Вы находитесь на странице: 1из 33

Universidade Federal da Bahia Instituto de Fsica Departamento de Fsica da Terra e do Meio Ambiente

TEXTOS DE LABORATRIO

TEORIA DE ERROS

Fsica I
SALVADOR, BAHIA 2011

Prefcio
Esta apostila destinada aos alunos dos laboratrios dos Cursos de Fsica Geral e Experimental I. Ela foi elaborada para que o aluno menos preparado possa, ao l-la, assimilar facilmente o contedo das matrias e, conseqentemente, provocar o interesse pelo curso. Nela est includa uma introduo Teoria dos Erros, na qual so apresentados conceitos bsicos e essenciais desta teoria, alm de roteiros e de uma breve descrio terica dos experimentos a serem desenvolvidos durante o curso. Esta apostila tem como objetivo ensinar aos estudantes a prtica e os mtodos de medidas diretas e indiretas, com instrumentos simples, dando-lhes segurana no que devem entender por medir grandezas fsicas. No texto, so preservados os aspectos que professores e alunos usurios, da primeira verso da apostila com dois volumes intitulados "Teoria dos Erros" e "Mecnica" (Roberto Max de Argollo, Clemiro Ferreira, Tereza Sakai, 1998) e da segunda verso da apostila intitulada "Textos de Laboratrio" (Francisco Clodorian Fernandes Cabral, Alexandre Barreto Costa e Alberto Brum Novaes, Diva Andrade da Silva, Antonio Silva Souza (Bello) e Friedrich W. Gutmann, 2006),consideraram desejveis ao mesmo tempo em que incorporaram certo nmero de modificaes e atualizaes. Nessa verso elaborada por Alexandre Barreto Costa e Francisco Clodorian Fernandes Cabral, com a colaborao dos tcnicos Roque Cesrio e Elias Santos, foram feitas novas correes e reordenados os assuntos contidos na mesma, de maneira a melhorar a compreenso dos mesmos. Aos professores e alunos: Este texto introduz os conceitos bsicos e os parmetros essenciais da teoria de erros e contm algumas aplicaes prticas de interesse dos trabalhos de laboratrio de Fsica Geral. Um estudo mais aprofundado poder ser feito na bibliografia citada.

NDICE
CAPTULO I - TEORIA DOS ERROS Parte 1 - Conceitos bsicos 1. Introduo............................................................................................................. 2. Grandezas, dimenses e unidades........................................................................ 3. Medidas diretas e indiretas................................................................................... 4. Classificao dos erros......................................................................................... 5. Algarismos significativos..................................................................................... 6. Populao e amostra............................................................................................. 7. Valor mais representativo duma grandeza........................................................... 8. Valor verdadeiro, valor mais provvel, erro e desvio.......................................... 9. Discrepncia e discrepncia relativa.................................................................... 10. Exatido e preciso............................................................................................

01 01 02 02 03 04 04 05 06 06

Parte 2 Tratamento de Erros Experimentais 11. Freqncia e probabilidade................................................................................ 12. Representao de medidas como uma distribuio........................................... 13. Funo de Gauss................................................................................................ 14. Medidas de disperso......................................................................................... 15. Nvel de confiana com o desvio padro........................................................... 16. Rejeio de dados.............................................................................................. 17. Limite de erro instrumental, desvio avaliado e desvio relativo......................... 18. Propagao de erros Independentes................................................................... 19. Regras para representao do valor e do desvio de uma medida....................... Exerccios do captulo I............................................................................................

08 08 10 10 12 13 13 14 16 21

CAPITULOII ANLISE GRFICA 1. Regras (Guias) para a Representao Grfica..................................................... 2. Interpolao e Extrapolao................................................................................. 3. Determinao Grfica dos Parmetros da Funo Linear.................................... 4. Linearizao de Curvas........................................................................................ 5. Linearizao pelo Mtodo Da Anamorfose......................................................... 6. Linearizao pelo Mtodo Logartmico.............................................................. 7. Mtodo dos Mnimos Quadrados....................................................................... Exerccios do captulo II.......................................................................................... Bibliografia............................................................................................................... 23 23 24 25 25 25 26 29 30

CAPTULO I TEORIA DE ERROS PARTE 1- CONCEITOS BSICOS

1 - Introduo As determinaes experimentais envolvem medidas e como as medidas esto sempre sujeitas a alguma incerteza, preciso fazer-se alguma estimativa dessas incertezas antes que os resultados possam ser interpretados ou us-los. Assim, quando medimos uma grandeza um certo nmero de vezes, os valores obtidos provavelmente no sero idnticos devido aos erros experimentais. Surgem, ento, as questes: qual o nmero que se deve adotar como o valor mais representativo da grandeza medida? Com que grau de confiana pode-se afirmar que o nmero adotado representa este valor? Assim, para analisar os resultados de uma experincia torna-se necessrio, portanto, fixarem-se critrios para escolher o valor representativo e seu domnio de flutuao, e estabelecer-se o nvel de confiana a tal domnio. Tais questes so objetos de estudos da teoria dos erros. Tendo-se pois, uma srie de medidas de uma grandeza, com a teoria de erros, procuramos responder s questes: 1. Qual o valor mais representativo da grandeza? 2. Que medida de disperso usar para definir um intervalo de variao para a medida? 3. Como se associar uma chance de reprodutibilidade (nvel de confiana) a um dado intervalo? 4. Como propagar os erros associados s grandezas medidas a outras grandezas calculadas a partir delas, atravs de expresses matemticas?

2 Grandezas, dimenso e unidades Uma grandeza fsica uma propriedade de um corpo, ou particularidade de um fenmeno, susceptvel de ser medida, ou seja, qual se pode atribuir um valor numrico. As grandezas podem ser vetoriais ou escalares, conforme ser mostrado na parte terica do curso. Cada grandeza est associada a uma nica dimenso, e esta dimenso pode ser expressa em diferentes unidades. As grandezas estudadas neste curso (geomtricas, cinemticas e dinmicas), so expressas em funo de trs grandezas fundamentais: comprimento [L], massa [M] e tempo [T]. Convencionalmente, na escrita das equaes dimensionais, as grandezas so postas entre colchetes. Por exemplo, a equao dimensional da acelerao g devida gravidade escrita como [g] = [L] [T]-2 . Se uma dimenso dimenso o expoente de uma grandeza fundamental zero ela no precisa ser escrita. Por exemplo, a constante elstica k duma mola pode ser obtida pela relao entre uma fora e um comprimento. Assim, sua equao dimensional escrita como: [k] = [M] [L] [T]-2 [L]-1 = [M] [T]-2. Ao por os valores das grandezas numa equao, atente para que todos eles estejam num mesmo sistema de unidades. 1

Valor recomendado para g em Salvador, medido no Ano Geofsico Internacional: glocal = 9,7833 m/s2 ou glocal = 978,33 cm/s2 Tabela 1 - Dimenses e unidades nos sistemas CGS e SI (MKS) das principais grandezas de Mecnica Grandeza Dimenso LMT Comprimento [L] Massa [M] Tempo [T] rea [L]2 Volume [L]3 Velocidade [L] [T]-1 Acelerao [L] [T]-2 Fora [M] [L] [T]2

Sistema Unidade Cm G S cm2 cm3 cm/s cm/s2 g cm s-2

CGS Nome centmetro grama segundo dina (dyn) erg erg/s dyn/cm2 dyncm

Sistema Unidade m kg s m2 m3 m/s m/s2 kg m s-2 kg m2 s-2 kg m2 s-3 kg m-1 s-2 kg m2 s-2

MKS Nome metro quilograma segundo Newton (N) Joule (J) Watt (W) Pascal (P) Nm

Energia Potncia Presso Torque

[M] [T]-2 [M] [T]-3 [M] [T]-2 [M] [T]-2

[L]2 g cm2 s-2 [L]2 g cm2 s-3 [L]-1 g cm-1 s-2 [L]2 g cm2 s-2

3-Medidas diretas e indiretas As grandezas podem ser medidas direta ou indiretamente, havendo, em cada caso, um modo diferente de tratar seus valores e os erros a eles associados. Medidas diretas so as obtidas por simples comparao utilizando-se instrumentos de medida j calibrados para tal fim. Neste tipo de medida devemos distinguir dois casos: (i) a medida feita atravs de uma nica determinao onde o valor numrico ou lido numa escala (rgua, paqumetro, cronmetro, balana, etc.) ou fornecido diretamente como no caso de massas aferidas. (ii) a medida obtida atravs de vrias determinaes onde o valor numrico dado pelo Valor Mais provvel (definido posteriormente na seo 5). Medidas indiretas so todas aquelas relacionadas com as medidas diretas por meio de definies, leis e suas conseqncias. Neste tipo de medidas o valor numrico assim como a dimenso e a unidade correspondentes, so encontradas atravs de expresses matemticas que as ligam as medidas diretas envolvidas. Exemplo a determinao do volume dum cilindro a partir da medida de suas dimenses.

4 Classificao de erros As medidas experimentais so ordinariamente acompanhadas de alguma incerteza e esta incerteza limita o objetivo de se conhecer o valor verdadeiro da grandeza. Tm-se, assim, os erros, os quais podem ser classificados nos seguintes tipos: Erros grosseiros so aqueles cometidos devido falta de ateno ou de prtica do operador. Deste tipo so os erros cometidos em operaes matemticas, enganos na leitura ou escrita de dados, ou engano na leitura duma escala. A possibilidade de ocorrncia desses erros pode ser bastante reduzida pela ateno do operador e pela repetio das medidas e dos clculos. Erros sistemticos so aqueles decorrentes de causas constantes e se caracterizam por ocorrerem sempre com os mesmos valores e sinal. So deste tipo os erros devidos a aparelhos 2

descalibrados, a mtodos falhos, ao uso de equaes incompletas, a condies ambientais inadequadas aos instrumentos de medida e a hbitos errados do operador. O modo de eliminarem-se esses erros, ou reduzi-los a um mnimo, trabalhar com instrumentos calibrados os instrumentos devem estar "zerados" e, quando for o caso, com a calibrao corrigida para as condies ambientais com mtodos corretos e equaes adequadas. No caso de se ter medidas afetadas por um erro sistemtico e se conhea seu valor e sinal, possvel elimin-lo, j que ele entra com valor e sinal iguais em todas as medidas. Erros acidentais so aqueles devidos a causas fortuitas. Tambm chamados de erros aleatrios ou estatsticos, eles resultam do somatrio de pequenos erros independentes e incontrolveis afetando o observador, o instrumento de medida, o objeto a ser medido e as condies ambientais. So causas desses erros, por exemplo, a variao do "milmetro" ao longo duma reta milimetrada; a flutuao dos instrumentos de medida ligados na rede eltrica; a estimativa que o observador faz na leitura de dados, as pequenas variaes da grandeza medida quando comparadas sensibilidade do arranjo experimental (no caso de a variao da grandeza ser bem maior que a sensibilidade do arranjo experimental, a diferena entre as medidas deve ser atribuda prpria variao da grandeza). Sendo esses erros originados por um grande nmero de causas, todas elas provocando variaes, para mais e para menos, de intensidade dentro da sensibilidade do arranjo experimental, eles obedecem a leis matemticas bem definidas e podem ser tratados pela teoria estatstica.

