.......................................................................... 16
7.3.2 Límite de tolerancia superior único........................................................................ 16
7.3.3 Enfoque general con límites de tolerancia únicos................................................. 17
7.4 Intervalos de tolerancia bilaterales con FDP normales................................. 18
7.5 Probabilidad de la conformidad e intervalos de cobertura ............................ 19
7.6 Índice de capacidad de medición, Cm .......................................................... 20

7.7 Índice de capacidad de medición y probabilidad de la conformidad............. 20
8 Intervalos de aceptación ........................................................................ 22
8.1 Límites de aceptación ................................................................................... 22
8.2 Regla de decisión basada en la aceptación simple ...................................... 22
8.3 Reglas de decisión basadas en zonas de seguridad.................................... 23
8.3.1 Consideraciones generales ................................................................................... 23
8.3.2 Aceptación conservadora ...................................................................................... 24
8.3.3 Rechazo conservador............................................................................................ 25

JCGM © 2012 - Reservados todos los derechos iv
iv
9 Riesgos del consumidor y del fabricante ............................................. 27

9.1 Aspectos generales ...................................................................................... 27
9.2 Funciones de densidad de probabilidad, FDP, para el proceso productivo y el
sistema de medida.................................................................................................... 28
9.3 Posibles resultados de una medición de inspección con una regla de
decisión binaria......................................................................................................... 28
9.4 La FDP conjunta para Y e Ym ........................................................................ 30
9.5 Cálculo de riesgos globales .......................................................................... 31
9.5.1 Contexto histórico .................................................................................................. 31
9.5.2 Formulación general .............................................................................................. 31
9.5.3 Caso especial: Regla de decisión binaria ............................................................. 32
9.5.4 Establecimiento de los límites de aceptación........................................................ 33
9.5.5 Enfoque gráfico general ........................................................................................ 37
9.5.6 El valor de la incertidumbre de medida reducida .................................................. 38
Anexo A........................................................................................................... 40
(informativo) ................................................................................................... 40
Distribuciones normales................................................................................ 40
A.1 Función de densidad de probabilidad normal ............................................... 40
A.2 Integrales de FDP normales ......................................................................... 40
A.3 Probabilidades de cobertura para FDP normales ......................................... 41
A.4 Densidades de probabilidad de procesos y medición normales ................... 41
A.4.1 FDP previa g0(η ) para el mensurando Y ............................................................ 41
I
A.4.2 FDP h(ηm η ) para Y m , dado un valor Y = η ...................................................... 42

A.4.3 FDP marginal h0(ηm ) para Y m .............................................................................. 42
I
A.4.4 FDP posterior (tras la medida) g(η η m ) para Y ................................................. 43
A.5 Cálculos de riesgo con FDP normales y una regla de decisión binaria ........ 44
Anexo B........................................................................................................... 46
(informativo) ................................................................................................... 46
Conocimiento previo del mensurando ......................................................... 46
B.1 Control estadístico de procesos.................................................................... 46
B.2 Elemento elegido de forma aleatoria entre una muestra medida de
elementos ................................................................................................................. 46
B.3 Una propiedad positiva cerca de un límite físico .......................................... 49
Anexo C........................................................................................................... 52
(informativo) ................................................................................................... 52
Glosario de símbolos principales ................................................................. 52
Bibliografía...................................................................................................... 55
Índice alfabético ............................................................................................. 58

v JCGM © 2012 - Reservados todos los derechos
Prólogo
En el año 1997 se creó el Comité Conjunto de Guías de Metrología (JCGM), presidido por el
director de la Oficina Internacional de Pesas y Medidas (BIPM) e integrado por las siete
organizaciones internacionales que elaboraron en 1993 la Guía para la expresión de la
incertidumbre de medida (GUM) y el Vocabulario internacional de términos fundamentales y
generales de metrología (VIM). El JCGM asumió la responsabilidad del Grupo Asesor Técnico
4 de ISO (TAG4) en estos dos documentos.
El Comité Conjunto está formado por la BIPM junto con la Comisión Electrotécnica
Internacional (IEC), la Federación Internacional de Química Clínica y Laboratorios Clínicos
(IFCC), la Cooperación Internacional de Acreditación de Laboratorios (ILAC), la Organización
Internacional de Normalización (ISO), la Unión Internacional de Química Pura y Aplicada
(IUPAC), la Unión Internacional de Física Pura y Aplicada (IUPAP) y la Organización
Internacional de Metrología Legal (OIML). Una nueva organización se unió a estas siete
organizaciones internacionales, la Cooperación Internacional para la Acreditación de
Laboratorios (ILAC).
El JCGM tiene dos grupos de trabajo: el Grupo de Trabajo 1, “Expresión de la incertidumbre de

medida”, cuya tarea es promover el uso de la GUM y elaborar suplementos así como otros
documentos para su amplia utilización, y el Grupo de Trabajo 2, “Grupo de Trabajo sobre el
vocabulario internacional de términos fundamentales y generales de metrología (VIM)”, cuya
tarea es revisar el VIM y promover su uso. Para más información sobre la actividad del JCGM,
visite www.bipm.org.
Documentos como el presente están destinados a dar un valor añadido a la GUM

proporcionando una guía sobre aspectos de la evaluación de la incertidumbre que no son
tratados explícitamente en la GUM. Esta guía es, sin embargo, lo más coherente posible con
los fundamentos generales sobre probabilidades, considerados en la GUM.
El presente documento ha sido elaborado por el Grupo de Trabajo 1 del JCGM y se ha visto
favorecido por las revisiones detalladas de las organizaciones miembros del JCGM y los
Institutos Nacionales de Metrología.
JCGM © 2012 - Reservados todos los derechos vi

vi
Introducción
La evaluación de la conformidad (véase el apartado 3.3.1), en su sentido más amplio, es una

actividad que se emprende para determinar, directa o indirectamente, si un producto, proceso,
sistema, persona u organismo obedece las normas correspondientes y cumple con los
requisitos específicos (véase el apartado 3.3.3). La Norma ISO/IEC 17000:2004 proporciona
términos generales y definiciones relacionadas con la evaluación de la conformidad, incluyendo
la acreditación de los organismos de evaluación de la conformidad y el uso de la evaluación de
la conformidad para facilitar el comercio.
En un tipo concreto de evaluación de la conformidad, a veces denominado inspección (véase el

apartado 3.3.2), para determinar si un producto cumple un requisito específico, la medición
será la principal fuente de información. La Norma ISO 10576-1:2003 [22] establece las
directrices para comprobar la conformidad con límites específicos en caso de que se mida una
magnitud (véase el apartado 3.2.1) y un intervalo de cobertura resultante (véase el apartado
3.2.7) (denominado “intervalo de incertidumbre” en la Norma ISO 10576-1:2003) se compare
con un intervalo de tolerancia (véase el apartado 3.3.5). El presente documento amplía este
enfoque para incluir consideraciones explícitas sobre el riesgo y desarrolla procedimientos
generales para decidir la conformidad en función de los resultados de medición (véase el
apartado 3.2.5), reconociendo el papel central de las distribuciones de probabilidad (véase el
apartado 3.1.1) como expresiones de la incertidumbre y de información incompleta.
La evaluación de la incertidumbre de medida supone un problema técnico, abordado por el

JCGM 100:2008, la Guía para la expresión de la incertidumbre de medida (GUM) y sus
Suplementos JCGM 101:2008, JCGM 102:2011 y JCGM 103 [3]. Este documento asume que
una magnitud de interés, el mensurando (véase el apartado 3.2.4), se ha medido con el
resultado de medida expresado de forma compatible con los principios descritos en la GUM. En
concreto, se asume que se han aplicado las correcciones correspondientes a todos los efectos
sistemáticos que se consideran importantes.
En la evaluación de la conformidad, se utiliza el resultado de una medida para decidir si un

elemento determinado cumple con un requisito específico. El elemento puede ser, por ejemplo,
un voltímetro digital o un bloque patrón, que debe calibrarse según la ISO/IEC 17025:2005 [23]
o verificarse según la ISO 3650 [24], o una muestra de aguas residuales industriales. El
requisito suele consistir en uno o dos límites de tolerancia (véase el apartado 3.3.4) que
definen un intervalo de valores permitidos, denominado intervalo de tolerancia (véase el
apartado 3.3.5), o una propiedad mensurable del elemento. Algunos ejemplos de dichas
propiedades son la longitud del bloque patrón, el error de indicación de un voltímetro y la
concentración de mercurio en una muestra de aguas residuales. Si el valor verdadero de la
propiedad se encuentra dentro del intervalo de tolerancia, se dice que hay conformidad, y de no
ser así, se dice que no hay conformidad.
NOTA Cuando se utiliza el término “intervalo de tolerancia” para la evaluación de la conformidad, tiene
un significado distinto a cuando se utiliza en estadística.
Generalmente, hay varias propiedades mensurables para decidir la conformidad de un

elemento y puede haber uno o más intervalos de tolerancia, relacionados con cada propiedad.
También puede haber varias decisiones posibles para cada propiedad, dado el resultado de
una medición. Tras haber medido una magnitud determinada, se puede (a) aceptar el
elemento, (b) rechazar el elemento, (c) realizar otra medida, y así sucesivamente. Este
El papel de lase
documento incertidumbre de medidaelementos
refiere a aquellos en la evaluación de la conformidad
que tienen una única(ES)
propiedad escalar con un
requisito dado por uno o dos límites de tolerancia, y un resultado binario con sólo dos estados
posibles, conforme o no conforme, y dos decisiones consecuentes posibles, aceptación o
rechazo. Los conceptos que se han presentado pueden aplicarse a problemas de decisión más
generales.
vii
Normalmente, al evaluar los datos de medición, el conocimiento
JCGM © 2012de -los posiblestodos
Reservados valores
los de un
derechos
mensurando, se expresa y transmite mediante una función de densidad de probabilidad (véase
el apartado 3.1.3), o una aproximación numérica de dicha función. A menudo, este
vii
conocimiento se concreta en la mejor estimación (considerada el valor de la magnitud medida
JCGM
El papel de la incertidumbre de medida en la evaluación de la106:2012. Primera
conformidad (ES)edición en español. 2015
rechazo. Los conceptos que se han presentado pueden aplicarse a problemas de decisión más
generales.
Normalmente, al evaluar los datos de medición, el conocimiento de los posibles valores de un

mensurando, se expresa y transmite mediante una función de densidad de probabilidad (véase
el apartado 3.1.3), o una aproximación numérica de dicha función. A menudo, este
conocimiento se concreta en la mejor estimación (considerada el valor de la magnitud medida
[véase el apartado 3.2.6]), junto con una incertidumbre de medida asociada, o un intervalo de
cobertura que contenga el valor del mensurando con una probabilidad de cobertura dada
(véase el apartado 3.2.8). Por lo tanto, una evaluación de la conformidad con requisitos
específicos es cuestión de probabilidad, basándose en la información disponible tras realizar la
medición.
En una medición típica, el mensurando de interés no es observable por sí solo. Por ejemplo, la
longitud de un bloque patrón de acero no puede observarse directamente, pero se podría
observar la indicación de un micrómetro si sus bocas de medida estuvieran en contacto con los
extremos del bloque. Esta indicación aporta información sobre la longitud del bloque a través
de un modelo de medida que incluye los efectos de magnitudes de influencia, como la
dilatación térmica y la calibración del micrómetro. En la evaluación de la conformidad, la
decisión de aceptación o rechazo se basa en datos observables (por ejemplo, valores medidos
de la magnitud), que llevan a una inferencia de los valores posibles de un mensurando no
observable [37].
La incertidumbre de la medida hace que siempre exista el riesgo de equivocarse al decidir si un

elemento cumple con un requisito determinado, basado en el valor medido de una propiedad.
Hay dos tipos de decisiones incorrectas: cuando existe la posibilidad de que un elemento, que
se acepta como conforme, en realidad no lo sea, y la posibilidad de que un elemento, que se
rechaza por no ser conforme, en realidad lo sea.
Al definir un intervalo de aceptación (véase el apartado 3.3.9) de valores medidos permitidos de

un mensurando, el riesgo de tomar una decisión de aceptación o rechazo incorrecta,
relacionada con la incertidumbre de medida, puede compensarse para minimizar los costes
asociados de tal decisión. Este documento analiza el problema técnico de calcular la
probabilidad de la conformidad (véase el apartado 3.3.7) y las probabilidades de ambos tipos
de decisiones incorrectas, dada una función de densidad de probabilidad (FDP) para el
mensurando, los límites de tolerancia y los límites del intervalo de aceptación.
La figura 1 muestra un intervalo de aceptación determinado y su relación con un intervalo de

tolerancia correspondiente.
Intervalo de aceptación
TL AL AU TU
Intervalo de tolerancia
Figura 1 – Evaluación de la conformidad binaria, donde las decisiones se basan en valores
medidos de la magnitud. Se establece que el valor verdadero de una propiedad mensurable (el
mensurando) de un elemento estará comprendido en un intervalo de tolerancia entre los límites
(TL, TU). Si el valor medido de la propiedad está comprendido en el intervalo definido por límites de
JCGM
aceptación (véase el apartado 3.3.8) (AL, AU), el elemento © 2012 - Reservados
se considera conforme; todos
de nolos
serderechos
así, se
considera no conforme.
La ©elección
JCGM de los límites
2012 - Reservados de derechos
todos los tolerancia y de
viii aceptación son decisiones empresarialesviiio
políticas que dependen de las consecuencias que conllevan las desviaciones de la calidad
deseada del producto. El alcance de este documento no incluye un enfoque general de la
naturaleza de estas decisiones; véanse, por ejemplo, las referencias [14, 15, 34, 35, 36, 44].

mensurando) de un elemento estará comprendido en un intervalo de tolerancia entre los límites
(TL, TU). Si el valor medido de la propiedad está comprendido en el intervalo definido por límites de
aceptación (véase el apartado 3.3.8) (AL, AU), el elemento se considera conforme; de no ser así, se
considera no conforme.
La elección de los límites de tolerancia y de aceptación son decisiones empresariales o

políticas que dependen de las consecuencias que conllevan las desviaciones de la calidad
deseada del producto. El alcance de este documento no incluye un enfoque general de la
naturaleza de estas decisiones; véanse, por ejemplo, las referencias [14, 15, 34, 35, 36, 44].
ix
ix JCGM © 2012 - Reservados todos los derechos
Evaluación de los datos de medición – El papel de la

incertidumbre de medida en la evaluación de la conformidad
1 Alcance
Este documento ofrece directrices y procedimientos para evaluar la conformidad de un
elemento (entidad, objeto o sistema) con unos requisitos específicos. El elemento podría ser,
por ejemplo, un bloque patrón, una báscula de mercado o una muestra de sangre. Los
procedimientos pueden aplicarse si se dan las condiciones siguientes:
- el elemento se distingue por una única magnitud escalar (véase el apartado 3.2.1) (una
propiedad mensurable) definida con un nivel de detalle tal que pueda ser representada
de manera razonable, por, fundamentalmente, un único valor verdadero;
NOTA La GUM explica por qué no debe utilizarse el término “verdadero”. No obstante, en este
documento se utilizará cuando pueda haber ambigüedad o confusión.
- uno o dos límites de tolerancias especifican un intervalo de valores permitidos de la

propiedad;
- la propiedad puede medirse y el resultado de medida (véase el apartado 3.2.5)

expresarse de forma consistente con los principios de la GUM, tal que el conocimiento
del valor de la propiedad pueda describirse razonablemente mediante (a) una función
de densidad de probabilidad (véase el apartado 3.1.3) (FDP), (b) una función de
distribución (véase el apartado 3.1.2), (c) aproximaciones numéricas a dichas
funciones, o (d) la mejor estimación, junto con un intervalo de cobertura y una
probabilidad de cobertura asociada.
Los procedimientos desarrollados en este documento permiten obtener un intervalo de

valores medidos permitidos de la propiedad de interés, denominado intervalo de
aceptación. Los límites de aceptación pueden elegirse para compensar el riesgo asociado
con la aceptación de elementos no conformes (riesgo del consumidor) o el rechazo de
elementos conformes (riesgo del fabricante).
Se afrontan dos tipos de problemas de evaluación de la conformidad. El primero consiste

en establecer los límites de aceptación que garanticen que se logre la probabilidad de
conformidad deseada en la medición de un único elemento. El segundo consiste en
establecer los límites de aceptación para garantizar un nivel medio aceptable de confianza
al medir un número de elementos nominalmente idénticos. Se proporcionan orientaciones
para su solución.
Este suplemento contiene ejemplos que ilustran las directrices proporcionadas. Los
conceptos que se presentan pueden aplicarse a problemas de evaluación de la
conformidad más generales, basados en la medida de un conjunto de mensurandos
escalares. Algunos documentos, como las referencias [19, 13], cubren aspectos de
sectores específicos de evaluación de la conformidad.
Este documento está dirigido a responsables de calidad, miembros de organizaciones de

normalización, autoridades de acreditación y al personal de laboratorios de ensayo y
medida, organismos de inspección, organismos de certificación, agencias reguladoras,
docentes e investigadores.

JCGM © 2012 - Reservados todos los derechos 1
2 Referencias normativas
Los siguientes documentos normativos son indispensables para la utilización de este
documento.
JCGM 100:2008. Evaluación de datos de medición – Guía para la expresión de la

incertidumbre de medida (GUM).
JCGM 101:2008. Evaluación de datos de medición – Suplemento 1 de la “Guía para la

expresión de la incertidumbre de medida” – Propagación de distribuciones aplicando el método
de Monte Carlo.
JCGM 102:2011. Evaluación de datos de medición – Suplemento 2 de la “Guía para la

expresión de la incertidumbre de medida” – Ampliación a cualquier número de magnitudes de
salida.
JCGM 200:2012. Vocabulario Internacional de Metrología – Conceptos fundamentales y

generales, y términos asociados. 3ª Edición.
ISO/IEC 17000:2004. Conformity assessment – Vocabulary and general principles.
ISO 3534-1:2006. Estadística. Vocabulario y símbolos. Parte 1: Términos estadísticos

NT1
generales y términos empleados en el cálculo de probabilidades.
NT2
ISO 3534-2:2006. Estadística. Vocabulario y símbolos. Parte 2: Estadística aplicada.
3 Términos y definiciones
A efectos del presente documento, se aplican las definiciones del JCGM 100:2010, JCGM
101:2008 y JCGM 200:2012, a menos que se indique lo contrario. A continuación, se presentan
sucintamente algunas de las definiciones más relevantes de estos documentos. En las
referencias normativas se podrá encontrar información suplementaria, incluyendo notas y
ejemplos.
Asimismo, se dan otras definiciones especialmente importantes para la evaluación de la
conformidad, incluyendo aquellas extraídas o adaptadas de otras fuentes.
Aquellas definiciones que citen otros documentos incluyen una NOTA previa a dicha cita.
También se incluyen otras NOTAS propias de este documento.
A diferencia del JCGM 200:2012, en este documento, los términos “indicación” y “error máximo
permitido (de indicación)” se consideran magnitudes en lugar de valores.
NOTA Las citas en la forma [JCGM 101:2008 3.4] indican apartados de la referencia citada.
3.1 Términos relacionados con la probabilidad

3.1.1
distribución de probabilidad
distribución
medida de probabilidad derivada de una variable aleatoria
NOTA Hay numerosas representaciones matemáticas equivalentes de una distribución, incluyendo la
función de distribución (véase el apartado 3.1.2), la función de densidad de probabilidad, si existe, (véase
el apartado 3.1.3), y la función característica.
[Adaptado de ISO 3534-1:2006 2.11]
NT1
Norma UNE-ISO 3534-1:2008
NT2
Norma UNE-ISO 3534-2:2008

2 JCGM © 2012 - Reservados todos los derechos
El
Elpapel
papelde
delalaincertidumbre
incertidumbrede
demedida
medidaen
enlalaevaluación
evaluaciónde
delalaconformidad
conformidad (ES)
(ES)
3.1.2
3.1.2
función
funciónde dedistribución
distribución
función
función que
que proporciona,
proporciona, para
paracada valor ξξ,, lalaprobabilidad
cada valor probabilidad de
de que
quelala variable
variablealeatoria
aleatoria X
X sea
sea
menor igualaaξξ::
menorooigual
GGxx ((ξξ))==Pr X ≤≤ξξ))

Pr((X
[JCGM
[JCGM101:2008
101:20083.2]
3.2]
3.1.3
3.1.3
función
funcióndededensidad
densidaddedeprobabilidad
probabilidad
FDP
FDP
derivada,
derivada,cuando
cuandoexiste,
existe,de
delalafunción
funciónde
dedistribución
distribución
ggxx(ξ(ξ))==ddGGxx((ξξ))//ddξξ
NOTA
NOTA ggxx((ξξ))ddξξ es
eselel“elemento
“elementode
deprobabilidad”
probabilidad”
ggxx(ξ(ξ))ddξξ ==Pr
Pr(ξ(ξ <<X
X <<ξξ ++ddξξ))
[Adaptado
[Adaptadode
deJCGM
JCGM101:2008
101:20083.3]
3.3]
3.1.4
3.1.4
distribución
distribuciónnormal
normal
distribución
distribuciónde
deprobabilidad
probabilidadde
deuna
unavariable
variablealeatoria
aleatoriacontinua X,,cuya
continua X cuyafunción
funciónde
dedensidad
densidadde
de
probabilidad
probabilidadeses
11 ⎡⎡ 11⎛⎛ξξ −−μμ⎞⎞22⎤⎤
ggxx(ξ(ξ))== exp⎢⎢−− ⎜⎜
exp ⎟⎟ ⎥⎥ ,,
σσ 22ππ ⎣⎢⎣⎢ 22⎝⎝ σσ ⎠⎠ ⎦⎥⎦⎥
para −∞<<ξξ<<++∞∞
para −∞
NOTA11 μμes
NOTA eslalaesperanza matemática(véase
esperanzamatemática (véaseelelapartado 3.1.5)yy σσ es
apartado3.1.5) eslaladesviación típica(véase
desviacióntípica (véaseelel
apartado
apartado3.1.7)
3.1.7)de
de X
X. .
NOTA
NOTA22La
Ladistribución
distribuciónnormal
normaltambién
tambiénse
seconoce
conocecomo
comodistribución
distribucióngaussiana.
gaussiana.
[JCGM
[JCGM101:2008
101:20083.4]
3.4]
3.1.5
3.1.5
esperanza
esperanzamatemática
matemática
para
parauna
unavariable
variablealeatoria
aleatoriacontinua X,,caracterizada
continua X caracterizadapor
poruna FDP ggxx((ξξ)),,
unaFDP
∞∞
EE(X
(X))== ∫∫ ξξ ggxx(ξ(ξ))ddξξ
−−∞∞
NOTA
NOTA11La
Laesperanza
matemáticatambién
tambiénse
seconoce
conocecomo
comomedia.
media.
NOTA
NOTA22No
Notodas
todaslas
lasvariables
variablesaleatorias
aleatoriastienen
tienenesperanza
esperanzamatemática.
matemática.
NOTA
NOTA33La
Laesperanza
matemáticade
delalavariable aleatoria ZZ==FF(X
variablealeatoria (X)), ,para
parauna
unafunción
funcióndada
dada FF(X
(X)), ,es
es
∞∞
EE(Z
(Z))==EE(F(F((XX)))== ∫∫ FF(ξ(ξ)g)gxx(ξ(ξ))ddξξ
−−∞∞
[JCGM
[JCGM101:2008
101:20083.6]
3.6]
JCGM
JCGM©©2012
2012--Reservados
Reservadostodos
todoslos
losderechos
derechos
3.1.6
varianza
para una variable aleatoria continua X , caracterizada por una FDP g x (ξ ) ,
∞
V (X )
= ∫ [ξ − E (X )] 2 gx (ξ ) d ξ
−∞
NOTA No todas las variables aleatorias tienen varianza.
[JCGM 101:2008 3.7]
3.1.7
desviación típica
raíz cuadrada positiva de la varianza
[JCGM 101:2008 3.8]
3.2 Términos relacionados con la metrología

3.2.1
magnitud
propiedad de un fenómeno, cuerpo o sustancia, cuyo valor puede expresarse mediante un
número y una referencia.
[JCGM 200:2012 1.1]
3.2.2
valor de la magnitud
valor
número y referencia que, conjuntamente, expresan el valor de una magnitud
[JCGM 200:2012 1.19]
3.2.3
valor verdadero de la magnitud
valor verdadero
valor de la magnitud consistente con su definición
[JCGM 200:2012 2.11]
3.2.4
mensurando
magnitud que se desea medir
[JCGM 200:2012 2.3]
NOTA En este documento, el mensurando es una propiedad medible de un elemento de interés.
3.2.5
resultado de medida
resultado de una medición
conjunto de valores de una magnitud atribuidos a un mensurando, acompañados de cualquier
otra información relevante disponible
NOTA El resultado de una medición puede expresarse de varias maneras; dando, por ejemplo, (a) un
valor de la magnitud medida, con una incertidumbre de medida asociada; (b) un intervalo de cobertura
para el mensurando, con una probabilidad de cobertura asociada; (c) una FDP o (d) una aproximación
numérica a una FDP.

[JCGM 200:2012 2.9]
3.2.6
valor medido de una magnitud
valor de una magnitud medida
valor medido
valor de la magnitud que representa un resultado de medida
NOTA Al valor de la magnitud medida también se le conoce como estimación, o mejor estimación, de
una magnitud.
[JCGM 200:2012 2.10]
3.2.7
intervalo de cobertura
intervalo que contiene el conjunto de valores verdaderos de la magnitud de un mensurando con
una probabilidad determinada, basado en la información disponible
[JCGM 200:2012 2.36]
3.2.8
probabilidad de cobertura
probabilidad de que el conjunto de valores verdaderos de la magnitud de un mensurando esté
comprendido dentro de un intervalo de cobertura específico
[JCGM 200:2012 2.37]
3.2.9
indicación
valor proporcionado por un instrumento de medida o un sistema de medida
NOTA 1 Frecuentemente, las indicaciones vienen dadas por la posición de un índice, para salidas
analógicas, o por un número visualizado o impreso, para salidas digitales.
NOTA 2 A la indicación también se le denomina lectura.
[Adaptado del JCGM 200:2012 4.1]
3.3 Términos relacionados con la evaluación de la conformidad

3.3.1
evaluación de la conformidad
actividad para determinar si se cumplen requisitos específicos relacionados con un producto,
proceso, sistema, persona u organismo
[Adaptado de la ISO/IEC 17000:2004 2.1]
3.3.2
inspección
evaluación de la conformidad mediante observación y valoración, junto con medición, ensayo o
calibración, si procede
[Adaptado de la ISO 3534-2:2006 4.1.2]
NOTA A una medición llevada a cabo como parte de la evaluación de la conformidad, a veces se le
denomina medición de inspección.
3.3.3
requisito específico
necesidad o expectativa establecida
NOTA Los requisitos específicos pueden establecerse en documentos normativos tales como
regulaciones, normas y especificaciones técnicas.

