Calculadora de propagación de errores
Multiplique 2 ± 0,1 por 3 ± 0,2 y obtendrá 6 con una incertidumbre estándar combinada de 0,5, además de lo que aporta cada dato. Sumas, productos, potencias, raíces cuadradas y logaritmos siguen la misma regla de primer orden. Gratis en su navegador.
- Gratis
- Funciona en su navegador
- Sin registro
- Sus datos no salen de su equipo
Ejecutar — gratis
Cuando una magnitud derivada se obtiene a partir de entradas medidas, el error estándar de cada entrada contribuye a la incertidumbre del resultado. La propagación de errores de primer orden —la aproximación lineal gaussiana o GUM— combina esas contribuciones mediante las derivadas parciales de la fórmula. Esta calculadora de propagación de errores acepta una fórmula algebraica junto con valores con nombre y sus errores estándar, evalúa la expresión y devuelve el resultado con la incertidumbre típica combinada bajo el supuesto habitual de que las entradas son independientes. Sumas, productos, cocientes, potencias y funciones de laboratorio habituales como la raíz cuadrada y el logaritmo conviven en un mismo contrato, de modo que usted no tiene que memorizar una identidad distinta para cada experimento.
Qué calcula realmente la propagación de errores de primer orden
La regla gaussiana de primer orden, que es también el término lineal de la Guía para la expresión de la incertidumbre de medida, linealiza la fórmula en torno al punto medido y suma las contribuciones independientes en cuadratura. Escrita por extenso, la incertidumbre típica combinada es la raíz cuadrada de la suma de cada derivada parcial por el error estándar correspondiente, todo ello al cuadrado.
En una suma o una diferencia las parciales valen más uno o menos uno, de modo que la incertidumbre combinada es simplemente la raíz de la suma de cuadrados de los errores de entrada. En un producto o un cociente la misma identidad se convierte en la conocida combinación de errores relativos. En una potencia, una raíz cuadrada o un logaritmo la parcial deja de ser trivial, y por eso un motor de fórmulas general es más honesto que un par de botones rígidos de producto y suma.
Esta calculadora evalúa la fórmula con diferenciación automática en modo directo, de forma que cada operador y cada función admitidos aportan una primera derivada exacta y no una conjetura por diferencias finitas que dependa de un paso oculto. Las entradas se tratan como no correlacionadas: no hay matriz de covarianzas, ni sorteo Monte Carlo, ni término hessiano de segundo orden. Ese es el modelo independiente de primer orden de los manuales, el que usan los laboratorios de grado y la mayoría de las columnas de incertidumbre de un LIMS.
Si algún error estándar es negativo, la solicitud se rechaza, porque un error estándar es una anchura no negativa, no un residuo con signo. El cero se admite y significa que esa entrada se trata como exacta. La respuesta informa el resultado evaluado, la incertidumbre combinada, las incertidumbres relativa y porcentual opcionales cuando el resultado no es cero, y un desglose por variable de parciales y contribuciones a la varianza para que usted vea qué medición domina el presupuesto.
Contrato de entrada, fórmulas admitidas y cómo se informan los errores
Se exige al menos una variable y la lista tiene un tope para que un volcado pegado de un cuaderno no se desborde. La sintaxis admitida incluye suma, resta, multiplicación, división, potencia con acento circunflejo o doble asterisco, paréntesis y multiplicación implícita como dos pi r o dos a. Las constantes incorporadas son pi y e.
Las funciones incorporadas son sqrt, exp, ln, log (natural), log10, sin, cos, tan, abs, asin, acos, atan y pow, con argumentos trigonométricos en radianes. Una comprobación clásica de producto es la fórmula a por b con a igual a dos más o menos una décima y b igual a tres más o menos dos décimas: el resultado es seis y la incertidumbre combinada es exactamente un medio, porque las parciales valen tres y dos.
Una comprobación de densidad m sobre v con masa diez más o menos una décima y volumen dos más o menos cinco centésimas da cinco con una incertidumbre combinada próxima a ciento treinta y cinco milésimas.
Cuándo conviene propagar la incertidumbre
Los laboratorios universitarios de física, química e ingeniería piden al alumnado que cite un resultado derivado con una incertidumbre combinada en lugar de copiar solo el valor central de una calculadora. Las plataformas docentes y los generadores de exámenes necesitan un oráculo determinista que marque un error estándar negativo como no válido, en lugar de tomar un valor absoluto y puntuar en silencio como correcta una hoja descuidada.
Los laboratorios analíticos y de calibración adosan una incertidumbre de primer orden a fórmulas de densidad, resistencia, caudal y rendimiento dentro de un LIMS o de trabajos de cuaderno, sin levantar un sistema de álgebra computacional. Los equipos de calidad y metrología comparan qué entrada domina la contribución a la varianza cuando deciden si conviene comprar una balanza mejor o un termómetro mejor. La validación fallida no consume saldo.
Qué puede hacer con ella
Informes de laboratorio y claves de deberes
El alumnado introduce una fórmula más cada valor medido y su error estándar para comprobar la incertidumbre combinada frente a la regla de primer orden de los laboratorios universitarios de física y química.
Columnas de incertidumbre en LIMS y cuadernos
Adose una incertidumbre combinada determinista a fórmulas de densidad, resistencia o rendimiento en sistemas de información de laboratorio y cuadernos de análisis, sin depender de un sistema de álgebra computacional.
Revisiones del presupuesto de incertidumbre
Inspeccione las contribuciones a la varianza por variable para ver qué medición domina la incertidumbre combinada antes de comprar un instrumento mejor o de repetir una corrida.
Preguntas frecuentes
¿Cómo se calcula la incertidumbre combinada?
Las parciales proceden de la diferenciación automática en modo directo de la fórmula.
