2.

1 Unidades e Dimenses
Uma quantidade medida ou contada tem um valor numrico (2,47) e uma
unidade (qualquer coisa que seja este 2,47).

muito til na maior parte dos clculos de engenharia, as vezes essencial,

escrever tanto o valor quanto a unidade de cada quantidade que aparece em
uma equao:

Uma dimenso uma propriedade que pode ser medida, como

comprimento, tempo, massa ou temperatura, ou calculada pela multiplicao
ou diviso de outras dimenses, como comprimento/tempo (velocidade),
comprimento3 (volume) ou massa/comprimento3 (densidade).

Os valores numricos de duas quantidades podem ser somados ou

subtrados apenas se tiverem as mesmas unidades.
 Mas,

Por outro lado, os valores numricos e as suas unidades correspondentes

podem sempre ser combinadas por multiplicao ou diviso.
2.2 Converso de Unidades
Uma quantidade medida pode ser expressa em termos de quaisquer
unidades que tenham a dimenso apropriada.

Uma determinada velocidade, por exemplo, pode ser expressa em ft/s,

milhas/h, cm/ano ou qualquer outra razo entre uma unidade de
comprimento e uma unidade de tempo.

O valor numrico da velocidade, naturalmente, depende das unidades

escolhidas.

A equivalncia entre duas expresses da mesma quantidade pode ser

definida em termos de uma razo:

Razes deste tipo

so conhecidas
como fatores de
converso.
 Para converter uma quantidade expressa em termos de uma unidade ao
seu equivalente em termos de outra unidade, multiplique a quantidade
dada pelo Fator de converso (unidade nova/unidade velha).

Por exemplo, para converter 36 mg ao seu equivalente em gramas, escreva

(Note como as unidades velhas se cancelam, deixando a unidade desejada).

Uma forma alternativa de escrever esta equao usar uma linha vertical em
lugar do sinal de multiplicao:

Indicar explicitamente as unidades em clculos deste tipo a melhor forma de

evitar o erro muito comum de multiplicar quando se quer dividir ou vice-versa.
No exemplo mostrado, sabemos que o resultado esta correto porque os miligramas
se cancelam, deixando apenas os gramas do lado esquerdo, enquanto

esta claramente errado (no e o que voc pretendia calcular).

2.3 Sistemas de Unidades

Um sistema de unidades tem os seguintes componentes:

1. Unidades bsicas para massa, comprimento, tempo, temperatura,

corrente eltrica e intensidade de luz.

2. Unidades de mltiplo, que so definidas como mltiplos ou fraes das

unidades bsicas, como minutos, horas e milissegundos, todos definidos em
termos da unidade bsica, o segundo.

3. Unidades derivadas, obtidas de duas maneiras:

 (a) Multiplicando ou dividindo unidades bsicas ou de mltiplo (cm2,
ft/min, kg.m/ s2 , etc.). Unidades derivadas deste tipo so chamadas de
unidades compostas.

(b) Definindo equivalentes de unidades compostas (por exemplo, 1erg 1

gcm/s2, 1lbf 32,174 lbmft/s2) .

O Sistema Internacional de Unidades ou SI, para simplificar, tem ganho

ampla aceitao na comunidade cientfica e de engenharia.
Principais prefixos SI:

Principais Unidades Derivadas no SI:

As unidades bsicas do sistema americano de engenharia so o p (ft) para
comprimento, a libra-massa (Ibm) para a massa e o segundo (s) para o tempo.

Este sistema tem duas dificuldades principais. A primeira a ocorrncia de

fatores de converso (como 1 ft / 12 in), que, diferentemente dos sistemas
mtricos, no so mltiplos de dez; a segunda, que tem a ver com a unidade da
fora.

2.4 Fora e Peso

De acordo com a segunda lei do movimento de Newton, a fora proporcional ao
produto da massa pela acelerao (comprimento/tempo2). As unidades naturais
da fora so, portanto, kgm/s2 (SI), gcm/s2 (CGS) e lbmft/s2 (americano de
engenharia).

