Académique Documents
Professionnel Documents
Culture Documents
=
N
x x
N
i
i
, onde
N
x
x
N
i
i
=
=
1
dito ser o valor mdio amostral.
OBS: A Mdia populacional e o Desvio-padro populacional da medida da grandeza x so
definidos, respectivamente, como [MENDES, 2005]:
N
x
s
N
x
N
i
x i
N
x
N
i
i
N
x
=
=
=
=
1
2
1
) (
lim
lim
Ou seja, assumindo que a populao obtida com um nmero INFINITO de medidas... Como
isto no exeqvel, trabalharemos com valores de amostragem (ou seja, de parte da populao)
usando o valor mdio amostral e como desvio-padro experimental.
Existem dois tipo bsicos de mtodos de medio: o mtodo direto e o mtodo indireto
[MENDES, 2005; PIACENTINI, 2001]. Ao primeiro mtodo vamos nos referir por medidas
diretas e ao segundo por medidas indiretas
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
6 / 31
1.2. Medidas Diretas.
As grandezas obtidas por "medidas diretas" so aquelas cujo valor numrico aferido por
meio de um equipamento especialmente projetado para este fim; ou seja, construdo de tal forma
que com o ato da medida pode-se LER em um mostrador valores mltiplos ou sub-mltiplos de um
padro.
Ou seja, em uma medida direta o resultado da medio obtido por uma leitura no mostrador.
Vale notar que a resoluo do sistema de medio usado ser sempre o menor valor que, com
segurana, pode ser lida em uma medio (...) No devemos supor que a resoluo seja menor do
que realmente [MENDES, 2005].
Uma importante propriedade do sistema de medio a sua "calibrao" ou seja, sua
capacidade de fornecer valores fidedignos ao padro estabelecido para a grandeza em questo.
Temos como exemplos tpicos de medidas diretas:
1) A determinao do comprimento das arestas de um cubo, que pode ser feita
utilizando, por exemplo, uma rgua milimetrada.
2) A determinao da temperatura de um indivduo, que pode ser feita por leitura direta
em um termmetro
Como qualquer instrumento de medida produto da criao humana, empregando peas
materiais, podemos estabelecer que qualquer instrumento apresenta algum grau de "impreciso".
Veja bem: qualquer instrumento de medida, quando construdo, necessariamente tem um LIMITE
de sensibilidade, ou seja, um limite de QUAL O MENOR VALOR e QUAL O MAIOR
VALOR que ele capaz de avaliar. No nosso exemplo, a rgua tem como limite inferior de medida
1 mm e como superior 500 mm (usualmente).
No possvel construir um equipamento de sensibilidade ideal.
Desta forma, uma grandeza direta tem seu valor obtido COM CERTA IMPRECISO. Alguns
autores utilizam o termo "erro" para indicar esta impreciso. "Erro" um termo usualmente
pejorativo, e deve ser evitado. Formalmente, a metrologia emprega o termo "incerteza"; ou seja,
uma grandeza medida SEMPRE possui uma INCERTEZA.
JAMAIS devemos dissociar o valor de uma MEDIDA direta do valor de sua incerteza!
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
7 / 31
Como obter esta incerteza da grandeza obtida por medida direta? Isto simples.
Inspecionando o prprio equipamento de medida podemos determinar a incerteza (isto se o
fabricante do mesmo no a fornece explicitamente).
Consideremos novamente o caso da rgua milimetrada. Se a rgua graduada com traos
separados pela distncia de 1 mm, ento temos que valores que sejam fraes do milmetro NO
PODEM ser aferidos com este instrumento (para tanto seriam necessrios ou o paqumetro ou o
micrmetro). LOGO, a SENSIBILIDADE da rgua de X = 1 mm (ou de X = 10
-3
m).
Logo, qualquer valor medido pela rgua obtido com uma INCERTEZA ao seu redor
valendo 1 mm. Agora vem um ponto importante: ASSUMIMOS O VALOR DA GRANDEZA X
COMO SENDO QUALQUER VALOR DENTRO DA FAIXA DE INCERTEZA EM TORNO DO
VALOR LIDO NO EQUIPAMENTO (no nosso exemplo, a rgua).
Veja a figura 1, onde est representada a medio do comprimento de uma pea de alumnio.
