Fsica Experimental II Ano lectivo 2015/2016

A Fsica e fundamentalmente uma ciencia de observacao. Todas as leis, teorias, princpios, etc. s
ao
baseados em observac oes experimentais. Observamos a natureza, e idealizamos teorias e leis para explicar
as nossas observacoes. Depois testamos as nossas teorias, usando-as para prever o que sucedera perante um
determinado conjunto de condic oes. Realizamos entao experiencias em que reproduzimos essas condic oes,
e deste modo efectuamos novas observacoes que apoiam ou contrariam a nossa teoria original. E, pois,
evidente que um dos aspectos fundamentais da Fsica e a capacidade de realizar observacoes com exactid ao.
Estas observacoes consistem habitualmente na realizacao de medicoes detalhadas de determinadas grandezas.
Muitas vezes, as nossas teorias prevalecem ou sao abandonadas com base na precisao com a qual conseguimos
realizar estas medic
oes.

Grandezas e unidades

O Sistema Internacional de Unidades (SI), estabelecido em 1960, definiu um conjunto de sete unidades fun-
damentais que se consideram, por convencao, dimensionalmente independentes: o quilograma, o metro, o
segundo, o ampere, o kelvin, a mole, e a candela. As grandezas e os smbolos correspondentes a estas unidades
est
ao resumidos na Tabela 1.

Tabela 1: Grandezas e unidades fundamentais do SI.

Unidade
Grandeza
Nome Smbolo
Massa quilograma kg
Comprimento metro m
Tempo segundo s
Corrente electrica ampere A
Temperatura kelvin K
Quantidade de materia mole mol
Intensidade luminosa candela cd

Na Mec anica, as grandezas fundamentais sao: massa, comprimento, e tempo. A palavra fundamental refere-
se ao facto de essas grandezas e respectivas unidades nao poderem ser definidas em termos de outras; elas
constituem os tijolos que permitem construir as outras grandezas e unidades. Isto significa que todas as
outras grandezas mec anicas podem ser definidas em termos das dimensoes de massa, comprimento, e tempo
(MLT), e por isso se designam por grandezas derivadas; as unidades correspondentes designam-se por unidades
derivadas. Na Tabela 2 indicam-se alguns exemplos.
T2 - Pag. 2/6 FCUL DEPARTAMENTO DE FISICA

Tabela 2: Exemplos de grandezas e unidades mecanicas derivadas.

Unidade
Grandeza Dimens
oes
Nome Smbolo
0 1
Velocidade M LT metro por segundo m/s
Forca MLT2 newton N
Trabalho, Energia ML2 T2 joule J
2
Momento de forca ML T2 newton metro Nm
3
Massa vol
umica ML3 T0 quilograma por metro c
ubico kg/m
Frequencia M0 L0 T1 hertz Hz

Note que nem todas as unidades derivadas tem um nome proprio. Repare que as grandezas energia e momento
de forca tem as mesmas dimens oes em termos das grandezas fundamentais, mas dada a sua natureza fsica
muito distinta sao representadas por unidades diferentes.

Muitas vezes usamos prefixos para indicar multiplos ou subm

ultiplos das unidades do SI. Os prefixos, que
indicam a ordem de grandeza, devem ser escolhidos de modo que o valor numerico da grandeza em causa se
situe numa gama de valores conveniente, geralmente entre 0.1 e 1000. Na Tabela 3 resumem-se os prefixos
principais.

Tabela 3: Alguns prefixos de unidades.

Nome Valor Smbolo Nome Valor Smbolo

tera- 1012 T mili- 103 m
giga- 109 G micro- 106
mega- 106 M nano- 109 n
quilo- 103 k pico- 1012 p

Atenca
o: O prefixo quilo- representa-se com k min
usculo.

Medi
coes

Qualquer medic
ao tem por objectivo determinar o valor de uma determinada grandeza fsica. O resultado
de uma medic
ao e apenas uma aproximac
ao, ou estimativa, do valor da grandeza medida, e, portanto, est
a
completo apenas quando acompanhado de informacao acerca da incerteza dessa estimativa.

Erros e correcc
oes

Em geral, qualquer medic

ao possui imperfeic
oes que dao origem a um erro no resultado da medicao.

