Apostila FisExp 2sem 2011

Fundamentos da Fsica Experimental
Mrcia Muller e Jos Lus Fabris
Curso introdutrio de
Um guia para as atividades de laboratrio
Elaborado por:
Marcia Muller Jos Lus Fabris

Junho de 2011
Universidade Tecnolgica Federal do Paran UTFPR
Departamento de Fsica
Prefcio
A idia original que ser abordada neste texto a de que, por meio de uma Disciplina de Fundamentos da Fsica Experimental, sejam desenvolvidos elementos e habilidades da metodologia cientfica que possam ser empregados nas mais diversas reas do conhecimento. No se trata de realizar experimentos complexos, mas sim por meio de montagens simples, criar uma metodologia que possa auxiliar nos problemas enfrentados no cotidiano quer do professor, do pesquisador ou mesmo da pessoa. Abordaremos nas pginas seguintes questes relacionadas com a resoluo de problemas, desde a identificao do problema em si, passando pelo estabelecimento das possveis tcnicas para sua soluo, finalizando com a anlise dos resultados obtidos e sua concluso geral. Para o desenvolvimento da Disciplina, optamos por um encaminhamento um tanto diferente dos habitualmente encontrados nos cursos de Mtodos de Fsica Experimental. A idia no fazer uma abordagem dos diversos contedos necessrios ao curso na forma de itens fragmentados, mas sim de forma integrada ao longo de todo o trabalho. Assim, por exemplo, o funcionamento dos instrumentos de medio ser abordado medida que estes se tornarem necessrios. Tambm procuramos no nos estender demais abordando diversos instrumentos, mas sim fornecer as bases para compreenso e extenso do que h de fundamental nestes instrumentos a outros que porventura possam ser necessrios. Os conceitos estatsticos (erro, valor mdio, desvio padro...) necessrios ao tratamento de dados experimentais tambm sero apresentados segundo a mesma filosofia. No tocante a questo de grficos, uma importante ferramenta na rea experimental, procuramos fazer uma abordagem inicial que possibilite a elaborao de um grfico otimizado sem softwares especializados. Numa segunda etapa, os recursos computacionais sero ento explorados permitindo um incremento na qualidade dos resultados obtidos. Ao concluir esta Disciplina, voc dever estar apto a satisfazer as demandas diversas no apenas deste Curso de Licenciatura em Fsica, mas tambm dever estar mais preparado para o desempenho de suas futuras atuaes profissionais. Verso original: novembro de 2008 / Verso revisada: junho/2011
ndice
Captulo 1 - Discusso geral introdutria.....................................................
1.1 - A metodologia cientfica na Fsica Experimental..........................................
Captulo 2 - Medidas e seus erros.............................................................

2.1 - Classificao dos erros................................................................................ 2.2 - Tratamentos estatsticos de medidas com erros aleatrios 2.3 - Tratamento de medidas com erros sistemticos 2.4 - Incerteza padro e indicao do valor medido 2.5 - Algarismos significativos 2.6 - Arredondamentos
Captulo 3 - Propagao de incertezas

3.1 - Algumas frmulas de propagao 3.2 - Estimativas de erros
Captulo 4 - Grficos
4.1 - Construo grfica 4.2 - Ajuste de reta 4.3 - Mtodo da mo livre 4.4 - Mtodo dos mnimos quadrados 4.5 - Grficos em computador
Captulo 5 - Histogramas Captulo 6 - As distribuies Binomial, de Poisson e Gaussiana
ndice de tabelas e figuras

Tabela 1 - Espessura de uma moeda de um real, medida com um paqumetro com resoluo de 0.02 mm. Tabela 2 - Espessura de uma moeda de um real, medida com um paqumetro com resoluo de 0.02 mm. Tabela 3 - Frequncia de apario do valor da espessura de uma moeda de um real, ao longo de 8 medies. Tabela 4 - Exemplos de arredondamentos de nmeros. Tabela 5 - Dimenses do corpo de prova empregados, medidos com paqumetro de resoluo de ..... mm. Tabela 6 - Idade em meses de diversas crianas e os correspondentes dados de altura. Tabela 7 - Dados obtidos para perodo do pndulo em funo do comprimento do mesmo, e valores de perodo elevado ao quadrado. Tabela 8 - Valores obtidos yi (distncia focal da lente) em mm Tabela 9 - Tabela para construo do histograma com oito intervalos, obtida a partir dos dados da tabela 8. O smbolo indica intervalo fechado esquerda; note que o valor inicial do primeiro intervalo foi ajustado para englobar o valor mais baixo de yi. Figura 1 - Boa exatido (accuracy) e preciso ruim. Figura 2 - Boa preciso e exatido (accuracy) ruim. Figura 3 - Paqumetro com nnio de 20 divises. Figura 4 - Paqumetro simples com nnio de 10 divises. Figura 5 - Paqumetro simples com nnio de 20 divises. Figura 8 - Leitura de uma rgua milimetrada. Figura 9 - Leitura de um paqumetro. Figura 10 - Deslocamento em funo do tempo para um mvel em MRU: (a) smbolos muito pequenos, sem legendas, sem barras de erros; (b) grandezas sem unidade, m ocupao do espao, sem barras de erros; (c) m ocupao do espao, linha irregular conectando os pontos; (d) diagramao adequada. Figura 11 - Reta ajustada aos pontos experimentais do deslocamento em funo do tempo para um mvel em MRU. Universidade Tecnolgica Federal do Paran UTFPR Departamento de Fsica
Figura 12 - Grfico representando dados de medies feitas em condies de reprodutibilidade. A cada ponto experimental est associada uma incerteza estatstica diferente. Figura 13 - Grfico representando dados de medies feitas em condies de repetitividade. Figura 14 - Tela inicial do programa OriginTM. Figura 15 - Tela do programa OriginTM com a planilha de dados preenchida. Figura 16 - Tela de salvamento de dados do programa OriginTM . Figura 17 - Tela de salvamento de dados do programa OriginTM devidamente preenchida e com o local de salvamento definido. Figura 18 - Planilha de dados salvos. Figura 19 - Planilha de dados com a incluso de uma coluna adicional. Figura 20 - Tela que permite inserir dados automaticamente numa coluna. Figura 21 - Preenchimento da tela que permite inserir dados automaticamente numa coluna. Figura 22 - Tela que permite nomear uma coluna de dados. Figura 23 - Tela da planilha de dados com o nome escolhido para cada coluna. Figura 24 - Inserindo uma coluna de erros na planilha de dados. Figura 25 - Planilha de dados com as colunas de erros. Figura 26 - Planilha de dados com as colunas de erros preenchidas. Figura 27 - Selecionando as colunas que sero plotadas. Figura 28 - Grfico plotado com os dados fornecidos ao programa. Figura 29 - Procedimento ajustar de uma reta aos dados plotados. Figura 30 - Tela final mostrando o grfico ajustado e os erros respectivos. Figura 31 - Histograma com oito intervalos para os valores medidos da distncia focal da lente.
Figura 32 - Distribuio gaussiana de probabilidades, mostrando o valor mdio medido e o desvio padro experimental, bem como a relao entre a probabilidade e a rea sob a curva.
Captulo 1 - Discusso geral introdutria

Este captulo faz uma abordagem sobre a metodologia que deve ser empregada quando se realiza um trabalho experimental seja ele, uma simples experincia desenvolvida em sala de aula, ou um trabalho de pesquisa. Sero apresentadas no transcorrer do captulo as formas adequadas de documentar as atividades e os resultados obtidos. As informaes aqui obtidas devero ser aplicadas na disciplina e futuramente nas atividades profissionais.
1.1 - A metodologia cientfica na Fsica Experimental

