Você está na página 1de 21

A medida em Física, versão 2008

F. Parente
Departamento de Física da Faculdade de Ciências e Tecnologia
da Universidade Nova de Lisboa
facp@ fct.unl.pt

Objectivos
1. Aprender a exprimir estimativas de grandezas físicas;
2. Tornar-se familiar com alguns aparelhos de medida e sua incerteza;
3. Aprender métodos de tratar incertezas experimentais e algarismos significativos;
4. Praticar alguns cálculos matemáticos simples sem calculadora.

Estimativas
Num laboratório de Física devemos ser capazes de fornecer estimativas tanto
quanto possível correctas das grandezas físicas dos objectos com que trabalhamos (o
comprimento de um pêndulo, a massa de um corpo, etc.). Esta capacidade, que à
primeira vista poderá parecer desnecessária, permite, no entanto, detectar um erro
grosseiro efectuado numa medida. Deverá ser sempre aplicada a 1.ª Regra de Medida
(RM 1):

RM 1 – Antes de registar qualquer resultado de uma medida, faça sempre a


seguinte pergunta a si próprio: “Este valor faz algum sentido?”

Exercícios 1.1
1. Estima o comprimento e largura desta página em cm.
2. Estima o valor da aresta do cubo abaixo em cm. Calcule (sem calculadora) o
volume desse cubo em cm3, a partir da sua estimativa.

3. Faz a estimativa do valor da massa de água em gramas necessária para encher o


cubo referido em 2.
Quando estimamos uma grandeza, como nos exemplos anteriores, estamos apenas
interessados numa ordem de grandeza do seu valor. Se o valor que estimamos estiver

1
incerto em 25%, por exemplo, não tem qualquer importância. Felizmente, na maioria
dos trabalhos experimentais das aulas práticas conseguiremos medir grandezas com
muito menor incerteza.
É frequente em estudantes que iniciam trabalhos práticos de Física a existência de
preconceitos que se não forem atacados de início, constituirão um obstáculo à
aprendizagem.

Preconceito n.º 1: O objectivo de uma experiência realizada numa aula prática


é a obtenção da resposta exacta.

Em geral não existe resposta "exacta", visto que qualquer resultado experimental
depende das condições em que a experiência é efectuada. Um bom exemplo é o dos
consumos de combustível anunciados para os automóveis. Esses consumos são
determinados experimentalmente em laboratório. Mas muitos de nós também já
medimos experimentalmente os consumos dos nossos carros em "litros de gasolina por
cada 100 km" e obtivemos, conceteza, valores diferentes.
Temos tendência a pensar que como nos laboratórios existe certamente
equipamento sofisticado, os números anunciados devem estar "certos". No entanto, é
frequente ouvir-se: "o meu carro é anunciado como consumindo 5 litros aos 100 km
mas eu nunca consegui melhor do que 7 litros aos 100". A diferença resulta das
condições experimentais diferentes. No laboratório as determinações são efectuadas
utilizando uma espécie de tapete rolante, enquanto as nossas são efectuadas na estrada.
O processo experimental no laboratório não leva em linha de conta adequadamente a
resistência do ar e também o facto de os carros, mesmo que da mesma marca e modelo,
serem diferentes uns dos outros. Não é de certeza uma boa aproximação das condições
reais - ou seja conduzir o automóvel em estradas verdadeiras.

Preconceito n.º 2: É possível medir qualquer coisa exactamente.

Mesmo que as condições experimentais sejam as melhores possíveis, há sempre


um limite para a resolução com que uma grandeza pode ser medida.
Ao determinar o consumo de um carro, temos consciência que muito raramente o
depósito de gasolina é enchido até cima, e mesmo quando o é, é muito possível que
algum combustível se derrame pela pintura do carro e acabe no chão. Mesmo se nós
próprios enchermos cuidadosamente o depósito ficam sempre bolhas de ar e espaços
vazios no depósito. Poderemos saber quantos litros de gasolina estão no depósito com
uma resolução superior a 0,5 L?
E a bomba de gasolina? Estará bem graduada? Mesmo que o esteja, devido às
inspecções oficiais periódicas, qual é a incerteza das leituras? Podemos perguntar o
mesmo em relação ao conta-quilómetros do carro. Ambos têm uma resolução limitada,
sendo difícil estimar para além dos décimos de litro ou km.

2
Como resultado destas considerações, se calcularmos que o carro consumiu 18 L
de gasolina num percurso de 300 km, ele pode efectivamente ter consumido 18,5 L ou
apenas 17 L - há sempre uma incerteza na nossa medida.
Instintivamente podemos concluir outras coisas sobre esta medida. Primeiro, se
repetirmos a medição muitas vezes, o número total de litros de gasolina utilizada
dividido pelo número total de quilómetros percorridos dará uma estimativa melhor do
consumo do carro. Isto faz sentido, porque as incertezas no enchimento do depósito
diminuirão, se enchermos em estações de serviço diferentes. Contudo, se o conta-
quilómetros do carro estiver errado consistentemente, o resultado final estará também
sempre errado. Em segundo lugar, ficamos com a certeza de que o resultado que
obtemos não é tão baixo como o anunciado pelo fabricante - eu sei que as incertezas na
minha experiência não ultrapassam os 0,5 L aos 100 km! Consequentemente os dois
resultados não estão de acordo e alguma coisa está evidentemente errada.
Qualquer medida que efectuamos - e não apenas as que efectuarmos nos trabalhos
práticos - tem alguma incerteza a ela associada. Devido a este facto, um resultado é
absolutamente inútil se não soubermos qual o seu grau de incerteza. É razoável
pretendermos saber o grau de incerteza. Se compramos na praça um peixe que "pesa
cerca de um quilograma" gostaremos de saber se "cerca de um quilograma" significa
para o vendedor 0,9 kg ou 0,5 kg.

Preconceito n.º 3: A análise das experiências requer horas de aritmética


aborrecida e matemática obscura.