5 Algarismos significativos Definio: Numa medida, so ditos significativos todos os algarismos contados a partir do primeiro no nulo (diferente de zero), ou seja, o zero a esquerda no conta como significativo. Pelo menos um algarismo duvidoso includo no resultado de uma medida, mesmo que ele seja zero. Exemplos: o nmero 35 tem dois algarismos significativos; o nmero 3,50 tem trs; o nmero 0,047 tem dois; o nmero 2,8 x 104 tem dois (somente os algarismos em frente potncia de 10 so significativos). Ao medir o comprimento do objeto da figura abaixo, usando uma rgua milimetrada, possvel, neste caso, apresentar esta medida com no mximo trs algarismos, ou seja, 29,4mm ou 2,94 cm. Neste resultado, os dois primeiros algarismos (2 e 9) temos certeza, enquanto que o algarismo 4 j duvidoso, sendo estimando visualmente. Associar a esta medida um quarto algarismo, errado, uma vez que este desconhecido para a rgua milimetrada.

Fig. 1 Toda medida contm geralmente uma margem de erro e, por isso, o resultado da medida deve ser escrito com um nmero de algarismos significativos tal que procure representar a preciso obtida para a medida. O ltimo algarismo registrado o duvidoso, porque ele o algarismo sujeito as incertezas. Regras de aproximao de algarismos significativos: s vezes necessrio fazer uma aproximao de um resultado de acordo com o nmero de significativos das medidas que lhes deram origem. Deste modo os dgitos excedentes so arredondados, usando-se os seguintes critrios: 1- Se o primeiro dgito desprezado for um nmero variando entre 0 e 4, o anterior no ser alterado; 3

2- Se for de 5 a 9, o anterior acrescido de uma unidade.

Regras de operaes com algarismos significativos: Nas operaes com algarismos significativos deve-se preservar a preciso do resultado final. Valem, ento, as seguintes regras: 1- Na multiplicao e diviso o resultado final deve ser escrito com um nmero de significativos igual ao do fator com menor nmero de significativos. Exemplos: 3,7 4,384 = 16 ; 0,632 0,20 = 3,2 ; 4,40 6242 = 2,75 x 10 4 .

2- Em operaes envolvendo inverso de nmeros e multiplicao por fatores constantes, o nmero de significativos deve ser preservado no resultado. Exemplos: 1 = 0,00403 ; 248

2 6,23 = 12,5 ;

4 13,5 = 170 .

3- Na soma e subtrao o resultado final ter um nmero de decimais igual ao da parcela com menos decimais. Exemplos: 3,4 + 0,256 2,22 = 1,4; 34 + 2,92 0,5 = 36; 0,831 6,26x10-3 0,79 = 0,03 6 Populao e Amostra Os Conceitos de populao e amostra so fundamentais para entender vrios conceitos da teoria de erros que sero utilizados no decorrer deste curso. Frmulas matemticas iguais possuem diferentes enfoques com relao a estes conceitos. Populao: As medidas e contagens em estatstica, para terem sentido, devem ser limitadas a certo grupo ou conjunto de objetos ou elementos chamados em estatstica de populao. As populaes podem ser classificadas em finitas e infinitas, conforme seja finito ou infinito o nmero de objetos ou elementos que as compem. Exemplo de uma populao finita o nmero de eleitores na Bahia (este nmero limitado). Exemplo de uma populao infinita a medida da massa de um objeto (pode-se fazer um nmero ilimitado de medidas). Amostra: uma parte de uma populao estatstica que foi tomada ao acaso e usada como base para fazer-se estimativas e tirar-se concluses sobre a populao. Assim, quando desejamos medir a massa dum objeto, na impossibilidade de medirmos todos os valores possveis, o que fazemos medir alguns valores e, a partir deles, inferir o valor da massa.

7 - Valor mais representativo de uma grandeza Consideremos agora a seguinte questo: se so feitas n medidas de uma grandeza, X 1 , X 2 ,..., X n , todas igualmente confiveis, isto , observadas nas mesmas condies, mas nem todas com o mesmo valor devido aos erros acidentais, qual o valor que melhor representa a grandeza? Podemos resolver esta questo utilizando o mtodo dos mnimos quadrados, proposto por Legendre, em 1806, como segue. Seja xi o resduo da medida X i , definido como: xi = X i X i = 1, 2,..., n ,

(01)

onde X um valor qualquer. O mtodo dos mnimos quadrados diz que o valor X mais representativo das medidas Xi um valor X tal que reduz a soma dos quadrados dos resduos a um mnimo. Esta soma dada por, U( X )

x
i

2 i

(X
i

X) ,
2

i = 1, 2,..., n ,

(02)

onde, por convenincia, fizemos o somatrio dos quadrados dos resduos igual a U( X ). A representao grfica de U( X ) versus X uma parbola com a abertura voltada para cima. As coordenadas U 0 e X de seu vrtice do, respectivamente, o valor mnimo de U( X ) e, de acordo com o mtodo dos mnimos quadrados, o valor mais representativo das medidas Xi . Desenvolvendo o quadrado de U( X ), vem: 2 U( X ) = i X i 2 X i X i + n X 2 . (03) O valor X que faz U( X ) um mnimo obtido pela condio dU/d X = 0. Ento: dU = 2 i X i + 2 n X = 0. dX O resultado :
X =

(04)

Xi

n X , assim, a mdia aritmtica dos n valores medidos X i .

i = 1, 2,..., n .

(05)

8 Valor verdadeiro, valor mais provvel, erro e desvio Utilizando o conceito de populao e amostra, os resultados obtidos no item 7 passam a ter um sentido. A mdia aritmtica ser chamada de valor verdadeiro quando inserida no conceito de populao e de valor mais provvel para o conceito de amostra. Do mesmo jeito, o resduo ser denominado erro quando inserida no conceito de populao e de desvio para o conceito de amostra O valor verdadeiro, (letra grega, l-se mi), dos N elementos de uma populao definido como o valor mais representativo da populao, o qual, de acordo com a Eq. (05), a mdia aritmtica desses N elementos, ou seja, =

Xi

i = 1, 2, ...N.

(06)

As populaes mais comuns na Fsica (medidas de comprimento, massa, tempo) so infinitas e, nestes casos, definido como a mdia aritmtica de uma srie infinita de medidas. O valor verdadeiro assim definido no uma varivel aleatria, mas uma constante, cujo valor se busca estimar. Ele um parmetro estatstico importante na teoria da medida, ainda que sua determinao exata seja, em geral, hipottica. O valor mais provvel ( v.m.p.), X , de uma amostra com n elementos, de acordo com a Eq. (05), a mdia aritmtica dos n valores, ou seja, i X i , i = 1, 2,..., n . X= (07) n Como veremos adiante, na distribuio de Gauss, o v.m.p. X uma estimativa do valor verdadeiro e a melhor estimativa que se pode obter dele sem se fazer medida adicional. A mdia aritmtica (ou vmp ) dever ser escrita com um significativo a mais que as medidas (isto se justifica j que a mdia mais exata que as medidas individuais e para, nas operaes matemticas, reduzirmos os erros sistemticos, dando, assim, maior segurana ao resultado). O erro, ei , de uma medida X i a diferena entre este valor e o valor verdadeiro da grandeza, ou seja: e i = X i . (08) 5

Exceto em alguns casos triviais, o valor verdadeiro desconhecido e, portanto, o mdulo do erro hipottico. Contudo, este um conceito til na teoria de erros. O desvio, di , de uma medida X i a diferena entre este valor e o valor mais provvel, ou seja: di = X i X . (09) O desvio assim definido tem duas propriedades importantes. A primeira se refere soma dos quadrados dos desvios um mnimo, como vimos no item 6. O valor desta soma ser usado adiante no clculo de algumas grandezas e uma expresso conveniente para calcul-la, pode ser obtida quadrando-se a Eq. (09) e tomando-se a soma de seus termos. Ento,

di =
2

Xi 2 X
2

Xi + n X 2 .

(10)

Pela Eq. (05), tem-se que i X i = n X . Ento,


i

di 2 =

(X
i

)2 = i X i 2 n X 2 .

(11)

A segunda propriedade, por sua vez, a soma algbrica dos desvios zero e isto decorre da prpria definio do valor mdio. De fato, tomando-se o somatrio dos desvios na Eq. (09) e considerando a Eq. (05), vem:

di =

Xi n X = n X n X = 0

(12)

9 Discrepncia e Discrepncia relativa A discrepncia a diferena entre dois valores medidos de uma grandeza, tal como a diferena entre os valores obtidos por dois estudantes ou a diferena entre o valor encontrado por um estudante e um recomendado ou tabelado. incorreto usar-se os termos erro ou desvio para representar tais diferenas. A discrepncia relativa, , (letra grega, l-se delta) entre duas medidas X ' e X " de uma grandeza definida pela relao (em %) =

X X 100. X

(13)

X ' e X " podem ser os valores obtidos por dois observadores, ou X ' pode ser um valor obtido por um observador e X " um valor tabelado ou recomendado da grandeza.

10 Exatido e preciso Exatido uma medida de quo prximo o valor experimental est do valor verdadeiro. A exatido tem a ver com os erros sistemticos e uma medida dita ser to mais exata quanto menores forem estes erros. A exatido de uma medida X ' pode ser avaliada pela discrepncia relativa (Eq. 13), onde X " o valor verdadeiro da grandeza (alguns poucos casos em que ele conhecido) ou um valor recomendado. A exatido tanto maior quanto menor for a discrepncia relativa. Preciso uma medida de quo concentradas esto as medidas experimentais em torno do valor mais provvel. A preciso tem a ver com os erros aleatrios e uma medida dita ser to mais precisa quanto menor forem estes erros. Uma distino entre exatido e preciso est ilustrada na Fig. 2, onde so mostrados alvos com marcas de balas de dois rifles fixados rigidamente e mirando o centro de cada alvo. Em ambos os casos, o centro de fogo (valor mais provvel) est sistematicamente deslocado do centro do alvo (valor verdadeiro), menos em (b) do que em (a). Diz-se, ento, que a exatido em:

(a) Figura 2

(b)

(b) maior do que em (a). J a disperso dos tiros (valores individuais distribudos aleatoriamente) menor em (a) do que em (b). Diz-se, ento, que a preciso maior em (a) do que em (b).

