Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUO
Toda medio est sujeita a incertezas que podem ser devidas ao processo de medio, aos
equipamentos utilizados, influncia de variveis que no esto sendo medidas e, tambm, ao
operador. importante expressar o resultado de uma medio de forma que outras pessoas o
entendam e saibam com que confiana o resultado foi obtido.
1
Guia para Expresso da Incerteza de Medio, 3 Ed. Brasileira, ABNT, INMETRO, Rio de Janeiro, 2003.
Considere, por exemplo, uma situao em que se deseja medir o comprimento de um objeto
utilizando uma rgua graduada em milmetros, como representado na Figura 1. Para isso, diferentes
observadores, um de cada vez, posicionam a rgua junto ao objeto e fazem uma leitura. Eles
repetem esse procedimento muitas vezes e verificam que os valores obtidos, em cada medio,
diferem um do outro. Na Figura 2, apresenta-se a distribuio dos resultados dessas medies.
Nessa distribuio, o valor obtido em cada medio est representado na abscissa, e cada barra
vertical representa o nmero de vezes que esse valor foi encontrado.
0 1 2 3 4 5 6 7 8 9 10
10
0
7 ,0 7 ,2 7 ,4 7 ,6 7 ,8 8 ,0 8 ,2 8 ,4
m e d id a ( c m )
FIGURA 2 - Distribuio dos resultados das medies do objeto mostrado na Figura 1 com
uma rgua graduada em milmetros.
Verifica-se, claramente, que os resultados das medies esto dispersos em torno de um valor
mdio. Apesar de os observadores poderem afirmar que o comprimento do objeto est entre 7 cm e
8 cm, no se tem certeza sobre o valor da frao adicional no comprimento, por uma srie de
razes: o objeto pode no ter contornos bem definidos; h diferenas entre a posio escolhida, por
cada operador, para a marca de zero da rgua junto ao objeto; a rgua pode estar deformada etc.
Observa-se, no entanto, que h um grande nmero de medidas prximas ao valor mdio e que as
medidas mais afastadas so menos freqentes. Sempre que se efetua uma srie de medies de uma
grandeza, as medidas apresentam essas caractersticas. Isso inerente ao processo de medio.
Considere, agora, que o comprimento do mesmo objeto medido da mesma forma, porm,
utilizando-se uma rgua com graduaes de meio centmetro, como mostrado na Figura 3. Nesse
caso, o valor mdio do comprimento, obtido a partir de uma srie de medies, tem,
aproximadamente, o mesmo valor obtido com a rgua graduada em milmetros. No entanto,
verifica-se que uma maior disperso dos resultados, como mostrado na Figura 4. Novamente, isso
uma caracterstica do processo de medio nesse caso, a maior disperso devida,
principalmente, ao uso de um instrumento que tem preciso diferente.
0 1 2 3 4 5 6 7 8 9 10
FIGURA 3 - Rgua, graduada a cada meio centmetro, utilizada para medir o comprimento
de um objeto
nmero de medies
10
0
7 ,0 7 ,2 7 ,4 7 ,6 7 ,8 8 ,0 8 ,2 8 ,4
m e d id a ( c m )
Avaliao Tipo A a incerteza avaliada por meio de uma anlise estatstica da srie de
medidas.
Avaliao Tipo B a incerteza avaliada por meio de mtodos no estatsticos, por no se
dispor de observaes repetidas.
Avaliao Tipo A
Considere que uma medio foi repetida n vezes, nas mesmas condies, obtendo-se x1, x2,
... xn. Nesse caso, estabeleceu-se que a melhor estimativa para a medida dada pela mdia
aritmtica x dos valores obtidos, ou seja,
1 n
x xi ,
n i 1
e a incerteza padro da medio identificada com o desvio padro u da mdia das observaes,
dado por
1
1 n
2
xi x
2
u .
n(n 1) i 1
Observao
As distribuies mostradas nas figuras 2 e 4 so exemplos de uma distribuio normal ou gaussiana, que
descrita pela funo
x x 2
1
P ( x) e 2u 2
,
2
em que x o valor central ou mdio e u o desvio padro da mdia da distribuio.
