Por favor, use este identificador para citar o enlazar este ítem: https://www.innovacioneducativa.unam.mx:8443/jspui/handle/123456789/7457
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.coverage.spatialMéxico-
dc.coverage.temporal2020-2022-
dc.date.accessioned2023-12-05T00:41:06Z-
dc.date.available2023-12-05T00:41:06Z-
dc.date.issued2020-
dc.identifier.urihttps://www.innovacioneducativa.unam.mx:8443/jspui/handle/123456789/7457-
dc.description.abstractEl desarrollo y aplicación de herramientas robustas para el tratamiento de datos es actualmente uno de los campos más activos y fructíferos del análisis numérico y ha tenido un impacto profundo en prácticamente todos los sectores de las ciencias y la tecnología. Estas estrategias han evolucionado a una escala de tiempo sorpresiva, lo que ha impedido que sean oficialmente reconocidas como metodologías indispensables en el análisis de datos provenientes de fenómenos físicos y químicos, dentro del plan de estudios de las diferentes carreras que se ofertan en la Facultad de Química (FQ). El presente proyecto se encuentra orientado a establecer protocolos que permitan incorporar herramientas avanzadas de análisis estadístico de datos en las actividades realizadas dentro de los laboratorios docentes de Física de la FQ, particularmente en el laboratorio de Fundamentos de Espectroscopia (FE). La experimentación es la estrategia básica para formular y/o corroborar el aparato teórico correspondiente a un suceso físico en particular. Por ello es indispensable realizar tanto mediciones confiables, como un tratamiento adecuado de los datos recolectados. Nuestra propuesta consiste en utilizar estrategias basadas en algoritmos avanzados de análisis numérico para evidenciar de forma clara, unívoca y cuantitativa, el vínculo entre los modelos matemáticos vistos en el aula con el fenómeno que pretenden explicar, evaluando de manera integral los modelos y los fenomenos para una mejora sustancial en el aprendizaje de los estudiantes. Bajo esta premisa proponemos tres nuevas prácticas, en las que se establecen protocolos de medición y análisis cuya interpretación permitirá que los alumnos recuperen, a partir de la experimentación, a uno de los elementos matemáticos más fundamentales en física clásica, la Ecuación de Movimiento (EM).-
dc.description.sponsorshipDirección General de Asuntos del Personal Académico (DGAPA)-
dc.languagees-
dc.rightsTodos los derechos son propiedad de la Universidad Nacional Autónoma de México (UNAM)-
dc.titleTratamiento de datos experimentales mediante estrategias basadas en algoritmos avanzados de análisis numérico-
dc.typeProyecto PAPIME-
dcterms.bibliographicCitationPISANTY BARUCH, ALEJANDRO; HERNANDEZ TRUJILLO, J. JESUS. (2020). Tratamiento de datos experimentales mediante estrategias basadas en algoritmos avanzados de análisis numérico. (Proyecto PAPIME). Dirección General de Asuntos del Personal Académico (DGAPA). UNAM. México.-
dcterms.educationLevelnivel superior-
dcterms.provenanceFacultad de Química-
dc.identifier.papimePE102420-
dc.subject.keywordsDatos-
dc.subject.keywordsEspectroscopía-
dc.subject.keywordsFísica-
dc.subject.keywordsMedición-
dc.subject.keywordsProgramación-
dc.subject.keywordsPython-
dc.subject.keywordsQuímica-
dc.contributor.responsiblePISANTY BARUCH, ALEJANDRO-
dc.contributor.coresponsibleHERNANDEZ TRUJILLO, J. JESUS-
dc.description.objectiveObjetivo general: El objetivo principal del presente proyecto es actualizar las estrategias que actualmente se utilizan en el laboratorio de la asignatura de Fundamentos de espectroscopia impartida en el tercer semestre de la carrera Química, para analizar y procesar los provenientes de las mediciones, mediante la incorporación de algoritmos avanzados de análisis numérico. Se establecerán los procedimientos de tres nuevas prácticas de laboratorio tal que proporcionen mediciones adecuadas para su procesamiento mediante dichas herramientas, para lo cual recurriremos al software académico Mathematica® y al lenguaje de programación Python. Objetivos específicos: "1. Establecer el procedimiento experimental apropiado para la correcta realización de cada una de las tres prácticas propuestas. 