Observemos que se a leitura DIRETA na rgua fornece o valor 18 mm, ento em torno do valor 18
mm existe uma faixa de impreciso com valor de 1 mm. Ou seja, 0,5 mm abaixo do valor 18 mm e
0,5 acima do valor mm. Logo, o correto descrevermos o valor da grandeza medida como sendo :
18,0 0,5 mm.
Figura 1: Medida do comprimento de uma das arestas de uma pea de alumnio
O "" significa que o valor 18,0 mm o valor lido, mas com uma incerteza de 0,5 mm para
menos (18,0-0,5+17,5) e para mais (18,5+0,5=18,5). Assim sendo, o comprimento da haste est
dentro do intervalo real [17,5 , 18,5] mm.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
8 / 31
Em termos simblicos, escrevemos que uma grandeza X, cujo valor LIDO no equipamento de
medida foi X
L
, possui uma incerteza na leitura que vale X
L
(letra grega "delta" minsculo seguido
do smbolo que representa o valor lido da grandeza: X
L
).
De forma compacta, nos referimos grandeza por X = X
L
X
L
.
Portanto, no caso de uma grandeza obtida por medida direta, sua incerteza numericamente
igual METADE da sensibilidade do equipamento (o que se traduz, na maioria dos casos, metade
da menor diviso do mostrador do equipamento!).
1.3. Medidas Indiretas.
As grandezas obtidas por "medidas indiretas" so aquelas cujo valor numrico advm da
combinao de grandezas diretas. Em outras palavras: so obtidas por expresses matemticas
(frmulas) que, em ltima instncia, envolvem grandezas obtidas por medidas diretas.
Ora, uma vez que as medidas diretas possuem incerteza, ento a medida indireta TAMBM
possui uma incerteza. Esta advm da "propagao" da incerteza das grandezas indiretas nos clculos
utilizados.
Por exemplo, consideremos a determinao do volume de um paraleleppedo. Podemos
empregar a expresso:
V= a . b . c ,
onde V representa o volume e a, b & c os comprimentos de cada aresta.
Mas os valores das arestas TM que ter sido medidos de forma a que a frmula acima seja
til. Logo os valores das arestas TM INCERTEZAS! Por conseguinte, V tambm ter uma
incerteza!
A teoria matemtica que permite a determinao da incerteza de uma grandeza indireta
conhecido como "Mtodo da Propagao das Incertezas". No o discutiremos aqui por envolver
conhecimentos de Clculo Diferencial, em especial o conceito de Derivadas Parciais de uma
Funo. Consideremos ento um mtodo mais imediato e simples, "montado" em funo da
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
9 / 31
operao matemtica que permite a obteno da grandeza indireta. Este procedimento envolve
apenas a lgebra elementar.
Consideremos ento a grandeza indireta representada por "c" e as diretas que a compem por
"a" e "b".
1
o
CASO: c = a + b.
Como todas as Grandezas TM incertezas, substitui-se:
c (c c)
a (a a)
b (b b)
Ento:
(c c) = (a a) + (b b)
c c = a a + b b
c c = (a+b) ( a + b)
Como IDEALMENTE c = a + b, ento pela ltima relao acima:
c = a + b
2
o
CASO: c = a - b.
Como todas as Grandezas TM incertezas, substitui-se
: c (c c)
a (a a)
b (b b)
Ento:
(c c) = (a a) - (b b)
c c = a a - b b notemos que no afetado
quando precedido por sinal negativo!
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
10 / 31
c c = (a-b) (a + b)
Como IDEALMENTE c = a - b, ento pela ltima relao acima:
c = a + b AS INCERTEZAS SE SOMAM!!!
3
o
CASO: c = a . b.
Como todas as Grandezas TM incertezas, substitui-se:
c (c c)
a (a a)
b (b b)
Ento:
(c c) = (a a) . (b b) pela propriedade distributiva, temos:
c c = (a . b) (a . b) (b . a) (a . b)
Se os instrumentos de medida usados para determinar a e b so precisos o suficiente, ento a
e b so muito menores que a e b. Desta forma, podemos desprezar o resultado do produto entre as
suas incertezas, ou seja: a . b 0 .