Nesse tipo de distribuio, aproximadamente 68% dos valores encontram-se dentro do intervalo de um desvio
padro em torno da mdia; cerca de 95% esto dentro do intervalo de duas vezes o desvio padro; e cerca de 99,7%
esto dentro de trs vezes o desvio padro. Isso est representado na Figura 5. Esses intervalos so chamados de
intervalos de confiana.
A incerteza de medio, estimada com base no desvio padro da mdia de uma distribuio normal, tem a
seguinte interpretao: qualquer medida da grandeza tem uma probabilidade de 68% de estar dentro do intervalo x
u (ver Figura 5).
Na verdade, essa estimativa confivel quando o nmero de medies muito grande (n > 200). Quando n
pequeno, deve-se multiplicar o desvio padro por um fator de correo conhecido como coeficiente t-Student, cujo
valor depende do nmero de medies e do intervalo de confiana desejado. Uma tabela com os valores desse
coeficiente facilmente encontrada na literatura. Para simplificar, esse tipo de correo no ser abordado neste livro.
P(x)
68%
x u x u x u x x +u x u x u x
FIGURA 5 - A probabilidade P do valor x de uma medio estar dentro do intervalo x
u de 68%.
Exemplo 1
Considere o exemplo a seguir de uma avaliao Tipo A de incerteza. i ti (s) [ ti t ](s)
Em um teste balstico, so feitas medidas do intervalo de tempo entre o disparo 1 11,31 0,10
de um projtil e o instante em que ele toca o solo. Para isso, utiliza-se um 2 11,09 0,12
cronmetro, com resoluo de centsimos de segundo. 3 11,10 0,11
Os valores ti obtidos para o tempo de queda de cada projtil e os desvios ti do 4 11,27 0,06
tempo mdio esto mostrados na tabela ao lado: 5 11,18 0,03
6 11,32 0,11
7 11,24 0,03
8 11,15 0,06
t = 11,21
1 n
t i 8 11,31 11,09 11,10 11,27 11,18 11,32 11,24 11,15
1
t
n i 1
t = 11,21 s.
A avaliao Tipo A da incerteza u(t) no tempo de queda, estimada como o desvio padro da mdia, dada por
1
1 n 2
2
u t 0,101s
n(n 1) i 1
i
u = 0,101 s.
Avaliao Tipo B
Quando o nmero de medies realizadas no suficiente, ou em situaes em que no
prtico ou, ainda, quando no possvel se estimar a incerteza com base em um clculo estatstico,
utiliza-se a avaliao Tipo B. Essa avaliao baseia-se, normalmente, no bom senso do operador
que, a fim de estabelecer uma incerteza para a medio, deve utilizar toda informao disponvel,
por exemplo: dados de medies anteriores, conhecimento acumulado sobre os instrumentos e
materiais utilizados, especificaes do fabricante e dados de calibrao dos instrumentos. Portanto,
essa avaliao bastante subjetiva.
Em alguns casos, essas informaes podem permitir ao operador inferir uma distribuio
aproximada para as medidas, cujo desvio padro aproximado deve ser usado como uma estimativa
para a incerteza padro da medio.
Exemplo 2
Considere que um objeto de massa m foi colocado sobre uma balana que apresentou uma leitura de 93 g. A
nica informao disponvel sobre a balana era erro mximo = 4g.
Nessa situao, o resultado da medio da massa do objeto
m = (93 4)g .
Exemplo 3
Considere que a nica informao que um operador tem sobre uma medio de uma grandeza que o seu valor
se situa entre os limites x e x+. Nesse caso, aceitvel supor que x pode assumir qualquer valor dentro desse intervalo
com igual probabilidade (distribuio retangular).
Portanto, o valor mais provvel da grandeza dado por
2
Conforme ser detalhado posteriormente, a incerteza ser escrita com apenas 1 algarismo significativo.
x x
x
2
e a incerteza padro, estimada como o desvio padro dessa distribuio, dada por
x x
u .