Para evitar lidar com estas unidades complexas em todos os clculos que
envolvem fora, foram definidas unidades derivadas para fora em cada
sistema. Nos sistemas mtricos, as unidades derivadas para fora (o Newton no
SI, a dina no CGS) so definidas como iguais as unidades naturais:
No sistema americano de engenharia, a unidade derivada para fora -
chamada de librafora (lbf) definida como o produto de uma unidade
de massa (1 lbm) e a acelerao da gravidade ao nvel do mar e a 45 de
latitude, que vale 32,174 ft/s2:

Por exemplo, a fora em newtons necessria para acelerar uma massa de 4,00 kg
a uma taxa de 9,00 m/s2 :

A fora em lbf necessria para acelerar uma massa de 4,00 Ibm a uma taxa de
9,00 ft/s2 :
O smbolo gc usado algumas vezes para representar o fator de converso
da unidade natural de fora para a derivada: por exemplo:

O peso de um objeto a fora exercida sobre o mesmo pela atrao

gravitacional. Suponha que um objeto de massa m esteja sujeito a uma fora
gravitacional W (W, por definio, e o peso do objeto) e que, se este, objeto
estivesse caindo livremente, sua acelerao seria g. O peso, a massa e a
acelerao em queda livre do objeto esto relacionados pela Equao:

A acelerao da gravidade varia diretamente com a massa do corpo atraente (na

maioria dos problemas, a terra) e inversamente com o quadrado da distancia
entre os centros de massa do corpo atraente e do objeto que esta sendo atrado.
O valor de g ao nvel do mar e 45 de latitude aparece abaixo em cada um dos
sistemas de unidades:
2.5 Estimao e Clculos Numricos

2.5a Notao Cientifica, Algarismos Significativos e Preciso

Tanto nmeros muito grandes quanto nmeros muito pequenos so encontrados

freqentemente em clculos de processos. Uma forma conveniente de expressar
tais nmeros usar notao cientifica, na qual um nmero expresso pelo
produto de um outro nmero (usualmente entre 0,1 e 10) e uma potncia de 10.

Exemplo:

Os algarismos significativos de um nmero so os dgitos a partir do primeiro

digito diferente de zero esquerda ou (a) do ltimo digito (zero ou diferente de
zero) direita se existe uma virgula decimal ou (b) do ltimo digito diferente de
zero se no existe virgula decimal. Por exemplo:
 (Nota: O nmero de algarismos significativos facilmente mostrado e
visto se for usada notao cientifica).

O nmero de algarismos significativos no valor expresso de uma quantidade

medida ou calculada fornece uma indicao da preciso com a qual a
quantidade conhecida:

Quanto mais algarismos significativos, mais

preciso o valor.
Geralmente, se voc exprime o valor de uma quantidade medida com trs
algarismos significativos, voc indica que o valor do terceiro digito pode estar
errado aproximadamente pela metade.

Ento, se voc exprime uma massa como sendo 8,3 g (dois algarismos
significativos) voc indica que a massa esta entre 8,25 e 8,35 g.

Enquanto se voc exprime o valor como 8,300 g (quatro algarismos

significativos), voc indica que a I assa esta entre 8,2995 e 8,3005 g.

No entanto, note que esta regra se aplica apenas a quantidades medidas

ou nmeros calculados a partir de quantidades medidas. Se uma quantidade
conhecida exatamente - como um inteiro puro (2) ou uma quantidade
contada (16 laranjas) - O seu valor contm implicitamente um nmero infinito
de algarismos significativos (5 vacas significam exatamente 5,0000 ... vacas).
 Quando duas ou mais quantidades so combinadas por multiplicao ou diviso,
o nmero de algarismos significativos do resultado deve ser igual ao menor
nmero de algarismos significativos de qualquer dos fatores ou divisores.