A primeira questo que deve se considerada aqui diz respeito documentao detalhada de todas as atividades desenvolvidas durante o perodo letivo. A melhor maneira de se providenciar tal documentao por meio do emprego de um caderno de laboratrio. Neste caderno, todas as atividades pertinentes devero ser anotadas, seguindo o esquema cronolgico da Disciplina. Este caderno poder ser utilizado como fonte de consulta individual durante as avaliaes, e ser ele prprio um dos instrumentos que permitir a verificao do desempenho do aluno. importante para as aulas de laboratrio uma calculadora simples (calculadoras de celulares no so adequadas). A cada dia, sugere-se a utilizao da seguinte seqncia de anotaes: Data, Experimento, Equipe Anote o dia em que o experimento foi realizado, o nome do experimento, e os nomes dos participantes da equipe encarregada da execuo das atividades. Objetivos Aqui, de forma sucinta e numerada, devero ser estabelecidos os objetivos gerais do experimento. A clara definio destes objetivos permitir o planejamento e desenvolvimento de toda a experincia. Os objetivos no devem ser muito extensos nem em nmero demasiado, de forma a no dispersar a ateno em atividades e detalhes desnecessrios. Esta parte de suma importncia para o sucesso do experimento, e a ela deve ser dada a devida ateno. Materiais e Mtodos Uma vez que se tenha definido o que se deseja com dado experimento, deve-se traar um plano de atividades que permita alcanar os objetivos previamente estabelecidos.
Podem compor este item a teoria necessria para a realizao do experimento, os equipamentos e materiais empregados no seu desenvolvimento com respectivos diagramas das montagens e descrio das caractersticas tcnicas dos instrumentos, bem como a descrio dos procedimentos empregados na realizao dos experimentos. Resultados Experimentais Nesta etapa devem ser apresentados os resultados das medies realizadas durante todo o transcorrer do experimento. No se deve apagar ou descartar dados suspeitos de estarem incorretos; isto pode resultar em dificuldades para a realizao de anlises posteriores. No esquea que muitos resultados importantes nas mais diversas reas do conhecimento humano surgiram de erros em experimentos! Duas importantes ferramentas que podem ser empregadas aqui so as tabelas e grficos. Estes so to importantes que sero discutidos em detalhes mais adiante. Discusses e Concluses Finalmente, tudo que voc realizou no experimento deve agora ser considerado. A interpretao dos dados aponta para alguma caracterstica ou lei? O que se pode aprender do que foi experimentado? Evite concluses e discusses que nada somam como por exemplo a teoria se verifica na prtica ou o experimento foi vlido! Voc deve ser capaz de no apenas aprender com sua prtica, mas tambm possibilitar as outras pessoas compreender o que foi feito, concordar ou discordar das concluses e seguir seus passos para refazer o mesmo experimento, eventualmente com uma nova abordagem ou metodologia. Tabelas As tabelas podem ser utilizadas para agrupar sries de dados coletados em experimentos, bem como resultados de anlises estatsticas aplicadas a estes dados. Deve-se tomar o cuidado para dar um nome a cada tabela, com uma legenda para facilitar sua compreenso. Esta legenda normalmente apresentada na parte superior da tabela. Se for o caso, na tabela deve-se indicar tambm a unidade da grandeza que est sendo analisada. Veja exemplos abaixo, onde constam os dados de 8 medies do dimetro de uma moeda, realizada com um paqumetro com resoluo de 0.02 mm.
Tabela 1 - Espessura de uma moeda de um real, medida com um paqumetro com resoluo de 0.02 mm.
Medida
Espessura (mm)
1 2 3 4 5 6 7 8
1.82 1.84 1.86 1.84 1.88 1.82 1.82 1.80
Outros formatos de tabela com os mesmos dados podem ser utilizados, dependendo do espao disponvel para apresentao ou a finalidade a que se destina.
Tabela 2: Espessura de uma moeda de um real, medida com um paqumetro com resoluo de 0.02 mm.
Medida no. Espessura (mm)
1 1.82
2 1.84
3 1.86
4 1.84
5 1.88
6 1.82
7 1.82
8 1.80
Tabela 3 - Frequncia de apario do valor da espessura de uma moeda de um real, ao longo de 8 medies.
Espessura (mm) 1.80 1.82 1.84 1.86 1.88 Total
Frequncia 1 3 2 1 1 8
Captulo 2 Medidas e seus erros

Sempre que realizamos um experimento para medir alguma grandeza o valor medido (ou mensurando) deve vir acompanhado de uma unidade, que pode ser expressa no Sistema Internacional de Unidades de Medida (SI), e da incerteza correspondente. Neste contexto, a incerteza pode ser definida como um parmetro que, associado ao mensurando, caracteriza a disperso dos valores que pode ser atribuda razoavelmente ao mensurando. J o erro pode ser entendido como a diferena entre o resultado de uma medida e o valor real do mensurando. Independentemente da forma como a medida realizada, por mais cuidadoso que seja o processo de medio, o resultado obtido sempre estar sujeito a um erro experimental.
2.1 - Classificao dos erros

Os erros experimentais podem ser classificados como erros sistemticos ou erros aleatrios tambm chamados de erros estatsticos. Erros sistemticos so aqueles gerados por fontes identificveis e, portanto podem ser eliminados ou compensados. Os erros sistemticos numa medida experimental podem ser resultantes de uma limitao imposta pelos equipamentos usados, de variaes de parmetros externos que influenciam a grandeza que est sendo medida, bem como da metodologia empregada pelo operador e de aproximaes e simplificaes realizadas para por em prtica o experimento. Portanto, o erro sistemtico sempre o mesmo nos n resultados, ou seja, os resultados so todos desviados para a mesma direo com relao ao valor real. Como exemplo, erros sistemticos podem ser introduzidos em uma medida: pelo uso de um equipamento descalibrado ou defeituoso (termmetro, cronmetro, paqumetro, multmetro...), pela variao da temperatura ambiente que afeta uma medida espectroscpica, pelo posicionamento angular do observador ao visualizar a escala do equipamento (erro de paralaxe), ou ainda desconsiderando a resistncia do ar na medida da acelerao da gravidade baseada no tempo de queda de um corpo. Logo, quando o experimento idealizado deve-se tentar identificar e eliminar o maior nmero possvel de fontes de erros sistemticos. A soluo est, portanto, no adequado planejamento do experimento. Os erros sistemticos fazem com que as medidas feitas
estejam acima ou abaixo do valor real, prejudicando a exatido ("accuracy") da medida (ver figura 1).
Figura 1 - Exatido (accuracy) ruim e preciso boa.
Na prtica, pode ocorrer que seja dispendioso ou complicado, ou simplesmente desnecessrio reduzir ou corrigir os erros sistemticos (por exemplo, em experincias didticas, onde o maior interesse no exatamente o resultado final da medio). Neste caso, os erros sistemticos no corrigidos ou minimizados so chamados de erros sistemticos residuais. Neste texto, adotamos o ponto de vista de que as incertezas sistemticas residuais devem ser consideradas como incertezas estatsticas, para efeito de expressar a incerteza final no resultado de uma medio. Os erros aleatrios, por sua vez, so provocados por fatores imprevisveis e causam flutuaes no valor medido mesmo quando a medio repetida usando os mesmos equipamentos e empregando a mesma metodologia. importante salientar que estes erros ocorrem mesmo numa experincia bem planejada. Os erros aleatrios afetam a preciso ("precision") da medida (ver figura 2).
Figura 2 Preciso ruim e exatido (accuracy) boa.
importante salientar que nem sempre se pode identificar as fontes de erros aleatrios.
Erros aleatrios podem ser introduzidos por flutuaes nas condies ambientais: mudanas no previsveis na temperatura, voltagem da linha, correntes de ar, vibraes. Por exemplo, por correntes de ar ou vibraes numa medida de massa usando uma balana, causadas por passagem de pessoas perto do aparato experimental ou veculos nas vizinhanas. Os erros aleatrios podem ser minimizados reduzindo os fatores aleatrios que interferem no processo de medio. Outra soluo para reduzir estes erros consiste na repetio do experimento, sob as mesmas condies, vrias vezes seguida de um tratamento estatstico dos resultados. Existem tambm os erros grosseiros causados por enganos e que, portanto, no podem ser considerados erros do ponto de vista da teoria de erros. No admissvel apresentar resultados que contenham erros grosseiros. Quando houver suspeita da ocorrncia de um erro grosseiro em uma medida esta deve ser repetida, se possvel, ou eliminada do conjunto de dados. Concluindo, o erro inerente ao processo de medio e nunca completamente eliminado, porm podemos minimiz-lo. Costuma-se dizer que No existe medida sem erro. Uma classificao alternativa para as incertezas resultantes de medies considerar Incertezas do Tipo A aquelas que surgem em funo de fenmenos estatsticos ou aleatrios em sries de observaes, e Incertezas do Tipo B as decorrentes de qualquer outra fonte no estatstica de incerteza.
2.2 - Tratamentos estatsticos de medidas com erros aleatrios

Os erros sistemticos desviam os valores medidos do valor real de uma mesma quantidade, enquanto que os erros aleatrios produzem uma flutuao dos resultados em torno do valor real da grandeza e portanto uma distribuio simtrica de erros. Assim, se as medidas forem realizadas cuidadosamente e com planejamento, sob as mesmas condies e mantendo a mesma metodologia, buscando desta maneira sempre minimizar os erros sistemticos, uma boa estimativa do valor real da grandeza medida fornecida pela mdia aritmtica dos valores medidos. Sendo assim, o valor mais provvel da grandeza ser:
y=
i =1
yi N
(1)
Onde yi o valor obtido na i-sima medida, e N o nmero total de medidas realizadas. O valor mdio diferente do valor verdadeiro porm a incerteza associada com o valor mdio menor que a incerteza para cada um dos valores yi. Ao se realizar vrias medies da mesma grandeza nas mesmas condies, a incidncia de erros aleatrios faz com que os valores medidos estejam distribudos em torno da mdia. Espera-se que o valor mdio se torne tanto mais preciso quanto maior for o nmero de medidas. Para uma srie de medidas a disperso, que indica quanto os resultados se espalham em relao ao valor mdio por causa dos erros aleatrios, pode ser calculada a partir do
desvio mdio quadrtico ou desvio padro obtido a partir dos resultados experimentais.
Suponha que foram realizadas N medidas de uma grandeza y, que forneceram os valores y1, y2, y3, ... yN para a grandeza. Para cada medida calcula-se o desvio com relao ao valor mdio:
di = yi y
(2)
A melhor estimativa experimental para o desvio padro (desvio padro experimental) ser:
Ou ainda:
1 N 2 ( yi y ) N 1 i =1
(3)
1 N 2 N yi N 1 y 2 N 1 i =1
(4)
A segunda equao mais fcil de ser resolvida, pois s necessrio calcular o somatrio de yi2 no lugar do somatrio de ( yi y ) .
2
Se fossem realizados k conjuntos de n medies da grandeza , cada conjunto forneceria um valor mdio. Sendo assim, teramos k valores mdios para a grandeza. Estes valores mdios apresentam uma disperso em torno do valor mdio verdadeiro que fornecida pelo desvio padro do valor mdio m.
1 k 2 ( y j ymv ) k j =1
(5)
A melhor estimativa para o desvio padro do valor mdio :
m =
(6)
O desvio padro do valor mdio de uma grandeza a incerteza final correspondente aos erros estatsticos nas medies.
Esta estimativa leva em conta a disperso causada pelos erros estatsticos, contudo, ainda restam os eventuais erros sistemticos que devem ser determinados para que o resultado possa ser corrigido.
2.3 - Tratamento de medidas com erros sistemticos

