Vous êtes sur la page 1sur 13

UNIVERSIDADE FEDERAL DE MINAS GERAIS

DEPARTAMENTO DE QUMICA ICEX



Curso de Licenciatura em Qumica
Modalidade: Educao a Distncia


Segurana e Tcnicas de
Laboratrio I


Amlia Maria Gomes do Val
Clsia Cristina Nascentes
Jos Caetano Machado


2008

Segunda Aula
Tratamento de Dados Experimentais

Meta

Conhecer as ferramentas estatsticas mais simples que so utilizadas para o tratamento de
dados obtidos experimentalmente.

Objetivos
Ao final desta unidade, voc dever ser capaz de:
discutir as formas corretas para se expressar os resultados quantitativos de medidas
realizadas em um laboratrio de qumica;
conhecer o significado fsico e a importncia dos algarismos significativos para se expressar
os resultados de medidas experimentais, o uso de mdias aritmticas simples e clculo de
erros relativos e desvio padro para um conjunto de dados experimentais;
ter noes sobre regresso linear entre um conjunto de valores de duas variveis.



Anlise Estatstica de Dados Experimentais

Introduo

A estatstica fornece ferramentas que possibilitam obtermos concluses, a partir de um
conjunto de dados experimentais, com uma grande probabilidade de estarem corretas e de
rejeitar concluses que sejam improvveis. O tratamento estatstico de dados experimentais
fundamental para se expressar corretamente um resultado final, aps uma srie de medidas
experimentais.
Nesta unidade discutiremos a importncia dos algarismos significativos na expresso de
medidas, as fontes de incerteza ou erro em medidas experimentais e os principais tratamentos
estatsticos que podem ser utilizados para melhorar a qualidade dos nossos resultados obtidos
a partir de dados experimentais.
fundamental que voc leia atentamente o texto apresentado e em caso de dvidas,
procure seu tutor. No final da unidade, voc deve realizar a atividade proposta para verificar se
assimilou bem os conceitos aqui apresentados. O tratamento estatstico ser muito til no curso
de licenciatura em Qumica, ser utilizado em outras unidades deste livro e, tambm, em outras
disciplinas deste curso.


Algarismos Significativos

A avaliao emprica de processos naturais enormemente enriquecida se, alm da sua
apreciao qualitativa, so includos um nmero de informaes adicionais de carter
puramente quantitativo. Por exemplo, podemos falar que uma amostra de um lquido est
aquecida. Porm, muito mais instrutivo ser se dissermos que esse lquido a gua e que sua
temperatura de 34 C. Com essa nova informao quantitativa podemos decidir, por exemplo,
se h risco de sofrermos queimaduras ao tocar o lquido ou, eventualmente, se estamos
prximos de t-lo num processo de ebulio (a temperatura de ebulio da gua de 100 C,
para uma presso externa de 1 atm).
O problema que temos que resolver agora, aceitando a proposta acima, como
podemos obter e, muito importante tambm, como devemos expressar corretamente os
resultados quantitativos obtidos de medidas experimentais.
Durante a execuo de atividades experimentais em laboratrios, muitas vezes nos
deparamos com uma grande quantidade de dados, os quais sem um tratamento estatstico
adequado, no nos ajudaro a tirar as concluses desejadas. Alm disso, o resultado final de
um procedimento experimental deve ser expresso apenas com o nmero de algarismos
significativos. O que so algarismos significativos?

Algarismos significativos correspondem ao nmero mnimo de algarismos necessrios
para se expressar o valor de uma medida (em notao cientfica) sem perda da sua
exatido.

