PDF de programación - Tiro Oblicuo

Tiro Oblicuo.
Autor:
Darío Kunik

Contacto
[email protected]

En este apartado se analizan los datos obtenidos a partir del video de la pelota que realiza
un tiro oblicuo. Como describimos en el tutorial sobre ImageJ, utilizando este programa es
posible obtener la posición de la partícula a lo largo del tiempo. Ahora vamos a trabajar con el
programa Scilab. En primer lugar, vamos a introducir los datos obtenidos con el ImageJ en un
conjunto de variables definidas en Scilab. Luego vamos a procesar dichos datos. A partir del
análisis de los datos encontraremos valores para la aceleración debida a la fuerza gravitatoria y
la velocidad inicial de la pelota. Procedemos como se describe a continuación.

1) Abra un editor de scilab y cargue los datos obtenidos para las coordenadas horizontal,
vertical y el tiempo en variables (vectores) a los que llamaremos x, y, t, respectivamente, como
se muestra en la figura 1. (Notar que los valores diferirán de los obtenidos por ustedes debido
a que se obtuvieron de otro conjunto de imágenes). En el caso de las coordenadas espaciales,
introducimos los datos en píxeles tal como se obtienen directamente con ImageJ.


Figura 1, introducimos los valores hallados de x, y y el tiempo

Como ya mencionamos antes, conocemos los datos temporales porque sabemos que cada
cuadro fue adquirido cada 30ms=0.03s. Como conocemos en total 27 posiciones (analizamos
27 imágenes) definimos a t como el vector [0 1 2 … 27] multiplicado por 0.03. Eso es lo que
dice la línea 7 del archivo de comandos que se muestra en la figura.
Para salir de dudas escriba en la línea de comando:

t ↲
Eso imprimirá en la pantalla los elementos del vector t.

Los datos cargados para la posición de la pelota están en píxeles. Es decir son los que vienen
directamente de obtener la posición de la pelota con el programa ImageJ. Para pasarlos a
coordenadas en unidades de longitud, tendremos que utilizar la calibración descripta en el
tutorial sobre ImageJ. Además de esto, tendremos que redefinir el origen de coordenadas para
que coincida con la posición inicial de la pelota. Vamos a hacer esto último desde el Scilab.

Empecemos por redefinir el origen de coordenadas:
El origen de coordenadas (en píxeles) de la imagen se encuentra en el vértice superior
izquierdo de la imagen. Es deseable tener el sistema de coordenadas definido de forma que el
origen coincida con la posición inicial de la pelota, además, en la imagen, como es interpretada
por el programa ImageJ, la coordenada y crece hacia abajo y no hacia arriba como se utiliza
habitualmente. Para terminar de complicar el cuadro, la pelota se arrojó de derecha a izquierda
es decir que la coordenada x crece hacia la izquierda no hacia la derecha como se hace
usualmente. En la figura 2 se ilustra la situación:

Figura 2, el sistema de coordenadas que el programa ImageJ le asigna a la imagen. Se ilustra
una porción de la imagen.

Supongamos que la posición inicial de la pelota se encuentra en el punto de coordenadas (9;
4). Para hacer que la coordenada y tenga el cero en dicho punto y crezca hacia arriba, tenemos
que definir una nueva coordenada y como sigue:

(1)

donde el 4 proviene de la ordenada del nuevo sistema de referencias e y es el viejo valor de la
coordenada vertical.

Notar que con este cambio de variables, el punto (0;0) pasa a tener ordenada y=4-0=4.
Con este cambio de coordenadas, por otro lado, la ordenada crece hacia arriba.

Con la coordenada x tenemos que hacer lo mismo, podemos definir a x como:

(2)

Con esta definición, el valor x1 de la pelota a lo largo del tiro oblicuo filmado seguirá yendo de
derecha a izquierda (es decir, disminuyendo). Si queremos que, como es habitual, x crezca
hacia a la derecha, en lugar de la ecuación (2), definimos una nueva variable x1 como

(3)

Ahora el origen de coordenadas coincide con el punto (9;4) identificado en términos de píxeles
(como los numera el ImageJ). Por otro lado, la coordenada horizontal va hacia la derecha
durante el tiro oblicuo.

Aquí se adoptarán las ecuaciones 1 y 3 por lo que agregaremos estas líneas al archivo de
comando (ver figura 3)

Figura 3: cambiamos de variables y dibujamos la trayectoria según 2 sistemas de coordenadas
diferentes.
En la figura 4 se muestra la trayectoria en las variables originales y en la figura 5 en las
coordenadas modificadas de forma que el origen coincida con la posición inicial de la pelota y
además la coordenada x crezca hacia la izquierda.

Figura 4, la trayectoria de la pelota según el sistema de coordenadas que utiliza el programa
imageJ


Figura 5, trayectoria de la pelota según el nuevo sistema de coordenadas definido en Scilab.

El paso siguiente es expresar los vectores x e y o x1 e y1 en unidades de longitud, no en
píxeles. Para ello utilizaremos la calibración que hicimos con el programa imageJ según la cual,
1 px =0.0067m.