O desvio associado aos erros sistemticos bem mais difcil de ser avaliado e no existe nenhum mtodo padro bem estabelecido para fazer isto. Portanto neste caso o bom senso do operador fundamental uma vez que, por mais bem elaborada que seja a experincia, sempre haver um erro sistemtico residual. Geralmente o limite de erro Lr estimado verificando o manual fornecido pelo fabricante dos equipamentos empregados. Uma relao que pode ser usada para estimar o erro sistemtico residual apresentada a seguir:
Lr 2
(7)
Esta relao pode ser empregada no caso de uma distribuio gaussiana de erros e um limite de erro com aproximadamente 95% de confiana.
2.4 - Incerteza padro e indicao do valor medido

As incertezas estatstica e sistemtica podem ser combinadas pela expresso a seguir fornecendo a incerteza padro p:
2 2 p = m + r2
(8)
Assim, o valor da grandeza medida expresso como:
y = y p
(9)
Quando no existem informaes suficientes dos equipamentos o limite de erro Lr pode ser estimado como sendo a menor diviso ou menor leitura fornecida pelo instrumento.
Por exemplo, se uma rgua usada como instrumento de medida o erro estimado com base na menor diviso da rgua ser 1 mm.
Exerccio 1: A distncia focal de uma lente foi medida N=10 vezes usando uma rgua
milimetrada. Foram obtidos os seguintes valores em mm: 204,1; 205,3; 208,0; 207,5; 206,3; 205,5; 207,2; 204,8; 208,2; 207,1 Calcular o valor mdio y , o desvio padro experimental , o desvio padro do valor mdio m, o desvio padro do erro sistemtico r, a incerteza padro p e expressar o valor mdio corretamente.
Paqumetro como instrumento de medio

O paqumetro um instrumento capaz de medir distncias com fraes de dcimos ou centsimos de milmetros ou polegadas. Isto possvel graas a uma escala adicional que desliza sobre a rgua principal chamada de nnio ou vernier.
medida de dimetro interno trava medida de profundidade
nnio
rgua
medida de dimetro externo
Figura 3 - Paqumetro com nnio de 20 divises.
Utilizando os bicos, as orelhas ou a haste de medio adequadamente, o instrumento pode realizar medidas de dimenses externa, interna e profundidade. Existem diferentes tipos de paqumetros, porm todos apresentam caractersticas de funcionamento semelhantes. O nnio tem n divises que correspondem a (N-1) divises da rgua principal. Esta relao pode ser encontrada facilmente quando o nnio posicionado sobre a rgua de tal forma que a posio dos zeros das duas escalas coincidam. Suponha, por exemplo, que o nnio tenha 10 divises que correspondem a 9 divises da rgua principal. Usando regra de trs simples encontramos que uma diviso do nnio corresponde a 9/10 de diviso da rgua ou, que a primeira diviso do nnio 1/10 mais curta que a da rgua principal.
Assim, se a primeira diviso da rgua corresponde a 1 mm, a primeira diviso do nnio corresponder a 0,9 mm. Consequentemente, quando os zeros das duas escalas coincidem, a distncia entre o 1 da escala principal e o 1 do nnio de 0,1 mm, entre o 2 da escala principal e o 2 do nnio de 0,2 mm e assim por diante. Isso permite que se mea exatamente at 0,1 mm (a resoluo do instrumento), pois a diferena entre a menor diviso da rgua e a menor diviso do nnio de 0,1 mm. Quando um objeto posicionado entre os bicos de medio, a medida L da dimenso do objeto corresponde a distncia entre o zero da rgua e o zero do nnio. O valor de L ser o valor expresso em milmetros correspondente ao nmero de divises da rgua antes do zero do nnio, somado a frao da menor diviso da rgua que falta para o zero do nnio. Esta frao obtida encontrando a diviso do nnio que coincide com a da rgua principal e multiplicando pela resoluo ou seja, pelo menor valor que pode ser medido.
Exerccio 2: Em um paqumetro o nnio tem 10 divises que correspondem a 9 divises
da rgua principal, sendo que a menor diviso da rgua principal corresponde a 1 mm. Qual a resoluo do instrumento? Quando realizada uma dada medida o nnio desliza sobre a rgua obtendo-se a leitura da figura abaixo. Qual o valor medido para a dimenso deste objeto? a) b)
Figura 4 - Paqumetros simples com nnio de 10 divises.
Exerccio 3: Em um paqumetro, o nnio est dividido em 20 partes, sendo que quando
os zeros da rgua principal e do nnio so coincidentes, a 20a diviso do nnio coincide com a marca de 19 mm da rgua principal. Qual ser a preciso deste paqumetro?
Exerccio 4: Qual a resoluo do paqumetro da figura abaixo? Qual a leitura feita no
instrumento?
Figura 5 - Paqumetro simples com nnio de 20 divises.
2.5 - Algarismos significativos

Algarismo significativo em um nmero pode ser entendido como sendo aquele que sozinho tem algum significado quando o nmero escrito na forma decimal. Portanto, os zeros a esquerda do primeiro nmero diferente de zero so algarismos no significativos. O nmero de casas decimais que devem ser apresentadas num resultado experimental determinado pela incerteza padro neste resultado. No existe uma regra bem definida para estabelecer o nmero de dgitos da incerteza padro, porm podem ser adotadas algumas regras:
A incerteza padro deve ser dada com 2 algarismos quando o primeiro algarismo na incerteza for 1 ou 2.
A incerteza padro deve ser dada com 1 ou 2 algarismos quando o primeiro algarismo na incerteza for 3 ou maior.
A incerteza maior do que 99 deve ser escrita usando notao cientfica ou trocando as unidades.
A rigor no h problema em escrever a incerteza padro com mais de 2 algarismos significativos. No entanto tem-se que analisar se possvel determinar a incerteza com tal exatido.
Exemplos: Se o valor calculado da incerteza padro for 0,132 m, a forma mais adequada
para indicar esta incerteza ser 0,13 m ou 13 cm. Se por outro lado a incerteza calculada for 3,49 cm, ela pode ser indicada como 3,5 cm ou 3 cm. Porm, usando a regra, uma incerteza calculada levemente diferente da anterior, 3,51 cm por exemplo, pode ser escrita como 3,5 cm ou 4 cm. Assim, os valores prximos, 3,49 e 3,51, seriam arredondados para 3 ou 4 que so valores bem diferentes. Este problema desaparece se a incerteza indicada com 2 algarismos significativos. Uma incerteza de 800 m deve ser escrita com notao cientfica como 8,0 x 102 m ou 8 x 102 m e a incerteza calculada de 0,09623 cm, como 0,096 cm ou 0,10 cm. No se deve usar mais do que dois algarismos significativos para expressar a incerteza, uma vez que muito difcil de se obter a incerteza com tal preciso.
2.6 - Arredondamentos
Nos exemplos acima ocorreram alguns arrendondamentos aps se truncar o resultado. A necessidade de realizar arredondamentos ocorre frequentemente uma vez que o
resultado obtido aps operaes realizadas com 2 ou mais quantidades devem ser
escritos com o mesmo nmero de algarismos significativos. O arredondamento tambm deve ser empregado para eliminar algarismos significativos excedentes. Supondo que a quantidade precisa ser arredondada num dado algarismo X. Por exemplo, a grandeza ...W, YXABC... . O arredondamento deve seguir as seguintes regras:
Se aps o algarismo X tem-se um conjunto ABC entre 000 e 499, este conjunto
deve ser simplesmente eliminado ( o arredondamento para baixo).
Se aps o algarismo X tem-se um conjunto ABC entre 500 e 999, este conjunto deve ser eliminado e o algarismo X deve ter o seu valor aumentado de 1 ( o arredondamento para cima).
No caso X500000..., o arredondamento deve ser tal que o algarismo X seja par depois do arredondamento.