ElElpapel
El papel
El
papel dede
papel
de
de lalaincertidumbre
la laincertidumbre
incertidumbre
incertidumbre
de medida
dede
medida
medida
medidaen
en lalaevaluación
enla evaluaciónde
evaluación
evaluación dedela
de la
laconformidad
laconformidad
El papel de la (ES)
conformidad
conformidad (ES)
(ES)
incertidumbre de medida en la evaluación de la conformi
[ISO/IEC
[ISO/IEC
[ISO/IEC
[ISO/IEC17000:2004
17000:2004
17000:2004
17000:20043.1]
3.1]
3.1] [ISO/IEC 17000:2004 3.1]
NOTA
NOTA
NOTA
NOTA111El
1ElEl
El término
término
término
término“expectativa”
“expectativa”
“expectativa” en
“expectativa”en
enenel contextode
elelcontexto
contexto dedeun
de ununrequisito
un NOTA
requisito
requisito
requisitoespecífico
específico
específicono
específico noestá
1 El término
no estárelacionado
“expectativa”
está
está en con
relacionado
relacionadoelcon
relacionado conla la
contexto
con la de un requisito esp
la
esperanza
esperanza
esperanza
esperanza matemática
matemática
matemática
matemática de
dede
una
una
unavariable
variable
variable aleatoria(véase
variablealeatoria
aleatoria (véasela
(véase
(véase laladefinición
la definición
definición3.1.5).
esperanza
definición matemática de una variable aleatoria (véase la definición 3.1
3.1.5).
3.1.5).
3.1.5).
NOTA
NOTA
NOTA
NOTA222En
2En
EnEneste
este
este
estedocumento,
documento,
documento,
documento, ununrequisito
un requisito
requisito específico
específicotípico
requisitoespecífico
específico típicotoma
típico
típico NOTA
toma
toma
tomalalalaforma
la 2forma
forma
formade
deun
En este
de unintervalo
documento,
un intervaloestablecido
intervalo
intervaloun requisitode
establecido
establecido
establecido específico
de
de
de típico toma la fo
valores
valores
valores
valorespermitidos
permitidos
permitidos
permitidospara
para
para
para una
una
unapropiedad
propiedad
propiedad mensurable
mensurablede
propiedadmensurable
mensurable deun
de
de ununelemento.
un valores permitidos para una propiedad mensurable de un elemento.
elemento.
elemento.
elemento.
EJEMPLO
EJEMPLO
EJEMPLO
EJEMPLO 111 1 Una
Una
UnaUnamuestra
muestra
muestrade dedeagua
agua
agua residual
residualindustrial
aguaresidual
residual industrial(el
industrial
industrial (elelemento)
EJEMPLO
(el
(el 1 debe
elemento)
elemento)
elemento) debe
debetener
Unateneruna
tener
tener concentración
muestra
una
una
una de agua residual industrial (el elemen
concentración
concentración
concentración
másica
másica
másica
másicadede
de
de mercurio
mercurio
mercurio
mercuriodisuelto
disuelto
disuelto
disuelto(la(la
(la propiedad)
propiedad)
propiedad)
propiedad)nonosuperior
no superioraaaa10
superior
superior 1010ng/L.
10 másica de mercurio disuelto (la propiedad) no superior a 10 ng/L.
ng/L.
ng/L.
ng/L.
EJEMPLO
EJEMPLO
EJEMPLO
EJEMPLO 222 2 UnaUna
Una
Una báscula
báscula
báscula dede
de mercado
mercado(el
mercado
mercado (elelemento)
(el elemento)debe
elemento)
elemento) debe
debe
debetener
teneruna
EJEMPLO
tener
tener una2indicación
una
una indicación
indicación RR
R(la(la
Una báscula
R propiedad)
(lade mercadoenen
propiedad)
propiedad)
propiedad) (el
enelemento) debe tener un
en
elel intervalo
el intervalo
el
intervalo
intervalo[999,5
[999,5
[999,5 g
[999,5 ≤
gg ≤g
≤≤ R
RR ≤ 1000,5
≤ 1000,5
≤ 1000,5g]
g] al
g]g]
al medir
alalmedir una
mediruna pesa
unapesa
pesapatrón
pesapatrón
patrónde
el
patrónde
de 1 kg.
intervalo
de111kg.
kg.
kg. [999,5 g ≤ R ≤ 1000,5 g] al medir una pesa patrón de 1 kg.
3.3.4
3.3.4
3.3.4
3.3.4 3.3.4
límite
límite
límite
límitede
de
dede tolerancia
tolerancia
tolerancia
tolerancia límite de tolerancia
límite
límite
límite
límite
dede
dede especificación
especificación
especificación
especificación límite de especificación
límite
límite
límite
límiteespecificado,
especificado,
especificado,
especificado, superior
superior oo oinferior,
superior inferior,
inferior, delos
inferior,de
de losvalores
los valorespermitidos
valores
valores permitidos
permitidos
permitidospara
parauna
para unapropiedad
límite especificado,
una superior o inferior, de los valores permitidos
propiedad
propiedad
propiedad
[Adaptado
[Adaptado
[Adaptado
[Adaptadode
de
de
delalala
la ISO
ISO
ISO
ISO3534-2:2006
3534-2:20063.1.3]
3534-2:2006
3534-2:2006 3.1.3]
3.1.3] [Adaptado de la ISO 3534-2:2006 3.1.3]
3.3.5
3.3.5
3.3.5
3.3.5 3.3.5
intervalo
intervalo
intervalo
intervalo
dede
dede tolerancia
tolerancia
tolerancia
tolerancia intervalo de tolerancia
intervalo
intervalo
intervalo de
intervalo
de
dedevalores
valores
valores
valores
permitidos
permitidos para
permitidospara
para unapropiedad
parauna
una propiedad
propiedad
propiedad intervalo de valores permitidos para una propiedad
[Adaptado
[Adaptado
[Adaptado
[Adaptadode
de
de
delalala
la ISO
ISO
ISO
ISO10576-1:2003
10576-1:20033.5]
10576-1:2003
10576-1:2003 3.5]
3.5] [Adaptado de la ISO 10576-1:2003 3.5]
NOTA
NOTA
NOTA
NOTA 111Salvo
1Salvo
Salvo
Salvo que
que
quequesese
se
se indique
indique lolocontrario
indiquelo contrario
contrarioen
contrario enuna
en unaespecificación,
una
una NOTAlos
especificación,
especificación,
especificación, 1
los
los límites
losSalvo
límitesde
que
límites detolerancia
dese indiquepertenecen
tolerancia
tolerancia
tolerancia contrarioalen
lopertenecen
pertenecen
pertenecen aluna especificación, los
al
al
intervalo
intervalo
intervalo
intervalo
dedede
de tolerancia.
tolerancia.
tolerancia.
tolerancia. intervalo de tolerancia.
NOTA
NOTA
NOTANOTA 222El
2ElEl
El término
término
término “intervalo
término“intervalo
“intervalo de
“intervalode
de tolerancia”
tolerancia”utilizado
detolerancia”
tolerancia” utilizadoen
utilizado
utilizado enlala
en
en laevaluación
NOTA
la evaluación
evaluación
evaluación dedelala
2 El término
de conformidad
la“intervalo de tiene
conformidad
conformidad
conformidad tieneunun
tolerancia”
tiene un utilizado en la evalua
un
significado
significado
significado
significado distinto
distinto
distinto del
distinto
del
del
delmismo
mismo
mismo
mismo término
término
término utilizado
utilizadoen
términoutilizado
utilizado enenestadística.
en estadística.significado distinto del mismo término utilizado en estadística.
estadística.
estadística.
NOTA
NOTA
NOTA 333En
NOTA 3En
EnEnASME
ASME
ASME
ASME B89.7.3.1:2001
B89.7.3.1:2001
B89.7.3.1:2001
B89.7.3.1:2001[2],
[2],
[2], al
[2],al intervalo
intervalode
alalintervalo
intervalo dedetolerancia
de tolerancia
toleranciase
NOTA
tolerancia selele
se
se le3denomina
le En ASME“zona
denomina
denomina
denomina “zonadede
“zona
“zona especificación”.
B89.7.3.1:2001
de
de [2], al intervalo de tolerancia se le de
especificación”.
especificación”.
especificación”.
3.3.6
3.3.6
3.3.6
3.3.6 3.3.6
tolerancia
tolerancia
tolerancia
tolerancia tolerancia
tolerancia
tolerancia
tolerancia especificada
tolerancia
especificada
especificada
especificada tolerancia especificada
diferencia
diferencia
diferencia entre
diferencia
entre
entre
entre los
los
losloslímites
límites
límites de
límites
de
de tolerancia
detolerancia
tolerancia superior
toleranciasuperior
superior e inferior
diferencia entre los límites de tolerancia superior e inferior
superioreeeinferior
inferior
inferior
3.3.7
3.3.7
3.3.7
3.3.7 3.3.7
probabilidad
probabilidad
probabilidad
probabilidad de
de
dedeconformidad
conformidad
conformidad
conformidad probabilidad de conformidad
probabilidad
probabilidad
probabilidad
probabilidadde
de
dedeque
que
que
queun
un
ununelemento
elemento
elemento cumpla
cumplaun
elementocumpla
cumpla unrequisito
un
un requisitoespecífico
requisito
requisito probabilidad de que un elemento cumpla un requisito específico
específico
específico
específico
3.3.8
3.3.8
3.3.8
3.3.8 3.3.8
límite
límite
límite
límitede
de
dedeaceptación
aceptación
aceptación
aceptación límite de aceptación
límite
límite
límite
límiteespecificado,
especificado,
especificado,
especificado, superior
superior
superior
superioro inferior,
oooinferior,
inferior, de
inferior,de
de los
delos
los valores
losvalores
valorespermitidos
valorespermitidos
permitidos
permitidospara
paralala
para lamagnitud
límite especificado,magnitud
magnitud
magnitudmedida
superior o inferior, de los valores permitidos
medida
medida
[Adaptado
[Adaptado
[Adaptado
[Adaptado de
de
dede
lalala
la ISO
ISO
ISO
ISO 3534-2:2006
3534-2:2006
3534-2:2006 3.1.6]
3534-2:20063.1.6]
3.1.6]
3.1.6] [Adaptado de la ISO 3534-2:2006 3.1.6]
3.3.9
3.3.9
3.3.9
3.3.9 3.3.9
intervalo
intervalo
intervalo
intervalo
dede
dedeaceptación
aceptación
aceptación
aceptación intervalo de aceptación
intervalo
intervalo
intervalo de
intervalo
de
dedevalores
valores
valores
valorespermitidos
permitidos
permitidos para
permitidospara
para la
parala magnitud
lalamagnitud
magnitud medida
magnitudmedida
medidaintervalo de valores permitidos para la magnitud medida
medida
NOTA
NOTA
NOTA
NOTA 111Salvo
1Salvo
Salvo
Salvo que
que
que
que sese
se
se indique
indique
indique lo
indiquelo contrario
contrarioen
lolocontrario
contrario en
enenla
lalaespecificación,
la NOTA
especificación,
especificación,
especificación, los
los
los1límites
los límitesde
Salvo
límites
límites deaceptación
que
de se indiquepertenecen
aceptación
aceptación
aceptación lo contrarioalen
pertenecen
pertenecen
pertenecen al la especificación, los lí
al
al
intervalo
intervalo
intervalo
intervalo
dede
dedeaceptación.
aceptación.
aceptación.
aceptación. intervalo de aceptación.
NOTA
NOTA
NOTA
NOTA 2
22 EnEn
En
2 EnASME
ASME
ASME
ASME B89.7.3.1
B89.7.3.1
B89.7.3.1
B89.7.3.1 [2],
[2],
[2], al
[2],
al intervalo
alal intervalode
intervalo
intervalo de
dedeaceptación
aceptaciónse
aceptación
aceptación se
se
selele
NOTA ledenomina
le 2 En ASME
denomina
denomina
denomina “zona
“zona
“zonadede
deaceptación”.
B89.7.3.1 [2], al intervalo de aceptación se le denom
aceptación”.
aceptación”.
aceptación”.
3.3.10
3.3.10
3.3.10
3.3.10 3.3.10
intervalo
intervalo
intervalo
intervalode
de
de
de rechazo
rechazo
rechazo
rechazo intervalo de rechazo
JCGM ©©©2012 - -Reservados todos loslos

derechos JCGM © 201
6 JCGM
JCGM
JCGM ©
JCGM 2012
2012
2012
© 2012- Reservados
Reservados
Reservados todos
todos
- Reservadostodos
todos los derechos
derechos
derechos
los derechos
[Adaptado de la ISO 3534-2:2006 3.1.6]
3.3.9
intervalo de aceptación JCGM 106:2012. Primera edición en español. 2015
intervalo de valores permitidos para la magnitud medida
NOTA 1 Salvo que se indique lo contrario en la especificación, los límites de aceptación pertenecen al
intervalo de aceptación.
NOTA 2 En ASME B89.7.3.1 [2], al intervalo de aceptación se le denomina “zona de aceptación”.
3.3.10
intervalo de rechazo
intervalo de valores no permitidos para la magnitud medida
NOTA En ASME B89.7.3.1 [2], al intervalo de rechazo se le denomina “zona de rechazo”. .
3.3.11
zona de seguridad
6
intervalo entre un límite de tolerancia y el límite de aceptación correspondiente
NOTA La zona de seguridad incluye los límites.
3.3.12
regla de decisión
regla documentada que describe cómo contabilizar la incertidumbre de medida para aceptar o
rechazar un elemento, considerando un requisito especificado y el resultado de una medición.
[Adaptado de ASME B89.7.3.1-2001 [2]]
3.3.13
riesgo específico del consumidor
probabilidad de que un determinado elemento aceptado sea no conforme
3.3.14
riesgo específico del fabricante
probabilidad de que un determinado elemento rechazado sea conforme
3.3.15
riesgo global del consumidor
riesgo del consumidor
probabilidad de que se acepte un elemento no conforme basada en un resultado de medida
futuro
3.3.16
riesgo global del fabricante
riesgo del fabricante
probabilidad de que se rechace un elemento conforme basada en un resultado de medida
futuro
3.3.17
índice de capacidad de medición
tolerancia dividida por un múltiplo de la incertidumbre típica de medida asociada al valor
medido de una propiedad de un elemento
NOTA En este documento se considerará 4 como valor del múltiplo (véase el apartado 7.6.3)
3.3.18
error máximo permitido (de indicación)
EMP
para un instrumento de medida, diferencia máxima permitida por especificaciones o
regulaciones entre la indicación del instrumento y el valor de la magnitud que se está midiendo,
NOTA 1 El término “errores máximos permitidos” se utiliza cuando se especifica más de una diferencia
máxima, por ejemplo, una diferencia máxima negativa y una diferencia máxima positiva.
NOTA 2 El error de indicación puede escribirse como E = R − R0 , siendo R la indicación y R0 la

indicación de un instrumento de medida ideal que mide el mismo mensurando Y . En el ensayo y
verificación de un instrumento de medida, el error de indicación se evalúa, habitualmente, midiendo un
patrón de referencia calibrado.

ElElEl
papel
papel
papel
de
dede
lalaincertidumbre
laincertidumbre
incertidumbre
dede
de
medida
medida
medida
en
en
en
lalaevaluación
laevaluación
evaluación
de
de
de
lalaconformidad
laconformidad
conformidad(ES)
(ES)
(ES)
444 Convenciones
Convenciones
Convenciones
yyy
notación
notación
notación
AAAlos
los
losefectos
efectos
efectosde
de
deeste
este
estesuplemento
suplemento
suplementose
se
seadoptan
adoptan
adoptanlas
las
lassiguientes
siguientes
siguientesconvenciones,
convenciones,
convenciones,notación
notación
notaciónyyy
terminología.
terminología.
terminología.
4.1
4.1
4.1En
En
Enlalala
GUM,
GUM,
GUM, lalala
incertidumbre
incertidumbre
incertidumbre típica
típica
típicarelacionada
relacionada
relacionada con
con
con
una
una
una
estimación
estimación
estimaciónyyde
ydedeun
un
unmensurando
mensurando
mensurando
YYYse
seseescribe
escribe
escribecomo
como
comouuc u
(cy(cy)(y). ).El
.ElEl
subíndice
subíndice
subíndice “ “c“c”,c”,”,
que
que
queindica
indica
indica
incertidumbre
incertidumbre
incertidumbretípica
típica
típica
“combinada”,
“combinada”,
“combinada”,
se
se
se
considera
considera
considera redundante
redundante
redundante yyno yno
nosesese
utiliza
utiliza
utiliza
en
eneneste
este
este documento
documento
documento (véase
(véase
(véaseJCGM
JCGM
JCGM 101:2008
101:2008
101:20084.10).
4.10).
4.10).
4.2
4.2
4.2Una
Una
Una
expresión
expresión
expresión
escrita
escrita
escrita
como
comoAA=:
como A=:=: significa
BBBsignifica
significa
que
que
que es
BBBes
es
definido
definido
definido
por
por
por
AA.A. .
4.3
4.3
4.3Cuando
Cuando
Cuando nono
no
existe
existe
existe
posibilidad
posibilidad
posibilidaddede deconfusión,
confusión,
confusión, elelel
símbolo
símbolo
símbolo
uu,u,en
,en
en
vez
vez
vez
dede
deuu (y)(y)se
(yu )se
seutilizará
utilizará
utilizará para
para
para
una
una
unanotación
notación
notaciónmás
más
más sencilla.
sencilla.
sencilla.
La
La
Laincertidumbre
incertidumbre
incertidumbre expandida
expandida
expandida UUU se
sese
toma
toma
tomacomo
como
como UUU ==ku
=ku, ,utilizando
ku ,utilizando
utilizando
un
un
unfactor
factor
factorde
de
decobertura
cobertura
coberturakk=k=2=2.2. El
. ElElvalor
valor
valorde
de
dekkkse se
seespecifica
especifica
especificacuando
cuando
cuandohayhayhayposibilidad
posibilidad
posibilidadde de
de
ambigüedad.
ambigüedad.
ambigüedad.
4.4
4.4
4.4Una
Una
Unapropiedad
propiedad
propiedadde
dedeinterés
interés
interés(el
(el
(elmensurando)
mensurando)
mensurando)se se
seconsidera
considera
considerauna
una
unavariable
variable
variablealeatoria
aleatoria
aleatoriaYYY
con
con
con
valores
valores
valores
posibles
posiblesηη.η.Cuando
posibles .Cuando
Cuando se
sese
mide
mide
mide , ,la,lala
YYY evaluación
evaluación
evaluación
de
de
de
los
los
los
datos
datos
datosde
de
de
medición
medición
medicióngenera
genera
genera
un
un
un
valor
valor
valor
de
de
de
magnitud
magnitud
magnitud medida
medidaηηmηm,m,que
medida ,que
quese
se
se
considera
considera
considerauna
una
unarealización
realización
realizacióndede
de
una
una
una
variable
variable
variable
aleatoria
aleatoria
aleatoria
observable.
observable.
observable.
YYmYmm Generalmente,
Generalmente,
Generalmente, elelel valor
valor medido ηηmηmdiferirá
valor medido
medido mdiferirá
diferirá de
de
de YYY
en
enen un
un
un error
error
error
desconocido
desconocido
desconocidoEEE , ,que
,que
que
depende
depende
depende dedede
efectos
efectos
efectos
aleatorios
aleatorios
aleatorios
yysistemáticos.
ysistemáticos.
sistemáticos.
4.5
4.5
4.5Un
Un
Unintervalo
intervalo
intervalo
de
dede
tolerancia
tolerancia
toleranciaespecifica
especifica
especificavalores
valores
valores
permitidos
permitidos
permitidosdel
del
del
mensurando
mensurando
mensurandoYYY . .Una
.Una
Una
decisión
decisión
decisión
de
de
de
evaluación
evaluación
evaluación dede
delalala
conformidad
conformidad
conformidadse
sese
basa
basa
basaen
en
en
elelel
valor
valor
valor
medido
medido
medidoηηmηmymyen
yen
en
lalala
relación
relación
relación
de
de
deηηmηmcon
mcon
con
un
un
un
intervalo
intervalo
intervalo
de
dede
aceptación
aceptación
aceptación definido.
definido.
definido.
4.6
4.6
4.6ElElElconocimiento
conocimiento
conocimientode dedelas
las
lasmagnitudes
magnitudes
magnitudesYYY eeeYYmYmse
mse
seexpresa
expresa
expresayyytransmite
transmite
transmitemediante
mediante
medianteFDP FDP
FDP
condicionales,
condicionales,
condicionales,cuyas
cuyas
cuyasexpresiones
expresiones
expresionesdependen
dependen
dependende de
delalalainformación
información
informacióndisponible.
disponible.
disponible.Las LasLasFDPFDP
FDP
condicionales
condicionales
condicionalesse se
serepresentan
representan
representancon
con
conuna
una
unabarra
barra
barravertical,
vertical,
vertical,con
con
conlalalainformación
información
informaciónfacilitada
facilitada
facilitadaaaalalala
I
I
I
I
I
I
derecha
derecha
derecha de
de
de
lalala
barra.
barra.
barra.La
La
La
FDP
FDP
FDPde
de
de
un
un
un
mensurando
mensurando
mensurandoYYY antes
antes
antes dede
delalala
medida
medida
medida esesgYgYgYI (Iη(Iη(ηI I) I)donde
es )donde
donde
elelel
símbolo
símbolo I Idenota
símbolo Idenota
denota
información
información
información
previa.
previa.
previa.
4.7
4.7
4.7Tras
Tras
Tras lalala
medición
medición
medición
de
de
de
una
una
unapropiedad
propiedad
propiedad
de
de
de
interés,
interés,
interés,queque
que proporciona
proporciona
proporciona un
un
un
valor
valor
valor
medido
medido
medido
observado
observado
observado
I
I
I
ηηmηm,m,la,lala
I
I
I
FDP
FDP
FDP
posterior
posterior
posterior
aala
alala
medida
medida
medida
para
para
paraYYYes.
es.ggY gYηYmηmm,ηIm,(Iη
es. (
,Iη(ηηη η,
mmm I
, I
)
, I
) )
4.8
4.8
4.8Las
Las
Las
FDP
FDP
FDPanálogas
análogas
análogas para
para
para los
los
los posibles
posibles
posibles valores
valores
valoresηηmηmde
mde
de
lalala
magnitud
magnitud
magnitud de
de
de salida
salida
salida del
del
del
sistema
sistema
sistema de
de
de
I
I
I
I
I
I
medida
medida
medidaYYmYmm son
son
son(a)
(a)
(a)ggYm gYmI (Iη(Iηm
(ηmImI) I), ), que
, que
queexpresa
expresa
expresalalalaconfianza
confianza
confianzaen en
enloslos
losposibles
posibles
posiblesvalores valores
valores
I
I
,
I
,
,
Ym
I
η ηIη(Iη
I
,
I
,
,
medidos,
medidos,
medidos,solo
solo
solocon
con
conlalalainformación
información
información previa
previa
previaproporcionada
proporcionada
proporcionada I I,I,y,yy(b)
(b)
(b)ggYm
gYm
Ym (Iηm
(ηmη
mηη
I I) I), ),la
,lalaFDP
FDP
FDP
análoga
análoga
análogacuando,
cuando,
cuando,
además
además
ademásde
dedelalala
información
información
información
previa
previaI I,I,se
previa ,se
se
asume
asume
asume
que
que
que
elelel
mensurando
mensurando
mensurando
tiene
tiene
tiene
un
un
un
valor
valor
valor
verdadero
verdadero
verdadero
dado
dadoYYY==η=η.η. .
dado
4.9
4.9
4.9EnEnEnaras
aras
arasdedede
lalala
brevedad,
brevedad,
brevedad, este
este
este documento
documento
documento omite
omite
omite
en
en
en
gran
gran
granmedida
medida
medida lalala
presentación
presentación
presentaciónexplicita
explicita
explicita
de
de
de
lalala
información
información
información previa
previa
previa fija,I I.I.Además,
fija,
fija, .Además,
Además, las
las
las
FDP
FDP
FDPpara
para
paraYYY
eeeYYmYmm
se
seseexpresan
expresan
expresan
con
con
conlos
los
los
símbolos
símbolos
símbolos
gggyyyhh,h,respectivamente,
,respectivamente,
respectivamente, utilizando
utilizando
utilizando
lalala
siguiente
siguiente
siguiente
notación
notación
notación enen
en
lalala
que
que
que
se
se
se
suprimen
suprimen
suprimen en
en
engran
gran
gran
medida
medida
medida los
los
los
subíndices:
subíndices:
subíndices:
--- Para
Para
Para
elelel
conocimiento
conocimiento
conocimiento
del
del
del
mensurando
mensurando
mensurando , ,previo
YYY ,previo
previo
aala
alala
medida,
medida,
medida,
I
I
I
I
I
I
gYgYgYI (Iη(Iη(ηI I) I=): =:g:g0 (g0η(0η)(η); ); ;

)=
--- Para
Para
Para
elelel
conocimiento
conocimiento
conocimiento
del
del
del
mensurando
mensurando
mensurando , ,posterior
YYY ,posterior
posterior
aala
alala
medida,
medida,
medida,
JCGM
JCGM
JCGM
©©2012
©2012
2012
- -Reservados
-Reservados
Reservados
todos
todos
todos
los
los
los
derechos
derechos
derechos
I
,
I
I
,m
gY η I (η η m I ) = : g(η η m ) ;
- Conocimiento de valores medidos posibles, contando sólo con la información

previa I ,
I
I
gY m I (η m I ) = : h0 (ηm ) ;
- Conocimiento de Y m asumiendo, además de la información I , un valor dado

Y = η del mensurando,
I
,
I
I
,
gY m η I (η m η I ) = : h(η m η ) .
Estas FDP no son independientes, pero están relacionadas por el teorema de Bayes (véase el
apartado 6.2)
4.10De acuerdo con la Resolución 10 de la 22a CGPM (2003) "... el signo decimal será el punto
en la línea o la coma en la línea...". El JCGM ha decidido adoptar, en sus documentos en
inglés, el punto en la línea. NT3
5 Límites de tolerancia e intervalos de tolerancia
5.1 Mediciones de la evaluación de la conformidad
5.1.1 Considérese una situación en la que una propiedad de un elemento de interés, como el
error de indicación de un voltímetro, se mide para decidir si el elemento cumple, o no, un
requisito específico. Dicha evaluación de la conformidad incluye una secuencia de tres
operaciones:
- medir la propiedad de interés;

- comparar el resultado de medida con el requisito especificado;
- decidir la acción consiguiente.
5.1.2 En la práctica, una vez obtenido el resultado de medida, normalmente las operaciones
de comparación o decisión se implementan utilizando una regla de decisión (véase el apartado
3.3.12) establecida y determinada previamente, que depende del resultado de medida, del
requisito especificado y de las consecuencias de una decisión equivocada.
5.1.3 Existe orientación disponible sobre la formulación de una regla de decisión. Las
Normas ISO 14253-1 [21] y ASME B89.7.3.1 [2] proporcionan guías para documentar una regla
de decisión elegida y para describir la función de la incertidumbre de medida a la hora de
establecer los límites de aceptación. Estos documentos tratan de reglas de decisión que
implican dos o más decisiones posibles, e incluyen la regla de decisión binaria, que concierne a
este documento, como un caso especial.
5.1.4 La medición realizada como parte de una evaluación de la conformidad se diseña para
obtener información suficiente para poder tomar una decisión con un nivel de riesgo aceptable.
Una estrategia de medición adecuada equilibrará el coste de reducir la incertidumbre de la
medida frente al beneficio de un conocimiento más seguro del valor verdadero del mensurando.
5.1.5 Una medida de inspección, junto con una regla de decisión relacionada, está pues
estrechamente relacionada con aspectos como costes y riesgos. Por ello, a menudo, el diseño
NT3
En esta traducción al español se utiliza la coma en la línea.

de una evaluación de la conformidad satisfactoria no es un ejercicio estrictamente técnico. Si el

objetivo es minimizar el coste, el problema puede reducirse a un cálculo directo, dado un
modelo económico adecuado.
5.2 Valores permitidos y no permitidos: intervalos de tolerancia
5.2.1 En este documento, los requisitos especificados para un mensurando de interés son
valores limitativos, llamados límites de tolerancia, que separan intervalos de valores permitidos
del mensurando de intervalos de valores no permitidos [22]. Los intervalos de valores
permitidos, denominados intervalos de tolerancia, son de dos tipos:
- intervalos de tolerancia unilateral, con un límite superior o inferior de tolerancia;
- intervalos de tolerancia bilateral, con límites superior e inferior de tolerancia.
En ambos casos, un elemento cumple los requisitos especificados si el valor verdadero del
mensurando está comprendido en el intervalo de tolerancia; de no ser así, será no conforme.
La figura 2 ilustra los intervalos de tolerancia mencionados.
5.2.2 Los intervalos unilaterales de tolerancia tienen a menudo límites adicionales, por
motivos físicos o teóricos, no indicados explícitamente [22]. Dichos intervalos de tolerancia son
en realidad bilaterales, contando con un límite especificado y un límite implícito (véanse los
ejemplos 4 y 5 a continuación).
TL
(a)
TU
(b)
TL TU
(c)
Figura 2 – Intervalos de tolerancia. (a) Intervalo unilateral con un único límite de tolerancia inferior
TL ; (b) intervalo unilateral con un único límite de tolerancia superior TU ; (c) intervalo bilateral con
límites de tolerancia inferior y superior. La diferencia TU − TL se denomina tolerancia.
NOTA 1 En algunos casos, como en seguridad alimentaria o en protección medioambiental, especificar

los límites de tolerancia en mediciones de la evaluación de la conformidad puede generar incertidumbres
relacionadas con la dificultad de evaluar las consecuencias de decisiones equivocadas [29]. Un problema
relacionado con el análisis de fiabilidad, denominado integridad de la incertidumbre, está relacionado con
las contribuciones al riesgo no analizadas [31].
NOTA 2 Temas como la integridad de la incertidumbre no guardan relación alguna con la incertidumbre
de medida asociada a una estimación de un mensurando, resultante de una medida de inspección. En
este documento, los límites de tolerancia se consideran constantes fijas.

5.3 Ejemplos de límites de tolerancia
EJEMPLO 1 Único límite de tolerancia, superior
Se establece que la tensión de ruptura V b de un tipo determinado de diodo Zener no debe ser superior a
-5,4 V. Para un diodo conforme, V b está comprendida en el intervalo abierto V b ≤ -5,4 V.
EJEMPLO 2 Único límite de tolerancia, inferior

Un recipiente metálico para refrescos requiere una resistencia al estallido B no inferior a 490 kPa. Los
valores conformes de B están comprendidos en el intervalo abierto B ≥ 490 kPa.
EJEMPLO 3 Límites de tolerancia superior e inferior explícitos

Se establece que una pesa OIML de 1 kg, de Clase E1 [25], tendrá un error máximo permitido (EMP) de
500 μg. Esto equivale a especificar que la masa m de la pesa no será inferior a 0,999 999 5 kg ni
superior a 1,000 000 5 kg. Una pesa conforme de 1 kg tendrá un error de masa E = m − m0 , con m0 = 1
kg, comprendido en el intervalo -500 μg ≤ E ≤ 500 μg.
EJEMPLO 4 Límite de tolerancia superior explícito y límite de tolerancia inferior implícito

Según una regulación medioambiental, la concentración másica X de mercurio en un caudal de aguas
residuales industriales debe ser superior a 10 ng/L, lo que constituye un límite de tolerancia superior
explícito. Puesto que la concentración másica no puede ser inferior a cero, hay un límite inferior implícito
de tolerancia de 0 ng/L. Una muestra de aguas residuales cumple esta regulación si la concentración
másica de mercurio en la muestra está comprendida en el intervalo 0 ng/L ≤ X ≤ 10 ng/L.
EJEMPLO 5 Límite de tolerancia inferior explícito y límite de tolerancia superior implícito

El benzoato de sodio en polvo, que se utiliza como conservante alimentario, debe tener un porcentaje de
pureza, P , expresado como una fracción másica, en seco, del 99,0 % o más. Esto es un límite de
tolerancia inferior explícito. La pureza no puede ser superior al 100 %, siendo éste un límite de tolerancia
superior implícito. La pureza de una muestra conforme de benzoato de sodio estará pues comprendida en
el intervalo de 99,0 % ≤ P ≤ 100 %.
6 Conocimiento del mensurando
6.1 Probabilidad e información
6.1.1 En mediciones realizadas como parte de una evaluación de la conformidad, el

conocimiento de una propiedad de interés (el mensurando) se modela mediante una función de
densidad de probabilidad (FDP) condicional, cuya forma depende de la información disponible.
Dicha información tiene siempre dos componentes: la que está disponible antes de realizar la
medición (denominada información previa) y la información adicional que proporciona la
medición [38].
6.1.2 La FDP de una propiedad de interés (el mensurando) representa y da confianza sobre
sus posibles valores, para un estado de conocimiento determinado. Generalmente, un
mensurando poco conocido tiene una FDP amplia, respecto a los requisitos de la evaluación de
la conformidad, lo que indica un amplio intervalo de posibles valores compatibles con dicha
información escasa. Al realizar una medición se obtiene información nueva para mejorar la FDP
y reducir el intervalo de posibles valores del mensurando.
6.1.3 Por lo tanto, el efecto de una medición es actualizar el conocimiento previo a la

medición y obtener un estado de conocimiento posterior a ésta que incluye los datos de la
medición. La regla para esta transformación se llama teorema de Bayes y el marco matemático
subyacente se conoce como la teoría de la probabilidad bayesiana. Este documento utiliza los
resultados de este marco sin una justificación o desarrollo detallados. Existe una extensa
bibliografía disponible (véanse, por ejemplo, las referencias [4, 5, 16, 26, 27, 39]).

6.2 Teorema de Bayes
6.2.1 En evaluación de la conformidad, una propiedad mensurable Y de un elemento de

interés se considera una variable aleatoria con posibles valores denotados por η . Antes de
medir Y , el conocimiento razonable sobre sus posibles valores se caracteriza por una FDP
g0(η ) previa a la medición, cuya forma es independiente del sistema de medida (véase el
apartado 4.9).
6.2.2 La FDP g0(η ) a priori se asigna a menudo basándose en el conocimiento adquirido en

mediciones previas de elementos similares. El Anexo B explica los métodos para asignar una
FDP previa a una propiedad de interés.
6.2.3 En una medición de inspección típica, la magnitud Y se mide con un procedimiento

diseñado para proporcionar suficiente información para evaluar la conformidad con un requisito
específico.
NOTA 1 Se utiliza el mismo símbolo para una magnitud y para la variable aleatoria que represente dicha
magnitud (véase [GUM 4.1.1 nota 1]).
NOTA 2 El JCGM 101:2008 y el Anexo B proporcionan información sobre la asignación de las FDP en
algunas situaciones habituales.
6.2.4 El resultado de un sistema de medida es una magnitud considerada como variable

aleatoria Y m , con posibles valores indicados por ηm La medición de Y da una realización
concreta, el valor de la magnitud medida ηm (véanse los apartados 3.2.6 y 4.4) y la FDP a
posteriori resultante para la Y (tras la medición) dada esta nueva información, se expresa
como:
I
g(η Y m =
ηm ) =
: g(η η m ) .
6.2.5 Las FDP a priori y a posteriori están relacionadas por el teorema de Bayes
I
g(η η m ) = Cg0 (η )h(η m η ) , (1)
∞
donde, dado un valor medido ηm , C es una constante elegida para que ∫ g (η η m ) dη = 1 . El
−∞
I
término h(ηm η ) de la expresión (1) es la FDP para los posibles valores de Y m , dado un valor
particular Y = η del mensurando.
I
6.2.6 La FDP h(ηm η ) , expresada como una función de η para un valor medido ηm , se
denomina verosimilitud de η dada ηm y se expresa como
I
h(ηm η ) =: L(η ;ηm ) .