Se o resultado inicial de um clculo viola esta regra, voc deve arredondar o

resultado para reduzir o nmero de algarismos significativos ao seu valor
mximo permitido. No entanto, se uma srie de clculos precisa ser feita em
seqncia, recomendvel manter algarismos significativos extras nas
quantidades intermediarias e arredondar apenas o resultado final.

(As quantidades entre parnteses indicam o nmero de

algarismos significativos de cada nmero).
A regra para adio e subtrao refere-se posio do ultimo algarismos
significativo na soma quer dizer, a localizao deste digito em relao
virgula decimal. A regra :
Quando dois ou mais nmeros so somados ou subtrados, a posio dos ltimos
algarismos significativos de cada nmero deve ser comparada. Destas posies, aquela
mais afastada a esquerda a posio do ltimo digito permissvel do resultado.

Vrios exemplos aparecem a seguir, nos quais uma seta ()representa o ltimo
algarismo significativo de cada nmero.
 Finalmente, uma regra emprica para arredondar nmeros nos quais a digito a
ser rejeitado 5. se fazer o ltimo digito do numero arredondado ser par:

2.5b Validando Resultados

Cada problema que voc ter que resolver - nesta e em outras disciplinas e
tambm durante a sua carreira profissional- envolvera duas questes criticas:

(1) Como achar uma soluo?

(2) Quando achar uma, como saber se correta?

A maior parte deste curso est dedicada a questo 1 - quer dizer, a mtodos de resoluo de
problemas que aparecem no projeto e anlise de processos qumicos. No entanto, a questo 2 e
igualmente importante, e podem aparecer vrios problema srios se no for formulada.

Todos as engenheiros bem-sucedidos adquirem a hbito de fazerem a si esta questo sempre que
resolvem um problema e desenvolvem uma ampla variedade de estratgias para respond-la.
Entre as abordagens que voc pode usar para validar uma soluo quantitativa
do problema esto a substituio reversa, a estimao da ordem de grandeza
e o teste da razoabilidade.

(i) A substituio reversa um mtodo direto: depois que voc resolver um

conjunto de equaes, substitua a sua soluo de volta nas equaes e
assegure-se de que ela funciona.

(ii) A estimao da ordem de grandeza significa comear com uma

aproximao grosseira e fcil de obter da soluo de um problema e conferir
se a soluo mais exata esta razoavelmente prxima.

(iii) Aplicar o teste da razoabilidade significa verificar se a soluo faz sentido.

Se, por exemplo, uma velocidade calculada para gua escoando por uma
tubulao e maior do que a velocidade da luz, ou se a temperatura calculada
dentro de um reator qumico e maior do que a temperatura do interior do
Sol, voc deve suspeitar de que algum erro foi cometido em algum ponto do
calculo.
2.5c Estimao de Valores Medidos: A Mdia da Amostra

Suponha que realizamos uma reao qumica da forma A Produtos,

comeando com A puro no reator e mantendo a temperatura do reator constante
em 45C. Aps dois minutos retiramos uma amostra do reator e a analisamos
para determinar X, a percentagem de A na carga que reagiu.
 Na teoria, X deve ter um nico valor; no entanto, em um reator real, X e uma
varivel aleatria, mudando de maneira imprevisvel entre uma corrida e outra
nas mesmas condies experimentais. Os valores de X obtidos aps 10
corridas sucessivas podem ser como segue:

Por que no obtemos o mesmo valor de X em todas as corridas? Existem vrias

razes:

impossvel reproduzir exatamente as mesmas condies experimentais em experimentos

sucessivo . Se a temperatura do reator varia apenas 0,1C de uma corrida para outra, isso pode
ser suficiente para mudar o valor medido de X.

Ainda que as condies fossem idnticas para duas corridas, no poderamos retirar a
amostra exatamente em t = 2,000 ... minutos, e uma diferena de um segundo pode resultar
em uma diferena mensurvel em X.