Suponha que medimos uma certa grandeza cujo valor verdadeiro e X e obtemos um resultado X. O erro
desta medic
ao e, por definic
ao, X = X X. Como e evidente, nao conhecemos o valor de X para nenhuma
FISICA EXPERIMENTAL II 2015/2016 T2 - Pag. 3/6

medic
ao especfica (caso contr
ario poderamos subtra-lo e obter o valor verdadeiro!), mas devemos ser capazes
de obter uma estimativa da sua magnitude.

Tradicionalmente, o erro e visto como tendo duas componentes: uma componente aleatoria, e uma componente
sistem
atica.

O erro aleatorio decorre de alteracoes temporais e espaciais imprevisveis, ou estocasticas, das grandezas de
que depende o valor medido. Os efeitos de tais alteracoes, denominados efeitos aleatorios, dao origem a
variac
oes das observac
oes repetidas da grandeza medida. Embora nao seja possvel compensar o erro aleat orio
do resultado de uma medic ao, este pode geralmente ser reduzido aumentando o n umero de observacoes. O
valor expectavel deste erro e zero.

O erro sistem atico, tal como o erro aleat orio, nao pode ser eliminado, mas, por vezes, pode ser reduzido. Se
reconhecermos que um erro sistem atico resulta do efeito de uma certa grandeza que influencia o resultado da
medic
ao, e se for possvel quantificar esse efeito, entao ha que aplicar uma correccao compensatoria. Sup
oe-se
que, apos a correcc
ao, o valor expectavel do erro decorrente desse efeito sistematico e zero.

As noc
oes de precis
ao e exactid
ao est
ao relacionadas com estas duas componentes. O seu significado e ilustrado
graficamente na Figuras 1 e 2.

A precis
ao mede qualitativamente a maior ou menor dispersao dos resultados de um conjunto de medic
oes em
torno do seu valor medio. Uma precis
ao elevada significa erros aleatorios pequenos.

A exactidao mede qualitativamente a maior ou menor proximidade entre os resultados de um conjunto de

medic
oes e o valor verdadeiro da grandeza. Uma exactidao elevada significa erros sistematicos pequenos.

Figura 1: Precis
ao elevada, exactid
ao baixa. Figura 2: Exactidao elevada, precisao baixa.

Incerteza experimental

Nenhuma medic ao de uma qualquer grandeza fsica pode ser realizada com perfeita exactidao. Mesmo depois de
todas as componentes de erro, conhecidas ou suspeitas, terem sido determinadas e as correccoes apropriadas
terem sido aplicadas, ainda permanece alguma incerteza acerca da exactidao do resultado obtido, isto e,
permanece alguma d uvida sobre qu ao bem o resultado da medicao representa o valor verdadeiro da grandeza
medida. O resultado e apenas uma estimativa deste valor, em virtude da incerteza resultante dos efeitos
aleat
orios e de uma possvel correcc
ao imperfeita dos efeitos sistematicos.

Sendo assim, ao apresentar o resultado de uma medicao e imperativo fornecer alguma indicacao da qualidade
desse resultado para que se possa avaliar a sua fiabilidade. A incerteza e uma expressao quantitativa dessa
qualidade, que caracteriza a dispers
ao dos valores que podem razoavelmente ser atribudos `a grandeza medida.
Fornecer uma estimativa da incerteza de uma medicao e, pois, tao importante como indicar o valor numerico
e as unidades do resultado.

A incerteza que afecta o resultado de uma medicao depende, em geral, de varias componentes. Algumas destas
componentes podem ser calculadas a partir da distribuicao estatstica dos resultados de series de observac
oes
repetidas, e s
ao caracterizadas pelo respectivo desvio padr
ao (DP) experimental. As outras componentes, que
correspondem geralmente a medic oes efectuadas uma u nica vez, tambem podem ser caracterizadas por um
T2 - Pag. 4/6 FCUL DEPARTAMENTO DE FISICA

DP calculado a partir de uma distribuic

ao de probabilidade hipotetica, mas nesta disciplina, por uma quest
ao
de simplicidade, vamos utilizar o limite superior do erro (LSE) baseado em informacao acerca das condicoes
experimentais.

