UNIVERSIDADE FEDERAL DO PIAU

CENTRO DE CINCIAS DA NATUREZA

DEPARTAMENTO DE FSICA
DISCIPLINA: FSICA EXPERIMENTAL
PROFESSOR: ALEXANDRE MACIEL

TRATAMENTO ESTATSTICO DE DADOS

1. Introduo

Este documento tem a inteno de apresentar uma breve introduo de

alguns termos, definies e frmulas relacionados com o tratamento estatstico de
dados experimentais. Estes conceitos devem ser usados na manipulao de
resultados obtidos experimentalmente nas prticas de laboratrio do curso de Fsica
Experimental.

2. Tipos de erros
Erro sistemtico: Este tipo de erro est associado diferena
contnua ou progressiva entre o valor medido e o valor real de uma
grandeza de interessa. Pode ser causada por instrumentos de
medidas no-calibrados. Exemplos: i) um cronmetro na qual o seu
cristal est vibrando com uma frequncia abaixo da calibrao. Neste
caso, o cronometro apresentar medidas de tempo com valores
abaixo do esperado em todas as medidas realizadas. ii) Um medidor
de corrente eltrica pode medir um valor de corrente que depende
da temperatura interna do circuito do medidor. Neste caso, a medida
de corrente pode aumentar continuamente aps o instrumento ser
ligado at entrar em equilbrio.
Erro aleatrio: Este tipo de erro sempre est presente em uma
medida e est associado a flutuaes imprevisveis inerentes
processos que dependem de muitas variveis. Sua origem pode estar
ligada a limitaes do observador e/ou do instrumento de medida.
Como o nome sugere, este tipo de erro no apresenta uma tendncia
durante vrias medidas, sendo que o valor mdio de muitas medias
consecutivas tente a convergir para o valor real da grandeza.
Impreciso de medida: Est associado com a resoluo da sua
medida. A resoluo a menor diferena entre dois valores medidos
com um dado instrumento. Por exemplo, uma rgua escolar de 30 cm
tem divises principais a cada 1 cm. Cada centmetro, por sua vez,

TRATAMENTO ESTATSTICO DE DADOS

Professor: Alexandre Maciel
 divido e marcado a cada 1 mm. No existem subdivises do entre as
marcaes de 1 mm. Portanto, a resoluo da rgua 1 mm. Pode-
se alm da resoluo, usar a incerteza de ordem-zero que igual a
metade da resoluo. No exemplo da rgua escolar, igual a 0,5 mm.

3. Valor mdio

Em geral, quando realizamos experimentos que aparentemente deveriam

resultar em valores iguais de certa grandeza, nos vemos na situao onde os
resultados diferem. Esta disperso de resultados uma caracterstica intrnseca do
processo de medida experimental devido aos erros citados anteriormente. Nestas
situaes, faz-se necessrio a prtica de medir a mesma grandeza vrias vezes
para obteno de uma mdia dos resultados. Esta necessidade surge em geral de
dois fatores: O primeiro est relacionado ao instrumento de medida ter uma
impreciso de medida grande. Isto pode ser mitigado atravs de melhores
instrumentos, mais sensveis e calibrados de forma correta. O segundo est
relacionado dificuldade de realizar o experimento com um controle satisfatrio de
todos os fatores que podem influenciar no resultado final.

Considere um conjunto de medidas como sendo o resultado de

N medidas consecutivas da mesma grandeza sob as mesmas condies. A princpio
todos os valores de deverio ser iguais. Em muitas situaes, como citado
anteriormente, isto no verdade. Assim, o valor mdio, , pode ser calculado da
seguinte forma

4. Desvio padro

Em geral, til ter uma noo das variaes ocorridas durante o processo
de medidas. No caso onde a variao entre uma medida e outra consecutiva no
esta correlacionada com algum fator previsvel, podemos obter um parmetro
chamado desvio padro, usado para quantificar a variao padro do conjunto de
dados. O desvio padro calculado usando a seguinte frmula

( )

TRATAMENTO ESTATSTICO DE DADOS

Professor: Alexandre Maciel
 Este nmero, , representa a disperso em torno da mdia . Quanto menor
o valor de , menor a disperso dos valores em torono da mdia e, portanto mais
prximos uns dos outros foram os resultados obtidos.