Dada a importância do conhecimento das incertezas nos resultados, teremos de


controlar as incertezas nas determinações experimentais. Este processo envolve alguns
cálculos. Vamos aprender alguns processos de o fazermos rapidamente. Se procurarmos
apreender correctamente estas ideias, pouparemos tempo a longo prazo. Assim
poderemos prestar mais atenção aos aspectos físicos da experiência, que são os mais
interessantes.

Incertezas experimentais
Como vimos atrás, mesmo que o modelo experimental seja muito bom, a medida
experimental tem sempre um grau de incerteza associado. Naturalmente, tentaremos que
as incertezas sejam tão pequenas quanto possível, mas, em qualquer caso, é necessário
saber o valor dessas incertezas.
Se considerarmos a graduação de uma régua graduada em milímetros, podemos
obter muita informação sobre fontes de incerteza em medidas de comprimentos. Ao
tentar medir comprimentos com esta régua, seremos confrontados com a pergunta : "O
que acontecerá se o objecto não corresponde exactamente a uma divisão da escala?". No
caso de o objecto ter contornos bem definidos, como ao medir o comprimento desta
folha de papel, a pergunta será "até onde poderei fazer uma estimativa?". Como a menor
divisão da régua é l mm, será suficiente dizer que o comprimento da página é, por
exemplo, 29,6 cm? Na realidade não é, porque nós somos capazes de estimar divisões
até 2 ou mesmo 1 décimo de mm. O comprimento do papel pode ser 29,63 cm. Seria
incorrecto dar o valor de 29,6 cm se sabemos que podemos ler a escala estimando mais

3
uma figura - mesmo que a nossa estimativa seja incerta. Isto corresponde à segunda
regra de medida (RM2):

RM 2 – Em aparelhos de medida analógicos (como a régua) leia sempre o com


a maior resolução possível. Isto significa estimar até uma fracção da menor divisão
da escala do instrumento.
Em aparelhos de medida digital (e.g. um cronómetro digital) onde a indicação
da grandeza é fornecida de uma forma numérica e que varia por saltos discretos, a
resolução corresponde a uma unidade do algarismo da direita (menos
significativo).

Sabemos, no entanto, que a nossa capacidade de fazer uma estimativa é limitada.


Quando estimamos 1/3 da menor divisão, poderia facilmente ser 1/2 ou mesmo 1/10.
Dizendo de outra forma, quando estimamos o algarismo menos significativo como
sendo 3, poderia ser 5 ou mesmo 1. Indicaríamos este facto escrevendo 29,63 ± 0,02
cm. O termo ± 0,02 especifica a gama de incerteza. Significa que, de acordo com a
nossa determinação, o comprimento da folha é muito provavelmente 29,63 cm, mas,
devido à nossa capacidade limitada de o estimar, ele pode ter qualquer valor entre
29,61 cm e 29,65 cm. Note-se que o valor 29,63 cm tem a mesma probabilidade de ser
demasiado grande ou demasiado pequeno. Isto é característico das incertezas aleatórias
nas medidas. Se medirmos a página várias vezes muito provavelmente obteremos
valores dentro da mesma gama, mas que estarão espalhados em torno de 29,63 cm.
Nesta medição estamos com sorte - podemos colocar a escala e o papel em cima
um do outro e assim minimizar a incerteza. Quando isto não acontece, surge uma
incerteza adicional devida à paralaxe. A paralaxe está ilustrada na figura abaixo.

Como a escala e o objecto estão separados, a nossa leitura pode variar numa gama
de 10 divisões dependendo de a nossa vista estar colocada em A, B ou C.

4
Evidentemente que deveremos colocar a escala tão perto quanto possível do objecto a
medir, mas por muito esforço que façamos, restará sempre alguma incerteza.
É preciso ter em mente o aspecto importante de que não existe valor correcto para
o comprimento porque a medida não pode ser perfeita. Se ficarmos influenciados pela
primeira medida, continuaremos a obter sempre o mesmo valor. Mas assim estaríamos a
supor que existe um valor correcto e a ignorar a incerteza e dispersão que ocorrem
sempre numa operação de medida.

RM 3 - Em medições repetidas devemos sempre tentar ser imparciais. Não


existe valor correcto porque haverá sempre alguma dispersão (ainda que em
alguns casos possa ser muito pequena).

Há muitas causas para as incertezas aleatórias e não faz sentido indicarmos aqui
todas (alguns exemplos foram referidos quando do exemplo do consumo do automóvel).
Contudo, falta referir um ponto importante. Suponhamos que a calibração da escala está
errada. Como pode isso acontecer? Na pior das hipóteses, alguém poderá ter cortado os
primeiros 3 cm da escala. Muito provavelmente este facto detectar-se-ia facilmente! Se
não, todas as nossas medidas estarão demasiado grandes de 3 cm. Mais frequentemente,
o topo da régua estará gasto de 1 mm. De novo todas as medidas estarão erradas desta
quantidade. Ou a calibração pode ter sido efectuada sem cuidado. Ou, se a calibração foi
efectuada a uma temperatura inferior à do laboratório, a régua pode ter-se dilatado.
Então, todos os resultados estarão demasiado baixos.
Terá certamente notado a diferença entre estes exemplos e as incertezas aleatórias.
Nos exemplos acima, todos os resultados estão desviadas da mesma quantidade e na
mesma direcção. Estes são na realidade erros nas medidas, provocados por alguma falta
de cuidado. Denominam-se erros sistemáticos e são muito diferentes dos erros ou
incertezas aleatórios. Os erros sistemáticos podem em geral ser corrigidos (utilizando
uma régua melhor, por exemplo) ou os valores obtidos podem ser corrigidos pela
aplicação do mesmo factor de correcção a todos.

RM 4 - Detecte e corrija o maior número possível de erros sistemáticos.

Em geral, esta regra significa observar cuidadosamente o aparelho de medida. Tem


3 cm cortados? O voltímetro já mostra um valor não nulo, mesmo sem estar ligado a um
circuito? O micrómetro indica 0,015 mm quando as duas pontas estão encostadas? Em
qualquer dos casos, substitua o instrumento ou corrija o erro de zero ou some (ou
subtraia) o erro de zero a todos os resultados da medida.
Exercícios 1.2
1. Indique os valores máximos e mínimos possíveis para os seguintes resultados
experimentais: 8,94 ± 0,06 cm, 0,00534 ± 0,00003 g.
2. Verificou-se que os primeiros 2 mm de uma régua graduada estão gastos. Dê o
valor experimental correcto para o obtido com essa régua: 2,530 m.