PARTE 2- TRATAMENTO DE ERROS EXPERIMENTAIS


11-FREQNCIA E PROBABILIDADE Inicialmente, definamos freqncia e probabilidade, dois conceitos importantes na teoria estatstica. A freqncia , na estatstica, est dividida em: A Freqncia absoluta de um acontecimento o nmero de vezes que o mesmo ocorreu. Assim, se um dado lanado 30 vezes e ocorre 8 duques, a freqncia absoluta do "duque" 8. Freqncia relativa, ou simplesmente freqncia, a relao entre o nmero de vezes que o acontecimento ocorreu e o nmero de vezes que ele poderia ter ocorrido, podendo ser expressa em %. Assim, no exemplo acima, a freqncia do "duque" 8/30 , ou 26,7 %. A probabilidade definida, pelo quociente entre o nmero de casos favorveis e o nmero de resultados possveis de um determinado evento. Assim, considerando as probabilidades P de sucesso e Q de falha so dadas, respectivamente, por p q e . P= Q= p+q p+q onde: p o nmero que um dado evento pode ocorrer e q o nmero de modos do evento falhar. O valor da probabilidade nunca pode exceder unidade, ou seja, a soma das probabilidades de todos os eventos possveis deve ser igual unidade sendo interpretada como certeza. Neste caso, P + Q = 1. Exemplo: a probabilidade de ocorrer um duque num nico lanamento de um dado com 6 faces 1/ 6 e a de no ocorrer o duque 5/6. A soma destas probabilidades igual unidade. Embora a probabilidade de ocorrer um duque seja 1/6, isso no implica que em 30 lanamentos ocorram 5 duques (30 x 1/6). Na verdade, pode ocorrer qualquer nmero entre 0 e 30, porque quando o nmero de lanamentos pequeno no h uma relao clara entre freqncia e probabilidade. No entanto, quando o nmero de lanamentos cresce indefinidamente, o nmero de "duques" tender a aproximar-se do previsto pela probabilidade. Da a lei de Jacques Bernouille: quando o nmero de experincias tende a infinito, a freqncia tende probabilidade. Esta lei, chamada de "Lei dos Grandes Nmeros", vale para acontecimentos aleatrios em que uma dada ocorrncia independe inteiramente da anterior. A freqncia est relacionada ao conceito de amostra enquanto que a probabilidade est associada ao conceito de populao. 12-REPRESENTAO GRFICA DE MEDIDAS COMO UMA DISTRIBUIO A representao grfica de medidas tambm se relaciona com o conceito de amostra (freqncias) e populao (probabilidade) sendo que, o grfico de distribuio de freqncias o histograma e o de probabilidade dado, neste caso, pela distribuio de Gauss. HISTOGRAMA Os histogramas so os grficos mais adequados para a descrio de dados oriundos de variveis quantitativas. Eles mostram as freqncias de observaes para cada valor ou conjunto de valores da varivel que se deseja descrever. Neste grfico, no eixo das abscissas (X), so marcados intervalos de medidas e no eixo das ordenadas (Y) a freqncia absoluta (podendo ser expresso tambm com freqncias relativas) com que as medidas ocorrem em cada intervalo. A sua 8

distribuio depende diretamente da largura dos intervalos, sendo conveniente escolh-los de maneira que, os intervalos prximos do valor mais provvel tenham uma freqncia absoluta maior que 10. A sua construo segue os seguintes passos (*Opcional): 1-Ordenar os valores em ordem crescente e determinar a Amplitude Total: R R = Maior medida Menor medida (14)

2- Como os dados so agrupados em intervalos, fazse necessrio escolher o nmero de intervalos K. H vrios critrios para determinar o nmero de dentre os quais: 2.1-Frmula de Sturges: K = 1 + 3,33 log n 2.2-Raiz quadra do nmero de medidas ou seja : K = n 2..3- Regra emprica, dada pela tabela abaixo: Tabela 1 Nmero de medidas (n) Menor que 25 Entre 25 e 50 Maior do que 50 Onde n o nmero de medidas que se deseja representar. 3- Achar o tamanho dos intervalos (iguais):

Nmero de Intervalos (K) 5 ou 6 De 7 a 14 De 15 a 20

h RK
Com base nos valores dos parmetros obtidos, pode-se construir um histograma,

(15)

Figura 3 proporo que o nmero de medidas aumenta, o tamanho do intervalo tender a diminuir. Sendo que, quando o nmero de medidas tende a infinito o tamanho do intervalo tender a ser zero o grfico de freqncias (histograma) tender, para o nosso tipo de amostras, a uma curva continua de probabilidade Gaussiana descrita pela funo de Gauss (Figura 3). Se fizermos outra srie medidas, muito provvel que o histograma construdo com elas no coincida com o anterior. Em outras palavras, as freqncias de medidas por intervalo nesta segunda srie podero diferir daquelas da primeira, significando que a distribuio das freqncias da srie est sujeita ao que se denomina de flutuao estatstica. Se repetirmos o processo com 5.000 medidas, verificaremos que as flutuaes sero bem menores. Ento, podemos concluir que quando 9

o nmero de medidas crescer indefinidamente e os intervalos forem permanentemente reduzidos, o histograma tender a uma curva contnua. Essa curva denominada curva de distribuio normal ou curva de Gauss e se essa curva possuir uma representao analtica, esta funo denominada funo densidade de probabilidade normal ou funo de Gauss.

n Figura 4

13 - A Funo de Gauss Na seo anterior, vimos que quando o nmero de observaes suficientemente grande, pode-se tomar a freqncia de ocorrncia das medidas pela probabilidade delas ocorrerem. Se para um grande nmero de medidas construirmos um grfico no qual as abscissas sejam os desvios x as diferenas entre os valores medidos e o valor mdio das medidas e as ordenadas sejam as freqncias com que esses desvios ocorrem, obtemos uma curva do tipo mostrado na Fig. 2. Ela denominada curva normal ou curva de Gauss. Sua expresso analtica, chamada de funo densidade de probabilidade normal, ou, simplesmente, funo de Gauss h h2 x 2 f ( x) = e (16) O grfico de f ( x ) contra x, onde x=(xi-) d a diferena entre o valor do dado e o valor verdadeiro, mostrado na Fig. 5. Vemos que a curva simtrica em relao a um valor central mximo e tende assintoticamente a zero.

Figura 5 O valor da ordenada na origem dado por f (0) = h . V-se, ento, que quanto maior for o nmero de medidas iguais ao valor verdadeiro, maior ser h. Na Fig. 5, so dadas trs curvas de Gauss com diferentes ndices de preciso. As trs curvas tm a mesma rea, mas diferentes valores de h. A forma mais estreita da curva indica que o conjunto medidas da populao esto mais prximas do valor verdadeiro da grandeza medida, ou seja, os valores esto menos dispersos. Uma menor disperso indica uma alta preciso e um valor maior de h. Inversamente, um h pequeno indica medidas de baixa preciso e a curva achatada. Por isso, Gauss denominou h de ndice de preciso. 14- Medidas de disperso Tendo-se chegado expresso do v.m.p. de uma srie de medidas, a segunda questo proposta na Seo 1 encontrar o erro que se est cometendo, ou seja, a disperso a que est sujeita 10

o v.m.p. necessrio, pois, definir-se grandezas que possam ser avaliadas numericamente e que representem as propriedades de interesse visualizadas no grfico. Em particular, desejamos uma grandeza que tenha relao com a largura da curva de Gauss, j que ela uma indicao da preciso das medidas. A seguir, veremos algumas dessas grandezas. Desvio quadrtico mdio:De acordo com a Eq. (02), U 0 a soma dos quadrados dos desvios em relao mdia, ou seja, i = 1, 2,..., n . (17) U 0 = i ( X i - X ) 2 Define-se como desvio quadrtico mdio, dqm, o valor mdio de U 0 , ou seja U (18) dqm = 0 . n Como j vimos, U0 representa o valor mnimo para a soma dos quadrados dos desvios. J a raiz do dqm d uma indicao de como uma particular srie de n valores desvia de seu v.m.p. Raiz do desvio quadrtico mdio. Vimos que o desvio quadrtico mdio, dqm, representa o valor mnimo para a mdia aritmtica dos quadrados dos desvios. Podemos, ento, utilizar a raiz do desvio quadrtico mdio, s , como um desvio para a grandeza. A expresso para s , : i = 1, 2 ,..., n . (19) = n n Uma expresso alternativa, conveniente para uso de calculadora, obtida substituindo-se na Eq. (20), o somatrio i di 2 pela expresso da Eq. (11). Fazendo-se a substituio, vem:
i

s =

di i

( X i X )2

i = 1, 2,..., n (20) n Infelizmente, apesar de s ter uma grande importncia terica, ele no tem uma maior significncia como desvio, porque ele indica apenas como uma particular srie de n valores desviam de seu v.m.p.. No se sabe, porm, se ele sistematicamente depende ou no do nmero de medidas na srie. Ademais, uma nova de srie n medidas geralmente no produz nem um v.m.p. idntico ao primeiro, nem uma mesma srie de desvios, devido s flutuaes estatsticas.
i

s =

Xi n X 2

Raiz do erro quadrtico mdio. Uma grandeza mais significativa para a medida da disperso, devido a sua conexo direta com a funo de Gauss, a raiz do erro quadrtico mdio, (letra grega, l-se sigma). A relao de com os parmetros da funo de Gauss , (21) h 2 ou seja, inversamente proporcional ao ndice de preciso h(Figura. Ele , ento, uma indicao da preciso da medida. Ou seja, quanto maior O erro quadrtico mdio, eqm, definido como a mdia aritmtica dos quadrados dos erros de todos os N elementos da populao. Ele representa, portanto, o dqm de uma medida individual em torno da mdia da populao, ou seja, do valor verdadeiro. O quadrado 2 tambm denominado varincia. = 1

=
2

e
i

2 i

N
2 i i

(X
i i i

)2

N )2

e =
N

(X =

(22)

11

Desvio padro. Vimos que, apesar da valia de como medida de disperso do v.m.p., sua determinao hipottica pela impossibilidade de fazermos todas as medidas da populao. O melhor que podemos fazer tomar uma srie finita de medidas e, usando-a como uma amostra da populao, calcular a melhor estimativa para . Pode-se mostrar que, para uma srie de n medidas a melhor estimativa de o desvio padro s , dado pela expresso: = , i = 1, 2,..., n . n 1 n 1 Como na Eq. (21), a expresso de s mais conveniente para uso de calculadora

s=

d
i

2 i

(X
i
2

X )2

(23)

s=

Xi n X 2 i n 1

i = 1, 2,..., n .

