Captulo III

Interpretao grfica de dados

Este texto foi baseado no texto das apostilas Introduo
interpretao grfica de dados, grficos e equaes, 1990, dos Profs. Fuad
Saad, Paulo Yamamura e Kazuo Watanabe; Fsica Geral e Experimental
para Engenharia I, 2003, dos Profs. Ewout ter Haar e Valdir Bindilati.

1. Introduo
Nas atividades experimentais, muitas vezes, objetiva-se estudar a
maneira como uma propriedade, ou quantidade, varia com relao a uma
outra quantidade, por exemplo:
De que modo o comprimento de um pndulo afeta o seu perodo?
ou ainda:
Como se comporta a fora de atrito entre duas superfcies
relativamente fora normal exercida por uma superfcie sobre a
outra?
Tais questes podem ser estudadas e mais bem respondidas, muitas
vezes, atravs de mtodos grficos evidenciando, dessa forma, a
dependncia de uma grandeza em relao outra. Neste captulo
apresentaremos os principais tipos de grficos disponveis bem como
tcnicas para a sua confeco. Apresentaremos tambm alguns mtodos de
anlise grfica de dados de forma a poder extrair informaes e interpretar
resultados experimentais.

2. Tipos de grficos
Os grficos, de modo geral, podem ser classificados em cinco tipos
bsicos, conforme o esquema apresentado na figura 2.1. Dependendo do
tipo de anlise a ser realizada um tipo de grfico torna-se mais adequado
que outro. Nos trabalhos experimentais em Cincias so frequentemente
utilizados grficos do tipo diagrama, ou linha, conforme o apresentado na
figura 2.2. Nesse grfico mostrado o comportamento de uma grandeza
fsica, nesse caso a velocidade de um corpo, em funo do tempo. Pode-se
perceber facilmente que a velocidade aumenta com o passar do tempo. A
grande vantagem de anlises grficas a interpretao direta e fcil de

21
 dados experimentais. A linha tracejada, nesse caso, representa o
comportamento mdio dos dados obtidos e representa a tendncia dos
dados.
Grficos

diagramas Cartogramas Estereogramas Organogramas Harmogramas ou

(slidos) fluxogramas

De linhas superfcies

poligonais colunas

curvas barras

histogramas

setores

Figura 2.1: Principais tipos de grficos

v(cm/s)
45 Velocidade de
40 queda do ovo

35

30

25

20

15

10
5

0
0 1 2 3 4 5 6 7 8 9 10 t (s)

Figura 2.2: Exemplo de grfico linear. Nesse grfico, os pontos

correspondem s medidas experimentais e a linha representa o
comportamento mdio.

22
3. Confeco de grficos
Quando so realizados experimentos, os dados so adquiridos,
geralmente, de dois modos:
No primeiro modo, quer-se examinar a dependncia de uma grandeza
em relao outra, como, por exemplo, os dados apresentados na figura
2.2. Nesse caso, mede-se a velocidade do corpo em instantes consecutivos
de tempo e analisa-se como a velocidade depende do tempo. Em medidas
desse tipo, costuma-se denominar de varivel independente aquela que se
varia, nesse caso, o tempo. A grandeza na qual se quer estudar a
dependncia, nesse caso a velocidade, denominada de varivel
dependente.
No segundo caso, o mesmo experimento repetido muitas vezes nas
mesmas condies e, em cada um desses experimentos, repete-se a medida
de uma determinada grandeza. Nesse caso, querem-se estudar as variaes
de medidas devido s incertezas experimentais. Um caso tpico a medida
do perodo de oscilao de um pndulo simples. Dependendo dos
instrumentos utilizados, a medida simples de um nico perodo resulta,
geralmente, em incertezas experimentais elevadas que podem ser
minimizadas atravs da repetio do experimento muitas vezes. Assim, a
medida final seria a mdia aritmtica de todas as medidas efetuadas.
Em ambas as situaes costuma-se organizar os dados em tabelas.
Essas tabelas podem-se tornar demasiadamente longas e de difcil leitura. A
representao desses dados em forma grfica mostra, de forma mais clara,
as propriedades das grandezas medidas. O grfico mostra, igualmente,
provveis erros experimentais e permite realizar interpolaes e
extrapolaes de modo visvel e fcil.
No primeiro exemplo pode-se visualizar graficamente o
comportamento da velocidade em funo do tempo atravs de um grfico
de linhas. No segundo caso, contudo, a melhor visualizao grfica feita
atravs de um histograma. Nesse tipo de grfico muito simples obter
grandezas como mdia e desvio padro das medidas.
Antes de abordar os tipos de grfico acima, devemos estabelecer
algumas regras gerais de confeco de grficos. Essas regras se aplicam a
quase todos os tipos disponveis.

3.1. Regras gerais para confeco de grficos

A construo de grficos, quando feita sob regras universais, facilita
significativamente a sua interpretao. Nesse sentido, regras rgidas (como

23
regras de sintaxe de uma linguagem qualquer) so adotadas no mundo
cientfico e tecnolgico1.
Todo grfico composto dos seguintes itens:
1. Ttulo e legenda do grfico;
2. Eixos das variveis com os nomes das variveis, escalas e
unidades;
3. Dados experimentais e incertezas;
4. Funes tericas ou curvas mdias (esse ltimo item opcional
e, dependendo das circunstncias, pode ser omitido);
A figura 3.1 mostra os principais componentes de um grfico.

Ttulo e legenda do grfico

Todo grfico dever ter um ttulo. Geralmente, o ttulo do grfico
colocado na parte superior do grfico, em destaque. Ttulos do tipo grfico
de velocidade vs. tempo" so redundantes e no fornecem informao
necessria para o entendimento do mesmo.
Caso o grfico seja inserido dentro de um texto, o mesmo deve ser
acompanhado de uma legenda, logo abaixo do grfico, numerada, que
explique de forma sucinta o seu contedo. No caso da presena de uma
legenda, o ttulo do grfico torna-se opcional, j que a legenda acaba
suprindo o leitor de informao suficiente para o entendimento do grfico.