5
Algarismos significativos.

RM 5a – Um dos conceitos mais simples em aulas práticas de introdução à


Física Experimental é o conceito de algarismo significativo.

RM 5b - Um dos conceitos menos compeendidos em aulas práticas de


introdução à Física Experimental é o conceito de algarismo significativo.

Parece contraditório? A experiência mostra que muitos estudantes têm dificuldade


no que respeita aos algarismos significativos. Na realidade é um conceito muito fácil se
ler o que se segue com muito cuidado e efectuar os exercícios propostos.

Resulta tudo da RM 2. Como estimamos sempre o último algarismo significativo


numa medida experimental, haverá sempre alguma incerteza associada a esse algarismo.
Algarismos significativos são os que têm significado. Se medirmos o comprimento
desta folha com uma régua graduada em mm, e indicarmos o resultado como sendo
29,633 cm, estaremos incorrectos. A menor divisão é 1 mm ou 0,1 cm e podemos
estimar até 0,01 cm. Mas não temos absolutamente nenhuma informação sobre
milésimos de cm, ou seja, nesta medição, a centésima de mm tem alguma incerteza mas
a milésima é completamente incerta - não tem significado experimental. O valor obtido
poderia, assim, ser 29,63 cm mas não 29,633 cm ou 29,6 cm.

RM 6 - Valores experimentais - tanto os obtidos directamente a partir de


medidas como os calculados a partir destes - devem ser sempre apresentados
apenas com um algarismo ao qual esteja associada alguma incerteza.

Esta é a regra básica dos algarismos significativos. Tudo seria simples se não
existisse a calculadora. Se os seus cálculos fossem efectuados com uma régua de cálculo
(calculadora manual antiquada conhecida apenas de pessoas nascidas antes de 1950),
estaria limitado a 3 algarismos. Mas, devido ao facto de, ao carregarmos numa tecla,
termos nove dígitos à frente dos olhos, teremos dificuldade em utilizar esta regra
simples. A calculadora torna as coisas difíceis porque teremos de decidir quais destes
nove algarismos não têm significado e eliminar todos eles, deixando apenas um com
alguma incerteza. Felizmente existem métodos simples para implementar a RM 6.

Consideremos alguns exemplos. Para termos controle sobre os algarismos em


relação aos quais não temos certeza absoluta, vamos sublinhá-los. No dia a dia não é
necessário fazer assim – é apenas para ilustrar o nosso raciocínio. Suponhamos o
objecto da figura, constituído por três sólidos de latão – uma esfera, um cilindro e um
paralelepípedo.

6
Utilizando uma balança analítica, medimos as massas para a esfera e o cilindro e
uma balança-dinamómetro para o paralelepípedo. As massas são 0,282 g, 79,545 g e
422,23 g, respectivamente.
A massa total será
esfera 0,282
cilindro 79,545
paralelepípedo 422,23
total 502,057 g
O resultado está escrito de forma incorrecta. Viola a RM 6 porque tem agora dois
algarismos com incerteza. Para nos pormos de acordo com a RM 6 o resultado deve ser
arredondado para cima (ver RM 7), sendo dado correctamente por 502,06 g. Quando
escrevemos um resultado experimental, está implícito pela RM 6 que apenas o último
algarismo do resultado está afectado de alguma incerteza (esta afirmação não tem nada
de especial, estamos só a dizer neste exemplo que se apenas podemos medir a massa de
uma parte do objecto até à centésima grama, não podemos obviamente conhecer a
massa do objecto composto até à milésima do grama). A regra geral para a adição (ou
subtracção) é a seguinte:

RM 6a. Quando se calcula um resultado experimental, adicionando ou


subtraindo dados experimentais, arredonda-se de modo que o resultado final tenha
a resolução da parcela com pior resolução.

Exercícios 1.3
Exprima os resultados dos seguintes cálculos com o número apropriado de
algarismos significativos:
1. 23,934 + 1,21 + 10,8521 =
2. 9,3 + 3,1412 + 113 =
3. 25,786 + 3,43 - 11,2 =
Suponhamos agora que pretendemos obter a área de um rectângulo. O
comprimento, medido com uma régua, é 11,23 cm e para a largura obtem-se, com uma
craveira, o valor 0,332 cm. A área é dada por
A = 11,23 × 0,332 cm2.

7
Vamos efectuar a multiplicação por extenso e sublinhar os algarismos com
incerteza. Um algarismo está afectado de incerteza se resulta do produto de dois
algarismos com incerteza ou de um conhecido com segurança por outro afectado de
incerteza.

11,23 cm
× 0,332 cm
2246
3369
3369
3,72836 cm2

De acordo com a RM 6, o resultado correcto é 3,73 cm2. Apesar de o cálculo dar


3,72836 cm2, esta resposta é incorrecta. Os algarismos à direita do 2 não têm
significado, de modo que devem ser arredondados. Repare que o resultado tem três
algarismos significativos (o mesmo número de algarismos significativos que a largura).
Este resultado ilustra uma regra que diz que o número de algarismos significativos no
resultado de uma multiplicação é igual ao do factor com menor número de algarismos
significativos.
Chamamos a esta regra - que também funciona para a divisão - RM 6b.

RM 6b - Quando se calcula um resultado experimental por multiplicação ou


divisão de dados experimentais, arredonda-se o resultado de modo que ele tenha
tantos algarismos significativos como o do factor com menor número de algarismos
significativos.

Nota importante - Veremos mais adiante (página 15, RM 10) que a RM 6b é


apenas uma orientação, deixando de ser obedecida quando conduza a resultados que
violem a RM 6 que, esta sim, deve ser sempre obedecida.