(24)

Entre s e s, a diferena numrica geralmente pequena, mas a distino importante conceitualmente. O fato de s ser maior do que s esperado, pois se viu que este obtido com a soma dos quadrados dos desvios em torno da mdia da amostra, a qual mostramos ter um valor mnimo. Desde que a mdia da populao geralmente no coincide com a da amostra, a soma dos quadrados dos desvios de uma amostra finita em torno da mdia da populao no um mnimo. Tambm, interessante notar que o aparecimento do fator n 1 deve-se ao fato de haver apenas n 1 desvios funcionalmente independentes, j que existe a relao de condio segundo a qual a soma dos quadrados dos desvios um mnimo. Ademais, quando n =1 o conceito de desvio perde o significado. 15 Nvel de confiana com o desvio padro Definida a medida de disperso (consideramos o desvio padro), a terceira questo posta na Seo 1 como se associar uma chance de reprodutibilidade a um intervalo de variao definido para a medida, mantidas as condies de medio. Em outras palavras, definir um intervalo [ X s ], onde uma constante a ser definida pela lei de distribuio de tal modo que uma nova medida X tenha uma dada chance de jazer neste intervalo. Usando a Eq. (17), substituindo X pelo erro e o valor de dado pela Eq. (23), a expresso resultante permite calcular a probabilidade de uma medida jazer num dado intervalo. Assim, a probabilidade P( X 1 , X 2 ) de uma medida jazer no intervalo [ X 1 , X 2 ] :
X2

P( X 1 , X 2 )=

X1

( X )2 22

dx .

(25)

Para o intervalo [ -, + ], a integral da Eq. (25) vale 0,6826. Isso significa que se deve esperar que 68,26 % das medidas jazam neste intervalo. Temos, assim, para um significado qualitativo (indicao da preciso da medida), um geomtrico ( so os pontos de inflexo da curva de Gauss) e um quantitativo (68,26 % das medidas jazem no intervalo [ ]. Para os intervalos [ 2] e [ 3] as probabilidades so, respectivamente, 0,9545 e 0,9973. Isto significa que se deve esperar que 95,45 % das medidas jazam no intervalo [ 2] e 99,73 %, praticamente todas as medidas, jazam no intervalo [ 3].A probabilidade definida pela Eq. (21), expressa em %, denomina-se nvel de confiana, n.c. Assim, diz-se que o n.c. para o intervalo [ ] 68,26 %. O problema que no se conhece nem nem . O que se conhece so suas aproximaes X e s . A funo densidade de probabilidade gaussiana para X , mas no para s. Ento, no se deve esperar que probabilidades para intervalos definidos por s sejam as mesmas para os intervalos definidos por . Quando o nmero de medidas suficientemente grande (digamos, maior que 20) podemos tomar por s sem muito erro e, neste caso, os nveis de confiana so obtidos atravs da Eq. (21). 12

A Tabela 2 d os nveis de confiana para os intervalos [ X s] para n > 20 , ou seja, d os valores de pelo qual se deve multiplicar s para se ter um intervalo com um dado n.c. Quando n < 20, as probabilidades no podem ser obtidas atravs da Eq. (21), j que no mais possvel substituir por s . Os valores para , neste caso, so obtidos atravs de uma outra distribuio devida a Student. A Tabela 3 apresenta esses valores de em funo do nmero de medidas n e para os nveis de confiana de 60 %, 90 % e 95 %. Por exemplo, para n = 5, o intervalo com um n.c. de 95 % dado por [ X 2,776 s ]. 16-Rejeio de dados: Algumas vezes numa srie de medidas ocorrerem valores que diferem bastante do conjunto. A questo que se coloca se esses valores aparentemente anmalos devem ser rejeitados. Em casos onde se sabe ter havido perturbaes fsicas durante a medio (queda de tenso, trompao na mesa, etc.), as medidas devem ser rejeitadas, ainda que elas paream concordar com as outras. Em outras situaes, onde no se tem conhecimento de perturbaes, a rejeio duma medida uma questo polmica. Contudo, um critrio comumente usado rejeitar-se as medidas cujos desvios em relao ao v.m.p. sejam maiores que trs vezes o desvio padro. A justificativa para esse critrio pode ser deduzida das Tabelas 2 e 3, onde se constata que, para cinco ou mais medidas, todas elas praticamente jazem no intervalo [ X 3s], sendo praticamente zero a probabilidade de uma medida jazer fora deste intervalo. Uma vez eliminada a medida anmala, novo v.m.p. e novo desvio padro devem ser calculados com as medidas restantes. Tabela 2 Valores de para n > 20
Nvel de confiana n.c. ( % ) 50,00 60,00 68,26 90,00 95,00 95,45 99,73

Tabela 3 Valores de para n 20


n

0,670 0,842 1,000 1,645 1,960 2,000 3,000

Nvel de confiana, n.c. ( % )


60% 1,376 1,061 0,978 0,941 0,920 0,906 0,896 0,889 0,883 0,868 0,861 90% 6,314 2,920 2,353 2,132 2,015 1,943 1,895 1,860 1,833 1,761 1,729 95% 12,706 4,306 3,182 2,776 2,571 2,447 2,365 2,306 2,262 2,145 2,093

2 3 4 5 6 7 8 9 10 15 20

17-Limite de erro instrumental, desvio avaliado e desvio relativo O limite do erro instrumental (l.e.i.) dum instrumento de medio com escala de leitura contnua (rguas, micrmetro, medidores com ponteiro) definido como a menor frao da menor diviso da escala que pode ser estimada visualmente. Um olho humano normal capaz de distinguir dois pontos distantes de 0,1 mm numa distncia de 25 cm (distncia normal de leitura). Ento, para instrumentos com a largura das divises menores da escala da ordem de 1mm pode-se tomar com segurana o l.e.i. como 0,2 unidades dessas divises. Por exemplo, pode-se tomar o l.e.i. duma rgua milimetrada de boa qualidade como 0,2 mm. Todavia, a depender da qualidade da escala e da regularidade das divises, este valor pode chegar a 0,5 mm (rguas de plstico) e mesmo a 1mm (trenas e escalas de pedreiro); para um micrmetro, cuja menor diviso da escala 0,01 mm, o l.e.i. 0,002 mm; para um ampermetro com menor diviso da escala de 0,1 mA, o l.e.i. pode ser 13

0,02 mA a 0,05 mA a depender da qualidade da escala, se esta espelhada, se a leitura feita com lupa, etc. (para essa estimativa admite-se que o ampermetro tenha capacidade suficiente para responder a variaes da ordem de 0,02 mA ou 0,05 mA, o que no decorre da menor diviso da escala, mas da capacidade de resposta do instrumento, a qual fornecida pelo fabricante. Se a sensibilidade do ampermetro for , por exemplo, 0,1 mA , o correto tomar-se o l.e.i. como 0,1mA). Para larguras maiores, o operador deve estabelecer um l.e.i. com apenas um algarismo significativo tal que lhe d segurana que o valor da medida jaz no intervalo por este definido. Nos instrumentos com escala de leitura descontnua (escala com vernier, cronmetros mecnicos),o l.e.i. estabelecido pelo fabricante e normalmente corresponde menor medida possvel de ser feita no instrumento. Assim, em instrumentos dotados de vernier, o l.e.i. a prpria natureza do instrumento. Para um cronmetro mecnico que marca em intervalos de 0,1 s toma-se o l.e.i. igual a este valor. Em medidores digitais o l.e.i. , geralmente, uma unidade do ltimo dgito mostrado no visor.

Desvio avaliado : Quando se vai realizar uma medida, a primeira providncia do operador definir o desvio avaliado ( sa ) associado medida a ser feita, para assim conhecer a posio do algarismo duvidoso. Por exemplo, se o desvio avaliado para medidas feitas com uma rgua milimetrada for de 0,5 mm os valores devero conter a casa dos dcimos de milmetro, sendo, ento, dos tipos 30,5 mm , 46,58 cm , 4,00 cm; se para medidas com uma balana o desvio avaliado 0,1 g, os valores sero do tipo 4,5 g , 23,8 g , 200,0 g . A definio do desvio avaliado deve levar em conta o l.e.i. do instrumento de medida utilizado, o objeto a ser medido, o processo de medida e, em alguns casos, as condies ambientais. Seu valor nunca menor do que o do l.e.i. do instrumento de medida, podendo ser igual a este se as condies de medida forem favorveis. Por exemplo, se a medida a ser feita a da largura de um objeto que tem arestas bem definidas e a rgua pode encostar-se ao objeto, pode-se tomar o desvio avaliado igual ao l.e.i. da rgua. Entretanto, se o objeto possuir contornos abaulados, o correto tomar-se o desvio avaliado maior que o l.e.i. Igualmente, se a corrente eltrica que est sendo medida oscila, deve-se avaliar a amplitude de oscilao para definir o desvio avaliado, o qual ser maior que o l.e.i. O desvio avaliado deve ser usado como desvio da medida nos casos de se fazer poucas medidas (at trs), quando as medidas repetidas tm o mesmo valor, ou quando o desvio padro calculado para uma srie de medidas for menor que ele. O desvio relativo S, da medida de uma grandeza definido como a relao entre a disperso s utilizada para a medida (desvio avaliado, desvio padro, etc., vistos anteriormente) e o valor X no caso de apenas uma determinao (ou o v.m.p no caso de uma srie de medidas), expresso em %. Sua expresso s (26) S (%) = 100 . X A preciso de uma medida pode ser avaliada pelo desvio relativo, podendo ser tambm utilizado para comparar a preciso entre medidas diferentes. Este desvio tem significado somente quando as medidas so referidas a um referencial zero que tenha significado fsico. Quando o referencial arbitrrio, o desvio relativo perde o sentido quando os desvios individuais forem apreciveis em comparao ao valor da medida. 18 Propagao de erros independentes At aqui tratamos com medidas diretas. Trataremos, agora, os erros relativos s medidas indiretas, ou seja, aquelas calculadas atravs de expresses matemticas envolvendo grandezas medidas diretamente. Suponhamos que uma grandeza R calculada a partir das grandezas medidas X e Y , atravs duma expresso matemtica R = R ( X ,Y ). Pela lgica, R ter um erro que ir depender dos erros das grandezas medidas X e Y . (Esses erros devem ser compatveis, ou seja, se, por exemplo, um 14

