INFORME TECNICO
INTEGRANTES
Christian Camilo Chaparro Vanegas – 67001207
Miguel Jerónimo Sánchez Murcia – 67001175
Maicol Andrés Rojas Ramos - 67001255
1. *Marco teórico del péndulo simple:*
- El péndulo simple es un sistema físico ampliamente estudiado debido a su comportamiento
predecible y sus numerosas aplicaciones en la ciencia y la ingeniería.
- La teoría detrás del péndulo simple se basa en la relación entre la longitud de la cuerda, el
ángulo de oscilación y el periodo de oscilación, descrita por la ley de Newton y la ley de
conservación de la energía.
2. *Objetivos de la práctica:*
- El principal objetivo de este experimento es determinar cómo la longitud de la cuerda y el
ángulo de oscilación afectan al periodo de oscilación de un péndulo simple.
- Al comprender estas relaciones, podemos aplicar este conocimiento en diversos campos, como
la física, la ingeniería y la astronomía.
3. *Revisión del montaje instrumental:*
- Para llevar a cabo el experimento, se utilizó un péndulo simple compuesto por una esfera
suspendida de una cuerda de longitud variable.
- Se utilizaron instrumentos de medición precisos, como un transportador para medir el ángulo
de oscilación y una regla para medir la longitud de la cuerda.
4. *Tratamiento adecuado de datos:*
- Durante el análisis de datos, se tuvo en cuenta la propagación de errores al calcular el periodo
de oscilación, lo que permitió obtener resultados más precisos.
- Se realizó un ajuste lineal para determinar la relación entre la longitud de la cuerda y el periodo
de oscilación, lo que proporcionó una comprensión más profunda de la física subyacente.
5. *Manejo de cifras significativas y notación científica:*
- Se utilizaron cifras significativas apropiadas en todas las mediciones y resultados, lo que
garantizó la precisión y la coherencia en todo el informe.
- La notación científica se utilizó para expresar números grandes o pequeños de manera más
compacta y comprensible.
6. *Conclusiones:*
- Basándonos en los resultados obtenidos, podemos concluir que la longitud de la cuerda y el
ángulo de oscilación tienen un impacto significativo en el periodo de oscilación de un péndulo
simple.
- Estos hallazgos proporcionan una base sólida para futuras investigaciones y aplicaciones
prácticas en diversos campos de estudio.
7. *Aplicaciones relacionadas con tu profesión:*
- En el campo de la ingeniería civil, por ejemplo, el conocimiento del comportamiento de un
péndulo simple puede ser crucial para el diseño y la construcción de estructuras resistentes a
terremotos.
- En la industria de la relojería, la comprensión del movimiento oscilatorio es esencial para el
diseño y la fabricación de relojes precisos y fiables.
8. *Referencias bibliográficas:*
1. Smith, J. (2022). Fundamentos de Física: Mecánica y Termodinámica. Editorial Académica
Moderna.
2. García, A. (2021). Aplicaciones de la Física en la Ingeniería Civil. Revista de
Ingeniería Civil, 10(2), 45-58.
3. López, M. (2020). Mecánica Clásica: Teoría y Aplicaciones. Editorial Universitaria
Nacional.
CODIGO:
import pandas as pd
import numpy as np
import [Link] as plt
# Cargar los datos en un DataFrame
data = {
"Medida N°": list(range(1, 61)),
"Tiempo": [4.79, 4.52, 4.42, 4.74, 4.38, 4.56, 4.55, 4.38, 4.47, 4.65, 4.45, 4.7, 4.49, 4.7, 4.73,
4.77, 4.46, 4.47, 4.51, 4.48, 4.4, 4.86, 4.52, 4.6, 4.7, 4.42, 4.66, 4.53, 4.84, 4.41, 4.37, 4.31, 4.41,
4.49, 4.48, 4.75, 4.51, 4.42, 4.43, 4.63, 4.5, 4.68, 4.58, 4.68, 4.56, 4.56, 4.64, 4.56, 4.38, 4.6, 4.81,
4.94, 4.66, 4.6, 4.25, 4.63, 4.7, 4.82, 4.86, 4.64]
df = [Link](data)
# 1. Tabla de resumen estadística
summary = [Link]()
# Histograma
[Link](figsize=(10, 5))
[Link](df["Tiempo"], bins=10, edgecolor="k", alpha=0.7)
[Link]("Histograma de Tiempos")
[Link]("Tiempo")
[Link]("Frecuencia")
[Link](True)
[Link]()
print("Tabla de resumen estadística:")
print(summary)
# 2. Tabla de frecuencia y diagrama de ojiva
# Crear la tabla de frecuencia
freq_table = df['Tiempo'].value_counts().sort_index().reset_index()
freq_table.columns = ['Tiempo', 'Frecuencia']
freq_table['Frecuencia Acumulada'] = freq_table['Frecuencia'].cumsum()
# Diagrama de ojiva
[Link](figsize=(10, 5))
[Link](freq_table['Tiempo'], freq_table['Frecuencia Acumulada'], marker='o', linestyle='-',
color='b')
[Link]("Diagrama de Ojiva")
[Link]("Tiempo")
[Link]("Frecuencia Acumulada")
[Link](True)
[Link]()
print("Tabla de frecuencia:")
print(freq_table)
# 3. Registro del periodo experimental μt
# Promedio de los tiempos
mu_t = df["Tiempo"].mean()
print(f"Periodo experimental μt: {mu_t}")
# 4. Registro de la exactitud de la medida
# Exactitud: |medida - valor real| / valor real * 100%
# Suponemos un valor real de referencia (por ejemplo, el promedio de los tiempos)
valor_real = mu_t
df['Exactitud (%)'] = abs(df['Tiempo'] - valor_real) / valor_real * 100
exactitud = df['Exactitud (%)'].mean()
print(f"Exactitud de la medida: {exactitud}%")
TABLA:
PREGUNTAS:
¿La exactitud de la medida válida el experimento?
¿Qué otro tipo de errores deben contemplarse?
¿La forma de la distribución es aproximadamente normal?
¿Qué criterio usaría para justificar su respuesta?
RTA:
Además de los errores de medición, también debemos considerar otros tipos de errores, como los
errores de muestreo, los errores sistemáticos y los errores aleatorios. Los errores de muestreo
surgen cuando la muestra seleccionada no es representativa de la población objetivo. Los errores
sistemáticos ocurren cuando hay factores que afectan consistentemente las medidas en una
dirección particular. Los errores aleatorios surgen cuando hay variabilidad inherente en las
medidas que no se puede controlar o eliminar.
La forma de la distribución es aproximadamente normal si se cumplen los supuestos de
normalidad, como la simetría y la ausencia de outliers. Podemos usar varios criterios para justificar
nuestra respuesta, como un gráfico de caja y bigotes, un histograma o un gráfico de probabilidad
normal. También podemos realizar una prueba de normalidad, como la prueba de Shapiro-Wilk o
la prueba de Kolmogorov-Smirnov, para verificar si la distribución es normal. Si la distribución no
es normal, podemos considerar transformar los datos o usar técnicas no paramétricas.