Ana entró a la sala de instrumentación con una planilla en la mano y una expresión de duda. Carlos estaba terminando de registrar datos de una calibración.
«Carlos, necesito tu ayuda para revisar algo», dijo Ana. «Hemos completado la evaluación de incertidumbres para la preparación de nuestra solución patrón de calibración de plomo. Tenemos la incertidumbre estándar para la masa del reactivo que pesamos, la incertidumbre del certificado de pureza del reactivo y la incertidumbre del matraz aforado que usamos. Aquí están los datos».
Carlos miró la lista:
• Incertidumbre de la masa (proveniente del pesaje): u(m) = 0.00015 g
• Incertidumbre de la pureza (del certificado): u(P) = 0.005 (adimensional)
• Incertidumbre del volumen (del matraz): u(V) = 0.08 mL
«Perfecto», dijo Carlos. «Ahora solo sumamos las incertidumbres y ya está, ¿no?».
Ana frunció el ceño. Ojalá fuera tan simple. Fíjate en las unidades: gramos, un valor adimensional y mililitros. No podemos simplemente sumar peras con manzanas.
El resultado final es una concentración en mg/L. ¿Cómo combinamos estas fuentes, que tienen unidades distintas, en una única incertidumbre para la concentración?
Además, intuitivamente sé que un pequeño error en la pesada no tiene el mismo impacto que un pequeño error en el volumen final. ¿Cómo ponderamos la importancia de cada fuente?
Ambos se quedaron en silencio por un momento. Tenían todas las piezas del rompecabezas, pero no sabían cómo encajarlas. Decidieron llamar al Dr. Morales.
Tras escuchar el problema, el Dr. Morales sonrió al otro lado de la línea.
«Excelente pregunta. Han llegado al corazón del asunto. Tienen las fuentes, ahora necesitan la herramienta para combinarlas de forma coherente. Lo que necesitan no es una simple suma, sino la Ley de Propagación de la Incertidumbre.
Y la clave para ponderar la importancia de cada fuente se llama coeficiente de sensibilidad. Vamos al grano, les explico cómo funciona».
Capítulo 1: Los Fundamentos – La Teoría Indispensable
Lo que Ana y Carlos descubrieron es un punto fundamental en la metrología. Rara vez medimos algo directamente. Casi siempre, nuestro resultado final (el mensurando) se calcula a partir de otras cantidades que sí medimos.
Para preparar una solución, no mides la «concentración» con un «concentrómetro»; la calculas a partir de una masa, una pureza y un volumen.
La Ley de Propagación de la Incertidumbre es la regla fundamental que nos permite combinar las incertidumbres de esas mediciones de entrada para obtener la incertidumbre del resultado final.
La idea es simple: la variabilidad en cada una de las entradas «se propaga» a través del modelo matemático hasta el resultado final. La Ley de Propagación de la Incertidumbre es la fórmula que cuantifica esa propagación.
Para un resultado Y que se calcula a partir de varias cantidades de entrada X1, X2, …, XN, la incertidumbre estándar combinada uc(y) se estima con la siguiente fórmula, asumiendo que las entradas no están correlacionadas (el caso más común):
Sé que la fórmula puede parecer intimidante, pero vamos a desglosarla. Es más fácil de lo que parece.
¿Qué es un Coeficiente de Sensibilidad?
Olvida por un momento el símbolo de derivada parcial. Piensa en el coeficiente de sensibilidad como un factor de conversión o de impacto. Te dice cuánto cambia el resultado final por cada pequeño cambio en una de las entradas.
Analogía simple: Imagina que estás horneando un pastel (el resultado Y). Tus ingredientes son las entradas (Xi): harina, azúcar, huevos.
• El coeficiente de sensibilidad de la harina te diría cuánto aumenta el tamaño del pastel si añades 1 gramo más de harina. Probablemente sea un número significativo.
• El coeficiente de sensibilidad de la sal te diría cuánto aumenta el tamaño del pastel si añades 1 gramo más de sal. Probablemente sea un número muy pequeño, casi cero.
En nuestro laboratorio, si el coeficiente de sensibilidad para la masa es alto, significa que la incertidumbre de la balanza es crítica para el resultado final. Si es bajo, su impacto será menor.
Este coeficiente es lo que nos permite «traducir» la incertidumbre de cada entrada (en sus propias unidades) a la unidad del resultado final, ponderando su importancia. En la práctica, se calcula usando derivadas parciales del modelo matemático que relaciona las entradas con el resultado.
Capítulo 2: Manos a la Obra – El Taller Práctico
Volvamos al desafío de «Laboratorio de Confianza SA». Quieren preparar una solución patrón de plomo de aproximadamente 1000 mg/L.