Exemplo 1: Suponha que efectuamos uma medicao da largura ` de um objecto rectangular com
uma fita metrica graduada em milmetro, e obtemos como leitura o valor 5.7 cm. Isto significa
que uma das extremidades do objecto se encontra no zero da fita metrica e a outra extremidade
se situa mais pr oximo da marca de 5.7 cm do que de das marcas de 5.6 cm ou 5.8 cm. Se nao
tivermos raz oes para duvidar da correcta calibracao da fita metrica e das condicoes experimentais
em que decorre a leitura, podemos afirmar com razoavel certeza que o valor verdadeiro da grandeza
medida se situa no intervalo [5.65, 5.75] cm, e representamos o resultado como ` = (5.70 0.05) cm.
a direita do sinal designa-se limite superior do erro (LSE) e representa a semi-largura do
O valor `
intervalo, em torno do valor da medicao, dentro do qual acreditamos com elevado grau de confianca
se encontra o verdadeiro valor de `. A escolha do valor do LSE, 0.05 cm, resulta das caractersticas
do instrumento de medic ao, nomeadamente da sua natureza. A natureza de um instrumento de
medic
ao e a menor quantidade que e possvel medir directamente (sem ser por estimativa) na escala
desse instrumento. Neste caso, a natureza da fita metrica e 1 mm, e o LSE de leitura tomou-se
como metade da natureza, ou seja, 0.5 mm = 0.05 cm.

Ao utilizar instrumentos com escalas anal ogicas aplica-se geralmente a regra usada no exemplo anterior
(LSE=natureza/2). No entanto, podem admitir-se excepcoes: se as condicoes experimentais nao permiti-
rem uma leitura ideal (por exemplo, no caso anterior se nao for possvel encostar completamente a fita metrica
ao objecto) podemos adoptar uma estimativa mais conservadora, e considerar um LSE superior a metade da
natureza; o contr
ario tambem e possvel, se os tracos da escala do instrumento estiverem de tal modo separa-
dos que seja possvel estimar visualmente fraccoes da menor divisao, e possvel considerar um LSE inferior a
metade da natureza. Em qualquer caso, a regra que deve prevalecer e a do bom senso, tendo sempre presente
a noc
ao de que o LSE define um intervalo de valores que deve conter, com elevada probabilidade, o valor real
da grandeza que pretendemos medir.

Nos instrumentos com mostrador digital toma-se como LSE de leitura a propria natureza do instrumento, que
e o menor valor do dgito menos significativo apresentado. Tambem neste caso pode haver excepcoes, mas
apenas no sentido de aumentar o LSE relativamente `a natureza, e nunca no sentido de diminuir. Por exemplo,
se os valores apresentados no mostrador oscilarem incessantemente, o LSE deve traduzir a semi-amplitude
dessas oscilac
oes.

C
alculo da incerteza

Na maioria dos casos, a medic

ao de uma grandeza Y nao e feita directamente, mas sim determinada a partir
de um certo n
umero N de outras grandezas X1 , X2 , . . . , XN atraves de uma relacao funcional f :

Y = f (X1 , X2 , . . . , XN ). (1)

Substituindo nesta equac

ao os valores medidos x1 , x2 , . . . , xN das grandezas X1 , X2 , . . . , XN obtem-se a esti-
mativa y do resultado da medicao de Y :

y = f (x1 , x2 , . . . , xN ). (2)

A incerteza associada ao resultado da medic ao y, denominada incerteza combinada, uc (y), e determinada a

partir das incertezas individuais, u(xi ),1 correspondentes `as estimativas das diferentes grandezas xi .

1A letra u, geralmente consagrada para representar a incerteza, prov

em da designac
ao inglesa, uncertainty.
FISICA EXPERIMENTAL II 2015/2016 T2 - Pag. 5/6

Medi
coes repetidas

Geralmente, a melhor estimativa do valor de uma certa grandeza que varia aleatoriamente, e da qual foram
registadas n observac
oes independentes em identicas condicoes experimentais, e a media aritmetica das n
observac
oes. Ent
ao, para uma grandeza Xi estimada a partir de n observacoes repetidas Xi,1 , . . . , Xi,n , temos,
n
i = 1
X
xi = X Xi,k . (3)
n
k=1