Na notao cientfica fazemos uso de potncias de 10 para expressarmos quantidades
numricas muito grandes ou muito pequenas. Por exemplo, devemos escrever 6,0210
6
m em
lugar de 6 020 000 m, ou usar 1,328810
2
g para representar 0,013288 g.
Para expressarmos os resultados de um procedimento experimental com o nmero
correto de algarismos significativos importante conhecermos algumas regras que so
utilizadas para operaes de adio, subtrao, multiplicao e diviso. So elas:

- Adio e Subtrao
Se os nmeros a serem somados ou subtrados tm o mesmo nmero de algarismos
significativos, a resposta deve ter o mesmo nmero de algarismos significativos que os
nmeros envolvidos na operao. Exemplos:

14,56 25,456
+ 12,34 - 13,235
26,90 12,221

Se os nmeros a serem somados no possurem o mesmo nmero de algarismos
significativos, a resposta estar limitada pelo nmero que tem o menor nmero de algarismos
significativos. Veja o exemplo. O resultado da soma,
18,9984
+ 25,83
12,356
32,4724
ser corretamente expresso como 32,47 apenas, pois os dgitos 24 nas casas dos centsimos e
milsimos no so mais significativos. A parcela 25,83 na soma do exemplo acima dita que
devemos reter apenas duas casas decimais para o resultado final da soma indicada ter quatro
algarismos significativos.

Nas operaes de adies ou subtraes de nmeros expressos em notao cientfica,
todos os nmeros devem primeiro ser convertidos a uma mesma potncia. Note que a soma,
1,632 10
5

+ 4,107 10
3

+ 0,984 10
6


primeiro convertida para ter todas as parcelas escritas em uma potncia de 10 comum, e
ento a soma realizada de forma usual:
1,632 10
5

+ 0,04107 10
5

+ 9,84 10
5

11,5 10
5


Multiplicao e Diviso
O resultado das operaes de multiplicao e diviso so expressos com o mesmo
nmero de algarismos do fator que possui o menor nmero de algarismos significativos.
Verifique como essa regra aplicada nos seguintes exemplos:

3,26 10
5
4,3179 10
12

34,60
1,78_____ 3,6 10
19
2,46287
5,80 10
5
1,6 10
6

14,05


Incertezas de medidas experimentais
Um outro problema que devemos reconhecer, e resolver adequadamente, que
medidas experimentais so inexoravelmente sujeitas s variaes nos seus valores medidos.
Se repetirmos uma mesma medida vrias vezes, em condies controladas, e usarmos a
mesma tcnica experimental, muito provavelmente no obteremos todos esses resultados
iguais, isto , no teremos os mesmos valores numricos para todas as medidas feitas.
Dizemos desta forma, que todas as medidas experimentais apresentam uma incerteza
associada. Devemos compreender, igualmente, que o resultado de um conjunto de medidas de
um mesmo sistema experimental tambm afetado pelos erros inerentes aos instrumentos e
aparelhagem utilizados nas medies. Por exemplo, se medirmos 10,0 mL de gua ou de um
outro lquido dez vezes e medirmos as massas correspondentes a cada repetio, no
obteremos dez massas de mesmo valor.
As incertezas (totais) associadas a um conjunto de medidas podem ser representadas
como incerteza absoluta, relativa e relativa percentual.
- a incerteza absoluta representa a margem de incerteza associada a uma medida e
expressa na mesma unidade da medida realizada;
- a incerteza relativa compara o tamanho da incerteza absoluta com o tamanho de suas
medidas associadas. Para obt-la divide-se a incerteza absoluta pelo valor da medida
associada a essa incerteza. Por construo, esta quantidade adimensional.
- a incerteza relativa percentual informa a incerteza relativa multiplicada por um fator de
100 e , portanto, expressa em porcentagem.