Neste caso, ficamos com:
c c = (a . b) (a . b) (b . a)
c c = (a . b) (a . b + b . a)
Como IDEALMENTE c = a . b, ento pela ltima relao acima:
c = (a . b) + (b . a)
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
11 / 31
4
o
CASO: c =
a
b
Como todas as Grandezas TM incertezas, substitui-se
: c (c c)
a (a a)
b (b b)
Ento:
(c c) =
(a a)
(b b)
multiplicando por:
(b b)
(b b)
:
c c = (a a) (b b)
(b b) (b b)
Pela Propriedade distributiva, vem:
c c = (a . b) (a . b) (b . a)
(b)
2
2 b . b (b)
2
Novamente podemos assumir que, se os instrumentos de medida usados para determinar a e b
so precisos o suficiente, ento a e b so muito menores que a e b. Desta forma desprezamos o
resultado do produto b . b, bem como a parcela (b)
2
, pois ambas comparadas a b
2
so muito
pequenas. Neste caso, ficamos com:
c c = (a . b) (a . b) + (b . a)
(b)
2
(b)
2
c c = a (a . b) + (b . a)
b (b)
2
Como IDEALMENTE c =
a
b
, ento pela ltima relao acima:
c = (a . b) + (b . a)
(b)
2
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
12 / 31
De forma resumida, as incertezas nas operaes bsicas discutidas esto consolidadas na
Tabela 1 a seguir.
TABELA 1: CLCULO DAS INCERTEZAS RELATIVAS
PARA AS OPERAES SIMPLES
GRANDEZA INCERTEZA
c = a + b c = a + b
c = a - b c = a + b
c = a . b c = (a . b) + (b . a)
c =
a
b
c = (a . b) + (b . a)
(b)
2
De forma compacta, nos referimos grandeza cujo valor foi medido indiretamente por X
I
X
I
, onde X
I
o valor obtido por uma expresso matemtica e X
I
obtido pela propagao de
incertezas.
Ainda em relao s operaes aritmticas bsicas, podemos notar que a TABELA 1 pode ser
re-escrita se calculamos a chamada INCERTEZA RELATIVA para os casos de multiplicao e
diviso. A Incerteza relativa calculada dividindo a incerteza pelo valor ao qual se refere: c / c
4
.
- MULTIPLICAO: ( c / c ) = [ (a . b) + (b . a) ] / c
( c / c ) = [ (a . b)/ c ] + [(b . a) / c ] = [ (a . b)/ (a . b) ] + [(b . a) / (a . b) ]
( c / c ) = (b/ b) + (a / a) A incerteza relativa do produto a soma das incertezas
relativas dos fatores.
-DIVISO: ( c / c ) = [ (a . b) + (b . a) ] / (b
2
.c)
( c / c ) = [ (a . b) + (b . a) ] / (b
2
.a / b) = [ (a . b) + (b . a) ] / (b.a)
( c / c ) = [ (a . b)/ (a . b) ] + [(b . a) / (a . b) ]
( c / c ) = (b/ b) + (a / a) A incerteza relativa da a soma da incerteza relativa do
dividendo com a do divisor.
4
Muitas vezes pode-se expressar a incerteza relativa percentual, multiplicando a incerteza relativa por cem (100).
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
13 / 31
TABELA 1-B: CLCULO DAS INCERTEZAS RELATIVAS
PARA AS OPERAES SIMPLES
GRANDEZA INCERTEZA
c = a + b
c = a b
c = a + b
c = a . b
c =
a
b
b
b
a
a
c
c
+ =
Em muitos casos, uma grandeza w funo algbrica do PRODUTO de grandezas x
i
,
sendo cada uma elevada a um expoente n
i
, ou seja, w = f (x
1
n
1
. x
2
n
2
. x
2
n
3
. ... . x
N
n
N
). Caso seja
este o caso, uma alternativa s expresses para multiplicao e diviso consiste na expresso a
seguir (consulte livros de clculo numrico para maiores detalhes...):
i
i
N
i
i
x
x
n
w
w
1
=
=
Vale informar que, formalmente, a incerteza sempre poder ser calculada pelas derivadas
parciais da funo que expressa a grandeza indireta, em relao s grandezas diretas; ou seja:
=
N
i
i
i
x
x
f
w
1
Uma derivada parcial, como por exemplo
2
x
f
\
|
=
N
i
i
i
x
x
w
w
1
2
2
A incerteza que estudamos anteriormente passa a ser denominada incerteza mxima, ou
incerteza-limite, e aplicada em casos onde muitos fatores geradores de incerteza no forem
mensurados (para maiores detalhes, consulte livros de Metrologia).
Em nossos Cursos de Fsica Experimental, poderemos usar tanto a incerteza-limite (maior
valor) ou a incerteza-padro (menor valor), conforme as especificidades das condies
experimentais.
