Laboratorio | Daniel Omar Avila Rojas | ma ju | 11 a 14 |
Ayud. Lab. | Alvaro Yobaín Pratts Martínez | ma ju | 11 a 14 |
El principal objetivo del curso es que se familiaricen con el análisis de datos, su interpretación y discusión; así como la correcta propagación de incertidumbres. Debido a que no se tendrá acceso a las instalaciones de la Facultad, y por ende a los laboratorios, el curso consistirá en actividades y prácticas que puedan realizarse desde casa. Para esto trabajaremos con distintos softwares de análisis como Python, Gnuplot y Tracker. Los reportes de las prácticas serán entregados en LaTeX, por lo que se dará al comienzo del curso una introducción a la edición de textos en LaTeX.
Temario
Introducción a LaTeX
Distribuciones
media y varianza
Distribución Binomial
Distribución de Poisson
Distribución Gaussiana
Práctica 1: Estadística
Incertidumbres en la medición
Incertidumbres
Precisión y exactitud
Errores sistemáticos y aleatorios
Cifras significativas y redondeo
Propagación de Incertidumbres
Práctica 2: Incertidumbres
Ajuste por mínimos cuadrados
Softwares para análisis de datos
Tracker
Gnuplot
Python
Práctica 3
Práctica 4
Práctica 5
Práctica 6
Proyecto Final
Evaluación
Tareas 20%
Prácticas 50%
Proyecto 30%
La primera reunión será por Google Meet el martes 2 de marzo a las 11:00 hrs utilizando el siguiente enlace:
https://meet.google.com/zwf-oqpr-cvm
Bibliografía
"A Practical Guide to Data Analysis for Physical Science Students", Louis Lyons, ed. Cambridge University Press, 1991.
"Data Reduction and Error Analysis for the Physical Sciences", Philip R. Bevington y D. Keith Robinson, 3a edición Mc Graw Hill, 2003.