A forma (A a), ou simplesmente A a, utilizada como a maneira corrente para a
representao do resultado de uma medida experimental A com uma incerteza associada a.
Vrios instrumentos de medida utilizados no laboratrio (balana, bales volumtricos, pipetas,
buretas, etc.), quando em boas condies de uso apresentam uma incerteza absoluta
conhecida. Alguns exemplos so dados a seguir:
- Balana analtica: pesa at 200,0000 0,0001 g
- Bales volumtricos: 25,00 0,06 mL; 100,00 0,15 mL; 250,00 0,30 mL
- Pipetas volumtricas: 5,00 0,01 mL; 10,00 0,04 mL; 50,00 0,08 mL
- Buretas: 10,00 0,02 mL; 25,00 0,03 mL; 50,00 0,05 mL



Operaes aritmticas envolvendo resultados de medidas experimentais

Considere que (A a) e (B b), sejam, respectivamente, os resultados de dois conjuntos
de medidas independentes realizados para a determinao de uma mesma quantidade fsica.
As quatro operaes aritmticas bsicas envolvendo essas quantidades podem ser conduzidas
utilizando as seguintes regras:
- Adio: (A a) + (B b) = (A + B)
2 2
b a +
- Subtrao: (A a) (B b) = (A B)
2 2
b a +
- Multiplicao: (A a) (B b) = (A B) (A B)
2
2
2
2
B
b
A
a
+
- Diviso:
2
2
2
2
) (
) (
B
b
A
a
B
A
B
A
b B
a A
+ =



De uma forma genrica, note que os clculos da propagao dos erros se fazem de
forma no linear. Nos casos das operaes de adio e subtrao temos que o erro final
calculado como uma mdia quadrtica simples dos erros individuais indicados. J, para
multiplicao e diviso h o clculo de uma mdia quadrtica ponderada dos erros individuais a
e b, com os pesos dados pelos valores absolutos A e B das respectivas medidas envolvidas.
Como exemplo da aplicao dessas regras, considere o preparo de 100,00 mL de uma
soluo de NaCl aproximadamente 0,45 mol L
1
. Aps calcularmos a massa necessria para o
preparo da soluo, procedeu-se da seguinte forma: pesou-se 2,6342 0,0001 g de NaCl, cuja
massa molar 58,4425 0,0009 g/mol, dissolveu-se essa massa em uma quantidade suficiente
de gua destilada e transferiu-se quantitativamente a soluo formada para um balo
volumtrico de 100,00 0,15 mL. Completou-se o volume do balo com gua.
Para se calcular a concentrao exata (mais provvel) da soluo e a incerteza
associada a essa concentrao, deve-se avaliar a propagao de incertezas. Usando [NaCl]
para a concentrao da soluo do cloreto de sdio, temos:


1 -
L mol
0,00015) (0,10000 0,0009) (58,4425
0,0001 2,6342
] [NaC


=


[NaCl] = 0,4507
2
2
2
2
2
2
10000 , 0
00015 , 0
4425 , 58
0009 , 0
6342 , 2
0001 , 0
1 , 0 4425 , 58
6342 , 2
+ +

mol L
ou,

[NaCl] = 0,4507 0,0007 mol L
-1




Estatstica Aplicada Qumica

Em vrios procedimentos empregados em laboratrios, as medidas so repedidas 3, 4, 5
ou mais vezes. Por que isso necessrio? O objetivo de tal trabalho obtermos resultados o
mais prximo possvel dos valores verdadeiros. Entretanto, alm da incerteza associada aos
instrumentos de medida, vrios outros fatores podem influir numa atividade experimental,
causando erros nas medidas e conduzindo assim a diferentes resultados para um mesmo
sistema em estudo.
A confiabilidade de um procedimento experimental est diretamente relacionada
minimizao dos diversos erros que podem ocorrer. Os erros que afetam os resultados
experimentais podem ser classificados em erros sistemticos e erros aleatrios:
Os erros sistemticos ou erros determinados so erros que podem ser evitados ou cuja
grandeza pode ser determinada. Os mais importantes so:
- Erros operacionais e pessoais: so devidos a fatores de responsabilidade do operador e
no decorrem dos mtodos ou dos procedimentos utilizados. Por exemplo, a escolha de
um processo de amostragem incorreta, perda mecnica de materiais, absoro de
umidade por reagentes higroscpicos antes ou durante a pesagem, erros de leitura, etc..
- Erros instrumentais e de reagente: so devidos a defeitos de fabricao de instrumentos,
calibrao imprpria de equipamentos ou qualquer instrumento de medida, ataque de
reagentes sobre vidraria, reagentes contendo impurezas, etc..
- Erros de mtodo: so devidos a reaes de controle realizadas de forma incompleta,
reaes paralelas, diferena entre ponto de equivalncia e ponto final na anlise
titrimtrica, etc..

