Академический Документы
Профессиональный Документы
Культура Документы
0 1 0 1 0 2
5 1 4 1 2 2
10 1 9 1 7 2
15 1 12 1 10 2
20 1 17 1 13 2
25 1 22 1 15 2
30 1 28 1 19 2
35 1 34 1 23 2
40 1 38 1 25 2
45 1 43 1 28 2
50 1 49 1 30 2
55 1 54 1 33 2
60 1 59 1 35 2
65 1 64 1 37 2
70 1 69 1 39 2
75 1 74 1 40 2
80 1 79 1 42 2
Tabela 1 - Reflexo em espelho plano e refrao em paraleleppedo de acrlico
Usando a ferramenta GNUPLOT e uma vez que i = i, o fit pode ser aplicado
para uma funo linear. Executando o processo de fit, regredindo pelo mtodo dos
mnimos quadrados os dados medidos a uma equao do primeiro grau, obtm-se o
seguinte script:
a =1
b = 1/
Iteration 1
WSSR : 47.7084 delta(WSSR)/WSSR : -1.43144
delta(WSSR) : -68.2916 limit for stopping : 1e-005
lambda : 3.31738
resultant parameter values
a = 0.958793
b = 0.987491/
Iteration 2
WSSR : 29.4138 delta(WSSR)/WSSR : -0.621972
delta(WSSR) : -18.2946 limit for stopping : 1e-005
lambda : 0.331738
resultant parameter values
a = 0.972617
b = 0.160246/
Iteration 3
WSSR : 11.5366 delta(WSSR)/WSSR : -1.54961
delta(WSSR) : -17.8773 limit for stopping : 1e-005
lambda : 0.0331738
resultant parameter values
a = 1.0075
b = -1.75837/
Iteration 4
WSSR : 11.527 delta(WSSR)/WSSR : -0.000834736
delta(WSSR) : -0.00962197 limit for stopping : 1e-005
lambda : 0.00331738
resultant parameter values
a = 1.00833
b = -1.80391/
Iteration 5
WSSR : 11.527 delta(WSSR)/WSSR : -4.70387e-011
delta(WSSR) : -5.42213e-010 limit for stopping : 1e-005
lambda : 0.000331738
resultant parameter values
a = 1.00833
b = -1.80392
After 5 iterations the fit converged.
final sum of squares of residuals : 11.527
rel. change during last iteration : -4.70387e-011
degrees of freedom (FIT_NDF) : 15
rms of residuals (FIT_STDFIT) = sqrt(WSSR/ndf) : 0.876621
variance of residuals (reduced chisquare) = WSSR/ndf : 0.768464
Final set of parameters Asymptotic Standard Error
======================= ==========================
a = 1.00833 +/- 0.00868 (0.8608%)
b = -1.80392 +/- 0.4071 (22.57%)
correlation matrix of the fit parameters:
a b
a 1.000
b -0.853 1.000
Aps fitar os dados para uma funo do primeiro grau e plotando essa funo
como o grfico, percebe-se que a funo tende a uma funo onde x=y, alcanando o
objetivo de que ngulo de incidncia igual a ngulo de reflexo. O grfico que
representa a funo e os dados obtidos em experincia, com seus erros, so apresentados
na figura 1.
Da mesma forma, para a refrao, como n1*sen(i) = n2*sen(r), tem-se que sen (i) =
(n2/n1)*sen (r). Assim o fit pode ser feito para uma funo linear, como segue abaixo:
Iteration 0
WSSR : 27.6395 delta(WSSR)/WSSR : 0
delta(WSSR) : 0 limit for stopping : 1e-005
lambda : 0.709196
initial set of free parameter values
a =1
b = 1/
Iteration 1
WSSR : 0.0362075 delta(WSSR)/WSSR : -762.363
delta(WSSR) : -27.6033 limit for stopping : 1e-005
lambda : 0.0709196
resultant parameter values
a = 0.0554733
b = 1.03417/
Iteration 2
WSSR : 0.0219325 delta(WSSR)/WSSR : -0.650863
delta(WSSR) : -0.014275 limit for stopping : 1e-005
lambda : 0.00709196
resultant parameter values
a = 0.0333246
b = 1.23999/
Iteration 3
WSSR : 0.0219252 delta(WSSR)/WSSR : -0.000329522
delta(WSSR) : -7.22485e-006 limit for stopping : 1e-005
lambda : 0.000709196
resultant parameter values
a = 0.0331075
b = 1.24694/
Iteration 4
WSSR : 0.0219252 delta(WSSR)/WSSR : -3.74359e-011
delta(WSSR) : -8.20791e-013 limit for stopping : 1e-005
lambda : 7.09196e-005
resultant parameter values
a = 0.0331074
b = 1.24695
O script gerado usando a ferramenta gnuplot segue abaixo, anlogo ao primeiro caso.
