Análisis sigma

La letra griega $\sigma$ aparece en dos papeles enteramente distintos en esta referencia, y confundirlos es un peligro genuino. En la master formula, $\sigma(E)$ es la sección eficaz de dispersión, una fuerza de acoplamiento física con unidades de área. En los capítulos de validación, $\sigma$ es la desviación estándar, una medida estadística de dispersión. Este capítulo trata ambos significados deliberadamente y en paralelo, y enuncia la convención de notación de forma explícita para que no quede ambigüedad alguna.

Dos magnitudes distintas, un símbolo

El solapamiento de notación es una herencia inevitable de la convención: la física usa $\sigma$ para las secciones eficaces, la estadística usa $\sigma$ para las desviaciones estándar, y ambas tradiciones están demasiado arraigadas como para abandonarlas. Dentro de esta referencia la convención es la siguiente. Cuando $\sigma$ aparece con un argumento de energía explícito, escrito $\sigma(E)$, significa siempre la sección eficaz. Cuando $\sigma$ aparece sin argumento en el contexto de una distribución de salida calculada o de un enunciado de confianza, significa la desviación estándar. Allí donde las dos puedan confundirse, el significado pretendido se enuncia con palabras. Teniendo esta regla presente, los dos papeles pueden ahora examinarse por separado.

Sigma la sección eficaz: σ(E)

La sección eficaz de dispersión $\sigma(E)$ [m²] mide cuán fuertemente el campo incidente se acopla al material del conversor en función de la energía. Entra en la master formula como uno de los factores del integrando,

$$P(t) = \iint \Phi(E,\theta,t)\,\sigma(E)\,\Delta p\,v_{\text{ph}}\,\eta_{\text{conv}}\;dE\,d\theta ,$$

y su dependencia de la energía es decisiva porque la salida está gobernada por el solapamiento de $\sigma(E)$ con el flujo $\Phi$, como se discute en flujo de energía multicanal. La lectura dimensional merece una pausa: una sección eficaz es un área efectiva, el tamaño de blanco nominal que el material presenta a un cuanto incidente a energía $E$. No es una probabilidad ni una tasa; adquiere esos significados solo cuando se multiplica por un flujo, que es exactamente lo que hace el integrando. El análisis de $\sigma(E)$ se centra en su forma. Una sección eficaz que es amplia y plana se acopla a una franja ancha del espectro pero débilmente a cualquier energía individual; una que está agudamente picada —una resonancia— se acopla fuertemente pero solo en una banda estrecha. Una caricatura ilustrativa útil de una resonancia es el perfil lorentziano

$$\sigma(E) \;\propto\; \frac{(\Gamma/2)^2}{(E-E_0)^2 + (\Gamma/2)^2} ,$$

centrado en $E_0$ con anchura $\Gamma$: a medida que $\Gamma \to 0$ el pico se vuelve alto y estrecho, acoplándose poderosamente pero solo al flujo dentro de un pelo de $E_0$. Si una $\sigma(E)$ amplia o picada produce más potencia depende por completo de dónde se sitúe el flujo ambiental respecto al pico, razón por la cual caracterizar $\sigma(E)$ conjuntamente con el flujo es la sustancia de la ingeniería del conversor; véase interpretación de ingeniería. Una $\sigma(E)$ agudamente picada también tiene consecuencias numéricas: cuanto más estrecha sea $\Gamma$, más fino es el muestreo requerido cerca de la resonancia para evitar error de cuadratura, como se señala en simulación numérica.

Sigma la desviación estándar: σ

En el contexto de validación, $\sigma$ denota la desviación estándar de una distribución de salida calculada —un objeto completamente distinto con unidades completamente distintas, a saber, las de $P(t)$ mismo, no las de área—. Cuando la master formula se evalúa por Monte Carlo con entradas inciertas, como se describe en validación de Monte Carlo, el resultado no es un único número sino un ensamble de valores de $P(t)$. La media $\mu$ de ese ensamble estima la salida esperada; su desviación estándar