Apresentamos a seguir algumas expresses para clculo da incerteza-padro de uma
grandeza G.
(1) G = x
1
+ x
2
+ x
3
2
3
3
2
2
2
2
1
1
2
|
|
\
|
+
|
|
\
|
+
|
|
\
|
= |
\
|
x
x
x
x
x
x
G
G
(2) G = x
m
2 2
|
\
|
=
|
\
|
x
x
m
G
G
(3) G = A + B x
2 2
\
|
=
|
\
|
x
x
G
G
(4) G = x . y
2
2 2
|
|
\
|
+
|
\
|
=
|
\
|
y
y
x
x
G
G
(5) G = x
m
. y
n
2
2 2
|
|
\
|
+ |
\
|
= |
\
|
y
y
x
x
G
G
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
18 / 31
1.5 Um pouco de Estatstica
Na busca pelo valor verdadeiro de uma grandeza, observamos que devem ser feitas vrias
medidas e no uma nica, pois a preciso e a exatido de um equipamento de medida no so
perfeitas.
Verifica-se que, de acordo com o equipamento empregado, temos maior ou menos preciso
(absoluta ou relativa). E quanto exatido?
A cincia que fazemos uso neste caso a Estatstica. Os conhecimentos de Esatstica so
fundamentais par ao estudo da Natureza atravs de atividades laboratoriais. Neste documento
faremos uso de apenas algum conceitos e procedimentos, deixando o estudo com maior
profundidade para o Cursos especfico de Estatstica.
Ao construirmos uma tabela de apresentao dos valores dados medidos de uma grandeza,
observa-se EXPERIMENTALMENTE que certos valores aparecem mais vezes que outros. Veja
por exemplo o QUADRO A1 a seguir (que instrumento de medida foi empregado?).
QUADRO 1: Apresentao (dispersa) dos Valores Medidos do Dimetro de uma Esfera de Alumnio
(valores em cm)
6,26 6,28 6,29 6,29 6,29 6,28 6,28 6,28 6,29 6,28
6,32 6,28 6,29 6,28 6,27 6,31 6,31 6,29 6,29 6,29
6,26 6,31 6,30 6,26 6,30 6,27 6,30 6,27 6,29 6,28
6,29 6,31 6,26 6,29 6,32 6,31 6,27 6,29 6,31 6,29
6,29 6,29 6,30 6,27 6,31 6,29 6,29 6,26 6,30 6,29
6,25 6,29 6,30 6,39 6,29 6,25 6,28 6,29 6,29 6,28
6,30 6,28 6,30 6,33 6,29 6,28 6,29 6,30 6,30 6,27
6,32 6,29 6,29 6,31 6,27 6,29 6,29 6,30 6,30 6,27
6,28 6,28 6,29 6,29 6,30 6,29 6,27 6,30 6,30 6,28
6,30 6,29 6,29 6,29 6,30 6,29 6,28 6,31 6,30 6,32
6,32 6,28 6,28 6,30 6,29 6,28 6,25 6,33 6,30 6,26
6,29 6,29 6,30 6,30 6,30 6,30 6,28 6,32 6,29 6,29
6,25 6,31 6,29 6,30 6,30 6,30 6,29 6,28 6,29 6,31
6,31 6,26 6,29 6,29 6,27 6,27 6,27 6,27 6,28 6,31
6,28 6,29 6,30 6,26 6,30 6,25 6,28 6,28 6,28 6,28
6,29 6,29 6,27 6,30 6,31 6,28 6,32 6,29 6,27 6,29
6,29 6,30 6,33 6,30 6,29 6,29 6,28 6,29 6,29 6,26
6,28 6,31 6,29 6,31 6,28 6,27 6,29 6,28 6,29 6,27
6,29 6,29 6,28 6,29 6,29 6,29 6,29 6,28 6,27 6,32
6,28 6,29 6,28 6,29 6,29 6,38 6,28 6,26 6,29 6,29
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
19 / 31
Com base neste quadro podemos construir uma tabela em que listamos UM DADO VALOR
MEDIDO numa coluna e na seguinte O NMERO DE VEZES QUE ELE APARECE. Isto feito
na TABELA 2.
TABELA 2: Freqncia de Ocorrncia de Valores
VALOR Ocorrncia
6,25 05
6,26 10
6,27 17
6,28 38
6,29 70
6,30 33
6,31 16
6,32 07
6,33 04
Os resultados da TABELA 2 podem ser apresentados de forma grfica, onde atribumos o
eixo das abscissas aos valores medidos e ao eixo das ordenadas atribumos o nmero de ocorrncia.
