Trabajando con

incertidumbres
Kevin Rivera, Kevin Castillo, Jos Osorio,
Roberto Molina
Escuela de Sistemas Informticos,
Universidad de El Salvador
San Salvador, El Salvador
kevinrev26@gmail.com
kobeja_16@hotmail.com
joseosorio001@outlook.com
roberto93_2012@hotmail.com
Abstract El conocimiento cientfico trata de explicar
la realidad con modelos e hiptesis, dichas ejecuciones son
abstracciones del entorno; por lo tanto existe una aproximacin a
lo verdadero o real, mas nunca una certeza absoluta. Los
resultados obtenidos poseen, per se, una incertidumbre bajo este
enunciado trabaja todo el conocimiento cientfico, dando lugar a
una relacin estrecha entre la incertidumbre y la data derivada de
los experimentos; dicho vincula postula, un hecho ms que
interesante: No existen resultados relevantes sin incertidumbres.
Al realizar una medicin, existe meramente una comparacin.
Una cantidad estndar o convencional con alguna otra de inters
en estudio, aquellas se establecen a priori con las cuales se pueden
representar muchas otras. Si se trabaja con sistemas
computacionales, la manera en cmo se almacenan los datos
juega un rol muy importante para el clculo de la incertidumbre
y los diferentes errores, estos motivos invitan y resaltan el hecho
de estudio de la propagacin de errores en mtodos y clculos
numricos por computador.

I. INTRODUCCIN
Existe una verdad certera? Qu es el conocimiento? Cules son los
lmites del mismo? Para responder a estas interrogantes hay que
recurrir a una disciplina y rama filosfica que se encarga del estudio
del conocimiento: Epistemologa. Dicha asignatura establece las
teoras pertinentes para tener un alcance o panorama de lo que
significa conocer o saber. Pero es interesante recalcar que desde el
momento en que se utilizan teoras para conocer el conocimiento se
crea una abstraccin, abstraccin que contiene en si un hecho
interesante: No existe certeza absoluta, la ciencia es incierta en
distintos grados: No hay un hecho absoluto solo aproximaciones a la
verdad o a los datos reales. Para Kant Filosofo alemn y terico del
conocimiento- no es posible conocer el mundo real. La base de esta
argumentacin reside en la experiencia: No es posible acercarse a la
cosa en si solamente tener una representacin de un objeto por medio
del empirismo el fenmeno. Por medio de esta explicacin queda
establecido un enunciado que la ciencia rigurosa ha aceptado como
cierto (Un axioma): No existe resultados relevantes sin la
incertidumbre. La ciencia crea modelos, teoras e hiptesis, genera
una representacin del mundo para comprenderlo, cuando arroja
resultados no es posible tener la certeza de que el valor es el
verdadero: existe incertidumbre. Dicha incerteza es un hecho
intrnseco de todo proceso o mtodo cientfico, la teora cientfica se
apoya en las mediciones realizadas a los objetos de estudio, la realizar
la medicin se compara una cantidad con otra. Dicha cantidad
convencional conlleva una incertidumbre y por consiguiente, el error
se sigue propagando.

II. DESARROLLO DE CONTENIDOS

1.1 La exactitud en la ciencia.
El conocimiento es una estructura de enunciados con diferentes grados
de incertidumbre. En la ciencia se trata de explicar la realidad usando
modelos, lo que es necesario porque la realidad misma es muy
compleja, por eso necesitamos el modelo para llegar a esos aspectos de

la realidad que queremos entender.

Los modelos o teoras nunca pueden ser una perfecta descripcin de
la realidad, incluso si no encontramos una diferencia entre el modelo y
la realidad, esa declaracin misma es incierta. As que es inevitable
para un modelo o teora tener incertezas.

1.2 Datos sin incertidumbre.

De acuerdo con Karl Popper, bastara con encontrar una sola verdad
cientfica sin incertidumbre para poner en duda su declaracin de que
las verdades cientficas siempre son inciertas.
Pero incluso lo que se puede afirmar como exacto no lo es, por
ejemplo: un cuerpo de exactamente 1kg de masa en reposo, que es el
prototipo de kilogramo, que es la masa por definicin, ha sido
cambiada en el transcurso de las dcadas por inconsistencias en exceso
del
.