$$\sigma = \sqrt{\;\frac{1}{N-1}\sum_{k=1}^{N}\big(P_k - \mu\big)^2\;}$$

cuantifica la dispersión. Reportar un resultado como una media más o menos un $\sigma$ es un enunciado de confianza estadística: bajo la intuición gaussiana habitual, aproximadamente dos tercios de la distribución quedan dentro de un $\sigma$ de la media y cerca del noventa y cinco por ciento dentro de dos $\sigma$. Dos cautelas acompañan a esa intuición. Primero, la desviación estándar $\sigma$ de la distribución no debe confundirse con el error estándar $\sigma/\sqrt{N}$ de la media: la primera describe cuán incierta es la salida, el segundo cuán bien ha fijado la simulación su propio promedio. Segundo, cuando la distribución de salida está sesgada —como tienden a estarlo los productos de factores positivos— la regla gaussiana de dos tercios / noventa y cinco por ciento es solo aproximada, y los intervalos reportados quedan mejor anclados a percentiles. Una validación bien realizada, por tanto, reporta tanto la salida media como su $\sigma$, e idealmente su intervalo de confianza, para que un lector pueda juzgar cuán estrechamente está restringida la predicción.

Confianza y el significado de “significancia”

La lectura de $\sigma$ como desviación estándar sustenta el lenguaje de la significancia estadística. Un efecto predicho que sea grande comparado con su $\sigma$ está bien determinado; uno que sea comparable a o menor que su $\sigma$ no lo está, y debería reportarse como consistente con un rango que puede incluir el cero. Esta disciplina importa especialmente para cualquier aplicación propuesta del marco: si una salida afirmada no está varios $\sigma$ por encima del piso de incertidumbre fijado por las distribuciones de entrada, entonces el marco mismo ordena cautela, porque el modelo no puede distinguir el efecto afirmado del ruido en los supuestos.

Aquí debe enunciarse con claridad la aclaración más importante de todo el capítulo. El $\sigma$ estadístico que emerge de la validación del modelo no es una significancia de descubrimiento experimental. En física experimental, un resultado “de cinco sigma” significa que una observación se destaca cinco desviaciones estándar por encima del fondo esperado por fluctuaciones estadísticas de datos reales —un umbral para afirmar un descubrimiento—. El $\sigma$ que se calcula aquí no es nada de eso: mide cuán estrechamente las propias entradas del modelo, una vez supuestas, restringen la propia salida del modelo. Un modelo puede reportar un $\sigma$ muy pequeño —una predicción muy “confiada”— mientras descansa por completo en supuestos físicos no verificados. La confianza es confianza en la aritmética de los supuestos, no evidencia de que los supuestos sean verdaderos. Un $\sigma$ estadístico estrecho es, por tanto, un enunciado de consistencia interna, nunca un sustituto de la medición experimental que establecería la física. Confundir los dos permitiría que un modelo autoconsistente se hiciera pasar por un descubrimiento confirmado, que es precisamente el error que el marco está construido para prevenir.

Mantener los dos separados en la práctica

La regla práctica merece reenunciarse porque previene errores reales. Una oración que menciona fuerza de acoplamiento, dependencia de la energía o área habla de $\sigma(E)$ la sección eficaz. Una oración que menciona dispersión, confianza, barras de error o la anchura de una distribución de salida habla de $\sigma$ la desviación estándar. Los dos nunca aparecen en la misma ranura de la master formula; uno tiene unidades de área, el otro unidades de potencia; uno es una entrada física, el otro un resumen estadístico de una salida; y nunca significan lo mismo. Los lectores que se mueven entre los capítulos de arquitectura y los de validación deberían llevar esta distinción consigo; el glosario compacto en la referencia de notación registra ambos usos, y la definición física de la sección eficaz queda fijada en definiciones de variables.

Lectura adicional

• Cowan, G. (1998). Statistical Data Analysis. Oxford University Press — referencia estándar sobre la desviación estándar, los intervalos de confianza y el significado correcto de la significancia estadística.
• Sakurai, J. J., & Napolitano, J. (2020). Modern Quantum Mechanics (3rd ed.). Cambridge University Press — para la definición e interpretación física de la sección eficaz de dispersión y los perfiles resonantes (Breit–Wigner / lorentzianos).
• Particle Data Group, Workman, R. L., et al. (2022). “Review of Particle Physics.” Progress of Theoretical and Experimental Physics, 2022, 083C01 — para las convenciones sobre secciones eficaces y sobre los umbrales de significancia de descubrimiento en el experimento.