Una medición puede observarse en términos de estímulo y respuesta o en términos de entrada
y salida. En este sentido, la función de verosimilitud L(η ;η m ) caracteriza la distribución de
estímulos o entradas plausibles (valores de η ) que puedan haber causado la respuesta o salida
observada (valor medido ηm ).
6.2.7 La forma de la función de verosimilitud dependerá del problema de medición específico

y del sistema de medida, tal y como se describe en el modelo matemático, así como de otra
información relevante como datos históricos, calibraciones del instrumento y resultados de
medición de artefactos calibrados o materiales de referencia patrón y experiencia con sistemas

similares. En muchos casos de interés, la función de verosimilitud puede caracterizarse por una
distribución normal (gaussiana).
6.2.8 El teorema de Bayes muestra cómo el estado de conocimiento posterior (tras la

medición) deriva de una combinación de información previa (antes de la medición), expresada
por la distribución a priori, e información proporcionada por la medición, representada por la
función de verosimilitud.
6.2.9 En muchos casos, el sistema de medida se utiliza para complementar el conocimiento

previo relativamente escaso del mensurando con información exacta de la medición. En dicho
caso, la FDP del estado de conocimiento posterior (tras la medición) viene definida
principalmente por la función de verosimilitud (que expresa la información de la medición), es
decir,
I
g(η η m ) = Ch(η m η )
a una aproximación cercana, en la que C es una constante.
6.3 Información resumen
6.3.1 Mejor estimación e incertidumbre típica
A menudo, el resultado de una medición se resume en una estimación del mensurando y un

parámetro que caracteriza la dispersión de valores probables de esta estimación. En este
documento, como estimación y de una propiedad Y se toma la esperanza matemática (véase
I
el apartado 3.1.5) E(Y η m ) . Como parámetro de dispersión asociado u(y) = u , llamado

incertidumbre típica, se toma la desviación típica (véase el apartado 3.1.7) de Y , la raíz
I
I
cuadrada positiva de la varianza (véase el apartado 3.1.6) V (Y η m ) . E(Y η m ) y
I
V (Y η m ) vienen dadas por
∞ ∞
E (Y η m ) =
y=η g (η η m )dη,
∫ V (Y η m=
) u2= ∫ (n − y )2 g (η η m ) dη .
−∞ −∞
6.3.1.1 La incertidumbre típica u caracteriza la dispersión de Y en torno a la estimación y .

Cuando la FDP de Y es de un solo pico (unimodal) y simétrica, la estimación y también es el
valor más probable de Y ; es decir, la moda de la distribución.
6.3.1.2 Para una medición analizada según el JCGM 100:2010 (GUM), la evaluación de los
datos de medición proporciona una estimación del mensurando (valor de la magnitud medida)
ηm , y una incertidumbre típica asociada um . Se asume que la información previa es tan
I
escasa que la FDP g(η η m ) posterior a la medición puede resumirse mediante la estimación
y = ηm y la incertidumbre típica asociada u = um (véase el apartado 7.6.1).
6.3.2 Intervalos de cobertura
6.3.2.1 En una medición, la probabilidad de que Y no sea superior a un valor determinado a

es
Pr(Y ≤ a η m ) = g (η η m ) dη ,
a
G(a ) =∫−∞
∫ g (η η ) dη, es la función de distribución de Y , dada la información η

z
donde G(z ) = m m .
−∞

evaluación de la conformidad (ES)
d p de que Y El papel
esté de la incertidumbre
comprendida deintervalo
en el [a,evaluación
medida en la b] , de la conformidad (ES)
g (η η=
m ) dη
ElEl
papel
papeldedelala
de
incertidumbre
incertidumbre
medida en dede
la
medida
medida
evaluación
en
enlalaevaluación
evaluación
de la conformidad
de
delalaconformidad
conformidad
(ES) (ES)
(ES)
G(b ) − G(a ). (2)
3.2.2
enomina 6.3.2.2
6.3.2.2Por
Por consiguiente,
intervalo Porconsiguiente,
de la
consiguiente,
probabilidad
cobertura lalaprobabilidad
para probabilidad
pYde , yquepppY de
deesté
es queque
la Ycomprendida
Y esté
estécomprendida
comprendida
en el
en intervalo[a,
enintervalo
el
el intervalo [[a,a,bbb]],,,
nCGM b , es con
a < 101:2008 conofrece
a a< <b ,b es
, orientación
es sobre cómo construir
abilidad de cobertura deseada, incluyendo el caso de
stribución obtenida por el método de Monte Carlo.
p =Pr (a ≤ Y p≤p=b= (ma(a)≤≤=
YY≤≤bgbη(η
ηmm)η)==) dgηg(η(ηηη m) )(
b bb
η
Pr
Pr ∫ =
m ∫∫ =
m=
G dbdη)η− GG(b(ab))−.−GG(a
(a).). (2)
(2)
(2)
a aa
ica y unimodal, un intervalo de cobertura importante y
n
3.2.3la mejor estimación
6.3.2.3Un
6.3.2.3
Un intervalo , con
yintervalo
Unintervalo
como ]una
se longitud
[a, bcomo
como [a,[a,b]b] seseigual
denomina a unintervalo
denomina
denomina
intervalointervalo de cobertura
de cobertura
de cobertura
para para
paraY Y ,, yy pppes
,Y y es la
es la
la
a GUM define una incertidumbre
probabilidadde
obabilidad deprobabilidad
cobertura decobertura
cobertura
asociada. de
El medida
asociada.
asociada.
JCGM El adicional,
ElJCGM
JCGM101:2008
101:2008 101:2008 ofrece
ofreceofrece orientación
orientación
orientación
sobresobre
sobre cómoconstruir
cómo
cómo construir
construir
, obtenida
Uintervalo al
deun multiplicar
unintervalo
intervalode
cobertura la incertidumbre
decobertura
con cobertura
una conuna unaprobabilidad
probabilidad
con típica u por
probabilidad decobertura
de cobertura
de cobertura
deseada,deseada,
deseada, incluyendo
incluyendo
incluyendo elcaso
elel caso de
caso de
de
aproximación
roximación discreta
aproximación discretaade
a la función
discreta alalafunción
funciónde
dedistribución
distribucióndistribución
obtenida obtenida
obtenida porelelmétodo
por elpor
método método de Monte
Monte
de Monte
de Carlo.
Carlo.
Carlo.
3.2.4 Cuando6.3.2.4
6.3.2.4
la FDP Cuando
Cuando
de Ylalaes FDP
FDP de
deYYes
simétrica essimétrica
ysimétrica
unimodal, (3)
yyunimodal,
unimodal, un intervalo
un intervalo
un intervalo
de cobertura
dede cobertura
cobertura importante yy
importante
importante
ampliamente
mpliamente utilizado
ampliamente es el utilizado
utilizado eseselelen
centrado centrado
centrado
la mejor enlala
en estimación
mejor y , con
mejor estimación
estimación yy,, con
una
con una
una
longitud
longitud
longitudigual
igual
igualaaa un
un
un
de forma
últiplo de laque permita
incertidumbre
múltiplo
múltiplodedelalaconseguir
típica u una
incertidumbre
incertidumbre. La probabilidad
típica
típica
GUM uu. .La
define
LaGUM
GUMuna de
define
define
incertidumbre
una
una incertidumbre
incertidumbre de de
medida
de medida
medidaadicional,
adicional,
adicional,
onominada
de cobertura [y − U , yincertidumbre
incertidumbre
denominada
denominada U ] . La relación
+incertidumbre
expandida, expandida, entre
expandida,
U , obtenida UU, k y multiplicar
la alalmultiplicar
,obtenida
obtenida
al multiplicar
la incertidumbre
lala incertidumbre
típica
típica uuupor
por
por
ende de la FDP
factor de cobertura para
ununfactor
factorde
kde
Y .
: cobertura
coberturak k: :
forma [y − U + U. ] a U
U , =y ku veces
U= =kuku.se
. denomina intervalo de (3)
(3)
(3)
-1:2003 3.7 [22].
3.2.5 El factor6.3.2.5
6.3.2.5 ElElfactor
de coberturafactorde
de
secobertura
cobertura
elige de seforma
se eligede
elige de
queforma
forma que permita
permita
que permita conseguir
conseguir
conseguir una
unauna probabilidad de
probabilidad
probabilidad de
de
puede serdeseada
bertura máscobertura
conveniente
cobertura determinar
deseada
asociada
deseada asociada
al asociadaelalmenor
intervalo alde intervalo
intervalo
intervalo [y − U ,[y[yy−+−UUU, ,y]y.++U
de
decobertura
cobertura
de cobertura U]]..relación
La La
La relación
relación
entre
entre
entrekkk yyy la
la
la
ertura dada. Véase JCGM 101:2008 5.3.4 para obtener
obabilidad deprobabilidad
cobertura
probabilidadde
asociada
decobertura
cobertura
depende
asociada
asociadadepende
de
depende
la FDP
de
dela
para
laFDP
FDPYpara
para
. YY . .
OTA 1 Un intervalo
NOTA
NOTA1de 1Un
Uncobertura
intervalo
intervalodedeencobertura
cobertura
la forma en la[la
en − U , y[y[+
yforma
forma y−−UUU], ,yya
++UU]] aa veces
veces veces
se denomina
se
se denomina
denominaintervalo
intervalo
intervalo de
de
de
ertidumbre, como
incertidumbre,
incertidumbre,
en la Norma como
comoISO
enenlala
10576-1:2003
Norma
NormaISO
ISO10576-1:2003
10576-1:2003
3.7 [22]. 3.73.7[22].
[22].
dad con requisitos especificados
OTA 2 Si la FDP
NOTA
NOTA
para
2 2SiY
SilalaFDP
FDP
es para
paraYY esesasimétrica,
asimétrica, puede
asimétrica,
serpuede
puede
más serconveniente
sermás
másconveniente
conveniente
determinar
determinar
determinar
el menor
el
el menor
menorintervalo
intervalo
intervalo de
de
de
de la probabilidad
bertura para cobertura
una
cobertura deuna
probabilidad
para
para la
unaconformidad
probabilidad
de
probabilidad
coberturade
de cobertura
dada.
coberturaVéase
dada.
dada. Véase
JCGM
Véase JCGM
JCGM
101:2008
101:2008
101:2008
5.3.4
5.3.4
5.3.4
para
para
paraobtener
obtener
obtener
entaciones sobre
orientaciones
orientaciones
este cálculo.
sobre
sobreeste
estecálculo.
cálculo.
requisito especificado si el valor verdadero de su
do en el intervalo de tolerancia. El conocimiento de Y
η mProbabilidad
) , de forma que
deuna declaración
7 7 Probabilidad
Probabilidad
la conformidad
de de con
conformidad
delalaconformidad
conformidad requisitos
con
conrequisitos
requisitos
especificados
especificados
especificados
probabilidad de ser verdadera. Al indicar el conjunto de
1or Regla
C , la probabilidad
general
7.1
7.1 Regla
Reglade
para la
el conformidad,
general
general
cálculo
para
paraelel
de indicada
cálculo
cálculo
la delalapor
probabilidad
de probabilidad
probabilidad
de lade
de
conformidad
la
laconformidad
conformidad
1.1 7.1.1
Un elemento7.1.1 Un Un
cumple
elemento
elemento con cumple
cumple
un requisito
concon un un requisito
requisito
especificado especificado
especificado
si elsisivalor
el
el valor
valor
verdadero
verdadero
verdadero de de
de su
su
su
opiedad asociada propiedad
propiedad está
Y asociada comprendido
asociada YY está
estácomprendido
comprendido
en el intervalo en enelelintervalo
intervalo
de tolerancia.
de
detolerancia.
tolerancia.
El conocimiento
El
El conocimiento
conocimientode de
de YY
η m ) dη . mediante
I
I
I
η expresa seseexpresa
expresa
unamediante
mediante
FDP una (η FDP
guna ηFDP η(η ηηm de(4)
m ) , g( gde m) ), , de
forma formauna
que
forma que declaración
que una declaración
una declaración de
dede conformidad
conformidad
conformidad
mpre es unasiempresiempre
inferencia,esesuna
una
con inferencia,
inferencia,
algunacon con algunaprobabilidad
probabilidad
alguna probabilidad
de ser de deser
serverdadera.
verdadera.
verdadera. Al indicar
Al indicar
Al indicar el
el el conjunto de
conjunto
conjunto de
de
ores permitidos valores
valores permitidos
(conformes)
permitidos (conformes)
de
neral para calcular la probabilidad de que un elemento
Y por
(conformes) de de CYY , por
lapor probabilidad
C C , , la
la probabilidad
probabilidad
de la de
de la conformidad,
conformidad,
la conformidad, indicada
indicada
indicada por
por
por
, se expresa
ado, en basepcomoa , se
cp,c la
se expresacomo
expresa
medición como
de una de sus propiedades
cia bilateral para el mensurando Y , por ejemplo, con
C = [TL , TU ] , y la probabilidad de la conformidad es
pc =Pr (Y ∈ C pcpη
c= = ) (=
PrPr
m Y(Y∈∈CgCη(ηηmmη) )=m=) dgηg(η(.ηηηmm) )ddηη. .
∫ ∫∫ (4)
(4)
(4)
C CC
1.2 7.1.2 La
7.1.2
La expresión Laexpresión
(4) expresión
da la regla (4)da
(4) dalalaregla
general regla general
para
general paracalcular
calcular
para calcular lala probabilidad
la probabilidad probabilidad
de de de que
que que unelemento
unun elemento
elemento
a conforme con seaconforme
sea conforme
un requisito conun
con unrequisito
requisitoespecificado,
especificado, especificado,
en baseen en base
a base
la aalalamedición
medición medición
de unade una
de una
de de de sus
sus sus propiedades
propiedades
propiedades
evantes. Para relevantes.
relevantes.
un intervaloParaun
Para unintervalo
de intervalode
tolerancia detolerancia
tolerancia bilateral
bilateral bilateral
para para
elpara elel mensurando
mensurando mensurando Y , YYpor,, por
por
ejemplo,
ejemplo,
ejemplo, con
con
con
mite inferior Tlímite
L límite
y límite
inferior
inferior
superior
T T
LLy y
límite
límite
T superior
Usuperior
, C = [
TTT
UL
U,,,TCC
U ]
= ,
=[T[
yT la
, ,
T
LL UUT ] ] ,
probabilidad
, y y la
la probabilidad
probabilidad de lade
de la conformidad
conformidad
la conformidad eses
es
g (η ηpmcp)c=d=η . g (gη(ηηη ) d) dηη. .
TU TUTU
pc = ∫ TL ∫∫TLTL
mm
14
JCGM ©
JCGM
JCGM
2012©©-2012
2012
Reservados
--Reservados
Reservados
todos
todos
todos
loslos
los
derechos
derechos
derechos
El
Elpapel
papelde
delalaincertidumbre
incertidumbrede
demedida
medidaen
enlalaevaluación
evaluaciónde
delalaconformidad
conformidad (ES)
(ES)
7.1.3
7.1.3 Puesto
Puesto que
que el
el elemento
elemento oo bien
bien es
es conforme
conforme con
con el
el requisito,
requisito, oo no
no lo
lo es,
es, la
la probabilidad
probabilidad
de
deque
queno
nolo
losea
seaes
es
=pcc 11−−ppcc..
p=
7.2
7.2 Probabilidades
Probabilidades de
de conformidad,
conformidad, con
con FDP
FDP normales
normales
7.2.1
7.2.1 La La probabilidad
probabilidad de de la
la conformidad
conformidad dependedepende del del estado
estado del
del conocimiento
conocimiento de de unun
I
I
mensurando YY ,,expresado
mensurando expresadoyytransmitido
transmitidopor porla FDP gg(η
laFDP (η ηηmm))..En
Enmuchos
muchoscasos,
casos,es
esrazonable
razonable
caracterizar
caracterizar elel conocimiento
conocimiento de de YY porpor una
una distribución normal (véase
distribución normal (véase elel apartado
apartado 3.1.4)
3.1.4) yy esta
esta
probabilidad
probabilidad puede
puede calcularse.
calcularse. Si
Si la
la distribución
distribución aa priori
priori es
es normal
normal yy el
el sistema
sistema de
de medida
medida (es
(es
decir,
decir, la
la función
función de de verosimilitud)
verosimilitud) se se caracteriza
caracteriza porpor una
una distribución
distribución normal,
normal, entonces
entonces la la
I
I
distribución
distribución gg
(η
(η ηηmm))también
también será
será una
una distribución
distribución normal.
normal.
7.2.2
7.2.2 En En términos
términos más
más generales,
generales, sisi la
la función
función de de verosimilitud
verosimilitud se
se caracteriza
caracteriza por
por una
una
distribución
distribuciónnormal
normalyylalainformación
informaciónprevia
previaes esescasa,
escasa,la laFDP
FDPaaposteriori
posteriori(tras
(traslalamedición)
medición)será
será
I
I
aproximadamente
aproximadamente normal.
normal. EnEn dicho caso, gg(η
dicho caso, (η ηηmm)) puede
puede aproximarse
aproximarse adecuadamente
adecuadamente por por
una
una distribución
distribución normal
normal concon esperanza
matemática (media)
(media) yy desviación
desviación típica
típica dadas
dadas por
por la
la
mejor
mejorestimación
estimación yy yyla
laincertidumbre
típica uucalculadas
calculadascomocomoseseindica
indicaen
enel elapartado
apartado6.3.1.
6.3.1.
NOTA
NOTA11Una
Una distribución
normal está
está completamente
completamente determinada
determinada por
por su
su esperanza
matemática (media)
(media)
yysu
sudesviación
desviacióntípica.
típica.
NOTA
NOTA22En
EnelelAnexo
AnexoAAse
serevisan
revisanalgunas
algunaspropiedades
propiedadesde
deFDP
FDPnormales.
normales.
7.2.3
7.2.3 Debido
Debidoaasu sufamiliaridad
familiaridadyyusousoextendido,
extendido,las
lasFDP
FDPnormales
normalesse
seutilizarán
utilizaránpara
parailustrar
ilustrarel
el
cálculo
cálculo de
de probabilidades
probabilidades de de la
la conformidad
conformidad en
en muchos
muchos ejemplos
ejemplos de
de este
este documento.
documento. Dichos
Dichos
cálculos
cálculos pueden
pueden aplicarse
aplicarse también
también aa casos
casos en
en los
los que
que un
un número
número reducido
reducido de de indicaciones
indicaciones dada
lugar
lugaraauna
unadistribución-t
distribución-tajustada
ajustadaaaloslosdatos
datos(véase
(véaseJCGM
JCGM101:2008
101:20086.4.9).
6.4.9).
I
I
7.2.4
7.2.4 Suponiendo
Suponiendo que que la FDP gg(η
la FDP (η ηηmm)) para
para elel mensurando
mensurando YY es es (o
(o viene
viene aproximada
aproximada por)
por)
una
una distribución
normal especificada
especificada por
por lala mejor
mejor estimación
estimación (esperanza
(esperanza matemática)
matemática) yy yy la
la
I
I
incertidumbre
típica(desviación típica) uu,, gg(η
(desviacióntípica) (η ηηmm)) viene
vienedada
dadapor
por
⎡⎡ 11⎛⎛ηη −−yy⎞⎞ ⎤⎤
(( ))
22
gg(η(η ηηmm))==
11
exp⎢⎢−− ⎜⎜ ⎟⎟ ⎥⎥ ==::ϕϕ ηη;;yy,,uu ..
22
exp
uu 22ππ ⎢⎣⎢⎣ 22⎝⎝ uu ⎠⎠ ⎥⎦⎥⎦
(5)
(5)
7.2.5
7.2.5 En
En general,
general, la
la estimación
estimación yy depende
depende dede ηηmm,, es decir, yy == yy((ηηmm)).. Generalmente,
es decir, Generalmente,
cuando
cuando hay
hay poco
poco conocimiento
conocimiento sobre
sobre YY antes
antes de
de la medición, yy ≈≈ηηmm;; véase
la medición, véase el el apartado
apartado A.4.4
A.4.4
para
paraun
unejemplo
ejemploen
enelelque
queéste
ésteno
noesesel
elcaso.
caso.
7.2.6
7.2.6 AA partir
partir de
de los
los pasos
pasos que que llevan
llevan aa la
la expresión
expresión (2),
(2), la
la probabilidad
probabilidad de que YY esté
de que esté
comprendida
comprendidaenenel intervalo [[aa,,bb]],,dada
elintervalo dadala laFDP
FDP(5),(5),es
es
⎛⎛bb−−yy⎞⎞ ⎛⎛aa−−yy⎞⎞
Pr(a
Pr (a ≤≤ YY ≤≤ bbηηmm))=
=
ΦΦ⎜⎜ ⎟⎟−−ΦΦ⎜⎜ ⎟⎟,, (6)
(6)
⎝⎝ uu ⎠⎠ ⎝⎝ uu ⎠⎠
donde yy == yy(η
donde (ηmm)) yy
JCGM
JCGM©©2012
2012--Reservados
Reservadostodos
todoslos
losderechos
derechos
1 z
(
Φ (z ) = exp − t2 / 2 dt
2π − ∞∫ )
es la función de distribución normal típica (véase el Anexo A).
7.3 Intervalos de tolerancia unilaterales con FDP normales
7.3.1 Límite de tolerancia inferior único
La figura 3 muestra un intervalo de tolerancia unilateral con un límite de tolerancia inferior único
TL . Los valores conformes de una propiedad de interés Y están comprendidos en el intervalo
η ≥ TL . El conocimiento de Y tras una medición de inspección se expresa mediante una FDP
normal, que se muestra superpuesta al intervalo de tolerancia. La mejor estimación y está
comprendida en el intervalo de tolerancia; la región sombreada a la izquierda de TL muestra la
probabilidad de que el elemento no cumpla la especificación. A partir de la expresión (6), con
=a TL , b → ∞ , y teniendo en cuenta que Φ(∞) = 1 , la probabilidad de la conformidad es
⎛T −y⎞
=
pc 1 − Φ ⎜ L ⎟. (7)
⎝ u ⎠
Puesto que Φ(t) + Φ(−t) = 1 , la probabilidad (7) puede formularse como
⎛ y − TL ⎞
p=
c Φ⎜ ⎟. (8)
⎝ u ⎠
TL y η
Figura 3 – Intervalo de tolerancia con un límite de tolerancia inferior único TL . El conocimiento de

una magnitud Y (la propiedad de interés mensurable) tras la medición, se caracteriza por una FDP
normal con la mejor estimación y e incertidumbre típica asociada u . Los valores conformes de Y
están comprendidos en el intervalo η ≥ TL .
7.3.2 Límite de tolerancia superior único
La figura 4 muestra una FDP normal superpuesta a un intervalo de tolerancia unilateral con un
límite de tolerancia superior único TU . Los valores conformes de la propiedad de interés Y
están comprendidos en el intervalo η ≤ TU . En este caso, la región sombreada a la derecha de


El papel
edida en la evaluación de lade la incertidumbre
conformidad (ES)de medida en la evaluación de la conformidad (ES)
T muestra la probabilidad de que el elemento no cumpla la

la especificación.
especificación. A A partir
partir de la
U muestra la probabilidad de que el elemento no cumpla
TU de la
de que el elemento muestra
TU no cumpla
expresión la probabilidad
la especificación. de Tque
, yAel elemento
partir de no cumpla
en la la especificación. A partir de la
expresión (6),
(6), con
con a a→ → −∞
−∞,, bb = =TU teniendo cuenta
U , y teniendo en cuenta que
que Φ(−∞) = 0 , la probabilidad de
Φ ( −∞) = 0 , la probabilidad de la
la
expresión
cuenta(6),
conformidad
=TU , y teniendo en es
que con a → −∞, b =TU , y teniendode en la
cuenta que Φ(−∞) = 0 , la probabilidad de la
conformidad es Φ(−∞) = 0 , la probabilidad
conformidad es
⎛⎛ T −y⎞
U −y⎟ ⎞. (9)
p=
p=c
c
Φ
Φ ⎜⎜ TU
⎛⎝ Uu− y ⎟⎞⎠ .
T (9)
p=c Φ ⎜
⎝ u ⎠⎟ . (9) (9)
⎝ u ⎠
u
u
u u
alo de tolerancia Intervalo de tolerancia
yy TU η
TU η
y
TU η y TU η
Figura 4 – Como la figura 3, pero con un límite de tolerancia superior único TU . Los valores
Figura 4 – Como la figura 3, pero con un límite de tolerancia superior único TU . Los valores
pero con un límite de Figura 4 – Como
tolerancia la figura
superior 3,
depero
único
conformes con
Losun
TY .están límite de tolerancia
valores
comprendidos superiorηúnico
en el intervalo ≤ T T.. U . Los valores
conformes de YU están comprendidos en el intervalo η ≤ TU
η
U
e Y están comprendidos en el intervalo η ≤ TU .
conformes de Y están comprendidos en el intervalo ≤ TU .
7.3.3
7.3.3 Enfoque Enfoque general
general con con límites
límites de de tolerancia
tolerancia únicosúnicos
7.3.3
límites de tolerancia únicos Enfoque general con límites de tolerancia únicos
Las
Las probabilidades
probabilidades (8) (8) yy (9)
(9) son
son de de la
la misma
misma forma
forma yy pueden
pueden formularse
formularse como como
Las probabilidades
n de la misma forma y pueden formularse como (8) y (9) son de la misma forma y pueden formularse como
p=
p=
c
c Φ((zz)) ,,
Φ (10)
(10)
p=
c Φ ( z ) , (10) (10)
donde
donde= zz ((yy −−T u para
TLL )) // u para un un límite
límite inferior
inferior yy zz = = ((T − y) / u para un límite superior. En
= U − y) / u para un límite superior. En
TU
un límite inferior y donde
ambos == − − para para un un límite
límite inferior
superior. y En = U − y) / uy para
en el un límite desuperior. En
ambos casos, pccL es
es mayor
mayor o o igual
igual a a 1/2
1/2 para
para unauna estimación intervalo tolerancia
z ( z
T (y y )pT
/ u ) / u z ( T
casos,
U estimación y en el intervalo de tolerancia
igual a 1/2 para ambos
((una
zz ≥
≥0 )) casos,
0estimación
e
e inferior
p yes
inferiorc aa 1/2 en
1/2
mayor
deelno
de no
oser
igual a La
intervalo
ser así.
así. La
1/2Tabla
de para 1una
tolerancia
Tabla
estimación
1 muestra
muestra los
y en el intervalo
los valores
valores de de zz para
de tolerancia
para varios
varios valores
valores
(
de z ≥ ) e inferior
probabilidad
ser así. La Tabla 1demuestra 0 los dea 1/2 de
conformidad
valores de no z ser
para
p así.
. La Tabla
varios 1
valores muestra los valores de z para varios valores
probabilidad de conformidad pc . c
d pc . de probabilidad de conformidad pc .
Tabla 1 – Probabilidades de conformidad ( pc ) y no conformidad ( pc = 1 − pc ) para intervalos de
Tabla 1 – Probabilidades de conformidad ( pc ) y no conformidad ( pc = 1 − pc ) para intervalos de
onformidad ( pc ) y noTabla 1 – Probabilidades
conformidad
tolerancia ( pc = 1y−de
unilaterales pcconformidad
FDP ( pc ) yunno
para intervalos
) normales. Para de
límite inferior, z( p=c (=y 1−−Tpc))/ u
conformidad para intervalos
; para de
un límite
tolerancia unilaterales y FDP normales. Para un límite inferior, z = (y − TLL ) / u ; para un límite
normales. Para un límitetolerancia unilaterales
z = (zT= −
inferior,
superior, (yy)−y/Tu
FDP /normales.
L.)En
Para
; para casos,
uambos un un
límitez ≥límite
0 para inferior, z = (y − TLy) /en
una estimación ; para
u el un límite
intervalo de
superior, z = (TU U − y) / u . En ambos casos, z ≥ 0 para una estimación y en el intervalo de
En ambos casos, z ≥ 0superior, = (TU − y) / uy. En
para unaz estimación enambos casos,
el intervalo z ≥ 0 para una estimación y en el intervalo de
tolerancia
de
tolerancia
tolerancia tolerancia
p p zz
pcc pcc
pc z 0,80
pc
0,80 0,20
pc
0,20 0,84
z
0,84
0,20 0,84 0,90
0,80
0,90 0,10
0,20
0,10 1,28
0,84
1,28
0,10 1,28 0,95
0,90
0,95 0,05
0,10
0,05 1,64
1,28
1,64
0,05 1,64 0,99
0,95
0,99 0,01
0,05
0,01 2,33
1,64
2,33
0,01 2,33 0,999
0,99
0,999 0,001
0,01
0,001 3,09
2,33
3,09
9 0,001 3,09 0,999 0,001 3,09
EJEMPLO 1 Se mide la tensión de ruptura V b de un diodo Zener, obteniendo como mejor estimación
EJEMPLO
El papel de1la incertidumbre
Se mide la detensión
medida de en
ruptura V b de undediodo
la evaluación Zener, obteniendo
la conformidad (ES) como mejor estimación
EJEMPLO
ón de ruptura V b dev= − 1 Seobteniendo
mide la tensión de mejor
ruptura V b de un
= diodo .Zener, obteniendo como mejor estimación
bun diodo
v= − 55,,47
47
Zener,
V
V , con
, con
incertidumbre
incertidumbre
comotípica
típica
estimación
asociada
asociada
u
u = 0
0,,05
05 V
V .
La especificación
La especificación
del diodo exige que
del diodo exige que
b
e típica asociada uVb=
v= −
= 0,− 5 , ,
V . La
47 V con incertidumbre
especificación
superior de ladeltípica asociada
diodo de exige =
ruptura.que
u 0 ,05 V . La especificación del diodo exige que
V ,, límite
límite tensión Entonces z = [-5,40 - (-5,47)]/0,05 = 1,40, y de la
05,40
V=b
b −55,40 V superior de la tensión de ruptura. Entonces z = [-5,40 - (-5,47)]/0,05 = 1,40, y de la
V=
la tensión de ruptura.b −
expresión
Entonces
5 , 40 V ,
(10),z p=
c =
límite Φ
superior
[-5,40
(1, -
40 =de la tensión
.
(-5,47)]/0,05
) 0,92 Existe,
= de ruptura.
por
1,40,tanto,
y de Entonces
una
la z = [-5,40
probabilidad del -
92(-5,47)]/0,05
% de que =
el 1,40,
diodo y de la
cumpla
la especificación.
EJEMPLOJCGM2 © 2012
Un - Reservados
recipiente de todos
metal se los derechos
somete a JCGM
ensayo © 2012 utilizando
destructivo - Reservados
aguatodos los derechos
presurizada para 17
medir su resistencia al estallido B . La medición da como mejor estimación b = 509,7 kPa, con
incertidumbre típica asociada u = 8,6 kPa. La especificación del recipiente exige que B ≥ 490 kPa, límite
inferior de resistencia al estallido. Entonces z =1717(509,7 - 490)/8,6 = 2,3 y, de la expresión (10),
El papel
El papelde
delalaincertidumbre
incertidumbredede medida
medida enen
la la evaluación
evaluación de de la conformidad
la conformidad (ES)(ES)
expresión (10), pc =
Φ(1,40) =
0,92 . Existe, por tanto, una probabilidad del 92 % de que el diodo cumpla
la especificación.
EJEMPLO 2 Un recipiente de metal se somete a ensayo destructivo utilizando agua presurizada para
medir su resistencia al estallido B . La medición da como mejor estimación b = 509,7 kPa, con
incertidumbre típica asociada u = 8,6 kPa. La especificación del recipiente exige que B ≥ 490 kPa, límite
inferior de resistencia al estallido. Entonces z = (509,7 - 490)/8,6 = 2,3 y, de la expresión (10),
pc = Φ(2,3) = 0,99 . Existe, por tanto, una probabilidad del 99 % de que el recipiente cumpla la
especificación, previamente al ensayo destructivo.
7.4 Intervalos de tolerancia bilaterales con FDP normales
La figura 5 muestra un intervalo de tolerancia bilateral con límites de tolerancia TL y TU y

longitud del intervalo
= T TU − TL definiendo la tolerancia T . Al igual que antes, se asume que
el conocimiento de un mensurando Y se obtiene mediante una FDP normal. La estimación y
se encuentra en el intervalo de tolerancia y hay una fracción visible de probabilidad en la región
η > TU , más allá del límite de tolerancia superior.
Figura 5 – Igual que la figura 3, pero con un intervalo de tolerancia bilateral. La longitud del
intervalo TU − TL es igual a la tolerancia T . Los valores conformes de Y están en el intervalo
TL ≤ η ≤ TU .
Al utilizar la expresión (6) con b = TU y a = TL se obtiene como probabilidad de la conformidad.
⎛T −y⎞ ⎛T −y⎞
p=
c Φ⎜ U ⎟ − Φ⎜ L ⎟. (11)
⎝ u ⎠ ⎝ u ⎠
EJEMPLO Se requiere que la viscosidad cinemática Y a 100 ºC, de una muestra de aceite para
2 2
motor SAE Grado 40, no sea inferior a 12,5 mm /s ni superior a 16,3 mm /s. La viscosidad cinemática de
la muestra se mide a 100 ºC, obteniéndose como mejor estimación y = 13,6 mm2/s, con una
incertidumbre típica asociada u = 1,8 mm2/s. Aplicando la expresión (11),
(TU − y) / u = (16,3 - 13,6) /1,8 = 1,5, (TL − y) / u = (12,5 – 13,6)/1,8 = -0,6,
de donde
=pc Φ (1,5) − Φ (−0,6) = 0,93 – 0,27 = 0,66.
Por tanto, la probabilidad de que la muestra de aceite para motor cumpla la especificación es del 66 %.
18 18 JCGM © 2012 - Reservados todos los derechos