Agregamos en el archivo de comando las líneas siguientes ver figura 6

Figura 6. Calibración de la imagen. Utilizamos para calibrar la imagen, el tamaño de la pelota.

En la figura 7 se muestra la trayectoria de la pelota expresada en metros.

Figura 7. trayectoria de la pelota expresada en metros

Una vez que tenemos las coordenadas expresadas en metros, podemos graficar también
ambas coordenadas x e y como función del tiempo. Para ello agregamos las líneas que se
muestran en la figura 8:

Figura 8. Graficamos las coordenada x de la trayectoria en función del tiempo

En la figura 9 se muestra el gráfico de la componente x de la trayectoria en función del tiempo.


Figura 9, gráfico de la coordenada x en función del tiempo.

Como vemos en la figura 9, la componente x de la trayectoria parece seguir un movimiento
rectilíneo uniforme, lo cual está en acuerdo con el hecho de que no hay una componente del
peso en la dirección x.
Podemos obtener la componente x de la velocidad inicial de la pelota a partir del ajuste de los
datos por una recta. Según nuestro modelo, la coordenada x debería evolucionar según:

(4)

Vamos a efectuar un ajuste manual de los datos siguiendo la ecuación 4, tenemos un solo
parámetro a determinar que es la velocidad inicial según el eje x
líneas de la figura 10 al archivo de comandos.

. Para ello agregamos las

Figura 10. Proponemos una recta para ajustar la evolución de la coordenada x en función del
tiempo. Además dibujamos en un mismo gráfico los datos y el valor de la curva teórica dada
por la ecuación 4
En la figura 11 se muestra el resultado de variar la componente x de la velocidad:

Figura 11. Datos del video y curvas teóricas para 3 valores distintos de componente x de la
velocidad inicial.

Como se observa en la figura 11, el modelo propuesto parece explicar muy bien los resultados
obtenidos. Lo que no sabemos es cuan bien ni tampoco tenemos una forma lógica de
determinar el mejor valor posible para la velocidad inicial en x. La discusión de estos temas
sobrepasa el alcance de este curso. No obstante notar que una manera de optimizar la
búsqueda de la mejor velocidad inicial es intentar minimizar algún error. Lo que suele hacerse
es lo siguiente, para cada tiempo se calcula la diferencia entre el valor medido y el valor teórico,
se suman los cuadrados de estas diferencias, luego se calcula la raíz cuadrada de dicha suma
y se divide ese resultado por el número de puntos. El mejor valor de la velocidad es entonces el
que minimiza dicha cantidad.

En la figura 12 se muestran las líneas de código agregadas al archivo de comando para estimar
el error. Al calcular el error para v0x=3m/s se obtiene 0.021; para v0x=2.9m/s, 0.035 y para
v0x=2.95m/s se obtiene 0.015. De esto se desprende que 2.95 es la velocidad inicial que mejor
ajusta de los tres valores ensayados.


Figura 12. Utilización del error para determinar el mejor ajuste. En el caso de una función lineal,
el ojo funciona muy bien.

Ahora podemos repetir nuestro análisis con los datos correspondientes a la componente y.

Figura 13, Componente y de la trayectoria en función del tiempo.

Como era de esperar la componente y se aparta del movimiento rectilíneo uniforme. La curva
tiene aspecto de parábola que tampoco sorprende porque sabemos que en la componente y,
la aceleración de la gravedad es constante. Nuestro modelo predice que la velocidad según
y debe decrecer linealmente con el tiempo es decir si la aceleración es constante entonces la
velocidad va como:

(6)

Podemos obtener la velocidad en y a partir de los datos y(t) para ello vamos a calcular el
cociente:

(7)

La ecuación 7 da una velocidad media, que aproximará mejor a la velocidad instantánea
cuanto más chico sea el intervalo de tiempo entre un punto y otro. Para efectuar el cálculo
de la ecuación 7 con el scilab utilizamos la función diff . Esta función calcula las diferencias
entre dos componentes consecutivas de un vector. El resultado es un vector que tiene un
elemento menos que el vector original, debido a que al último elemento no se le puede calcular
la diferencia con el que sigue. En la figura 14 se muestran las líneas de código en el script.


Figura 14, calculo numérico de la velocidad en la componente y.

La velocidad en y la calculamos en la línea 54 del archivo de comando haciendo el cociente
elemento a elemento de los vectores diff(y) y diff(t). Redefinimos un vector tiempo t1 sacándole
el último elemento al vector t.
En la figura 15 se muestra la estimación obtenida para la velocidad de la componente y


Figura 15, Estimación de la velocidad en y. Las derivadas numéricas son muy ruidosas, hay
que tener muchos datos para poder efectuar buenos cálculos de la velocidad. No obstante la
tendencia lineal de los datos es evidente.

Al igual que lo hecho para la coordenada x, ajustamos los datos para la velocidad según y
con una función lineal. En la figura 16 se muestran las líneas del script y en la figura 17 los
resultados.

Figura 16, ajuste lineal de la veloc