L1A_8-14hs

Histogramas

  • Origin: Guía rápida [aquí]. Tutorial más detallado [aquí]. Cómo superponer histogramas [aquí].
  • Python: Código [aquí]. Incluye cómo pasar de número de ocurrencia a frecuencia y superposición de histogramas. Incluye grafico de T vs. número de medición [aquí]

Otros recursos útiles:

  • Apunte sobre cifras significativas [aquí]
  • Crónometro online: disponible [aquí]
  • Cómo leer los datos del cronómetro online: propuesta 1 [aquí] y propuesta 2 con Python [aquí].
  • INFO del Taller de Phyton por y para estudiantes: [aquí] –Federación Interestudiantil de Física de Argentina.
  • Guía 1 (ver solapa Guías: Práctica 1)
  • Estimadores estadísticos: en Python [aquí] y en Origin [aquí] Media y desviación estandar variando n (en Python) [aquí]
  • Comparación de mediciones: en Python [aquí]
  • Ajuste con una función gaussiana: en Python [aquí] y en Origin [aquí]. Otra opción en Python con más detalle por Delfi [aquí].
  • Ordenar datos al azar: en Python [aquí] y en Origin [aquí]
  • Guía 2 (ver solapa Guías: Práctica 2)
  • Clase [aquí]
  • Uso del calibre [aquí]
  • Repaso sobre derivadas parciales [aquí]
  • Práctica 3 (ver solapa Guías)
  • Clase [aquí]
  • Análisis de la señal del photogate (Python) [aquí]
  • Cuadrados mínimos no ponderados (Python) para familiarizarse con ajustes lineales [aquí]
  • Cuadrados mínimos ponderados (Python) [aquí]
  • Cuadrados mínimos ponderados y cálculo de parámetros de Bondad (Python) [aquí]
  • Práctica 3 (ver solapa Guías)
  • Clase [aquí]
  • Explicación Tracker por Luchi [aquí]
  • Modificar los Colabs de Python de la clase anterior para analizar los datos.
  • Práctica 5 (ver solapa Guías)
  • Clase [aquí]
  • Colab de Pyhton para hallar máximos [aquí]
  • Manual del sensor de fuerzas [aquí]
  • Ver Material Adicional para mayor información.

WordPress Appliance - Powered by TurnKey Linux