Os erros sistemticos podem ser minimizados ou eliminados, tomando-se os seguintes
cuidados:
Calibrao prvia de todos os instrumentos e equipamentos de medidas que sero
utilizados nos experimentos. Balanas, termmetros, bales volumtricos, buretas,
pipetas, etc. devem ser calibrados e ou aferidos. Mesmo quando os erros sistemticos
no podem ser eliminados, possvel corrigir seu efeito, se necessrio, atravs de
empregos de fatores de correo e ajuste adequados.
Determinao do branco de uma amostra. Este procedimento consiste na execuo
experimental, nas mesmas condies usadas para as medidas feitas com a amostra de
interesse, porm na ausncia do constituinte, ou dos constituintes, de interesse. Essa
tarefa tem o objetivo de verificar os efeitos causados por impurezas eventualmente
introduzidas nas amostras por reagentes e aparelhos de laboratrio.

Por outro lado, os erros aleatrios ou erros indeterminados so erros introduzidos pelas
pequenas variaes que ocorrem em medidas sucessivas feitas pelo operador. Esses erros
ocorrem mesmo que o operador execute os experimentos com cuidado e em condies to
idnticas quanto possvel. Esses erros so devidos a causas que o operador no pode
controlar. Para minimizar e estimar a magnitude dos erros aleatrios, os experimentos so
repetidos vrias vezes, o que referido usualmente como experimentos em replicata.
Normalmente, observa-se que quanto maior o nmero de replicatas realizadas, menor o erro
aleatrio associado ao processo de medida.
Toda medida experimental est sujeita a erros de vrios tipos. Devido a isso, muitas
vezes difcil se concluir algo sobre o(s) resultado(s) de um procedimento experimental. A
estatstica nos fornece ferramentas adequadas e poderosas que nos possibilitam extrair as
concluses desejadas. Estatisticamente bem tratados, os resultados experimentais podem ser
selecionados, mantendo-se somente aqueles dotados de uma grande probabilidade de estarem
corretos e, reciprocamente, temos meios slidos para rejeitar as concluses que sejam
improvveis de serem estabelecidas pelas evidncias observadas experimentalmente.
Se um experimento repetido vrias vezes, e se os erros so aleatrios, os resultados
tendem a se agrupar simetricamente em torno de um valor mdio x. Desta forma, no s
podemos calcular essa mdia, mas, tambm, a disperso s com que os valores experimentais
individuais so distribudos em torno da mdia encontrada. Essa disperso denominada de
desvio padro da srie de dados. O resultado desse conjunto de medidas escrito como xs.
A mdia x calculada como soma simples dos valores medidos divida pelo nmero
total n de medidas feitas,

=
=
n
i
x
i
n
1
1
x
enquanto que o desvio padro s, requer um clculo envolvendo a raiz quadrada da soma dos
quadrados da diferena entre um valor de medida individual x
i
e a mdia da srie:
( ) 1
) (
1
2

=

=
n
x x
n
i
i
s .
Naturalmente, quanto menor for o desvio padro, mais prximo da mdia estaro
agrupados os dados experimentais.
A mdia e desvio padro de um conjunto de medidas realizadas sob as mesmas
condies experimentais nos d informaes sobre a preciso do procedimento utilizado. Mas o
que devemos entender por preciso de um conjunto de medidas realizadas? Para responder a
essa questo, oportuno neste momento, introduzirmos o conceito de exatido.