1.3 Incertidumbres en la vida cotidiana.

En la vida cotidiana uno encuentra muchas incertidumbres y raramente
son reconocidas o llamadas a si incertidumbres. Estas son tolerancias,
niveles de confianza. En la interaccin humana ni siquiera el tiempo de
una reunin est programada exactamente, la incertidumbre depende
del fondo cultural de las personas involucradas.
Incluso nuestro sistema biolgico contiene variaciones. Cada
mutacin del ADN puede cambiar el sistema dramticamente.
Sin tolerancias en la mecnica y la electrnica los sistemas no
podran ser construidos o reparados. En reemplazo de una pieza no
puede tener idnticas propiedades a la original, por eso todo diseo de
instrumentos tiles deben llevar en cuenta una tolerancia.

2.1 Medicin de datos.

Para representar una cantidad (debido la consistencia de sus teoras y
mtodos) fsica debemos establecer un dato y acoplarlo a una unidad,
esto da lugar a una slida abstraccin de las comparaciones realizadas
para manipular y analizar los resultados obtenidos. Una medicin
consiste en la comparacin entre una cantidad muestra y otro valor
convencional, este ltimo establecido por norma.
Se debe establecer una diferencia terica y prctica entre contar y
medir. Lo primero hace referencia a una tarea cotidiana, secuencial y
emprica de incrementar un valor, lo segundo es una comparacin entre
dos valores para obtener una aproximacin a lo verdadero y estudiarlo.
Cabe resaltar que el conteo carece de incertidumbre por su naturaleza.

2.2 Analgico vs digital.

El producto de una medicin es por s mismo un valor digital, ya que
posee una caracterstica discreta (cambia a pasos).
En apariencia puede parecer que las mediciones entre cantidades
anlogas producen una cantidad anloga, pero la experimentacin dicta
que dichas mediciones se obtienen cantidades discretas o digitales.

2.3 Trabajando con datos.

3.5 Incertidumbre en las evaluaciones (Anlisis de error)

Cuando se almacenan cantidades en la computadora estos deben ser

representados por el hardware, que tiene la cualidad de ser finito. Pero
los nmeros son de naturaleza infinita, as que deben existir
abstracciones que manejen con este error intrnseco en el
almacenamiento de los datos.

En esta seccin del captulo menciona dos mtodos de evaluacin de

incertidumbre, los cuales son: El inductivo (tipo A) y el deductivo (tipo
B). Nos describe cuando se utiliza cada mtodo y en que consiste el
desarrollo de cada uno.

Para manipular los nmeros se establecen dos mtodos: Truncamiento

y redondeo. En el truncamiento los dgitos son cortados aunque el
nuevo nmero no pierde valor con respecto a su anterior. En el
redondeo cambia su valor incrementando el ltimo digito.

3.1 Caractersticas generales de la incertidumbre.

Esta seccin se enfoca en darnos una idea un poco ms concreta de lo
que son las incertidumbres que las anteriores, define conceptos cmo
valor real, mejor estimado, incertidumbre e intervalo de confianza.
Luego describe ciertas caractersticas de las incertidumbres, por
ejemplo que el nivel de confianza en el intervalo de incertidumbre
seala cun confiable es el valor de los datos observados y que las
incertidumbres existen a pesar de no provenir de una medida, no cmo
suele opinar la mayora de personas, que es causada por errores
medicin o el instrumento utilizado.
Tambin es importante hablar de la forma que toma la distribucin de
incertidumbre, ya que si no se conoce es imposible instituir un
intervalo de confianza para el valor de los datos.
Hace nfasis en que si no todos los valores en el 100% del intervalo
tienen la misma probabilidad, esto se ver reflejado en la forma de la
distribucin.

El mtodo inductivo (evaluacin de tipo A) se basa en la variacin del

equivalente de los valores de datos.
El mtodo deductivo (evaluacin de tipo B) se basa en la distribucin
de probabilidad de las incertidumbres.