Variaes nos procedimentos de amostragem e de anlise qumica sempre introduzem

espalhamento nos valores medidos.
Neste ponto, podemos fazer duas perguntas acerca do sistema.

1. Qual e o valor verdadeiro de X?

Em princpio, poderia existir uma coisa como o "valor verdadeiro" - quer dizer, o valor que
obteramos se pudssemos fixar a temperatura exatamente a 45,0000 ... graus, comear a
reao, manter a temperatura e todas as outras variveis experimentais que afetam X
perfeitamente constantes, e ento amostrar e analisar com preciso completa exatamente em t
= 2,0000 ... minutos. No entanto, na prtica, no h como fazer nenhuma destas coisas.

Poderamos tambm definir o valor verdadeiro de X como o valor que obteramos realizando um
numero infinito de medidas e tomando a mdia dos resultados, mas tambm no h uma
forma prtica de fazer isto. O melhor que podemos fazer estimar o valor verdadeiro de X a
partir de um nmero finito de valores medidos.

2. Como podemos estimar o valor verdadeiro de X?

A estimativa mais comum e a mdia da amostra (ou mdia aritmtica). Obtemos N valores
medidos de X (X1,X2, ...,XN) e ento calculamos:

Mdia da Amostra (2.5.1)

Para os dados da tabela (exemplo de uma reao qumica).

Na forma de grfico:

Quanto mais medidas de uma varivel aleatria, melhor ser o

valor estimado com base na mdia da amostra.

No entanto, mesmo com um nmero muito grande de medidas, a mdia da amostra apenas
uma aproximao do valor verdadeiro e pode, de fato, estar muito longe deste (por exemplo,
se h algo errado com os instrumentos ou procedimentos usados para medir X).
2.5d Varincia de Dados Espalhados.

Consideremos dois conjuntos de medidas de uma varivel aleatria X - por

exemplo, a percentagem de converso no mesmo reator em batelada, medida
usando duas diferentes tcnicas experimentais.
Grficos de espalhamento de X versus o numero de corridas aparecem na figura
abaixo. A mdia de cada conjunto de dados e 70%, mas os valores medidos se
espalham em um intervalo muito mais estreito para o primeiro conjunto (entre
68% e 73%) do que para o segundo (entre 52% e 95%).
Em cada caso, voc estimaria o valor verdadeiro de X a partir das condies
experimentais dadas como a media da amostra, 70%, mas voc teria claramente
mais confiana na estimativa do conjunto (a) do que na do conjunto (b).

Trs quantidades - o intervalo, a varincia da amostra e o desvio padro da

amostra So usadas para expressar o grau no qual os valores de uma varivel
aleatria se espalham em tomo do seu valor mdio.

O intervalo e simplesmente a diferena entre os valores maior e menor de X no

conjunto de dados:

Intervalo (2.5.2)

No primeiro grfico da figura anterior, o intervalo de X 4% (72% - 68%) e no

segundo grfico 43% (95% - 52%).

O intervalo e a medida mais crua do espalhamento; envolve apenas dois dos

valores medidos e no da nenhuma indicao de que a maior parte dos
valores fica prxima a media ou se espalha muito em torno desta.
A varincia da amostra e uma medida muito melhor. Para defini-la, calculamos
o desvio de cada valor medido em relao a media, Xj - X (j = 1,2, ...,N) e ento
calculamos
Varincia (2.5.3)
da amostra

