Instrucciones sesion jueves

PROYECTO 2: CARACTERIZACIÓN DE UN TELESCOPIO Y MICROSCOPIO.

Instrucciones para la sesión.

1. Caracterizar lente positiva . Obtener la distancia focal por medio de la relación, funcional distancia imagen vs distancia objeto.
2. caracterizar lente negativa.
3. construir un telescopio Galileano y microscopio. 
   
   
   
   
   producto a entregar: gráficas

Ejemplo de una gráfica deficiente en reportes cientificos

Realizar gráficas claras y precisas es un deber para todo comunicador de ciencia: reportero o investigador. Pues el lenguaje visual, cuando es bien utilizado, es rápido e impactante. En anteriores entradas he platicado de 10 reglas para hacer buenas gráficas; así también mostré un ejemplo más general sobre el asunto.

Pues bien me encontré con esta imagen de... Anónimo. Esta imagen se puede mejorar mucho, especialmente por un estudiante de ciencias/ingeniería, de modo que la gráfica nueva  brinde información, no distraiga y diga la verdad. Sí, como recomienda E. Tufte.

Esta gráfica se puede mejorar mucho para que comunique
su mensaje con eficiencia e impacto. Autor: Anónimo. ;) 

1) Siempre presenta los puntos experimentales. Puntos experimentales deben marcarse como puntos, no como una linea continua :(  La linea continua puede acompañar a los puntos, que deberian siempre estar presenta. En ocasiones tenemos tantos puntos experimentales, que forman la linea.

2) La lineas base (ejes), los números y las etiquetas de los ejes deben resaltar más. De lo contrario se pierden fácilmente en toda la imagen. Por ello, hay que retirar la cuadricula del interior de la imagen, la cuadricula distrae.

3) Cuida las faltas de ortografia, en los documentos formales debemos cuidar más la ortografia (Pues que no es un blog (LOL) ). La palabra "Angulo" le falta el acento en la primera palabra. Por eso debemos apoyarnos de alguien que busque este tipo de errores antes que los señale un evaluador estricto... si como tu profesor.

4) Marca los puntos importantes. Cuando presentes gráficas es que mostraras tendencias, pero también las cifras importes. Entonces no dejes escapar esa información.

5) Deja en claro que significan las lineas. Para eso se colocan las etiquetas señalando a las líneas. ¿La linea recta representa una regresión de datos o un modelo teórico?

Se trata de aprender del ejemplo, incluso del mal ejemplo. Se trata de ver estos gráficos para mejorar los nuestros. Se trata de hablar de las ideas y como expresarlas mejor, el resto... el resto no es tema de este blog.

5 ejemplos sencillos sobre la correlación y ajuste de líneas, con Excel.

Todos los que nos dedicamos a presentar información por medio de gráficos debemos dominiar el ajuste de curvas a una serie de datos, este post es un comentario sobre la relación de la correlación a los ajustes de líneas rectas.

Cuando hacemos un experimento lo mejor es sólo variar una variable y observar una sola respuesta a ese estimulo. Después, debemos presentar esos datos en un gráfico y buscar una ecuación matemática que nos permita extraer la información de comportamiento que observamos y predecir otros casos.

Pues bien, para mostrar la relación entre la correlación de datos experimentales (que aquí llamamos R cuadrada) y los puntos obtenidos por un ajuste de datos (como es el método de mínimos cuadrados), les presento 5 ejemplos básicos de cómo funciona.

Por ser muy popular, emplee Excel para hacer los gráficos y simulaciones numéricas. 

Caso 1. En una columna hice una serie de números que varían linealmente 1:1:20, y los grafique contra su clon. Por medio de botones alternos, Excel puede desplegar líneas de tendencia, la ecuación de ajuste y el factor R^2 para que se muestre en el gráfico. En este y los otros casos escogimos un ajuste lineal pues este es un ejemplo introductorio y porque la regresión lineal es el modelo matemático muy fácil de interpretar desde el punto de vista físico.

El resultado es una línea que empata con todos los puntos experimentales (que nosotros creamos ;) ), por lo cual el factor R^2 es 1. R^2 es un índice normalizado, de intervalo de 1 a 0, el 1 significa que nuestra elección de ajuste es adecuado, mientras que el 0 representa un pésimo ajuste. Como veremos en este post, es cuestión de criterio que ajuste emplear.

Caso 2. A cada uno de los datos de respuesta originales les he sumando un número aleatorio, use una función propia de Excel que genera los números aleatorios entre 0 y 1. Al obtener la línea de tendencia, observamos que no todos los puntos empatan en los puntos, eso era lo que esperábamos. Por lo cual, efectivamente el factor R^2 disminuyo hasta 0.9981, lo que significa que es una alta correlación, por lo cual el ajuste sigue siendo adecuado pese al ruido presente.

