Por favor, use este identificador para citar o enlazar este ítem: http://repositoriocyt.unlam.edu.ar/handle/123456789/2760
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licenseLicencia Creative Commons Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)spa
dc.creatorBettachini, Víctor Aspa
dc.creatorReal, Mariano A.spa
dc.creatorPalazzo, Edgardospa
dc.date2025spa
dc.date.accessioned2026-02-09T13:24:50Z-
dc.date.available2026-02-09T13:24:50Z-
dc.identifierhttps://ror.org/01bmj8t37spa
dc.identifier.citationBettachini, V. A., Real, m. A. y Palazzo, E. (2025). Introducción temprana de la mecánica computacional en cursos de electroestática y mecánica analítica. En Jorge Eduardo Montiel Barbará (Comp.), IX Congreso Argentino de Ingeniería Mecánica IV Congreso Argentino de Ingeniería Ferroviaria (pp.121-132). Facultad de Ingeniería del Ejército. https://drive.google.com/file/d/1LL0BTne5yMOINZ1t0M0TDwAgSlDJ2Fjo/viewspa
dc.identifier.isbn978-631-01-2564-0spa
dc.identifier.urihttp://repositoriocyt.unlam.edu.ar/handle/123456789/2760spa
dc.descriptionEste trabajo presenta dos experiencias educativas que integran herramientas computacionales en la enseñanza de física para ingeniería, abordando desafíos comunes en entornos con recursos limitados. La primera propuesta desarrolló un curso de mecánica analítica basado en Python, utilizando Jupyter notebooks y un enfoque de aula invertida. Los estudiantes resuelven ecuaciones de Euler-Lagrange mediante bibliotecas como SymPy y SciPy, centrándose en el modelado físico y evitando simplificaciones pedagógicas. El curso, disponible en GitHub, ha demostrado eficacia en grupos pequeños, aunque requiere adaptaciones para escalabilidad. La segunda experiencia aplicó metodologías similares en electrostática, permitiendo a alumnos analizar distribucio nes de carga continuas mediante cálculos numéricos en Google Colaboratory. Los resultados destacan una mayor comprensión conceptual sin depender de técnicas matemáticas avanzadas. Ambos casos subrayan cómo la programación accesible (Python) y entornos interactivos (Jupyter) optimizan el tiempo en clase, priorizando el análisis sobre cálculos repetitivos, y ofrecen soluciones viables para instituciones con restricciones presupuestarias o logísticas. Estas estrategias, replicables y de código abierto, podrían extenderse a otras áreas de la física e ingeniería, potenciando el aprendizaje activo en contextos diversos.spa
dc.descriptionFil: Bettachini, Víctor A. Universidad Nacional de La Matanza; Argentina.spa
dc.descriptionFil: Real, Mariano A. Universidad Nacional de San Martín; Argentina.spa
dc.descriptionFil: Palazzo, Edgardo. Universidad Tecnológica Nacional; Argentina.spa
dc.formatapplication/pdfspa
dc.format.extent12 p.spa
dc.languagespaspa
dc.publisherFacultad de Ingeniería del Ejércitospa
dc.relationinfo:eu repo/semantics/reference/https://drive.google.com/file/d/1LL0BTne5yMOINZ1t0M0TDwAgSlDJ2Fjo/viewspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/spa
dc.subjectENSEÑANZA DE LA INGENIERIAspa
dc.subjectINNOVACIONES PEDAGOGICASspa
dc.subjectINSTALACIONES Y TECNOLOGIA EDUCATIVASspa
dc.titleIntroducción temprana de la mecánica computacional en cursos de electroestática y mecánica analíticaspa
dc.typeinfo:eu-repo/semantics/conferenceObjectspa
dc.typeinfo:ar-repo/semantics/documento de conferenciaspa
dc.typeinfo:eu-repo/semantics/publishedVersionspa
Aparece en las colecciones: Comunicaciones científicas



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