Tabela 4 - Exemplos de arredondamentos de nmeros.
2,42 3,789
2,4 3,79
4,4499 4,4 5,4500 5,4 5,5500 5,6
Experimento 1: Elabore no seu caderno de laboratrio uma descrio do experimento
de acordo com o roteiro a seguir: Data:______________________ Experimento: Medida das Dimenses de Corpos de Prova Utilizando o Paqumetro Equipe:_____________________________________________________________
Objetivos:
Empregar corretamente o paqumetro para determinao das dimenses de corpos de prova
Determinar os erros aleatrios e sistemticos envolvidos no experimento Expressar os valores medidos e suas incertezas padro
Materiais e Mtodos:
Teoria: Sero utilizados os conceitos estatsticos de valor mdio, desvio padro experimental , desvio padro do valor mdio m, o desvio padro do erro sistemtico r e incerteza padro p.
Equipamentos e materiais: Paqumetro com resoluo de ..... mm, corpo de prova com forma ......, feito de .... e com dimenses a serem determinadas.
Procedimentos empregados: Para cada dimenso do corpo de prova, foram realizadas 10 medies com o paqumetro.

Resultados experimentais:
Os resultados das medies para cada uma das dimenses do corpo de prova esto apresentados na tabela 1.
Tabela 5 - Dimenses do corpo de prova empregados, medidos com paqumetro de resoluo de ..... mm. medida Dimenso 1 (mm) Dimenso 2 (mm) 1 2 3 4 5 6 7 8 9 10 .....
Clculos: Com os dados da tabela 1, foram encontradas as grandezas estatsticas associadas, para cada dimenso medida. (Apresentar os resultados e expressar os valores medidos com as respectivas incertezas padro.) Discusses e Concluses: Comente os resultados, compare os valores obtidos e as incertezas padro, discuta possveis fontes de erro, indique o que poderia ser feito para reduzir as incertezas....
Captulo 3 - Propagao de incertezas

A propagao de incertezas ocorre quando uma grandeza obtida indiretamente a partir de valores obtidos experimentalmente para outras grandezas. Como cada valor experimental possui uma incerteza padro, estas incertezas iro se propagar para a grandeza indireta. E o valor da grandeza ser expresso como:
w w
(10)
Onde w a grandeza obtida indiretamente e w a incerteza propagada.
3.1 - Algumas frmulas de propagao

As relaes que permitem calcular a incerteza propagada para alguns casos comuns so mostradas a seguir. a) Se a grandeza obtida pela soma ou subtrao:
w = x y z ...
A incerteza propagada calculada como:
2 w = x2 + y + z2 + ...
(11)
(12)
Onde x , y ,e z so as incertezas padro associadas com cada uma das grandezas
medidas diretamente. b) Se a grandeza obtida por uma relao linear:

w = ax + b
(13)
Onde a e b so constantes, a incerteza propagada ser dada por:
w = a x
(14)
c) Se a grandeza obtida pelo produto ou por uma razo:
w = xy ou w =
Nestes casos a incerteza propagada ser:
x y
(15)
y w = w x + x y
2
(16)
OBS: Para o clculo da propagao da incerteza em x2, a expresso (18) deve ser
utilizada, com p=2 e q=0. d) Se a grandeza obtida pelo produto de grandezas elevadas a certas potncias p e q:
w = x p yq
A incerteza propagada ser:
2 y w = w p x + q y x
(17)
(18)
Nota: Todas as expresses apresentadas aqui podem ser encontradas a partir da equao geral
2 w =
w 2 w 2 w 2 x + y y + z z + K x
3.2 - Estimativas de erros
Existem algumas regras gerais para efetuar a leitura de instrumentos de medio e fazer as estimativas das incertezas correspondentes. Alguns exemplos sero discutidos a seguir. Como regra geral, quando realizada uma medida com um determinado instrumento de medio, o valor medido deve ser representado com todos os dgitos que o instrumento permite ler diretamente, mais um dgito que deve ser estimado pelo observador. O ideal medir vrias vezes a grandeza calcular a mdia e o desvio padro para determinar a incerteza estatstica. Entretanto, quando somente uma medida realizada, existe a possibilidade de estimar a incerteza estatstica a partir do limite do erro estatstico. O limite de erro estatstico definido como:
Le = 3 e
(19)
O limite de erro estatstico possibilita o estabelecimento de um intervalo de confiana com 99,7% de possibilidade de acerto, quando os erros estatsticos seguem uma distribuio gaussiana.
Podemos citar como exemplo uma medida realizada com uma rgua graduada em milmetros. O valor medido deve incluir a frao de milmetro que pode ser estimada pelo observador. Considere a leitura indicada na rgua da figura 8.
Figura 8 - Leitura de uma rgua milimetrada.
A medida indicada diretamente pela rgua 11 milmetros e a frao de milmetro pode ser estimada como 0,3 mm. Assim, o resultado de medio e 11,3 mm. O erro de medida pode ser considerado aleatrio, e se diferentes pessoas realizarem a leitura da rgua os resultados podem flutuar provavelmente entre 11,0 mm e 11,6 mm. Pode parecer grande esta flutuao, mas no se deve esquecer que tambm existe um erro associado com o ajuste do zero da rgua. Assim, podemos estimar o limite de erro aleatrio ou estatstico como Le = (11,6 11,0)mm/2= 0,3 mm e desta forma obter a incerteza estatstica:
e =
Le 0,1 mm 3
(20)
Existe ainda o erro limite de calibrao Lr (que corresponde a um erro sistemtico), representado pela menor diviso da escala, no caso Lr =1 mm. A incerteza sistemtica associada ser (ver eq. 7):
r =
Lr 0,5 mm 2
(21)
A incerteza padro obtida conforme a equao 8:
p = e2 + r2 0,5 mm
E o resultado da medio pode ser escrito como:
y = (11,3 0,5)mm
(22)
(23)
Neste caso a incerteza estatstica desprezvel em comparao com a incerteza sistemtica representada pelo limite de calibrao e a incerteza padro pode ser
representada pela metade da menor diviso ou menor leitura fornecida pelo equipamento. No entanto, podem existir situaes nas quais os erros aleatrios so comparveis ou at maiores do que os erros de calibrao. Nestes casos adotar a metade da menor diviso como incerteza, resulta em incertezas subestimadas. Na medio de um comprimento com uma rgua existem vrias fontes de erros como variaes na graduao original da escala, variaes na graduao devido a efeitos trmicos ou deformaes, erro de leitura associado com paralaxe ou avaliao da frao, erro de posicionamento e alinhamento do objeto, etc. Quando um paqumetro utilizado, pode acontecer a situao de nenhuma marca do nnio coincidir exatamente com uma marca da rgua. Portanto, deve ser estimado o algarismo seguinte. Por exemplo, considere a situao da figura 9.
Figura 9 - Leitura de um paqumetro
Duas marcas do nnio (7 e 8) se aproximam de marcas da rgua. Verificamos que a primeira est mais prxima da marca da rgua do que a segunda, logo podemos estimar o prximo algarismo como 1, 2, 3, 4 ou 5. A leitura pelo nnio pode ser admitida como 0,73 mm, resultando num valor medido de 2,73 mm. O limite de erro estatstico na avaliao do ltimo dgito menor ou igual a 4 (0,05mm-0.01mm=0,04) mm e portanto a incerteza associada ser:
e =
Le 0,04 = 0,013 mm 3 3
(24)
O limite de erro de calibrao, que a menor leitura do paqumetro, ser 0,1 mm no caso de um paqumetro com nnio de 10 divises e fornece uma incerteza:
r =
Assim, a incerteza padro ser:
Lr 0,05 mm 2
(25)
p = e2 + r2 0,05 mm
(26) Departamento de Fsica
No caso de um cronmetro digital disparado e parado manualmente o limite de erro estatstico pode ser estimado lembrando que existe um erro associado ao incio e final da cronometragem devido ao operador. Pode-se admitir o limite de erro estatstico como sendo de Le = 0,5 s e o desvio padro:
e =
Le = 0,17 s 3
(27)
A menor leitura do cronmetro 0,01 s e, portanto, o desvio associado que corresponde ao erro de calibrao (ou sistemtico) de 0,005 s. Este caso um exemplo aonde a incerteza estatstica bem maior que a incerteza de calibrao do instrumento. Quando nas medidas empregado um equipamento digital possvel estimar o ltimo dgito da leitura por meio das flutuaes observadas neste dgito. bvio que para isto de suma importncia escolher uma escala adequada para a medio. Por exemplo, usando um multmetro digital a medio indicou 1,34 _ V. O ltimo dgito oscilou entre 1 e 5, e portanto podemos estimar o ltimo dgito como sendo 3. O limite de erro estatstico neste caso ser estimado como 0,003 V, e o desvio padro correspondente como 0,001 V.
Experimento 2: Usando os resultados obtidos no experimento 1 e seguindo um roteiro
semelhante, calcular o volume do corpo de prova (paraleleppedo) e expressar o resultado com a incerteza propagada.
V = x . y. z ,
2 2 y z + , V = V x + x y z 2
V = V V
Experimento 3: Pndulo simples: Usar um pndulo simples com pequenas oscilaes
para calcular a acelerao da gravidade local (com propagao de erros) sem tcnicas grficas. Para um valor de L, medir diversos T. Elaborar o roteiro para realizao do experimento, anexar teoria e avaliar corretamente todas as fontes de erro envolvidas. A propagao de erros em g dada por:
g = g
L 2 T + L T
2 2
Captulo 4 - Grficos
A apresentao de resultados de experincias e medies em formato grfico pode ser considerada um captulo em separado na fsica experimental, tamanha a diversidade de opes e a quantidade de dados que podem ser extrados deles. No entanto, algumas normas gerais devem ser observadas logo de incio para que se possa tirar o mximo proveito dos grficos.
4.1 - Construo grfica