representa um desvio padro, os outros devem ser tambm desvios-padro.) A relao entre o erro de R e os de X e Y determinado pelo clculo diferencial. H duas situaes limites. Numa delas a mais comum o erro de X no tem qualquer relao com o de Y e, neste caso, eles so ditos ser independentes. Por exemplo: suponhamos que a velocidade de um objeto seja determinada medindo o tempo de percurso e a distncia percorrida por ele. No h razo para supor que se o tempo for muito grande a distncia ser tambm muito grande. Sendo assim, estas variveis so consideradas independentes uma da outra. Trataremos, agora, dos erros relacionados s medidas indiretas, ou seja, aquelas calculadas atravs de expresses matemticas envolvendo grandezas medidas diretamente. Suponhamos que uma grandeza R calculada a partir das grandezas medidas X e Y atravs duma expresso matemtica R = R ( X ,Y ). Nos experimentos realizados aqui no laboratrio, as grandezas medidas so independentes, ou seja, o erro de uma grandeza medida diretamente no varia com a outra. Valor mais provvel de uma medida indireta: Considerando uma funo R = R ( X ,Y ) o valor mdio da funo obtido substituindo o valor mais provvel das grandezas medidas diretamente na relao matemtica que expressa a grandeza indireta ou seja: R = R( X , Y ) onde X e Y so os valores mdios das grandezas medidas diretamente. Frmula para propagao de erros independentes: Quando os erros so independentes, os coeficientes de correlao entre as grandezas X e Y so nulos, assim, para duas grandezas X e Y temos:

R 2 R 2 sR = (27) X s X + Y sY , onde as derivadas so tomadas nos pontos X = X e Y = Y . Vamos agora obter expresses especiais para algumas funes que aparecem com mais freqncia em trabalhos de laboratrio.
Produto de fatores elevados a diferentes potncias. Seja R = A X p Y q , onde p e q so valores reais conhecidos e A uma constante ou nmero. As derivadas parciais de R nos pontos X e Y , so R R = A p X p 1 Y q ; = A q X p Y q 1 , X Y as quais, substitudas na Eq. (27) resulta em

s R = ( Ap X p 1 Y q )2 s X + ( Aq X p Y q 1 )2 sY
2

(28)

Uma expresso mais conveniente para o clculo de sR , neste caso, obtida dividindo-se a Eq. (28) pelo v.m.p. de R , ou seja, por R = A X p Y q . O resultado
sR = R s s p X + q2 Y X Y
2 2 2

(29)

V-se que quanto maior for o valor absoluto do expoente da grandeza mais potencialmente ela contribuir para o desvio de R . Nos casos particulares de produto ou quociente simples ( R =A X Y , ou R =A X Y ), onde p = 1 e q = 1, a Eq. (29) reduz-se a sR = R sX sY + X Y
2 2

(30) 15

Soma ou diferena. Seja R = b X cY , onde b e c so constantes reais . As derivadas parciais de R so R R =b e = c X Y Portanto, pela Eq. (27), tem-se 2 2 2 2 sR = b2 sX + c2 sY , ou sR = sX + sY se b = c =1. (31) 19-Regras para representao do valor e do desvio de uma medida: 1-O desvio padro, tanto da medida direta quanto da medida indireta, dever ser expresso com dois algarismos significativos; 2- O desvio avaliado dever ser escrito com um algarismo significativo; 3-O valor da medida dever sempre ter o mesmo nmero de casas decimais que o desvio. Seja ele o desvio padro ou avaliado; 4-O desvio tem a mesma unidade que a medida.

Exerccios resolvidos: Exemplo 1 O dimetro D de uma esfera de ao medido 6 vezes com um micrmetro, obtendo-se os seguintes valores : D (mm) = 6,458; 6,450; 6,463; 6,454; 6,457; 6,451. Calcule o v.m.p. D do dimetro, o desvio padro sD e o desvio padro relativo SD . Soluo: Valor mais provvel : Desvio padro : sD =
D =
2

D 38,733 = = 6,4555 mm . n 6

Di n D 2 1,175 10 4 = = 0,00484767 mm . 6 1 5
sD = 0,0048 mm.

Desvio relativo: S D =

sD 0,0048 100 = 100 = 0,074% D 6,4555

Note que os desvios foram escritos com dois significativos, que a regra a ser usada em nossos trabalhos. Coerentemente, o v.m.p. deve ser escrito com dois algarismos duvidosos. O nmero de significativos para expressar o v.m.p. definido pelo desvio padro. Neste caso, D deve ser escrito como 6,4555 mm e seus dois ltimos algarismos (55) so duvidosos. Caso o desvio padro fosse 0,048 mm, D deveria ser escrito como 6,456 mm e os duvidosos seriam 56. ________________________________________________________________ Exemplo 2- Para a srie de 51 medidas de comprimento, em mm, apresentadas abaixo, calcule o valor mais provvel e o desvio padro.
4,008 4,018 4,019 4,023 4,025 4,027 4,027 4,031 4,033 4,033 4,038 4,039 4,039 4,039 4,039 4,043 4,044 4,044 4,047 4,048 4,049 4,049 4,050 4,051 4,051 4,053 4,054 4,054 4,057 4,058 4,058 4,059 4,062 4,063 4,064 4,065 4,065 4,066 4,067 4,067 4,068 4,070 4,073 4,076 4,078 4,087 4,081 4,090 4,081 4,104 4,086

Soluo: Utilizando as Eqs. (05) e (16), obtemos para o valor mais provvel v.m.p, o desvio padro s: v.m.p.= 4,05333... mm; s = 0,0205948... mm. s = 0,021 mm, 16

Coerentemente, o vmp = 4,053 mm. Exemplo 3 - Expresse a medida do dimetro do Exemplo 1 com um n.c. de 95 % em termos do desvio padro. Soluo: Em termos do desvio padro, o intervalo dado por D = D s . Para n = 6 e um n.c. = 95 % , a Tabela 3 d para o fator , = 2,571. Portanto, o produto s 2,571 0,004848 = 0,01246 mm. A medida ser, ento, expressa como D = 6,456 0,012 mm . Este intervalo significa que uma nova medida, feita nas mesmas condies que as anteriores, tem uma chance de 95 % de ter seu valor no intervalo acima, ou seja, entre 6,444 mm e 6,468 mm. Exemplo 4- A massa m da esfera do Exemplo 1 foi medida seis vezes, obtendo-se para m e sm os valores: m = 1,100 g e sm = 0,012 g. Calcule (a) a densidade da esfera e (b) expresse o resultado com um n.c. de 95 % em termos do desvio padro. Soluo: (a) O v.m.p. da densidade da esfera ( D ser tomado em cm ) 6m 6 1100 , = 7,80916 g cm3 ; = 3 = D 0,64555 3 o desvio padro da medida da densidade s calculado atravs da Eq. (24) s = s s 3 D + m = 7,80916 D m
2 2 2

5,08 10 6 + 119 10 4 = 0,08699 g cm 3 ,

Os resultados para so, portanto, = 7 , 809 g cm 3 e s = 0, 087 g cm 3 ( s foi escrito com dois significativos e observe a coerncia nas escritas dele e de ). Verifique que, pelo valor das duas parcelas dentro da raiz, a medida da massa contribuiu mais para o desvio de , apesar de D estar elevado ao cubo e, portanto, ter seu desvio multiplicado por trs. (b) Como so seis medidas de D e de m, n = 6; para um n.c. = 95 % a Tabela 3 nos d = 2,571. Ento, s = 0,08699 2,571 = 0,2237 g/cm3. Portanto, para o n.c. de 95 % , expresso como = 7,81 0,22 g cm 3 Observe que ajustamos novamente o valor de para manter a coerncia na escrita de e s .

RESUMO CAPTULO 1
Grandezas, dimenso e unidades Cada grandeza est associada a uma nica dimenso, e esta dimenso pode ser expressa em diferentes unidades. As grandezas estudadas neste curso (geomtricas, cinemticas e dinmicas), so expressas em funo de trs grandezas fundamentais: comprimento [L], massa [M] e tempo [T]. Convencionalmente, na escrita das equaes dimensionais, as grandezas so postas entre colchetes. Por exemplo, a equao dimensional da acelerao g devida gravidade escrita como [g] = [L] [T]-2 . Ao por os valores das grandezas numa equao, atente para que todos eles estejam num mesmo sistema de unidades. Valor recomendado para g em Salvador, medido no Ano Geofsico Internacional: glocal = 9,7833 m/s2 ou glocal = 978,33 cm/s2

17

Tabela com as dimenses e unidades nos sistemas CGS e SI (MKS) das principais grandezas de Mecnica
Grandeza Comprimento Massa Tempo rea Volume Velocidade Acelerao Fora Energia Potncia Presso Torque Dimenso LMT [L] [M] [T] [L]2 [L]3 [L] [T]-1 [L] [T]-2 [M] [L] [T]-2 [M] [L]2 [T]-2 [M] [L]2 [T]-3 [M] [L]-1 [T]-2 [M] [L]2 [T]-2 Sistema Unidade Cm G S cm2 cm3 cm/s cm/s2 g cm s-2 g cm2 s-2 g cm2 s-3 g cm-1 s-2 g cm2 s-2 CGS Nome centmetro grama segundo dina (dyn) erg erg/s dyn/cm2 dyncm Sistema Unidade m kg s m2 m3 m/s m/s2 kg m s-2 kg m2 s-2 kg m2 s-3 kg m-1 s-2 kg m2 s-2 MKS Nome metro quilograma segundo Newton (N) Joule (J) Watt (W) Pascal (P) Nm

Algarismos significativos Definio: Numa medida, so ditos significativos todos os algarismos contados a partir do primeiro no nulo (diferente de zero), ou seja, o zero a esquerda no conta como significativo. Pelo menos um algarismo duvidoso includo no resultado de uma medida, mesmo que ele seja zero. Regras de aproximao de algarismos significativos: s vezes necessrio fazer uma aproximao de um resultado de acordo com o nmero de significativos das medidas que lhes deram origem. Deste modo os dgitos excedentes so arredondados, usando-se os seguintes critrios: 3- Se o primeiro dgito desprezado for um nmero variando entre 0 e 4, o anterior no ser alterado; 4- Se for de 5 a 9, o anterior acrescido de uma unidade. Regras de operaes com algarismos significativos: 1- Na multiplicao e diviso o resultado final deve ser escrito com um nmero de significativos igual ao do fator com menor nmero de significativos. Exemplos: 3,7 4,384 = 16 ; 0,632 0,20 = 3,2 ; 4,40 6242 = 2,75 x 10 4 .