Exercícios 1. 4
Exprima os resultados dos seguintes cálculos com número adequado de algarismos
significativos, de acordo com a RM 6b:

1. 2,934 × 1,31 =
2. 35,321 × 2,2 =
3. 645 : 31, 25 =

Nota: Como, segundo a RM 6, o último dígito apresentado é o único afectado de


incerteza, como fazer no caso seguinte? O comprimento 35,9 m pode também ser
escrito na forma 3590 cm. Contudo, estes dois resultados têm significados muito

8
diferentes. O primeiro indica que o 9 é incerto enquanto que o segundo implica que
apenas o 0 está afectado de incerteza. Se é o 9 que é incerto como deveremos escrever o
resultado correctamente em cm? A resposta é 3,59 × 103 cm, escrito de uma forma
denominada notação científica. Só surgem três algarismos significativos e a potência de
10 dá o valor correcto.

Exercícios l.5
Escreva os seguintes números em notação científica, com o número correcto de
algarismos significativos:

1. 9350000
2. 2, l0350000
3. 0,07560

Determinação de incertezas
Todas as vezes que efectuar uma medida no laboratório deverá registar também
uma incerteza associada a essa medida. Há várias maneiras de proceder:
1. Em alguns casos efectuará apenas uma medida e deverá estimar a incerteza
máxima razoável na leitura do instrumento de medida. Ao fazer isso terá de responder à
pergunta: "A que distância deste valor poderá estar o valor real devido às minhas
limitações em alinhar e ler a escala do aparelho?". Em geral é possível estimar-se uma
fracção da menor divisão da escala, de modo que a incerteza da medida poderá ser
± 0,1, ± 0,3 ou, por exemplo, ± 0,5 da menor divisão. Lembre-se que, em qualquer caso,
deverá estabelecer a gama máxima de incerteza para a medida. (uma regra empírica será
utilizar como incerteza ou erro de leitura metade de menor valor que conseguir ler na
escala, directamente ou por estimativa).
Deverá ainda adicionar quaisquer incertezas na calibração (especificadas pelo
fabricante do aparelho de medida) para estimar a incerteza máxima de leitura, e,
evidentemente, deverá procurar todos os erros sistemáticos e efectuar as correcções que
forem necessárias.
Este método de medida é, evidentemente, um método muito simplificado.

2. No exemplo que vimos do consumo de um automóvel, parece evidente que a


média de um grande número de determinações dará uma melhor estimativa do valor real
do que apenas uma medida. Pode ser demonstrado estatisticamente que esta afirmação é
verdadeira. Consequentemente, o segundo método de medida consiste em efectuar-se
uma série de medidas - normalmente pelo menos 5 - e utilizar a média como o resultado
experimental.
Se os resultados se representam por x1 , x 2 , x3 ,  , x N e efectuarmos um total de N
medidas, então o valor médio x define-se do seguinte modo:

x=
1
(x1 + x2 +  + x N ).
N

9
Como poderemos determinar a incerteza? A maioria dos resultados será diferente
da média. Podemos definir desvio, d i , de um resultado em relação à média como
d i = xi − x .
Após termos calculado a média, podemos fazer uma tabela de todos os desvios em
relação a esse valor. Destes, escolhemos o maior desvio em relação à média, d max.
Aplicando as leis da estatística, verificar-se-ia que a melhor estimativa da incerteza num
valor experimental calculado como a média de um número de medidas é uma
quantidade denominada desvio padrão da média. Para já, no entanto, vamos tomar |d max |
como estimativa muito conservadora da incerteza. O resultado experimental deverá,
assim, ser apresentado na forma
x ± d max
O valor absoluto assegura que o valor da incerteza é sempre um número positivo.
O ± indica que a média tem igual probabilidade de se encontrar abaixo ou acima do
valor real. Evidentemente, se o erro de leitura (obtido como se indica em 1.), for
superior a |d max |, esse erro é que deverá ser utilizado para indicar a incerteza
experimental. Os valores das incertezas deverão ser sempre apresentados com um
único algarismo significativo.

RM 7 - Arredondamentos. Arredonda-se para cima (por excesso) se o


primeiro algarismo a desprezar for 5 ou superior a 5 e para baixo (por defeito) se é
4 ou inferior a 4. No entanto, quando estiver em causa arredondar o valor de uma
incerteza deve-se arredondar por excesso.

Exemplo
Os dados seguintes foram obtidos medindo a tensão de uma tomada de parede,
utilizando um voltímetro, com uma escala de 250 V, com uma resolução indicada pelo
fabricante de 0,5% do total da escala.

220,5 - 0,2
221,6 +0,9
220,1 -0,6
220,4 -0,3
221,6 +0,9
220,2 -0,5
219,9 -0,8
221,1 +0,4
221,4 +0,7
220,0 -0,7
∑V i = 2206,8
d max =
V= 220,68 0,9

10
Obtendo V = 220,7 ± 0,9 V . Contudo, a incerteza na calibração é de ±0,5% de
250 V, ou seja, ±1,3 V. Como |d max | < 1,3 V escolhemos para a incerteza ±1,3 V. No
entanto, como a incerteza é dada com um único algarismo significativo teremos que
arredondar para ±2 V e o resultado, de acordo com a RM 6, é 221 ± 2 V, supondo que
não existem erros sistemáticos. Note que o arredondamento da incerteza é por excesso,
seguindo a RM 7, porque o arredondamento para baixo (±1 V) implicaria desprezar
cerca de 20% do valor original (0.3/1.3 ≈ 0.2).

Exercícios 1.6
1. Dispõe de uma régua graduada cuja escala é indicada como sendo precisa até
0,1% da leitura. O resultado que obtém para o comprimento de um objecto é 33,25 cm e
a sua estimativa é de que pode ler a escala até ± 0,3 mm. Indique o resultado
experimental correcto e a incerteza.
2 A medição efectuada em 1. é repetida mais 9 vezes, com a mesma régua, sendo
obtidos os valores, 33,27, 33,21, 33,25, 33,25, 33,23, 33,24, 33,25, 33,28, 33,25.
Calcule o valor médio e o desvio máximo, e apresente o resultado experimental na
forma correcta.