Este grfico pode ser visto na Figura 2.
6,24 6,25 6,26 6,27 6,28 6,29 6,30 6,31 6,32 6,33 6,34
0
10
20
30
40
50
60
70
80
o
c
o
r
r
n
c
i
a
d
a
m
e
d
i
d
a
(
v
a
l
o
r
a
b
s
o
l
u
t
o
)
valore medidos de
dimetro (cm)
Figura 2: Distribuio discreta dos valores medidos.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
20 / 31
Uma outra forma grfica de distribuirmos os dados consiste no histograma, onde, em torno do
VALOR MEDIDO desenhamos um retngulo cuja largura pode ser:
a) O valor da incerteza na medida;
b) A metade da separao entre um valor medido e seus vizinhos.
Estas duas possibilidades podem ser vistas nas Figuras 3 e 4 a seguir.
6,24 6,25 6,26 6,27 6,28 6,29 6,30 6,31 6,32 6,33 6,34
0
20
40
60
80
A largura da barra
corresponde
incerteza
o
c
o
r
r
n
c
i
a
d
a
m
e
d
i
d
a
(
v
a
l
o
r
a
b
s
o
l
u
t
o
)
valores medidos de
dimetro (cm)
Figura 3: Distribuio das medidas
6,24 6,25 6,26 6,27 6,28 6,29 6,30 6,31 6,32 6,33 6,34
0
10
20
30
40
50
60
70
80
A largura das barras
corresponde
metade do intervalo
entre as medidas
o
c
o
r
r
n
c
i
a
d
a
m
e
d
i
d
a
(
v
a
l
o
r
a
b
s
o
l
u
t
o
)
valores medidos de
dimetro (cm)
Figura 4: Distribuio das medidas segundo um histograma
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
21 / 31
Observemos que neste caso, a distribuio de valores se d entorno de um valor que tem
maior ocorrncia. Neste caso, pode-se supor que o valor mais provvel a mdia aritmtica do
conjunto de valores, sendo sua incerteza s calculada atravs do desvio-padro amostral s
conforme a expresso a seguir:
= =
N
s
s
) 1 (
) (
1
2
_
=
N N
x x
N
i
i
Este tema ser estudado com mais profundidade em Cursos de Estatstica. Vamos nos dedicar
agora apenas ao conhecimento mnimo para executarmos nossas atividades laboratoriais em nvel
bsico.
Assim sendo, para aplicar esta expresso do desvio-padro de forma prtica, definimos
primeiro:
( )
= =
|
\
|
= |
\
|
=
= =
= =
N
i
i
N
i
i
N
i
i
N
i
i
x
N N
x
x
x
N N
x
x
1
2
1
2
2
2
1
2
1
2
) (
1 ) (
1
) (
,
Com estas expresses, mostra-se que o desvio-padro da populao pode ser calculado por:
( )
2 2
) ( x x =
,
e o desvio-padro amostral pode ser calculado como:
( )
1
) (
1
2 2
=
N
N
x x
N
N
s
Para facilitar os clculos, podemos construir o seguinte quadro auxiliar.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
22 / 31
QUADRO 2 : Arranjo dos dados para otimizar os clculos estatsticos.
i x x
2
1
2
3
( . . . )
N-2
N-1
N
VALORES MDIOS
= = =
= =
N
i
i
N
i
i
x
N N
x
x
1 1
1
( ) =
=
=
N
i
i
x
N
x
1
2 2
) (
1
( ) =
2
x
QUADRADO DO VALOR
MDIO
= |
\
|
=
=
2
1
2
1
) (
N
i
i
x
N
x
=
2
) (x
( ) =
=
2 2
) (
1
x x
N
N
s
Este quadro pode ser utilizado para clculos manuais (entenda-se, usando uma calculadora
eletrnica) ou, preferencialmente, para construo de uma planilha eletrnica (EXEL, CALC,
LOTUS1-2-3, etc.).
No exemplo em discusso, tem-se (com valores em cm):
01581933 , 0 s
289 , 6
__
=
=
D
D
Logo:
D
__
, , = 6 29 0 02cm
Desta forma, o valor mdio e sua incerteza (desvio-padro) incluem o valor com a maior
ocorrncia dado na TABELA 1, e visualizado nos Grficos nas Figuras 2, 3 e 4.