3.6 Incertidumbre experimental

En experimento siempre se tiene que tomar en cuenta factores, los
cuales pueden afectar los resultados y el nivel de error de dicho
experimento, en esa seccin se habla sobre la incertidumbre en los
experimentos, cules son sus tipos y en qu consisten.
Incertidumbre de medicin, es la que se da por los instrumentos de
medicin, se puede generar por escala, interpolacin, digitalizacin.
Incertidumbre por parmetros, esta se genera por el ambiente y todo lo
que puede afectar el experimento que sea externo a este. Pero que
dentro del experimento los resultados pueden ser aceptables.
Incertidumbre de modelo es aquello que es esencial para la realizacin
del experimento, pero genera incertidumbre

IV.CONCLUSION
3.2 Definiciones
La palabra error evoca a la asociacin de estar equivocado o mal, por
esto es que actualmente se hace uso del trmino incertidumbre. Es
normal obtener una incertidumbre y que esta sea desconocida, aun si el
mejor estimado es mayor o menor que el valor real. Es importante la
forma en que se expresan las incertidumbres, tomando en cuenta el
nmero de cifras significativas (es mejor poner ms que menos, es ms
fcil redondear al final, en cambio, si se desprecian cifras desde el
principio es imposible recuperar las cifras redondeadas) una
correccin es necesaria si la cantidad definida tericamente no puede
ser expresada con la medicin, omitir correcciones resulta en errores
reales (no incertidumbre)

3.3 Incertidumbre dependiente de un solo valor.

De la longitud se dice que L es medida mediante el criterio de longitud
l k veces; y la longitud del criterio es conocido con una incertidumbre
de l. Podemos observar mediante un grfico que cualquier cambio
en la longitud resulta k veces mayor cambio en L; esto tambin puede
ser expresado de manera diferencial y se obtiene
Luego se toca el tema del rea circular Ac que es determinado por la
medida de su dimetro d y es conocido dentro de d. Por
diferenciacin aprendemos cmo la incertidumbre Ac del rea
depende de la incertidumbre de d del dimetro.
Incertando la incertidumbre d el resultado es un tanto diferente para
Ac:

3.4 Mltiples componentes de incertidumbre

En esta seccin nos habla sobre la relacin que hay entre una
operacin que relaciona dos o ms variables, en el ejemplo de la
velocidad, nos dice que el resultado de la velocidad dependen tanto de
la incertidumbre del tiempo como de la incertidumbre de la distancia;
tambin nos habla de que no siempre las variables tendrn correlacin
o sea sern independientes. Se puede encontrar como calcular las
incertidumbres de las variables que se estn estudiando.
Tambin menciona cuando se utiliza la suma, la resta y la combinacin
de ambas con incertidumbre y que proceso se lleva acabo para hacerlo.

Para realizar un anlisis cientfico hay que tener en cuenta la naturaleza

de los errores y la incertidumbre en los datos, una investigacin
cientfica rigurosa no puede permitir errores en los resultados
obtenidos, salvo que sean incontrolables a la hora de realizar el
experimento o aquellos que conllevan intrnsecamente la incertidumbre
debido a las teoras y/o abstracciones hechas del mundo real. El
procesamiento de estos datos juega un papel importante, ya que el
almacenamiento de datos en el ordenador conlleva un error agregado a
los que se dan por naturaleza. Como informticos debemos ser capaces
de controlar y manejar dichos errores a cabalidad a fin de obtener
siempre resultados certeros, precisos y con cierta exactitud a la hora de
resolver aquellos problemas especficos. Utilizar de manera adecuada
la programacin en la computadora desemboca en la resolucin y
utilizacin de mtodos para optimizar el recurso, escoger la mejor
propuesta de un problema dado.

REFERENCIAS
[1]

Denise Najmanovich y Mariano Lucano, Epistemologa para

principiantes, Ed. Era Naciente, Buenos Aires, Argentina, 2008.

[2]

Shoichiro Nakamura, Metodos numricos aplicados con Software,

Prentice Hall, Primera Edicin, Mxico, 1992.