2- Em operaes envolvendo inverso de nmeros e multiplicao por fatores constantes, o nmero de significativos deve ser preservado no resultado.
1 2 6,23 = 12,5 ; 4 13,5 = 170 . = 0,00403 ; 248 3- Na soma e subtrao o resultado final ter um nmero de decimais igual ao da parcela com menos decimais. Exemplos: 3,4 + 0,256 2,22 = 1,4; 34 + 2,92 0,5 = 36; 0,831 6,26x10-3 0,79 = 0,03

Exemplos:

Medidas diretas e indiretas Medidas diretas So as obtidas por simples comparao utilizando-se instrumentos de medida j calibrados para tal fim. O valor mais provvel ( v.m.p.) de uma medida direta, X , de uma amostra com n elementos, a mdia aritmtica dos n valores, ou seja, i X i , i = 1, 2,..., n . X= n

18

O Desvio padro da medida direta s dado por:

s=

d
i

2 i

n 1

(X
i

X )2

n 1

X
i

2 i

nX 2

n 1

i = 1, 2 ,..., n .

Medidas indiretas So todas aquelas relacionam as medidas diretas por meio de frmulas matemticas.
-Propagao de erros (Medidas Indiretas)

Suponhamos que uma grandeza R calculada a partir das variveis medidas diretamente X e Y atravs duma expresso matemtica R = R ( X ,Y ). Ento, R tem um erro como resultado dos erros de X e Y . O Valor mais provvel de uma medida indireta, considerando uma funo R = R ( X ,Y ), obtido substituindo o valor mais provvel das variveis medidas diretamente na relao matemtica que expressa a medida indireta ou seja: R = R( X , Y ) onde X e Y so os valores mdios das variveis medidas diretamente. O desvio padro de uma medida indireta para um R(X,Y), quando as medidas diretas so independentes, definido por:

R 2 R 2 sR = X s X + Y sY , onde as derivadas so tomadas nos pontos X = X e Y = Y e sx e sy so os desvios padres das variveis medidas diretamente. A frmula de propagao de erros independentes ter o nmero de termos, na soma dentro da raiz, igual ao nmero de variveis medidas diretamente.
Expresses simplificadas: 1-Produto de fatores elevados a diferentes potncias (utilizada em frmulas quem tem multiplicao e/ou diviso). Seja R = A X p Y q , onde p e q so valores reais conhecidos e A uma constante ou nmero. O resultado
sR = R s s p X + q2 Y X Y
2 2 2

2-Soma ou diferena. Seja R = b X cY , onde b e c so constantes reais . Usando a definio :

sR =

b2 sX + c2 sY , ou sR =
2 2

sX + sY
2

se

b = c =1.

Nvel de confiana com o desvio padro Ao o desvio padro possvel, definir um intervalo de confiana, [ X s ] ou [ X - s ; X + s ], no qual uma medida X, tem uma determinada probabilidade de estar contida. A constante definida pela lei de distribuio, e seu valor depende da probabilidade atribuda . Quando o nmero de medidas suficientemente grande (digamos, maior que 20) podemos tomar por s sem muito erro e, neste caso, os nveis de confiana so obtidos atravs da distribuio de Gauss. Quando n < 20, no mais possvel substituir por s . Os valores para , neste caso, so obtidos atravs da distribuio de Student. Rejeio de dados

19

O critrio comumente usado rejeitar-se as medidas cujos desvios em relao ao v.m.p. sejam maiores que trs vezes o desvio padro. A justificativa para esse critrio que, para cinco ou mais medidas, todas elas praticamente jazem no intervalo [ X 3s], sendo praticamente zero a probabilidade de uma medida jazer fora deste intervalo. Uma vez eliminada a medida anmala, novo v.m.p. e novo desvio padro devem ser calculados com as medidas restantes. Limite de erro instrumental, desvio avaliado, desvio relativo e discrepncia relativa O limite do erro instrumental (l.e.i.) dum instrumento de medio com escala de leitura contnua (rguas, micrmetro, medidores com ponteiro) definido como a menor frao da menor diviso da escala que pode ser estimada visualmente. O Desvio avaliado deve ser usado como desvio da medida, nos casos de se fazer poucas medidas (at trs), quando as medidas repetidas tm o mesmo valor, ou quando o desvio padro calculado para uma srie de medidas for menor que ele. O valor do desvio avaliado nunca menor do que o do l.e.i. do instrumento de medida, podendo ser igual a este se as condies de medida forem favorveis. O Desvio relativo S, da medida de uma grandeza definido como a relao entre a disperso s utilizada para a medida (desvio avaliado, desvio padro, etc., vistos anteriormente) e o valor X no caso de apenas uma determinao (ou o v.m.p no caso de uma srie de medidas), expresso em %. Sua expresso s S (%) = 100 X A preciso de uma medida pode ser avaliada pelo desvio relativo, podendo ser tambm utilizado para comparar a preciso entre medidas diferentes. Este desvio tem significado somente quando as medidas so referidas a um referencial zero que tenha significado fsico. Quando o referencial arbitrrio, o desvio relativo perde o sentido quando os desvios individuais forem apreciveis em comparao ao valor da medida. A discrepncia relativa, , (letra grega, l-se delta) entre duas medidas X ' e X " de uma grandeza definida pela relao (em %) =

X X 100. X

X ' e X " podem ser os valores obtidos por dois observadores, ou X ' pode ser um valor obtido por um observador e X " um valor tabelado ou recomendado da grandeza.

Regras para representao do valor e do desvio de uma medida: 1-O desvio padro, tanto da medida direta quanto da medida indireta, dever ser expresso com dois algarismos significativos; 2- O desvio avaliado dever ser escrito com um algarismo significativo; 3-O valor da medida dever sempre ter o mesmo nmero de casas decimais que o desvio. Seja ele o desvio padro ou avaliado; 4-O desvio tem a mesma unidade que a medida.

20

Exerccios Captulo I
1. Faa a anlise dimensional de: a) Uma dada fora F amortece com o tempo t na forma F= Fo e - t. Escreva as equaes dimensionais de Fo e do fator de amortecimento . b) O perodo de oscilao duma mola espiral dado por T= M , onde M a massa efetiva de vibrao. Escreva a equao dimensional da constante . 2. Numa aula prtica cinco equipes realizaram medidas de presso e expressaram seus resultados, usando o sistema MKS, nas seguintes unidades: a) N m-2 b) J m-3 c) P d) W s-1 m-2 e) W s m-3 .Do ponto de vista dimensional, diga quais resultados podem ser considerados corretos. Justifique. 3. Escreva os resultados das operaes abaixo com o nmero correto de algarismos significativos. a)

36,2 4,00 = 84,26

b)

8,6 3,1416 = 0,1420

c)

6,63 1034 1,2 1019 = 2,9979 108 1,61 1019

d) 25,62 + 0,321 16,6 + 96 =

e) 0,83 1,26 104 0,795 6,32 10-2 =

4. Mediu-se um objeto com uma rgua milimetrada utilizando-se um desvio avaliado de 0,4 mm. Diga quais medidas esto corretas, do ponto de vista do nmero de algarismos significativos. a) 3,54 mm ; b) 4,30 cm ; c) 8,9 mm ; d) 0,873 m ; e) 4 mm ; f) 0,3452 m ; g) 0,456 dm. 5. Abaixo so dadas 33 medidas da massa m dum objeto, em g.

1,236 1,254 1,247 1,258 1,253 1.261 a)Calcule o v.m.p.

1,261 1,270 1,276 1,282 1,287 1,292 1,266 1,275 1,281 1,284 1,291 1,295 1,269 1,275 1,282 1,284 1,292 1,297 m e o desvio padro sm da srie de medidas acima.

1,301 1,302 1,304

1,310 1,318 1,321

1,327 1,338 1,345

b) Determine os intervalos [ m - sm , m + sm ] para os nveis de confiana de (i) 50,00 % , (ii) 68,26 % , (iii) 95,45 % e (iv) 99,73 % (veja Seo 18). Conte o nmero das medidas acima jazendo em cada um destes intervalos e compare esses nmeros com os previstos pela distribuio de Gauss. 6. Dadas as sries de A (cm) = 8,40 ; 8,36 ; 8,45 ; 8,38 ; 8,49 B (g) = 7,69 ; 7,51 ; 7,47 ; 7,65 ; 7,70. a) Calcule o valor mais provvel e o desvio padro de cada srie. b) Escreva-as as medidas A e B com um n.c. de (i) 90 % e (ii) 95 %. Calcule, ento, o desvio relativo de cada medida nos dois intervalos e diga o que acontece com a preciso quando o n.c cresce. 7. Dados X = 0,57m, Y = 0,2kg e Z = 17,2cm, calcule R nas seguintes expresses e escreva o resultado com o nmero de algarismos significativos corretos ( utilize as regras de operaes com algarismos significativos). i) R= X + Z 8. Dadas as sries de ii) R= X Z iii) R= X/Z iv) R= (X + Z) /Y v)R= ZY / X

X (cm) = 8,40 ; 8,36 ; 8,45 ; 8,38 ; 8,49 Y (g) = 7,69 ; 7,51 ; 7,47 ; 7,65 ; 7,70. a) Calcule o valor mais provvel e o desvio padro de cada srie. b) Se Z= (17,2 0,2)cm, calcule R e sR nas seguintes expresses, utilizando os dados do item (a)
i) R= X + Z; ii) R= X Z; iii) R= X/Z; iv) R= (X + Z) /Y; v)R= Z1/2 Y2

9. Um disco de momento de inrcia Io = (6,033 0, 013) 103 kgm2 em relao ao baricentro do disco feito girar pela ao duma massa m = 50,0 0,1 g presa na ponta dum cordo que se desenrola sem escorregar de um tambor de raio r = (1,750 0,005) 102 m solidrio ao disco. Solta, a massa desce de uma altura h = 1,750 0,001 m num tempo t = 12,00 0,14 s. Nessas condies, a energia rotacional ER do disco dada pela expresso ER = 2 I h2/ (t2 r2). Calcule ER e seu desvio padro.