7.5 Probabilidad de la conformidad e intervalos de cobertura
7.5.1 Un resultado de medida puede expresarse mediante un intervalo de cobertura con una
probabilidad de cobertura asociada (véase el apartado 6.3.2), en vez de por una FDP explícita
para un mensurando Y . En dicho caso, una declaración sobre la probabilidad de la
conformidad puede obtenerse por comparación del intervalo de cobertura con el intervalo de
tolerancia. Si un intervalo de cobertura con una probabilidad de cobertura p está totalmente
comprendido dentro del intervalo de tolerancia, entonces pc no puede ser inferior a p . La figura
6 ilustra este hecho, mostrando dos intervalos de cobertura del 95 % cerca de un límite de
tolerancia superior.
7.5.2 El intervalo (a) sobrepasa el límite de tolerancia y sin conocer la forma de la FDP para
Y , no puede hacerse una declaración definitiva sobre la probabilidad de la conformidad.
(a) La conformidad no puede decidirse
pc ≥ 95%
(b)
TU
Figura 6 – Dos intervalos de cobertura del 95 % para un mensurando Y cerca de un límite de

tolerancia superior TU . El intervalo (a) sobrepasa el límite de tolerancia y la conformidad no puede
decidirse sin conocimiento de la FDP para Y . El intervalo (b) está totalmente comprendido en el
intervalo de tolerancia. Para este intervalo pc ≥ 95 %.
7.5.3 Todos los valores del intervalo (b) son inferiores al límite de tolerancia y hay valores
conformes de Y que no pertenecen a este intervalo, de forma que pc ≥ 95 %.
7.5.4 [
En general, si η inf , η sup ] es un intervalo de cobertura para Y , con probabilidad de
cobertura p ,
- para un límite de tolerancia superior único TU , pc ≥ p si ηsup ≤ TU ;
- para un límite de tolerancia inferior único TL , pc ≥ p si ηinf ≥ TL ;
- para un intervalo bilateral con límites de tolerancia superior e inferior TU y TL , pc ≥ p si

ηinf ≥ TL y ηsup ≤ TU .
NOTA 1 La base para decidir sobre la conformidad con las especificaciones, tal como lo describe la
Norma ISO 10576-1 [22] es la comparación de un intervalo de cobertura para una propiedad de interés
con un intervalo de valores permitidos.
NOTA 2 Siempre que se conozca la FDP de Y , podrá calcularse la probabilidad de la conformidad. La

FDP de un mensurando proporciona más información que un intervalo de cobertura con su probabilidad
de cobertura asociada.
NOTA 3 Cuando se lleva a cabo una evaluación de la conformidad de un instrumento de medida,

especialmente cuando dicha evaluación está regulada por normas específicas, definir el mensurando y,
consecuentemente, evaluar la incertidumbre, puede ser algo complicado y requerir especial atención.

El papel
El papelElde
papel
de la
deincertidumbre
la incertidumbre
la incertidumbre dedemedida
de
medida
medida
enen
en lalaevaluación
laevaluación
evaluaciónde
dela
de laconformidad
la conformidad (ES)
conformidad (ES)
(ES)
CCm
medición,C
7.6Índice
7.67.6ÍndiceÍndice
dede de capacidad
capacidad
capacidad dede
de medición,
medición, mm
7.6.1
7.6.1 7.6.1 Considérese
Considérese
Considérese elelcaso el
casocaso
enenen que
que que lala
la información
informaciónprevia
información previa es
previa es
estan
tan
tanescasa
escasa
escasa que
que elelconocimiento
que conocimiento
el conocimiento
sobre
sobre sobre
valores
valores valores posibles
posibles posibles dedeunade
unauna propiedad
propiedadmedida
propiedad medida
medida Y YY es
es proporcionado
es proporcionado
proporcionadocompletamente
completamente
completamente por
porpor
lala la
medición.
medición.
medición. EnEndicho Endicho dicho caso,
caso, caso,
sisi se
sisese asume
asumeque
asume queque lala distribución
distribución de
distribución de YYY es
esesuna
una
unaFDP
FDPFDP normal
normal
normal
I
I
I
ηmgη
g(η g(η =)ηϕ=m()ϕ
)(ηm
m η=;(ηyϕ;, (u
yη,2;u)y22,,)uentonces
) , entonces
,2entonces yy≈y≈ηη≈mmηmyy yuuu≈≈≈uuu
m mm (véase
m (véaseel
(véase el
elapartado
apartado
apartadoA.4.4.3).
A.4.4.3). En
A.4.4.3).EnEn
los
loslos
siguientes
siguientes
siguientes
apartados
apartados
apartados se se asumese
asume asume que que queéste
ésteéste
eseses
elelel
caso,
caso,yy yel
caso, elelresultado
resultado
resultado dede
de medida
medida
medidavendrá
vendrá
vendrá dado
dado
dadopor
porpor
los
losdos
dosdos
los
parámetros
parámetros (ηm(η, m
parámetros m(m
u ,ηum)mm , esperanza
) , esperanza
,,)uesperanza
m matemática
matemáticayy ydesviación
matemática desviación
desviación típica,
típica,
típica,respectivamente,
respectivamente,
respectivamente, de
deuna
una
de FDP
unaFDPFDP
normal.
normal. normal.
7.6.2
7.6.2 7.6.2
El El El índice
índice
índice dedecapacidad
de
capacidad
capacidad dede
de medición (véase
(véase el
medición(véase
medición el apartado
el apartado 3.3.17)
apartado 3.3.17)
3.3.17)es
esesun
unun
parámetro
parámetro que
parámetroqueque
caracteriza
caracteriza
caracteriza la la calidad
la calidad
calidad dedela
de
lamedición,
la
medición,
medición,respecto
respectoa
respecto aaun
unrequisito
un requisito especificado
requisito especificado
especificado por
por una
porunatolerancia.
tolerancia.
una tolerancia.
Se Se define
Se define
define porporpor
TUTU− TULT−LLTL TT T TT T
U T−
mC=m =
=
CmCm == = =
= = ,, , (12)
(12)
(12)
4
4um mu 4mum 4u 4u
m4m
mum 22
UU2U
donde
donde donde
U = =Um
U 2u =es
2um2u
m es
la la
m es incertidumbre
la incertidumbre
expandida con
conun
expandidacon unfactor
un factor de
factor decobertura
de cobertura
coberturakk =k
= 2.
2.2.
=
7.6.3
7.6.3 7.6.3
El El factor
El factor
factor 4 en
4 en 4laen
laexpresión
la
expresión
expresión (12)
(12) (12) esesarbitrario;
es arbitrario;
arbitrario;la la elección
la elección concreta
elección concreta
concretaestá
está motivada
está motivada por
motivadaporel el el
por
amplio
amplio amplio
usouso uso
deldelintervalo
del
intervalo
intervalo
dedede cobertura [η
cobertura
cobertura [η[mηmmm−−−222uummm,,η,ηηmmmm ++222uuummmm] ] alal comunicar
comunicar
comunicar elel el
resultado
resultado dede de
resultado
I
I
I
medición.
medición.
medición. EnEn el En
el el caso
caso
caso en
enenqueque g(gη(ηg(ηηmm
que η))msea
m seauna
)sea una unaFDP FDPnormal,
FDP normal, la
normal, la probabilidad
laprobabilidad
probabilidad de
dedecobertura
cobertura para
para
cobertura para
dicho dicho
dicho intervalo
intervalo
intervalo eses es aproximadamente
aproximadamente
aproximadamente del
del del9595
95 %.%. %.
7.6.47.6.47.6.4
Existe Existe
Existe una unauna estrecha
estrecha
estrecha conexiónentre
conexión
conexión entre C
entre CCmmmyy otros
otros parámetros
otros parámetros
parámetrosderivados
derivados
derivados que
quequese
sehanhanhan
se
utilizado utilizado
utilizadoparaparapara caracterizar
caracterizar
caracterizar la calidad
lalacalidad
calidad dedela
de lalamedición
medición en
medición en varios
en varios contextos.
varioscontextos.
contextos. Entre
Entre
Entre ellos,
ellos, está
está
ellos, lala la
está
relación relación
relaciónde de de calibración,
calibración,
calibración, la
lalareglaregla
regla del
del del fabricante,la
fabricante,
fabricante, lalarelación
relación tolerancia/incertidumbre
relación tolerancia/incertidumbre
tolerancia/incertidumbre del ensayo
deldel
ensayo
ensayo
(TUR,(TUR,(TUR,
deldel del
inglés inglés
inglés Test
Test Test Uncertainty
Uncertainty
Uncertainty Ratio)
Ratio)
Ratio) [32][32]yy yla
[32] lalarelación
relación tolerancia/exactitud
relación tolerancia/exactitud
tolerancia/exactitud del ensayo
deldel
ensayo
ensayo(TAR,
(TAR,
(TAR,
del del del
inglés inglés
inglésTestTestTest Accuracy
Accuracy
Accuracy Ratio)Ratio)
Ratio) [1]. [1].
[1]. Normalmente,dichos
Normalmente,
Normalmente, dichos parámetros
dichos parámetros
parámetrosse seseexpresan
expresan
expresan en
enforma
enforma dede de
forma
relación, relación,
relación, como
como como
la la la regla
regla
regla deldel
del 101010
aa1a1o1o un ounun
TUR TURde
TUR dede4:1.4:1. Debe
4:1. Debe prestarse
Debe prestarse
prestarseatención
atención
atención aaestas
estas
a reglas
estas reglas
reglas
puesto puesto
puestoque a que
que vecesa veces
a veces sese se definen
definen
definen dedede
formaforma
forma ambiguaooincompleta.
ambigua
ambigua incompleta. Por
incompleta. Porotro
otro
otrolado,
lado, laladefinición
lado, definición
la definición(12),
(12),
(12),
deja deja deja
claro
claro claro
que laque
que la la declaración
declaración
declaración CC mmC≥
mm≥ 4 4
≥ 4
significa
significa
significa que
queque uum
mm ≤≤
≤ T
T /
/ 16
16
16...
7.6.5
7.6.5 7.6.5
EnEnla En
la calibración
la calibración
calibración o overificación
verificación
o verificación dede
de un
ununinstrumento
instrumento
instrumento de de
demedida,
medida,
medida,un ununrequisito
requisito
requisito especificado
especificado
especificado
a menudo
a menudoa menudo
se se expresa
se expresa
expresa enentérminos
en
términos
términos dede
de error
error
error máximo permitido (de
máximopermitido
máximo permitido (de
(deindicación)
indicación)
indicación) (véase
(véase
(véase elelapartado
apartado
el apartado
3.3.18).
3.3.18).3.3.18).
Dicho
Dicho Dicho requisito
requisito
requisito significa
significa
significa que
que quecuando
cuando
cuando elel instrumento
instrumento se
instrumento seutiliza
utiliza
utilizapara
parapara medir
medir
medir una
unauna
magnitud
magnitud Y ,Yel, Yel
magnitud , error
el error
error dedeindicación
de
indicación
indicación debe
debedebe estar
estarcomprendido
estar comprendido
comprendido en en
enununintervalo
intervalo
intervalo definido
definido
definido por
porpor
límites
límites
límites
superior
superiorsuperior
e inferior
e inferior
e inferior especificados.
especificados.
especificados. EnEn
En elelel
caso
casohabitual
caso habitual
habitualdedeun
de unintervalo
intervalo
intervalosimétrico
simétrico
simétrico [−[−E[E−max
E,max
max
max E,E E]max
,max
maxmax ,] la ] , la
, la
tolerancia
tolerancia
tolerancia es es
T es= 2E
T =T 2E
= 2Ey y
el
maxmax
max
max el
y el
índice
índice
índice de
de de capacidad
capacidad
capacidad de
de medición
medición
medición es
es
es
2E2max
Emax
2max
EmaxEE Emax
C mC=
mC
m =m = = = = max
max
max
.. .
2U 2U 2U U U
U
En En En
esta
esta esta
expresión,
expresión,
expresión, U Ueses eslaincertidumbre
U la laincertidumbre
incertidumbreexpandida,
expandida,
expandida, para
para
para un
un factor
factor
factorde
dede
cobertura
cobertura k k==k
cobertura 2,2,
= 2,
asociada
asociada
asociada a medición
a la laamedición
la medición
delerror
del del
error
errordede
de indicación
indicacióndel
indicación del
delinstrumento.
instrumento.
instrumento.
7.77.7Índice
7.7Índice
Índice
dede de
capacidad
capacidad
capacidad dede
de medición
medicióny
medición yyprobabilidad
probabilidad
probabilidad de
delalaconformidad
conformidad
conformidad
7.7.1
7.7.1 7.7.1Para
Para Para
unauna una
FDPFDPFDPnormal,
normal,
normal, lalaexpresión
laexpresión
expresión(11)
(11)
(11) da
da la
da la probabilidad
la probabilidad de
probabilidad dedela
lala
conformidad
conformidad
conformidadpcpencc enpc en
función
funciónfunción
de de de
dos
dos dos
límites
límiteslímites
dedetolerancia
de
tolerancia
tolerancia determinados
determinados (((T
determinados TTLLLL,,,TTUUU))) yyyun
un
unresultado
resultado
resultado de
dede
medición
medición
medición .),.u) .
(y(,yu, )(uy
JCGM
JCGM ©
JCGM ©
©2012
2012
2012- -Reservados
Reservados
Reservadostodos
todoslos
losderechos
todos derechos
los derechos
20
20
El El
papel
Elpapel
papel
dedede
lalaincertidumbre
laincertidumbre
incertidumbre
de
dede
medida
medida
medidaen
en
enla
lalaevaluación
evaluación
evaluaciónde
de
dela
lalaconformidad
conformidad
conformidad(ES)
(ES)
Tomandoy y=y=η=η
Tomando
Tomando mηmmyyyuu=
u=u m,m, ,la
=umu lalaexpresión
expresión
expresión puede
puede
puede rescribirse
rescribirse
rescribirse de
de
de forma
forma adecuada
adecuada
adecuadapara
para
paraun
un
un
problema
problema
problema
general
general
general dede
de
medición,
medición,
medición,definiendo
definiendo
definiendolalamagnitud
magnitud
magnitud
ηηη−−T−TT
y˜ y˜=y˜==mmm LL.L. . (13)
(13)
(13)
TTT
Para
Parauna
Paraunaestimación
unaestimaciónηηmηmmdentro
estimación dentro
dentrodel
del
delintervalo
intervalo
intervalode tolerancia,y~y~y~se
detolerancia,
tolerancia, se
sesitúa
sitúa
sitúaen intervalo000≤≤≤y~y~≤
enelelintervalo
intervalo y~≤1.
≤1.1.
7.7.2
7.7.2
7.7.2 Para
Para
Parauna
una
una FDPϕϕϕ
FDP
FDP (η(η(;η;η;mηm,m,uu,m ) )normal,
22 2
u
m)m normal,
normal,posterior
posterior
posterioraaala
la
lamedición,
medición,
medición,lalaexpresión
expresión
expresión(11)
(11)
(11)puede
puede
puede
escribirse,
escribirse,
escribirse,
utilizando
utilizando
utilizando
las
las
las
expresiones
expresiones
expresiones(12) (12)
(12)y y(13),
(13),como
como
como
=
=
=pcppc c ΦΦ[Φ
4[4C
[C4mCm(m1(1(−1−y−˜y˜))y]˜])−−] −ΦΦΦ
((−−(4−4C
C
4Cm
mm , Cmmm))),, ,
y˜)y˜)==pcp(cy˜(,y˜C
C (14)
(14)
(14)
dede
forma
deformaque
formaquepcpcpestá
que c estácompletamente
está completamentedeterminada
completamente determinada por
determinadapor las
porlas dos
lasdos magnitudesy~y~yyyCC
magnitudes
dosmagnitudes C
mm. ..
m
7.7.3
7.7.3
7.7.3 LaLa La
incertidumbre
incertidumbre
típica
típicauumummasociada
asociada
asociadaaauna estimaciónηηηmmm tiene
unaestimación
estimación tieneaamenudo
menudo
menudoun un
unvalor
valor
valor
fijo
fijo
fijo
que
que
que
depende
depende
depende del
del
del
diseño
diseño
diseñodel del
delsistema
sistema
sistemade dedemedición,
medición,
medición,pero
pero
peroque
que
quees es
esindependiente
independiente
independientede deηηmηm.m.Por
de . Por
Por
ejemplo,
ejemplo,
ejemplo,podría
podría
podríainspeccionarse
inspeccionarse
inspeccionarseun un
un conjunto
conjunto
conjunto de
de
de muestras
muestras
muestras de de
de agua,
agua, para
para
para determinar
determinar
determinarlalala
concentración
concentración
concentración dedede
mercurio
mercurio
mercuriodisuelto
disuelto
disueltoenenencada
cada
cadauna,
una,utilizando
utilizando
utilizandoun un
unprocedimiento
procedimiento
procedimientode de
demedición
medición
medición que
que
que
diera
diera
diera
distintas
distintas
distintas estimaciones,
estimaciones,
estimaciones, cada
cada
cadaunauna
unacon
con
conlalamisma
misma
mismaincertidumbre
incertidumbre
incertidumbretípica típicaasociada
asociada
asociadauumumm . .En
.En
En
este
este
este
caso,
caso,
caso,
elelíndice
elíndice
índicedede
decapacidad
capacidad
capacidadde de
demedición
medición
mediciónCCmm==TT///444uuummm es
es
esfijo,
fijo,
fijo,yyylala
lacuestión
cuestiónde
de
desisi
silala
lapropiedad
propiedad
propiedad
medida
medida
medida cumple
cumple
cumple lalala
especificación,
especificación,
especificación,con con
conuna
una
unaprobabilidad
probabilidad
probabilidadaceptable,
aceptable,
aceptable,podrá podrádecidirse
decidirse
decidirsebasándose
basándose
basándose
enen
en
lalaestimación
laestimación
estimación ηηmηm,m,utilizando
,utilizando
utilizandolas las
lasexpresiones
expresiones
expresiones(13)(13)
(13)yyy(14),
(14),
(14),con
con
conCC Cmmmfijo.
fijo.
NOTA
NOTA
NOTAElElapartado
Elapartado
apartado
1313
13
del
del
del
Apéndice
Apéndice
ApéndiceAAAtrata
trata
trataun
un
uncaso
casoen
en
enque
que
quela
lalaincertidumbre
incertidumbre
típicauu
ummeses
m esproporcional
proporcional
proporcional
aaa
la la
estimación ηη
laestimación
estimaciónmη
m. m. .
Figura
Figura
Figura
7 7–7–Índice
–Índice
Índice
dede
de
capacidad
capacidad
capacidad
de
de
demedición
medición mm==TT//(/4u
mediciónCC (4ummm)))frente
4u frente y==(η(ηmm−−TT
frenteaaay˜y˜ /TT, mostrando
T)LL/))/T
L ,,mostrando
mostrando
la la
zona
lazona
zona
dede
de
probabilidad
probabilidad
probabilidadde
de
de
conformidad
conformidad
conformidadpccpcconstante,
constante,
constante,del
del
del95
95
95%.
%.
%.La
La
Lacurva
curva
curvasepara
separa
separalas
las
lasregiones
regiones
regionesde
de
de
conformidad
conformidad
conformidady yde
yde
de
nono
no
conformidad
conformidad
conformidadpara
para
paraun
un
unnivel
nivelde
deconfianza
confianza
confianzadel
del
del95
95
95%.
%.
%.La
Ladistribución
distribución
distribución posterior
posterior
posterior
aaa
normalϕϕ(η(η;η;η
2 22
lalamedición
lamedición
medición
para
para
para
el
elel mensurandoYY, es
mensurando
mensurando ,es
esla
lalaFDP
FDP
FDPnormal
normal mm, u, u
mm) ).) ..
m
JCGM
JCGM
JCGM©©©2012
2012
2012- --Reservados
Reservados
Reservadostodos
todos
todos
los
los
los
derechos
derechos
derechos
7.7.4 Existe un número infinito de pares (y˜, C m ) que dan una probabilidad de conformidad
determinada pc mediante la expresión (14). La figura 7 muestra Cm frente a y~ a lo largo de
una curva de probabilidad de conformidad constante, del 95 %, para las estimaciones ηm ,
dentro del intervalo de tolerancia 0 ≤ y~ ≤ 1. La curva separa regiones de conformidad (no
sombreada) y de no conformidad (sombreada), para un nivel de confianza del 95 %.
7.7.5 El eje horizontal de la figura 7 corresponde a Cm = 1, o um = T / 4 . Para esta

incertidumbre típica relativamente alta, puede verse que pc ≥ 95 % sólo para 0,45 ≤ y~ ≤ 0,55.
Si se requiriera que la propiedad medida cumpliera la especificación con un nivel de confianza
de al menos un 95 %, una estimación aceptable ηm tendría, por tanto, que situarse
aproximadamente en la zona del 10 % central del intervalo de tolerancia.
8 Intervalos de aceptación
8.1 Límites de aceptación
8.1.1 La decisión de aceptar un elemento como conforme, o rechazarlo como no conforme

con la especificación, se basa en un valor medido ηm de una propiedad del elemento en
relación con una regla de decisión determinada que especifica el papel de la incertidumbre de
medida al formular los criterios de aceptación. Un intervalo de aceptación (véase el apartado
3.3.9), definido por uno o dos límites de aceptación (véase el apartado 3.3.8) es un intervalo de
valores medidos de una propiedad, del que deriva la aceptación del elemento.
8.1.2 Tal y como se sugiere en la introducción, los límites de aceptación y las reglas de
decisión correspondientes se eligen de manera que se puedan gestionar las consecuencias
indeseadas de decisiones erróneas. Existen varias reglas de decisión ampliamente utilizadas
que son fáciles de implantar. Pueden aplicarse cuando el conocimiento de una propiedad de
interés viene expresado en términos de la mejor estimación y su intervalo de cobertura
correspondiente. Los apartados siguientes describen dos de estas reglas de decisión.
8.2 Regla de decisión basada en la aceptación simple
8.2.1 La denominada aceptación simple [2] o riesgo compartido [20] es una regla de decisión
importante y ampliamente utilizada. Bajo dicha regla, el fabricante y el usuario (consumidor) del
resultado de medición acuerdan, implícita o explícitamente, aceptar como conforme (o
rechazar, en caso contrario) un elemento cuya propiedad tenga el valor medido en el intervalo
de tolerancia. Como la denominación alternativa “riesgo compartido” indica, con una regla de
de decisión de aceptación simple, que el fabricante y el usuario comparten las consecuencias
de las decisiones erróneas.
8.2.2 En la práctica, para mantener la posibilidad de las decisiones erróneas dentro de

niveles aceptables, tanto para el fabricante como para el usuario, generalmente se incorpora el
requisito de tener que considerar y juzgar la incertidumbre de medida como aceptable para el
fin previsto.
8.2.3 Una aproximación a esta consideración consiste en exigir, dada una estimación de la
magnitud medida, que la incertidumbre expandida asociada U , para un factor de cobertura
k = 2, satisfaga U ≤ U max , siendo U max una incertidumbre expandida máxima aceptable,
mutuamente acordada. El siguiente ejemplo ilustra este enfoque.
EJEMPLO En metrología legal [40], se ha utilizado una regla de decisión basada en la aceptación
simple para la verificación de instrumentos de medida. Considérese un instrumento que debe tener un

[ ]
error de indicación en el intervalo − Emax , Emax . El instrumento se acepta como conforme con el
requisito especificado si cumple los criterios siguientes:
(a) al medir un patrón calibrado, la mejor estimación e del error de indicación E del instrumento
satisface
e ≤ Emax , y
(b) la incertidumbre expandida para un factor de cobertura k = 2 asociada a la estimación e

satisface
U ≤ U max =
E max / 3 .
En términos del índice de capacidad de medición, el criterio (b) es equivalente al requisito de que C m ≥ 3
(véase el apartado 7.6).
8.2.4 Otra regla de decisión de aceptación práctica es la derivada del denominado “método
de exactitud” descrito en la Guía IEC 115 [19]. En este enfoque se utiliza un método de ensayo
bien caracterizado en el que las fuentes de incertidumbre se minimizan mediante (a) el uso de
instrumentos de medida con errores máximos permitidos dentro de límites especificados, (b) el
mantenimiento de las influencias ambientales, como la temperatura y la humedad relativa,
dentro de límites especificados, (c) el control bien documentado de los procedimientos del
laboratorio y (d) la competencia bien documentada del personal que ejecuta las mediciones.
8.2.5 Al mantener las fuentes de variabilidad dentro de límites prescritos, se asume que la
incertidumbre de medida asociada a la mejor estimación de un mensurando es despreciable,
por lo que no se evalúa de forma explícita y no desempeña ningún papel en la decisión de
aceptación/rechazo. El enfoque del Procedimiento 2 (“método de exactitud”) de la Guía IEC
115 formaliza la práctica actual de los laboratorios de ensayo electrotécnicos, de utilizar
equipos de medida de última generación y métodos rutinarios de ensayo, bien consolidados.
8.2.6 Dependiendo de la amplitud relativa del intervalo de tolerancia y del intervalo de

cobertura, una regla de decisión de aceptación simple, o una regla de decisión similar, puede a
menudo respaldar los objetivos de calidad de las mediciones y calibraciones llevadas a cabo en
apoyo de la evaluación de la conformidad.
8.3 Reglas de decisión basadas en zonas de seguridad
8.3.1 Consideraciones generales
8.3.1.1 Aceptar o rechazar un elemento cuando el valor medido de su propiedad de interés

está cerca de un límite de tolerancia puede llevar a una decisión incorrecta con consecuencias
indeseadas. En el caso de un límite de tolerancia superior único, dichas decisiones incorrectas
suelen ser de dos tipos [ilustrados en la figura 8, resultados (b) y (c)].
8.3.1.2 Con una regla de decisión basada en la aceptación simple y el caso habitual de una
FDP unimodal simétrica (como una distribución normal) para el mensurando, la probabilidad de
aceptar un elemento no conforme [figura 8, (b)] o de rechazar un elemento conforme [figura 8,
(c)], puede ser de hasta el 50 %. Esto sucedería, por ejemplo, si el valor medido de una
propiedad estuviera muy cerca del límite de tolerancia. En dicho caso, cerca del 50 % de la
FDP para el mensurando estaría a un lado del límite, de forma que al aceptar o rechazar el
elemento, habría un 50 % de probabilidad de tomar la decisión errónea.
8.3.1.3 Ambas probabilidades pueden reducirse, a costa de aumentar la otra, eligiendo límites
de aceptación desplazados respecto a los límites de tolerancia; una estrategia de decisión de la

conformidad denominada creación de zonas de seguridad, véanse las referencias [6, 7, 8, 9,

12, 17, 44].
Figura 8 – Regla de decisión de aceptación simple, cerca de un límite de tolerancia superior TU ,

con cuatro intervalos de cobertura del 95 %. Para dicha regla de decisión, el límite de aceptación
AU coincide con el límite de tolerancia. Las decisiones de aceptar o rechazar elementos
inspeccionados se basan en los valores medidos (triángulos); los valores verdaderos (círculos) no
pueden conocerse. Los casos (b) y (c) llevan a decisiones equivocadas, denominadas aceptación
errónea y rechazo erróneo, respectivamente (véase el apartado 9.3.2). En el caso (c) el valor
verdadero del mensurando se encuentra (sin saberlo) fuera del intervalo de cobertura del 95 %.
8.3.2 Aceptación conservadora
8.3.2.1 El riesgo de aceptar un elemento no conforme puede reducirse estableciendo un límite

de aceptación AU dentro del intervalo de tolerancia, como se muestra en la figura 9. El
intervalo definido por TU y AU se denomina zona de seguridad (véase el apartado 3.3.11), y la
regla de decisión resultante se denomina aceptación conservadora.
NOTA La aceptación conservadora también se conoce como aceptación estricta [2] o aceptación por
conformidad firme [18].
Figura 9 – Regla de decisión basada en la aceptación conservadora. Un límite de aceptación

superior AU dentro de un límite de tolerancia superior TU define un intervalo de aceptación que
reduce la probabilidad de aceptar erróneamente un elemento no conforme (riesgo del
consumidor). Convencionalmente, el parámetro de longitud w asociado a una aceptación
conservadora mediante una zona de seguridad se considera positivo: = ω TU − AU > 0
8.3.2.2 La diferencia entre el límite de tolerancia y el correspondiente límite de aceptación

define el parámetro de longitud w de la zona de seguridad.
=ω TU − AU
En una regla de decisión de aceptación conservadora, ω > 0.