Deve-se tomar o cuidado para dar um nome a cada grfico, com uma legenda para facilitar sua compreenso. Esta legenda normalmente apresentada na parte inferior do grfico. Os grficos devem conter nos seus eixos o nome da grandeza que est sendo mostrada e sua respectiva unidade. Os nmeros que vo indicar a escala de valores da grandeza sob considerao devem ser de tamanho adequado, sem um nmero excessivo de casas decimais. Eventualmente pode-se indicar a existncia de um fator multiplicador comum a todos os valores na prpria legenda do eixo. Para a marcao de cada dado deve ser escolhido um smbolo de tamanho adequado, sobre o qual tambm devem ser apresentadas as respectivas barras de erro de cada medida (tenha em mente que nenhuma medio isenta de erro!). Se aos dados experimentais for ajustada uma curva que siga uma lei fsica ou apenas uma linha para facilitar a visualizao, isto deve ser claramente dito (use legendas para identificar cada caso). Tambm se deve tomar o devido cuidado para que os pontos experimentais do grfico no fiquem acumulados em apenas uma regio; todo o espao disponvel deve ser utilizado, o que facilita no s a interpretao como a obteno de valores. A seguir so mostrados alguns grficos, indicando o que deve ser buscado para uma boa diagramao.
30
30
(b)
(a)
25
25
20
20
15
espao
15
10
10
5
5
0
0
0
0 2 4 6 8 10
10
15
20
25
30
tempo
30 25 20 15 10 5 0 -5
(c)
25
(d) pontos experimentais ajuste linear x(t) = -2.70 m + 2.71 t
20
deslocamento (m)
deslocamento (m)
15
10
0 0 2 4 6 8 10
-4
-2
10
12
tempo (s)
tempo (s)
Figura 10 - Deslocamento em funo do tempo para um mvel em MRU: (a) smbolos muito pequenos, sem legendas, sem barras de erros; (b) grandezas sem unidade, m ocupao do espao, sem barras de erros; (c) m ocupao do espao, linha irregular conectando os pontos; (d) diagramao adequada.
4.2 - Ajuste de reta

Um problema frequentemente encontrado no tratamento de resultados experimentais o ajuste dos dados. O procedimento de ajustar uma funo a um conjunto de dados experimentais conhecido como regresso. O problema pode ser formulado da seguinte maneira: Duas grandezas x e y so relacionadas pela expresso analtica abaixo:
y = f ( x, a, b,...)
(28)
Onde f uma funo conhecida e a,b,... so parmetros desconhecidos. Experimentalmente so determinados os pares de valores ( xi , yi ) para i = 1,2,..., N e se quer determinar os parmetros a,b,... de tal maneira que a curva y = f ( x, a, b,...) melhor se aproxime dos valores experimentais.
Quando a relao analtica entre x e y linear, uma reta ajustada ao conjunto de dados experimentais e a regresso dita linear. Neste caso a expresso analtica que relaciona x com y :
y = ax + b
(29)
Para efetuar o ajuste dos dados experimentais a funo dada pela equao 29 preciso encontrar os parmetros desta reta de maneira que ela se aproxime o mximo possvel dos pontos experimentais ( xi , yi ) . Vamos discutir dois mtodos que podem ser empregados para resolver este problema:

O mtodo da mo livre O mtodo dos mnimos quadrados
Ambos tratam de adaptar ao conjunto de pontos experimentais a reta que mais se aproxime de todos eles ao mesmo tempo.
4.3 - Mtodo da mo livre

O mtodo da mo livre utiliza o bom senso do observador j que ele mesmo ter que ajustar a melhor reta a partir da observao visual do conjunto de pontos ( xi , yi ) . Utilizando uma rgua transparente posicionada sobre o grfico contendo todos os pontos experimentais, o observador pode escolher a reta que passa pelo meio da
distribuio dos pontos. Este procedimento tenta garantir que a distncia entre a reta e
os pontos experimentais seja minimizada. Obviamente o mtodo fornece resultados aproximados uma vez que a escolha da melhor reta subjetiva e depende muito da prtica e bom senso do observador. Uma vez ajustada a melhor reta aos dados experimentais, pode-se determinar os valores das constantes a e b que correspondem aos coeficientes angular e linear da reta, respectivamente.
a=
( yi ys ) (xi xs )
(30)
b = yc
Onde ys , yi , xs , xi so pontos pertencentes a reta escolhida, e yc corresponde a leitura no grfico onde a mesma intercepta o eixo y.
yi 210
180 DESLOCAMENTO (m) 150 120 90
(20,210)
ys 60
30
(5,60)
(20-5)=15
yc
xs
10
15
20
xi TEMPO (s) COEF. ANGULAR: a=150/15=10 m/s
Figura 11 - Reta ajustada aos pontos experimentais do deslocamento em funo do tempo para um mvel em MRU.
Exerccio 5: Foram efetuadas as medidas das alturas de vrias crianas com idades
diferentes e os dados obtidos so apresentados na tabela abaixo. Estime o erro estatstico para a medida de altura realizada usando uma escala milimetrada. Suponha insignificante o erro na idade em meses (as crianas so medidas exatamente no dia em que fazem o aniversrio mensal). Encontre a melhor reta que se ajusta aos dados experimentais e a expresso obtida de correlao entre idade e altura.
Tabela 6 - Idade em meses de diversas crianas e os correspondentes dados de altura.
Idade (meses) Altura (cm)
18
19 20
21
22
23
24
25
(210-60)=150
26
27
28
29
76,1 77 78,1 78,2 78,8 79,7 79,9 81,1 81,2 81,8 82,8 83,5
Faa um grfico das alturas (eixo y) contra as idades (eixo x). Ajuste uma reta usando o mtodo da mo livre e a partir do grfico encontre os coeficientes linear e angular da reta. Expresse os resultados encontrados na forma da equao de uma reta.
Experimento 4: Determinao da acelerao da gravidade utilizando um pndulo
simples (sem propagao de erros para g) com tcnica grfica. Para o pndulo simples, a relao entre o perodo e o seu comprimento dada pela expresso:
T = 2
L g
T2 =
4 2 L g
(31)
Esta a equao de uma reta y = ax + b , onde y=T2 e x=L, com coeficiente linear b=0 e coeficiente angular a = 4
2
Neste experimento, medir uma nica vez o perodo do pndulo para pequenas oscilaes e diferentes comprimentos (logo, a tcnica de estimativa de erros deve ser empregada para L quanto para T). Encontrar a acelerao da gravidade usando mtodo de ajuste a mo livre. Cuidado: deve ser feito o grfico de T2 x L para resultar uma reta (este processo chama-se linearizao). Neste ponto ainda no iremos analisar analiticamente a influncia dos erros envolvidos nas medidas, nem o erro propagado para a acelerao da gravidade obtida. Isto ser objeto de anlise na seco 4.4.
4.4 - Mtodo dos mnimos quadrados