Em muitos casos, possvel determinar a regra pela qual podemos descrever a distribuio
de valores em uma medida. Este fato est associado a um conceito um pouco abstrato: o de
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
23 / 31
Densidade de Probabilidade. Por termos os resultados de nossas medias distribudas em torno do
valor mais provvel, dizemos que um resultado de medida X est distribudo segundo uma dada
funo P(X), denominada Densidade de Probabilidade. Este tema ser estudado com mais
profundidade em Cursos de Estatstica.
Neste nosso curso de Fsica I devemos apenas estar cientes de que existem diversas funes
de DISTRIBUIO (Densidade de Probabilidade). No entanto, vamos nos concentrar em uma
especfica: a Distribuio NORMAL ou GAUSSIANA.
A distribuio GAUSSIANA se d segundo a Curva de Gauss, expressa a seguir:
.
2
1
) ( ) (
2
_
)
(
_
x x
e
x x G x P
= =
,
A distribuio Gaussiana formalmente aplicvel populao (considera N ). Do ponto de
vista prtico, contudo, podemos considerar, para N finito, que
1
) (
s
1
2
_
=
N
x x
N
i
i
Vamos definir agora as seguintes variveis:
a)
2
2
2
1
h
2
1
2
2
= = h ;
b)
h
2
1
0
= = G
;
Podemos assim escrever:
P x G x x G e
h x x
( ) ( ) .
_
.( )
_
= =
0
2 2
O valor de s (desvio-padro amostral), alm de ser usado para calcular a incerteza do valor
mdio, utilizado para determinar o ERRO tolervel:
tol
= 3 s.
Toda medida cujo erro seja maior que o tolervel deve ser descartada e uma NOVA medida deve
ser realizada. Trata-se, portanto, de um CRITERIO DE REJEICAO.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
24 / 31
A curva de Gauss dos dados discutidos mostrada a seguir.
6,24 6,26 6,28 6,30 6,32 6,34
0
20
40
60
80
G
0
= 15,21865846413
h
2
= 1997,992404054
D = 6,289 ~ 6,29
= 0,01581933 ~0,02
Curva de Gauss
o
c
o
r
r
n
c
i
a
d
a
m
e
d
i
d
a
(
v
a
l
o
r
a
b
s
o
l
u
t
o
)
valores medidos de
dimetro (cm)
FIGURA 4: Curva de Gauss sobreposta ao Histograma
A Curva de Gauss obtida no envoltria do histograma. Para que tal ocorra, devemos
referenciar os valores de ocorrncia como uma frao do valor mximo verificado, no caso: 70. A
tabela de dados fica ento:
TABELA 2-B: Freqncia de Ocorrncia de Valores
VALOR Ocorrncia Ocorrncia
Normalizada
( x 100%)
6,25 05 0,07143
6,26 10 0,14286
6,27 17 0,24286
6,28 38 0,54286
6,29 70 1
6,30 33 0,47143
6,31 16 0,22857
6,32 07 0,1
6,33 04 0,05714
O Grfico fica conforme a Figura 5 a seguir.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
25 / 31
FIGURA 5: Curva de Gauss sobreposta ao Histograma Normalizado
A gaussiana tambm se presta para avaliar a qualidade da coleta dos dados. Notemos que a
Curva de Gauss pode ser considerada como dependente dos desvios
5
d: d x x =
_
. Logo, podemos
trocar G x x G d ( ) ( )
_
= e ento temos que:
1) A gaussiana estar centrada no ZERO;
2) Se ela for excessivamente estreita (aguda), ento os dados esto MUITO centralizados,
caracterizando um aparelho muito grosseiro para a medida desejada, ou um experimentador de m
f, etc...;
3) Se ela for excessivamente larga (achatada), ento os dados esto muito dispersos (muitos
desvios), indicando um equipamento sensvel demais para a medida, ou um experimentador
displicente, etc...
5
Verifique que a soma de todos os desvios deve ser zero:
=
=
N
i
i
d
1
0 .
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
26 / 31
Quando temos um numero restrito de medidas, podemos determinar a incerteza no valor
mdio usando a Distribuio t-Student. Esta distribuio, em linhas gerais, fornece um fator de
correo para o erro da mdia, que funo do nmero N de medidas (tamanho da amostra)
e do nvel de confiana (ou probabilidade) desejado(a). Por nvel de confiana entenda-se admitir
que o valor verdadeiro estar dentro do intervalo calculado.