8.3.2.3 En muchas aplicaciones, el parámetro de longitud ω se toma como un múltiplo de la

incertidumbre expandida para un factor de cobertura k = 2, U = 2u .
ω = rU ,
con el multiplicador r elegido para garantizar una probabilidad de conformidad mínima para un
elemento aceptado. Una elección habitual es r = 1, en cuyo caso w = U .
EJEMPLO La Norma ISO 14253-1 [21] establece por defecto una regla de decisión de aceptación
conservadora, para demostrar la conformidad con la especificación. La figura 10 está adaptada de la
Norma ISO 14253-1, figura 7. En el caso de un intervalo de tolerancia bilateral, los límites de aceptación
superior e inferior se desplazan respecto a los límites de tolerancia correspondientes, mediante zonas de
seguridad con un parámetro de longitud w = U = 2u .
La finalidad de las zonas de seguridad, con w = 2u , es garantizar que para cualquier valor medido que
se encuentre dentro del intervalo de aceptación, la probabilidad de aceptar un elemento no conforme es
del 2,3 %, como máximo, asumiendo una FDP normal para la magnitud medida. Esta probabilidad
máxima se da si el valor medido de la propiedad coincide con un límite de aceptación. Para valores
medidos, fuera de los límites de aceptación, la probabilidad de una aceptación errónea será inferior a
dicho máximo.
Figura 10 – Intervalo de aceptación bilateral creado al reducir ambos lados del intervalo de
tolerancia en la incertidumbre expandida para k = 2 , U = 2u . Esta es la regla de decisión por
defecto establecida en la Norma ISO 14253-1 [21].
En la Norma ISO 14253-1, un intervalo de aceptación se denomina zona de conformidad, y un intervalo

de tolerancia se denomina zona de especificación. Las etiquetas de la figura 10 muestran las
convenciones de este documento.
8.3.3 Rechazo conservador
8.3.3.1 Puede elegirse un límite de aceptación fuera del intervalo de tolerancia, como muestra
la figura 11, para aumentar la probabilidad de que un elemento rechazado sea verdaderamente
no conforme. Dicha regla de decisión de rechazo conservador se utiliza a menudo cuando se
quiere obtener una evidencia clara de que se ha excedido un límite, antes de emprender una
acción negativa.
NOTA El rechazo conservador también se conoce como rechazo estricto [2] o rechazo por no
conformidad firme [18].
8.3.3.2 Para una zona de seguridad de rechazo conservador, el parámetro de longitud w es

=w TU − AU < 0 .

El
Elpapel
papelde
dela
laincertidumbre
incertidumbrede
demedida
medida
El papelen
en
dela
lalaevaluación
evaluación
incertidumbre
de
de la
la
deconformidad
conformidad
medida en la(ES)
(ES)
evaluación de la conformidad (ES)
Figura
Figura1111––Regla
Reglade dedecisión
decisiónFigura
basada
basada11en
en–el
el
Regla
rechazo
rechazo
de decisión
conservador.
conservador.
basadaUn
Unen
límite
límite
el rechazo
de
deaceptación
aceptación
conservador.
superior
superiorUn límite de aceptación sup
AAUUfuera
fueradel
dellímite
límitede
detolerancia
tolerancia
AUsuperior
superior
fuera delTTlímite
UU define
define
de tolerancia
un
un intervalo
intervalo
superior
de
de aceptación
aceptación
T U define
que
que
unreduce
reduce
intervalo
la
la de aceptación que reduce
probabilidad
probabilidadde derechazar
rechazarerróneamente
erróneamente
probabilidad
un
un elemento
de
elemento
rechazarconforme
conforme
erróneamente
(riesgo
(riesgoundel
delelemento
fabricante).
fabricante).
conforme
El
Elparámetro
parámetro
(riesgo del fabricante). El pará
de
delongitud
longitud w
wasociado
asociado aauna
unade
zona
zona
longitud
de
deseguridad
seguridad
w asociadode
deun
una una
rechazo
rechazo
zonaconservador
conservador
de seguridades =
=
esde TUU −−A
wwun Trechazo << 00..
AUU conservador =
es w TU − AU
EJEMPLO
EJEMPLO11 Cumplimiento
CumplimientoEJEMPLO
del
dellímite
límite1de
develocidad
velocidad
Cumplimiento del límite de velocidad
En
En aplicación
aplicación de
de la
la ley
ley de
de seguridad
seguridad
En aplicación
vial,
vial, lala
depolicía
policía
la ley mide
mide
de seguridad
la
la velocidad
velocidad
vial, de
de
la los
policía
los vehículos
vehículos
mide lautilizando
utilizando
velocidad de los vehículos util
dispositivos
dispositivos como
como radares
radares yy pistolas
pistolas
dispositivos
láser
lásercomo
[42].
[42]. radares
La
La decisión
decisión
y pistolas
de
de imponer
imponer
láser [42].
una
una multa
La
multadecisión
por
por exceso
exceso
de imponer
de
de una multa por exce
velocidad,
velocidad, que
que podría
podría potencialmente
potencialmente
velocidad,acabar
acabar
que podría
en
en los
los potencialmente
tribunales,
tribunales, debe
debe acabar
tomarse
tomarseen con
con
los tribunales,
un
un alto
alto nivel
nivel
debe
de
de tomarse con un alto ni
confianza
confianzaenenque
querealmente
realmentese seha
ha
confianza
excedido
excedidoenel
elque
límite
límite
realmente
de
develocidad.
velocidad.
se ha excedido el límite de velocidad.
Con
Con unun radar
radar Doppler
Doppler determinado,
determinado,
Con puede
un
puede
radar
medirse
medirse
Dopplerla
ladeterminado,
velocidad
velocidad en en puede
campo
campomedirse
con
con una
unalaincertidumbre
incertidumbre
velocidad entípica
típica
campo con una incertidumbre
relativa
relativa uu((vv))//vv del
del 22 %,
%, en
en elelrelativa
intervalo
intervalo
u(de
de
v) /50
50
v km/h
del
km/h2 aa
%,150
150
en km/h.
km/h.
el intervalo
Se
Se asume
asume
de 50que
que
km/h
el
el conocimiento
aconocimiento
150 km/h. Se
de
deasume
la
la que el conocimiento
velocidad
velocidad medida
medida vv en en este
este intervalo
intervalo
velocidad
viene
vienemedida
caracterizado
caracterizado
v en este
por
porintervalo
una
una FDP
FDPviene
normal
normal
caracterizado
con
con esperanza
esperanza por una
matemática
matemática
FDP normal con esperanza mate
vv yydesviación
desviacióntípica
típicade
de0,02
0,02vv..v y desviación típica de 0,02 v .
Bajo
Bajo estas
estas condiciones
condiciones uno
uno puede
puede
Bajopreguntarse,
preguntarse,
estas condiciones
¿para
¿para un
un
unolímite
límite
puedede
depreguntarse,
velocidad
velocidad vv00¿para
== 100
100un
km/h,
km/h,
límite
qué
qué
deumbral
umbral
velocidad v0 = 100 km/h, qué
de
de velocidad
velocidad vvmax
max (límite
(límite de
de aceptación)
aceptación)
de velocidad
debería
debería
vmax (límite
establecerse
establecerse
de aceptación)
para
para que,
que,debería
para
para una
una
establecerse
velocidad
velocidad para
medida
medida
que, para una velocidad m
vv ≥≥ vvmax
max,, la
laprobabilidad
probabilidadde quev v≥
deque v ≥≥ vv00 sea
vmax ,sea
la probabilidad
al
almenos
menosdeldelde
99,9
99,9 v ≥ v0 sea al menos del 99,9 %?.
que%?.
%?.
Este
Esteproblema
problema matemático
matemático eses equivalente
equivalente
Este problema
al
al cálculo
cálculo
matemático
de
delalaprobabilidad
probabilidad
es equivalente
de
delala
alconformidad
conformidad
cálculo de lapara
para
probabilidad
un
un intervalo
intervalo
de la conformidad para un in
de
detolerancia
toleranciaunilateral
unilateral(véase
(véase el
elde
apartado
apartado
tolerancia
7.3).
7.3).
unilateral
Aquí,
Aquí,se
se(véase
necesita
necesita
el apartado
un
unvalor
valor de
de zz =
7.3). =((vvmax
Aquí, se−−
max necesita
vv00))/( unvv
/(00,,02
02 max))de z = (vmax − v0 ) /(0,02
valor
max
para
para que
que el
el 99,9
99,9 %% de
de la
la probabilidad
probabilidad
para queesté
esté
el dentro
99,9
dentro
%de
de
dela
lalaregión
región VV≥≥ vv00esté
probabilidad .. En
En la
dentro
la Tabla
Tabla
de11la
de
deregión
la V ≥ 15
la página
página v15
0 .se
se
En la Tabla 1 de la página
aprecia
apreciaque
que zz ==3,09,
3,09,de
deforma
forma que
aprecia
que que z = 3,09, de forma que
vv00 100
100 v0 100
max ==
vvmax == = ≈≈107
vmaxkm/h
km/h = ..
107km/h
km/h km/h ≈ 107 km/h .
11−−00,,02
02zz 11−−00,,02
02××33,,09
09 1 − 0,02z 1 − 0,02 × 3,09
El
El intervalo
intervalo [100
[100 km/h
km/h ≤≤ vv≤≤ 107
107
El km/h]
km/h]
intervalo
es
es una
[100
una zona
zona
km/hde
de
≤ seguridad
vseguridad
≤ 107 km/h]
que
que es
garantiza
garantiza
una zonauna
unade
probabilidad
probabilidad
seguridad que
de
de al
al
garantiza una probabilidad
menos
menos un un 99,9
99,9 %% dede que
que el
el límite
límite
menos
de
de velocidad
velocidad
un 99,9 se
%
sede
haya
haya
queexcedido
excedido
el límitepara
para
de velocidad
una
una velocidad
velocidad
se haya
medida
medida
excedido
de
de 107
107
para
km/h
km/h
una velocidad medida de 10
oosuperior.
superior. o superior.
EJEMPLO
EJEMPLO22 Medicamentos
Medicamentos en
en animales
animales
EJEMPLO 2 vivos
vivos
Medicamentos
yyen
en productos
productos
en animales
para
paraanimales
animales
vivos y en productos para animales
El
El esteroide
esteroide anabolizante
anabolizante nandrolona
nandrolona
El esteroide
es
es un
un activador
anabolizante
activador prohibido
prohibido
nandrolona
del
del crecimiento
crecimiento
es un activador
en
en animales
animales
prohibido
destinados
destinados
del crecimiento
al
al en animales destina
consumo
consumo humano.
humano. Algunos
Algunos animales
animales
consumovivos
vivos
humano.
generan
generanAlgunos
esta
esta sustancia
sustancia
animales de
devivos
forma
forma
generan
natural
naturalesta
yy consecuentemente,
consecuentemente,
sustancia de forma natural y consecuentem
se
sehahaestablecido
establecidoun
unlímite
límiteumbral
umbral
se (tolerancia)
ha
(tolerancia) TT igual
establecido igual
un aa2,00
2,00
límite μg/L.(tolerancia) T igual a 2,00 μg/L.
umbral
μg/L.
En
En un
un ensayo
ensayo de
de detección
detección de
de nandrolona,
nandrolona,
En un ensayouna
unadeconcentración
concentración
detección de medida
nandrolona,
medida que
que sobrepase
una
sobrepase
concentración
el
el valor
valor del
medida
del umbral
umbral
que sobrepase el valor del u
con
con una
una probabilidad
probabilidad del
del 95
95 %% ocon
o mayor,
mayor,
una probabilidad
se
se considera
consideradel
sospechosa,
sospechosa,
95 % o mayor,
yy debe
debe
se seguirse
seguirse
consideraun
un
sospechosa,
procedimiento
procedimiento
y debe
de
de seguirse un procedimie
confirmación.
confirmación. confirmación.
Al
Al realizar
realizar un
un ensayo
ensayo de
de detección,
detección,
Al realizar
un
un laboratorio
laboratorio
un ensayodesea
desea
de detección,
establecer
establecerun
unlaboratorio
límite
límite A
A de
de
desea
decisión
decisión
establecer
(aceptación),
(aceptación),
un límite A de decisión (acept
expresado
expresadocomo como expresado como
=
=
AA TT ++ gg,, =
A T +g,
JCGM
JCGM©© 2012
2012--Reservados
Reservadostodos
todos
JCGM
los
losderechos
derechos
© 2012 - Reservados todos los de
26
26 26
donde g = w es una zona de seguridad (véase la figura 11), de forma que para un valor de
concentración medido y ≥ A , la probabilidad de que Y ≥ T sea al menos del 95 %.
El laboratorio valida su procedimiento de medida enriqueciendo diez muestras en blanco a un nivel de

concentración cercano al umbral. Las muestras se miden bajo condiciones de reproducibilidad inter-
laboratorio, observándose una desviación típica de reproducibilidad s (ISO 3534-2, 3.3.12) de 0,20 μg /L.
A partir del experimento de enriquecimiento, el laboratorio llega a la conclusión de que sus mediciones no
tienen errores sistemáticos importantes. En la incertidumbre de medida predominan los efectos de
reproducibilidad y la FDP para la concentración de nandrolona Y se considera una distribución-t ajustada
a los datos (véase JCGM 101:2008 6.4.9) con ν = 9 grados de libertad.
La zona de seguridad se calcula a partir de una tabla o del software apropiado para la distribución-t
(unilateral, ν = 9 grados de libertad, probabilidad del 95 %), como
= s 1,83 × 0,20 μg / L = 0,37 μg / L .

g t 0,95;9 ×=
Por tanto, una muestra con valor medido y de concentración de nandrolona mayor o igual a
=A (2,00 + 0,37 ) μg / L = 2,37 μg .
se considera sospechosa.
9 Riesgos del consumidor y del fabricante
9.1 Aspectos generales
9.1.1 Al aplicar una regla de decisión binaria en evaluación de la conformidad, se mide una
propiedad de un elemento y éste se acepta como conforme si el valor medido de la propiedad
está dentro de un intervalo de aceptación definido. Un valor medido, fuera del intervalo de
aceptación, conduce al rechazo del elemento, por no conforme. La figura 12, que reproduce la
figura 1 de la página viii, ilustra los intervalos de interés, mostrando un intervalo de tolerancia
(de valores conformes) y un intervalo de aceptación (de valores medidos permitidos).
9.1.2 El uso de zonas de seguridad es una forma de limitar la probabilidad de tomar una
decisión de conformidad errónea, basándose en la información de medida, representada por un
intervalo de cobertura. El presente apartado hace referencia a una evaluación más precisa de
dichas probabilidades en un proceso productivo. Las probabilidades evaluadas dependen de
dos factores, del proceso productivo y del sistema de medida.
9.1.3 Si el sistema de medida fuera completamente exacto, todas las decisiones de

conformidad serían correctas y todos los riesgos serían nulos. Un aumento de la incertidumbre
de medida supone un aumento en la probabilidad de tomar una decisión incorrecta y la
probabilidad es máxima cuando los valores medidos se acercan a los límites de tolerancia.
9.1.4 Los riesgos también dependen de la naturaleza del proceso productivo. Si el proceso
rara vez produce un elemento cuya propiedad de interés se acerca a los límites de tolerancia,
existe menos probabilidad de que se tomen decisiones erróneas. En cambio, si un proceso
produce elementos con propiedades susceptibles de estar cerca de los límites de tolerancia,
entran en juego las incertidumbres asociadas a las mediciones. El resto de este apartado
muestra cómo pueden evaluarse las contribuciones de ambos factores.

El papel
El papel
de la
deincertidumbre
la incertidumbre
de medida
de medida
en la
enevaluación
la evaluación
de la
deconformidad
la conformidad
(ES)
(ES)
Intervalo
Intervalo
de aceptación
de aceptación
T L T L AL AL AU AU T U T U
Intervalo
Intervalo
de tolerancia
de tolerancia
Figura
Figura
12 –12Evaluación
– Evaluación
de la
deconformidad
la conformidad binaria,
binaria,
en donde
en donde las las
decisiones
decisiones
se basan
se basanen valores
en valores
medidos
medidos
de la
demagnitud.
la magnitud.
El valor
El valor
verdadero
verdadero de la
depropiedad
la propiedad mensurable
mensurable
(el mensurando)
(el mensurando) de unde un
elemento
elemento
debedebe
estar
estar
comprendido
comprendido en un
en un
intervalo
intervalo
de tolerancia
de tolerancia definido
definido
porpor
los los
límites
límites
(TL(,TTLU,)T.UEl
) . El
elemento
elemento
se acepta
se acepta
como
como
conforme
conforme si elsivalor
el valor
medido
medido de ladepropiedad
la propiedad
está
está
comprendido
comprendido en elen el
intervalo
intervalo
de aceptación
de aceptación
definido
definido
porpor
los los
límites
límites
(AL(,AALU, )AUy,) en
y, caso
en caso
contrario,
contrario,
se rechaza
se rechaza
como como no no
conforme.
conforme.
9.29.2Funciones
Funcionesde de
densidad
densidad
de de
probabilidad,
probabilidad,
FDP,
FDP,
para
para
el proceso
el proceso
productivo
productivo
y y
el sistema
el sistema
de de
medida
medida
9.2.1
9.2.1Considérese
Considérese un un
proceso
procesoqueque
produce
produce unauna
secuencia
secuencia de de
elementos,
elementos, cada
cada unouno concon
unauna
propiedad
propiedad mensurable
mensurable Y Yconcon valores
valores
posibles
posiblesη . ηEl. El
proceso
proceso podría
podría
serserunauna máquina
máquina queque
produce
produce
resistencias
resistencias
de de
valor
valor
nominal
nominal
10 10
kΩ kΩo un
o un
proceso
proceso de de
muestreo
muestreoquequeprodujera
produjera viales
viales
de de
agua
agua
oceánica
oceánica concon
mercurio
mercuriodisuelto.
disuelto.
ParaParaun un
elemento
elemento elegido
elegido
de deforma
forma
aleatoria
aleatoria en enel el
proceso,
proceso,
el conocimiento
el conocimientode de
la propiedad
la propiedadY ,Yantes
, antesde de
sersermedida,
medida,se se
expresa
expresa mediante
mediante unauna
FDPFDPg0(ηg)0(ηprevia.
) previa.Se Se
puede
puede decir
decir
quequela la
FDPFDP g0(ηg)0(ηcaracteriza
) caracteriza el elproceso
proceso productivo,
productivo,
denominándose
denominándose a veces
a vecesdensidad
densidad de de
probabilidad
probabilidad deldel
proceso.
proceso. El El
tipotipo
de deg0 (ηg)0 (ηse
) seasigna
asigna
generalmente
generalmente en en
función
función
deldel
conocimiento
conocimiento adquirido
adquiridoal medir
al medirla propiedad
la propiedad de de
interés
interésen en
unauna
muestra
muestra
de deelementos
elementosproducidos.
producidos.
NOTA
NOTAEn En
el Anexo
el Anexo
B se
B se
trata
trata
la asignación
la asignación
de de
unauna
FDPFDP
previa
previa
basada
basada
en en
unauna
muestra
muestra
medida
medida
de de
elementos.
elementos.
9.2.2
9.2.2La La
evaluación
evaluación de de
la conformidad
la conformidad de de
un un
elemento
elemento producido
producido
se se
realiza
realiza
mediante
medianteunauna
medición
mediciónde de
la la
propiedad
propiedad de de interés.
interés.
Asumiendo
Asumiendo un un valor
valor
de de
entrada
entradaconocido Y =Yη=, ηel, el
conocido
resultado
resultado
deldel
sistema
sistema de de
medida
medida es esunauna
magnitud
magnitudY m Y, mconsiderada
, consideradacomocomovariable
variable
aleatoria
aleatoria
I
I
observable,
observable,
cuyos
cuyos
valores
valoresposibles
posibles ηm η,mson
, son
expresados
expresados y transmitidos
y transmitidos
porpor
unaunaFDPFDPh(ηhm(ηηm) .η ) .
I
I
Generalmente,
Generalmente, el tipo
el tipo
de deh(ηhm(ηηm) ηse
) se
asigna
asigna
en en
función
funcióndeldeldiseño
diseño
deldel
sistema
sistemade de
medida,
medida, la la
información
informaciónproporcionada
proporcionada porpor las las
calibraciones
calibracionesy el
y el conocimiento
conocimiento de de
las las
magnitudes
magnitudes de de
influencia
influencia
relevantes,
relevantes,tales
tales
como
como parámetros
parámetros ambientales
ambientales y propiedades
y propiedades
de de
los los
materiales.
materiales.
9.39.3Posibles
Posiblesresultados
resultados
de de
una
una
medición
medición
de de
inspección
inspección
con
con
una
una
regla
regla
de de
decisión
decisión
binaria
binaria
9.3.1
9.3.1Sean Sean C yC C ˜y , C
˜ , respectivamente,
respectivamente, los los
intervalos
intervalos
de de
valores
valores
conformes
conformesy noy no
conformes
conformes
de de
Y ,Yy ,sean
y seanAA y A ˜
y ,A ˜respectivamente,
, respectivamente,
los los
intervalos
intervalos
de de
valores
valores
aceptables
aceptables
y noy no
aceptables
aceptables
de de
Y m Y. mEn
. Enla la
figura
figura
12,12, porpor
ejemplo,
ejemplo,C C corresponde
corresponde a los
a losvalores
valores
de de
Y Yen en el el
intervalo
intervalo
TL T ≤LY≤ ≤Y T≤U ,TyU ,AyAcorresponde
correspondea los
a los
valores
valores
de de
Y m Yen
m en
el intervalo
el intervalo . U.
≤LY≤m Y≤mA≤U A
AL A
9.3.2
9.3.2ConCon
unauna
regla
regla
de de
decisión
decisión
binaria,
binaria,
en en
un unensayo
ensayo
de de
evaluación
evaluación
de de
la conformidad
la conformidad
queque
proporciona
proporciona
un un
valor
valor
medido
medido
de de
la magnitud ηm η, m
la magnitud hay
, hay
cuatro
cuatro
resultados
resultados
posibles:
posibles:
28 JCGMJCGM
JCGM © -2012
© 2012
© 2012 - Reservados
Reservados
- Reservados
todos todos
todos
los los los
derechosderechos
derechos
ElElpapel
papelde
delalaincertidumbre
incertidumbrede
demedida
medidaen
enlalaevaluación
evaluación de
de la
la conformidad
conformidad (ES)
(ES)
Aceptación
Aceptación válida:
válida: elel elemento
elemento se acepta ((YYmm ==ηηmm ∈
se acepta ∈AA)) yy es
es conforme
conforme con la
especificación (Y
especificación (Y ∈∈CC)).. Éste
Éste es
es un
un resultado
resultado deseado
deseado en en un
un ensayo
ensayo de
de evaluación de
lalaconformidad
conformidadyyconduce
conduceaala laaceptación
aceptación de
de un
un elemento
elemento conforme.
conforme.
Aceptación
Aceptaciónerrónea:
errónea: elel elemento
elemento se acepta ((YYmm ==ηηmm ∈
se acepta ∈AA)) pero
pero no
no es conforme con
lalaespecificación
~~
((
especificación YY ∈∈CC ..Ésta
Éstaes ))
es una
una decisión
decisión errónea
errónea cuya
cuya probabilidad
probabilidad se denomina
riesgo
riesgodel
delconsumidor,
consumidor, porque
porque elel coste
coste asociado
asociado aa dicho
dicho error
error aa menudo
menudo lo asume el
consumidor
consumidoroousuario,
usuario,alalaceptar
aceptar el
el elemento
elemento como
como válido
válido para
para su
su finalidad
finalidad y actuar en
consecuencia.
consecuencia.
NOTA
NOTA La
Laaceptación
aceptaciónerrónea
erróneatambién
tambiénse
seconoce
conoce como
como error
error de
de aceptación
aceptación oo falso
falso positivo.
Para
Paraun
undeterminado
determinadoelemento
elemento medido,
medido, aceptado
aceptado como
como conforme,
conforme, con
con un valor medido
dado
dado==YYmm ηηmm∈∈A
A, , lala probabilidad
probabilidad de
de aceptación
aceptación errónea
errónea se
se denomina
denomina riesgo
específico
específico del consumidor (véase
del consumidor (véase el
el apartado
apartado 3.3.13)
3.3.13) [38],
[38], yy se
se representa
representa por RC* . A
partir
partirde
delaladefinición
definición(4)
(4)de
deprobabilidad
probabilidad de
de la
la conformidad,
conformidad, se
se puede
puede apreciar que RC*
viene
vienedado
dadoporpor
=CC 11−−ppcc, ,
=**
R
R
para
paraun
unvalor medido ηηmm en
valor medido en el
el intervalo
intervalo de
de aceptación.
aceptación. Para
Para un
un elemento
elemento elegido de
forma
formaaleatoria
aleatoriaen
enelelproceso
proceso de
de producción,
producción, la
la probabilidad
probabilidad de
de que
que sea
sea erróneamente
aceptado
aceptadotras
trasefectuar
efectuaruna
unamedición,
medición, sese denomina
denomina riesgo
riesgo global
global del consumidor (véase
del consumidor
elelapartado
apartado3.3.15)
3.3.15)[38],
[38], yy se
se representa
representa por
por R
RCC.. El
El apartado
apartado 9.5
9.5 explica
explica el cálculo de
RRCC. .
Rechazo
Rechazo válido:
válido: elel elemento
elemento se
se rechaza
rechaza= =((YYmm ηηmm ∈
∈A˜˜)) yy no
A no es
es conforme con la
especificación ((
~~
especificación YY ∈∈CC ..Éste
Éstees ))
esunun resultado
resultado deseado
deseado enen el
el ensayo
ensayo de
de evaluación de la
conformidad,
conformidad,yyconduce
conducealalrechazo
rechazode de un
un elemento
elemento no no conforme.
conforme.
Rechazo
Rechazo erróneo:
erróneo: elel elemento
elemento se se rechaza
rechaza = =((YYmm ηηmm ∈
∈AA˜˜)) pero
pero en realidad es
conforme
conforme con especificación ((YY ∈∈C
con lala especificación C)).. Ésta
Ésta es es otra
otra decisión
decisión errónea cuya
probabilidad
probabilidadse
sedenomina
denominariesgo
riesgodel
delfabricante,
fabricante, porque
porque aa menudo
menudo es es el
el fabricante quien
asume
asumeelelcoste
coste asociado
asociado aa dicho
dicho error,
error, ya
ya que
que no
no puede
puede vender
vender unun elemento que no
haya
hayasuperado
superadoelelensayo
ensayodedeconformidad.
conformidad.
NOTA
NOTA ElElrechazo
rechazoerróneo
erróneotambién
tambiénse
seconoce
conoce como
como error
error de
de rechazo
rechazo oo falso
falso negativo.
negativo.
Para
Paraun
undeterminado
determinado elemento
elemento medido,
medido, rechazado
rechazado como
como no
no conforme,
conforme, dado un valor
~~
medido
medido=YYmm ηηmm∈∈A
= A,, lala probabilidad
probabilidad de
de rechazo
rechazo erróneo
erróneo sese denomina
denomina riesgo
específico
específico del fabricante (véase
del fabricante (véase el
el apartado
apartado 3.3.14)
3.3.14) [38],
[38], yy se
se representa
representa por RP* . A
partir
partirde
delaladefinición
definición(4)
(4) de
de probabilidad
probabilidad de
de la
la conformidad
conformidad se puede apreciar que RP*
se puede
viene
vienedado
dadoporpor
RRP*P* ==ppcc, ,
para
paraun
unvalor medido ηηmm fuera
valormedido fuera del
del intervalo
intervalo de
de aceptación.
aceptación. Para
Para un
un elemento
elemento elegido
de
de forma
forma aleatoria
aleatoria en
en elel proceso
proceso de de producción,
producción, la
la probabilidad
probabilidad de que sea
JCGM
JCGM ©
© 2012
2012 -- Reservados
Reservados todos
todos los derechos
erróneamente rechazado tras efectuar una medición, se denomina riesgo global del
fabricante (véase el apartado 3.3.16) [38], y se representa por RP . El apartado 9.5
explica el cálculo de RP .
9.4 La FDP conjunta para Y e Ym
9.4.1 Tal y como se ha visto en el apartado 9.3.2, el riesgo específico del consumidor y el
riesgo específico del fabricante, RC* y RP* , están relacionados sencillamente con la
probabilidad de la conformidad para un determinado elemento medido, dado el resultado de
medición. Si el valor de la propiedad Y se encuentra fuera del intervalo de tolerancia y el valor
medido Y m se encuentra dentro del intervalo de aceptación, existirá un riesgo para el
consumidor. La probabilidad de que se den ambos sucesos, es decir, que exista riesgo global
del consumidor, viene dada por una distribución de probabilidad conjunta que depende del
proceso productivo y del sistema de medida.
9.4.2 La densidad de probabilidad conjunta puede expresarse como el producto de

densidades ya conocidas. En otras palabras, la probabilidad de que el valor del mensurando Y
esté fuera del intervalo de tolerancia, y de que el valor medido Y m esté dentro del intervalo de
aceptación, viene dada por la probabilidad de que el proceso productivo produzca un elemento
con un valor verdadero de Y fuera del intervalo de tolerancia, multiplicada por la probabilidad
de que el sistema de medida produzca un valor medido Y m dentro del intervalo de aceptación,
teniendo en cuenta que el mensurando Y está fuera del intervalo de tolerancia.
9.4.3 Asimismo, el riesgo global del fabricante se define en términos de la misma distribución
de probabilidad conjunta. Si el intervalo de tolerancia, el proceso productivo y el sistema de
medida se mantienen fijos, el riesgo global del consumidor y el riesgo global de fabricante
vienen determinados por los límites de aceptación. Por tanto, los límites de aceptación pueden
establecerse de forma que se consiga un equilibrio aceptable entre los dos tipos de riesgo. En
general, no se pueden fijar los límites de aceptación para minimizar simultáneamente el riesgo
del consumidor y el riesgo del fabricante, ya que al reducir uno, el otro aumenta.
9.4.4 En la literatura sobre control de calidad y evaluación de la conformidad, generalmente

se utilizan los términos “riesgo del consumidor” y “riesgo del fabricante” en el sentido de riesgos
globales, tal como se ha descrito anteriormente.
9.4.5 Para un proceso de producción y un sistema de medida determinados, el conocimiento

de los posibles resultados de un ensayo de evaluación de la conformidad sobre un elemento
elegido de forma aleatoria viene descrito por una función de densidad de probabilidad conjunta.
Para dicho elemento elegido de forma aleatoria, la probabilidad de que (a) el valor del
mensurando Y esté comprendido en el intervalo η ≤ Y ≤ η + dη y (b) una medición de Y
proporcione un valor medido Y m en el intervalo η m ≤ Y m ≤ η m + dη m , viene dada por
Pr(η ≤ Y ≤ η + dη y η m ≤ Y m ≤ η m + dη m ) = f(η,η m )dη dη m , (15)
donde f(η,η m ) es la FDP conjunta para Y e Y m .
9.4.6 La función de densidad conjunta f(η,η m ) puede factorizarse de dos maneras,

utilizando la regla del producto (o multiplicación) de la teoría de probabilidad, según
I
f(η,η m ) = g 0 (η ) h(η m η ) (16a)