21

10. Num experimento sobre conservao de energia mecnica, obteve-se para a energia inicial do sistema, Ep = 0,8540 0,0012 J e para as energias finais, Ec = (2,223 0,056)103 J, ER = 0,786 0,014 J e Q = (4,36 0,10) 102 J. Os desvios dados representam um desvio padro. A lei de conservao dada por E = EP Ec ER Q = 0. a) Mostre que, com os dados acima, o desvio padro de E reduz-se ao de ER. b) Verifique se, dentro de dois desvios, esses dados satisfazem lei de conservao. 11. Para determinar-se o perodo de oscilao de um pndulo oscilando em pequena amplitude, dispe-se de um cronmetro cujas medidas tm um desvio avaliado sa = 0,1 s. a) Mostre que, se medirmos o tempo t de n oscilaes, o perodo T e seu desvio sT so dados por T = t/n e sT = sa / n. b) Mostre qual a forma mais precisa de determinar-se o perodo T: medir-se n vezes o tempo T o perodo o tempo de uma oscilao e da calcular-se T e sT ; ou medir-se uma vez o tempo t de n oscilaes e da calcular-se T e sT . 12. Num experimento sobre conservao de energia, obteve-se para as energias inicial e final do sistema, Ei = 0,8540 J, si = 0,0012 J ; e Ef = 0,8600 J, sf = 0,0025 J . Verifique se, dentro de dois desvios padres, esses dados satisfazem lei de conservao Ei - Ef = 0.

22

CAPITULO II ANLISE GRFICA DE DADOS EXPERIMENTAIS


Com a anlise grfica busca-se um modo rpido e conveniente de visualizar e interpretar relaes existentes entre dados experimentais de grandezas relacionadas. De um grfico, portanto, espera-se que ele possa ser fcil e rapidamente interpretado e que fornea o maior nmero possvel de informaes. 1 - REGRAS (GUIAS) PARA A REPRESENTAO GRFICA. Ponha a varivel independente no eixo das abscissas (eixo-x) e a varivel dependente no eixo das ordenadas (eixo-y). O ttulo do grfico deve ser conciso, auto-explicativo e escrito no espao branco superior do papel com a referncia da grandeza dependente escrita em primeiro lugar. Exemplos: Relao entre o perodo e a rbita do satlite; Queda livre: tempo versus altura. Os smbolos (ou nomes) das grandezas devem ser escritos no meio dos espaos brancos, inferior e lateral esquerdo, com suas unidades entre parnteses. Exemplos: h(m), Tempo (s). As escalas escolhidas devem ser tais que facilitem a leitura das coordenadas dos pontos nas subdivises do papel de grfico e apresentem alguma relao com a preciso dos dados. Os valores 1, 2, 5 e 10 so os melhores; 4 j apresenta alguma dificuldade; 3 , 7 e 9 devem ser evitados. As escalas no precisam ser iguais nos dois eixos e no necessrio que a interseo dos eixos represente o valor zero para uma, ou as duas variveis. Use no mximo trs dgitos para indicar os valores nas divises principais. Se os valores so excessivamente grandes ou pequenos escolha uma unidade adequada, ou use fatores multiplicativos, os quais devem ser indicados no fim do eixo. Use um lpis bem apontado para locar o ponto e, em torno deste, desenhe um crculo de 2 a 3 mm de dimetro (veja Fig. 6). Se vrias curvas vo ser traadas no mesmo grfico use smbolos diferentes, como quadrados, tringulos, etc. No escreva os valores das coordenadas dos pontos no papel de grfico.

Figura 6 Trace a melhor linha contnua atravs da mdia dos pontos. A curva no precisa passar necessariamente sobre os pontos. Se a linha for uma reta, trace-a usando pontos mdios dum grupo de pontos. Locados (na Fig. 6 os x indica os pontos mdios). Use linha interrompida para traar os trechos extrapolados, isto , aqueles fora da regio medida. Leia as coordenadas dos pontos a serem usados no clculo dos parmetros com a melhor preciso possvel. Esses pontos devem ser escolhidos no muito prximos entre si e, preferencialmente, em intersees da reta com cruzamentos das linhas do papel de grfico de modo a reduzir erros de avaliao. 2 - INTERPOLAO E EXTRAPOLAO A interpolao consiste em obter-se informaes sobre pontos intermedirios s medidas realizadas. Trata-se de um processo relativamente seguro e a preciso das medidas interpoladas so equivalentes as daquelas obtidas nas medidas. Com a extrapolao procura-se obter informaes sobre pontos fora do trecho das medidas realizadas. Este processo envolve algum risco, j que ele implica assumir-se como as grandezas se comportam fora do trecho medido. A preciso da medida extrapolada pode, tambm, ser mais 23

precria, devido incerteza na extenso da curva sem haver pontos de referncia do lado a ser extrapolado. 3 - DETERMINAO GRFICA DOS PARMETROS DA FUNO LINEAR O grfico de uma funo linear uma reta. Logo, quando os dados experimentais de duas grandezas x e y so locados num papel linear e o grfico resultante uma reta, o fenmeno estudado regido por uma lei cuja expresso analtica : y = A x + B, (32) Onde o parmetro A representa o coeficiente angular da reta e o parmetro B o coeficiente linear, definido como o ponto de interseo da reta com o eixo da ordenada em x = 0. Resolvendo a Eq. (32) para os pontos (x1 , y1) e (x2 , y2) , obtm-se para o coeficiente angular A, y y A = 2 1, (33) x2 x1 onde os pares ( x1 , y1 ) e ( x2 , y2 ) so pontos tomados no grfico. O coeficiente angular no deve ser confundido com a tangente trigonomtrica do ngulo formado no grfico pela reta com o eixo das abscissas. A tangente trigonomtrica um nmero puro por ser uma relao entre dois comprimentos e no possui sentido fsico, desde que o ngulo muda quando se modificam as escalas. J o coeficiente angular, como definido pela Eq. (33), independe das escalas adotadas e pode representar uma grandeza dimensional se as variveis x e y representarem grandezas diferentes. Por exemplo, num grfico de espao contra o tempo, o coeficiente angular tem a dimenso de velocidade.

Figura 7 O parmetro B a ordenada do ponto de interseo da reta com o eixo x = 0 e pode ser lido diretamente no grfico. No caso de a reta no interceptar o eixo x = 0 nos limites do grfico, B pode ser calculado atravs da Eq. (32) usando-se um par de pontos tirado do grfico e o valor de A obtido pela Eq. (33). Na Fig. 7 (a) a reta 1 tem A negativo e o valor de B pode ser lido diretamente; a reta 2 tem A positivo e o valor de B tem que ser calculado, pois a interseo cai fora dos limites do grfico. Tendo-se as coordenadas xi , yi duma reta, os parmetros A e B podem ser calculados de modo mais preciso, inclusive com seus desvios padres, utilizando-se o mtodo de ajuste pelos 24

mnimos quadrados. Esse mtodo exige uma calculadora e deve ser usado sempre que possvel, inclusive para fornecer os dados para se traar a melhor reta ajustada aos pontos experimentais. 4- LINEARIZAO DE CURVAS Um modo conveniente de obter-se os parmetros de funes no lineares atravs da linearizao de curvas. A razo de procurar-se transformar grficos no lineares em lineares que a reta permite maior facilidade em seu traado e maior preciso na determinao de seus parmetros. Os tipos das funes que mais comumente expressam as leis fsicas so os de potncia e os exponenciais. Os grficos de algumas dessas funes esto ilustrados na Figura 7. Para esses tipos de funo, dois mtodos so comumente usados para linearizao: o da anamorfose e o logartmico. H, ainda, o mtodo das diferenas tabulares que se aplica a funes mais complexas. (Sobre este mtodo veja Meiners, Harry F., et alli . Laboratory Physics. John Wiley, 1972.) 5- LINEARIZAO PELO MTODO DA ANAMORFOSE O mtodo de linearizao por anamorfose utilizado quando se conhece a priori o tipo da funo que relaciona as grandezas envolvidas, ou quando se pode especular sobre esse tipo. Ele consiste em se fazer uma mudana de varivel de modo a transformar uma funo no linear numa funo linear. Por exemplo, se duas grandezas z e t so relacionadas por uma funo do tipo z = t n , pode-se dizer que z varia diretamente com t n. Se n conhecido e se se faz t n , o grfico de z contra u resultar numa linha reta de equao z = u, cujo coeficiente angular (o parmetro da funo z = t n ) dado por

z2 z1 u 2 u1 .

(34)

Numa outra situao, admita que h razes para supor-se que duas grandezas T e m obedeam a uma relao funcional do tipo T= k m. A partir desta hiptese, tenta-se a linearizao fazendo-se o grfico de T contra m . Se o resultado uma reta, isto significa que a hiptese correta e, ento, a constante k pode ser determinada atravs da Eq. (34).

6 - LINEARIZAO PELO MTODO LOGARTMICO Este mtodo aplica-se a funes de potncia e exponenciais e consiste em tomar-se o logaritmo de ambos os membros da funo que se deseja linearizar e construir-se o grfico da expresso resultante. Funo potncia Sejam duas grandezas x e y que se relacionam por uma funo de potncia do tipo (35) y =k xn. Se se aplica o logaritmo decimal a ambos os membros desta equao, o resultado a expresso: log y = log k + n log x. (36) Portanto, o grfico de log y contra log x resultar numa reta, de equao idntica Eq. (32) (se se muda y por log y e x por log x), cujo coeficiente angular n dado por log y2 log y1 n= , (37) log x2 log x1 onde as coordenadas dos pontos (log x1 , log y1) e (log x2 ,log y2 ) so lidas diretamente no grfico. O coeficiente linear da reta log k e o valor de k, pela prpria definio de logaritmo, dado por k = 10log k. Cabe, aqui, uma considerao sobre o valor de n obtido pela Eq. (37). Na maioria das equaes que expressam fenmenos fsicos os expoentes so, ou fraes simples, ou nmeros inteiros, tais como 2, 1/2, -2, -3/4, 1, etc. Ento, o valor calculado de n deve ser aproximado, 25

dentro do erro experimental, para inteiro ou relao entre inteiros. Por exemplo, 0,493 1/ 2; 0,991 - 1; 1,49 3/ 2; - 2,01 -2; 0,334 1/ 3 ; - 1,486 - 3/2. Grfico logartmo em papel de grfico log-log: O grfico de uma funo logartmica do tipo da Eq. (36) comumente construdo em papel log-log. No papel log-log as escalas so logartmicas decimais ao invs de linear e o papel pode conter uma ou mais dcadas em cada eixo. Como cada dcada corresponde a uma ordem de grandeza, a escolha do papel feita em funo das faixas de variao das variveis. Um tipo comum desse papel o log-log (2x3 dcadas); ele permite variaes de duas ordens de grandeza no eixo das ordenadas e trs no eixo das abscissas. O grfico logartmico da Eq. (36) neste tipo de papel feito locando-se y contra x. Para se calcular o coeficiente angular n, l-se no grfico as coordenadas (x1 , y1 ) e (x 2 , y 2 ) de um par de pontos, em seguida obtm-se os logaritmos dessas coordenadas (log x1, log y1, log x2 e log y2) para serem utilizados na Eq. (37). O valor de k a ordenada da interseo da reta com o eixo x = 1 e pode ser lido diretamente no grfico. No caso de a interseo no se dar nos limites do papel de grfico, pode-se obter k pela Eq. (35) usando-se um par de valores tirado do grfico e o valor de calculado de n sem arredondamento. 7 - MTODO DOS MNIMOS QUADRADOS (*Opcional) Melhor ajuste de uma reta Freqentemente, duas grandezas X e Y , ambas medidas diretamente, so relacionadas por uma expresso terica Y =Y ( X ) envolvendo parmetros para serem avaliados a partir dos dados observados. O caso mais comum e mais simples quando as grandezas podem ser relacionadas pela equao da linha reta
Y= AX + B