2. Con base a los modelos teóricos abordados en el aula, diseñar un protocolo óptimo para el ajuste y tratamiento de los datos registrados en cada práctica 3. Propiciar que los alumnos de la Facultad de Química se introduzcan, de manera sistemática y controlada a la implementación de rutinas que utilicen algoritmos avanzados de ajuste de datos para la solución de problemas científicos y tecnológicos, utilizando tanto el software Mathematica® como el lenguaje Python. 4. Para cada práctica, disponer de un código o rutina implementados tanto en Mathematica® como en lenguaje Python, que garantice un procesamiento óptimo de la información registrada. 5. Disponer de material didáctico (material de apoyo, presentaciones, videos) que introduzca tanto a profesores como alumnos en el uso de las herramientas computacionales que se desarrollarán. 6. Generar un catálogo que incluya una descripción detallada de los procedimientos de medición y procesamiento de los datos correspondientes a las tres prácticas aquí propuestas, e integrar el material resultante a la Red Universitaria de Aprendizaje (RUA) 7. Formar recursos humanos. Este rubro se desarrollara invitando a diferentes estudiantes para desarrollar servicio social y/o tesis"-
dc.description.strategiesLa estrategia general del presente proyecto consiste en establecer el conjunto necesario de variables y parámetros a controlar para lograr el mejor ajuste entre los datos experimentales registrados en cada sesión experimental, con una función objetivo en particular. Se evaluarán diferentes variables, categorizadas en los siguientes rubros; 1) Complejidad del modelo teórico: resultaría innecesario emplear los algoritmos aquí contemplados en el ajuste de modelos sencillos (como el comportamiento lineal); de igual forma podría resultar inapropiado realizar el ajuste de un modelo no lineal que dependa de una cantidad importante de parámetros. 2) Medición de variables. No cualquier variable es apta para un ajuste numérico, por ejemplo algunas determinadas por mera inspección visual o aquellas que presentan dispersiones importantes en sus mediciones. 3) Evaluación de la robustez de los modelos. Deberá determinarse la tolerancia de los algoritmos a utilizar, respecto a las posibles variaciones experimentales, como por ejemplo la sensibilidad de los equipos, habilidad del experimentador, etc., de tal forma que puedan establecerse planes de contingencia que garanticen un análisis apropiado de datos. 4) Algoritmo de optimización o ajuste. A excepción de la regresión lineal, el ajuste numérico hacia alguna función objetivo involucra la manipulación de una cantidad importante de variables por parte del usuario; el algoritmo de optimización seleccionado, la norma de ajuste, el uso de gradientes numéricos o analíticos, la tolerancia numérica, entre algunos otros. Para cada práctica se establecerán procedimientos experimentales que proporcionen una cantidad considerable de mediciones confiables (poca dispersión). En la práctica “Determinación de la viscosidad de líquidos mediante oscilaciones amortiguadas” se utilizará un sensor de fuerza acoplado a una interface para determinar la evolución temporal de la posición de un oscilador cuyo movimiento se encuentra amortiguado por diferentes líquidos. Los datos registrados se ajustarán a una función de decaimiento, permitiendo la obtención de la EM correspondiente, la cual será manipulada para determinar cuantitativamente la viscosidad de cada líquido utilizado. La práctica “Resonancia en Oscilaciones Forzadas” emplea un sistema masa-resorte, cuya oscilación es impulsada por una frecuencia externa y amortiguada por un campo magnético. La evolución temporal del oscilador es controlada por un solenoide y registrada mediante el uso tanto del software Tracker como de un sensor de Fuerza. El ajuste de los datos provenientes de este experimento permitirá establecer