O grau de espalhamento pode tambm ser expresso em termos do desvio padro

da amostra, definido como a raiz quadrada da varincia:

desvio padro da
(2.5.4)
amostra

Quanto mais um valor medido (Xj) se desvia da mdia, seja de forma positiva
seja de forma negativa, maior o valor de (Xj - X )2 e, portanto, maior o valor da
varincia e do desvio padro. Se estas quantidades so calculadas para os
conjuntos de dados da Figura anterior, por exemplo, sero obtidos valores
relativamente pequenos para o conjunto (a) (sx2 = 0,30, sx = 0,55) e valores
grandes para o conjunto (b) (sx2 = 50, sx = 7,1).
Para variveis aleatrias tpicas, aproximadamente dois tero de todos os valores
medidos caem dentro de um desvio padro da media; cerca de 95% caem dentro
de dois desvios padres; e cerca de 99% caem dentro de trs desvios padres.
Uma ilustrao grfica desta afirmao mostrada na figura abaixo. Dos 37
valores medidos de X, 27 caem dentro de um desvio padro em relao a
amostra, 33 caem dentro de dois desvios padres e 36 dentro de trs desvios
padres.
2.6 Homogeneidade dimensional e quantidades
adimensionais
Comeamos a nossa discusso sobre unidades e dimenses dizendo que as
quantidades podem ser somadas ou subtradas apenas quando as suas unidades
so as mesmas. Se as unidades so as mesmas, segue-se que as dimenses de
cada termo devem ser as mesmas. Por exemplo, se duas quantidades podem ser
expressas em termos de grama/segundo, as duas devem ter as dimenses
(massa/tempo). Isto sugere a seguinte regra:

Cada equao vlida deve ser dimensionalmente homognea: isto , todos

os termos aditivos nos dois lados da equao devem ter as mesmas
dimenses.

Consideremos a equao: (2.6.1)

Esta equao e dimensionalmente homognea, j que cada um dos termos, u, u0 e gt

tem as mesmas dimenses (comprimento/tempo). Por outro lado, a equao u = u0 + g
no dimensionalmente homognea e portanto no pode ser vlida.

A Equao 2.6-1 ao mesmo tempo dimensionalmente homognea e consistente

nas suas unidades, j que cada termo aditivo tem as unidades m/s.
O exemplo 2.6-1 ilustra um procedimento geral para reescrever uma equao em
termos de novas variveis tendo as mesmas dimenses mas diferentes unidades:

1. Defina novas variveis (por exemplo, colocando linhas nos nomes das variveis
velhas) que tenham as unidades desejadas.

2. Escreva expresses para cada varivel velha em termos da varivel nova

correspondente.

3. Substitua estas expresses na equao original e simplifique.

Uma quantidade adimensional pode ser um nmero puro (2, 1,3,5/2) ou uma
combinao de variveis que no tenha dimenses.

Expoentes (como o 2 em X2) funes transcendentais (como log, exp e sen) e

argumentos de funes transcendentais (como X em sen X) sempre devem ser
quantidades adimensionais. Par exemplo, 102 faz sentido, mas 102ft no tem
nenhum sentido, assim como log(20 s) ou sen(3 dinas).

2.7 Representao e anlise de dados de processos

A operao de qualquer processo qumico baseia-se, em ultima instncia,

nas medies das variveis do processo - temperaturas, presses,
vazes, concentraes, etc. As vezes e possvel medir diretamente estas
variveis, mas geralmente devem ser usadas tcnicas indiretas.
Suponha, por ex., que voc deseja medir a concentrao C de um soluto em uma
soluo.
(i) Para fazer isto, normalmente voc mede uma outra quantidade X - como a
condutividade trmica ou eltrica, ou a absorbncia de luz ou o volume titulado -
que varia de uma forma conhecida com a concentrao,

(ii) Ento calcula C a partir do valor conhecido de X. A relao entre C e X

determinada em um experimento separado de calibrao, onde solues de
concentrao conhecida so preparadas e X medido para cada soluo.

