Antes que nada, queremos decirles que fue una cursada muy satisfactoria para nosotros, tanto desde el punto de vista académico, ya que pudimos dictar todo el programa, como desde el punto de vista personal, dado que el trato con uds fue excelente. No es fácil despertarse los sábados a las 6 AM (o antes como algunos de uds) para ir a trabajar, y uds contribuyeron a generar un ambiente muy lindo. Muchas gracias por eso.
Esperamos que uds hayan tenido una buena cursada y, para los que no hayan tenido el resultado que esperaban, no se desanimen, es un paso más. No pasa nada, créanme, esto lo escribe gente que a recursado más de una materia.
Sobre lo que tiene que ver con el trabajo de laboratorio:
Habrán notado que, desde el punto de vista de la física, utilizamos algunos problemas de la mecánica clásica como excusa para involucrarlos en el trabajo de laboratorio y su objetivo principal, que es conectar la observación de la naturaleza, en condiciones controladas (experimento) con modelos y leyes físicas. Ya sea para ponerlas a prueba, o para formular nuevas.
Aprendimos que las mediciones, ese acercamiento que hacemos los observadores a las magnitudes físicas, no sólo debe caracterizarse por su valor, sino también por el grado de incerteza con el cuál ese valor puede determinarse. A partir de ahora, “valor” y “error” deberán ir siempre juntos cuando uds realicen mediciones, por lo pronto, en los próximos laboratorios de la carrera.
Aprendimos también que las magnitudes físicas no van a ser en general “un número”, sino que provienen de un conjunto de realizaciones que constituyen el conjunto de la “variable aleatoria”, las cuáles están distribuidas en un intervalo con distintas probabilidades, de acuerdo a la naturaleza del fenómeno físico y del proceso de medición involucrados. Nosotros trabajamos con la distribución Gaussiana, pero en el futuro verán muchas otras.
Vimos que en el caso de tener una función de distribución con un solo valor más probable en el cual está centrada (como el caso de la Gaussiana), el promedio es un valor adecuado para representar a esa distribución. Muchas veces dijimos que el promedio es el “valor más representativo”, y significa exactamente eso: es el valor que mejor representa a ese tipo de distribuciones.
Pero ¿Qué puedo decir sobre el ancho de la distribución? Ahí aparece la desviación estándar como magnitud, que nos da un intervalo en el cuál es muy probable que se encuentren las mediciones de esa magnitud física (si lo recuerdan, es del orden del 68%).
¿Y el promedio? ¿Qué tanto puedo asegurar que ese valor representa a mi distribución? El error estadístico (o desviación del promedio) me da un intervalo de confianza para el promedio: define un intervalo en el cual hay alta probabilidad (otra vez 68%) de encontrar el promedio de un experimento similar, si repito las condiciones.
Vimos distintos tipos de error según su origen: Error de apreciación, estadístico y sistemático. Vimos formas de expresar el error total: absoluto, relativo y porcentual.
Encontramos una forma con fundamento estadístico para saber cómo influyen los errores de magnitudes que medimos directamente, en una cuenta que realizamos con ellas. Lo que se conoce como propagación del error.
Finalmente vimos un método para poder sacar provecho de una correlación entre dos variables, de modo de obtener los parámetros que las relacionan, el método de cuadrados mínimos.
Analizamos bastante el método para trabajar con relaciones lineales, lo cual les va a servir en muchísimos casos (muchas veces, haciendo cambios de variables para llegar a ese tipo de correlación). Adicionalmente, la aplicación del método es directamente extrapolable para el caso de variables relacionadas mediante un polinomio. Quedó pendiente un estudio más profundo del método de cuadrados mínimos ponderados, en el cual se toma en cuenta el error de los puntos medidos. Uds tienen la base para estudiar el método en futuras materias. No duden en consultarnos si necesitan material en el futuro (además del que está en la página y que se va a mantener disponible).
En cuanto al ajuste de dependencias no lineales, hemos hablado algo, tienen bastante material, pero sin duda profundizarán sobre esto en las materias subsiguientes.
En cuanto a la forma de realizar y presentar trabajos:
En general, en un laboratorio de investigación es uno mismo quien “escribe la consigna” del trabajo a realizar. Por eso es importante ir de a poco para aprender a hacerlo de forma adecuada. La forma en que lo encaramos es dando trabajos pautados con un grado creciente de independencia, que les permita ir siendo uds quienes progresivamente toman la decisión de cómo encararlo. Van a notar esto en los siguientes laboratorios. Sin embargo, no olviden ser cuidadosos al empezar un trabajo en leer detalladamente el material que les brindan. Usualmente tiene información muy relevante para el desarrollo del trabajo, pero, más importante, para desarrollarlo con seguridad y cuidar el material del laboratorio.
Sigan usando el material que les dejamos en la página, pero tengan en cuenta que no es la única forma de hacer las cosas, en los próximos laboratorios pueden aparecer formas alternativas, pero seguro se van a poner mucho más estrictos en las correcciones.
Se habrán cansado de leer en nuestras correcciones que el informe tiene que estar redactado para un lector que no estuvo con uds en el desarrollo del trabajo. No puedo enfatizar lo suficiente en lo importante que es esto. Tienen que aprender a informar los resultados a un lector que no hizo lo que uds hicieron, y que probablemente no tiene exactamente el mismo material que tienen uds. Entonces, la descripción detallada es fundamental. Eso no quiere decir que el trabajo tenga que tener 145 páginas, van a tener que desarrollar el criterio para escribir sus trabajos en el mínimo espacio posible.
Para cerrar, queremos decirles que para nosotros fue un placer dictarles el curso, esperamos que uds hayan tenido una buena experiencia y si no fue así, hágannos saberlo a través de las encuestas. No sean muy duros, los docentes también tenemos sentimientos, pero sabemos interpretar las críticas.
Ojalá nos veamos pronto en otras materias, muchos éxitos en sus carreras, felices vacaciones y felices fiestas.