O mtodo dos mnimos quadrados pode ser deduzido para medies feitas em condies de repetitividade (N medies feitas sob as mesmas condies) ou em condies de reprodutibilidade (N medies feitas sob condies diferentes). Exemplos de medies feitas em condies de reprodutibilidade so aquelas realizadas por meio de diferentes mtodos, diferentes experimentadores ou diferentes instrumentos de forma que a distribuio dos erros estatsticos pode ser diferente para cada medio. Neste caso, a cada um dos valores medidos est associada uma incerteza padro diferente. A situao descrita pode ser visualizada com a ajuda da figura 12.
60
50
40
f(x)
30
20
10
10
Figura 12 - Grfico representando dados de medies feitas em condies de reprodutibilidade. A cada ponto experimental est associada uma incerteza estatstica diferente.
Na deduo do mtodo as variveis xi so consideradas isentas de erros, e so consideradas somente as incertezas estatsticas em fi(x), ou seja, em yi. No entanto, quando as incertezas em xi so significativas elas podem ser transferidas para as variveis yi. Existem regras para isso, mas esse procedimento no ser abordado neste texto. Na deduo do mtodo dos mnimos quadrados so usadas somente incertezas estatsticas, desconsiderando as incertezas sistemticas (no entanto, as incertezas sistemticas residuais devem ser consideradas). Isto justificado pelo fato do erro sistemtico desviar todos os pontos experimentais numa mesma direo, o que s afeta o coeficiente linear da reta e no o angular. O mtodo dos mnimos quadrados minimiza a soma dos desvios ao quadrado dos pontos experimentais relativamente a reta ajustada, obviamente no sendo influenciado pelo erro sistemtico. Vale observar que se a determinao do coeficiente linear um dado importante no experimento, os possveis erros sistemticos devem ser identificados e eliminados a priori. Quando as medidas so feitas sob as mesmas condies, ou seja, em condies de repetitividade, os dados so levantados por um mesmo experimentador e com os mesmos instrumentos. Nessa situao a incerteza padro para todos os valores de y a mesma e a soluo simplificada. Veja o exemplo da figura 13.
60
50
40
f(x)
30
20
10
10
Figura 13 - Grfico representando dados de medies feitas em condies de repetitividade.
Sendo assim, o mtodo dos mnimos quadrados permite ajustar retas a pontos experimentais em diferentes condies: pontos com incertezas arbitrrias para as grandezas x e y, pontos com incertezas iguais para as grandezas x e y, e reta passando pela origem. Neste mtodo as equaes que fornecem os valores das constantes de ajuste a e b em cada situao so deduzidas usando conceitos matemticos. Em suma o Universidade Tecnolgica Federal do Paran UTFPR Departamento de Fsica
mtodo consiste em encontrar os valores dos coeficientes a e b que fornecem o menor valor possvel para a soma dos quadrados das distncias verticais da reta a cada um dos pontos experimentais. Na situao em que as incertezas em fi(x) so iguais (condio de repetitividade) as equaes mostram que os valores de a e b so independentes da incerteza padro nos pontos experimentais. Isto interessante pois mostra que se pudermos supor que as incertezas so aproximadamente iguais, mesmo que o valor destas incertezas no seja conhecido possvel fazer o ajuste da reta e encontrar os valores de a e b. Se a incerteza padro p (dos dados experimentais) conhecida, as incertezas em cada b, podem ser obtidas. parmetro, a e
Ajuste de reta a pontos experimentais com incertezas iguais
Conforme o mtodo dos mnimos quadrados, os melhores valores para a e b e para as suas incertezas so dados pelas expresses a seguir se as incertezas para os diferentes pontos puderem ser consideradas aproximadamente iguais. N N N N xi yi xi yi i=1 i=1 a = i=1 2 N N 2 N xi xi i=1 i =1
(32)
a =
N N N xi2 xi i =1 i =1
N
(33)
N N 2 N N yi xi xi yi xi i =1 b = i =1 i =1 i =1 2 N N 2 N xi xi i =1 i =1 N 2 xi i=1 b = 2 N 2 N N xi xi i=1 i=1
(34)
(35)
Ajuste de reta passando pela origem a pontos experimentais com incertezas iguais
No caso particular de uma reta passando pela origem as expresses acima so simplificadas e temos:
N xi yi 1 a = i=N xi2 i=1
(36)
a =
N 2 xi i =1
(37)
Coeficiente de correlao
Para avaliar o quanto os valores observados esto prximos da reta ajustada pelo mtodo dos mnimos quadrados usado o coeficiente de correlao linear R (coeficiente de Pearson).
1 R +1
(38)
Quanto mais prximo de -1 ou +1 melhor ser o ajuste. O coeficiente de correlao de Pearson calculado pela relao:
N xi yi xi yi
1 1 1 N N N
R=
N N xi2 xi . N yi2 yi 1 1 1 1
N N N
(39)
Exerccio 6: Usando os dados fornecidos no exerccio 5 e as expresses do mtodo dos
mnimos quadrados calcule os coeficientes da reta e expresse os resultados encontrados na forma da equao de uma reta. Compare os resultados obtidos e tire concluses sobre a aplicao destes dois mtodos.
Experimento 5: Determinao da acelerao da gravidade utilizando um pndulo
simples. Usar os dados do experimento 4 para encontrar a acelerao da gravidade usando mtodo grfico com utilizao do mtodo dos mnimos quadrados. Cuidado, lembre-se que o grfico deve ser de T2 x L para resultar numa reta. Estime os erros nas medidas de perodo usando as tcnicas de estimativas de erros estudadas. Ser preciso
propagar o erro para o T2. Usar para isso a frmula de propagao de potncia (equao 18). A estimativa de T2 deve levar em considerao a propagao de erros na potncia T2:
p q Da equao 17, w = x y , com q = 0, p = 2 e x = T, w = T2
e da equao 18:
2 y w = w p x + q x y 2
T 2 = T 2 2
T = 2T T T
(40)
Note que o erro propagado para os valores de perodo ao quadrado no so iguais. No entanto iremos sup-los como aproximadamente iguais, o que vai nos permitir a utilizao das equaes do mtodo dos mnimos quadrados para incertezas iguais, que so mais simples. OBS: Para o clculo de a , usar o valor mdio de T 2 . A validade dessa aproximao ser verificada na prxima seco. Tendo o desvio padro T 2 para o T2 podemos calcular o coeficiente angular a da melhor reta e seu erro a. (reta passando pela origem).
N xi yi 1 a = i =N xi2 i =1 xi = Li yi = Ti 2
a =
N 2 xi i =1
= T
Tendo sido calculado o coeficiente angular a da melhor reta e seu erro a podemos obter o g e seu erro g:
T = 2
L g
T2 =
4 2 L g 4 2 = 4 2 a 1 a
comparando com a eq. da reta y = ax + b, b = 0 e coef .ang . = a = 4 2 g g=
Para encontrar o erro em g ser preciso propagar a incerteza: Da equao 13, w = a x + b , com a =42, b =0 e x=a-1, w=g=42a-1 e da equao 14:
' '
w = a' x
Da equao :
g = 4 2 a 1
w = x p yq
com q = 0, p = -1 e x = a w = a-1
e da equao:
2 y x w = w p + q x y
a 1 = a
a a 1 = 2 a a
Finalmente:
g = 4 2
a
a
2
g a a
4.5 - Grficos em computador