de manera precisa la frecuencia natural del sistema, así como su EM. Adicionalmente, permitirá demostrar de manera cuantitativa el fenómeno de resonancia en un oscilador forzado. La práctica “Ondas químicas viajeras” considera los estados de no equilibrio correspondientes a la reacción Belous-Zhabotinskii. Este sistema oscila de manera armónica entre reactivos y productos durante 40 minutos, después de los cuales decae de manera análoga a un oscilador amortiguado. La evolución temporal del sistema puede ser registrada mediante espectrofotometría UV-Visible con ayuda de un indicador o midiendo la variación del potencial mediante un electrodo de calomelanos. El ajuste de los datos registrados proporcionará las EM en cada etapa, pero además permitirá determinar la velocidad de 7 interconversión entre reactivos y productos tanto en la región armónica como en la región amortiguada. Los ajustes de los datos provenientes de cada experimento se realizarán empleando los módulos FIT y FINDFIT contenidos en el software Mathematica. El segundo de estos módulos permite utilizar diferentes normas de ajuste, lo que podrá proporcionar algoritmos óptimos para el tratamiento de los datos experimentales. Para establecer modelos completamente personalizados, apropiadamente normados y parametrizados para cada uno de los tres conjuntos de datos a obtener, utilizaremos la librería LMFIT así como los módulos MINIMIZE y CURVE_FIT pertenecientes a la librería SCIPY, todos estos implementados en el lenguaje Python. Las etapas propuestas para el desarrollo pleno del presente proyecto son: 1.0 Programar reuniones periódicas del cuerpo colegiado para integrar el diseño y planeación de las prácticas a desarrollar. 2.0 Establecer las fuentes bibliográficas necesarias para la planeación, desarrollo e implementación de las prácticas experimentales. 3.0 Instaurar los criterios de evaluación, así como sus umbrales de aprobación, a satisfacer por cada una de las tres prácticas a implementar, de tal forma que sean consistentes con el objetivo principal aquí planteado. 4.0 Capacitar, a los profesores involucrados en este proyecto, en el uso de las herramientas computacionales respectivas. 5.0 Realizar las prácticas propuestas, tanto por parte de profesores de la asignatura de FE, como por alumnos de la FQ que estén o que ya hayan cursado la asignatura de FE.-
dc.description.goalsPrimer año: Curso introductorio al uso de Mathematica y Python para los profesores participantes en el uso.  Protocolo experimental para la práctica 1: “Determinación de la viscosidad de líquidos mediante oscilaciones amortiguadas”.  Rutinas basadas en el software Mathematica® y en el lenguaje Python, para el tratamiento de los datos experimentales provenientes la práctica 1.  Guion para la apropiada medición y procesamiento de los datos provenientes de la Práctica 1.  Protocolo experimental para la práctica 2: “Resonancia en Oscilaciones Forzadas”.  Rutinas basadas en el software Mathematica® y en el lenguaje Python, para el tratamiento de los datos experimentales provenientes la Práctica 2.  Guion para la apropiada medición y procesamiento de los datos provenientes de la práctica 2.  Presentación de los resultados alcanzados hasta el momento, en un congreso nacional.  Un servicio social concluido o en curso. Segundo año: Protocolo experimental para la práctica 3: “Ondas químicas viajeras”.  Rutinas basadas en el software Mathematica® y en el lenguaje Python, para el tratamiento de los datos experimentales provenientes la práctica 3.  Guion para la apropiada medición y procesamiento de los datos provenientes de la práctica 3.  Catálogo de las prácticas desarrolladas.  Compendio de las rutinas basadas en el software Mathematica® y en el lenguaje Python, adecuadas para el tratamiento óptimo de los datos medidos en cada una de las prácticas propuestas.  Culminación de una tesis de licenciatura.  Presentación de los resultados finales en un congreso nacional o internacional.-