Eixos, escalas e unidades

Os eixos de um grfico devem ser explicitamente desenhados. Cada
um dos eixos deve conter o nome (ou smbolo) da varivel representada, a
escala de leitura e a unidade correspondente.
A escolha da escala utilizada deve ser tal que represente bem o
intervalo medido para a varivel correspondente. A regra prtica para
definir a escala a ser utilizada consiste em dividir a faixa de variao da
varivel a ser graficada pelo nmero de divises principais disponveis.
Toma-se, ento, um arredondamento para um valor superior e de fcil
leitura. Esses valores so, em geral, 1, 2, 5 ou mltiplos/sub-mltiplos de 10
desses valores (10; 20; 500; 0,5; etc.). A figura 3.2 mostra alguns exemplos

1
Programas computacionais de gerao de grficos no destinados rea cientifica,
como o Excel, so muito limitados e possuem vrias falhas no que diz respeito
confeco correta de grficos e o seu uso fortemente desaconselhado no mundo
cientfico e tecnolgico.

24
de escalas do eixo de um grfico. Mltiplos de 3 so de difcil leitura e
devem ser evitados.

v(cm/s)
45 Velocidade de queda Ttulo
de um corpo
40

35 Eixo das
ordenadas
30 Curva mdia

25

20
Pontos
experimentais
15

10 Escala do Nome da
Eixo das eixo varivel e
5 abscissas unidade

0
0 1 2 3 4 5 6 7 8 9 10 t (s)

Figura 3.1. Componentes tpicos de um grfico cientfico padro.

0 1 2 3 4 5 6 7 8 9 t(s)

0 2 4 6 8 10 12 14 16 18 x (m)

0 5 10 15 20 m (kg)

Figura 3.2. Alguns exemplos de formas CORRETAS de desenhar

eixos em um grfico.
As escalas de um grfico no precisam comear na origem (0, 0).
Elas devem abranger a faixa de variao que voc quer representar.
conveniente que os limites da escala correspondam a um nmero inteiro de

25
divises principais. Indique os valores correspondentes s divises
principais abaixo (eixo-x) ou ao lado (eixo-y) da escala utilizando nmeros
legveis. As unidades devem ser escolhidas de maneira a minimizar o
nmero de dgitos utilizados na diviso principal (ver a terceira escala, de
cima para baixo, na figura 3.2. Nesse caso, utilizou-se a escala de quilo-
grama). Uma regra prtica utilizar no mximo 3 dgitos para representar
esses valores. Pode-se tambm fazer o uso de potncias de 10 na expresso
das unidades para simplificar a escala.
Ao traar os eixos em papel grfico comum, no use a escala marcada
no papel pelo fabricante. Voc quem define a escala. Tambm evite usar
os eixos nas margens do papel. Desenhe os seus prprios eixos. Na figura
3.3 so mostradas algumas formas INCORRETAS de desenhar eixos de
grfico. Um erro muito comum colocar nos eixos os valores medidos para
cada varivel. Esse um erro MUITO grosseiro que torna o grfico ilegvel.
Por fim, escreva o nome (ou smbolo) da varivel correspondente ao
eixo e a unidade para leitura dos valores entre parntesis (s, kg, 105 N/m2,
etc.).
No final das contas, o melhor critrio para desenhar um eixo de um
grfico o bom-senso. O teste final para saber se o eixo utilizado
adequado a escolha aleatria de um ponto qualquer. O leitor deve ser
capaz de identificar rapidamente o valor correspondente desse ponto atravs
da leitura do eixo no grfico.

Escala mltipla de 3

0 3 6 9 12 15 18 21 24 27 t(s)
Pontos experimentais

0 3,4 6,2 11,7 15 18,9 21 t(s)

Escala comprimida

0 1 2 3 4 5 6 7 8 9 1011t(s)
Escala expandida

0 1 x (m)

Figura 3.3. Algumas formas INCORRETAS de desenhar eixo em

um grfico.

26
 Dados, funes tericas e curvas mdias
Assinale no grfico a posio dos pontos experimentais: use marcas
bem visveis (em geral crculos cheios). NUNCA indique as coordenadas
dos pontos graficados no eixo. Coloque as barras de incerteza nos pontos, se
for o caso. Se as incertezas so menores que o tamanho dos pontos, indique
isso na legenda.
NUNCA LIGUE OS PONTOS. Esse um erro grosseiro de
confeco de grficos, muito utilizado em programas de computadores. A
figura 3.4 mostra como desenhar os pontos experimentais em um grfico.

Barras de incerteza
Marcador

Correto

Errado

Figura 3.4. Representao de pontos experimentais em um grfico.

NUNCA LIGUE OS PONTOS. Indique as barras de incerteza (se
for o caso) em cada ponto nos eixos x e y.
s vezes, dependendo da anlise a ser realizada com os dados,
necessrio o desenho de curvas mdias ou funes tericas. Essas curvas
tm como utilidade permitir a extrapolao e/ou interpolao de pontos,
bem como a comparao entre os dados experimentais e uma previso
terica. Esse ponto ser discutido em detalhes adiante.

4. Grficos de linhas
Grficos de linhas so normalmente utilizados para representar a
dependncia de uma grandeza em relao outra, como o grfico
apresentado na figura 2.2 que mostra a dependncia com o tempo da

27
velocidade de queda de um ovo. So muitos os tipos de grficos de linhas
que podem ser construdos. Dentre os vrios se destacam trs tipos
comumente utilizados, conforme representado na figura 4.1.