O valor medido da grandeza X ento expresso como:
X = ) . ( X X s =
Se fizermos dez medidas de uma grandeza (nas mesmas condies), o que usual em nossas
atividades laboratoriais nos Cursos de Fsica Experimental no Ciclo Bsico, o coeficiente de
Student, em termos do nvel de confiana desejado na resposta, ser:
90 % de confiana = 1,83
95 % de confiana = 2,26
95,45 % de confiana = 2,32
99 % de confiana = 3,25
99,73 % de confiana = 4,09
1.6 Mais um pouco sobre incertezas
Existe uma classificao oficial das incertezas de medio [INMETRO, 2000; ABNT,
INMETRO, 2003]:
INCERTEZA TIPO-A: as que no so obtidas por mtodo estatstico
INCERTEZA TIPO-B: as que so obtidas por mtodo estatstico
No clculo da incerteza total, devemos considerar tanto a incerteza da medida (direta ou
indireta), que de Tipo-A, quanto s devido a flutuaes estatsticas (tipo-B).
Por exemplo, se a medida da grandeza X realizada com um instrumento, ou uma
expresso matemtica, que fornece uma incerteza valendo X (ou seja, X
TIPO-A
), e que ao ser
repetida, digamos, N vezes, fornece um valor mdio com incerteza s (ou seja, uma X
TIPO-B
), a
incerteza total ser:
X = X
TIPO-A
+ X
TIPO-B
= X + s .
Esta uma aproximao simples, que usaremos em nossos Cursos de Fsica Experimental
Bsicos. Para mais detalhes (como fator de abrangncia, efeito de amostragens pequenas,
distribuio t-Student, etc.) consulte a Bibliografia ao final desta monografia.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
27 / 31
BIBLIOGRAFIA RECOMENDADA.
ABNT, INMETRO, Guia para a Expresso da Incerteza de Medio, 3
a
Ed., Rio de Janeiro: ABNT,
INMETRO, 2003.
BARTHEM, R. B., Tratamento e Anlise de Dados em Fsica Experimental (Cadernos didticos da
UFRJ, N
o
9), 3
a
Ed., Rio de Janeiro: UFRJ, 1995.
BORATTI, I. C., Programao Orientada a Objetos, 2
a
Ed. Florianpolis: Visual Books, 2002.
CAMPOS, A. A., ALVES E. S. , SPEZIALI, N. L. Fsica Experimental Bsica na Universidade.
Belo Horizonte: Editora UFMG, 2007.
CARVALHO, M. O. G. Glossrio de Metrologia. Rio de Janeiro: EdSENAI, 2005.
CHAVES, A (org.), Fsica para o Brasil, So Paulo: SBF, 2005.
CIENFUEGOS, F. Estatstica aplicada ao Laboratrio. Rio de Janeiro: Intercincia, 2005.
FIALHO, A. B., Instrumentao Industrial: conceitos, aplicaes e anlises, 3
a
Ed., So Paulo:
rica, 2002.
GASPAR, A. Experincias de Cincias para o ensino Fundamental. So Paulo: tica, 2002.
GUIMARES, P. S. , Ajuste de Curvas Experimentais. Santa Maria, Editora UFSM, 2001.
INMETRO, Vocabulrio Internacional de Temos Fundamentais e Gerais de Metrologia, 2
a
Edio,
Braslia: SENAI/DN, 2000. Tambm publicado na Portaria N
o
29 do INMETRO, Dirio Oficial da
Unio, 10/03/1995.
KHUN, T. A Estrutura das Revolues Cientficas. Rio de Janeiro: Moderna, 1990.
LIRA, F. A. de, Metrologia na Indstria. So Paulo: rica, 2001.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
28 / 31
LOPES, P. A. Probabilidade & Estatstica: Conceitos, Modelos, Aplicaes com Excel . Rio de
Janeiro: Reichmann & Affonso Editores, 1999.
MARQUES, G. C. ( org. ), Fsica: tendncias e perspectivas. So Paulo: Livraria da Fsica, 2005.
MENDES, A., ROSRIO, P. P., Metrologia & Incerteza de Medio. So Paulo: EPSE, 2005.
MOREIRA, M. A. , LEVANDOWSKI, C. E., Diferentes Abordagens ao Ensino de Laboratrio,
Porto Alegre: Editora da UFRS, 1983.
NETO, B. B., SCARMINIO, I. S., BRUNS, R. E. Como Fazer Experimentos: pesquisa e
desenvolvimento na cincia e na indstria. 2. Edio.Campinas: Editora da UNICAMP, 2002.
