Laboratorio mediciones. RELACION GRAFICA ENTRE VARIABLES

[pic 1]

UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE

DEPARTAMENTO DE CIENCIAS EXACTAS

INFORME DE LABORATORIO DE FISICA

LABORATORIO N0.- 1.2

´        ´

RELACION GRAFICA ENTRE VARIABLES

NRC 1724

ESTUDIANTES:

CARLOS CALCAN

JHON LUNA

15 de mayo de 2016

Abstracts

In this practice we observe the relationship between the position, speed and acceleration through the graphics because this is a very clear and practical way to understand their behavior over time. We will analyze everything in terms of time and that everything we do depends on time even in everyday life. We can also realize what we are studying theoretically that speed is the derivative of the position and the velocity is always tangent to the path, it is also the acceleration speed. All this and more in this practice we not put aside what they have learned in the last practice we serve plenty to do the calculations.

Resumen

En esta practica´ observaremos la relacion´ que existe entre la posicion,´ la velocidad y aceleracion´ mediante las graficas´ ya que esta es una manera muy clara y practica´ de entender su comportamiento a traves´ del tiempo. Lo analizaremos todo en funcion´ del tiempo ya que todo lo que hacemos depende del tiempo aun en la vida diaria. Nos podremos dar cuenta tambien´ lo que estamos estudiando teoricamente´ que la velocidad es la derivada de la posicion´ ya que la velocidad siem-pre esta´ tangente a la trayectoria, igualmente la acelereacion´ lo es de la velocidad. Todo esto y mucho mas´ analizaremos en esta practica´ sin dejar a un lado lo aprendido en la practica´ pasada que nos servira mucho para hacer los calculos´ correspondientes.

1. Objetivo(s).

• Analizar la representacion´ grafica´ de de las principa-les formas de dependencia funcional entre variables. Examinar las diferentes formas de encontrar las leyes f´ısicas de las dependencias funcionales.

• Identificar el tipo de relacion´ entre posicion´-tiempo, velocidad-tiempo y aceleracion´-tiempo en un movi-miento rectil´ıneo uniforme variado.

1

2.        Fundamentacion´ teorica´

Tipos de relaciones de dependencias funcionales entre variables

Las dependencias funcionales son reglas que se aplican a una tabla para indicar de que forma estelacionados los diferentes atributos de una tabla.

Existen diferentes tipos de dependencias funcionales, a continuaci mencionan las mas importantes:

- Dependencia funcional completa

../../../Pictures/aa.png

[pic 2][pic 3][pic 4][pic 5]

´

SUGERENCIAS PARA GENERAR GRAFICOS

La mayore las hojas de culo y programas de graficacis-ponibles en las computadoras incluyen entre sus opciones el dise grcos usando los distintos tipos de escalas descritas anteriormente. Para lograr grcos sugestivos y claros es con-veniente seguir las siguientes sugerencias:

Una dependencia funcional es completa si X depende de Y, pero Y no depende de ningn subconjunto de atributos de X. En otras palabras, si X es un conjunto de atributos, Y no puede depender de X y de una parte de X.

Ejemplo:

Evaluacion(Alumno,´ Materia, Nota) (Alumno , Materia) depende de Nota

Esta dependencia funcional es completa, ya que no se cum-ple: Alumno depende de la Nota o Materia depende de Nota

- Dependencia funcional trivial

Cuando una dependencia funcional no es completa porque hay dependencia de un subconjunto de atributos, se define esa dependencia como trivial.

- Dependencia funcional transitiva

Es una propiedad de las DF, cuando: X depende de Y Y depende de Z

Entonces:

X depende de Z

Metodos´ graficos´ y analıticos´ para encontrar las depen-dencias funcionales entre variables.

´        ´

METODO GRAFICO

Uno de los recursos msados por los investigadores para evaluar el grado de acuerdo entre una teor las observacio-nes, consiste en comparar las predicciones de dicha teor modelo con los resultados experimentales en un mismo grco. En la siguiente figura se comparan dos modelos teos o interpretativos con los resultados observados, indicados por solos circulares. A simple vista se observa que el mo-delo B (recta) brinda una mejor descripci los datos que el modelo A, curva en la de puntos.

• Identificacion´ de los ejes con ros bien ubicados que indiquen que´ variables se representan y en que´ uni-dades se estan´ usando.

• Cuando se representan datos que son resultado de mediciones, es conveniente usar s´ımbolos (cuadra-dos, culos, rombos, etc.), en lo posible con sus incerti-dumbres o errores absolutos (en la forma de barras que indiquen el tama los errores o incertidumbre). Cuando se desea diferenciar distintas series de datos, es recomendable el uso solos diferentes.

• Cuando se representan modelos o predicciones teori´-cas es costumbre utilizar l´ıneas continuas (solidas,´ de punto, de guiones, etc.).

• Incluya un ep´ıgrafe que describa brevemente lo que se esta´ representado y que aporte alguna informacion´ adicional.

• Carteles interiores al grafico,´ con informacion´ com-plementaria relevante para entender en que´ contexto se muestran los datos o sobre las condiciones experi-mentales particulares bajo las que se los han obteni-do.

• Seleccionar una clara diferenciacitre los s´ımbolos que se usan para indicar distintas series de datos. Lo mis-mo vale para la forma de l´ıneas que corresponden a distintos modelos propuestos para explicar los datos.

´        ´

METODO ANALITICO

Axiomas de Armstrong

Los Axiomas de Armstrong son mas´ bien reglas de infe-rencia . Estas reglas permiten deducir todas las dependen-cias funcionales que tienen lugar entre un conjunto dado de atributos , como consecuencia de las dependencias dato , esto es , de las que se asumen como ciertas a partir del conocimiento del problema . Las dependencias dato equi-valen a los axiomas de una teor´ıa ( en sentido logico´ ) y los Axiomas de Armstrong son el conjunto completo de reglas deductivas que nos permite deducir cualquier otra depen-dencia cierta ( teorema de la teor´ıa ) .

...