Grfico de linhas

Lineares Logartmicos Polares

mono-logartimico di-logartmico

Figura 4.1. Principais tipos de grficos de linhas utilizados no meio

cientfico.

Figura 4.2. Papel em escala milimetrada. Nesse caso, ambas

coordenadas so igualmente espaadas em centmetros.

28
 A escolha do tipo de grfico est relacionada com os objetivos que se
pretende alcanar. Um dos fatores que pode fornecer a ajuda na escolha
analisar a variao dos dados adquiridos. Por exemplo, uma grandeza que
varia entre 10 Hz e 100 kHz (100000 Hz) torna-se impossvel de ser
graficada de forma eficiente em um grfico linear, devido grande variao
entre um extremo e outro. Nesse caso, grficos logartmicos so mais
adequados para representar dados desse tipo.

4.1. Escalas lineares

Grficos em escalas lineares so os mais simples de serem realizados.
Como o prprio nome diz, grficos em escalas lineares so aqueles nos
quais ambos os eixos (x e y) so lineares, ou seja, a escala representada no
eixo diretamente proporcional distncia do ponto em relao origem
do eixo.
Grficos em escalas lineares so desenhados normalmente em papis
milimetrados, conforme mostra a figura 4.2. Voc pode usar a figura 4.2
como modelo para grficos lineares. Basta fazer cpias xrox da figura e
utilizar para os seus grficos.

v(cm/s)
45 Velocidade de
40 queda de um corpo

35

30

25

20

15

10
5

0
0 1 2 3 4 5 6 7 8 9 10 t (s)

Figura 4.3. Velocidade de queda de um ovo.

29
 Um exemplo de grfico em escala linear mostrado na figura 4.3.
Nesse caso, grafica-se a velocidade instantnea de queda de um ovo como
funo do tempo de queda.

Traando curvas mdias

Muitas vezes quer-se extrair informaes mais complexas de um
grfico. Poderamos perguntar, por exemplo, utilizando o grfico da figura
4.3, qual seria a velocidade do ovo no instante 15 segundos, caso o tipo de
movimento no se altere? Qual a velocidade inicial de queda desse ovo e
qual a sua acelerao mdia? Perguntas como essas podem ser respondidas
combinando-se o conhecimento adquirido de Fsica com algumas tcnicas
de anlise grfica.
Existem tcnicas matemticas e testes sofisticados2 para determinar o
comportamento de dados e permitir extrapolaes e interpolaes. O
aprendizado dessas tcnicas foge ao escopo deste curso introdutrio.
Contudo, o mtodo descrito a seguir pode, se executado de forma criteriosa,
fornecer resultados muito prximos daqueles obtidos a partir de mtodos
matemticos rigorosos.
De modo geral, pode-se desenhar curvas mdias sobre conjunto de
dados utilizando-se a curva francesa (ver figuras 4.4 e 4.5). O uso de curva
francesa exige prtica, porm pode-se conseguir resultados bastante
satisfatrios.

Figura 4.4. Alguns exemplos de curva francesa. A curva francesa

comumente utilizada para traar curvas mdias de grficos
cientficos.

2
Para mais detalhes ver o livro Fundamentos da Teoria de Erros, Jos Henrique
Vuolo, Editora Edgard Blcher ltda.

30
 Figura 4.5. Exemplo da utilizao da curva francesa para traar
uma curva mdia em um grfico cientfico.
Um inconveniente do uso geral de curvas francesas o fato de, apesar
das curvas mdias serem bastante satisfatrias, difcil obter informaes
numricas de forma direta. Alm disso, pelo fato da curva obtida ser um
guia visual, extrapolaes para valores fora do intervalo onde os dados
foram medidos so muito imprecisas e no devem ser feitas.
Contudo, existe um caso particular onde o traado de curvas mdias
fornece vrias informaes sobre os dados graficados. Isso ocorre quando o
grfico entre duas grandezas pode ser representado por uma reta. Assim, a
curva mdia obtida uma reta, que pode ser desenhada utilizando-se uma
rgua simples.
Vamos re-examinar os dados na figura 4.3. Percebe-se que a
dependncia entre velocidade e tempo ocorre de forma mais ou menos
linear (lembre-se de considerar as incertezas dos pontos experimentais).
Para traar uma reta mdia, nesse caso, deve-se utilizar uma rgua e a reta
desenhada deve ser tal que os pontos fiquem aleatoriamente distribudos em
torno dessa reta. Esse desenho feito de forma manual e exige senso crtico
por parte da pessoa que est realizando a anlise. A figura 4.6 mostra o
mesmo conjunto de dados com a reta mdia correspondente.

31
 v(cm/s)
45 Velocidade de
40 queda de um corpo

35

30

25

20

15

10
5

0
0 1 2 3 4 5 6 7 8 9 10 t (s)

Figura 4.6. Velocidade de queda de um ovo com a sua respectiva

reta mdia que utilizada para extrair informaes numricas a
respeito do movimento de queda.
Note que a reta mdia no necessariamente deve passar por todos os
pontos experimentais (veja ponto com t = 5,6 s) e, no necessariamente,
deve passar pelo primeiro e ltimo pontos do grfico. O critrio que os
pontos fiquem distribudos em torno da reta da forma mais aleatria
possvel.
Deve-se ter cuidado com o uso dessa tcnica para traar retas mdias.
Em muitos casos, apesar das incertezas experimentais serem
suficientemente grandes, os pontos no ficam aleatoriamente distribudos
em torno da reta. Nesse caso, evidente que a funo que descreve a curva
mdia no deve ser uma reta. Um exemplo mostrado na figura 4.7. Note
que os pontos no esto igualmente distribudos em torno da reta mdia.
Nota-se que, apesar do nmero de pontos sobre a reta ser equivalente ao
nmero de pontos sob a reta, h a tendncia de haver pontos na parte
inferior somente nos extremos do grfico enquanto os pontos superiores
encontram-se na regio central do grfico. Esse um exemplo claro de que
a curva mdia selecionada (reta) no adequada para descrever os dados
experimentais. Mais uma vez, existem mtodos matemticos para avaliar se
a funo utilizada a que melhor descreve os dados experimentais, porm o
aprendizado desse mtodo foge ao escopo do curso. O desenvolvimento da
intuio, nesse caso, importante no julgamento dos resultados obtidos.