Exatido: a concordncia entre o resultado da determinao experimental e o
valor verdadeiro, ou o valor mais provvel, para uma medida associada a uma
propriedade desejada. A exatido exprime um grau de correo absoluto de uma
medida.
Preciso: a concordncia entre os valores individuais de uma srie de medidas
da mesma grandeza. A preciso exprime a reprodutibilidade de uma srie de
medida

A preciso de uma medida no implica obrigatoriamente na sua exatido. Isto porque,
um conjunto de medidas pode ser preciso, mas inexato, ou seja, os valores encontrados podem
ser concordantes entre si, mas discordantes em relao ao valor verdadeiro.
A preciso de uma medida pode ser expressa numericamente de vrias maneiras; a
mais utilizada, o desvio padro. Com relao exatido, se o mtodo utilizado for adequado,
quanto maior o nmero de medidas realizado, maior a chance do valor mdio xobtido ser igual
ao valor verdadeiro. Entretanto, na maioria das vezes invivel se realizar um nmero muito
grande de medidas no laboratrio, pois isso demanda recursos de tempo de execuo e gastos
(reagentes, equipamentos, pessoal, etc.) excessivos. Uma forma conveniente para se trabalhar
com poucas replicatas, e ainda assim se ter os resultados experimentais expressos de forma
correta, atravs de uma anlise estatstica baseada no intervalo de confiana.
O intervalo de confiana uma expresso condicionante, que indica o grau de
aproximao provvel entre mdia verdadeira e a mdia x do conjunto de medidas
realizadas. O intervalo de confiana da mdia dado por:
=
n
t
s
x
_
.
Acima, s o desvio padro, n o nmero de medidas e t um parmetro, chamado parmetro
de Student, que depende do nmero de observaes realizadas. O Quadro 2.1 mostra os
valores do parmetro t de Student para 95 e 99% de grau de confiana de uma mdia obtida a
partir de um conjunto n de observaes feitas.

Quadro 2.1: Valores de t de Student para 95% e 99% de confiana para um conjunto de n
observaes.
n - 1 t (95 %) t (99 %) n - 1 T (95 %) t (99 %)
1 12,71 63,66 6 2,45 3,71
2 4,30 9,93 7 2,37 3,50
3 3,18 5,84 8 2,31 3,36
4 2,78 4,60 9 2,26 3,25
5 2,57 4,03 1,96 2,58

O intervalo de confiana de 95% definido de tal forma que se repetirmos a mesma
medida 100 vezes e calcularmos o intervalo de confiana para esse conjunto de valores, 95 dos
100 resultados estaro contidos dentro desse intervalo. Por essas caractersticas estatsticas
muito teis, o intervalo de confiana muito utilizado para expressar resultados oriundos de
procedimentos experimentais.

Correlao e Regresso Linear
Constantemente em procedimentos experimentais envolvendo uma anlise qumica, por
exemplo, precisamos determinar a concentrao de um determinado analito em uma amostra. A
maioria dos mtodos de anlise qumica no capaz, entretanto, de medir (ou contar)
diretamente o nmero de tomos ou molculas presentes em uma amostra. Porm, alguma
caracterstica fsica ou qumica do analito pode ser indiretamente relacionada a esse nmero.
Assim, para se determinar a concentrao de um analito em uma dada amostra, pode-se
construir um grfico mostrando a variao de uma de suas propriedades caractersticas
(registrada pelo instrumento de medida) pela variao da sua concentrao conhecida nas
solues previamente preparadas. Ao traado mostrado nesse grfico d-se no nome de curva
de calibrao. Desta forma, uma curva de calibrao mostra uma correlao entre diferentes
concentraes do analito e a resposta obtida pelo mtodo de medida escolhido. No h
nenhuma razo para que uma curva de calibrao seja uma linha reta. Apenas exigido que
haja uma relao unvoca entre a concentrao do analito em uma soluo e a sua resposta
registrada por um instrumento de medida. Entretanto, no que se segue, por simplicidade,
consideraremos apenas o caso de uma curva de calibrao que seja uma linha reta.
Ao construmos uma curva de calibrao, precisamos encontrar uma reta que se ajuste
ao longo de um maior nmero de pontos determinados experimentalmente. A equao dessa
reta, y = ax + b, estabelece uma correlao analtica entre a concentrao do analito, x, e a
resposta, y, do mtodo de medida.
Dois procedimentos estatsticos devem ser aplicados curva de calibrao para se
verificar se, primeiro, a correlao entre y e x de fato linear ou no (coeficiente de correlao)
e, ento, encontrar a melhor reta que passa pelos pontos (regresso linear) experimentais.