Consideremos um experimento de calibrao onde uma varivel y medida

para vrios valores de uma outra varivel x:

Onde, y poderia ser a concentrao de um reagente ou alguma outra varivel de processo, enquanto x
seria uma varivel facilmente medida (tal como a condutividade) cujos valores esto correlacionados
com y. Nosso objetivo e usar os dados de calibrao para estimar o valor de y para um valor de x
dentro do intervalo dos pontos tabelados (interpolao) ou alm deste intervalo (extrapolao).
Uma srie de tcnicas de interpolao e extrapolao e comumente usada,
incluindo interpolao linear de dois pontos, interpolao grfica e ajuste de
curvas. Qual desses mtodos e o mais apropriado depender da natureza da
relao existente entre y e x.

Figura 2.7.1

2.7a Interpolao linear de dois pontos

A equao de uma linha reta atravs dos pontos (x1, y1) e (x2, y2) em um
grfico de y versus x e:

(2.7-1)
2.7b Ajustando uma linha reta
Uma forma conveniente de indicar como uma varivel depende de outra com
uma equao:

Se dispomos de uma equao analtica para y(x) como as mostradas acima,

pode-se calcular y para qualquer valor de x ou (com maior dificuldade)
determinar x para qualquer valor de y, ou pode programar um computador
para fazer estes clculos.

Suponha que os valores de uma varivel dependente y foram medidos para

vrios valores de uma varivel independente x, e um grfico de y versus x em
coordenadas retangulares fornece o que parece ser uma linha reta. A equao
que voc usaria para representar esta relao entre y e x seria

(2.7-2)
 Se os pontos so relativamente pouco espalhados, como os da Figura 2.7-1a,
uma linha pode ser travada atravs deles por inspeo, e se (x1, y1) e (x2, y2)
so dois pontos - que podem ou no ser dados da tabela - sobre a reta, ento:

(2.7-3)
Inclinao

Intercepto (2.7-4)

Uma vez que a e calculado da Equao 2.7-3 e b calculado da Equao

2.7-4, conveniente checar o resultado verificando se a Equao 2.7-2
satisfeita no ponto (x1, y1) ou (x2, y2) que no foi usado para calcular b.

2.7c Ajustando dados no-lineares

Ajustar uma equao no-linear (qualquer outra que no seja y = ax + b) aos

dados e normalmente bastante mais difcil do que ajustar uma reta; no
entanto, com algumas equaes no-lineares voc ainda pode fazer ajustes
de linha reta se voc representa graficamente os seus dados de maneira
conveniente.
 Suponhamos, por exemplo, que x e y esto relacionados pela equao y2 = ax3
+ b. Um grfico das medies de y versus x claramente tem a forma de uma
curva; no entanto, um grfico de y2 versus x3 ser uma linha reta com uma
inclinao a e intercepto b. De forma mais geral, se quaisquer duas
quantidades esto relacionadas por uma equao do tipo:

ento um grfico da quantidade 1 (y2 no exemplo anterior) versus a

quantidade 2 (x3 no exemplo anterior) em coordenadas retangulares ser
uma linha reta com inclinao a e intercepto b.

2.7d Coordenadas Logartmicas

Quando voc traa valores de uma varivel y em uma escala logartmica, na

verdade voc esta traando o logaritmo de y em uma escala linear.

Um grfico com escalas logartmicas em ambos os eixos

chamado de grfico log.

Um grfico com um eixo logartmico e um retangular (com

espaos iguais) chamado de grfico semilog.
2.7e Ajustando uma linha a dados espalhados

bastante fcil ajustar uma linha quando os dados tem esta forma:
No entanto, a vida sendo do jeito que , muito mais provvel que voc se
encontre com dados que se comportem desta forma:

Quando os dados aparecem to espalhados como estes, voc poderia traar

qualquer quantidade de linhas retas por inspeo que representassem os dados
igualmente bem (ou igualmente mal, dependendo do ponto
de vista). A questo que linha usar.

Existem vrias tcnicas estatsticas para ajustar uma funo a um conjunto de dados
espalhados o mais usado a regresso linear ou o mtodo dos mnimos quadrados.