32
 v(cm/s)
45 Movimento de queda de
40 um corpo com atrito

35

30

25

20

15

10
5

0
0 1 2 3 4 5 6 7 8 9 10 t (s)

Figura 4.7. Conjunto de dados no qual o uso de uma reta mdia no

adequado para descrever o comportamento dos dados.
Em um grfico de escalas lineares (papel milimetrado) retas so
objetos geomtricos simples de serem representados matematicamente.
Nesse caso, a equao de uma reta pode ser escrita como:
y ax  b
Onde y a varivel dependente e x a varivel independente. a e b so
constantes, respectivamente denominadas coeficientes angular e linear.
Para obter os coeficientes a e b necessrio escolher dois pontos da
reta mdia desenhada no grfico. ESCOLHA PONTOS BASTANTE
DISTANTES!!!! Pontos muito prximos acarretam em incertezas bastante
elevadas e, muitas vezes, fora de controle. De preferncia, escolha um
ponto anterior ao intervalo dos dados e um ponto aps o intervalo das
medidas efetuadas. Vamos denominar esses pontos como sendo (x1, y1) e
(x2, y2). Utilizando a equao de reta acima, podemos escrever que:
y1 ax1  b e y2 ax2  b
Temos, nesse caso, duas equaes e duas incgnitas (a e b). Podemos
resolver o sistema acima de tal modo que:

33
 y2  y1
a 'y e b y1  ax1
'x x2  x1
Note que os parmetros a e b possuem unidades. A unidade de a
[unidade de y]/[unidade de x] enquanto a unidade de b [unidade de y].
Note que, apesar do nome, o coeficiente angular no igual
tangente do ngulo entre a reta e o eixo-x, porque as escalas de um grfico
so, em geral, diferentes nos eixos x e y, ao contrrio do caso geomtrico.
Lembre-se que o coeficiente angular possui unidade enquanto tangente de
um ngulo um nmero adimensional. Em geral:
'y
z tan T
'x

Avaliao de incertezas nos coeficientes angular e linear

A representao grfica, como vimos, importante no sentido de
ilustrar e sintetizar as relaes entre grandezas representativas de um
fenmeno. Contudo, medidas experimentais so sempre acompanhadas de
suas respectivas incertezas, avaliadas pelos experimentadores. Essas
incertezas so representadas graficamente atravs de barras de erro em cada
ponto experimental, conforme mostrado nas figuras anteriores.
Uma pergunta natural que surge do ajuste da reta mdia, como o
realizado na figura 4.6 reflete o fato das incertezas, bem como as flutuaes
nos pontos experimentais, permitirem que mais do que uma reta mdia
possa ajustar razoavelmente os dados experimentais. razovel pensar que
os coeficientes angular e linear obtidos para a reta mdia possuem
incertezas associadas. Como avaliar a incertezas desses coeficientes?
Tanto a escolha da melhor curva, como mencionado, como o clculo
das incertezas nos coeficientes, pode ser feito de forma rigorosa. Contudo,
assim como h um mtodo grfico razovel para traar a reta mdia, h
tambm um mtodo grfico que pode ser utilizado para estimar as
incertezas nos coeficientes obtidos. Esse mtodo consiste em estimar duas
retas, uma de mxima inclinao e outra de mnima inclinao, que ainda se
adaptem de forma razovel aos dados experimentais. O procedimento a
seguir tenta sistematizar esse mtodo de tal forma que as incertezas obtidas
sejam razoveis.
Vamos voltar aos dados apresentados na figura 4.6. Imagine agora
dois conjuntos de pontos. Um desses conjuntos tem coordenadas (x, y+V)
enquanto o outro conjunto de pontos tem coordenadas (x, y-V), sendo V a
incerteza de cada um dos pontos do conjunto original, conforme mostrado
na figura 4.8-a. Nessa figura esses conjuntos esto representados por

34
 quadrados e tringulos, respectivamente. VOC NO PRECISA
DESENHAR ESSES PONTOS NOS SEUS GRFICOS! Eles so apenas
guias visuais para fins didticos. A seguir, traa-se duas retas, uma que
melhor se adapte ao conjunto (x, y+V) e outra que melhor se adapte ao
conjunto (x, y-V), conforme mostrado na figura 4.8-b. Note que essas retas
no precisam ser paralelas entre si e nem mesmo paralelas reta mdia
ajustada.

v(cm/s) v(cm/s)
45 Velocidade de 45 Velocidade de
40 queda de um corpo 40 queda de um corpo

35 35

30 30

25 25

20 20

15 15

10 10
5 (a) 5 (b)
0 0
0 1 2 3 4 5 6 7 8 9 1 t (s) 0 1 2 3 4 5 6 7 8 9 1 t (s)

v(cm/s) v(cm/s)
45 Velocidade de 45 Velocidade de
40 queda de um corpo 40 queda de um corpo

35 35
Reta mxima
30 30

25 25
Reta mnima
20 20

15 15

10 10
5 (d) 5 (c)
0 0
0 1 2 3 4 5 6 7 8 9 1 t (s) 0 1 2 3 4 5 6 7 8 9 1 t (s)