As observacoes individuais tem valores diferentes em virtude das variacoes resultantes dos efeitos aleat
orios.
2
A vari
ancia experimental das observac oes, definida como
n
1 X i 2 ,
s2 (Xi ) =


Xi,k X (4)
n1
k=1

e a sua raiz quadrada s(Xi ), o desvio padrao experimental, caracterizam ambos a variabilidade dos valores
observados nas diferentes repetic i.
oes da medicao, ou seja, a sua dispersao em torno da media X

O valor medio X i e o correspondente desvio padrao experimental dizem respeito a um conjunto de n ob-
servac
oes. Suponha agora que se realizam varios conjuntos de n observacoes nas mesmas condicoes. Em
virtude da componente aleat i , dos
oria associada ao processo de medicao da variavel Xi , os valores medios, X
v
arios conjuntos n ao ser
ao todos iguais. Existe alguma variacao do proprio valor medio entre os diferentes
conjuntos de observacoes. E, naturalmente, estas variacoes serao tanto menores quanto maior for o n umero n
oes dentro de cada conjunto.3 Demonstra-se estatisticamente que a variabilidade do valor medio e
de observac
inversamente proporcional ao n umero n de observacoes. Assim, a vari ancia da media experimental, definida
como
2
i ) = s (Xi ) ,
s2 (X (5)
n
quantifica qu
ao bem o valor medio X i permite estimar o verdadeiro valor expectavel de Xi . A sua raiz
quadrada, o desvio padrao da media experimental, s(X i ), pode ser usado como uma medida da incerteza do
valor da medic
ao xi = Xi :
i ).
u(xi ) = s(X (6)

Medi
coes singulares

Para uma estimativa xi , de uma grandeza Xi , que nao e obtida atraves de observacoes repetidas, a estimativa
da incerteza experimental associada e tomada, por simplicidade, como o LSE definido anteriormente.4

Incerteza combinada

Para a determinac
ao da incerteza associada `a grandeza Y , consideramos apenas o caso mais simples em que
todas as grandezas das quais depende, Xi , sao independentes, isto e, nao existe correlacao entre elas.

Sendo y a estimativa do valor da grandeza Y , ou seja, o resultado da medicao, a incerteza de y e obtida

combinando as incertezas das estimativas x1 , x2 , . . . , xN , da seguinte forma:
N  2
2
X f
uc (y) = u2 (xi ), (7)
i=1
x i

2A variancia experimental constitui uma estimativa da variancia, 2 (Xi ), da verdadeira distribuica

o de probabilidade de Xi .
3 Considere-se por exemplo um dado. O valor m edio do numero de pintas nas suas faces e 3.5. Se o dado for lancado apenas
duas ou tr es vezes, facilmente se obt
em uma m edia de 1 ou de 6, valores extremos bastante afastados da m edia verdadeira. No
entanto, se o dado for lancado 100 vezes, por exemplo, dificilmente se obt em um valor m edio muito afastado de 3.5.
4 Assumindo, por exemplo, uma distribui cao de probabilidade uniforme no intervalo definido pelo LSE, o desvio padr ao da

distribuic
ao
e = LSE/ 3, valor que constitui uma melhor estimativa da incerteza experimental, nesta situaca o.
T2 - Pag. 6/6 FCUL DEPARTAMENTO DE FISICA

onde f e a func
ao definida na equacao (1). As incertezas combinam-se de uma forma quadratica, atraves da
express
ao (7), que
 
e denominada lei da propagaca
o de
 incerteza.
 Os coeficientes desta combinacao, envolvem
f f
as quantidades xi , que s
ao as derivadas parciais Xi tomadas nos pontos Xi = xi .

Da equac
ao (7) resultam express oes particulares para as funcoes f mais comuns de uma ou duas variaveis,
como as quatro operac
oes algebricas, a potencia, a exponencial e o logaritmo, que se apresentam na Tabela 4.
A generalizac
ao para mais de duas vari aveis e relativamente simples.

