Métodos Numéricos Aplicados a la Experimentación Física: Caso de Estudio (Dinámica)
Luis G. Guerra A. https://orcid.org/0009-0002-8412-2154 Universidad Central del Ecuador Ecuador
|
Guillermo R. Terán A. https://orcid.org/0000-0002-0096-3013 Universidad Central del Ecuador Ecuador
|
Elsa R. Arequipa Q. https://orcid.org/0000-0002-1238-8220 Universidad Central del Ecuador Ecuador
|
Jorge O. Guachamin. https://orcid.org/0000-0002-6957-0488 Universidad Central del Ecuador Ecuador
|
Luis S. Poma L. https://orcid.org/0000-0002-7017-508X Universidad Central del Ecuador Ecuador
|
|
Las prácticas experimentales manejan datos que por definición provocan un error en comparación con los datos teóricos, sin embargo, el uso de métodos numéricos en la resolución de guías experimentales acota y limita el error que se pueda derivar de emplear pocos puntos para determinar una pendiente, en el caso de analizar dos variables con proporcionalidad directa, por ejemplo. El presente artículo busca orientar los cálculos hacia una mejor comprensión y aproximación de los resultados, para tener la capacidad de concluir y deducir las leyes Físicas dentro de las guías experimentales, que son parte de procesos didácticos-pedagógicos en la enseñanza-aprendizaje de la Física Experimental.
.
Palabras clave: Regresión Lineal; dinámica; errores; fuerza; aceleración.
Numerical Methods Applied to Physics Experimentation: Case Study
(Dynamics)
ABSTRACT
Experimental practices handle data that cause an error in comparison with the theoretical data, however,
the use of numerical methods in the resolution of experimental guides limits the error that can be caused
from using few points to determine a slope, in the case of analyzing two variables with direct
proportionality, for example. This article seeks to guide the calculations towards a better understanding
and approximation of the results to conclude and deduce the physical laws within the experimental
guides, which are part of didactic-pedagogical processes in the teaching-learning of Physics
Experimental.
Keywords: Lineal Regression – Dynamics – Errors – Force – Acceleration
Artículo recibido 15 abril 2023
Aceptado para publicación: 15 mayo 2023
Portamasas |
t1 |
t2 |
t3 |
t4 |
(kg) |
(s) |
(s) |
(s) |
(s) |
0 |
0.205 |
0.195 |
0.189 |
0.184 |
0.010 |
0.178 |
0.16 |
0.149 |
0.141 |
0.020 |
0.165 |
0.145 |
0.131 |
0.121 |
0.030 |
0.163 |
0.139 |
0.124 |
0.114 |
Figura 1. Equipo de experimentación
|
|
|
|
Portamasas |
v1 |
v2 |
v3 |
v4 |
(kg) |
(m/s) |
(m/s) |
(m/s) |
(m/s) |
0 |
0.488 |
0.513 |
0.529 |
0.543 |
0.010 |
0.562 |
0.625 |
0.671 |
0.709 |
0.020 |
0.606 |
0.690 |
0.763 |
0.826 |
0.030 |
0.613 |
0.719 |
0.806 |
0.877 |
Portamasas |
mT |
t1 |
t2 |
t3 |
t4 |
(kg) |
(kg) |
(s) |
(s) |
(s) |
(s) |
0 |
0.401 |
0.512 |
1.461 |
2.314 |
3.18 |
0.010 |
0.411 |
0.451 |
1.228 |
1.869 |
2.483 |
0.020 |
0.421 |
0.422 |
1.128 |
1.696 |
2.231 |
0.030 |
0.431 |
0.398 |
1.053 |
1.572 |
2.061 |
Portamasas |
a1 |
a2 |
a3 |
a4 |
ap |
(kg) |
(m/s2) |
(m/s2) |
(m/s2) |
(m/s2) |
(m/s2) |
0 |
0.95 |
0.35 |
0.23 |
0.17 |
0.43 |
0.010 |
1.25 |
0.51 |
0.36 |
0.29 |
0.60 |
0.020 |
1.44 |
0.61 |
0.45 |
0.37 |
0.72 |
0.030 |
1.54 |
0.68 |
0.51 |
0.43 |
0.79 |
Al obtener los resultados experimentales de las aceleraciones y considerando una masa constante del cuerpo de prueba de 391g, se muestran los resultados experimentales de la fuerza aplicando la segunda ley de Newton.
masa |
ap |
F |
(kg) |
(m/s2) |
(N) |
0.391 |
0.43 |
0.17 |
0.391 |
0.60 |
0.23 |
0.391 |
0.72 |
0.28 |
0.391 |
0.79 |
0.31 |
La segunda ley de Newton reza que la fuerza aplicada es igual a la masa por la aceleración:
F=m*a (5)
Al ser la masa constante un valor real y comprobable se calcula la pendiente de la gráfica: F=f(ap). En este caso, la variable dependiente es la fuerza aplicada y nuestra variable independiente es la aceleración promedio.