Figura 4.8. Procedimento para estimar as incertezas nos

coeficientes da reta mdia.
A seguir, tomam-se os pontos nessas retas correspondentes ao menor
e maior valor da varivel x no conjunto de dados experimentais (ver estrelas
na figura 4.8-c). Esses pontos servem de referncia para traar as retas
mxima e mnima. Para traar as retas mxima e mnima, ligam-se os

35
pontos marcados por estrelas, conforme mostrado na figura 4.8-c por retas
contnuas.
A figura 4.8-d mostra a figura final obtida. As duas retas contnuas
obtidas so denominadas retas mxima e mnima por possurem,
respectivamente, mxima e mnima inclinaes. Para cada uma dessas retas
calcula-se os coeficientes angulares e lineares, denominados,
respectivamente amax, bmax, amin, bmin. As incertezas nos coeficientes da reta
mdia podem ser obtidas atravs das expresses:
amax  amin bmax  bmin
Va e Vb
2 2

Linearizao de dados
Provavelmente por razes biolgicas, o ser humano sabe distinguir
bem entre uma curva e uma reta. Porm, muito difcil para o ser humano
perceber, graficamente, a diferena entre uma curva dada por y = x2 e outra
dada por y = x4. Em trabalhos tcnico-cientficos, os dados experimentais,
nem sempre, produzem uma curva linear do tipo y = ax + b, fcil de extrair
informaes quantitativas, como descritas anteriormente. Nesse caso faz-se
uso de tcnicas de linearizao de dados, de tal forma que os dados finais
obtidos, quando graficados, forneam uma linha reta, fcil de ser analisada.
Experincia e bom senso so elementos importantes para essa operao,
bem como o conhecimento da equao esperada para os dados originais.
O ingrediente bsico para linearizao de dados o conhecimento da
equao esperada para descrever os dados originais. A tcnica consiste no
uso dessa equao para realizar mudanas de variveis de tal forma que o
grfico dessas novas variveis seja uma reta.
Vamos tomar como exemplo um corpo em queda livre. Em um
experimento, realizou-se a medida da altura desse corpo (h) para diversos
instantes de tempo (t), conforme mostrado na tabela 4.1. Fazendo o grfico
de altura como funo do tempo de queda, obtm-se a figura 4.9.
Observando esse grfico, percebe-se que ele tem uma forma de parbola
com a concavidade para baixo. De fato, esse o comportamento esperado
para um corpo em queda livre. Assim, podemos supor que a equao que
melhor descreveria o comportamento da altura em funo do tempo pode
ser escrita como:
h(t ) C  At 2
Onde C e A so constantes que devem ser obtidas a partir da anlise dos
dados. Como obt-las?

36
 Tabela 4.1. Altura (h) em funo do tempo (t) para um corpo em
queda livre.
t (s) h (cm) z = t2 (s2)
0,010 200 0,00010
0,225 173 0,0506
0,319 151 0,1018
0,390 124 0,1521
0,450 99 0,2025
0,504 76 0,2540
0,552 48 0,3047
0,596 26 0,3552
0,637 1 0,4058

250
Movimento de um corpo
200 em queda livre

150
h (cm)

100

50

-50
-0,1 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7
t (s)

Figura 4.9 Altura de um corpo em queda livre como funo do

tempo de queda.

Podemos testar se, de fato, a expresso h(t ) C  At 2 representa bem

os dados obtidos utilizando tcnicas de linearizao. Para transformar essa
expresso em uma reta, devemos fazer a mudana de varivel z t 2 .
Realizando essa mudana de variveis obtemos a expresso:
h(t ) C  Az ,
que a equao para uma reta. A terceira coluna na tabela 4.1 mostra o
valor da varivel z, calculada a partir dos dados obtidos para o tempo de
queda. A figura 4.10 mostra o grfico da altura de queda em funo da
varivel z. Pode-se descrever o grfico obtido atravs de uma reta,

37
mostrando que a suposio utilizada para a linearizao funciona
adequadamente.
A partir de um ajuste de reta mdia, como descrita anteriormente,
pode-se obter, sem complicaes, os valores para os coeficientes C e A.

200
Movimento de um corpo
em queda livre

150
h (cm)

100

50

-0,1 0,0 0,1 0,2 0,3 0,4 0,5

2
z (s )
Figura 4.10 Altura de um corpo em queda livre como funo do
tempo de queda ao quadrado.
Tcnicas de linearizao so muito utilizadas na anlise grfica de
dados e simplificam consideravelmente o tratamento desses dados. Deve-se
lembrar que, caso a mudana de variveis ocorra sobre uma grandeza que
possua incertezas, as incertezas associadas nova varivel devem ser
obtidas atravs de tcnicas de propagao de erros, como descritas nessa
apostila.

4.2. Escalas logartmicas

Em muitas situaes comum fazer grficos de grandezas onde a
dependncia com uma outra varivel dada por expresses do tipo:
y( x) ABx ou y( x) Ax B
Nesse caso, dependendo das constantes A e B, a grandeza y(x) pode
variar muitas ordens de grandeza a partir de pequenas variaes de x.
claro que, nesse caso, mudanas de variveis podem ser realizadas para
tornar as equaes acima retas. Em geral, as mudanas de variveis mais
comuns envolvem funes logartmicas. No passado, o clculo de
logaritmos era bastante trabalhoso e envolvia consulta a tabelas (ou tbuas)
de logaritmos, nem sempre disponveis. Nesse sentido, foram criados papis

38
grficos especiais nos quais uma (ou ambas) das escalas graduada
logaritmicamente. A escala logartmica construda de tal forma que
quando uma quantidade x marcada nessa escala o comprimento (distncia
em relao origem do eixo) proporcional log(x). Um trecho de uma
escala logartmica mostrado na figura 4.11. Assim, a escala logartmica
til quando a mudana de varivel necessria para linearizar o grfico
envolver o logaritmo de um nmero.