Paso 1: Establecer el Modelo Matemático
Primero, necesitamos la ecuación que relaciona nuestras entradas (masa, pureza, volumen) con el resultado (concentración).
• m: masa del reactivo de alta pureza (Pb), en mg.
• P: pureza del reactivo, adimensional (ej: 0.999).
• V: volumen final de la solución en el matraz aforado, en L.
La concentración, C, en mg/L, se calcula así:
Paso 2: Recopilar los Datos y las Incertidumbres Estándar
Carlos y Ana usan los siguientes datos para su preparación:
• Masa (m): Pesan 250.3 mg de reactivo. La incertidumbre estándar de la pesada en ese rango es u(m) = 0.15 mg.
• Pureza (P): El certificado indica una pureza de 99.9% con una incertidumbre expandida de 0.1%. Asumiendo una distribución normal, la incertidumbre estándar es u(P) = 0.001/2 = 0.0005. El valor de P es 0.999.
• Volumen (V): Usan un matraz aforado de 250 mL (0.250 L). La incertidumbre estándar, considerando la calibración y el efecto de la temperatura, es u(V) = 0.08 mL (o 0.00008 L).
Paso 3: Calcular los Coeficientes de Sensibilidad
Ahora aplicamos las derivadas parciales a nuestro modelo C = mP/V para encontrar el «factor de impacto» de cada componente.
1. Sensibilidad a la Masa (m):
2. Sensibilidad a la Pureza (P):
3. Sensibilidad al Volumen (V):
1. Nota: El signo negativo indica que si el volumen aumenta, la concentración disminuye. Pero para la estimación de la incertidumbre, este signo desaparece al elevarlo al cuadrado, porque la incertidumbre siempre suma.
Paso 4: Construir el Presupuesto de Incertidumbres y Estimar
Organizamos todo en una tabla, que es la forma más clara de presentar un presupuesto.
Ahora aplicamos la Ley de Propagación de la Incertidumbre:
1. Sumamos las varianzas:
2. Calculamos la incertidumbre estándar combinada (la raíz cuadrada):
Finalmente, calculamos el valor de la concentración:
El resultado se expresaría inicialmente como 999.95 mg/L con una incertidumbre estándar combinada de 0.844 mg/L.
Un Punto Clave: Acumulación vs. Intervalo (El Mito del «Más/Menos»)
A lo largo de tu carrera, verás y usarás el símbolo «±» para reportar resultados. Es tan común que es fácil caer en una trampa lógica: si la incertidumbre se expresa como «más o menos», ¿no significa que a veces se resta? Y si se resta, ¿cómo puedo decir que «la incertidumbre siempre suma»?
Esta es una de las confusiones más importantes que debemos aclarar. Entender la diferencia entre el proceso de estimación y la declaración de un resultado es lo que separa al técnico que aplica una fórmula del metrólogo que realmente comprende lo que está haciendo.
El Proceso de Estimación: La Acumulación Inevitable
Vamos a pensarlo de una forma muy práctica. Cada componente en tu proceso de medición tiene una pequeña «inestabilidad» inherente, una vibración que no puedes eliminar:
• La balanza: Su lectura fluctúa ligeramente. Es una vibración electrónica y mecánica.
• El matraz: Su volumen real no es exactamente el valor nominal. Es una vibración en su fabricación y calibración.
• El analista: Su enrase no es perfecto cada vez. Es una vibración en la operación humana.
Cuando ejecutas el método, estas vibraciones individuales se combinan. La pregunta clave es: ¿se cancelan entre sí? ¿Puede la balanza leer «un poco de más» justo en el momento en que el analista enrasa «un poco de menos», anulando el error? Podría pasar, pero sería pura casualidad. No podemos basar una ciencia en la suerte.
El enfoque científico y robusto es asumir que estas inestabilidades, al ser de naturaleza aleatoria, se acumulan. La vibración final del resultado es la suma de todas las pequeñas vibraciones. Tu resultado final no puede ser más estable o más cierto que la parte más inestable de tu proceso; de hecho, solo puede ser menos estable.
Esta es la lógica detrás de la Ley de Propagación de la Incertidumbre. Mira de nuevo la ecuación:
El cuadrado en cada término (ci2 y u2(xi)) es la garantía matemática de este principio. Al elevar al cuadrado, cualquier valor negativo se vuelve positivo. Esto nos fuerza a sumar siempre las contribuciones a la varianza. No hay restas posibles. En la fase de cálculo, somos «pesimistas controlados»: consideramos cómo cada fuente de error contribuye al desorden total.