2.1 Análisis sin aplicación del método numérico
En la práctica experimental, se realiza la gráfica F=f(ap) con los valores experimentales de la aceleración y de la fuerza aplicada, como se muestra en la figura:
Analistas de laboratorio y estudiantes realizan un análisis visual y determinan los puntos que manejan una linealidad más fiable en este caso los valores de la variable dependiente 0,6; 0,72 y 0,79.
Aplicando el cálculo de pendiente se obtiene la masa experimental de 0,421 g.
(6)
2.2 Análisis con aplicación del método numérico
El método de regresión lineal se realiza con los datos experimentales y se tiene que generar el sistema de ecuaciones expuesto en la ecuación (4):
N |
xi |
yi |
yi.xi |
xi^2 |
1 |
0,43 |
0,17 |
0,0731 |
0,1849 |
2 |
0,6 |
0,23 |
0,138 |
0,36 |
3 |
0,72 |
0,28 |
0,2016 |
0,5184 |
4 |
0,79 |
0,31 |
0,2449 |
0,6241 |
Suma |
2,54 |
0,99 |
0,6576 |
1,6874 |
Con estos valores se escribe el sistema de ecuaciones:
De este sistema se obtienen las siguientes incógnitas:
Formando la función de ajuste de regresión lineal:
Se extrae la pendiente que será el valor de =0,38859 que experimentalmente corresponde a la masa del cuerpo de prueba.
2.3 Análisis de errores
En base a los cálculos realizados previamente se realiza un análisis de error relativo porcentual entre los valores de la masa: masa real, cálculo de masa sin regresión lineal, cálculo de la masa con regresión lineal
Tabla 7. Error respecto a masa real sin aplicar regresión
m REAL |
m SIN REG |
e rel % |
0,391 |
0,421 |
7,14795 |
m REAL |
m CON REG |
e rel % |
0,391 |
0,38859 |
0,62003 |
· El método de regresión lineal es una aplicación que permite tener una mejor comprensión de las leyes físicas, ya que los cálculos son más aproximados al valor real.
· Aplicar regresión lineal a la práctica experimental se considera una herramienta óptima para desarrollar el análisis de errores.
· Se demostró que, en funciones con proporcionalidad directa, aplicar regresión
Chapra, S., Canale, R. (2011). Métodos Numéricos para Ingenieros, 10ma Edición.
Gerald, C., Whetley, P. (2000). Análisis Numérico con Aplicaciones, 3ra Edición.
Nakamura, S. (1992). Métodos Numéricos aplicados con software, 2da Edición.
Domínguez, F., Nieves, A. (2014) Métodos Numéricos aplicados a la Ingeniería, 1ra Edición.
Phywe, Experimentos & Sets. (2023).“Ley fundamental de la dinámica (segunda ley de Newton) con riel de demostración y cronómetro 4-4”.
Sears, Zemansky & Young. (2009). Física Universitaria, 7ma Edición.
Tippens P. (2011). Física: Conceptos y Aplicaciones, 7ma Edición.
Toro M. (2000). Física Básica, Editorial Universitaria (UCE).
Wilson J. & Buffa A. & Lou B. (2009). Física, 6ta Edición.
Bono, R., & Arnau, J. (2000). Diseños de muestras pequeñas: análisis por mínimos cuadrados generalizados. Psicothema, 87-90.
Cordero Altamirano, C. P. (1986). Mínimos cuadrados generalizado (Bachelor's thesis, Quito: EPN, 1986.).
Casquel, E., & Jiménez, E. U. (2000). Un estudio comparativo del estimador de Mínimos Cuadrados Generalizados para modelos de Panel. Instituto Valenciano de Investigaciones Económicas.
Pérez, J. L. (2011). Una presentación de los mínimos cuadrados generalizados, y en particular, para funciones vectoriales. Investigación Operacional, 32(1), 67-89.
Arrufat, J. L. (1990). Mínimos cuadrados recursivos. Económica, 36.
Montero Díaz, M., & Guerra Ones, V. (2005). Estimacion de modelos multinivel para datos categoricos a traves de minimos cuadrados generalizados. Revista Colombiana de Estadística.