log(x)
Escala linear
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
0,911 2 3 4 5 6 7 8 9 10
x Escala logartmica
orgem da escala

Figura 4.11. Escala logartmica (abaixo) em comparao com a

escala linear (acima). A escala logartmica construda de tal
forma que quando uma quantidade x marcada nessa escala o
comprimento (distncia em relao origem do eixo)
proporcional a log(x).
Devido forma na qual a escala logartmica construda, deve-se
ficar atento para algumas regras de uso:
1. No existe zero em escala logartmica. Devido ao fato de
lim  log( x)  f impossvel definir o valor zero na escala.
xo0

2. A escala logartmica dividida em dcadas. Cada dcada

corresponde a uma ordem de grandeza decimal. A diviso da
escala, em cada dcada, idntica de uma dcada para outra.
3. Pelo fato da posio da escala ser proporcional a log(x) no
podemos escolher qualquer escala para fazer o grfico. A
posio equivalente ao 1 na escala logartmica da figura 4.11
pode ser atribuda somente a nmeros do tipo 1; 0,1; 10; 1000;
etc. Do mesmo modo, a posio 3 s pode ser atribuda a
nmeros do tipo 3; 0,3; 30; 3000; etc.
4. Uma dcada subseqente tem que, necessariamente, possuir
escala de tal forma que os nmeros so marcados uma ordem
de grandeza acima da dcada anterior. Por exemplo, caso a
dcada anterior varie de 0,01 0,1; a dcada subseqente deve
variar de 0,1 1 e assim sucessivamente.

39
 Um uso interessante para a escala logartmica diferente de fazer
grficos a forma simples de calcular logaritmos. Como a posio de um
valor x, na escala, proporcional a log(x), e como o tamanho de uma
dcada corresponde a variao de 1 em logaritmos ( log(10 x)  log( x) 1 ,
qualquer que seja x) podemos usar essa informao para o clculo de
logaritmos. Para isso, basta medir a distncia d (em centmetros) da posio
de x na escala logartmica e o tamanho da dcada D, conforme mostra a
figura 4.12. Desse modo, log(x) vale:
d (cm)
log( x)
D (cm)

D (cm)
d (cm) x

0,91
1 2 3 4 5 6 7 8 9 10
Escala logartmica
Figura 4.12. Clculo de log(x) utilizando a escala logartmica

Grfico mono-log
O grfico mono-log um grfico com escala linear no eixo-x e escala
logartmica no eixo-y, conforme mostra a figura 4.14. Esse tipo de escala
bastante til para grficos com comportamentos exponenciais, do tipo:
y( x) CB Ax
onde A e B so os coeficientes da expresso. Vamos agora calcular o
logaritmo da expresso acima. Desse modo:

log( y( x)) log(CB Ax ) log(C )  log( B Ax )

ou
log( y ( x)) Ax log( B)  log(C )

Fazendo uma mudana de variveis z ( x) log( y( x)) , podemos reescrever

a equao acima como sendo:

40
 z( x) ax  c ,
onde a A log( B) e c log(C ) .
Desse modo, situaes nas quais os dados se comportam como
funes exponenciais tornam-se retas quando graficados em papel mono-
log . Pode-se, a partir desse grfico, desenhar a reta mdia, bem como as
retas mnima e mxima para clculo das incertezas nos coeficientes. Depois
de desenhada as retas ajustadas aos dados, o coeficiente angular (a) pode
ser calculado a partir de dois pontos quaisquer sobre a reta ajustada (x1, y1) e
(x2, y2) utilizando a expresso (ver figura 4.13):
z2  z1 log( y2 )  log( y1)
a
x2  x1 x2  x1
Ou, simplesmente, medindo-se a distncia, em centmetros, entre os pontos
y1 e y2 (d) bem como o tamanho da dcada no grfico (D) e utilizando a
expresso:
d D
a
x2  x1
A constante C pode ser obtida diretamente pela leitura da escala no
eixo-y para o qual x = 0.
10
y1
D (cm)
grandeza y

d (cm)

y2

0,1
0 x1 2 4 6 8 x2 10
grandeza x
Figura 4.13. Clculo do coeficiente angular em um papel mono-
log.

41
 Figura 4.14. Papel mono-log. Voc pode usar essa figura como
modelo para grficos mono-logs. Basta fazer cpias xrox.

Grfico di-log
Como o prprio nome diz, o grfico di-log aquele onde ambos os
eixos x e y esto em escala logartmica (figura 4.16). Esse grfico til para
linearizar expresses do tipo:
y( x) Bx A .

42
Aplicando-se log na equao acima obtemos:
log( y( x)) log( Bx A ) log( B)  A log( x)
Fazendo as mudanas de variveis
z ( x) log( y( x))
e
k ( x) log( x)
Podemos escrever a equao acima como sendo
z ( x) ak ( x)  b
Ou seja, a equao de uma reta. Nesse caso, as constantes a e b valem,
respectivamente, a A e b log( B) .

10
y1
Dy (cm)
grandeza y

dy (cm)

y2
dx (cm)

0,1
0,1 x1 1 x2 10
Dx (cm)
grandeza x
Figura 4.15. Clculo do coeficiente angular em um papel di-log.
Da mesma forma que no grfico mono-log, caso o grfico resulte em
uma reta, pode-se traar a reta mdia para o clculo dos coeficientes a e b,
bem como as retas mxima e mnima para a estimativa das incertezas nos
coeficientes. Escolhendo-se dois pontos sobre as retas ajustadas (x1, y1) e
(x2, y2), o coeficiente a, vale, nesse caso:

43
 z2  z1 log( y2 )  log( y1)
a
k2  k1 log( x2 )  log( x1)
Ou, simplesmente, medindo-se a distncia, em centmetros, entre os pontos
y1 e y2 (dy); x1 e x2 (dx) bem como o tamanho das dcadas no grfico (Dy e
Dx) e utilizando a expresso:
dy Dy
a
dx Dx
A constante B pode ser obtida diretamente pela leitura da escala no
eixo-y para o qual x = 1 (caso onde log(x) = 0).