¿Por qué se rechazan los errores estándar negativos?
Un error estándar es una anchura no negativa.
¿Se supone que las variables de entrada son independientes?
Sí. La incertidumbre combinada es la raíz de la suma de cuadrados de los términos individuales (parcial × error estándar). Las entradas correlacionadas y la propagación Monte Carlo quedan fuera del alcance de esta página.
¿Qué fórmulas y funciones se admiten?
Puede usar + − * / ^, paréntesis, multiplicación implícita, las constantes pi y e, y las funciones sqrt, exp, ln, log, log10, sin, cos, tan, abs, asin, acos, atan y pow. Los argumentos trigonométricos van en radianes.
¿Cómo veo qué medición pesa más en la incertidumbre?
Mire el desglose de cada dato, que muestra su derivada parcial y su aportación. En el ejemplo, el segundo dato aporta 0,4 y el primero 0,3, así que medir mejor el segundo es lo que más ayuda.
Herramientas relacionadas
Para desarrolladores — acceso por API
Todo lo de esta página está disponible por programación. Esta sección es para equipos que quieren integrarlo en sus sistemas; el resto puede usar la herramienta de arriba sin más.
Endpoint de API
¿Prefiere automatizarlo? Un POST autenticado crea la tarea; el resultado llega por webhook o enlace firmado. La misma capacidad también se ejecuta aquí en la web, por email y desde Telegram — y pronto también desde nuestra app.
Llámela desde su stack
curl -X POST https://api.kit.forhosting.com/stat/error-propagation \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"formula":"a*b","variables":[{"name":"a","value":2,"std_error":0.1},{"name":"b","value":3,"std_error":0.2}]}'const res = await fetch("https://api.kit.forhosting.com/stat/error-propagation", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"formula": "a*b",
"variables": [
{
"name": "a",
"value": 2,
"std_error": 0.1
},
{
"name": "b",
"value": 3,
"std_error": 0.2
}
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/error-propagation",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"formula": "a*b",
"variables": [
{
"name": "a",
"value": 2,
"std_error": 0.1
},
{
"name": "b",
"value": 3,
"std_error": 0.2
}
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/error-propagation", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"formula":"a*b","variables":[{"name":"a","value":2,"std_error":0.1},{"name":"b","value":3,"std_error":0.2}]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"formula":"a*b","variables":[{"name":"a","value":2,"std_error":0.1},{"name":"b","value":3,"std_error":0.2}]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/error-propagation", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Ejemplo de solicitud
{
"formula": "a*b",
"variables": [
{
"name": "a",
"value": 2,
"std_error": 0.1
},
{
"name": "b",
"value": 3,
"std_error": 0.2
}
]
}Ejemplo de respuesta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.error_propagation",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}La API es asíncrona: la llamada devuelve un task_id al instante y el resultado llega por webhook. El polling está limitado a 1 req/s por tarea.
Precio
Precio publicado — sin tokens ni créditos inventados. Una tarea fallida no se cobra.
Límites
max_formula_len | 400 |
max_variables | 24 |
max_abs | 1000000000000000 |
Errores
| HTTP | Código | Significado |
|---|---|---|
401 | unauthorized | API key ausente o inválida. |
402 | insufficient_balance | El saldo no cubre el precio de la tarea. |
404 | unknown_type | El tipo de tarea no existe. |
429 | rate_limited | Demasiadas peticiones. Use el webhook en vez de sondear. |
Notas técnicas
Un error estándar negativo se rechaza con invalid_input en lugar de tomarse en valor absoluto en silencio.
Qué calcula realmente la propagación de errores de primer orden
La propagación de errores responde a una pregunta de laboratorio que una calculadora desnuda nunca formula: si cada entrada se conoce solo hasta un error estándar declarado, ¿cuál es la incertidumbre típica del número que acaba de calcular?
Contrato de entrada, fórmulas admitidas y cómo se informan los errores
Envíe un cuerpo JSON con POST y dos campos obligatorios. formula es una expresión algebraica cuyos identificadores coinciden con los nombres que usted suministrará; se aceptan los alias expression, expr y f. variables es una lista de registros, cada uno con name, value y std_error, con alias vars, inputs y measurements para la lista y error, se, sigma o uncertainty para la celda del error estándar. Campos ausentes, fórmulas vacías, identificadores desconocidos, nombres de función reservados usados como variables, números no finitos y cualquier std_error negativo fallan con invalid_input nombrando el problema, y esos fallos no se facturan. Si la operación tiene éxito, el cuerpo repite la fórmula, devuelve result y combined_uncertainty como pareja principal, fija method en first_order_gaussian e independent en true, reescribe la identidad de cuadratura y enumera cada entrada con su derivada parcial, su contribución absoluta y su contribución a la varianza. Combine el JSON con su propio redondeo de cifras significativas si una plantilla de informe exige una presentación concreta; este extremo conserva doce decimales para que las pruebas de referencia y las canalizaciones se mantengan estables entre motores JavaScript.
Dónde una API de propagación de errores justifica su uso
Como la implementación es parse de nivel A puro, cada llamada correcta cuesta el precio base publicado $0.002, sin tokens de modelo y sin red de salida. Mantenga las fórmulas cortas, nombre cada identificador y fije en las pruebas el result y el combined_uncertainty redondeados, y obtendrá una incertidumbre reproducible para deberes, workers de borde y scripts de laboratorio, sin reimplementar la regla lineal GUM en cada lenguaje que entregue.
Preguntas técnicas
¿Cuánto cuesta la calculadora de propagación de errores?
La herramienta del navegador es gratuita. Las solicitudes de API usan saldo prepago de KIT a $0.002 por llamada correcta; la entrada no válida, incluido un error estándar negativo, no se factura.