(38)

onde A o coeficiente angular da reta e B sua interseo com o eixo-Y . O problema posto ajustar a melhor linha reta aos pontos experimentais. Se os pares medidos ( X ,Y ) fossem valores "verdadeiros", cada par seria representado graficamente por um ponto e a reta passaria sobre todos eles. Mas como X e Y esto sujeitos a erros, a posio de cada ponto no determinada exatamente. Ento, ao invs do ponto ideal, temse uma elipse, de eixos sX e sY , cujos centros no so esperados jazerem sobre uma linha reta, mas so esperados se distriburem de cada lado dela. O mtodo dos mnimos quadrados sugere que a melhor reta aquela para a qual a soma dos quadrados das distncias dos centros das elipses reta, medidas ao longo de alguma direo apropriada, um mnimo. A direo apropriada depende dos desvios relativos de X e Y e de se essas grandezas tm ou no a mesma dimenso fsica Uma situao bem mais simples resulta se admitirmos que uma das grandezas, digamos, a varivel X , medida exatamente, enquanto todos os erros esto concentrados na grandeza Y . Esta situao representada graficamente por linhas verticais centradas nos pontos ( X i , Yi ). O desvio de Yi (Yi ), definido pela relao Yi =Y i (A X i + B ) (39)

Graficamente, o desvio Yi a distncia vertical do ponto ( X i , Yi ) reta procurada e as constantes A e B devem ser escolhidas de modo a fazer com que a soma dos quadrados de todos os desvios seja um mnimo. Assumindo, ento, que todo o erro est concentrado em Y , o quadrado do desvio Yi dado pela Eq. (39)

Yi 2 = Yi 2 + A2 X i 2 + B 2 + 2 A B X i 2 A X i Yi 2 BYi .

(40)

26

Se n o nmero total de pares de valores, a soma dos quadrados dos desvios dada por:

n i= 1

Yi 2 = i = 1 Yi 2 + n B 2 + A2 i = 1 X i 2 2 B i = 1 ( Yi A X i ) 2 A i = 1 ( X i Yi ) , (41)
n n n n

e os valores de A e B que fazem a soma dos desvios um mnimo so obtidos fazendo-se as derivadas parciais com respeito a estas grandezas iguais a zero. Essas derivadas so (por simplicidade os ndices do sinal de somatrio esto omitidos)

( Yi 2 ) 2 = 2 A X i + 2 B X i 2 ( X i Yi ) = 0 A
( Yi 2 ) = 2 n B 2 Yi + 2 A X i = 0 B
Resolvendo as Eqs. (42) e (43) simultaneamente, obtemos para A e B
A= n

(42) (43)

( X Y ) X Y n X ( X )
i i i 2 2 i i i i i i 2

(44)

B=

X Y X ( X Y ) = 1 ( Y n n X ( X )
2 i 2 i i

A Xi

(45)

Os desvios padres s B e s A so dados pelas expresses:

sB =

A ( X i Yi ) n 2
i

(46)

s A = sB

n n Xi2

( X )
i

(47)

Nas somas indicadas nas expresses acima necessrio reter-se todos os algarismos significativos, o que torna as operaes tediosas e praticamente, exige o uso de uma calculadora. Exemplo 5 - Os dados abaixo so as medidas da distenso x duma mola espiral, para diferentes valores da fora F nela aplicada, na regio de elasticidade da mola onde vale a expresso F= kx. Determine k graficamente usando o mtodo do ajuste dos mnimos quadrados.
F (gf) x (cm) 10,0 0,86 20,0 1,75 30,0 2,60 40,0 3,49 50,0 4,35 60,0 5,22 70,0 6,10 80,0 7,00 90,0 7,78

Soluo: Como a varivel independente a fora F o grfico a ser feito de x contra F e, portanto, a equao a ser ajustada x = AF + B. Assim, conhecendo-se A e B pode-se traar a reta ajustada. Os valores da A e B e de seus desvios so dados pelas Eqs. (39), (40), (41) e (42) e os valores dos termos destas equaes so: 27

n=9 x = 39,150 cm

F = 450,00 gf x =215,65150 cm2


2

F = 28.500 gf 2 F x = 2.479,100 gf cm

Os valores de A e B e seus desvios sA e sB calculados pelas equaes acima so A= 0,08693 cm/gf , sA = 0,00033 cm/gf , B=0,003 cm e sB = 0,02 cm .

B evidentemente zero e k o inverso de A, ou seja k=1/A e sk = (sA/A) k . Sendo assim, k = 11,503 gf /cm e sk = 0,044 gf /cm . Exemplo 6 - Os dados abaixo so os tempos de queda livre t dum objeto para diferentes alturas h de queda (h a varivel independente). Determine graficamente a equao emprica relacionando t e h. t(s) h (m) 0,32 0,50 0,45 1,00 0,55 1,50 0,64 2,00 0,71 2,50 0,78 3,00

Soluo: Mostra-se teoricamente que a funo relacionando t e h do tipo t = hm. Ela pode, ento, ser linearizada de acordo com a expresso log t = log + m log h , locando-se log t versus log h .Os termos a serem obtidos para calcularmos log , slog , m e sm atravs das Eqs. (39), (40), (41) e (42), so: n=6 log t = 1,5517419 log h = 1,0511525 (log t) = 0,5038835
2

(log h) = 0,5982472 log h log t = 0,0657750

Com os valores acima, obtemos: m = 0,4977 e sm = 0,0024 ; = 10log resultando, em: = 10 0,3458 = 0,4510 s m 1/2 e s = 0,4510 ln 10 0,0015 = 0,0016 s m 1/2 t = 0, 4510 h . A equao emprica procurada , portanto (t dado em s e h em m) e log = 0,3458 e slog = 0,0015 . Vemos que, praticamente, m = 1/2; e s so obtidos pelas expresses (veja Eq. (49)) s = ln10 slog ,

28

Exerccios do Captulo II
1. Numa representao grfica de dados, em que eixo deve ser colocado, a varivel dependente e a independente? Como deve ser escritos o ttulo do grfico e o nome das grandezas? 2. Como devem ser: escolhidas as escalas, indicados os valores, marcados os pontos e traada a linha,; em um grfico? 3. O que interpolao e extrapolao? 4. Como feita a determinao dos parmetros de uma funo linear? 5. Qual o objetivo da linearizao de curvas? 6. Explique a linearizao pelo mtodo da anamorfose. 7. Explique a linearizao de uma funo do tipo potncia pelo mtodo logartimico. 8. Um viajante espacial pousa num planeta A, cuja gravidade no conhecida. De posse de um cronmetro ( lei = 0,2 s) e uma rgua ( lei = 0,1 cm ) e vrios pndulos simples, com diferentes dimetros mdios (D), ele mediu o tempo de 25 oscilaes ( pequenas oscilaes) para estes pndulos (mostrados na tabela abaixo): t(s) 25,6 36,0 44,8 52,0 57,6 D (cm) 10,2 20,3 31,4 42,3 51,8 T(s) 1,02 1,44 1,79 2,08 2,30 1/2 3,19 4,51 5,60 6,50 7,20 D (cm ) a ) Demonstra-se que o perodo T de oscilao est relacionado com o dimetro (D) do pndulo pela seguinte equao: T = 2 D . Verifique graficamente, com os dados acima, usando o mtodo da
gA

anamorfose, a validade desta equao para o Planeta A. b ) Determine o valor da acelerao do gravidade deste Planeta. 9. O grfico de uma certa fora F(em newtons), que atua sobre uma partcula em funo da distncia X de acordo com a tabela abaixo: F (N) X (m) 25,2 0,54 17,1 0,70 10,0 1,00 7,6 1,20 6,0 1,40

Utilize o mtodo logartimico para determinar os parmetros da funo. 10. Ache a equao da reta nas questes 8 e 9, utilizando o mtodo dos mnimos quadrados.

29

BIBLIOGRAFIA As referncias seguintes foram usadas na preparao desta apostila e serviro ao leitor que desejar informaes mais extensivas.

1. Apostila de Teoria de Erros e Mecnica, 1998. Argollo, R. M; Ferreira, C. e Sakai, T. Dep. de Geofsica Nuclear IF/UFBa. 2. Furtado, Nelson F., 1957. Sistemas de Unidades: Teoria dos Erros. Ao Livro Tcnico Ltda. 3. Helene, Otaviano A .M. e Vitor R. Vanin, 1981. Tratamento Estatstico de Dados em Fsica Experimental. Editora Edgard Blcher Ltda. 4. Beers, Yardley, 1962. Theory of Error. Addison-Wesley. USA. 5. Wall, Cliford N., Raphael B. Levine e Fritjaf E. Christensen, 1972. Physics Laboratory Manual . Prentice-Hall. 6. Meiners, Harry F., Walter Eppenstein e Kenneth H. Moore, 1969. Laboratory Physics. John Wiley. 7. Helene, O., S .P. Tsai e R. R .P. Teixeira, 1991. O que uma medida? Revista de Ensino de Fsica,13,12- 29. 8. Dionsio, P. H., 1991. Sensibilidade do Equipamento e Preciso da Medida. (Comentrio sobre o artigo O que uma medida ?.) Revista de Ensino de Fsica, 13, 30-33. 9. Bacon, R.H., 1953. Am. J. Phys., 21, 428. 10. Vuolo, Jos H. , 1992 . Fundamentos da Teoria de Erros. Editora Edgard Blcher Ltda.

30