El papel de la incertidumbre
incertidumbre de
de medida
medida en
en la
la evaluación
evaluaciónde
delalaconformidad
conformidad (ES)
(ES)
I
I
ff((ηη,,ηηmm)) == hh00(η
(ηmm))gg(η
(η ηηmm)). . (16b)
(16b)
9.4.7 Las dos FDP FDP aa lala derecha

derecha de de lala expresión
expresión (16a)
(16a) son
son las
las dos
dos densidades
densidades dede
probabilidad descritas
descritas en
en el
el apartado
apartado 9.2.
9.2. Si
Si se
se desea,
desea,se
sepueden
puedencalcular
calcularlas
lasdos
dosdensidades
densidades
de probabilidad a la derecha
derecha de
de la
la expresión
expresión (16b),
(16b),aapartir
partirde
delas
lasexpresiones
expresionesdedeestas
estasFDP.
FDP.ElEl
Anexo A ilustra dicho
dicho cálculo
cálculo (véanse
(véanse los
los apartados
apartadosA.4.3
A.4.3yyA.4.4).
A.4.4).
9.5 Cálculo de riesgos

riesgos globales
globales
9.5.1 Contexto histórico

histórico
9.5.1.1 En los siguientes

siguientes subapartados,
subapartados, se se desarrollan
desarrollan fórmulas
fórmulas para
para calcular
calcular los
los riesgos
riesgos
globales de decisiones
decisiones incorrectas.
incorrectas. Dichos
Dichos cálculos
cálculos se se han
han efectuado
efectuado tradicionalmente
tradicionalmente
empleando distribuciones
distribuciones dede frecuencia
frecuencia medida
medida de
de los
los distintos
distintosresultados
resultadosobtenidos
obtenidosalalmedir
medir
una amplia muestra
muestra de
de elementos
elementos nominalmente
nominalmente idénticos.
idénticos. EnEn este
esteenfoque,
enfoque,elelriesgo
riesgoglobal
global
del consumidor es igual
igual aa la
la fracción
fracción de
de elementos
elementos de
delalamuestra
muestramedida
medidaque queseseaceptan
aceptanparapara
su uso pero que no no cumplen
cumplen un un requisito
requisito especificado.
especificado. Dicha
Dicha nono conformidad,
conformidad, para para unun
elemento determinado,
determinado, debe debe confirmarse
confirmarse posteriormente
posteriormente mediante
mediante una una medición
medición
individualizada, con una
una incertidumbre
incertidumbre muchomucho más
más pequeña
pequeña queque lala del
del sistema
sistemade demedida
medida
utilizado en la evaluación
evaluación dede lala conformidad.
conformidad.
9.5.1.2 Los siguientes

siguientes riesgos
riesgos globales
globales se
se calculan
calculanutilizando
utilizandodistribuciones
distribucionesde deprobabilidad
probabilidaden en
vez de distribuciones
distribuciones de
de frecuencia,
frecuencia, de
de forma
forma que
que no
no es es necesario
necesarioconsiderar
considerarun unconjunto
conjuntode de
elementos medidos que,que, de
de hecho,
hecho, podrían
podrían nono existir.
existir.De
Demedia,
media,las
lasprobabilidades
probabilidadescalculadas
calculadas
siempre coincidirán numéricamente
numéricamente con con las
las frecuencias
frecuencias medidas.
medidas. Por
Porlolotanto,
tanto,los
loslímites
límitesde
de
aceptación en la evaluación
evaluación dede la
la conformidad
conformidad de de los
los elementos
elementos dede una
una muestra,
muestra,pueden
pueden
elegirse de forma que que proporcionen,
proporcionen, de de media,
media, fracciones
fracciones aceptables
aceptables de de elementos
elementos
erróneamente aceptados
aceptados oo rechazados.
rechazados.
9.5.2 Formulación
Formulación general
general
9.5.2.1 A partir de la la FDP

FDP conjunta
conjunta (16a)
(16a) yy las
las dos
dos densidades
densidades de probabilidad g 0g(0η(η) ) y y
de probabilidad
I
h(η m η ) , pueden calcularse

calcularse las
las probabilidades
probabilidades de de cada
cada uno
unode
delos
loscuatro
cuatroresultados
resultadosposibles posibles
descritos anteriormente
anteriormente (véase
(véase elel apartado
apartado 9.3),.
9.3),. Estas
Estas probabilidades
probabilidades son
sonsimplemente
simplementelos los
respectivos volúmenes
volúmenes bajo
bajo la
la curva
curva de
de densidad
densidadde deprobabilidad conjuntaff(η(η,η,ηmm) ), ,integrados
probabilidadconjunta integrados
en las cuatro regiones
regiones que
que describen
describen los
los posibles
posiblesresultados.
resultados.
9.5.2.2 Son de especial

especial interés
interés el
el riesgo
riesgo global
globaldel
delconsumidor
consumidoryyelelriesgo
riesgoglobal
globaldel
delfabricante,
fabricante,
calculados a continuación:
continuación:
- Para un valor medido

medido en
en el
el intervalo
intervalo de
de aceptación
aceptación yy un
un valor de YY fuera
valorde fueradel
delintervalo
intervalode
de
tolerancia, el riesgo global
global del
del consumidor
consumidor es es
RC = ∫ ∫ gg00((ηη))hh(η
(ηmmηη))ddηηmmddηη.. (17)
(17)
˜˜
C
C A
A
- Para un valor medido

medido fuera
fuera del
del intervalo
intervalo de
deaceptación
aceptaciónyyun
unvalor de YY dentro
valorde dentrodel
delintervalo
intervalode
de
tolerancia, el riesgo global
global del
del fabricante
fabricante es
es
RP = ∫ ∫ gg ηη
˜˜ 00
(( ))hh(η(ηmmηη))ddηηmmddηη.. (18)
(18)
C
C A
A
9.5.2.3 Las expresiones

expresiones (17)
(17) yy (18)
(18) son
son fórmulas
fórmulas generales
generales para
para elel cálculo
cálculo de
delos
losriesgos
riesgos
globales del consumidor
consumidor yy del
del fabricante.
fabricante. Dependiendo
Dependiendo dede lala expresión
expresiónparticular
particularde
delas
lasFDP
FDP
JCGM © 2012 - Reservados todos los derechos JCGM

JCGM©©2012
2012- -Reservados
Reservadostodos
todoslos
losderechos
derechos31
I
El papel de la incertidumbre de medida
f(ηen
, ηla
m )evaluación
= h0 (η m ) gde
(η laηconformidad
m) . (ES) (16b)
9.4.7 Las dos FDP a la derecha de la expresión (16a) son las dos densidades de
probabilidad
El
Elpapel
papelde descritas ende
delalaincertidumbre
incertidumbre elmedida
de apartado
medida en 9.2.
enlala Si se desea,
evaluación
evaluaciónde se pueden(ES)
delalaconformidad
conformidad calcular las dos densidades
(ES)
de probabilidad a la derecha de la expresión (16b), a partir de las expresiones de estas FDP. El
Anexo A ilustra dicho cálculo (véanse los apartados A.4.3 y A.4.4).
I
I
gg00(η
(η)) yy hh(η
(ηmmηη)), , lala evaluación
evaluación explícita
explícita de
de RRCC yy RRPP puede
puede tener
tener que
que realizarse
realizarse
9.5 Cálculo de riesgos globales
numéricamente.
numéricamente.
9.5.1 Caso
9.5.3
9.5.3 Contexto
Caso histórico
especial:
especial:Regla
Reglade
dedecisión
decisiónbinaria
binaria
9.5.1.1Para
9.5.3.1
9.5.3.1 En los
Para siguientesde
lalaevaluación
evaluación subapartados,
de lalaconformidad
conformidad sebinaria
desarrollan
binaria ilustrada fórmulas
ilustrada en para12,
enlalafigura
figura calcular
12, las los riesgos
lasfórmulas
fórmulas (17)
(17)
yyglobales
(18)
(18)se de decisiones
seconvierten
convierten en
en incorrectas. Dichos cálculos se han efectuado tradicionalmente
empleando distribuciones de frecuencia medida de los distintos resultados obtenidos al medir
una amplia muestra ⎛⎛ TTLLde ∞elementos
∞ ⎞⎞ AA nominalmente idénticos. En este enfoque, el riesgo global
∫∫ ∫∫ ∫∫ h(η(ηmelementos
gg00(η(η))hde mηη))ddηηmmddηηde
UU
==
del consumidorRRCC es⎜⎜ igual++ a la⎟⎟fracción , , la muestra medida que se aceptan(19) (19)
para
⎝⎝ −−∞∞ TTUU ⎠⎠ AA
su uso pero que no cumplen un requisito especificado. Dicha no conformidad, para un
LL
elemento determinado, debe confirmarse posteriormente mediante una medición

yyindividualizada, con una incertidumbre mucho más pequeña que la del sistema de medida
utilizado en la evaluación de la conformidad.
⎛⎛ AALL ∞∞ ⎞⎞ TTUU
=
= RRPP ⎜⎜
9.5.1.2 Los siguientes ∫∫ ∫∫++ ⎟⎟ gg00(η(η))hhse
∫∫ (η(ηmmcalculan
ηη))ddηηddηηmm. . (20)
(20)
⎝⎝ −−∞∞ riesgos
AAUU ⎠⎠ globales
TTLL utilizando distribuciones de probabilidad en
vez de distribuciones de frecuencia, de forma que no es necesario considerar un conjunto de
elementos medidos que, de hecho, podrían no existir. De media, las probabilidades calculadas
9.5.3.2
9.5.3.2 ElEl ejemplo
ejemplo siguiente
siguiente ilustra
ilustra elel uso uso de de las
las expresiones
expresiones (19) (19) yy (20),
(20), en
en elel caso
casoenen que
que lala
siempre coincidirán numéricamente con las frecuencias medidas. Por lo tanto, los límites de
FDP
FDP conjunta
conjunta (15)
(15) sea sea unun producto
producto de de distribuciones
distribuciones normales.
normales. El El Anexo
Anexo AA explica
explica las
las
aceptación en la evaluación de la conformidad de los elementos de una muestra, pueden
propiedades
propiedades de de las
las distribuciones
distribuciones normales, normales, incluyendoincluyendo los los tipos
tipos particulares
particulares de de las
las
elegirse de forma que proporcionen, de media, fracciones aceptables de elementos
expresiones
expresiones(19) (19)yy(20).
(20).
erróneamente aceptados o rechazados.
EJEMPLO
EJEMPLO Fabricación
Fabricaciónde
deresistencias
resistenciasde
deprecisión
precisión
9.5.2 Formulación general
Un
Unsuministrador
suministradorde decomponentes
componenteseléctricos
eléctricosproduce
produceresistencias
resistenciasdedeprecisión,
precisión,de dehilo
hilobobinado,
bobinado,de devalor
valor
9.5.2.111A500
nominal
nominal partir
500 Ω. de la
Ω. Para
Para FDP
cada
cada conjunta
resistencia
resistencia (16a) y se
(elemento),
(elemento), las dos densidades
se especifica
especifica que de probabilidad
que lala resistencia
resistencia g 0 (η )de
YY (propiedad
(propiedad dey
I
h(η m ηdebe
interés)
interés) ) , pueden
debe estar calcularse las
estar comprendida
comprendida en probabilidades
en el
el intervalo
intervalo de de cadadefinido
de tolerancia
tolerancia uno depor
definido loslos
por cuatro
los resultados
límites
límites posibles
TTLL== 11 499,8
499,8 ΩΩ yy
TTdescritos
UU==11500,2
anteriormente
500,2Ω.
Ω. (véase el apartado 9.3),. Estas probabilidades son simplemente los
respectivos volúmenes bajo la curva de densidad de probabilidad conjunta f(η,η m ) , integrados
Laenmáquina
La las cuatro
máquina regiones
que
que produceque
produce describen
dichas
dichas los posibles
resistencias
resistencias se resultados.
se evalúa
evalúa midiendo
midiendo una
una muestra
muestra de
de los
los elementos
elementos
producidos,
producidos,utilizando
utilizandoununohmímetro
ohmímetrode dealta
altaexactitud
exactitudcon
conuna
unaincertidumbre
incertidumbrede demedida
medidadespreciable.
despreciable.El
El
histograma
histograma de
9.5.2.2 Sondelos
losvalores
de valoresmedidos
especial medidos
interéstiene
tiene forma
formaglobal
el riesgo normal,
normal, centrado
delcentradoen
enelelvalor
consumidor yvalornominal,
nominal,
el riesgo con
conuna
global una
del desviación
desviación
fabricante,
típica
típicaσσ ==0,12
calculados a Ω.
0,12 continuación:
Ω.Basándose
Basándoseenenesta
estainformación,
información,se
seasigna
asignauna FDP gg00(η
unaFDP (η))==ϕϕ(η
(η; ;yy00, ,uu0202)) para
paramodelar
modelar
elelproceso
procesode
deproducción,
producción,con 500ΩΩyy uu00== σσ ==0,12
con yy00==11500 0,12Ω.
Ω.
- Para un valor medido en el intervalo de aceptación y un valor de Y fuera del intervalo de
tolerancia,
Para
Parauna el riesgo
unaresistencia
resistencia global
típica,
típica, del consumidor
producida
producidapor
poresta es
estamáquina,
máquina, lalaprobabilidad
probabilidadde
delalaconformidad
conformidades
es
RC = ∫pp ∫== ∫∫g (ηgg)(hη(η(η))ddηηη)=d=η∫∫ dη . ϕϕ(η(η;;11500

TTUU
˜cc A 0 00
C
TTLL
m
11500
m
500,2,2
11499
499,8,8
22
,12 ))ddηη ≈≈00,90
500, ,00,12 ,90=
=
90
90%
%
(17)
(21)
(21)
- Para un valor medido fuera del intervalo de aceptación y un valor de Y dentro del intervalo de
Si
Si elel suministrador
suministrador simplemente
simplemente comercializara
comercializara cada
cada resistencia
resistencia fabricada,
fabricada, en
en torno
torno alal 10
10 %% de
de ellas
ellas no
no
tolerancia, el riesgo global del fabricante es
serían
seríanconformes,
conformes,algo
algoque
quepor
pormotivos
motivoseconómicos
económicosseseconsidera
considerainaceptable.
inaceptable.LaLavariabilidad
variabilidaddeldelproceso
proceso
podría
podríareducirse
reducirsecomprando
comprandouna unamáquina
máquinade deproducción
producciónmás
máscostosa.
costosa.En Eneste
estecaso,
caso,teniendo
teniendoen encuenta
cuenta
los
loscostes
costesrelativos,
relativos,
RP = se
se
∫ ∫
decide
decide
˜ 0
mantener
mantener ( la
la )
g (η ) h η m η dη m dη .
máquina
máquinaexistente
existente eeimplantar
implantar un
un proceso
proceso dede inspección
inspección para
para
(18)
detectar
detectaryyeliminar
eliminarlas
lasresistencias
resistencias
C A nonoconformes.
conformes.
9.5.2.3
En
En Las expresiones
elel proceso
proceso de (17)
de producción,
producción, se yinspecciona
(18) son sisi
se inspecciona fórmulas
las generales
las resistencias
resistencias son para
son el cálculo
conformes
conformes con lalade
con los riesgos
especificación
especificación
I
I
globalesun
utilizando
utilizando del
un consumidor
ohmímetro
ohmímetrode y del
dealta
alta fabricante.
velocidad
velocidad Dependiendo
calibrado.
calibrado.Se
Seasigna de FDP
asignauna
una la expresión
FDP (ηmmηη))=particular
hh(η =ϕϕ(η
(ηmm;η de
22 las FDP
;η, ,uu
mm)) normal,
normal,
con
con uumm== 0,04
0,04 Ω,
Ω, para
para expresar
expresar yy transmitir
transmitir confianza
confianza en
en elel intervalo
intervalo de
de valores
valores medidos
medidos que
que podrían
podrían
observarse
observarsealalmedir
medirlalaresistencia conocidaYY ==ηη. .Esta
resistenciaconocida Estaasignación
asignaciónsesebasa
basaen enununmodelo
modelodel
delsistema
sistemadede
medida
medida yy en
en una
una evaluación
evaluación dede lala incertidumbre
incertidumbre de JCGM
de medida,
medida, © 2012 -lala
incluyendo
incluyendo Reservados todos
incertidumbre
incertidumbre los derechos
asociada
asociada aa lala
calibración
calibracióndel
delohmímetro.
ohmímetro.
Para
Para reducir
reducir lala probabilidad
probabilidad de
de comercializar
comercializar resistencias
resistencias que
que no
no cumplan
cumplan lala especificación
especificación (riesgo
(riesgo del
del
consumidor),
consumidor),se seeligen
eligenlos
loslímites
límitesde aceptación AALL=31
deaceptación =11499,82
499,82ΩΩyy AAUU==11500,18
500,18Ω, Ω,dentro
dentrodel
delintervalo
intervalo
JCGM
JCGM©©2012
2012--Reservados
Reservadostodos
todoslos
losderechos
derechos
de tolerancia (véase la figura 12, página 28), creando un intervalo de aceptación conservador, con zonas
de seguridad simétricas, de longitud
=w (1 500,2 − 1 500,18)Ω = 0,02 Ω = 0,25U .
A continuación se calculan los riesgos del consumidor y del fabricante, a partir de las expresiones (A.15) -
(A.17) con
( ) (
ϕ0 (z ) = 1 / 2π exp − z 2 / 2 )
y
⎛ ⎞ ⎛ u0z ⎞
) Φ⎜⎜ AU − y0 − u0z ⎟⎟ − Φ⎜⎜ AL − y0 −=
F (z= ⎟⎟ Φ(4,5 − 3z ) − Φ(− 4,5 − 3z ) .
⎝ um ⎠ ⎝ um ⎠
La integración numérica proporciona
−1,667 ∞
RC = ∫ F (z )ϕ 0 (z )dz + ∫ F (z )ϕ 0 (z )dz =
0,01 =
1%,
−∞ 1,667
1,667
RP = ∫ [1 − F (z )]ϕ0 (z )dz =
0,07 =
7 %.
−1,667
Considerando una muestra media de 100 resistencias producidas por la máquina, medidas y aceptadas o
rechazadas para su uso, pueden observarse características interesantes de este procedimiento de
evaluación de la conformidad:
- dadas las propiedades del proceso productivo, 90 de las resistencias son conformes con la
especificación y 10 no lo son (véase la expresión [21]);
- de las 90 resistencias conformes, 83 son aceptadas y 7 erróneamente rechazadas como no conformes;
- de las 10 resistencias no conformes, 9 son rechazadas y una es erróneamente aceptada como

conforme;
- 84 de las resistencias son aceptadas, de éstas, 83/84 ≈ 99 % son conformes, con cerca del 1 % fuera de
tolerancia. Este es el objetivo de la medición de inspección, reducir la proporción de resistencias no
conformes, entre aquellas aceptadas para su uso, del 10 % al 1 %.
- de las 16 resistencias rechazadas, 7/16 ≈ 44 % cumplen realmente la especificación. Éste es el precio a

pagar por reducir el riesgo de aceptar productos no conformes.
9.5.4 Establecimiento de los límites de aceptación
9.5.4.1 En el ejemplo anterior, los riesgos globales RC y RP se han calculado a partir de unos
límites de aceptación AL y AU conocidos. En la mayoría de las aplicaciones reales, se elige un
nivel deseado de riesgo basado en un análisis del coste, y los límites de aceptación se calculan
para garantizar que se consigue el nivel de riesgo deseado. Estos cálculos no son sencillos. Se
puede realizar una aproximación práctica a dichos problemas a través de una solución gráfica,
tal y como se ilustra en el ejemplo siguiente.

EJEMPLO Fabricación de rodamientos de bolas
Un fabricante produce grandes cantidades de rodamientos de bolas, de precisión. La especificación de

funcionamiento de estos rodamientos (elementos) exige que la variación de error radial (propiedad de
interés) en cada uno de ellos sea inferior a 2 μm. La variación de error radial de un rodamiento causa un
movimiento no deseado, perpendicular al eje de rotación. Para un rodamiento perfecto, la variación de
error radial sería cero. Cualquier rodamiento real tendrá una variación de error radial positiva.
Para caracterizar el proceso de producción, se miden las variaciones del error radial en una gran muestra
de rodamientos, utilizando un dispositivo de ensayo de alta exactitud con una incertidumbre de medida
despreciable. En esta muestra, la variación observada del error radial medio es y = 1 μm, con una
desviación típica muestral asociada s = 0,5 μm.
Antes de su comercialización, se evalúa si los rodamientos cumplen las especificaciones. En estos

ensayos, la variación del error radial se mide utilizando un instrumento de ensayo calibrado. El sistema de
medida se caracteriza por una FDP normal ϕ (ηm ;η, um
2
) , con una incertidumbre típica um = 0,25 μm.
Por motivos económicos, la fracción de rodamientos no conformes vendidos como conformes a los
clientes (el riesgo global del consumidor) debe ser del 0,1 % o menos. ¿Cómo puede elegirse un límite de
aceptación A para cumplir este requisito?
Figura 13 – Intervalos de tolerancia y de aceptación para la evaluación de la conformidad de

rodamientos de bolas. Los valores permitidos de variación Y del error radial están comprendidos
en el intervalo 0 ≤ η ≤ T . El límite de aceptación A se separa del límite de tolerancia T por una
zona de seguridad con parámetro de longitud w = rU = 2rum . La regla de decisión en este caso
es una aceptación conservadora, con w > 0 .
La figura 13 ilustra el problema de la evaluación de la conformidad. Se especifica que la variación Y del

error radial de un rodamiento de bolas conforme debe estar comprendida en el intervalo 0 ≤ η ≤ T .
Puesto que la variación del error radial siempre es positiva, con valores medidos cercanos a cero, la FDP
previa para el error radial Y se modelará mediante una densidad de probabilidad de tipo gamma (véase el
Anexo B, apartado B.3). Basándose en las mediciones de la muestra, la esperanza matemática y la
incertidumbre típica de la FDP previa, quedan establecidas como y0 = y = 1 μm y u0 = s= 0,5 μm. Los
parámetros α y λ se calculan utilizando la expresión (B.14):
12 1
α= =
4, λ= =
4.
(0,5)2 (0,5)2
A partir de la definición (B.11) de densidad de probabilidad de tipo gamma, la FDP previa para el error
radial Y del rodamiento es
g0 (η ) = gamma(η; 4,4 ) =
128 3 − 4η
η e , η ≥0. (22)
3

ElEl papel
papel dede
la la incertidumbre
incertidumbre dede medida
medida enen
la la evaluación
evaluación dede
la la conformidad(ES)
conformidad (ES)
Figura
Figura 1414 – FDP
– FDP previa
previa dede tipo
tipo gamma,
gamma, dada
dada por
por lala expresión
expresión (22),
(22), asignada
asignada enen función
función dede
lala
distribución
distribución dede frecuencia
frecuencia dede las
las variaciones
variaciones deldel error
error radial
radial medidas
medidas enen
unauna muestra
muestra dede
rodamientos
rodamientos dede bolas.
bolas. ElEl intervalo
intervalo dede tolerancia
tolerancia eses
lala ≤η
región0 0
región ≤ η≤ ≤ μm.
2 2μm. LaLa esperanza
esperanza
matemática
matemática dede
lala distribución
distribución eses
lala estimación
estimación previay0y=0 =
previa 1 μm,
1 μm, con
con una
una incertidumbre
típica
asociadau0u=0 =
asociada 0,5μm.
0,5μm. Puesto
Puesto que
que lala distribución
distribución nono
eses simétrica,
simétrica, elel valor
valor más
más probable dedeY Y(la(la
probable
moda
moda dede
lala distribución,
distribución, aquí
aquí igual
igual a 0,75
a 0,75 nono
μm)
μm) eses igual
igual a ay0y.0 .
LaLa figura
figura 1414 muestra
muestra esta
esta FDP.
FDP. LaLa región
región rayada
rayada indica
indica la la probabilidad
probabilidad dede
queque
unun rodamiento
rodamiento elegido
elegido dede
forma
forma aleatoria
aleatoria enen
el el proceso
proceso dede producción
producción muestre
muestre unun movimiento
movimiento dede error
error radial
radial superior
superior aa22 μm.
μm. Esta
Esta
probabilidad
probabilidad dedenono conformidad
conformidad eses
∞∞
∫∫
pcpc= = gamma (η(;η4;, 44,)4d)ηd η= =0,042
gamma , ,
0,042
2 2
lo loque
quesignifica
significaque
quesi sitodos
todosloslosrodamientos
rodamientosdedebolas bolasfabricados
fabricadossesecomercializaran
comercializaransinsinser sermedidos,
medidos,
cercadeldel4,2
cerca 4,2%%dedeellos
ellosserían
seríannonoconformes.
conformes.ElElsistemasistemadedemedidamedidaposterior
posterioral alproceso
procesodedefabricación
fabricación
está
está diseñado
diseñado para
para detectar
detectar loslos rodamientos
rodamientos nono conformes,
conformes, evitando
evitando asíasí
susu comercialización.
comercialización. SeSe desea
desea unun
límitededeaceptación
límite aceptaciónque quereduzca
reduzcael elriesgo
riesgodeldelconsumidor
consumidorRCRCal al0,1 0,1%%o omenos.
menos.Para Parala laregla
regladede
decisión
decisión dede evaluación
evaluación dede la la conformidad
conformidad mostrada
mostrada enen la la figura
figura 13,13,
el el intervalo
intervalo dede tolerancia
tolerancia corresponde
corresponde
a a0 0≤ ≤Y Y≤ ≤T Ty el
y el intervalo
intervalo dede aceptación
aceptación 0 ≤Y mY m≤ ≤AA
a a0 ≤ . De
. De forma
forma análoga
análoga aaloslos pasos
pasos que
que llevan
llevan aalaslas
expresiones
expresiones (19)
(19) y (20),
y (20), loslos riesgos
riesgos globales
globales deldel consumidor
consumidor y del
y del fabricante
fabricante sese evalúan
evalúan como
como
∞ ∞A A T T ∞∞
h(mηη
m )ηd)η
RCRC= = ∫ ∫∫ ∫
T T0 0
g0g(η0 ()ηh)(η dmηdmηdη
, , RPRP= = ∫ ∫ ∫ ∫ g g(η()ηh)(ηh(ηη )ηd)ηdηdηdη. .
0 0 AA
0 0 mm mm
I
I
Paraununsistema
Para sistemadedemedida
medidacaracterizado
caracterizadopor
poruna
unaFDP
FDPnormal η(mηmη )η=) =
normalh(h ϕϕ(η(mη;mη;,ηu,m
2 2
, haciendolaslas
u)m, )haciendo
= =
sustituciones z z (η(mηm− η
sustituciones − )η/)u/mum
, , dzdz= =dηdmηm , ,y yrealizando
/ u/mum realizandolaslasintegraciones
integracionessobre
sobre
z ,z ,estas
estas
expresiones
expresiones sese convierten
convierten enen
∞ ⎡∞ ⎡⎛ A
⎛A −η
−η ⎞ ⎞ ⎛ ⎛ η η⎞⎤⎞⎤ T ⎡T ⎡ ⎛A
⎛A −η
−η ⎞⎤⎞⎤
⎜ ⎜ − ⎟ ⎟ g (η ) dη , = ⎟⎥⎟g⎥0g(η0 ()ηd)ηdη. .
=
=
RCRC ∫ ∫ ⎢⎣⎢Φ⎢⎢⎣Φ⎜⎜⎝ ⎜⎜⎝u u
T T ⎟ ⎟ Φ⎜ −⎜⎝ u um⎟⎥⎟⎠g⎥⎥0 (η0 ) dη , =
⎟ −⎟ −
m m⎠ ⎠ ⎝
Φ
m ⎠⎦⎥⎦
RPRP ∫ ∫ ⎢⎣⎢1⎢⎢⎣−1 −ΦΦ⎜⎜⎝ ⎜⎜⎝u u
0 0 ⎟ ⎟⎥
⎥⎠⎦
m m ⎠⎦
EnEnla lafigura
figura1313puede
puedeobservarse
observarseque
queAA = =T T− − 2ru
2ru mm . Aquí,T T= =2 2μm
. Aquí, μmy yumum= =0,25
0,25μm.
μm.AlAlfijar 0()η )
fijarg0g(η
como igual a la FDP de tipo gamma de la expresión (22) obtenemos los resultados
como igual a la FDP de tipo gamma de la expresión (22) obtenemos los resultados explícitos explícitos
JCGM
JCGM ©© 2012
2012 - Reservados
- Reservados todos
todos loslos derechos
derechos
∞
RC (r ) =
128
∫ [Φ(8 − 2r − 4η ) − Φ(− 4η )]η 3e − 4η dη , (23)
3 2
2
RP (r ) =
128
∫ [1 − Φ (8 − 2r − 4η )]η 3e − 4η dη (24)
3 0
Figura 15 – Riesgo global del consumidor RC frente al multiplicador de zona de seguridad r .

Para r ≈ 0,65 , el límite de aceptación es A = T − 2(0,65)um = 1,7 μm , consiguiéndose el riesgo
deseado RC = 0,1 % .
Estas integrales no pueden evaluarse de forma cerrada, pero puede calcularse de forma numérica para
cualquier valor elegido del multiplicador r de la zona de seguridad.
La figura 15 muestra el riesgo global del consumidor RC para -1 ≤ r ≤ 1. r positivo corresponde a

A < T (aceptación conservadora) y r negativo corresponde a A > T . Para r = 0 no hay zona de
seguridad ( A = T ), una regla de decisión denominada riesgo compartido o aceptación simple (véase el
apartado 8.2). La figura muestra que el nivel de riesgo deseado RC = 0,1 % se consigue para un
multiplicador de zona de seguridad r ≈ 0,65 . Esto da lugar a un intervalo de aceptación conservador, con
límite de aceptación
A=
T − 2rum =
(2 − 2 × 0,65 × 0,25) μm ≈ 1,7 μm .
Esta elección del límite de aceptación resuelve el problema de decisión.
En la evaluación de la conformidad con una regla de decisión binaria, intentar reducir el riesgo del
consumidor siempre aumentará el riesgo del fabricante. La figura 16 ilustra bien esta regla general, al
mostrar RP frente a RC , calculado de forma numérica a partir de las fórmulas (23) y (24), para el
ejemplo del rodamiento de bolas. Para r = 0,65 , el riesgo global del fabricante RP está en torno al 7,5 %.
Esto significa que aproximadamente 75 de cada 1000 rodamientos de bolas que no superan la
inspección, en realidad sí serían conformes con la especificación, lo que conllevaría la pérdida de los
ingresos que se generarían si se vendieran estos rodamientos.
El desechar un número cada vez mayor de elementos conformes, es un coste de la aceptación

conservadora, que busca reducir la aceptación y comercialización de productos no conformes. En la
36 JCGM © 2012
JCGM - Reservados
© 2012 todos
- Reservados los los
todos derechos
derechos
práctica, el suministrador debe elegir un punto de funcionamiento de la curva mostrada en la figura 16,
que equilibre los riesgos y dé un resultado óptimo. La elección de dicho punto es una decisión comercial o
política que requiere un análisis económico del problema de decisión.
Figura 16 – Riesgo global RP frente a RC para el ejemplo del rodamiento de bolas. Cualquier
punto de la curva corresponde a un valor determinado de r , el multiplicador de la zona de
seguridad, con varios valores particulares identificados. Al reducir el riesgo del consumidor,
desplazando el límite de aceptación hacia dentro del intervalo de tolerancia (aumentando r ),
siempre se aumenta el riesgo de rechazos erróneos de rodamientos conformes. Se requiere un
análisis económico para elegir la regla de decisión óptima. El círculo abierto marca el punto de
funcionamiento en el ejemplo analizado.
9.5.5 Enfoque gráfico general
9.5.5.1 Para un proceso con una tolerancia T dada, una FDP normal previa
I
g0(η ) = ϕ (η ; y0, u02 ) y una FDP normal del sistema de medida h(ηm η ) = ϕ (ηm ;η, um
2
) , se puede
crear un gráfico como el de la figura 17, que sirva de ayuda para fijar los límites de aceptación.
9.5.5.2 En este ejemplo se asume que la información previa es escasa, en el sentido de que
2
um << u02 , de forma que la estimación y ≈ ηm , con incertidumbre típica asociada u ≈ um
(véase el apartado A.4.4.3).
9.5.5.3 La figura muestra RP frente a RC para el caso particular en el que u0 = T / 6 .
9.5.5.4 Las cinco curvas de la figura corresponden a valores del índice de capacidad de
medición Cm = T /(4um ) , en un rango de 2 a 10, y a lo largo de cada curva, los puntos sólidos
indican zonas de seguridad con varios parámetros de longitud, desde w = −U hasta w = U ,
con incertidumbre expandida U igual a 2u .
9.5.5.5 Para utilizar este gráfico sería necesario tener en cuenta que
- se asume que el proceso está centrado, de forma que la estimación previa y0 del
mensurando está en el punto medio del intervalo de tolerancia;

- se asume que las zonas de seguridad superior e inferior tienen parámetros de longitud iguales
en valor absoluto (intervalo de aceptación simétrico);
- RP y RC se calculan asumiendo unas FDP normales, tanto para el proceso como para el
sistema de medida;
- es posible la interpolación para capacidades de medición distintas a los cinco valores

mostrados;
- también es posible interpolar a lo largo de las curvas, para estimar las zonas de seguridad.
Figura 17 – Riesgo global RP frente a RC para una evaluación de la conformidad binaria con
incertidumbre típica previa u0 = T / 6 . Las cinco curvas corresponden a valores del índice de
capacidad de medición Cm = T /(4um ) en un intervalo de 2 a 10. Los puntos sólidos indican
zonas de seguridad con parámetros de longitud, desde w = −U hasta w = U , con U = 2u . Los
valores positivos de w corresponden a una aceptación conservadora, con límites de aceptación
dentro de los límites de tolerancia, como en la figura 12 de la página 28.
9.5.6 El valor de la incertidumbre de medida reducida
9.5.6.1 Al reducir la incertidumbre asociada al resultado de una medición de evaluación de la

conformidad también se reducirá la probabilidad de tomar una decisión errónea de aceptación
o rechazo. La figura 17 ilustra adecuadamente este hecho mediante las líneas discontinuas que
marcan el lugar de las distintas zonas de seguridad.
9.5.6.2 Para una regla de decisión de aceptación simple ( w = 0) se ve que, por ejemplo, si la
incertidumbre de medida fuera tal que Cm = T /(4um ) = 2, el riesgo del consumidor sería
RC ≈ 0,1 % y el riesgo correspondiente del fabricante sería RP ≈ 1,5 % .
9.5.6.3 Si se invirtiera en un sistema de medida mejorado, con Cm = 10, estos riesgos se

reducirían hasta RC ≈ 0,04 % y RP ≈ 0,07 % , respectivamente. El que dicha reducción en la
incertidumbre de medida sea favorable económicamente depende del balance entre el coste de
la metrología mejorada y el dinero ahorrado al cometer menos errores de decisión.