a =1
b = 1/
Iteration 1
WSSR : 0.168928 delta(WSSR)/WSSR : -84.1239
delta(WSSR) : -14.2109 limit for stopping : 1e-005
lambda : 0.0707117
resultant parameter values
a = 0.135134
b = 1.01153/
Iteration 2
WSSR : 0.14027 delta(WSSR)/WSSR : -0.20431
delta(WSSR) : -0.0286585 limit for stopping : 1e-005
lambda : 0.00707117
resultant parameter values
a = 0.107027
b = 2.34094/
Iteration 3
WSSR : 0.0109761 delta(WSSR)/WSSR : -11.7796
delta(WSSR) : -0.129294 limit for stopping : 1e-005
lambda : 0.000707117
resultant parameter values
a = 0.0540357
b = 19.5601/
Iteration 4
WSSR : 0.00877023 delta(WSSR)/WSSR : -0.251517
delta(WSSR) : -0.00220586 limit for stopping : 1e-005
lambda : 7.07117e-005
resultant parameter values
a = 0.046164
b = 22.1183/
Iteration 5
WSSR : 0.00877022 delta(WSSR)/WSSR : -5.5515e-007
delta(WSSR) : -4.86879e-009 limit for stopping : 1e-005
lambda : 7.07117e-006
resultant parameter values
a = 0.0461523
b = 22.1221
Figura 3 : Dados experimentais e grfico lei do decaimento luminoso para o foto sensor
a =1
b = 1/
Iteration 1
WSSR : 288.472 delta(WSSR)/WSSR : -1.9067
delta(WSSR) : -550.028 limit for stopping : 1e-005
lambda : 1.05633
resultant parameter values
a = 0.558976
b = 1.09013/
Iteration 2
WSSR : 124.403 delta(WSSR)/WSSR : -1.31885
delta(WSSR) : -164.069 limit for stopping : 1e-005
lambda : 0.105633
resultant parameter values
a = 0.0499243
b = 8.61017/
Iteration 3
WSSR : 14.0756 delta(WSSR)/WSSR : -7.83825
delta(WSSR) : -110.328 limit for stopping : 1e-005
lambda : 0.0105633
resultant parameter values
a = -0.790268
b = 21.4802/
Iteration 4
WSSR : 14.0432 delta(WSSR)/WSSR : -0.00230107
delta(WSSR) : -0.0323145 limit for stopping : 1e-005
lambda : 0.00105633
resultant parameter values
a = -0.804893
b = 21.7043/
Iteration 5
WSSR : 14.0432 delta(WSSR)/WSSR : -6.97202e-011
delta(WSSR) : -9.79098e-010 limit for stopping : 1e-005
lambda : 0.000105633
resultant parameter values
a = -0.804895
b = 21.7043
After 5 iterations the fit converged.
final sum of squares of residuals : 14.0432
rel. change during last iteration : -6.97202e-011
degrees of freedom (FIT_NDF) : 10
rms of residuals (FIT_STDFIT) = sqrt(WSSR/ndf) : 1.18504
variance of residuals (reduced chisquare) = WSSR/ndf : 1.40432
Final set of parameters Asymptotic Standard Error
======================= ==========================
a = -0.804895 +/- 0.0991 (12.31%)
b = 21.7043 +/- 1.477 (6.805%)
correlation matrix of the fit parameters:
a b
a 1.000
b -0.973 1.000
O grfico gerado remete a uma funo do primeiro grau decrescente. Isso prova
a veracidade da relao, uma vez que os valores de p e p devem ser inversamente
proporcionais para manter o valor de f constante. Pode ser estipulado ento um novo
valor para f, a partir da funo gerada. Encontrado o valor do coeficiente angular a
como -0,8 e do coeficiente linear como 21,70, ambos encontrados pelo fit, pode-se
montar a funo p= -0,8(p) + 21,70. Assim, colocando, por exemplo, em p, o valor 7
cm, obtm-se para p o valor 16,1 cm. Dessa forma, usando a relao 1/f = 1/p + 1/p,
estipula-se um novo valor para f, de 4,87 cm, prximo ao encontrado na experincia. O
grfico apresentado na figura 5.
Tabela 5 :Grfico de p x p para lente convergente