OGURI, V. (org). Estimativas e Erros em Experimentos de Fsica. Rio de Janeiro: EdUERJ, 2005.
OLIVA, A. Filosofia da Cincia, Rio de Janeiro, Jorge Zahar Ed. 2003.
PIACENTINI, J. J., GRANDI, B. S., HOFMANN, M. P., LIMA F. R. R., ZIMMERMANN, E.
Introduo ao Laboratrio de Fsica, 2
a
Ed. Florianpolis: UFSC, 2001.
POPPER, K. A Lgica da Pesquisa Cientfica. So Paulo: Cultrix, 1993.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
29 / 31
ANEXO 1
Acessado na URL
http://www.cnpq.br/areasconhecimento/1.htm
em 01/12/2006
Tabela das reas do Conhecimento - CNPq
Cincias Exatas e da Terra
Fsica
1. reas Clssicas de Fenomenologia e suas Aplicaes
Acstica.
Dinmica dos Fludos.
Eletricidade e Magnetismo; Campos e Partculas Carregadas.
Mecnica, Elasticidade e Reologia.
tica.
Transferncia de Calor; Processos Trmicos e Termodinmicos.
2. Fsica Atmica e Molecular
Espectros Atmicos e Integrao de Ftons.
Espectros Moleculares e Interaes de Ftons com Molculas.
Estrutura Eletrnica de tomos e Molculas; Teoria.
Estudos de tomos e Molculas Especiais.
Informaes sobre tomos e Molculas Obtidos Experimentalmente; Instrumentao e
Tcnicas.
Processos de Coliso e Interaes de tomos e Molculas.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
30 / 31
3. Fsica da Matria Condensada
Campos Qunticos e Slidos, Hlio, Lquido, Slido.
Dinmica da Rede e Estatstica de Cristais.
Emisso Eletrnica e Inica por Lquidos e Slidos; Fenmenos de Impacto.
Equao de Estado, Equilbrio de Fases e Transies de Fase.
Estados Eletrnicos.
Estrutura de Lquidos e Slidos; Cristalografia.
Estruturas Eletrnicas e Propriedades Eltricas de Superfcies; Interfaces e Pelculas.
Materiais Dieltricos e Propriedades Dieltricas.
Materiais Magnticos e Propriedades Magnticas.
Propriedades ticas e Espectroscopia da Matria Condensada; Outras Interaes da
Matria com Radiao e Partculas.
Propriedades de Transportes de Matria Condensada (No Eletrnica).
Propriedades Mecnicas e Acsticas da Matria Condensada.
Propriedades Trmicas da Matria Condensada.
Ressonncia Magntica e Relaxao na Matria Condensada; Efeitos Mossbauer;
Correlao Angular Perturbada.
Supercondutividade.
Superfcies e Interfaces; Pelculas e Filamentos.
Transportes Eletrnicos e Propriedades Eltricas de Superfcies; Interfaces e Pelculas.
4. Fsica das Partculas Elementares e Campos
Propriedades de Partculas Esp. e Ressonncias.
Reaes Esp. e Fenomenologia de Partculas.
Teoria Geral de Partculas e Campos.
Teorias Esp. e Modelos de Interao; Sistemtica de Partculas; Raios Csmicos.
CURSO DE FSICA EXPERIMENTAL
Texto Elaborado por:
PROFESSOR MARCELO AZEVEDO NEVES
31 / 31
5. Fsica dos Fludos, Fsica de Plasmas e Descargas Eltricas
Cintica e Teoria de Transporte de Fludos; Propriedades Fsicas de Gases.
Fsica de Plasmas e Descargas Eltricas.
6. Fsica Geral
Fsica Clssica e Fsica Quntica; Mecnica e Campos.
Fsica Estatstica e Termodinmica.
Instrumentao Especfica de Uso Geral em Fsica.
Mtodos Matemticos da Fsica.
Metrologia, Tcnicas Gerais de Laboratrio, Sistema de Instrumentao.
Relatividade e Gravitao.
7. Fsica Nuclear
Desintegrao Nuclear e Radioatividade.
Estrutura Nuclear.
Mtodos Experimentais e Instrumentao para Partculas Elementares e Fsica Nuclear.
Propriedades de Ncleos Especficos.
Reaes Nucleares e Espalhamento Geral.
Reaes Nucleares e Espalhamento (Reaes Especficas).