Incertezas numéricas e relativas. Precisão relativa


Até agora falámos apenas de valores numéricos ou absolutos das incertezas.
Quando estas são expressas como percentagem de um resultado experimental,
denominam-se incertezas relativas. Suponhamos que obtemos para resultado da medida
do comprimento de um bocado de arame com uma régua o valor 1,00 ± 0,02 m
enquanto que para o diâmetro, medido com uma craveira (que é um instrumento de
medida mais preciso, em geral), se obtém o valor 0,20 ± 0,01 cm. Qual destes valores é
o mais preciso? A incerteza numérica no comprimento é ± 2 cm, enquanto que no
diâmetro é ± 0,01 cm. Mas a primeira representa apenas ± 2% do comprimento
enquanto que a última é ± 5% do diâmetro. O comprimento foi medido com maior
precisão (relativa). Ao falar de precisão é importante examinar as incertezas em
comparação com o valor medido, e é isso que a incerteza percentual indica.
Estas considerações chamam também a atenção para a importância da escolha do
instrumento apropriado para uma medida. Supondo que podemos ler a escala de uma
régua até ± 0,5 mm, obtemos uma precisão relativa de ± 0,05% quando medimos um
comprimento da ordem de 1 m (1000 mm) . Mas se a utilizarmos para medir o diâmetro
acima, ± 0,5 mm comparados com um valor de 2 mm faz descer a precisão relativa para
± 25%! Enquanto que a craveira permitiu uma precisão de ± 5%, um palmer ou
micrómetro (outro instrumento apropriado para medir espessuras) permitiria
provavelmente atingir uma precisão absoluta de ± 0,003 mm, ou seja, uma precisão
relativa de ± 0,15 %.

Aritmética simplificada
Estamos na idade do computador. Muitos estudantes estão convencidos de que
basta pôr os números num computador ou numa calculadora e está tudo resolvido. A
calculadora tem o seu papel nas aulas práticas, mas muitas vezes necessitamos de fazer
cálculos apenas com um algarismo significativo. Nestes casos, a cabeça funciona
melhor (aliás será o único recurso quando as pilhas falham) .

11
Devemos adquirir a capacidade de converter rapidamente incertezas absolutas para
relativas. Com alguma prática, não será difícil manipular estes números, com a precisão
de um algarismo, de cabeça ou com uma ou duas contas no papel. Mesmo se insistir em
utilizar a calculadora, pratique estes exemplos de cabeça para o ajudarem a arredondar
com um pequeno número de algarismos significativos. É sempre, aliás, uma boa ideia
estimar de cabeça o resultado antes de efectuar os cálculos, mesmo se utilizar a
calculadora.
Exemplos :
1. 6,33 ± 0,03. Queremos exprimir 0,03 como percentagem de 6,33. É fácil de ver
que 0,03/6,33 é o mesmo que 3/633, muito próximo de 3/600. Mas 6/600 é 0,01 ou 1%,
portanto 3/600 deve ser cerca de 0,5%. Resultado: 6,33 ± 0,5% (A calculadora dará o
resultado 0,47393365% - mas este resultado terá de ser arredondado para 0,5% de
qualquer modo!).
2. 9054 ± 4. 4/100 é 4%, e portanto 4/1000 é 0,4%, 4/10000 é 0,04% que deve
estar muito perto de 4/9054 (A calculadora dará 0,04417937%). Resultado:
9054 ± 0,04%.
3. 127 ± 3%. 1% de 127 é 1,27 Três vezes este valor é 3 mais alguma coisa acima
de 0,5, portanto arredondamos para 4. O resultado é 127 ± 4.

Como se vê é fácil. Poupe as pilhas da sua calculadora!!!

Exercícios 1.7
1. Preencha os espaços abaixo com resultados com a precisão de um algarismo
obtidos de cabeça - sem utilização de calculadora e sem efectuar os cálculos no
papel (Tente, pelo menos).
Incerteza absoluta Incerteza
relativa
6,75 ± 0,02
0,0079 ± 0,0001
2,81 ± 2%
2,995 × 10 8
± 0,1%
1,60 × 10-19 ± 0,09 × 10-19
2573 ± 0,3%
14,53 ± 0,02
14,53 ± 0,01

Propagação de incertezas
Eis um exemplo do tipo de problemas que enfrentaremos na maior parte das
experiências. Mediu-se o comprimento e o diâmetro de um cilindro, obtendo-se o valor

12
L = 10,31 ± 0,03 cm e D = 2,53 ± 0,01 cm, respectivamente. Pretendemos obter o
volume do cilindro e a incerteza a ele associada, utilizando a fórmula
π D2L
V = ,
4

utilizando π = 3.1416 . O resultado obtido é V = 51,8 cm3 (seguindo RM 6b). E


quanto à incerteza associada a V? Podemos calcular os valores extremos. De acordo
com as incertezas, L pode ter um valor máximo de 10,34 cm e D pode ter um valor
máximo de 2,54 cm, obtendo-se V = 52,4 cm3. No outro extremo, o valor mínimo de L é
10,28 cm e de D é 2,52 cm, o que dá V = 51,3 cm3. Vemos assim que os resultados se
encontram na gama de valores V = 51,8 ± 0,6 cm3.
Se estes cálculos fossem sempre necessários, a análise das experiências nas aulas
práticas tornar-se-ia exasperante. Na prática, existem métodos mais simples de lidar
com este problema, que aprenderá mais tarde.
Este exemplo é ainda apropriado para notar o seguinte. Aqui utilizou-se um
número de algarismos significativos de π apropriado, de acordo com o número de
algarismos significativos dos valores utilizados das outras grandezas ( π pode ser
utilizado com o número de algarismos significativos que se desejar, mandando o bom
senso que utilizemos o número necessário para que o resultado não tenha menos
algarismos significativos que o que resultaria dos valores das restantes grandezas).
Analogamente, a constante 4 que surge na expressão é equivalente a 4,000000 ... e por
isso não tem influência no número de algarismos significativos do resultado.