Tabela 4: Express
oes da incerteza combinada para algumas das funcoes mais comuns de uma e duas variaveis.
Func
ao f Expressao da incerteza combinada uc (y)
Soma Y = X1 + X2
u2c (y) = u2 (x1 ) + u2 (x2 )
Subtracc
ao Y = X1 X2
Multiplicac
ao Y = X1 X2  2  2  2
uc (y) u(x1 ) u(x2 )
= +
Divis
ao Y = X1 /X2 y x1 x2
uc (y) u(x)
Potencia Y = X = ||
|y| |x|
uc (y)
Exponencial Y = eX = ||u(x)
|y|
u(x)
Logaritmo Y = log(X) uc (y) = ||
|x|

Exemplo 2: Suponha que pretendemos medir a area de uma das faces do objecto rectangular
do Exemplo 1. A area do rect
angulo A depende de duas grandezas independentes, a largura `
e a altura h, por intermedio de uma funcao f que representa o produto destas duas grandezas:
A = f (`, h) = `h. A medic
ao da largura produziu uma estimativa ` = 5.70 cm com uma incerteza
(estimada atraves do LSE de leitura) u(`) = 0.05 cm. Representamos este resultado habitualmente
na forma: ` = (5.70 0.05) cm. Suponhamos que uma medicao da altura do objecto produz, nas
mesmas condicoes experimentais, o resultado h = (2.50 0.05) cm. Substituindo as estimativas de
` e h na express
ao da area obtemos a melhor estimativa do valor desta grandeza:

A = `h = 5.70 cm 2.50 cm = 14.25 cm2 .

A incerteza combinada que afecta este resultado e calculada usando a expressao do produto, nome-
adamente, o quadrado da incerteza relativa da area e a soma dos quadrados das incertezas relativas
da largura e da altura:
 2  2  2 s 2  2
uc (A) u(`) u(h) u(`) u(h)
= + uc (A) = A +
A ` h ` h
s 2  2
2 0.05 0.05
uc (A) = 14.25 cm + = 0.3112 cm2
5.70 2.50

Apresentac
ao do resultado

O resultado de qualquer medic ao deve incluir a estimativa do valor da grandeza medida, a estimativa da
incerteza associada, e a unidade em que ambas estao expressas. Mas e necessario ter em conta igualmente
que a estimativa da grandeza e a sua incerteza nao devem ser apresentadas com um n umero excessivo de
algarismos. Em geral, a incerteza n
ao deve ter mais do que um ou dois algarismos significativos.
FISICA EXPERIMENTAL II 2015/2016 T2 - Pag. 7/6

Designam-se por algarismos significativos de um n umero, o primeiro algarismo diferente de zero, da esquerda
para a direita, e todos os restantes algarismos `a direita deste. O algarismo mais significativo e aquele que se
encontra mais `a esquerda, e o menos significativo e o u
ltimo da direita. O n
umero de algarismos significativos
de um certo valor numerico e uma medida da quantidade de informacao expressa por esse valor numerico. No
Exemplo 2, os valores calculados de A e uc (A) tem 4 algarismos significativos. Se exprimirmos o mesmo valor
noutras unidades, por exemplo em metro quadrado, A = 0.001425 m2 , o n umero de algarismos significativos
n
ao se altera, e portanto, a quantidade de informacao nele contida mantem-se.

Nos trabalhos de laborat orio realizados nesta disciplina, em que a precisao dos resultados nao e o objectivo
principal, ser
a suficiente, em geral, exprimir os valores da incerteza com um u nico algarismo significativo. No
entanto, se esse algarismo for o 1, e conveniente apresentar a incerteza com dois algarismos.

Ao pretendermos reduzir o n
umero de algarismos significativos de um certo valor numerico somos confrontados
com a quest
ao do arredondamento. As regras de arredondamento sao muito simples, e estao resumidas na
Tabela 5.

Tabela 5: Regras do arredondamento de valores numericos, que dizem respeito ao algarismo menos significativo
a reter.
Arredondamento por defeito Arredondamento por excesso
O algarismo a reter fica inalterado Adiciona-se 1 ao algarismo a reter
se o algarismo seguinte
estiver entre 0 e 4 estiver entre 5 e 9

ao exposta no Exemplo 2, o resultado do calculo da incerteza da area uc (A) = 0.3112 cm2 deve ser
Na situac
arredondado (por defeito) para uc (A) = 0.3 cm2 .

Tendo em conta o significado do conceito de incerteza, que caracteriza a dispersao dos valores que e possvel
obter numa dada medicao, parece razo
avel que a estimativa do valor da medicao nao deva ter um numero de
casas decimais maior do que a incerteza correspondente.