La Declaración del Resultado: El Intervalo de Confianza «±»
Una vez que has hecho todo el trabajo pesado y has estimado la incertidumbre final (primero la combinada, y luego la expandida, como veremos pronto), tu tarea cambia. Ya no estás estimando, estás comunicando.
Aquí es donde entra el símbolo «±». No es una operación matemática de suma o resta, sino una notación taquigráfica para definir un intervalo de confianza.
Cuando reportas un resultado como 100.2 ± 0.5 mg/L, estás comunicando un mensaje muy poderoso y honesto:
«Mi mejor estimación para el valor de esta propiedad es 100.2 mg/L. Sin embargo, debido a las inevitables inestabilidades de mi proceso de medición, tengo un alto nivel de confianza (típicamente 95%) de que el valor verdadero, que nunca conoceré con absoluta certeza, se encuentra en algún lugar dentro del rango que va desde 99.7 mg/L hasta 100.7 mg/L.«
Piensa en ello como un mapa del tesoro. Tu resultado (100.2) es la «X» que marca el punto donde crees que está el tesoro. La incertidumbre (± 0.5) dibuja un círculo alrededor de esa «X», definiendo el área donde estás casi seguro de que encontrarás el tesoro al excavar.
Capítulo 3: Preguntas Clave y Mitos Comunes
P: ¿Qué pasa si mi fórmula es una simple suma o resta, como en una pesada por diferencia (mfinal = mbruto−mtara)?
R: En ese caso, las derivadas parciales son simplemente 1 o -1. La Ley de Propagación se simplifica a:
que es:
Es decir, para sumas o restas, las varianzas simplemente se suman.
P: El coeficiente de sensibilidad del volumen salió negativo. ¿Hice algo mal?
R: No, es perfectamente correcto. Un coeficiente negativo significa que la relación es inversa: si el volumen aumenta, la concentración disminuye. En el cálculo final, como el coeficiente se eleva al cuadrado, su contribución a la incertidumbre siempre será positiva. Recuerda: la incertidumbre nunca se resta, siempre se acumula.
P: ¿Es aceptable ignorar una fuente de incertidumbre si su contribución parece ser muy pequeña?
R: Nunca debes ignorarla sin justificación. El procedimiento correcto es estimar su magnitud y su contribución a la varianza, como hicimos con el volumen en la tabla. Si demuestras con datos que esa contribución (la última columna) es insignificante comparada con las demás (por ejemplo, menos de un 5% de la mayor), puedes justificar su exclusión de la estimación final para simplificar. La clave es la justificación documentada, no la omisión por intuición.
P: ¿Qué hago si mi modelo matemático es demasiado complejo para calcular las derivadas (por ejemplo, una ecuación polinómica de una curva de calibración)?
R: ¡Excelente pregunta! Para eso existen métodos alternativos. Uno es la aproximación numérica (como el método de Kragten), y otro, mucho más potente y que veremos más adelante, es la Simulación de Monte Carlo (Suplemento 1 de la GUM), que evita por completo el uso de derivadas.
Capítulo 5: Lecciones Aprendidas y Siguientes Pasos
Carlos y Ana miraron la tabla completa. La solución estaba ahí, clara como el agua. «Mira esto», dijo Ana, señalando la última columna. «La contribución de la masa es la más grande, 0.3593. Es casi el doble que la de la pureza y más del triple que la del volumen. ¡Ahora sabemos exactamente dónde enfocar nuestros esfuerzos si queremos reducir la incertidumbre de esta preparación!».
«Dr. Morales, lo hemos conseguido», dijo Carlos. «Tenemos nuestra incertidumbre estándar combinada: 0.844 mg/L. ¡Gracias!».
«Excelente trabajo», respondió el Dr. Morales. «Han dado el paso más importante en la estimación de la incertidumbre. Ya tienen la incertidumbre estándar combinada. Pero, si un cliente te pregunta ‘¿qué tan seguro estás de este resultado?’, ¿qué le respondes? ¿Cómo le comunicamos este valor de una forma que exprese un nivel de confianza claro, como un 95%? Ese número, uc(y), por sí solo, no es la respuesta final».
La pregunta del Dr. Morales dejó a Ana y Carlos pensando. ¿Cómo pasar de la incertidumbre estándar a un intervalo de confianza que cualquiera pueda entender? La respuesta es el factor de cobertura y la incertidumbre expandida, y ese es precisamente el tema de nuestra próxima parada.
Pero antes, dijo el Dr. Morales, deberíamos profundizar un poco más en los coeficientes de sensibilidad para que no quede ni la menor duda de cómo se calculan y utilizan en la práctica.