Dedução simplificada das regras da propagação de incertezas


Suponhamos que o cálculo do resultado R envolve várias grandezas independentes
medidas experimentalmente x ± δ( x), y ± δ( y ), z ± δ( z ), etc. O resultado é uma função
destas variáveis
R = f (x, y, z , ).
Obtemos a incerteza associada a R, utilizando a expressão que exprime a derivada
de R em termos das derivadas das grandezas independentes, x, y, z, etc.;
∂f ∂f ∂f
dR = dx + dy + dz + ...
∂x ∂y ∂z
Vamos agora substituir os incrementos diferenciais dR, dx, dy, dz, ...por,
δ( x), δ( y ), δ( z ),... , isto é, estamos a assumir que
∂f ∂f ∂f
δ( R) ≅ δ( x) + δ( y ) + δ( z ) + ...
∂x ∂y ∂z
Como as incertezas em cada uma das variáveis independentes não dependem umas
das outras, o limite superior da incerteza em R obtém-se substituindo o valor das
derivadas parciais pelo módulo destas variáveis, isto é,
∂f ∂f ∂f
δ( R) ≅ δ( x ) + δ( y ) + δ( z ) + ...
∂x ∂y ∂z

13
Vamos aplicar este método a casos específicos.

A medida indirecta depende da soma ou subtracção dos resultados de duas


medidas indirectas
Suponhamos
R = x+ y
Então
δ( R) = δ( x) + δ( y )

Seja agora
R = x− y
O resultado será, de novo
δ( R) = δ( x) + δ( y ) .
e obtemos o resultado geral
Se R = x ± y , então δ( R) = δ( x) + δ( y )

RM 8 - Numa adição ou subtracção, a incerteza absoluta do resultado é igual à


soma das incertezas absolutas das parcelas.

A medida indirecta depende do produto dos resultados de duas medidas directas


Suponhamos agora
R = xy.
Então
δ( R ) = y δ( x) + x δ( y ),
em que utilizámos os módulos de x e y porque nos queremos colocar na situação mais
conservadora possível.
Dividindo este resultado por R = xy , vem

δ( R) δ( x) δ( y )
= +
R x y
Multiplicando por 100%,
(% δ( R) ) = (% δ( x) ) + (% δ( y ) ) , i.e. a incerteza relativa de R é igual à somas das
incertezas relativas de x e y.
x
Seja, agora, R =
y

14
δ( x) x
Obtemos δ( R) = + 2 δ( y ).
y y

x
Dividindo agora por R = , chegamos ao resultado
y
δ( R) δ( x) δ( y )
= + como no caso da multiplicação.
R x y

RM 9 - num produto ou divisão, a incerteza relativa do resultado é igual à


soma das incertezas relativas.

Exemplos
1. Suponhamos que queremos calcular a área de um rectângulo com lados
5,95 ± 0,06 cm (± 1%) e 1,09 ± 0,03 cm (± 3%). O produto é 6,49 cm2 ± 4%, ou
6,49 ± 0,26 cm2. Ainda que a RM 6b afirme que devemos conservar três algarismos
significativos (porque cada um dos factores tem três algarismos significativos) a RM 6
diria que devemos arredondar para 6,5 ± 0,3 cm2. Esta última é a correcta.
2. O seno de um ângulo é dado por sen θ = a / h , em que a = 2,043 ± 0,001 cm
(± 0,05%) e h = 1,8134 ± 0,0002 cm ( ± 0,01%). Obtemos o quociente
a/h = 1,1266 ± 0,06% ou 1,1266 ± 0,0007. Ainda que a RM 6b afirme que devemos
arredondar até quatro algarismos significativos (1,127), a RM 6 diz que o resultado
correcto é 1,1266 ± 0,0007.

Estes exemplos conduzem à última regra (muito importante):

RM 10 - Nunca esquecer que as RM 6a e 6b são uma orientação que apenas


deve ser utilizada quando a incerteza no resultado não é conhecida. Se calculamos
a incerteza do resultado, então deve ser utilizada a RM 6 e o resultado deve ser
arredondado de modo a conservar apenas um dígito com alguma incerteza.

Exercícios 1. 9
1. Uma fita métrica é fabricada juntando três fitas mais pequenas com comprimentos
1,543 ± 0,002 m, 30,34 ± 0,02 cm e 53 ± 1 mm. Qual é o comprimento da fita
resultante e a incerteza absoluta a ele associada?
2. O volume de uma esfera sólida é V = (4 3)π R 3 , em que R é o raio. Obtenha o
volume e a incerteza absoluta a ele associada, se R = 10 ,3 ± 0,2 cm.

15
3. Suponha uma esfera oca obtida escavando uma cavidade de raio r na esfera do
exercício 2. Obtenha o volume V' da parte sólida e a incerteza absoluta a ele
associada, se r = 5,2 ± 0,2 cm.
4. A corrente eléctrica num circuito de corrente contínua é dada por I = V/R. Se
V = 117,3 ± 0,5% e R = 50,23 ± 0,6%, qual o valor de I?
5. Se x = 57, 3° ± 1%, obtenha o valor de cos x, bem como a incerteza a ele associada.
6. A amplitude de um pêndulo é dada por A = A0 e − at . Se A 0 = 5,44 ± 1%,
a = 0,0215 ± 2% e t = 10,3 ± 2%, qual é o valor experimental de A e a sua
incerteza?

16
Traçado e Interpretação de Gráficos

Objectivo
Aprendizagem de técnicas de apresentação de dados de forma gráfica e obtenção
de informação qualitativa e quantitativa a partir de um gráfico.

Relações entre variáveis


Na maioria das experiências o objectivo é descobrir as relações entre variáveis
físicas. Regressando ao exemplo já utilizado – o consumo de gasolina de um automóvel
– sabemos que o número de litros de gasolina consumidos por cada 100 km depende de
um determinado número de factores: velocidade, peso transportado, pressão dos pneus,
tipo de pneus, tipo de gasolina, afinação do sistema de ignição, afinação do carburador,
etc. Dizemos que o consumo depende destes factores. Modificando uma ou mais destas
variáveis, podemos provocar uma modificação do consumo de gasolina. Seria ridículo
afirmar que “o peso transportado depende do consumo” ou “o tipo de pneus depende do
consumo”. É evidente que não podemos conseguir uma modificação de qualquer das
outras variáveis modificando o consumo. Se conseguirmos ver a diferença entre o
consumo e as outras variáveis apresentadas acima, então, em termos matemáticos,
conseguimos compreender a diferença entre variáveis dependentes e independentes.
Variáveis independentes são aquelas que podemos modificar numa situação
experimental e, se existe uma relação, essas modificações provocam modificações na(s)
variável(eis) dependente(s).