dc.description.goalsAchievedAlgunas metas han sido alcanzadas recurriendo a medios alternos debido a la profunda alteración de condiciones debida a la pandemia de COVID-19 concurrente con el proyecto y las medidas insitutucionales y sociales que la misma prodduo en forma extensa. El aprendizaje de Mathematica y Python se llevó a cabo a distancia, combinando recursos en línea, autodidactismo, y aprendizaje colaborativo. Los protocolos fueron desarrollados para las tres prácticas propuestas. Para ello se debió realizar trabajo en el laboratorio en condiciones excepcionales una vez que la administración de medidas de distanciamiento social lo permitió. Adicionalmente se llevaron a cabo numerosos procesos en espacios domésticos de los participantes, gracias a un esfuerzo extraordinario de éstos y sus familias. La realización de una nueva práctica sobre Oscilaciones Químicas fue posible sobre el límite del tiempo debido a los rezagos que la pandemia produjo en los procesos internos de autorizaciones presupuestales y de adquisiciones, así como sobre los proveedores. No fue posible completar una tesis de licenciatura. Las dos becarias que se incorporaron al proyecto terminaron sus actividades en tiempo y forma, incluso en exceso de las expectativas, pero no cuentan aún con los créditos escolares necesarios para transitar hacia la tesis. Los resultados se han presentado en forma parcial y estamos a la espera de un foro adecuado en lo que resta de 2022 para hacerlo de manera más amplia.-
dc.description.area1. Área de las Ciencias Físico Matemáticas y de las Ingenierías-
dc.description.selfAssessmentEstamos muy satisfechos de lo logrado aun en contra de las circunstancias adversas debidas a la pandemia. Superamos numerosos obstáculos inesperados, particularmente la inasistencia a las instalaciones y las limitaciones para el contacto interpersonal y la actividad conjunta, síncrona y concurrente, que se requiere para el trabajo experimental. Las prácticas experimentales introducidas son novedosas y atractivas en parte porque su aparente simplicidad esconde la profundidad de los conceptos, y en otra parte porque no se han realizado antes, en particular la de oscilaciones químicas. La incorporación de dos jóvenes becarias con un alto nivel de compromiso a pesar de los obstáculos señalados nos permitió trabajar con realismo respecto a la actividad que realizarían las y los estudiantes regulares en el laboratorio al llevar a cabo las prácticas y el tratamiento de datos. El esfuerzo del equipo de trabajo permitió incluir una práctica adicional a las planeadas, sobre el reloj de segmentación en procesos biológicos, que da un salto cualitativo en la capacidad conceptual, la relevancia y la aplicación de técnicas avanzadas para motivar la reflexión y producir una comprensión a profundidad.-
dcterms.educationLevel.SEPLicenciatura-
dcterms.callforproject2020-
dc.subject.DGAPAFísica-
dc.description.productsCurso-taller.Sesión experimental: Se llevaron a cabo y se dejaron diseñadas para el futuro las sesiones experimentales planeadas.-
dc.description.productsCurso-taller.Análisis y generalización de métodos: Se cumplió la etapa accesible al proyecto internamente. En períodos intersemestrales subsecuentes se podrá extender a profesores no participantes. Los participantes que son profesores del Laboratorio están plenamente preparados en el análisis y generalización de los métodos producidos en el proyecto.-
dc.description.productsCurso-taller.Capacitación en realización de prácticas: Participantes del proyecto quedaron capacitados para la realización de las prácticas y para a su vez preparar a otros profesores y alumnos para llevarlas a cabo.-
dc.description.productsPráctica.Compendio de prácticas: El compendio ha sido elaborado en forma utilizable. Se volverá final una vez que haya sido extendido a académicos no participantes y probado en prácticas reales en condiciones normales post-pandémicas.-
dc.description.productsSoftware.Software 2 - algoritmos: Se ha producido el software proyectado. Una vez que haya sido usado extensamente y probado usabilidad además de la funcionalidad correcta ya comprobada, se generarán versiones estables para uso de personas no participantes.-
