Como realizar un informe de Laboratorio

 Con la ayuda de ChatGPT se procedió a realizar un tutorial para realizar un informe de laboratorio, para un estudiante que está cursando el curso de Laboratorio de Física Básica I. Para este propósito se realizó el siguiente script.

Realiza un informe de laboratorio del tema de Movimiento Rectilíneo Uniforme, el informe debe de tener los siguientes puntos: Objetivos, los objetivos deben cumplir los siguientes objetivos: Encontrar la relación funcional de la posición y el tiempo, determinar la velocidad del móvil. Marco Teórico, Materiales, Procedimiento experimental, Resultados, y Conclusiones. En el punto de resultados se debe mostrar los datos experimentales además del gráfico, el análisis debe utilizar el método de mínimos cuadrados y se debe mostrar el parámetro A y B con sus respectivos errores. Para los cálculos por el método de mínimos cuadrados y la gráfica se debe elaborar un programa en Python.

Como resultado de esto se obtuvo el siguiente resultado:

Para crear un informe de laboratorio sobre el Movimiento Rectilíneo Uniforme (MRU) que incluya todos los elementos que mencionas, te proporcionaré una estructura detallada y una guía para cada sección:

1. Objetivos

• Encontrar la relación funcional de la posición y el tiempo: Investigar cómo la posición de un objeto varía linealmente con el tiempo en un movimiento rectilíneo uniforme.
• Determinar la velocidad del móvil: Calcular la velocidad constante del objeto en movimiento.

2. Marco Teórico

• Definición de MRU: Movimiento en el que un objeto se desplaza en línea recta con velocidad constante.
• Fórmulas Clave:
  • $�={�}_0+��$
  • $�=\frac{\mathrm{\Delta }�}{\mathrm{\Delta }�}$
• Conceptos de velocidad y posición en MRU.

3. Materiales

• Listado de los materiales utilizados en el experimento (por ejemplo, cronómetro, cinta métrica, carril de aire, etc.).

4. Procedimiento Experimental

• Descripción detallada de los pasos seguidos para realizar el experimento.

5. Resultados

• Datos Experimentales: Tabla con los valores de tiempo y posición.
• Gráfico de Posición vs. Tiempo: Representación gráfica de los datos.
• Análisis Estadístico: Aplicación del método de mínimos cuadrados para determinar la relación lineal entre posición y tiempo.
• Cálculos: Desarrollo del método de mínimos cuadrados para obtener los parámetros A y B, y sus respectivos errores.

6. Conclusiones

• Interpretación de los resultados obtenidos.
• Confirmación o refutación de los objetivos planteados.
• Comentarios sobre la precisión y posibles mejoras del experimento.

Programa en Python para Análisis de Datos

Para el análisis de datos usando mínimos cuadrados y la generación del gráfico, necesitarás datos experimentales específicos. Si me proporcionas estos datos (valores de tiempo y posición), puedo escribir un script en Python que realice los cálculos y genere el gráfico necesario.

Datos Necesarios

• Valores de Tiempo (s):0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1

Valores de Posición (m): 2.1, 4.3, 6.2, 8.4, 10.5, 12.6, 14.7, 17, 19.1, 21.4

Con los valores asignados se procedió a realizar el siguiente grafico en la que se observa la relación de la posición en función del tiempo, en la misma se observa que la relación de la posición y el tiempo es del tipo lineal.

Inmediatamente se procede a realizar los cálculos utilizando el método de mínimos cuadrados, obteniendo los siguientes resultados:

Parámetros del Ajuste Lineal

• Pendiente (B): $21.35\text{m/s}$
• Error en la Pendiente (Error de B): $\pm 0.12\text{m/s}$
• Ordenada al origen (A): $-0.11\text{m}$
• Error en la Ordenada al origen (Error de A): $\pm 0.07\text{m}$

El gráfico muestra los datos experimentales junto con la línea de ajuste lineal. La pendiente de esta línea (B) representa la velocidad del móvil en el Movimiento Rectilíneo Uniforme, mientras que la ordenada al origen (A) indica la posición inicial teórica del móvil. Los errores asociados a estos parámetros reflejan la incertidumbre en el ajuste de los datos experimentales.

El gráfico y los resultados indican una correlación lineal clara entre la posición y el tiempo, confirmando el comportamiento esperado en el Movimiento Rectilíneo Uniforme. La pendiente positiva sugiere un movimiento en dirección y sentido constantes, y la cercanía de la ordenada al origen a cero indica una posición inicial cercana a cero, tal como se esperaría en un experimento controlado.​

Anexo

Código Python

import numpy as np 
import matplotlib.pyplot as plt
from scipy.optimize 
import curve_fit 
# Datos proporcionados 
tiempo = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1])
# Tiempo en segundos 
posicion = np.array([2.1, 4.3, 6.2, 8.4, 10.5, 12.6, 14.7, 17, 19.1, 21.4]) 
# Posición en metros

# Definir la función lineal para el ajuste 
def modelo_lineal(x, a, b):
    return a * x + b 
# Realizar el ajuste por mínimos cuadrados 
parametros, covarianza = curve_fit(modelo_lineal, tiempo, posicion) 
# Extraer los parámetros A y B y sus errores

a, b = parametros
error_a, error_b = np.sqrt(np.diag(covarianza)) 
# Crear un array de tiempo para la línea de ajuste

tiempo_linea = np.linspace(0, max(tiempo), 100) 
# Calcular la línea de ajuste 
ajuste_linea = modelo_lineal(tiempo_linea, a, b) 
# Gráfico 
plt.figure(figsize=(10, 6)) 
plt.scatter(tiempo, posicion, color='blue', label='Datos Experimentales')
plt.plot(tiempo_linea, ajuste_linea, color='red', label=f'Ajuste Lineal: y = {a:.2f}x + {b:.2f}') 
plt.xlabel('Tiempo (s)') 
plt.ylabel('Posición (m)') 
plt.title('Gráfico de Movimiento Rectilíneo Uniforme') 
plt.legend() 
plt.grid(True) 
plt.show()

parametros_y_errores = {'A': a, 'Error de A': error_a, 'B': b, 'Error de B': error_b}
parametros_y_errores

RESULT

{'A': 21.351515374467002,
 'Error de A': 0.11938009518397955,
 'B': -0.11333348961588835,
 'Error de B': 0.07407337908448204}