Análisis de Monte Carlo con uSimmics (anteriormente QucsStudio): método de configuración de parámetros de desviación estándar para componentes reales [2026]

Para simular con precisión las tolerancias de fabricación de componentes reales en el análisis de Monte Carlo de uSimmics (anteriormente QucsStudio), es necesario comprender correctamente la configuración de la desviación estándar en la función tol. Este artículo explica en detalle la correspondencia entre el criterio de control de calidad 3σ (3 sigmas) utilizado en la industria manufacturiera y la configuración de parámetros de la función tol, y explica cómo simular con mayor precisión la distribución real de los componentes.

Lo que aprenderá en este artículo

• La razón por la que las tolerancias de fabricación de componentes electrónicos se gestionan con el criterio 3σ y su funcionamiento
• El método correcto de conversión entre tolerancia (ej.: ±5 %) y desviación estándar (σ)
• El procedimiento concreto de configuración de la desviación estándar en la función tol
• El impacto en los resultados de simulación de una configuración incorrecta versus correcta
• La realización de un análisis de Monte Carlo de alta precisión que tiene en cuenta la dispersión de componentes reales

¿Por qué es importante una configuración precisa de la desviación estándar?

Como se explica en el artículo anterior (Método de configuración de parámetros de la función tol), en la distribución normal (d=0) de la función tol, el valor especificado en la tolerancia (v) se trata directamente como la desviación estándar (σ).

Sin embargo, la tolerancia (ej.: ±5 %) indicada en las hojas de datos de los componentes electrónicos reales (resistencias, condensadores, etc.) significa un rango de 3σ (3 desviaciones estándar) como criterio de control de calidad de fabricación. Si se introduce este valor directamente en el parámetro v de la función tol, la simulación se ejecutará con una dispersión 3 veces mayor que la realidad, degradando significativamente la fiabilidad de la evaluación de diseño.

Criterio 3σ en el control de calidad de fabricación

¿Por qué la tolerancia se define a 3σ?

En la industria manufacturiera, el criterio 3σ (3 sigmas) se usa generalmente para el control de calidad de los productos. 3σ designa el rango a 3 desviaciones estándar del valor medio en una distribución normal, y el 99,73 % de los datos se sitúa dentro de este rango.

Los fabricantes de componentes electrónicos gestionan sus procesos de fabricación de manera que la tolerancia prescrita (ej.: ±5 %) cubra el 99,73 % de los productos respecto al valor nominal. Esto permite mantener la tasa de defectos por debajo del 0,27 % y suministrar productos de calidad estable.

Diferencia entre 1σ y 3σ

Si los fabricantes de componentes definieran la tolerancia en base a 1σ, la probabilidad de que las características del producto se situaran dentro del rango de tolerancia sería solo del 68,27 %. Siendo esto insuficiente para el control de calidad, el criterio 3σ se adopta como norma en la industria manufacturiera real.

Conversión de la tolerancia a desviación estándar

Fórmula básica de conversión

Si la tolerancia del componente corresponde a 3σ, la desviación estándar 1σ se calcula así:

σ = (valor nominal × tolerancia %) ÷ 3

Ejemplo concreto: resistencia 100 Ω ±5 %

Paso 1: Cálculo del valor absoluto de la tolerancia

Valor absoluto de la tolerancia = 100 Ω × 5 % = 5 Ω

Es decir, la resistencia se sitúa dentro del rango de 95 Ω a 105 Ω.

Paso 2: Cálculo de 1σ

σ = 5 Ω ÷ 3 ≈ 1,67 Ω

Verificación:
– 1σ (68,27 %): 100 Ω ± 1,67 Ω → 98,33 Ω a 101,67 Ω
– 3σ (99,73 %): 100 Ω ± 5,00 Ω → 95 Ω a 105 Ω ← Correspondencia con las especificaciones del producto

Este cálculo ha permitido determinar la desviación estándar σ = 1,67 Ω que reproduce fielmente la distribución real de los componentes.

Método correcto de configuración de la función tol

Ejemplo de configuración

Para simular una resistencia 100 Ω ±5 % en función de la distribución real de los componentes, la función tol es la siguiente:

tol(100, 1.67, 0)

Comparación con una configuración incorrecta

Efecto y significado de la configuración

Configurando tol(100, 1.67, 0), la distribución de los resultados de simulación obtenidos por el análisis de Monte Carlo es la siguiente:

• El 68,27 % de las muestras se sitúan dentro del rango 98,33 Ω a 101,67 Ω (±1,67 Ω, ±1,67 %)
• El 95,45 % de las muestras se sitúan dentro del rango 96,67 Ω a 103,33 Ω (±3,33 Ω, ±3,33 %)
• El 99,73 % de las muestras se sitúan dentro del rango 95 Ω a 105 Ω (±5 Ω, ±5 %) ← Correspondencia con las especificaciones del producto

Esta configuración realiza una simulación que reproduce fielmente la distribución de los componentes producidos en el proceso de fabricación real.

Aplicación a otras normas de tolerancia

El mismo cálculo permite determinar la desviación estándar correspondiente a diversas normas de tolerancia:

Conclusión

Para simular con precisión la dispersión de los componentes reales en el análisis de Monte Carlo, es indispensable no introducir directamente el porcentaje de tolerancia de la hoja de datos en la función tol, sino calcular primero la desviación estándar 1σ (σ) basada en el criterio 3σ antes de configurarla.

Usando la fórmula de conversión σ = (valor nominal × tolerancia %) ÷ 3 para calcular la desviación estándar y configurándola como tol(valor nominal, σ, 0), se realiza una simulación que reproduce con alta precisión la distribución de los componentes en el proceso de fabricación real. Esto hace que la evaluación del impacto de las tolerancias de fabricación en la fase de diseño sea más fiel a la realidad, contribuyendo significativamente a la fiabilidad y el control de calidad de los circuitos.

Artículos relacionados

• Análisis de Monte Carlo con uSimmics (anteriormente QucsStudio): método de configuración de parámetros de la función tol [2026]
• Guía de análisis paramétrico de circuitos electrónicos con uSimmics (anteriormente QucsStudio) [2026]
• uSimmics (anteriormente QucsStudio) y QUCS: diferencias y evolución [2026]
• Método de modificación de la carpeta de guardado de proyectos uSimmics (anteriormente QucsStudio) [2026]
• Método de simulación para optimizar un LPF con componentes reales (aplicación)