9.5.6.4 La mejora del proceso de producción (reduciendo la incertidumbre típica previa u0 )

tendrá un efecto similar en la reducción de los riesgos del consumidor y del fabricante, y
conllevará un análisis de coste o beneficio similar.

Anexo A
(informativo)
Distribuciones normales
A.1 Función de densidad de probabilidad normal
A.1.1 Suponiendo que se mide una magnitud de interés Y , obteniendo una mejor estimación
y y una incertidumbre típica asociada u(y) = u . En muchos casos, la dispersión de los valores
probables η de Y en torno a la estimación y , dado un valor medido ηm , queda bien
caracterizada por una función de densidad de probabilidad normal (FDP), tal que
⎡ 1 ⎛ η − y ⎞2 ⎤
g (η η m ) =
1
u 2π
exp ⎢− ⎜
⎝
⎟ ⎥ =: ϕ η ; y, u ,
⎠ ⎥⎦
2
( ) (A.1)
⎢⎣ 2 u
donde y = y(ηm ) . En muchas mediciones de la evaluación de la conformidad, y ≈ ηm , pero

éste no es siempre el caso; véase el apartado A.4.4.
A.2 Integrales de FDP normales
A.2.1 A menudo, al calcular probabilidades de cobertura, probabilidades de la conformidad o

riesgos del consumidor y del fabricante, hay que evaluar las integrales de FDP normales entre
límites finitos o semi-infinitos. Dichas integrales no pueden evaluarse de forma cerrada y, por
tanto, se evalúan de forma numérica y se tabulan. Para simplificar la notación conviene
introducir la FDP normal típica, ϕ0(t) , definida por
ϕ0 (t ) =
1
2π
( )
ϕ (t; 0, 1) .
exp − t2 / 2 = (A.2)
A.2.2 Existen dos formas comunes para encontrar las integrales de FDP normales:
(a) la función de distribución normal típica, Φ(t) , definida por
1
Φ(z ) =
2π ∫
z
−∞
( )
exp − t2 / 2 dt = ∫
z
−∞
ϕ0 (t ) dt , (A.3)
(b) la función de error, erf(z) , definida por
erf (z ) =
2
π ∫
z
−∞
( )
exp − t2 dt . (A.4)
Estas funciones están relacionadas entre sí de manera sencilla. A partir de las definiciones
(A.3) y (A.4) se aprecia que
Φ (z ) =
1
2
[
1 + erf z / 2 . ( )] (A.5)

A.2.3 Considérese la probabilidad de que Y esté comprendida en el intervalo a ≤ Y ≤ b , dado

un valor medido ηm . Para la FDP normal de la expresión (A.1) esta probabilidad viene dada por
⎡ 1 ⎛ η − y ⎞2 ⎤
Pr(a ≤ Y ≤ b ηm ) =
1 b
u 2π ∫ a
exp ⎢− ⎜ ⎟ ⎥ dη .
⎢⎣ 2 ⎝ u ⎠ ⎥⎦
Haciendo el cambio z = (η − y) / u y dz = dη / u , la expresión se convierte en
(b − y )/ u ⎛b −y⎞ ⎛a −y⎞
Pr (a ≤ Y ≤ b η m ) = ∫( ϕ0 (z ) d=
z Φ⎜ ⎟ − Φ⎜ ⎟, (A.6)
a − y )/ u ⎝ u ⎠ ⎝ u ⎠
utilizando las expresiones (A.2) y (A.3).
A.2.3 Considérese la probabilidad de que Y esté comprendida en el intervalo a ≤ Y ≤ b , dado

un valor medidoA.3 Probabilidades de cobertura para FDP normales
ηm . Para la FDP normal de la expresión (A.1) esta probabilidad viene dada por
A.3.1 En un caso particular, en el que los puntos a y b definen un intervalo de cobertura (o
intervalo de incertidumbre) ⎡ 1de⎛ η amplitud
−y⎞ ⎤
2
2U en torno a la estimación y , U = ku es la
Pr(a ≤ Y ≤ b ηm ) =
1 b
u 2π a para
exp ⎢− ⎜
⎢⎣ 2un
∫ ⎟ ⎥ dη .
⎝ factor
u ⎠ ⎥⎦de cobertura k determinado (véase el apartado 6.3.2).
Entonces, a = y − ku, b = y + ku y la expresión (A.6) se convierte en
Haciendo el cambio z = (η − y) / u y dz = dη / u , la expresión se convierte en
(
Pr Y − y ≤ ku η m = )
Φ(k ) − Φ(− k ) =erf k / 2 = P (k ) . ( )
(b − y )/ u ⎛b −y⎞ ⎛a −y⎞
Pr (a Las ≤ b η m ) = de cobertura
≤ Y probabilidades ∫ ϕ0 (z ) d= ⎟ , para k = 1, 2 y 3 serán:
Φ⎜niveles⎟ −deΦconfianza)
z (o ⎜ (A.6)
(a − y )/ u ⎝ u ⎠ ⎝ u ⎠
1) = Φy(1(A.3).
P ((A.2)
utilizando las expresiones ) − Φ(−1) = erf(1 / 2) = 68,3 % ,
0,683 =
A.3 2) = cobertura
P (de
Probabilidades Φ(2) − Φ(−2para
) = erfFDP )= 95,5 % ,
0,955 =
(2 / 2normales
A.3.1 En un caso particular, en

P (3) = Φ(3)el− que
Φ(−3los
) = puntos
erf(3 / 2a)y=
b0definen
,997 =99un
,7 %intervalo
. de cobertura (o
intervalo de incertidumbre) de amplitud 2U en torno a la estimación y , U = ku es la
incertidumbre expandida para un factor de cobertura k determinado (véase el apartado 6.3.2).
A.4 Densidades de probabilidad de procesos y medición normales
Entonces, a = y − ku, b =y + ku y la expresión (A.6) se convierte en
A.4.1 FDP previa g0(η ) para el mensurando Y
(
Pr Y − y ≤ ku η m = )
Φ(k ) − Φ(− k ) =
erf k / 2 = P (k ) . ( )
A.4.1.1 Antes de realizar una medición, el conocimiento del mensurando Y queda, a menudo,
biendecaracterizada
Las probabilidades por unadeFDP
cobertura (o niveles normalpara
confianza) previa. Indicando
k = 1, la mejor estimación con y0 y la
2 y 3 serán:
incertidumbre típica asociada con u0 , esta FDP previa viene dada por
P (1) = Φ(1) − Φ(−1) = erf(1 / 2) = 0,683 =68,3 % ,
⎡ 1 ⎛ η − y ⎞2 ⎤
P (2) = Φ(2) − Φ(−2) g= 0 (erf
η )(=2 /ϕ (
η2;)y=
0, 0 ) ==
u,02955
1
, ⎢−
95,5 %exp
u0 2π ⎢
⎜ 0 ⎟ ⎥
2 ⎜⎝ u0 ⎟⎠ ⎥
=
w0
2π
⎡ w ⎤
exp ⎢− 0 (η − y0 )2 ⎥ . (A.7)
⎣ ⎦ ⎣ 2 ⎦
P (3) = Φ(3) − Φ(−3) = erf(3 / 2) =

0,997 = 99,7 % .
En la última expresión se ha introducido un peso, w0 = 1 / u02 , para simplificar el desarrollo
posterior.
A.4 Densidades de probabilidad de procesos y medición normales
A.4.1 FDP previa g0(η ) para el mensurando Y
A.4.1.1 Antes de realizar una medición, el conocimiento del mensurando Y queda, a menudo,
bien caracterizada por una FDP normal previa. Indicando la mejor estimación con y0 y la
incertidumbre típica asociada con u0 , esta FDP previa viene dada por
⎡ 1 ⎛ η − y ⎞2 ⎤
( )
g 0 (η ) = ϕ η ; y0 , u02 =
1
exp ⎢− ⎜⎜
2 u ⎟
0 ⎟ ⎥
=
w0
2π
⎡ w
2
⎤
exp ⎢− 0 (η − y0 )2 ⎥ . (A.7)
I
A.4.2 FDP h(ηm η ) para Y m , dado un valor Y = η
A.4.2.1 Suponiendo que el sistema de medida utilizado en una evaluación de la conformidad se

caracteriza mediante la función de verosimilitud por una FDP normal. Si dicho sistema se utiliza
para medir una propiedad de interés con un valor asumido Y = η , la FDP que transmite
confianza en los valores posibles de Y m viene dada por
⎡ 1 ⎛ η − η ⎞2 ⎤
(
h(η m η ) = ϕ η m ;η, um
2
= ) um
1
2π
exp ⎢− ⎜⎜ m ⎟ ⎥=
⎢ 2 ⎝ um ⎟⎠ ⎥
wm
2π
⎡ w
⎣ 2
⎤
exp ⎢− m (η m − η )2 ⎥ , (A.8)
⎦
⎣ ⎦
donde wm = 1 / um
2
.
A.4.2.2 La FDP normal de la expresión (A.8) caracteriza razonablemente una medición

analizada según el procedimiento descrito en la GUM, en el caso de que se den las
condiciones necesarias para la validez del teorema del límite central. La GUM no asume un
conocimiento previo del mensurando, de forma que la dispersión de valores que podrían
atribuirse razonablemente a un mensurando tras una medición, se caracteriza por la
incertidumbre típica um .
A.4.3 FDP marginal h0(ηm ) para Y m
A.4.3.1 Es interesante preguntar, así como práctico conocer, qué valor medido ηm podría
obtenerse si se elige un elemento de un proceso de producción de forma aleatoria y se mide la
propiedad de interés Y . Para un proceso caracterizado por la FDP previa de la expresión (A.7)
y un sistema de medida caracterizado por la FDP de la expresión (A.8), la FDP deseada puede
calcularse como una densidad de probabilidad marginal, utilizando la expresión (16a), de la
siguiente manera:
∞
h0 (η m ) = ∫ g 0 (η ) h (η m η ) dη
−∞
=
w0 wm
2π ∫
∞
−∞
⎡ 1
⎣ 2
( ⎤
⎦
)
exp ⎢− w0 (η − y0 )2 + wm (η m − η )2 ⎥ dη
1 w0 wm ⎡ 1 w0 wm ⎤
= exp ⎢− (η m − y0 )2 ⎥
2π w0 + wm ⎣ 2 w0 + w m ⎦
⎡ 2⎤
1 ⎢ 1 ⎛⎜ η m − y0 ⎞⎟ ⎥
= exp −
uηm 2π ⎢ 2 ⎜ uη ⎟ ⎥
⎣ ⎝ m ⎠ ⎦
(
= ϕ ηm ; y0, uη2m , ) (A.9)
donde
w0 + wm
uη m = = u02 + um
2
. (A.10)
w0wm

42
A.4.3.2 La FDP h0(ηm ) se considera una distribución normal con una esperanza matemática
y0 y una incertidumbre típica asociada uηm , dada por la expresión (A.10).
A.4.3.3 La esperanza matemática E(Y m ) = y0 procede del supuesto de que se han corregido
todos los errores sistemáticos importantes reconocidos del sistema de medida y que, por tanto,
está libre de sesgo.
A.4.3.4La incertidumbre típica uηm en la expresión (A.10) se considera la suma cuadrática de

las incertidumbres típicas asociadas a las FDP del proceso y del sistema de medida. Las dos
fuentes de incertidumbre (un proceso incierto y un sistema de medida imperfecto) se combinan
de forma natural, teniendo un efecto sobre el conocimiento de posibles valores medidos de una
propiedad de interés. Con un sistema de medida muy preciso, en el sentido de que um << u0 ,
entonces uη m ≈ u0 y prácticamente toda la incertidumbre sobre los valores de magnitudes
posibles medidas se debe a una información incompleta sobre el proceso de producción.
I
A.4.4 FDP posterior (tras la medida) g(η η m ) para Y
A.4.4.1 Al equiparar y reorganizar los lados derechos de las expresiones (16a) y (16b) de la
página 30, se consigue la FDP para el mensurando Y , tras una medición en la que se obtiene
un valor medido ηm :
g0 (η ) h (ηm η )
g (η ηm ) = . (A.11)
h0 (η m )
Al compararlo con la expresión (1) de la página 12, se demuestra que este resultado es una
declaración del teorema de Bayes, con el denominador h0(ηm ) dado por la expresión (A.9). Al
sustituir las FDP normales de las expresiones (A.7) – (A.9) en la expresión (A.11) se obtiene
w0 + wm ⎡ w +w ⎛ w y + wmη m ⎞
2⎤
g (η η m ) = exp ⎢− 0 m ⎜⎜η − 0 0 ⎟⎟ ⎥
2π ⎢ 2 ⎝ w0 + wm ⎠ ⎥
⎣ ⎦
1 ⎡ 1 ⎛ η − y ⎞2 ⎤
= exp ⎢− ⎜ ⎟ ⎥ (A.12)
u 2π ⎢⎣ 2 ⎝ u ⎠ ⎥⎦
(
= ϕ η ; y, u2 , )
donde
w0y0 + wmηm
y= , (A.13)
w0 + wm
1 1 u0um
u= = = . (A.14)
w0 + wm 1 1 u02 + um
2
2
+ 2
u0 um

la incertidumbre de
El medida
papel
El papel
deenlala
de
incertidumbre
evaluación
la incertidumbre
dedelamedida
conformidad
de medida
en laen
evaluación
(ES)
la evaluación
de lade
conformidad
la conformidad
(ES) (ES)
teorema de Bayes A.4.4.2

A.4.4.2
muestra
El teorema
El
el efecto
teorema
desobre
Bayes
de Bayes
el muestra
mensurando
muestra
el efecto
elY efecto
de
sobre
nueva
sobre
el mensurando
información,
el mensurando Y deY nueva
de nuevainformación,
información,
o por el valor medido ηm ypor
expresado
expresado la por
el valor
el valor
medido
incertidumbre medidoηm η
típica asociada
y mla yincertidumbre
la incertidumbre
um . La densidad
típica
típica
asociada
deasociada
um . uLa
m . densidad
La densidad
de de
ad posterior (A.12)
probabilidad
seprobabilidad
considera
posterior
una
posterior
distribución
(A.12)(A.12)
se considera
normal
se considera
cuya
unaesperanza
una
distribución
distribución
matemática
normal
normal
cuyacuya
esperanza
matemática
timación) y , expresión
(mejor
(mejor
estimación)
estimación)
(A.13), es una
y , expresión
media
y , expresión
ponderada
(A.13),
(A.13),
es
deuna
es y ηmmedia
y0 una
media , ponderada
con ponderada
pesos de yde 0 yy0ηm y , ηcon
m , con
pesos
pesos
as inversas de las
iguales
varianzas
iguales
a lasaasociadas
inversas
las inversas
decorrespondientes.
las
devarianzas
las varianzas
asociadas
asociadas
correspondientes.
correspondientes.
A.4.4.3
A.4.4.3
partir de la expresión (A.14)
A partir
Asepartir
observa
de ladeexpresión
laque
expresión
la incertidumbre
(A.14)
(A.14)
se observa
se típica
observaque
u que
asociada
la incertidumbre
la incertidumbre
a la típica
típica
u asociada
u asociada
a la a la
n y siempre es estimación
inferior a u0y ysiempre
estimación yumsiempre
. Hayesdos
inferior
es casos
inferior
a u de
0a y
especial
u u
0 my . uHay
m interés
. Hay
dos dos
casos
que casos
sededan
especial
de especial
interés
interés
que que
se dan
se dan
nudo en la práctica.
muymuy
a menudo
a menudoen laenpráctica.
la práctica.
onocimiento previo
- esSi
- tan
elSiconocimiento
escaso
el conocimiento
que noprevio
seprevio
hace
es tan
es
ningún
escaso
tan escaso
intento
que que
no
de se
asignar
nohace
se hace
una
ningún
FDP
ningún
intento
intento
de asignar
de asignar
una una
FDPFDP
explícita al mensurando
previa , entonces
previa
Yexplícita
explícita u << u0 para
al mensurando
alm mensurandoY ,que
entonces
Y ,wentonces
m >>uw .uAmupartir
m0 << 0 para
<< u0 de
para
que
la que
wm >> 0. w
wmw>> A0 partir
. A partir
de lade la
sión (A.14) resulta que
expresión
expresión
(A.14)
(A.14)
resulta
resulta
que que
≈ ηm , u ≈ um , y ≈ ηym≈, ηm , u ≈ uum≈, um ,
de considerarse quey todo

puede
y puede
el considerarse
conocimiento
considerarse
que
relevante
que
todotodo
eldeconocimiento
el
losconocimiento
valores posibles
relevante
relevante
dedeYlos
de valores
los valores
posibles
posibles
de Yde Y
de la propia medición.
deriva
Dichas
deriva
de lamediciones
depropia
la propia
medición.
son
medición.
el objeto
Dichas
Dichas
de
mediciones
lamediciones
GUM, que
son es
son
el objeto
una
el objeto
guía
de ladeGUM,
la GUM,
que que
es una
es una
guíaguía
a evaluación de um , para
con para
un
la evaluación
determinado
la evaluación
demodelo
ude
m,ucon
mde, con
un
medición
determinado
un determinado
apropiado.
modelo
modelo
de medición
de medición
apropiado.
apropiado.
na calibración típica,
- En -se una
En
utiliza
una
calibración
uncalibración
instrumento
típica,
típica,
se
de utiliza
medida
se utiliza
unpara
instrumento
un medir
instrumento
unde patrón
medida
de medida
de parapara medirmedir
un patrón
un patrón
de de
ncia mediante el cual referencia
sereferencia
obtiene
mediante
una
mediante
estimación
el cual
el cual
se yobtiene
0sede obtiene
la una
magnitud
una
estimación
Y con
estimación y0 una
de
y0 la
de magnitud
la magnitudY con
Y con
una una
ña incertidumbre típica
pequeña
asociada
pequeñaincertidumbre
incertidumbre
u0 . Para dicha
típicatípica
calibración,
asociada
asociadau0el. Para
error
u0 . Para
dicha
sistemático
dicha
calibración,
calibración,
del el error el error
sistemático
sistemático
del del
mento se conoce muy instrumento
poco
instrumentose conoce
a priori, seenconoce
el muy
sentido
muy
poco
depoco
aque
priori, en uel
0 <<
a upriori, en
m sentido
oel wsentido
0 >>dewmque
de
. queu0 << m o
u0u<< um wo
0 >> m . wm .
w0w>>
ces, la FDP posteriorEntonces,
de Entonces,
Y , es la
talFDPla FDP
que posterior
posterior
utilizando de Yde, es
la expresión
Y ,tal
esque
(A.14)
tal que
utilizando
de
utilizando
nuevo,la expresión
la expresión
(A.14)(A.14)
de nuevo,
de nuevo,
≈ y0 , u ≈ u0 . , y0 ,
y ≈ yy0 ≈ u ≈ uu0 ≈. u0 .
do común, el conocimiento
Por Por
sentido
sentido
del
común, patrón
común,
el conocimiento
de
el referencia
conocimiento
del
no del
patrón
cambia
patrón
de
porreferencia
de
la referencia
medición
no cambia
no cambiapor por
la medición
la medición
en la calibración.realizada
No realizada
obstante,
en laen
lacalibración.
lectura
la calibración.
del No
instrumento
obstante,
No obstante,
da
la lectura
información
la lectura
del instrumento
del
sobre
instrumento
el error
da información
da información
sobre sobre
el error
el error
ión del instrumento,
de indicación
que
de indicación
es la magnitud
del instrumento,
del instrumento,
de interés
queen
que
esuna
laes
magnitud
calibración.
la magnitud
de interés
de interés
en una
en una
calibración.
calibración.
álculos de riesgo
A.5 A.5
conCálculos
FDP
Cálculos
normales
de riesgo
de y
riesgo
una
con
regla
con
FDPFDP
de
normales
decisión
normales
y binaria
una
y una
regla
regla
de decisión
de decisión
binaria
binaria
n el apartado 9.5A.5.1
se A.5.1
dieron
En lasel
Enapartado
fórmulas
el apartado
9.5
generales
se
9.5dieron
se dieron
para lascalcular
fórmulas
las fórmulas
losgenerales
riesgos
generales
globales
parapara
calcular
calcular
los riesgos
los riesgos
globales
globales
midor y del fabricante
del consumidor
dely el
consumidor
apartadoy del9.5.3
y fabricante
del trató
fabricante
elycaso
el yapartado
el
especial
apartado
9.5.3
de 9.5.3
una
tratóevaluación
trató
el caso
el caso
especial
deespecial
de una
de una
evaluación
evaluación
de de
midad con una regla
la conformidad
la
deconformidad
decisióncon binaria.
con
una una
regla
Puederegla
deser
decisión
deinteresante
decisión
binaria.
binaria.
obtener
Puede Puede
expresiones
ser interesante
ser interesante
obtener
obtener
expresiones
expresiones
esgos globales en
para
elpara
caso
los riesgos
los
común
riesgos
globales
de globales
una regla
en elende
caso
eldecisión
caso
común común
binaria
de una
deenuna
regla
la regla
que
de decisión
tanto
de decisión
el binaria
binaria
en laenque
la que
tantotanto
el el
nto previo de unconocimiento
mensurando
conocimiento previo
como
previo
delosun
deposibles
mensurando
un mensurando
resultados
como como
de
los unlos
posibles
sistema
posibles
resultados
deresultados
de unde sistema
un sistemade de
son descritos pormedición
distribuciones
mediciónson son
descritos
normales.
descritos
por distribuciones
por distribuciones normales.
normales.
A.5.2
adas distribuciones A.5.2
normales,
DadasDadaslas
distribuciones
distribuciones
expresiones normales,
(A.7)
normales,
y las
(A.8),
las
expresiones
para
expresiones
las FDP
(A.7)(A.7)
que
y (A.8),
y (A.8),
parapara
las las
FDPFDP que que
an el proceso de caracterizan
producción
caracterizan
ely proceso
el
el sistema
proceso
de de
producción
de medida,
producciónylaelFDP
ysistema
el conjunta
sistema f(ηmedida,
, ηm ) la
de medida,
de , FDPla FDP
conjunta f(η, ηfm
conjunta (η),,ηm ) ,
n [16a] en la página
(expresión
30),
(expresión
para[16a]
el resultado
[16a]
en laenpágina
ladepágina
una
30),medida
30),
parapara
elesresultado
el resultado
de una
de una
medida
medida
es es
⎧ ⎡⎛ ⎧2 ⎫ ⎧ 2 ⎫ 2 ⎫
η ⎞⎪ ⎤⎥ ⎪1⎪⎡⎢⎛ η1 −⎡⎢⎛yη0 −⎞ y0 ⎞⎛ η m ⎛−ηηm ⎞− ⎤⎥η⎪⎞ ⎤⎥ ⎪
2 2 2
⎞ ⎛
(η,η m ) = g0 (η ) h (η m η ) = 1
),η=mg⎪⎨)0−=(η1g) h⎢0⎜⎜((ηηη)mh−η(yη)0m=⎟⎟η )+=⎜⎜1η m 1−exp
f (η,ηfm(ηexp −⎬ .⎨−⎜⎜ ⎜⎜ ⎟⎟ + ⎟⎟⎜⎜ + ⎜⎜ ⎟⎟ ⎬ ⎟⎟. ⎬ .
⎟⎟⎨exp
2πu0 um ⎪⎩ 2 ⎢⎣⎝ u0 ⎠ 2πu⎝02uπm uum0 um⎠⎪ ⎥ ⎪2⎪⎢⎝ 2 u⎢⎝0 u⎠ 0 ⎠⎝ u⎝m u⎠m ⎥ ⎪ ⎠ ⎥ ⎪
⎩ ⎦ ⎭ ⎩⎣ ⎣ ⎦⎭ ⎦⎭
(ηm − η ) / um , Siendo
= dηmv=
dv =Siendo v my−
η
/ u(m (ηη yd0m)v,/=ud0dvη
zm)=/−(uηm)−/, u , =mdd/zηu=mmd/ηyum/zu0y= (yη
z sustituyéndolos
=− (yη0 )−/yu00),/ ud0z, =dd
en
zη=/duη0 /yu0sustituyéndolos
y sustituyéndolos
en en
siones (19) (20), las se
las
expresiones
obtienen,
expresiones (19)
tras (19) (20),
la simplificación,
(20),
se obtienen,
se obtienen, lostrasriesgos
tras
la simplificación,
laglobales
simplificación,
del los los
riesgos
riesgos
globales
globales
del del
or y del fabricante:consumidor
consumidory dely fabricante:
del fabricante:
JCGM © 2012 - Reservados todos

JCGMJCGM
los
© derechos
2012
© 2012
- Reservados
- Reservados
todostodos
los derechos
los derechos
TL − y0
∞
RC = ∫ u0 F (z )ϕ 0 (z ) dz + ∫ TU − y0 F (z )ϕ 0 (z ) dz (A.15)
−∞
u0
TU − y 0
RP = ∫ u0
TL − y 0 (1 − F (z )) ϕ0 (z ) dz . (A.16)
u0
En estas expresiones,
= ϕ0 (z ) (1 / ) ( )
2π exp − z 2 / 2 es la FDP normal típica y
⎛ ⎞ ⎛ ⎞
) Φ ⎜⎜ AU − y0 − u0z ⎟⎟ − Φ ⎜⎜ AL − y0 − u0z ⎟⎟ ,
F (z= (A.17)
⎝ um ⎠ ⎝ um ⎠
donde Φ(t) es la función de distribución normal típica.