Coeficiente de correlao

Para verificar se existe uma relao linear entre duas variveis x e

y, usa-se o coeficiente
de correlao de Pearson (r), que definido como:

(
(

|
.
|

\
|

(
(

|
.
|

\
|

=


= = = =
= = =
2 / 1
2
1 1
2
2
1
2
1 1 1
n
i
i
n
i
i
n
i i
i
n
i
i
n
i
n
j
j
i
n
i
i
i
y y n x x n
y
x
y
x
n
r .

Na equao acima, n o nmero de pontos (x
i
, y
i
) experimentais. O valor de r deve estar
prximo a -1 ou +1 para que uma correlao linear entre as variveis x e y seja estabelecida.
Valores de r prximos a +1 indicam uma correlao positiva e, reciprocamente, valores
prximos a -1, uma correlao negativa encontrada. Valores de r que tendem a zero indicam
que a correlao entre x e y no linear.

Regresso Linear
Se a anlise do valor do coeficiente de correlao r sugerir que a probabilidade de
correlao linear entre duas variveis x e y alta, a etapa seguinte determinar a melhor reta
que se ajusta ao conjunto de n pontos experimentais. Isso pode ser feito por uma anlise visual
simples do grfico gerado pelo conjunto de pontos de calibrao {x
i
,y
i
}. Alternativamente, o
mtodo de preferncia a determinao da melhor reta que ajusta esses pontos, por meio do
mtodo dos mnimos quadrados, tambm denominado de regresso linear.
Operacionalmente, a regresso linear de um conjunto de n pontos (x
i
,y
i
) consiste em
determinar os coeficientes angular a e linear b, de uma reta descrita pela equao geral:

Y = a x + b [2.1]

Considere o exemplo da determinao da quantidade de um analito em uma soluo de
concentrao desconhecida. A reta da equao 2.1 deve representar a curva de calibrao que
descreve as respostas obtidas pelo mtodo de anlise (eixo y) em funo dos valores das
concentraes do analito (eixo x). Nesse grfico teremos representados n pontos individuais,
por hiptese, mostrando um alto grau de alinhamento.


Figura 2.1: Exemplo de uma regresso linear para um grfico contendo uma distribuio de
pontos experimentais.

Para prosseguir, calculamos o quadrado da diferena (uma distncia entre dois pontos)
d
i
2
=[Y
i
y
i
]
2
, ver Figura 2.1. Fisicamente, d
i
2
representa o quadrado do erro entre o valor da
resposta Y
i
prevista pela equao 2.1 e o valor y
i
determinado experimentalmente, ambas
obtidos para o mesmo valor da varivel x
i
. Somando as diferenas d
i
2
para todos os valores de
x
i
, (i=1,n) e extraindo a raiz quadrada da soma formada, chegamos ao desvio padro s desse
conjunto de pontos. O desvio padro, assim definido, uma funo dos coeficientes a e b da
reta 2.1: ss(a,b), ou
( ) ( )

