 ¿Cuáles son los tipos de errores más usuales ciencias?

se clasifican en dos grandes grupos errores sistemáticos y

accidentales:

Se denomina error sistemático a aquel que es constante a lo largo

de todo el proceso de medida y, por tanto, afecta a todas las
medidas de un modo definido y es el mismo para todas ellas. Estos
errores tienen siempre un signo determinado y las causas
probables pueden ser:

- Errores instrumentales (de aparatos); por ejemplo, el error de

calibrado de los instrumentos.

- Error personal: Este es, en general, difícil de determinar y es

debido a las limitaciones de carácter personal. Como, por ejemplo,
los errores de paralaje, o los problemas de tipo visual.

- Errores de método de medida, que corresponden a una elección

inadecuada del método de medida; lo que incluye tres
posibilidades distintas: la in adecuación del aparato de medida,
del observador o del método de medida propiamente dicho.

Se denominan errores accidentales a aquellos que se deben a las

pequeñas variaciones que aparecen entre observaciones
sucesivas realizadas por el mismo observador y bajo las mismas
condiciones. Las variaciones no son reproducibles de una
medición a otra y se supone que sus valores están sometidos tan
sólo a las leyes del azar y que sus causas son completamente
incontrolables para un observador. Los errores accidentales
poseen, en su mayoría, un valor absoluto muy pequeño y si se
realiza un número suficiente de medidas se obtienen tantas
desviaciones positivas como negativas. Y, aunque con los errores
accidentales no se pueden hacer correcciones para obtener
valores más concordantes con los reales, si pueden emplearse
métodos estadísticos, mediante los cuales se pueden llegar a
algunas conclusiones relativas al valor más probable en un
conjunto de mediciones.

 ¿A Qué hace referencia la frase “ajuste por mínimos

cuadrados”?
Mínimos cuadrados es una técnica de análisis
numérico. enmarcada dentro de la optimización matemática, en
la que, dados un conjunto de pares ordenados, variable
independiente, variable dependiente y una familia de funciones, se
intenta encontrar la función continua, dentro de dicha familia, que
mejor se aproxime a los datos (un "mejor ajuste"), de acuerdo con
el criterio de mínimo error cuadrático.
Es decir que los errores de cada medida estén distribuido de forma
aleatoria, permitiendo visibilidad en la variables que han de ser
resultas, La técnica de mínimos cuadrados se usa comúnmente
en el ajuste de curvas 

 ¿Qué es un polinomio de mínimos cuadrados?

Suponga que hemos medido un conjunto de pares de datos ( xi, yi)

en una experiencia, por ejemplo, la posición de un móvil en ciertos
instantes de tiempo.

Se necesita obtener una función y=f(x) que se ajuste lo mejor

posible a los valores experimentales. Se pueden ensayar muchas
funciones, rectas, polinomios, funciones potenciales o
logarítmicas.

Una vez establecido la función a ajustar se determinan sus

parámetros, en el caso de un polinomio, serán los coeficientes del
polinomio de modo que los datos experimentales se desvíen lo
menos posible de la fórmula empírica.

La función más sencilla es la función lineal y=ax+b. El

procedimiento de ajustar los datos experimentales a una línea
recta se denomina regresión lineal 

 ¿Cuándo se calcula una regresión lineal, qué es lo que se

está haciendo?

Este método consiste en encontrar una función cuya grafica sea la

más aproximada a los datos obtenidos. Precisando, claro está, que
significa estar aproximada. Este método nos permite predecir la
existencia de otros valores o inferir valores futuros.

Buscando una recta que mejor se aproxime a uno por medio de la

depreciación de datos.

Para el Experimento 1 se obtuvieron los siguientes resultados:

Para el Experimento 2 se obtuvieron los siguientes resultados:
Para el Experimento 3 se obtuvieron los siguientes resultados:

Simulación:
Para la gráfica x vs t, obtenga los parámetros A, B y r de la regresión
potencial. Busque la interpretación física de A y B.

x=5.0037+39.999 t−1.4614 t 2

R2=1
Como conocemos que la formula para la posición según
el movimiento rectilíneo uniformemente acelerado esta planteada
de la siguiente manera:
 1
x=x 0 +v 0 t+ a t 2
2

Entonces:
x 0=5.0037 m

v 0=39.999 m/s

1
a=−1.4614 m/s 2
2

Y el coeficiente de correlación es Pearson es:

R2=1
De lo cual podemos deducir que el ajuste a la recta de regresión
potencial es preciso.

Para la gráfica v vs t, obtenga los parámetros A, B y r de la

regresión lineal. Busque la interpretación física de A y B.

v=40−2.923 t

R2=1
Como conocemos que la fórmula para la velocidad según
el movimiento rectilíneo uniformemente acelerado está planteada de la
siguiente manera
v=v 0 + at

Por lo que se deduce:

40 m
v 0=
s
a=−0.923 m/s 2

Y el coeficiente de correlación de Pearson es:

R2=1
De lo cual podemos deducir que el ajuste a la recta de regresión
lineal es preciso.

Con base en los análisis de los puntos 6 y 7, deduzca el valor de la

aceleración de su experimento.

 Así como deducimos en el punto anterior, la aceleración es igual

a −2.923 m/s

También de la fórmula de la posición se verifica que: 

1
a=−1.4615 m/s2
2
a=−2.923 m/s 2