5. Propagao de erros

Suponha que voc tem um conjunto de dados experimentais, diretos ou

calculados, onde cada valor apresentado com um erro associado. Seja o conjunto
de dados com erros associados . Este erro pode
ser devido impreciso do equipamento ou erros de natureza estatticas, como o
desvio padro. O que acontece com o erro associado a uma grandeza que fruto
de operaes matemticas usando os valores do conjunto de dados com erros
associados?

Neste caso, necessrio entender como os erros so calculados. Isto ,

como se os erros das grandezas usados no calculo se propagam para o resultado
final. Abaixo, seguem as regras para obteno da propagao de erros para
algumas operaes matemticas. Vale lembrar que as frmulas para propagao de
erros apresentadas apenas so vlidas para valores no correlacionados. Portanto,
a mesma grandeza no pode aparecer mais de uma vez na equao.

Soma e/ou subtrao: Se o valor de alguma operao que envolva

somas e/ou subtraes,

o valor do erro associado grandeza ser calculado usando a expresso

abaixo

Observe que no importa se so feitos somas ou subtraes, o quadrado dos

erros associados sempre se somam para o calculo do erro propagado. Isto se
chama soma em quadratura.

Multiplicao e/ou diviso: Se o valor de alguma operao que

envolva multiplicao e/ou divises,

( )
( )

Ento o valor do erro associado grandeza ser calculado usando a

expresso abaixo

TRATAMENTO ESTATSTICO DE DADOS

Professor: Alexandre Maciel
 | | ( ) ( ) ( ) ( ) ( ) ( )

Elevando a potencia: Se o valor de interesse resultado de uma

operao envolvendo uma potencia de um valor , tal que , ento
podemos diferenciar a equao e obter

| || |

6. Comparando medidas

Para comparar duas medidas com erros associados faz o seguinte

procedimento. Sejam e os dois valores que desejamos comparar.
Podemos dizer que os valores medidos de e concordam quando o erro
associado diferena entre e for maior do que a o mdulo da prpria diferena

entre e . Ou seja, para , temos ( ) ( ) . Se | |, temos que

os valores de e concordam.

7. Ajuste linear por mnimos quadrados (na mo)

Algumas grandezas s podem ser medidas de forma indireta. O que significa

que necessrio um modelo terico que associe a grandeza de interesse a
grandezas que podem ser medidas diretamente. Um timo exemplo para isso a
medida da acelerao da gravidade atravs do movimento de um corpo sob a ao
da fora gravitacional. Neste caso, a grandeza de interesse a acelerao de um
corpo em queda livre. Podemos usar a equao do tempo de queda tq de um corpo
em queda livre a partir do repouso por uma dada altura h. A equao, para o caso
sem resistncia do ar,

Observe que o quadrado do tempo de queda diretamente proporcional

altura da queda. Alm disso, a constante de proporcionalidade est diretamente
ligada acelerao da gravidade g.

Muitas vezes, os resultados experimentais de uma dada grandeza de

interesse podem ser obtidos como funo de outra grandeza acessvel do
experimento realizado. Continuando com o caso de um corpo em queda livre, o
quadrado do tempo de queda uma funo linear da altura. Isto indica que se for
possvel medir diferentes valores de tq para diferentes valores de h, podemos

TRATAMENTO ESTATSTICO DE DADOS

Professor: Alexandre Maciel
verificar a linearidade da dependncia e usar essa linearidade para calcular com
maior confiana o valor da constante de proporcionalidade e, portanto o valor de g.