= =
+ = =
n
i
n
i
i
y
i
b
x
i
a y
i
Y
b a
1
2
1
2
) , ( s
O objetivo ter o mnimo valor de s(a,b), por variaes sucessivas dos parmetros a e b.
Usando as ferramentas do clculo diferencial (ver o livro Clculo Diferencial e Integral), esse
problema se reduz em determinar as derivadas primeiras de s(a,b) com relao aos parmetros
a e b, e igualar essas derivadas a zero:
( )
( )
( )
( )
0
) , (
0
) , (
1
2
1
2
=
+
+
=
c
c
=
+
+
=
c
c

=
=
=
=
n
i
n
i i
n
i
n
i i
y
i
b
x
i
a
y
i
b
x
i
a
b
b a
y
i
b
x
i
a
y
i
b
x
i
a
x
i
a
b a
s
s
[2.2]

Resolvendo as duas equaes algbricas definidas pelas condies expressas pelas equaes
2.2, os valores dos coeficientes angulares a e linear b, podem ser determinados pelas
equaes:
(
(

|
.
|

\
|

=


= =
= = =
2
1 1
2
1 1 1
n
i
n
i
n
j
n
i
n
i
x
i
x
i
n
y
j
x
i
y
i
x
i
n
a
e,
x a y b =


onde, x a mdia de todos os valores de {x
i
} e y a mdia de todos os valores de {y
i
}.

Finalmente, utilizando a equao da reta da equao 2.1, pode-se determinar qualquer
valor previsto para a resposta y para cada valor dado da varivel x, escolhida no seu domnio de
validade.



Consolidando o conhecimento

Uma propriedade fsico-qumica importante de substncias puras a chamada
refratividade molar R
M
. A refratividade molar calculada a partir do ndice de refrao n de uma
amostra, pela equao de Lorentz-Lorenz,

|
|
.
|

\
|
|
|
.
|

\
|
+

M
n
n
RM
2
1
2
2
,
e tem a unidade de volume por mol. Na equao acima, M e r so, respectivamente, a massa
molecular e a densidade da substncia em estudo.
De um conjunto de experimentos realizados para a determinao das refratividades
molares da srie homloga de lcoois, metanol (CH
3
OH), etanol (CH
3
CH
2
OH), 1-propanol
(CH
3
CH
2
CH
2
OH) e 1-butanol (CH
3
CH
2
CH
2
CH
2
OH), foram obtidos os seguintes valores:

Tabela 2.1: Refratividades molares (em cm
3
mol
1
) para os lcoois metanol, etanol, 1-propanol e
1-butanol, determinadas atravs do ndice de refrao n
D
, na linha D do sdio e a 25C.
R
M
/cm
3
mol
1

Experimento Metanol Etanol 1-Propanol 1-Butanol
1 8,22 12,90 17,45 22,06
2 8,19 12,89 17,41 22,02
3 8,17 12,98 17,45 22,04
4 8,22 12,94 17,43 22,31
5 8,18 12,90 17,39 22,97
6 8,18 12,92 17,38 22,01
7 8,20 12,93 17,43 22,04
8 8,23 12,95 17,43 22,01
9 8,22 12,92 17,44 22,07
10 8,18 12,90 17,45 22,06
11 8,28 12,92 17,43 22,07
12 8,23 12,88 17,45 22,05
13 8,16 12,90 17,44 22,00
14 8,28 12,93 17,45 23,00

A partir dos dados da Tabela 2.1,
1. Calcule o valor mdio (ou o valor mais provvel) para a refratividade molar de cada
lcool estudado.
2. Determine o desvio padro da mdia para cada caso.
3. Qual refratividade molar foi determinada com a melhor preciso? E a mais exata?
4. Construa um grfico da refrao molar R
M
em funo da massa molecular dos lcoois
apresentados na tabela 2.1 e preveja o ndice de refrao n
D
do 1-octanol.