Figura 4.16. Papel di-log. Voc pode usar essa figura como modelo
para grficos di-log. Basta fazer cpias xrox.

44
5. Histogramas
Vamos imaginar o seguinte experimento. Um cientista resolve medir
o perodo de oscilao de um pndulo. Aps realizar o experimento uma
nica vez ele obtm um determinado valor T para o perodo de oscilao
desse pndulo. Contudo, aps repetir o experimento vrias vezes ele
observa que cada experimento, mesmo que efetuado sob as mesmas
condies experimentais (aquelas controladas pelo experimentador),
fornece um valor diferente para o perodo de oscilao. Nesse caso, o
experimentador conclui que o perodo de oscilao do pndulo pode ser
dado pela mdia de todas as medidas efetuadas. Contudo, outras questes
podem ser igualmente importantes: como as medidas se distribuem em
torno desse valor mdio? O valor mdio tambm o valor mais provvel de
ser medido? Qual a probabilidade de realizar uma medida na qual o perodo
de oscilao obtido duas vezes maior que o valor mdio?
Muitas dessas questes podem ser resolvidas atravs da anlise
estatstica das medidas efetuadas. Contudo, uma ferramenta importante para
anlise estatstica o histograma das medidas. Um histograma um grfico
no qual o conjunto de pontos (x, y) tem um significado especfico. Um certo
valor y est diretamente relacionado com a probabilidade de efetuar uma
determinada medida e obter, como resultado, o valor x. Voltando ao nosso
exemplo do pndulo, a varivel graficada no eixo-x poderia ser o perodo de
oscilao enquanto que a varivel no eixo-y pode ser o nmero de vezes
que aquele determinado perodo foi medido pelo experimentador.
Por ter um significado especfico, muitas vezes um histograma no
graficado colocando pontos nas coordenadas (x, y) de um papel milimetrado
e sim atravs dos desenhos de barras verticais cuja altura corresponde ao
valor y obtido para o ponto x.
A figura 5.1 mostra um histograma tpico para o nosso experimento
fictcio. Nesse caso, o experimentador realizou a mesma medida 200 vezes.
Cada barra vertical no histograma corresponde a um intervalo de perodos.
Por exemplo, a barra mais alta corresponde a medidas cujo perodo de
oscilao estava entre 0,40 e 0,43 segundos. Aps repetir 200 vezes o
experimento, o experimentador obteve 39 medidas cujo perodo de
oscilao do pndulo encontrava-se nesse intervalo de tempo. Para o
intervalo de tempo entre 0,50 e 0,53 segundos, o experimentador obteve
somente 6 medidas nesse intervalo. Cada um desses intervalos de medidas,
que corresponde a uma barra no histograma denominado de um canal do
histograma. Em geral, histogramas possuem canais cujas larguras so fixas
para todo o histograma. Casos especiais de histograma possuem canais de
larguras variadas, porm so mais difceis de serem analisados.

45
 Figura 5.1. Histograma do perodo de oscilao de um pndulo
simples para um experimento realizado 200 vezes.
A amplitude a ser graficada em um histograma, para cada intervalo
de variao da medida, depende de como esse histograma ser utilizado
posteriormente. comum, contudo, utilizar uma das seguintes opes:

Histograma de nmero de ocorrncias (N)

A amplitude do histograma, N(x), simplesmente o nmero de
ocorrncias verificadas em cada canal do histograma cujo centro vale x.
Apesar de ser o histograma mais simples de se construir, pois exige apenas
a contagem do nmero de ocorrncias, a anlise do mesmo mais
trabalhosa. Por exemplo, para calcular a probabilidade de efetuar uma
medida em um intervalo necessrio saber o nmero total de medidas
utilizadas no histograma.

Histograma de freqncia de ocorrncia (F)

A freqncia na qual ocorre uma determinada medida definida
como sendo a razo entre o nmero de ocorrncias em um canal do
histograma cujo centro vale x e o nmero total de medidas efetuada, ou seja:

46
 N ( x)
F ( x)
Ntotal
A vantagem de utilizar essa varivel como amplitude do histograma
bvia. A simples leitura da amplitude do histograma em um determinado
canal, no limite de um grande nmero de medidas, Ntotal, tende
probabilidade de realizar uma medida no intervalo correspondente ao canal
estudado. No caso mostrado na figura 5.1, como o experimento foi
realizado 200 vezes, a freqncia de ocorrncia para um dado canal o
nmero de contagens daquele canal, dividido por 200.
Apesar de os histogramas de ocorrncias (N) e freqncias (F) serem
simples de construir eles possuem algumas limitaes. A maior delas o
fato das amplitudes nesses histogramas serem fortemente dependentes da
largura escolhida para os canais. Caso a largura escolhida seja duas vezes
maior, tanto os nmeros de ocorrncias como as freqncias sero tambm
duas vezes maiores. Esse aspecto torna histogramas de ocorrncias e
freqncias difceis de serem comparados com outros histogramas, bem
como com curvas tericas. Um terceiro tipo de histograma, definido como
histograma de densidades de probabilidade, elimina essa limitao.