Caso 3. Ahora aumente el nivel de ruido, mulliqué la función aleatoria por 10 y la sume a los datos lineales. El resultado es una mayor dispersión de los puntos, por lo cual la correlación del ajuste lineal disminuyo hasta 0.7859; en estas condiciones este ajuste es muy pobre, incluso se puede pensar en desecharlo.

 

Caso 4. Ahora bien, como tenemos información previa sobre el origen de los datos (como en todo experimento bien planeado), sabemos que el ajuste debe ser lineal, que algunos datos están demasiado alejados de la línea de tendencia; por lo cual, aplicaremos un criterio para eliminar los datos que más se alejan de la línea de tendencia, en este caso el criterio fue tomar a los más alejados a golpe de vista (pues este es un ejemplo didáctico :) ). Esto solo lo puedo hacer si cuento con varios puntos y si confío en el ajuste originalmente elegido. Me quede con 11 datos y obtengo una mejora en el R^2 de 0.7792 a 0.952. Eliminar datos outliers es válido, especialmente si se sistematiza; lo que no es válido es alterar o añadir puntos a conveniencia y sin avisar a quien recibe la información (eso es engañar).

Caso 5. Mejorar la R^2 es solo un criterio para hacer adecuados ajustes de líneas, para nada es una regla increbrantable. Un ejemplo claro es una serie de datos de respuesta que siguen una parábola. Cuando aplicamos una lineal de tendencia obtenemos una R^2 = 0.9435 lo cual es una buena correlación; sin embargo, como sabemos el origen de estos puntos numéricos, es un ajuste equivocado. Lo cual es claro cuando empleando las funciones de Excel ajustamos a una parábola y aumentamos la correlación hasta 1, el valor máximo que se puede obtener.

Conclusión. El factor de correlación entre ajuste de curvas y datos experimentales nos da información sobre lo certero que puede ser el modelo, pero solo es un criterio, que se debe complementar con otra información previa, calculada o inferida.

Actividad sugerida:

Puedes hacer tus propios experimentos numéricos con el archivo original que hice, puedes trabajarlo desde Google Docs. Y recuerda déjanos tus comentarios para mejorar este post que tanta ayuda necesita.

Links de interé:

¿Qué tan bueno es un ajuste? (ingles), para ser más formales sobre el significado de R^2.

Rubrica para evaluacion de proyectos y calificaciones

Que tal compañeros, buen inicio de semestre:

En esta carpeta encontraran la Rubrica con la que se evalúan los proyectos. Es de suma importancia que la consulten todo el tiempo.

 De manera periódica se irán actualizando tus calificaciones por lo que las debes revisar  el link " revisa tus calificaciones "

Lista de cotejo para evaluar las sesiones

En cada sesión hay una evaluación. Los porcentajes son los siguientes:

30% Puntualidad

30% Respeto

40% Trabajo en equipo

Vamos a explicar, en breve,  cada rubro.

Puntualidad. 

Los estudiantes tienen un límite de 15 minutos para llegar a la clase de laboratorio. En otro caso este rubro se va a cero. Si la imputualidad fue causada por un evento que sobrepaso al alumno (choque de auto, manifestación, avería del metro, por ejemplo) debe el estudiante acercarse a comentarlo con el ayudante o el profesor. En caso de cualquier duda, debe acercarse al ayudante o el profesor. 

Respeto 

En el laboratorio, los estudiantes deben tener un comportamiento acorde al nivel en que se encuentran. Por ello no se permiten faltas de respeto o groserías entre ellos ni otros miembros de la comunidad universitaria. De la misma manera los estudiantes tienen prohibido comer, beber o fumar dentro del laboratorio. 

Si los estudiantes requieren ir al baño, despejarse, o comer rápidamente un refrigerio pequeño, ellos pueden discretamente salir del laboratorio.

Trabajo en equipo

Cada sesión debe preparar a los estudiantes a realizar una tarea más complicada. Con todo, en cada sesión evaluamos su participación proactiva con su equipo; pero además deben entregar (en equipo o de modo individual) una breve actividad que demuestre lo aprendido en esa sesión.

Con tiempo, se les indicará que actividad deben entregar, y la fecha limite para entregar.

Finalmente

Seguramente aparecerán dudas. Pueden escribir un comentario en el blog o preguntar en la clase para aclarar estos puntos de evaluación. Es muy importante que para Uds. sean claros.

Bienvenidos estudiantes de laboratorio de óptica 2016-1

   Manos a la obra para nuestro trabajo dentro del laboratorio, ya pueden consultar el documento para utilizar el microscopio viajero y medir indice de refracción.

Recuerden: en un mes, el 4 de septiembre, entregan su proyecto. ¿Cuál es el mejor método para medir el índice de refracción en sólidos?

Y para ser tan claro como el agua. 30% es el trabajo del laboratorio,  50% son los proyectos ,20% proyecto final.

Sí tenemos tiempo, realizaremos la medición por el método de PFund. Deben de llegar al laboratorio con estas dos partes bien leídas.

Sí hay dudas, pregunten.

¡Valor y confianza, muchachos!