A utilizao de computadores e programas especficos para a construo de grficos uma poderosa ferramenta que pode ser empregada no tratamento de dados e anlise de resultados experimentais. Normalmente, os programas utilizam rotinas baseadas no
mtodo dos mnimos quadrados para obter a funo analtica que melhor se ajusta aos
dados experimentais. Utilizaremos o programa OriginTM para construo de grficos com auxlio de computador. Os dados empregados sero aqueles obtidos no experimento 4, onde foram medidos os perodos de oscilao T do pndulo simples para diferentes comprimentos L do pndulo. Para cada par (L,T), uma nica medio de cada grandeza foi realizada, sendo as incertezas encontradas atravs da tcnica da Estimativa de Erros (item 3.2) Ao iniciar o programa, uma tela semelhante a figura 14 deve aparecer.
Figura 14 - Tela inicial do programa OriginTM.
As colunas A(X), B(Y), C(Y), ... no Worksheet Data1, servem para a insero dos dados coletados. Para o pndulo simples, a relao entre o perodo e o seu comprimento dada pela expresso (31). Embora no seja necessria a linearizao dos grficos quando se faz o tratamento dos grficos com auxlio do computador, optaremos pela linearizao para possibilitar a comparao com os resultados do experimento 5 (item 4.4).
L T = 2 g 4 2 T = L g
2
Esta a equao de uma reta y = ax + b , onde y=T2 e x=L, com coeficiente linear b=0 e coeficiente angular a = 4
2
. Assim, devemos inserir na coluna A(X) os dados
referentes aos valores de L, na coluna B(Y) os dados referentes aos valores de T, e na coluna C(Y) ainda inexistente os dados referentes a T2. O ajuste de uma reta aos dados experimentais no grfico de L (no eixo X) contra T2 (no eixo Y) permitir encontrar a acelerao da gravidade g a partir do coeficiente angular pela expresso g = 4 a . Suponha que os resultados encontrados para as medies sejam os mostrados na tabela 7. Estamos supondo que os valores de L e T foram medidos apenas uma nica vez, de
2
forma que os erros estatsticos devem ser encontrados utilizando a tcnica da estimativa de erros (seco 3.2).
Tabela 7 - Dados obtidos para perodo do pndulo em funo do comprimento do mesmo, e valores de perodo elevado ao quadrado.
L(mm)
T(s)
T2 (s2)
150,3 217,7 242,1 303,6 404,5 423,2
0,79 0,92 1,03 1,12 1,29 1,31
0,6241 0,8464 1,0609 1,2544 1,6641 1,7161
Posicione o cursor do mouse na clula A(1) e clique sobre a mesma com o boto esquerdo do mouse (todos os cliques so com o boto esquerdo, a menos que se especifique o contrrio), insira o dado correspondente. Adote o mesmo procedimento para inserir os dados nas outras clulas. Aps a introduo dos dados de L e T nas colunas A(X) e B(Y) respectivamente, a tela deve se apresentar como a da figura 15. Note que o separador decimal que deve ser empregado (vrgula ou ponto) depende da configurao do computador.
Figura 15 - Tela do programa OriginTM com a planilha de dados preenchida.
Salve o projeto em algum local, clicando em File Save Project As. A tela abaixo deve aparecer:
Figura 16 - Tela de salvamento de dados do programa OriginTM .
possvel definir a pasta (pr-existente) onde o projeto ser salvo (por exemplo,
Salvar: Apostila), bem com um nome para o projeto (por exemplo, Nome do arquivo: PenduloSimples). A tela deve aparecer como na figura 17.
Figura 17 - Tela de salvamento de dados do programa OriginTM devidamente preenchida e com o local de salvamento definido.
Aps pressionar a tecla Salvar, o programa deve retornar a tela como a da figura 18.
Figura 18 - Planilha de dados salvos.
Note que ainda precisamos inserir os dados de T2, e para isto necessria a incluso de mais uma coluna no Worksheet. Clique em Column Add new Columns, defina o nmero de novas colunas necessrias (no caso 1) e pressione OK. O programa retorna uma tela como na figura 19 . No esquea de salvar o seu projeto regularmente para evitar perda de dados.
Figura 19 - Planilha de dados com a incluso de uma coluna adicional.
Agora voc pode inserir manualmente os dados de T2 na coluna C(Y), ou ento realizar esta tarefa automaticamente. A segunda opo mais rpida quando se tem um grande nmero de dados. Posicione o cursor na primeira clula da coluna C(Y), no caso C(1), e clique ali. Clique com o mouse em Colum Set Column Values, e a tela deve se apresentar como na figura 20.
Figura 20 - Tela que permite inserir dados automaticamente numa coluna.
Digite no espao em azul a expresso matemtica que deve ser efetuada, ou seja, elevar a coluna B(Y) ao quadrado (col(B)^2), e indique a quais clulas a expresso deve ser aplicada, ou seja, For row [i] 1 to 6. A tela deve estar como na figura 21.
Figura 21 - Preenchimento da tela que permite inserir dados automaticamente numa coluna.
Aps pressionar OK, a coluna C(Y) estar preenchida com os valores de T2. Quando um Worksheet comea a apresentar muitas colunas com dados, possvel criar uma descrio adicional (um rtulo ou label) para identific-las. Para isto, clique com o boto direito sobre a clula A(X) para selecionar esta coluna, clique em Properties e no espao Column Label digite um nome para esta coluna (por exemplo, L (mm)). A tela deve estar como na figura 22.
Figura 22 - Tela que permite nomear uma coluna de dados.
Pressione OK e nomeie da mesma forma as colunas B(Y) e C(Y). Aps isto, a tela deve estar como na figura 23.
Figura 23 - Tela da planilha de dados com o nome escolhido para cada coluna.
O prximo passo definir os erros experimentais que sero considerados no grfico. No exemplo, ser utilizada a tcnica de Estimativa de Erros (seco. 3.2). Conforme discutido na seco onde foi apresentado o Mtodo dos Mnimos Quadrados (seco 4.4), apenas os erros estatsticos (aleatrios e sistemticos residuais) devem ser considerados, deixando de lado os erros sistemticos. Utilizando as equaes 20, 21 e 22, a incerteza medida no comprimento do pndulo L com uma rgua graduada em milmetros L =0,5 mm, para todos os valores medidos. Insira uma nova coluna D(Y), clique com o boto direito sobre ela, posicione o mouse sobre Set As e depois sobre
XError, clicando a com o boto esquerdo. Antes do clique a tela deve se apresentar
com no figura 24.
Figura 24 - Inserindo uma coluna de erros na planilha de dados.
Nomeie a coluna como, por exemplo, Er(L) para indicar o Erro de L, e introduza os valores estimados de L (0,5 mm). J a estimativa de T2 deve levar em considerao a propagao de erros na potncia T2. Veja como isto foi feito na descrio do experimento 5. Novamente, considerando apenas os erros estatsticos (aleatrios e sistemticos residuais), a incerteza na medida do perodo de T = 0,17 s (veja eq. 27), para todos os valores de T medidos. No entanto, a incerteza no ser a mesma para todos os valores de T2, devendo ser calculada individualmente para cada valor especfico de T (equao 40). Introduza uma nova coluna E(Y), associe-a ao erro de Y (Set As, YError) e atribua um nome
(Properties, Column Label) como por exemplo Er(T^2). A tela deve estar como na figura 25.
Figura 25 - Planilha de dados com as colunas de erros.
Para calcular os erros associados a cada valor de T2, posicione o cursor na primeira clula da coluna E(yEr) e clique ali. Clique com o mouse em Colum Set Column
Values e digite a expresso para clculo de cada erro, conforme a equao 40:
2*col(B)*0.17. Ao final desta etapa, a tela deve se apresentar como na figura 26.
Figura 26 - Planilha de dados com as colunas de erros preenchidas.
Para plotar o grfico, clique em Plot Scatter, e selecione as colunas adequadas para formar o grfico, conforme a figura 27.
Figura 27 - Selecionando as colunas que sero plotadas.
Clique em OK e o grfico deve aparecer como na figura 28. No caso, o erro associado ao eixo X menor que o tamanho dos smbolos, e no aparece no grfico.
Figura 28 - Grfico plotado com os dados fornecidos ao programa.
Clicando duas vezes sobre a legenda de cada eixo (X Axis Title e Y Axis Title), possvel atribuir a legenda adequada, respectivamente L (mm) e T2 (s2). Para ajustar uma reta, clique sobre Tools Linear Fit (ver figura 29) marque a opo Through Zero uma vez que para este problema a reta deve passar pela origem, desmarque a opo Use Reduced Chi^2 para que o erro no seja subestimado, marque a opo Error as Weight para indicar que as barras de erro devem ser consideradas no ajuste, e clique sobre Fit (ver figura 30) OBS. IMPORTANTE: A opo Analysis Fit Linear no obriga a passagem da reta pela origem, o que nesse caso poderia resultar num erro maior e no corresponde realidade do problema.
Figura 29 - Procedimento ajustar de uma reta aos dados plotados.
O valor do coeficiente angular ajustado aparece no quadro Results Log. CUIDADO: o coeficiente angular da reta fornecido pelo Origin o parmetro B = 0,004109, e o erro correspondente 5,22094 x 10-4.
Figura 30 - Tela final mostrando o grfico ajustado e os erros respectivos.
Conforme j discutimos, este valor est relacionado com g atravs da relao:

g= 4 2 4.(3,14159) 2 mm = = 9607,792067 2 0,004109 B s
J a estimativa de g deve levar em considerao a propagao de erros: Da equao 13, w = ax + b , com a=42, b=0 e x=B-1, w=g=42B-1 e da equao 14:
w = a x g = 4 2 B
(41)
p q Da equao 17, w = x y , com q = 0, p = -1 e x = B, w = B-1
e da equao 18:
2 y q w = w p x + x y 2
B = B
1
B 1 B = B 1 = B B B B2
(42)
Substituindo a equao (42) na equao (41) temos o erro propagado para g:

g = 4 2 B
B
2
= 4 2
5,22094 x10 4 0,004109

2
= 1220,776489 mm / s 2
(43)
Como esta incerteza maior do que 99, vamos mudar as unidades para express-la corretamente (com dois algarismos significativos):
g = 1,2
m s2
e
g = (9,6 1,2 ) m s2
Deve ser notado que a incerteza relativa aqui razoavelmente elevada, sendo igual a
= 100 g
g % 12% .
(44)
O resultado desta incerteza inerente ao processo da estimativa dos erros experimentais, onde valores superestimados de incertezas so preferidos a valores subestimados quando apenas uma medida de cada parmetro realizada.
Experimento 6: Com os dados do experimento 4, empregar a tcnica computacional
descrita no item 4.5 para calcular o valor da acelerao da gravidade g, utilizando grficos e a propagao de erros. Observao: Se desejssemos reduzir os valores de incertezas no experimento anterior para uma estimativa mais precisa de g, deveramos substituir a tcnica de Estimativa de Erros pela tcnica da realizao de vrias medidas de T e L para cada valor de L, e calcular os Erros Estatsticos conforme apresentado no item 2.2.
Captulo 5 Histogramas
O histograma um tipo de grfico particularmente til quando se deseja mostrar os resultados de um grande nmero de medies da mesma grandeza, que devido a erros de medio, apresenta uma grande flutuao estatstica, ou ento quando se deseja conhecer a flutuao estatstica de uma certa grandeza em torno de seu valor mdio. Num histograma no so mostrados individualmente os pontos medidos, mas sim se mostra a frequncia F(yi) com a qual um dado valor aparece, ou ento a frequncia com que estes valores aparecem dentro de uma faixa de valores y. Um histograma um grfico composto por retngulos cuja base (eixo horizontal) corresponde ao intervalo de classe e a altura (eixo vertical) a respectiva freqncia. A frequncia de apario normalmente expressa como a frequncia relativa ao nmero total N de eventos,
F ( yi ) = N ( yi ) N
(45)
onde N(yi) o nmero de vezes que o evento i aparece. Claro que N(yi) ser proporcional ao intervalo y da faixa, e esta deve ser escolhida de modo a resultar em um grfico compreensvel. O histograma fornece informao sobre a forma, o ponto central, a amplitude e a simetria da distribuio. Como exemplo, imagine que a medio da distncia focal y de uma lente convergente resultou nos valores constantes da tabela 6, ordenados segundo a ordem crescente dos N = 60 valores medidos.