O numero de casas decimais de um valor numerico representa o n umero de posicoes `a direita do ponto decimal
onde se encontra o algarismo menos significativo. Assim, por exemplo, os n umeros 12.00 e 0.07 tem ambos
duas casas decimais, pois o algarismo menos significativo e o das centesimas. Nao confundir com o n umero de
algarismos significativos, o primeiro tem 4 e o segundo apenas 1.

Voltando ao Exemplo 2, o valor da incerteza, uc (A) = 0.3 cm2 tem apenas uma casa decimal, pelo que o valor
medido da area deve ter tambem apenas uma casa decimal. De facto, se a incerteza se situa nas decimas de
centmetro, isto significa que a dispers
ao de valores possveis resultantes dessa incerteza colocam em d
uvida o
algarismo das decimas na estimativa da por este motivo que o valor da medicao deve ser mostrado s
area. E o
ate ao primeiro algarismo que esta em d uvida, neste caso o das decimas. Aplicando a regra de arredondamento
por excesso, o valor calculado A = 14.25 cm2 deve ser arredondado para A = 14.3 cm2 .

Por fim, o resultado da medic

ao da
area ilustrada nos exemplos anteriores deve ser apresentado como:

A = (14.3 0.3) cm2 (8)

Notac
ao cientfica

Considere, por exemplo, que alguem afirma que a distancia entre dois pontos ao longo de uma estrada e de
2000 m. Sem mais informac ao acerca da incerteza associada a esta distancia, a afirmacao torna-se ambgua.
Ser
a que a pessoa se refere a uma dist ancia aproximada de 2 km (com apenas um algarismo significativo
implcito)? Ou pelo contr ario, mediu essa distancia com muito cuidado e quer dizer mesmo 2000 m (com 4
algarismos significativos, e portanto muito maior quantidade de informacao)?
T2 - Pag. 8/6 FCUL DEPARTAMENTO DE FISICA

A utilizac
ao de notac
ao cientfica tem, entre outras vantagens, o facto de permitir evitar este genero de
ambiguidades, que, sendo vulgares em formas de expressao informal, sao cientificamente inaceitaveis. Permite
igualmente a representac
ao de n umeros muito grandes ou muito pequenos num formato comodo.

Em notacao cientfica, qualquer valor numerico e representado pelo produto de dois factores: a mantissa, ou
coeficiente, formado pelo conjunto de todos os seus algarismos significativos com o ponto decimal colocado ` a
direita do algarismo mais significativo; e uma potencia de 10 que representa a ordem de grandeza.

Enunciando a distancia entre aqueles dois pontos da estrada em notacao cientfica, como 2.000 103 m, ou,
alternativamente, como 2 103 m, fica claro se os zeros `a direita sao significativos, ou se, na afirmacao inicial,
foram acrescentados simplesmente para converter o valor de quilometro para metro.

Aarea dos exemplos anteriores pode ser expressa em metro quadrado, nao de um modo desajeitado e difcil
de ler, como A = (0.00143 0.00003) m2 , mas em notacao cientfica de uma forma mais compacta:5

A = (1.43 0.03) 103 m2 (9)

Algarismos significativos em operac

oes alg
ebricas

A possibilidade de usar a notac ao cientfica para eliminar a ambiguidade quanto ao verdadeiro significado dos
algarismos presentes nos valores numericos, permite assumir implicitamente que, no meio cientfico, todos os
algarismos indicados s ao significativos (mesmo que os valores nao estejam representados em notacao cientfica).
Assim, ao depararmos com um valor de, por exemplo, 2000 m, devemos assumir que os tres zeros `a direita s ao
significativos, ou seja, que o u
ltimo zero, das unidades, e o u nico susceptvel de estar incerto.

Assumindo esta convenc

ao, e necessario saber determinar quais os algarismos que sao significativos no resultado
de uma operac
ao envolvendo v arios valores numericos.

Exemplo 3: Todos sabemos que muitas vezes, ao multiplicar e sobretudo ao dividir dois n umeros
numa calculadora, o resultado preenche o visor em toda a sua largura. Sao todos aqueles algarismos
significativos? Consideremos, por exemplo, a multiplicacao de 0.3359 por 4.7.