Histograma de densidade de probabilidades (H)

A densidade de probabilidade definida como sendo a razo entre a
probabilidade de realizar uma medida no intervalo x e x+dx e o tamanho do
intervalo, dx, no limite no qual esse intervalo muito pequeno, ou seja:
dP
H ( x)
dx
Se a densidade de probabilidade conhecida, a probabilidade de
ocorrer um resultado em um intervalo (x, x+'x), com 'x pequeno, ,
aproximadamente:
P( x, x  'x) | H ( x)'x
A grande vantagem de utilizar a densidade de probabilidade para
montar histogramas o fato das amplitudes em cada canal ser independente
do nmero de medidas efetuadas bem como da largura escolhida para os
canais do histograma. Experimentalmente, a densidade de probabilidade
pode ser obtida como sendo a freqncia de ocorrncia de eventos em um
canal, dividida pela largura do canal no histograma, ou seja:
F ( x) N ( x)
H ( x) |
'x Ntotal 'x

47
5.1. Construo de histogramas
Depois de realizadas as medidas, o experimentador tem em mos uma
tabela na qual esto listados os valores obtidos para a grandeza que se quer
histogramar. Construir um histograma consiste nos seguintes passos:
1. Escolher a largura dos canais do histograma, 'x;
2. Escolher os centros de cada canal, tomando o cuidado que no
sobrem espaos vazios entre os canais.
3. Contar o nmero de ocorrncias para cada um dos canais, N(x).
Nesse ponto possvel construir o histograma de nmero de
ocorrncias. Caso uma ocorrncia ocorra na borda entre dois
canais, considere a ocorrncia como pertencendo ao canal cujo
centro possua maior valor.
4. Caso queira-se construir o histograma de freqncias, F(x)
dividir o nmero de ocorrncias em cada canal pelo total de
medidas efetuadas.
5. Caso queira-se construir o histograma de densidade de
probabilidades, H(x), dividir a freqncia de cada canal pela
largura de cada um dos canais.
Alguns problemas ocorrem na criao do histograma, principalmente
quando o nmero total de medidas (Ntotal) estatisticamente pequeno.
O problema mais freqente a escolha da largura do canal, 'x.
Evidentemente, para que a densidade de probabilidade experimental seja o
mais prxima possvel da definio terica, deve-se escolher 'x de tal
forma a ser o menor valor possvel. Entretanto, diminuindo 'x estamos
tambm diminuindo o nmero de ocorrncias em cada canal do histograma,
correndo o risco de que, em casos extremos, ocorram canais onde no seja
registrada nenhuma ocorrncia.
A figura 5.2 mostra dois histogramas onde foram realizadas 20
medidas. No histograma da esquerda, a largura do canal utilizada cinco
vezes mais larga que no histograma da direita. Note que o histograma com
largura de canal menor apresenta flutuaes elevadas de um canal para
outro, alm de haver canais onde no h ocorrncias. Isso resulta em alguns
canais com elevada densidade de probabilidade enquanto outros canais
apresentam densidade de probabilidade nula.
Esse fator deixa de ser um problema quando o nmero de medidas
bastante elevado, como mostrado na figura 5.3. Nesse caso, o experimento
hipottico foi realizado 20 mil vezes. Note que, alm do tamanho dos

48
canais, no h diferena entre as densidades de probabilidade entre os
histogramas.

Figura 5.2. Histogramas de densidade de probabilidades para

medidas do perodo de um pndulo simples. O conjunto de dados
utilizado o mesmo em ambos os casos. O histograma da esquerda
foi montado de tal forma que a largura do canal seja 5 vezes maior
que no caso da direita. O total de medidas utilizadas para montar os
histogramas (Ntotal) foi 20.

Figura 5.3. Histogramas de densidade de probabilidades para

medidas do perodo de um pndulo simples, conforme explicado na
figura 5.2. Nesse caso, o total de medidas utilizadas para montar os
histogramas (Ntotal) foi 20000.

49
 Em muitas situaes experimentais muito difcil realizar um
nmero elevado de medidas de tal forma que a escolha da largura dos
canais no histograma possa ser arbitrariamente pequena. Como regra
prtica, a largura dos canais, 'x, deve ser escolhida de tal forma que o
nmero de ocorrncias, N(x), seja pelo menos 10 para os canais prximos
ao valor mdio das medidas. Outro fator importante a escolha das
posies centrais dos canais do histograma. Deve-se, nesse caso, escolher as
posies centrais de tal forma que uma delas seja aproximadamente igual ao
valor mdio das medidas.

5.2. Interpretao de um Histograma

Quando medimos N vezes uma grandeza, normalmente obtemos

valores diferentes para cada medida devido incerteza estatstica ou
aleatria associada ao procedimento de medida. Se a incerteza aleatria,
razovel supor que ela pode fazer com que o resultado da medida seja
igualmente maior, ou menor, que o valor verdadeiro da grandeza. Portanto,
esperamos que um histograma tenha uma forma simtrica em torno do valor
que representa a melhor estimativa para o valor verdadeiro da medida,
como podemos observar no histograma da figura 5.4.

mdia

2V
2/3 x

Figura 5.4 Obteno de mdia e desvio padro a partir da anlise

grfica do histograma.

50
 A largura do histograma deve refletir a preciso da medida, pois ela
mostra o quanto as medidas variaram em torno da estimativa do valor
verdadeiro. Um histograma mais largo significa uma medida menos precisa
e vice-versa. Como discutido no captulo 5 da apostila Introduo Teoria
de Erros de J. H. Vuolo, a melhor estimativa do valor verdadeiro de uma
medida dada pela mdia e a variao (ou varincia) das medidas dada
pelo desvio padro. Portanto, podemos estimar o valor da mdia e do desvio
padro de um conjunto de medidas a partir do seu histograma, somente
observando o valor central do mesmo e a largura do histograma a,
aproximadamente, 2/3 de sua altura mxima, conforme mostra a figura 5.4.
Uma discusso mais formal sobre essa interpretao do significado do valor
central e da largura de um histograma pode ser encontrada no captulo 7 da
apostila Introduo Teoria de Erros.

51