Experimento de gota de aceite y cuantización de carga.

Cómo mostrar sistemáticamente que las cargas resultantes en el experimento de la gota de aceite son números enteros multiplicados por mi en otras palabras, cómo extraer mi de los datos?

Esta pregunta es muy vaga. No tengo ni idea de lo que estás preguntando. No das ninguna información de fondo.
Más información sobre el experimento de la gota de aceite de Millikan: physics.stackexchange.com/search?q=millikan+oil
Doy una versión simplificada de esta pregunta como un problema en Modern Physics. Los estudiantes con tendencia similar al TOC encuentran algunas soluciones bastante decentes. Dicho esto, a menudo hay algunas confusiones acerca de cuáles son exactamente los datos en el experimento de Milikan y es casi seguro que deberías decir lo que crees que es para que todos estén en el mismo pie.
@richard: ¿No es esto algo que se enseña en física básica de primer año? Además, el artículo que vinculó explica todo con completo detalle, por lo que no entiendo el punto de la pregunta.
Por lo que sé, juegas con diferentes valores hasta que encuentras el que mejor se ajusta. Debo admitir que no conozco una forma sistemática de hacerlo. Me interesaría una explicación de algún procedimiento sistemático si alguien quisiera dar una respuesta. Por cierto, sospecho que el voto negativo y las críticas provienen de un malentendido de lo que está preguntando. La pregunta es cómo, a partir de una lista de cargos, encuentras la cantidad de la que todos son múltiplos enteros. Sobre todo teniendo en cuenta que habrá errores experimentales en las cargas.

Respuestas (2)

Para abordar el comentario de John Rennie en la sección de comentarios sobre la existencia de un algoritmo sistemático e independiente de las conjeturas humanas para determinar el LCM de una serie de datos en presencia de un error experimental significativo y sin la ayuda de gotitas cargadas de un solo electrón para hacer una conjetura humanamente sensata:

a = 12.5654;
L = 400;
list = Table[a (RandomInteger[{6, 35}] + RandomReal[{-0.25, 0.25}]), {k, L}];
f[b_] := Module[{g = Nearest[b Range[L]]}, Sum[Abs[g[list[[k]]][[1]] - list[[k]]], 
{k, L}]/b];
ListPlot[list, PlotRange -> All]
Plot[f[x], {x, 6, 15}, PlotRange -> All]

ingrese la descripción de la imagen aquí

ingrese la descripción de la imagen aquí

No hay forma de que un ser humano pueda mirar esa trama de datos sin procesar ruidosos y adivinar el LCM, pero una computadora puede manejarlo perfectamente. Tenga en cuenta que esto indica de manera confiable el LCM a pesar de que el error de "medición" es del orden del 50%. Usé un error distribuido uniformemente, pero funciona igual de bien con errores distribuidos por Gauss.

Como un interesante aparte matemático, en ausencia de ruido, el MCM aparece como el cero más grande de la función de mérito, que tiene una secuencia de ceros cuya densidad de ceros tiende como ( a X ) 1 dónde a es el MCM y X es la conjetura. Como X 0 hay una singularidad oscilatoria, y para X > a , no hay más ceros.

ingrese la descripción de la imagen aquí

¿Hay alguna posibilidad de que puedas explicar el código también? Además, ¿es Mathematica?

Si el experimento se realizó con suficiente precisión, la simple representación gráfica de los valores de carga calculados debería proporcionar una agrupación evidente. (Dos mediciones por partícula: masa de la velocidad de caída libre y voltaje para alcanzar la velocidad cero es como recuerdo el experimento, pero eso es de una memoria de cincuenta años de física de la escuela secundaria... graficar voltaje/masa).

RJDoe tiene un conjunto de instrucciones (con una divertida conclusión apocalíptica) para redactar una versión algo diferente del experimento: http://www.phys.ksu.edu/personal/cocke/classes/phys506/aasamplewriteup.htm usando tanto un aceleración hacia abajo y hacia arriba para dar tres velocidades por partícula. Me pregunto si eso podría tener la ventaja de que no necesitaría depender de un valor medido previamente para la viscosidad del aire.

Veo que DumpsterDoofus expresa molestia por la falta de esfuerzo y sugiero que quizás el uso de http://webphysics.davidson.edu/applets/pqp_preview/contents/pqp_errata/cd_errata_fixes/section4_5.html para generar "datos" del domo lo calmaría. . Sería más interesante ver los datos recopilados de esta manera que mirar su generación de datos, que sospecho que es muy diferente a la recopilada por Millikan. (Tampoco estoy de acuerdo con que no hubiéramos podido hacer tal análisis de datos sin computadoras).

Lo siento, probablemente debería haber sido un poco más claro en mi respuesta: no estaba diciendo que hacer tal análisis de datos sin computadoras es imposible, estaba diciendo que para el ejemplo que di, sería difícil para los humanos ver el agrupamiento En los experimentos reales de gotas cargadas, hay suficientes gotas cargadas de números enteros bajos para que pueda mirar los datos y adivinar la respuesta; el punto de mi respuesta fue proporcionar un algoritmo general e independiente del ser humano para estimar LCM en datos ruidosos con agrupamiento no obvio y grandes cantidades de carga.
Pero creo que los datos de Millikan se presentaron (al menos como lo recuerdo) como gotas típicamente simples, dobles o triples, por lo que creo que su ejemplo generado por computadora no fue un ejemplo construido de manera realista.
Sí, recuerdas correctamente. Cuando haces el experimento de la gota de Millikan, las gotas generalmente tienen solo un par de electrones si se hacen correctamente, por lo que no es difícil estimar la carga con solo mirar los datos, razón por la cual se hace en algunos laboratorios de física de primer año. El punto de mi respuesta fue responder a la pregunta más general de cómo atacar el problema para tipos similares de análisis de datos que involucran datos ruidosos y cuantificados que no son susceptibles al ataque humano, en lugar de solo datos de caída de Millikan.
Es muy difícil llegar a unos pocos electrones en la práctica (aunque esa es la versión idealizada del experimento que generalmente se presenta). En el experimento real de Miliken, corrió una sola caída hacia arriba y hacia abajo hasta que la ionización ambiental canceló aleatoriamente una carga. Luego calcula la diferencia en los cambios antes y después como se deduce de la relación voltaje-velocidad. Repita con muchas gotas y eventos de neutralización múltiple por gota y puede hacerlo muy bien, pero requiere mucha paciencia.