Exercício 2.1
Em cada um dos grupos seguintes, indique a variável dependente.
1. Posição do termostato, número de janelas abertas, temperatura exterior,
temperatura interior.
2. Velocidade do vento, peso do barco à vela, velocidade do barco, ângulo entre a
direcção do vento e a vela.
Este exemplo contem muito mais informação óbvia, se o examinarmos com atenção.
Suponhamos que queremos determinar de que modo o consumo depende da velocidade.
Poderíamos facilmente conceber uma experiência em que todas as variáveis, com
excepção da velocidade, se conservassem constantes. É evidente que se fizéssemos
testes a 60 km/h e a 75 km/h com dois passageiros no carro e depois a 90 km/h e a 105
km/h sem passageiros, não conseguiríamos tirar conclusões quanto à dependência do
consumo em relação à velocidade.
Isto também é verdade nos nossos trabalhos experimentais. Tentaremos manter
constantes todas as variáveis - com excepção de uma - de forma a podermos examinar
de que forma a variável dependente depende dessa variável apenas. Muitas vezes é
necessário engenho e grande precaução e, por vezes, é impossível. Por exemplo, na
experiência da dependência do consumo em relação à velocidade, se o teste a uma
velocidade constante for muito longo, podemos queimar uma quantidade tal de
combustível que provoque um decréscimo significativo do peso, introduzindo assim
uma modificação numa segunda variável dependente.

17
Há evidentemente algumas variáveis que não terão qualquer efeito no consumo;
por exemplo a cor do carro. Curiosamente, e por estranho que pareça, é normalmente
mais difícil mostrar que uma coisa não depende de outra. Por exemplo, a nossa
compreensão actual da electricidade e magnetismo depende da invariância da carga
eléctrica - o princípio de que a carga eléctrica de uma partícula não varia, seja qual for a
velocidade da partícula. Este facto foi testado até à precisão de uma parte em 1020, mas
o que podemos afirmar com certeza é apenas que a invariância da carga eléctrica está
correcta até uma parte em 1020.

Representação gráfica de dados


É em geral muito mais fácil visualizar uma relação entre variáveis através de um
gráfico do que a partir de tabelas de dados. É também muito mais fácil determinar
graficamente relações empíricas quantitativas a partir de um conjunto de dados.
A tabela abaixo e o gráfico da figura seguinte representam dados obtidos numa
experiência de queda livre de uma esfera metálica, resultante da atracção gravítica da
Terra. A esfera cai a partir do repouso e a tabela mostra valores medidos da velocidade
da bola em vários instantes após ser largada.
Tempo (s) Velocidade (cm s-1)
(± 0,0003) (± 10)
0,0250 20,
0,0750 80,
0,1250 120,
0,1750 170,
0,2250 220,
0,2750 270,
0,3250 320,

18
Repare nas seguintes características do gráfico, que deverão ser encontradas em
todos os gráficos que traçar (e que nunca deverá esquecer no futuro):
1. O gráfico tem um título que, de forma clara mas breve, identifica as grandezas
que descreve e a experiência a que se refere.
2. A variável independente é traçada no eixo dos x (abcissa) enquanto que a
variável dependente é traçada no eixo dos y (ordenada).
3. Cada um dos eixos está claramente identificado com o símbolo da grandeza a
que corresponde e a respectiva unidade.
4. Como neste caso todos os valores de ambas as variáveis são positivos, apenas é
necessário um quadrante, com a origem no canto inferior esquerdo do gráfico.
Se existem valores negativos em qualquer das variáveis poderiam ser
necessários quadrantes adicionais, e a origem poderia ser movida para o centro
do papel de gráfico (as escalas dos eixos não têm de começar sempre em zero).
5. As dimensões do gráfico são determinadas pelo número de algarismos
significativos e pela incerteza associada aos dados. Numa folha de papel
milimétrico existem 180 por 280 divisões de 1 mm. As escalas devem ser
escolhidas de modo que a incerteza nos dados corresponda a várias divisões,
sempre que possível. Repare que no gráfico apresentado uma divisão da escala
da velocidade (ordenada) corresponde a 5 cm s-1, e a incerteza corresponde a
duas divisões. Escolhendo as escalas deste modo, qualquer divisão aleatória é
visível no gráfico. Se se escolhesse uma escala em que uma divisão
correspondesse a um valor menor do que este, o gráfico ocuparia uma porção
maior da folha, mas a dispersão dos pontos traçados seria tão grande que se
tornaria difícil fazer passar por eles uma linha. Por outro lado, uma escala
menor, dar-nos-ia uma falsa segurança sobre a precisão dos dados, visto que a
dispersão apareceria muito menor. Após termos enunciado esta regra,
poderemos perguntar a nós próprios por que é que a incerteza no tempo é apenas
1/10 de uma divisão na escala das abcissas. O que se passa aqui é que a precisão
das medidas do tempo é muito melhor do que a das velocidades, de modo que a
maior parte da dispersão do gráfico resulta das incertezas na velocidade (como
em tudo na vida, devemos utilizar o bom senso para escolher as escalas!).
O erro mais comum consiste em condensar um gráfico num canto do papel. O
comentário que podemos fazer é que, afinal de contas, o papel de gráfico não é
assim tão caro. Utilize a porção da folha que seja apropriada para os seus dados
(mas também não exagere!).