dc.description.productsSoftware.rutinas de análisis: Se elaboraron mediante procedimientos empíricos y computacionales las rutinas de análisis de datos planeadas. En períodos subsecuentes al proyecto se podrán ampliar a la captura masiva de datos, una vez que las condiciones de trabajo post-pandémicas lo permitan.-
dc.description.productsMaterial multimedia.Introducción a los fenómenos oscilatorios: Se ha producido material multimedia de introducción a los fenómenos oscilatorios, en exceso a las expectativas del proyecto.-
dc.description.objectivesAchievedSe han cumplido los objetivos de actualización de estrategias para el tratamiento de datos en el Laboratorio de Fundamentos de Espectroscopía, mediante tres nuevas prácticas experimentales y su correspondiente procesamiento. Fue posible para nuestro equipo de trabajo superar las restricciones, obstáculos y retrasos inducidos por el confinamiento debido a la pandemia de COVID-19 que se presentó casi exactamente al inicio del proyecto. Miembros de nuestro equipo de trabajo han adquirido las habilidades requeridas, capacitado a otros, formado recursos humanos nuevos, y elaborado los procedimientos para trasladar los resultados del proyecto al laboratorio con estudiantes. El efecto transformador del proyecto se está notando desde el curso del mismo gracias a la incorporación continua de las innovaciones producidas y los aprendizajes generados. El esfuerzo del equipo de trabajo permitió incluir una práctica adicional a las planeadas, sobre el reloj de segmentación en procesos biológicos, que da un salto cualitativo en la capacidad conceptual, la relevancia y la aplicación de técnicas avanzadas para motivar la reflexión y producir una comprensión a profundidad.-
dc.description.outcomesLos impactos de este proyecto serán múltiples al ser implantadas las innovaciones que ha producido; además de ellos, el proceso mismo para desarrollarlo ha traído numerosos beneficios. Las prácticas desarrolladas han permitido avanzar en formatos híbridos presencial / en línea / "blended", gracias a que supimos aprovechar como oportunidad las severas limitaciones que nos impusieron las medidas sanitarias, sociales e institucionales derivadas de la pandemia de COVID-19 en 2020, 2021, y hasta la fecha. Mejorar la capacidad de medición y tratamiento de datos no sólo es un avance en sí mismo sino que conlleva una mejor comprensión de los conceptos que se estudian en las prácticas - "pensar para medir", diría Bachelard. El tratamiento de datos mediante técnicas actuales de programación y de manipulación simbólica integra de manera fluida la actividad experimental, la medición, la metrología, la computación a nivel operacional, y el pensamiento computacional, en ciclos virtuosos: un experimento cuyos datos van a ser tratados por estos métodos es un experimento mejor planeado, y para serlo, exige una mejor comprensión del fenómeno a estudiar. Las modestas adquisiciones realizadas con el presupuesto del proyecto permitirán darle escalamiento con otros equipos de los laboratorios y los de otras infraestructuras al alcance de académicos y alumnas y alumnos. La práctica cooperativa que se desarrolló, forzosamente a distancia, deja también un impacto duradero en los recursos humanos participantes. La formación de las becarias del proyecto como recursos humanos para la ciencia y la educación deja testimonio del valor del compromiso de todas las partes y la flexibilidad ante cambios inesperados de circunstancias que exigen creatividad y adapabilidad para dar continuidad tanto a las operaciones básicas de supervivencia de la sociedad como a la indispensable construcción de futuro a través de la investigación y la educación.-
Aparece en las colecciones: 1. Área de las Ciencias Físico Matemáticas y de las Ingenierías

Ficheros en este ítem:
No hay ficheros asociados a este ítem.


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.