Tratamiento de Datos e Incertidumbre: Uso del GUM

Resumen

El joven investigador desde pregrado y más en posgrado requiere de una caja de herramientas relacionada al tratamiento de los datos. Una buena medición solo es así cuando se expresa adecuadamente su incertidumbre, de ahí que su determinación y expresión son importantísimas. En estas notas que lo pondremos en forma de artículos, permitirá cubrir esta necesidad existente. Los temas escogidos son los que cotidianamente necesitará en el trabajo de laboratorio. Distribuciones de probabilidad, evaluación y expresión de la incertidumbre, ajuste a modelos lineales y nolineales en los parámetros. Igualmente incluiremos algunas herramientas de métodos numéricos (integración y diferenciación numérica, interpolación spline, solución de ecuaciones algebraicas y monte carlo). Y con esa teoría se propone construir sus propios paquetes, ayudados de sistemas de softwares capaces de manejar, texto, datos y gráficos. Tales como Mathematica, Matlab, Maple, Matcad, etc. Sin embargo, también promovemos que se usen los lenguajes, más complejos como C y Fortran.

Abstract

The young researcher from undergraduate and graduate level need of a toolbox related to data processing. A good measurement is only when it is well expressed its uncertainty, hence its determination and expression are important. These notes in a form of articles will cover this need. The topics chosen are those who require daily in laboratory work. Distributions of probability, assessment and expressing uncertainty, suits and linear models in nolineales parameters. Also include some tools of numerical methods (numerical integration and differentiation, spline interpolation, solving algebraic equations and Monte Carlo). And with that theory we proposed to build their own packages, aided by software systems capable of handling, text, data and graphs. Such as Mathematica, Matlab, Maple, MATC, and so on. However, we also promote the use of languages more complex as C and Fortran.

Palabras claves: Tratamiento datos – Análisis Error – Incertidumbre Evaluación – Tratamiento Estadístico Datos (Data reduction – Error Analysis – Uncertainty Evaluation – Statistic Process Data).

1. Introducción

Cuando el estudiante realiza el tratamiento de sus datos al elaborar un informe o tesis se encuentra con grandes dificultades para expresar mejor sus resultados y extraerle el mayor provecho. Conceptos como Distribuciones de Probabilidad, La Matriz Error, Prueba del Chi-cuadrado, Ajustes no lineales etc., resultan difíciles o incomprensibles. El comprenderlos le puede acarrear mucho tiempo frente a los plazos establecidos de la beca o congreso. Si finalmente decide usar algún paquete, sale del paso, pero finalmente le quedará un vacío eterno. Por ello es mejor, llegar a esta etapa con una buena base en análisis de errores.

Con la proliferación de programas, listos, para el manejo de datos y gráficos, se ha descuidado grandemente el fundamento teórico de los mismos. En muchos casos no entienden que tipo de relación usó para definir el error, o saber el grado de confianza de sus resultados, o cómo hizo para determinar el mejor parámetro de ajuste.

Considerando que la física es 90% de medición, el experimentalista debe manejar bien los conceptos y técnicas que tienen que ver con la mejor medida, evaluación de la incertidumbre y su expresión. También debe conocer técnicas numéricas que faciliten el manejo de sus resultados y su interpretación, como integración numérica, solución de ecuaciones algebraicas lineales y no lineales, interpolación spline, montecarlo entre otras.

El manejo óptimo de los datos y mediciones, adicionalmente, le abre al joven físico posibilidades de emplearse (o autoemplearse) en los diversos laboratorios de calibración o áreas metrológicas.
Considerando que a nivel de pregrado no se dicta esta materia en la mayoría de universidades del país, ni se dispone de textos que estén al acceso de los estudiantes me he osado redactar estas notas en base a los cursos y charlas dictadas tanto a nivel de pregrado cuanto de posgrado.

(Parte de un artículo preparado para una publicación)