Tabela 8 - Valores obtidos yi (distncia focal da lente) em mm
204 227 237 240 250 262
206 229 237 241 250 265
208 230 238 243 253 267
210 232 238 244 256 268
211 235 239 244 257 269
218 235 239 246 257 269
219 235 239 246 257 269
222 235 239 248 259 273
222 237 239 248 259 285
223 237 240 249 260 289
Como primeiro passo para a elaborao do histograma, deve-se determinar o valor de
y, de forma que N(yi) seja da ordem de 10 para intervalos prximos do valor mdio
(isso reduz a incerteza quando se deseja determinar o valor verdadeiro Nv(yi) por um processo probabilstico). Uma estimativa inicial do intervalo y :
y = y max y min N = 289 204 60 11 mm
(46)
onde
N = 60 8 corresponde ao nmero de intervalos a ser empregado para
construo do histograma. A determinao do valor central yi de cada um destes intervalos tambm importante. A escolha mais conveniente aquela onde o centro do intervalo central coincida com o valor mdio dos N = 60 resultados:
y= 1 N
yj
j =1
14583 mm = 243.05 mm 243 mm 60
(47)
A partir destes valores podemos calcular os limites do intervalo central como
{y y / 2; y + y / 2} = {237.5; 248.5} ,
e a partir da estabelecer todos os outros intervalos.
(48)
Isso permite classificar os dados numa tabela de frequncias absolutas N(yi) ou relativas F(yi)=N(yi)/N, bem como a densidade de probabilidade definida como
H e ( yi ) = F ( yi ) y
(49)
Conhecida esta densidade de probabilidade, a probabilidade de ocorrer um resultado no intervalo pequeno {yi;y} pode ser escrita como
P( y i ) = Pi H e ( y i ).y
(50)
Tabela 9 - Tabela para construo do histograma com oito intervalos, obtida a partir dos dados da tabela 8. O smbolo indica intervalo fechado esquerda; note que o valor inicial do primeiro intervalo foi ajustado para englobar o valor mais baixo de yi.
yi (mm) 204.0 215.5 215.5 226.5 226.5 237.5 237.5 248.5 248.5 259.5 259.5 270.5 270.5 281.5 281.5 292.5 yi_central (mm) 210 221 232 243 254 265 276 287 5 5 12 17 10 8 1 2 0.08 0.08 0.2 0.28 0.17 0.13 0.02 0.03 N(yi) F(yi) He(yi) (10-3 mm-1) 7.6 7.6 18.2 25.7 15.1 12.1 1.5 3.0
25
20
He(yi) x 10 mm
-1 -3
15
10
0 200
220
240
260
280
300
y (mm)
Figura 31 - Histograma com oito intervalos para os valores medidos da distncia focal da lente.
Experimento 7: Com os dados da tabela 8, refazer as contas que levaram construo
da tabela 9, e a partir da utilizar o programa OriginTM para construo do histograma da figura 31.
Fundamentos da Fsica Experimental Comentrios:
1. Aps inserir os dados no Worksheet, selecione PlotColumn e faa as associaes das colunas adequadas com os eixos do grfico. 2. Tecle com o boto direito do mouse sobre o grfico e selecione Plot Detail na aba Spacing e ajuste para 0 % o Gap Between Bars (a separao entre as barras verticais ser ajustada para zero). 3. Faa os demais ajustes necessrios ao grfico.
Captulo 6 Funes de Distribuio

Quando se realiza um experimento, normalmente estamos interessados na determinao de certa grandeza chamada mensurando. No entanto, como regra geral, o valor verdadeiro de um mensurando uma quantidade sempre desconhecida, que s pode ser determinado aproximadamente devido a erros de medio. A exceo quando se deseja realizar a aferio de um instrumento pela medio de um padro primrio ou de uma grandeza exata (como a velocidade da luz, por exemplo) onde o valor verdadeiro conhecido. A situao mais comum , por exemplo, em uma experincia didtica, a medio de uma grandeza para a qual o valor verdadeiro j conhecido com boa aproximao (ou pelo menos com um erro muito menor do que aquele resultante do processo de medio que ser empregado). No entanto, devemos ter em mente que no formalismo da teoria de erros o valor verdadeiro de um mensurando sempre uma quantidade desconhecida. A determinao deste valor o objetivo final do processo de medio. Vamos agora refinar a idia de densidade de probabilidade abordada quando construmos o histograma da figura 31. Consideremos um processo simples, no qual a probabilidade de ocorrncia de um evento A p. Um problema importante determinar a probabilidade Pn(y) de y ocorrncias do resultado A em n repeties do processo. Como exemplo, podemos citar a probabilidade de ocorrncia de certo nmero (y=4, por exemplo) ao se lanar um dado certo nmero de vezes (n=10 vezes, por exemplo). A probabilidade desta ocorrncia P10(4) calculada por uma distribuio de probabilidades chamada de distribuio binomial, e depende da probabilidade p da ocorrncia de cada evento (no exemplo, p=1/6 para ocorrncia do nmero 4 em cada lance do dado). Nos casos onde n>>1 e p<<1 fica difcil empregar a distribuio binomial, e esta substituda pela distribuio de Poisson. No entanto, estas duas distribuies s so aplicveis quando a varivel y discreta. Frequentemente o processo de medio de uma quantidade yi numa experincia pode resultar num nmero muito grande de valores, e em certas situaes este conjunto de valores corresponde a uma varivel contnua (este o caso do exemplo dado de medio da distncia focal da lente no experimento com o histograma). Se as diversas medies Universidade Tecnolgica Federal do Paran UTFPR Departamento de Fsica
esto sujeitas a erros experimentais aleatrios e independentes, e nenhum dos erros muito maior que os demais, ento a distribuio de erros converge par uma distribuio
gaussiana quando o nmero de medies tende para o infinito. Este o caso mais
frequente na Fsica Experimental. Como o valor mdio verdadeiro (e tambm o desvio padro verdadeiro!) no so nunca conhecidos, uma forma aproximada para a distribuio gaussiana :
G( yi ) 1
1 y y i e 2
2
(51)
onde
1 y= N
yi
i =1
o valor mdio medido e
( y i y )2
i =1
( N 1)
o desvio padro
experimental. Para o exemplo em considerao, y 243 mm e 19 mm . O significado destes parmetros pode ser visto na figura 32. Conhecida a densidade de probabilidade G(yi), a probabilidade de ocorrer um resultado no intervalo pequeno {yi;y} pode ser escrita como P(yi)=Pi G(yi) y, e numericamente igual rea S sob a curva. Para fins de comparao tambm mostrado o histograma (linha pontilhada) referente figura 31.
25
y
y
20
-1
G(y) x 10 mm
15
S=Pi
10
-3
0 200 220 240 260 280 300
y (mm)
Figura 32 - Distribuio gaussiana de probabilidades, mostrando o valor mdio medido e o desvio padro experimental, bem como a relao entre a probabilidade e a rea sob a curva.
Experimento 8: Ajuste gaussiano usando o OriginTM aos dados do histograma do
experimento 7. Comentrios: 1. Refaa os clculos que levaram aos valores de y 243 mm e 19 mm para o
exemplo em considerao. 2. Encontre esses parmetros com o Origin. Aps a insero dos dados no
Worksheet e de construir o histograma, para ajustar uma gaussiana, clique em Analysis Fit Gaussian. Faa os demais ajustes necessrios ao grfico.
3. Compare e discuta os valores obtidos com os dois processos. OBS: O Origin utiliza uma equao para ajuste de gaussiana com um parmetro w (largura total da curva), que se compara com a meia-largura atravs da relao
w=2. A mesma proporo se aplica para a incerteza em .
Mais operaes e procedimentos que podem ser realizados com o Origin para tratamento de dados em planilha eletrnica, linearizao de grficos e histogramas, podem ser encontrados no arquivo OriginComplement.pdf na homepage da Disciplina.

Apostila FisExp 2sem 2011

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Apostila FisExp 2sem 2011

Transféré par

Droits d'auteur :

Formats disponibles

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Fundamentos da Fsica Experimental

Um guia para as atividades de laboratrio

Marcia Muller Jos Lus Fabris

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Captulo 2 - Medidas e seus erros.............................................................

Captulo 3 - Propagao de incertezas

Captulo 5 - Histogramas Captulo 6 - As distribuies Binomial, de Poisson e Gaussiana

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

ndice de tabelas e figuras

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Captulo 1 - Discusso geral introdutria

1.1 - A metodologia cientfica na Fsica Experimental

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

1.82 1.84 1.86 1.84 1.88 1.82 1.82 1.80

Medida no. Espessura (mm)

Espessura (mm) 1.80 1.82 1.84 1.86 1.88 Total

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Captulo 2 Medidas e seus erros

2.1 - Classificao dos erros

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Figura 1 - Exatido (accuracy) ruim e preciso boa.

Figura 2 Preciso ruim e exatido (accuracy) boa.

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

2.2 - Tratamentos estatsticos de medidas com erros aleatrios

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental

Mrcia Muller e Jos Lus Fabris

A melhor estimativa para o desvio padro do valor mdio :

2.3 - Tratamento de medidas com erros sistemticos

2.4 - Incerteza padro e indicao do valor medido

Assim, o valor da grandeza medida expresso como:

Universidade Tecnolgica Federal do Paran UTFPR

Fundamentos da Fsica Experimental