0.3359 4.7 = 1.57873

Obtem-se um resultado bastante suspeito, com 6 algarismos, quando os factores que lhe deram
origem tem quando muito 4 algarismos significativos. Vamos assumir a nossa convencao de que
nestes factores apenas o algarismo menos significativo e incerto, e vamos alem disso supor que a
d
uvida a respeito desse algarismo e a menor possvel, apenas de uma unidade no u ltimo algarismo.
No caso do factor 4.7, admitimos que pode existir uma variabilidade entre 4.6 e 4.8, e que o
outro factor pode variar entre 0.3358 e 0.3360. Calculando os produtos menos desfavoraveis (com
variac
oes dos dois factores em sentidos opostos) obtemos os seguintes resultados numa calculadora:

0.3360 4.6 = 1.5456

0.3358 4.8 = 1.61184

Como podemos ver, mesmo com esta variacao mnima, os resultados diferem logo no segundo
algarismo significativo. Ent
ao, de acordo com a convencao de que o valor a apresentar deve ter
apenas o u
ltimo algarismo em d uvida, o resultado da multiplicacao, 1.57873, deve ser arredondado
de modo a apresentar apenas 2 algarismos significativos, ficando simplesmente 1.6.

A regra pratica, ilustrada no Exemplo 3, e a de que no produto, e tambem na divisao, o resultado final deve
ser apresentado com um n umero de algarismos significativos igual ao do factor que tiver menos.

Naturalmente que se o resultado da operacao tiver de ser usado noutros calculos, o arredondamento nao deve
ser efectuado. Os valores intermedios devem ser armazenados na maquina de calcular e usados tal como estao.
O arredondamento deve ser efectuado apenas no final, quando for necessario apresentar um resultado.
5 Os par
enteses s
ao importantes, pois tanto o factor como a unidade se aplicam a ambos os valores num
ericos.
FISICA EXPERIMENTAL II 2015/2016 T2 - Pag. 9/6

Exemplo 4: Suponhamos que pretendemos somar dois n

umeros, por exemplo, 8.4972 e 6.35. O
resultado que se obtem na calculadora e

8.4972 + 6.35 = 14.8472

Procedendo do mesmo modo que no Exemplo 3, vamos admitir uma variacao mnima no u ltimo
algarismo significativo de cada uma das parcelas, e calcular de novo a soma nos casos menos
desfavor
aveis:

8.4973 + 6.34 = 14.8373

8.4971 + 6.36 = 14.8571

A variacao d
a-se agora no quarto algarismo significativo, mas nenhuma das parcelas tem 4 alga-

rismos significativos. A regra para a soma nao e a mesma que para a multiplicacao e a divisao. E
f
acil constatar que a variac
ao se d
a na casa decimal das centesimas, e e dominada pela variac ao
na parcela que termina nesta casa decimal. O resultado da soma, 14.8472, deve ser arredondado
as centesimas, ficando: 14.85.
`

A regra pratica para a soma, e tambem para a subtraccao, afirma que o resultado final deve ser apresentado
com um n umero de casas decimais igual ao da parcela que tiver menos. Tambem neste caso, o arredondamento
s
o deve ser efectuado no final de todos os calculos.

Desvio relativo e discrep

ancia relativa

Suponha que efectua no laborat orio uma medicao experimental do valor x de uma determinada grandeza X
para a qual exite um valor de referencia conhecido Xref . O desvio do valor experimental relativamente ao
valor de referencia exacto mede-se geralmente em percentagem do valor de referencia, e designa-se desvio
relativo:
x Xref
100% (10)
Xref
O desvio relativo pode ser positivo ou negativo consoante o valor medido seja superior ou inferior ao valor de
referencia.

Suponha, pelo contr

ario, que n
ao conhece o valor aceite ou de referencia, mas possui dois valores experimentais
da mesma grandeza obtidos por metodos diferentes, nao sendo nenhum deles mais relevante do que o outro.
D
a-se o nome de discrepancia relativa entre os dois valores `a sua diferenca percentual relativamente `a media
desses valores:
|x1 x2 |
|x +x |
100% (11)
1 2
2

Professores respons
aveis:
Maria Jose Ribeiro Gomes, Edgar Cravo