6. As divisões da escala são escolhidas de modo a serem 1, 2, 5 ou 10 unidades da


grandeza representada, ou ainda, por vezes, 2,5 ou 4. A ideia é traçar um gráfico
que possa ser lido facilmente. Utilizar divisões de 3, 7 ou 9 unidades torna a
leitura difícil. No nosso gráfico, as divisões da velocidade correspondem a
5 cm s-1, enquanto as divisões do tempo são 0,0025 - um múltiplo de 2,5. Note
que não é necessário escolher a mesma escala nas duas direcções (as unidades
até são diferentes, em muito casos).
7. Os pontos correspondentes aos dados devem ser traçados (com um círculo, um
quadrado, ou outro símbolo) de modo a serem facilmente localizáveis, mesmo
após ser traçada uma linha através deles. Se vários conjuntos de dados são

19
traçados no mesmo gráfico, utilize uma cor diferente ou um símbolo diferente
para cada conjunto de dados.
8. Sobre os pontos correspondentes devem ser desenhadas barras de incerteza
(também chamadas barras de erro) indicando o grau de incerteza associado a
cada ponto traçado. No nosso gráfico foram desenhadas barras verticais duas
divisões acima e abaixo de cada ponto. Correspondem a ±10 cm s-1, a incerteza
na velocidade. Como a incerteza no tempo é apenas ±1/10 de divisão, não foram
traçadas as barras que lhe corresponderiam. Quando os pontos são muitos não é
necessário traçar as barras de incerteza em todos eles porque isso constituiria
uma perda de tempo. Devem ser desenhadas em alguns pontos e, ao traçar a
curva que melhor se ajusta aos pontos experimentais deve ser tido em conta que
a todos eles estão associadas incertezas.
9. Ao traçar-se a curva que melhor se ajusta aos dados é necessário recordar que, se
há uma relação matemática entre as duas variáveis que medimos, esta deve ser
representada por uma curva suave. Os pontos dos dados podem não se encontrar
todos sobre esta curva devido á dispersão aleatória resultante das incertezas da
medida. O objectivo é escolher a melhor curva que representa a relação.
A linha a cheio no nosso gráfico foi escolhida como sendo a melhor curva. O
critério para a escolha da melhor curva é sempre que os pontos correspondentes
aos dados estejam distribuídos aleatoriamente acima e abaixo da curva, e que os
desvios médios de cada lado da curva sejam aproximadamente iguais. De novo o
bom senso deve ser utilizado aqui. Mais abaixo veremos como determinar a
incerteza associada a esta escolha.

Obtenção de relações matemáticas a partir do gráfico


O nosso gráfico mostra uma relação linear (uma linha recta) entre a velocidade e o
tempo. Uma relação linear exprime-se matematicamente na forma
y = mx + b
ou, no nosso caso,
v = mt + b
em que m representa o declive da recta e b representa a “ordenada na origem”, ou seja, a
intersecção da recta com o eixo da variável independente (ordenada) quando a variável
independente é igual a zero (no nosso caso, o valor de v quando t = 0 s, ou seja, a
velocidade inicial). Para obter a relação que representa os dados, necessitamos apenas
de obter m e b.
O declive é obtido a partir de quaisquer dois pontos pertencentes à linha, (x 1 ,y 1 ) e
(x 2 ,y 2 ), utilizando
y 2 − y1
m= .
x2 − x1
Após termos traçado os pontos e obtido a melhor curva, devemos sempre escolher
estes dois pontos de forma que (1) estejam sobre a linha, (2) não correspondam a pontos
de dados e (3) estejam o mais separado possível. As duas primeiras características
provêem do facto de que, uma vez traçada a linha, esta é uma representação média dos
dados. Se utilizássemos pontos correspondentes a dados para obter o declive, estaríamos

20
a desprezar o esforço efectuado para obtenção desta média. A terceira destina-se a
minimizar as incertezas na leitura do gráfico.
Os dois pontos utilizados para obter o declive estão indicados por X no gráfico e o
cálculo do declive encontra-se também na folha do gráfico. O declive é 980 cm s-2 (ou
9,80 m s-2). Repare que o declive físico que medimos tem unidades e portanto é
diferente do declive geométrico (este é igual à tangente do ângulo que a recta faz com o
eixo dos x).
Na maior parte das experiências o declive possui significado físico e é tudo o que
queremos obter do gráfico. Neste caso, o declive corresponde à aceleração da esfera.
Se a ordenada na origem for também necessária, pode ser obtida por extrapolação
da recta até ao ponto de intersecção com o eixo dos y. Pelo gráfico, determina-se o valor
5 cm s-1. Este é o valor da velocidade inicial da esfera.
A questão seguinte consiste na determinação das incertezas associadas a m e b.
Para as obter, temos de desenhar uma segunda linha – a tracejado no gráfico – que é a
pior linha que se consegue ainda ajustar aos dados. As barras de incerteza podem guiar-
nos neste caso. Devemos assegurar-nos que esta segunda recta não deixa de fora
nenhum dos pontos dos dados mas que difere o mais possível da melhor recta. O declive
e a ordenada na origem desta recta determinam-se do mesmo modo que vimos acima.
Estes valores dar-nos-ão os piores valores absolutos que poderão ainda corresponder aos
nossos dados. No nosso caso são m = 1060 cm s-2 e b = -10 cm s-1. Podemos desenhar
também uma segunda pior linha com declive inferior ao da melhor linha, mas em geral
basta duas rectas e as diferenças entre os valores de m e b delas são tomadas como
incertezas. Assim, a partir do nosso gráfico, obtemos (atendendo a que o declive da
recta corresponde à aceleração a da esfera e a ordenada da origem nos dá a velocidade
inicial v 0 desta):
a = (98 ± 8) × 10 cm s -2 ou a = 9,8 ± 0,8 m s -2
v0 = (1 ± 2) × 10 cm s -1 ou v0 = (1 ± 2 ) × 10−1 m s -1

Para saber mais


- John R. Taylor, Error Analysis, (2nd Edition), University Science Books, Sausalito
California, 1997.
- Clifford N. Wall, Raphael B. Levine e Fritjof E. Christensen, Physics Laboratory
Manual (3rd Edition), Prentice-Hall, Inc., Englewood Cliffs, New Jersey, 1972.
- W. J. Youden, Experimentation and Measurement, NIST Special Publication 672,
US Department of Commerce,1972.

21