Anexo B
(informativo)
Conocimiento previo del mensurando
B.1 Control estadístico de procesos
B.1.1 En muchas evaluaciones de la conformidad, el conocimiento de un mensurando Y

previo a la medida no se considera explícitamente al tomar la decisión de aceptación/rechazo.
En dichos casos, que son típicos de medidas analizadas según los principios de la GUM, hay
un supuesto implícito de que el conocimiento previo de Y es tan escaso que no tiene un efecto
significativo en la decisión.
B.1.2 Para un proceso en el que se producen varios elementos nominalmente idénticos a lo

largo del tiempo, la naturaleza del proceso puede estudiarse midiendo una muestra de su
producción periódicamente. Las estadísticas generadas en el curso de dichas mediciones,
como un promedio móvil de la muestra y una desviación típica de la muestra, proporcionan
información sobre la estabilidad del proceso para que éste pueda ajustarse según proceda y
cumpla los criterios de calidad de la producción. La generación y utilización de la información
de medida de este modo es la base del control estadístico de procesos (CEP). Hay bastante
documentación disponible. Véanse, por ejemplo, las referencias [33, 43].
B.1.3 El comportamiento de un proceso en el CEP se suele resumir asumiendo que una

muestra de elementos medidos con fines de control de calidad comprende un conjunto de
realizaciones de una distribución de frecuencia estable. El valor medio μ y la desviación típica
σ de esta distribución se estiman a partir de las estadísticas de la muestra.
NOTA Un proceso para el que los valores medios y las desviaciones típicas muestran una variación
aceptable respecto a los límites establecidos, de muestra a muestra, se conoce como un proceso estable.
B.1.4 La FDP previa g0(η ) para un mensurando Y tomará entonces la forma matemática de
la distribución de frecuencia sugerida por un histograma de valores de la magnitud medida. A la
propiedad de interés de un elemento del proceso elegido de forma aleatoria, se le asignaría la
mejor estimación y0 = μ y la incertidumbre típica asociada u0 = σ .
B.1.5 Este procedimiento de CEP típico tiene dos defectos principales: (a) una modelación
fiable del proceso utilizando un histograma suele necesitar una muestra amplia, que puede no
estar disponible, y (b) la incertidumbre asociada con las medidas de la muestra se ignora y no
tiene ninguna función a la hora de asignar la FDP g0(η ) . El enfoque siguiente trata ambos
defectos y reduce el resultado del CEP a los límites adecuados.
B.2 Elemento elegido de forma aleatoria entre una muestra medida de

elementos
B.2.1 Considérese una muestra n de elementos, cada una con una propiedad Y de interés
en una evaluación de la conformidad. La muestra se recoge durante un período de tiempo
adecuado dentro de un proceso de producción que se supone que es estable. Algunos
ejemplos son:
- una muestra de n bloques patrón, cada uno caracterizado por una longitud L ;
- una muestra de n voltímetros digitales, cada uno caracterizado por un error de indicación E
al medir una tensión de referencia típica;

- una muestra de n conectores de fibra óptica, cada uno caracterizado por una pérdida de
inserción Λ .
B.2.2 La propiedad de interés se mide para cada uno de los n elementos, obteniendo un
conjunto de estimaciones y1,..., yn y una incertidumbre de medida típica asociada u~ . La
incertidumbre u~ depende del procedimiento utilizado para medir las muestras y se asume que
es la misma para todas las mediciones. Las propiedades de la muestra entonces se resumen
calculando la media de la muestra y y la varianza de la muestra s2 definidas por
∑y
1
y = k , (B.1)
n k =1
∑ (y
1
s2 = k − y )2 . (B.2)
n k =1
∑ (yk − y )2
n
NOTA La varianza de la muestra se define a menudo dividiendo la suma entre n − 1
k =1
en lugar de n . La cantidad resultante puede considerarse como un estimador no sesgado de la varianza
σ 2 de una distribución de frecuencia, a partir de la cual se supone que se ha extraído la muestra de
2
datos. En la definición de s en la expresión (B.2), el objetivo no es estimar una varianza desconocida
sino caracterizar la dispersión de los valores de la muestra en torno a su promedio. Si se asume que los
datos son una muestra aleatoria de una distribución de frecuencia normal ϕ (η ; μ, σ 2 ) , entonces la
varianza de la muestra (B.2) puede considerarse como el estimador de máxima verosimilitud de σ 2 [10].
B.2.3 Uno de los elementos medidos se elige de forma aleatoria (con una probabilidad 1 / n )
y se considera representativo del proceso de producción. Considérese que Y r denota la
propiedad de interés para el elemento seleccionado de forma aleatoria. La información
pertinente a los posibles valores η de Y r solo consiste en las estadísticas de la muestra (B.1)
y (B.2), descartando las estimaciones individuales y1,..., yn cuando se hayan realizado las
mediciones. Las propiedades resumidas de la FDP de Y r pueden calcularse como se indica a
continuación.
B.2.4 Considérese que fr(η ) es la FDP de Y r y que denota las FDP para las n propiedades
de muestra Y1,..., Y n por fk (η ) , k = 1,..., n . Teniendo en cuenta que cada elemento n tiene las
mismas posibilidades de ser elegido, fr(η ) puede escribirse como la FDP marginal
∑ f (η ) ,
1
fr (η ) = k (B.3)
n k =1
denominada de forma apropiada distribución de mezcla finita [41].
B.2.5 Normalmente, se desconoce la forma de una determinada FDP fk (η ) , pero puesto que
aporta conocimiento de la propiedad Yk del k-ésimo elemento medido,
∞
E (Y k ) =
yk =ηfk (η ) dη , ∫ (B.4)
−∞

∞
V (Y k=
) u˜=
2
∫ (η − yk )2 fk (η ) dη . (B.5)
−∞
Dados estos resultados y la FDP fr(η ) de la expresión (B.3), pueden calcularse la estimación
yr de la propiedad Y r y la incertidumbre típica asociada ur .
B.2.6 Para la estimación yr tenemos, por definición
∞ n ∞ n
∑∫ ∑
1 1
yr = ∫ ηfr (η ) dη = ηfk (η ) dη = yk ,
−∞ n −∞ n k =1
k =1
donde se ha utilizado la expresión (B.4) en el último paso. La comparación de este resultado

con la expresión (B.1) demuestra que la estimación a priori de Y es igual al promedio de
muestra:
yr = y . (B.6)
B.2.7 La varianza asociada de Y , cuya raíz cuadrada positiva es la incertidumbre típica,

viene dada por
∞ n ∞
∑∫
1
=ur2 ∫ (η − y )2 fr (η ) dη = (η − y )2 fk (η ) dη . (B.7)
−∞ n −∞
k =1
Donde podemos expresar
(η − y )2 =(η − yk +y k −y )2 =(η − yk )2 + (yk − y )2 + 2(η − yk )(yk − y ) ,

utilizando las expresiones (B.4) y (B.5), y sustituyéndolas en la expresión (B.7) se obtiene el
resultado
∑ (y
1
=
ur2 u˜2 + k − y )2 . (B.8)
n k =1
B.2.8 La suma del lado derecho de la expresión (B.8) se considera la varianza de la muestra
s2 [véase la expresión (B.2)] de forma que
ur2 u˜2 + s2 ,
= (B.9)
y la incertidumbre típica asociada con la estimación previa y0 es
=ur u˜2 + s2 . (B.10)
B.2.9 La incertidumbre típica ur dada por la expresión (B.10) se considera una combinación
cuadrática (o raíz cuadrada de la suma de los cuadrados) de dos componentes que son
concretamente los dos parámetros que resumen los datos de la muestra: un término u~ 2 debido
a la incertidumbre típica común asociada con las medidas de la muestra, y un término s2 que
caracteriza la variabilidad de las estimaciones y1,..., yn .

NOTA La variabilidad debida a la variación del proceso y a la falta de repetibilidad de la medición se

combina en la varianza de la muestra observada s . La incertidumbre típica u~ debería incluir un
2
componente que incorpore el efecto de la variación de la medición.
B.2.10 La estimación calculada y la varianza de la muestra para el elemento elegido de forma

aleatoria, expresiones (B.6) y (B.7), se toman para caracterizar la producción futura del
proceso, asumiendo que son estables y libres de deriva. El modelo lógico tiene el siguiente
razonamiento metrológico o de inspección:
“He elegido un elemento futuro del proceso de producción. ¿Qué puedo decir de la propiedad
Y de este elemento antes de medirlo? Basándome en los resultados de las mediciones de la
muestra, creo que la mejor estimación de Y es y0 = yr , dada por la expresión (B.6), con una
varianza asociada u02 = ur2 , dada por la expresión (B.9). Hasta aquí llega mi conocimiento.
Dada esta información y el principio de máxima entropía (véase el JCGM 101:2008 6.3 y la
referencia [45]), asignaré una FDP normal para expresar y formular mi conocimiento previo de
la propiedad Y de este elemento”.
B.2.11 Esto lleva a la distribución normal (o gaussiana) siguiente para formular el conocimiento
previo de la propiedad Y :
⎡ 1 ⎛ η − y ⎞2 ⎤
g 0 (η ) =
u0
1
2π
exp ⎢− ⎜⎜ 0 ⎟ ⎥
⎢ 2 ⎝ u0 ⎟⎠ ⎥
( )
= ϕ η ; y0 , u02 ,
⎣ ⎦
con y 0 = y y=
u02 u˜2 + s2 .
B.2.12 En el caso común en el que s2 >> ũ2 , la incertidumbre del valor de una propiedad de
un elemento elegido de forma aleatoria del proceso de producción está dominada por la
variabilidad del proceso. Entonces, u0 ≈ σ ≈ s , donde el proceso es modelado por una
distribución de frecuencia con una desviación típica σ estimada por la desviación típica s de la
muestra.
B.3 Una propiedad positiva cerca de un límite físico
B.3.1 Una FDP normal tiene un rango infinito. En el caso de una propiedad (mensurando)
que sea estrictamente positiva, una FDP normal asignada distribuirá una fracción de su
probabilidad sobre valores negativos (y, por tanto, imposibles) de la propiedad. Para una
propiedad cuya mejor estimación esté dentro de varias veces su incertidumbre típica asociada
de cero, esta fracción de la probabilidad puede ser importante. En tal caso, asignar una FDP
normal sería una forma poco razonable de formular el conocimiento del mensurando.
B.3.2 Muchas FDP bien conocidas están limitadas a valores positivos de sus argumentos.
Dependiendo de la información disponible, dicha FDP puede servir para modelar el
conocimiento de un mensurando Y cerca de un límite físico. En el caso en que el
conocimiento de Y ≥ 0 esté limitado a una estimación y su varianza asociada, como en el
apartado B.2, el principio de máxima entropía lleva a la asignación de una distribución normal
truncada en cero [11]. Si se cree que los valores de Y cercanos a cero presentan una
probabilidad despreciable, puede que sea adecuado asignar una FDP g0(η ) previa que tienda
a cero al tender η → 0 . Una distribución así es la FDP gamma, cuyo uso servirá de ejemplo.
B.3.3 La FDP gamma, con parámetros positivos α y λ , está definida por

λα α −1 − λη
gamma (η ; α , λ ) = η e , η ≥0, (B.11)
Γ(α )
donde Γ(α ) es la función gamma:
∞
Γ(α ) = ∫
xα −1e − x dx .
0
NOTA 1 Entre los casos especiales de la FDP gamma se incluyen gamma (η ; 1, λ ) (una FDP exponencial
con parámetro λ ) y gamma (η ; n , 1 ) (una FDP chi-cuadrado con n grados de libertad).
2 2
NOTA 2 Es posible definir una distribución gamma de tres parámetros sustituyendo η por (η − γ ) en la
expresión (B.11), donde el parámetro γ se convierte en el último punto de la izquierda y la distribución
queda restringida al intervalo η ≥ γ .
2,0
α=5
λ = 10
1,5
-1
Densidad de probabilidad/unidad
1,0
α=4
λ=4
α=4 α=8
0,5
λ=2 λ=2
0,0
0 2 4 6 8 10
η/unidad
Figura B.1 – Varias FDP gamma (η ; α , λ ) , calculadas según la expresión (B.11), para pares de
parámetros elegidos (α , λ ) .
B.3.4 La figura B.1 muestra cuatro FDP gamma para valores determinados de α y λ . La
esperanza matemática y varianza de la FDP gamma vienen dadas por
α α
E (Y ) =
y0 =, V (Y ) =
u02 = , (B.12)
λ 2
λ
y el valor máximo (moda) de la distribución se da cuando
α −1
η= . (B.13)
λ

B.3.5 Dado un estado determinado de información previa, se pueden estimar los valores
adecuados de α y λ utilizando estas expresiones. En el caso en que el conocimiento de una
propiedad (mensurando) Y se obtenga midiendo una muestra de elementos producidos, la
estimación previa y varianza asociada se estiman por las estadísticas de la muestra: y0 = y y
u02 = s2 . Entonces, las expresiones (B.12) pueden resolverse para los parámetros de la FDP
gamma:
y2 y
α= , λ= . (B.14)
s2 s2
Estas estimaciones son las llamadas estimaciones del “método de los momentos” y pueden ser
insatisfactorias para un tamaño pequeño de la muestra. Las estimaciones de máxima
verosimilitud son una alternativa, pero éstas suelen necesitar alguna forma de optimización
numérica o la solución de un sistema de ecuaciones no lineales.
B.3.6 El apartado 9.5.4 da un ejemplo de la utilización de una FDP gamma en el cálculo de

los riesgos del consumidor y fabricante.
B.3.7 Los libros de Evans, Hastings y Peacock [30] y Johnson, Kotz y Balakrishnan [28]
ofrecen información útil sobre las propiedades y usos de las distribuciones de probabilidad.


Anexo C
(informativo)
Anexo C
Glosario de símbolos principales
(informativo)
NOTA FDP es un término abreviado que se refiere a función de densidad de probabilidad.
Glosario de símbolos principales
NOTA
A intervalo de valores medidos aceptables dem densidad de probabilidad.
FDP es un término abreviado que se refiere a función Y
Ã intervalo de valores medidos no aceptables Y m

A intervalo de valores medidos aceptables Y m
AL límite inferior de aceptación
Ã intervalo de valores medidos no aceptables Y m
AU límite superior de aceptación
AL límite inferior de aceptación
a límite inferior del intervalo en el que se sabe que se encuentra la variable
AU límite superior de aceptación
aleatoria
a
b límite inferior
Límite superiordeldel
intervalo enen
intervalo el el
que sese
que sabe que
sabe sese
que encuentra la la
encuentra variable
variable
aleatoria
C
b Límite superior
intervalo del intervalo
de valores conformesen de
el que
unase sabe quedeseinterés
propiedad encuentra la variableY
(mensurando)
aleatoria
C̃ intervalo de valores no conformes de una propiedad de interés (mensurando)
C intervalo
Y de valores conformes de una propiedad de interés (mensurando) Y
CC̃m intervalo
índice dede valores no
capacidad de conformes
medición de una propiedad de interés (mensurando)
Y
E(X ) esperanza matemática de una variable aleatoria X
Cm índice de capacidad de medición
I
E(Y ηm ) esperanza matemática condicional de un mensurando Y , dado un valor de

E(X ) esperanzamedida
magnitud matemática
ηm de una variable aleatoria X
I
E(Y ηm ) esperanza
error matemática
máximo permitido condicional depara
de indicación un mensurando Y , de
un instrumento dado un valor de
medida
Emax
magnitud medida ηm
erf(z) función de error con variable z
Emax error máximo permitido de indicación para un instrumento de medida
f(η,ηm ) FDP conjunta con variables η y ηm para las magnitudes Y e Y m
erf(z) función de error con variable z
GX (ξ ) función de distribución con variable ξ para la magnitud X
f(η,ηm ) FDP conjunta con variables η y ηm para las magnitudes Y e Y m
gamma (η ; α , λ ) FDP gamma con variable η y parámetros α y λ
GX (ξ ) función de distribución con variable ξ para la magnitud X
I
g(η η m ) FDP con variable η para un mensurando Y , dado un valor de magnitud

gamma (η ; α , λ ) FDP gamma con variable η y parámetros α y λ
medida ηm
I
g(η η m ) FDP con variable η para un mensurando Y , dado un valor de magnitud

g0(η ) FDP con variable η para un mensurando Y previa a la medición
medida ηm
I
g0 (η I ) FDP previa con variable η para un mensurando Y con indicación explícita de

g0(η ) FDP con variable η para un mensurando Y previa a la medición
la información previa I ; al igual que g0(η )
I
g0 (η I ) FDP previa con variable η para un mensurando Y con indicación explícita de

gX (ξ ) FDP con variable ξ para la magnitud X
la información previa I ; al igual que g0(η )
I
h(ηm η ) FDP con variable ηm para la magnitud de salida Y m de un sistema de medida,

gX (ξ ) FDP con variable ξ para la magnitud X
dado un valor verdadero asumido η de un mensurando Y
I
h(ηm η ) FDP con variable ηm para la magnitud de salida Y m de un sistema de medida,

h0(ηm ) FDP marginal con una variable ηm de la magnitud de salida Y m de un sistema
dado un valor verdadero asumido η de un mensurando Y
de medida
h0(kηm ) FDP marginal
factor con una variable ηm de la magnitud de salida Y m de un sistema
de cobertura
de medida
k factor de cobertura

L(η ;η m ) función de verosimilitud de un valor verdadero η dado un valor de magnitud

medida ηm
p probabilidad de cobertura
pc probabilidad de la conformidad
pc probabilidad de la no conformidad
RC riesgo global del consumidor
RC* riesgo específico del consumidor
RP riesgo global del fabricante
RP* riesgo específico del fabricante
s2 varianza de la muestra
T tolerancia
TL límite inferior de tolerancia
TU límite superior de tolerancia
U incertidumbre expandida
u incertidumbre típica
u0 incertidumbre típica asociada a una estimación y0 de un mensurando Y antes
de realizar la medición
um incertidumbre típica asociada a un valor de magnitud medida ηm cuando el
conocimiento previo del mensurando es despreciable
V (X ) varianza de una variable aleatoria X
I
V (Y η m ) varianza condicional de un mensurando Y , dado un valor medido de la

magnitud ηm
w parámetro de longitud de una zona de seguridad

Y propiedad mensurable (mensurando) de un elemento, considerado como una
variable aleatoria
Ym resultado de un sistema de medida, considerado como una variable aleatoria
y media de la muestra
y0 esperanza matemática de Y antes de realizar la medición
ỹ valor escalado de la magnitud medida

α parámetro de una FDP gamma
Γ(z) función gamma con variable z
η variable que describe los valores posibles del mensurando Y
λ parámetro de una FDP gamma
Φ(z) función de distribución normal típica con variable z
ϕ 0 (z) FDP normal típica con variable z

ϕ (η ; y, u 2 ) FDP normal (gaussiana) con variable η , esperanza matemática y y varianza

u2

Bibliografía
[1] AGILENT TECHNOLOGIES. Metrology Forum. 2001.
http://metrologyforum.tm.agilent.com/terminology.shtml.
[2] AMERICAN SOCIETY OF MECHANICAL ENGINEERS. ASME B89.7.3.1:2001 Guidelines for decision
rules: Considering measurement uncertainty in determining conformance to specifications.
New York, NY, 2001.
[3] BIPM, IEC, IFCC, ILAC, ISO, IUPAC, IUPAP, AND OIML. Evaluation of measurement data -
Supplement 3 to the “Guide to the expression of uncertainty in measurement" - Modelling.
Joint Committee for Guides in Metrology, JCGM 103, in preparation.
[4] BOX, G. E. P., AND TIAO, G. C. Bayesian Inference in Statistical Analysis. Wiley Classics
Library. John Wiley and Sons, 1992.
[5] D'AGOSTINI, G. Bayesian Reasoning in Data Analysis. World Scientific Publishing, 2003.
[6] DEAVER, D. How to maintain your confidence (in a world of declining test uncertainty ratios).
1993 NCSL Workshop and Symposium (1993), 133-53.
[7] DEAVER, D. Guardbanding with confidence. 1994 NCSL Workshop and Symposium (1994),
383-94.
[8] DEAVER, D. Managing calibration confidence in the real world. 1995 NCSL Workshop and
Symposium (1995), 1-17.
[9] DEAVER, D. Guardbanding and the world of ISO Guide 25: Is there only one way? 1998
NCSL Workshop and Symposium (1998), 319-32.
[10] DEGROOT, M. H. Probability and Statistics. Addison-Wesley, 1975.
[11] DOWSON, D. C., and Wragg, A. Maximum entropy distributions having prescribed first and
second order moments. IEEE Trans. IT 19 (1973), 689-693.
[12] EAGLE, A. R. A method for handling errors in testing and measuring. Ind. Qual. Control 10, 3
(1954), 10-15.
[13] EURACHEM/CITAC Guide. Use of uncertainty information in compliance assessment, 1st
ed., 2007.
http://www.eurachem.org/guides/Interpretation_with_expanded_uncertainty_2007_v1.pdf.
[14] FEARN, T., FISHER, S. A., THOMPSON, M., AND ELLISON, S. A decision theory approach to
fitness for purpose in analytical measurement. The Analyst 127 (2002), 818-824.
[15] FORBES, A. B. Measurement uncertainty and optimized conformance assessment.
Measurement 39 (2006), 808-814.
[16] GREGORY, P. Bayesian Logical Data Analysis for the Physical Sciences. Cambridge
University Press, 2005.
[17] GRUBBS, F. A., AND COON, H. J. On setting test limits relative to specification limits. Ind.
Qual. Control 10, 3 (1954), 15-20.
[18] HIBBERT, D. B. Quality Assurance in the Analytical Chemistry Laboratory. Oxford University
Press, 2007.
[19] INTERNATIONAL ELECTROTECHNICAL COMMISSION. IEC GUIDE 115 Application of uncertainty
of measurement to conformity assessment activities in the electrotechnical sector. 2007.
Edition 1.0.
[20] INTERNATIONAL LABORATORY ACCREDITATION COOPERATION. ILAC-G8:1996 Guidelines on
assessment and reporting of compliance with specification. Silverwater, Australia, 1996.
[21] INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 14253-1:1998 Geometrical
Product Speci_cations GPS - Inspection by measurement of workpieces and measuring

equipment | Part 1: Decision rules for proving conformance or non-conformance with

specifications. Geneva, 1998.
[22] INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 10576-1:2003(E) Statistical
methods - Guidelines for the evaluation of conformity with specified requirements - Part 1:
General principles. Geneva, 2003.
[23] INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO/IEC 17025:2005 General
requirements for the competence of testing and calibration laboratories. Geneva, 2005.
[24] INTERNATIONAL ORGANIZATION FOR STANDARIZATION. ISO 3650 Geometrical Product
Specifications (GPS) - Length standards - Gauge blocks, 2nd ed. Geneva, 1998.
[25] INTERNATIONAL ORGANIZATION OF LEGAL METROLOGY. OIML R 111-1 Edition 2004(E) Weights
of classes E1; E2; F1; F2; M1; M1-2; M2; M2-3; M3 - Part 1: Metrological and technical
requirements. Paris.
[26] JAYNES, E. T. Probability Theory: The Logic of Science. Cambridge University Press, 2003.
[27] JEFFREYS, H. Theory of Probability, 3rd ed. Clarendon Press, Oxford, 1983.
[28] JOHNSON, N. L., KOTZ, S., AND BALAKRISHNAN, N. Continuous Univariate Distributions,
Volume 1, 2nd ed. John Wiley & Sons, New York, NY, 1994.
[29] KÄLLGREN, H., LAUWAARS, M., MAGNUSSON, B., PENDRILL, L., AND TAYLOR, P. Role of
measurement uncertainty in conformity assessment in legal metrology and trade. Accred.
Qual. Assur. 8 (2003), 541-47.
[30] M. EVANS, N. H., AND PEACOCK, B. Statistical Distributions, 3rd ed. Wiley, 2000.
[31] MODARRES, M., KAMINSKIY, M., AND KRIVTSOV, V. Reliability and Risk Analysis. Marcel
Dekker, New York, 1999.
[32] NCSL INTERNATIONAL. ANSI/NCSL Z540-3:2006 Requirements for the Calibration of
Measuring and Test Equipment. Boulder, Colorado USA, 2006.
[33] OAKLAND, J. S. Statistical Process Control, 6th ed. Butterworth-Heinemann, 2007.
[34] PENDRILL, L. R. Optimised measurement uncertainty and decision-making when sampling
by variables or by attribute. Measurement 39 (2006), 829-840.
[35] PENDRILL, L. R. Optimised measurement uncertainty and decision-making in conformity
assessment. NCSLI Measure 2, 2 (2007), 76-86.
[36] PENDRILL, L. R., AND KÄLLGREN, H. Exhaust gas analysers and optimised sampling,
uncertainties and costs. Accred. Qual. Assur. 11 (2006), 496-505.
[37] POSSOLO, A., AND TOMAN, B. Assessment of measurement uncertainty via observation
equations. Metrologia 44 (2007), 464-475.
[38] ROSSI, G. B., AND CRENNA, F. A probabilistic approach to measurement-based decisions.
Measurement 39 (2006), 101-19.
[39] SIVIA, D. S. Data Analysis - A Bayesian Tutorial. Clarendon Press, Oxford, 1996.
[40] SOMMER, K.-D., AND KOCHSIEK, M. Role of measurement uncertainty in deciding
conformance in legal metrology. OIML Bulletin XLIII, 2 (April 2002), 19-24.
[41] TITTERINGTON, D. M. Statistical analysis of finite mixture distributions. Wiley, 1985.
[42] VAN DER GRINTEN, J. G. M. Confidence levels of measurement-based decisions. OIML
Bulletin XLIV, 3 (July 2003), 5-11.
[43] WHEELER, D. J., AND CHAMBERS, D. S. Understanding Statistical Process Control, 2nd ed.
SPC Press, 1992.
[44] WILLIAMS, E., AND HAWKINS, C. The economics of guardband placement. In Proceedings of
the 24th IEEE International test Conference (Baltimore, 1993).

[45] WÖGER, W. Probability assignment to systematic deviations by the principle of maximum

entropy. IEEE Trans. Inst. Meas. IM-20, 2 (1987), 655-8.

Índice alfabético
aceptación conservadora,iv, 24, 25, 34, 36, típica, iv, vii, viii, 13-18, 21, 22, 26, 34,
38 35, 37-44, 46, 48, 49, 53
control de procesos estadísticos, v, 46 indicación, vii, viii, 2, 5-7, 9, 20, 23, 44, 46, 52
desviación típica, 3, 4, 13, 15, 20, 26, 27, 34, índice de capacidad de medición, iv, 7, 20,
46, 49 21, 23, 37, 52
muestral,34, 46, 49 inspección, v, vii, 1, 5, 9, 10, 12, 16, 28, 32,
distribución de probabilidad, 2, 3, 30 33, 36, 49
elemento, v, vii, viii, 1, 3, 4, 6, 7, 9, 10, 12, intervalo de aceptación, viii, 1, 6, 8, 22, 24-
14, 15-17, 22-32, 42, 46, 47, 49, 53 31, 33, 35, 36, 38,
elemento no conforme, 7, 23-25, 29 intervalo de cobertura, vii, viii, 1, 4, 5, 14, 19,
error máximo permitido, 2, 7, 11, 20, 52 20, 22-24, 27, 41,
esperanza matemática, 3, 6, 13, 15, 20, 26, intervalo de rechazo, 7
34,35, 43, 44, 50, 52-54 intervalo de tolerancia, vii, viii, 6, 8, 10, 14,
evaluación de la conformidad, i, ii, iv, vii, viii, 16-19, 21-28, 30-32, 35, 37
1, 2, 5, 6, 8-12, 19, 23, 27-36, 38, 40, 42, 44, límite/s de aceptación, iv, v, viii, ix, 1, 6, 7, 9,
46 22, 23, 24-26, 30-38
FDP, véase función de densidad de límite/s de tolerancia, iv, vii, ix, 6-7, 9, 10, 11,
probabilidad, iv, v, viii, 1, 3, 4, 8, 9, 11-21, 23, 16-20, 23-27, 34, 38
25-28, 30-32, 34, 35, 37, 38, 40-54 magnitud, vii, viii, 1, 4-8, 12, 13, 16, 20-22,
función de densidad de probabilidad, v, viii, 1- 25, 28, 40, 44, 46, 52, 53
3, 11, 30, 40, 52 medida, i, ii, v-viii, 1, 2, 4-10, 12-15, 19-23,
gamma, 34, 35, 49-53 25-28, 30-32, 34, 35, 37, 38, 42-44, 46, 47,
conjunta, v, 30-32, 44, 52 52, 53
normal, 16, 18, 20, 21, 25, 26, 32, 34, mensurando, iv, v, vii, viii, 4, 5, 7-15, 18, 19,
35, 37, 40-43, 45, 49, 53, 54 21, 23, 24, 28, 30, 37, 41-44, 46, 49, 51-53
posterior, v, 8, 13, 21, 43, 44 probabilidad de cobertura, viii, 1, 4, 5, 14, 19,
previa, v, 12, 28, 34, 35, 37, 41, 42, 44, 20, 53
46, 49, 52, probabilidad de la conformidad, iv, viii, 14-20,
función de distribución, 1-3, 13, 14, 16, 40, 26, 29, 30, 32, 53
45, 52, 53 propiedad, v, vii, viii, 1, 4, 6-9, 11-14, 16, 19-
incertidumbre, i, ii, iv-viii, 1, 2, 4, 7-10, 13-23, 23, 25, 27, 28, 30, 32, 34, 42, 43, 46-49, 51-
25-27, 31, 32, 34, 35, 37-44, 46-49, 53 53
expandida, 8, 14, 20, 22, 23, 25, 37, rechazo conservador, iv, 25, 26
41, 53 regla de decisión, iv, v, 7, 9, 22-28, 32, 34-38,
de medida, i, ii, v-viii, 1, 2, 4, 7, 9, 10, 44
14, 22, 23, 27, 32, 34, 38, 47 requisitos especificados, iv, 10, 14
resultado de medida, vii, 1, 4, 5, 7, 9, 19, 20

58
riesgo compartido, 22,, 36

riesgo del consumidor, 1, 7, 24, 29, 30, 32,
35-38
global, 7, 29-31, 34, 36, 53
específico, 7, 29, 30, 53
riesgo del fabricante, 1, 7, 26, 29, 30, 36
global, 7, 30, 31, 36, 53
específico, 7, 29, 30, 53
teorema de Bayes, iv, 9, 11-13, 43, 44
tolerancia, iv, vii-ix, 6-11, 14, 16-28, 30-38, 53
valor de magnitud, 8, 52, 53
medido(a), viii, 4-8, 12, 13, 46, 52
verdadero, 4
valor medido, véase valor de magnitud, viii, 5,
7, 8, 12, 22, 23, 25, 27-31, 40-44, 53
varianza, 4, 13, 47-51, 53, 54
de la muestra, 47-49, 53
zona de seguridad, 7, 24-27, 34, 36, 37, 53

CENTRO ESPAÑOL DE METROLOGÍA
C/ del Alfar, 2
28760 Tres Cantos
Madrid
España
Teléfono: 91 8074 700

Fax: 91 8074 807
e-mail: cem@cem.es
Internet: http://www.cem.es
NIPO: 074150077

Jcgm2015 El Papel de La Incertidumbre de Medida en La Evaluación de La Conformidad

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Jcgm2015 El Papel de La Incertidumbre de Medida en La Evaluación de La Conformidad

Uploaded by

Copyright:

Available Formats

JCGM 106:2012

Primera edición 2012

Primera edición 2012

El Centro Español de Metrología publica la traducción al español de esta edición del

Las únicas versiones

Todos los productos

El JCGM noEl acepta

Este documentoEste sedocumento

JCGM © 2012 - Reservados todos los derechos ii

JCGM © 2012 - Reservados todos los derechos

iii JCGM © 2012 - Reservados todos los derechos

El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)

7.6 Índice de capacidad de medición, Cm .......................................................... 20

JCGM © 2012 - Reservados todos los derechos

El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)

9 Riesgos del consumidor y del fabricante ............................................. 27

A.4.2 FDP h(ηm η ) para Y m , dado un valor Y = η ...................................................... 42

A.4.4 FDP posterior (tras la medida) g(η η m ) para Y ................................................. 43

JCGM © 2012 - Reservados todos los derechos

El JCGM tiene dos grupos de trabajo: el Grupo de Trabajo 1, “Expresión de la incertidumbre de

Documentos como el presente están destinados a dar un valor añadido a la GUM

JCGM © 2012 - Reservados todos los derechos

JCGM © 2012 - Reservados todos los derechos vi

El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)

La evaluación de la conformidad (véase el apartado 3.3.1), en su sentido más amplio, es una

En un tipo concreto de evaluación de la conformidad, a veces denominado inspección (véase el

La evaluación de la incertidumbre de medida supone un problema técnico, abordado por el

En la evaluación de la conformidad, se utiliza el resultado de una medida para decidir si un

Generalmente, hay varias propiedades mensurables para decidir la conformidad de un

Normalmente, al evaluar los datos de medición, el conocimiento de los posibles valores de un

La incertidumbre de la medida hace que siempre exista el riesgo de equivocarse al decidir si un

Al definir un intervalo de aceptación (véase el apartado 3.3.9) de valores medidos permitidos de

La figura 1 muestra un intervalo de aceptación determinado y su relación con un intervalo de

El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)

La elección de los límites de tolerancia y de aceptación son decisiones empresariales o

JCGM © 2012 - Reservados todos los derechos

El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)

Evaluación de los datos de medición – El papel de la

- uno o dos límites de tolerancias especifican un intervalo de valores permitidos de la

- la propiedad puede medirse y el resultado de medida (véase el apartado 3.2.5)

Los procedimientos desarrollados en este documento permiten obtener un intervalo de

Se afrontan dos tipos de problemas de evaluación de la conformidad. El primero consiste

Este documento está dirigido a responsables de calidad, miembros de organizaciones de

JCGM © 2012 - Reservados todos los derechos

El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)

JCGM 100:2008. Evaluación de datos de medición – Guía para la expresión de la

JCGM 101:2008. Evaluación de datos de medición – Suplemento 1 de la “Guía para la

JCGM 102:2011. Evaluación de datos de medición – Suplemento 2 de la “Guía para la

JCGM 200:2012. Vocabulario Internacional de Metrología – Conceptos fundamentales y

ISO/IEC 17000:2004. Conformity assessment – Vocabulary and general principles.

ISO 3534-1:2006. Estadística. Vocabulario y símbolos. Parte 1: Términos estadísticos

3.1 Términos relacionados con la probabilidad

JCGM © 2012 - Reservados todos los derechos

GGxx ((ξξ))==Pr X ≤≤ξξ))

El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)

NOTA No todas las variables aleatorias tienen varianza.

[JCGM 101:2008 3.7]

[JCGM 101:2008 3.8]

3.2 Términos relacionados con la metrología

JCGM © 2012 - Reservados todos los derechos

El papel de la incertidumbre de medida en la evaluación de la conformidad (ES)

[JCGM 200:2012 2.9]

3.3 Términos relacionados con la evaluación de la conformidad

JCGM © 2012 - Reservados todos los derechos