Considere que aps a realizao do experimento, tenhamos obtido o

conjunto para os valores calculados de tq2 para diferentes valores de
alturas h , respectivamente. O grfico da Figura 01 mostra a
dependncia dos dados experimentais de tq2 vs. h (crculos pretos). Por questo de
simplicidade, no mostraremos as barras de erros das medidas. Sabemos que a
relao entre tq2 e h deve ser linear. Observe que o grfico da figura 01 tambm
mostra duas retas (azul e vermelha). Qual destas retas melhor representa os dados
experimentais? Note que nenhuma das duas cruza a origem dos eixos. Voc pode
argumentar de vrias formas para decidir qual das retas melhor representa os
dados experimentais.

Figura 01

O objetivo desta seo apresentar um mtodo numrico que permita a

obteno dos coeficientes linear e angular de uma reta que seja uma boa
representao dos dados. Este mtodo se chama ajuste por mnimos
quadrados. Considere a funo linear

( ) (Eq. 01)
Podemos quantificar a separao entre o valor da funo f e o valor medido
da grandeza y para um dado valor de x. Esta separao (distncia) pode ser
calculada como

TRATAMENTO ESTATSTICO DE DADOS

Professor: Alexandre Maciel
 ( ) (Eq. 02)

Figura 02

A Figura 02 mostra um grfico com um conjunto de pontos experimentais e

uma reta que obedece uma funo linear do tipo da eq. 01. Definimos ento uma
grandeza S que igual a soma dos quadrados das distncias para todos os pontos
dos dados experimental.

(Eq. 03)

Observe que S uma funo de a e b, coeficientes da equao da reta.

Assim, o mtodo de ajuste linear consiste em encontrar os valores de a e b que
minimizam o valor da funo S (ver Figura 03). Da o nome do mtodo, ajuste por
mnimos quadrados. Como encontrar os valores de a e b que minimizam S?

Figura 03

TRATAMENTO ESTATSTICO DE DADOS

Professor: Alexandre Maciel
 Sabemos que nos pontos onde S mnimo a derivada de S com relao a a
e com relao a b devem ser nulas. Lembre-se que a derivada nula no garante um
ponto de mnimo. Alm disso, mais de um ponto de mnimo podem ser identificados
em funes mais complexas. Entretanto, isso ser discutido depois. Segue-se da
que

(Eq. 04)

(Eq. 05)

Combinando as equaes de 01 a 05 e resolvendo o sistema de equaes,

pode-se mostrar que

(Eq. 04)

(Eq. 05)
( )
Observe que os valores de a e b podem ser calculados a partir dos N pares
de valores experimentais (xi , yi). Deste modo, a partir de um conjunto de dados
experimentais, pode-se obter os coeficientes linear e angular de uma reta que
melhor ajusta os dados obtidos. Se a quantidade de dados no to grande,
possvel calcular a e b com facilidade usando as equaes 04 e 05 usando apenas
uma calculadora de bolso.

Com relao possibilidade de que as Eq. 04 e 05 satisfaam uma condio

de mximo: o que caracteriza um ponto de mnimo ou de mximo? Voc pode
mostrar que as solues para a e b so de fato para mnimo. Vale a pena fazer o
calculo e ver por voc mesmo. Com relao existncia de mais de um ponto de
mnimo. Voc j deve ter calculado que no existem pontos de mximo para a
soluo apresentada neste texto. possvel concluir algo sobre a unicidade da
soluo?

Vamos concluir esta seo com um exemplo prtico do experimento onde se

mediu o tempo de queda de um corpo em um plano inclinado para diferentes
valores de deslocamento (x) a partir do repouso. A Figura 04 mostra uma tabela
com o resumo do clculo realizado para a obteno dos valores de a e b atravs
das equaes 04 e 05. A Figura 05 mostra um grfico com os dados experimentais
e o grfico da reta calculado a partir dos coeficientes linear e angular, a e b,
respectivamente.

TRATAMENTO ESTATSTICO DE DADOS

Professor: Alexandre Maciel
 Figura 04

Figura 05

TRATAMENTO ESTATSTICO DE DADOS

Professor: Alexandre Maciel