2 3
Exemplo 4
Na Figura 4, apresenta-se um voltmetro analgico durante uma medio. Devido a flutuaes na diferena de
potencial, observa-se que o ponteiro do aparelho oscila, aproximadamente, entre V = 12,5V e V+ = 14,0V. Usando-se
esses valores como limites para uma avaliao Tipo B da incerteza nessa medio, obtm-se
V V
V 13,25 V
2
V V
u 0,43 V
2 3
FIGURA 6 - Voltmetro analgico durante uma medio de uma tenso eltrica alternada
Exemplo 5
Na Figura 7, apresenta-se a tela de um osciloscpio, usado para medir um sinal de tenso eltrica em um
indutor. Deseja-se medir a tenso pico-a-pico desse sinal. Devido a rudos no circuito sob medio, o sinal registrado
no estvel. Pode-se estimar que a tenso pico-a-pico desse sinal oscila, aproximadamente, entre d = 4,3 divises e
d+ = 5,5 divises. Usando-se esses valores como limites para uma avaliao Tipo B da incerteza nessa medio, obtm-
se
d d V
V 4,9 divises 0,1V/diviso = 0,49 V
2 diviso
d d V
u 0,35 divises 0,1V/diviso = 0,035 V
2 3 diviso
Algarismos significativos
Em toda medio importante se expressar o resultado com o nmero correto de algarismos
significativos. Para isso, preciso seguir as seguintes regras:
os algarismos significativos de uma medida so todos os corretos mais um duvidoso;
o algarismo duvidoso o que afetado pela incerteza da medio.
os zeros, esquerda do primeiro algarismo no nulo, antes ou depois da vrgula, no so
significativos eles apenas servem para representar a medida em mltiplos ou
submltiplos da unidade.
qualquer zero, direita do primeiro nmero no nulo, significativo.
a potncia de 10 em uma medida no altera o nmero de algarismos significativos.
(7,6385 0,1) cm como a incerteza de 1 milmetro, no faz sentido indicar o resultado com
preciso menor que esse valor, ou seja, os algarismos 3, 8 e 5 no so
significativos e no devem ser escritos.
(7 0,1) cm o algarismo duvidoso deve ser aquele sobre o qual incide a incerteza, portanto,
falta um algarismo significativo no resultado.
(7,6385 0,1178) cm Nas normas da ABNT, recomenda-se que a incerteza da medio seja fornecida
com, no mximo, dois algarismos significativos. Assim, mesmo que o processo
de clculo do desvio padro tenha fornecido o valor 0,1178, a norma
recomenda que ele seja escrito como 0,1 ou 0,12. Caso se faa a opo por
escrever a incerteza com dois algarismos significativos, o resultado deve ser
escrito na forma L=(7,64 0,12) cm. Caso o primeiro algarismo abandonado
seja igual ou maior que 5, acrescenta-se uma unidade ao algarismo que
permaneceu.
Sejam x1 u(x1), x2 u(x2), ... xn u(xN) os resultados das medies das grandezas
X1, X2, ... XN. O resultado y da medio da grandeza Y dado por
y f ( x1 , x2 , , xN ) .
Exemplo 6a
Deseja-se medir a potncia eltrica P dissipada por um resistor ligado rede eltrica. Para isso, foram feitas
vrias medies da resistncia eltrica R do resistor e da tenso eltrica V da rede, determinando-se os valores mdios e
as incertezas padro dessas grandezas. Os resultados obtidos so
R = (2,5 0,3) e V = (127 1) V .
A potncia eltrica dissipada no resistor dada por
V 2 127 2 ,
P
R 2,5
ou seja, P = 6451,6 W.
Como as incertezas em R e em V afetam o resultado da medio de P ?
A incerteza padro da medio de uma grandeza obtida dessa forma, ou seja, por meio de uma
medio indireta, chamada de incerteza padro combinada uc, e determinada por meio da
equao
2
N
f 2
u ( y)
2
u ( xi ) .
i 1 xi
c
Portanto, a incerteza padro combinada da varivel y igual raiz quadrada positiva da soma dos
2
f
quadrados das incertezas das medies das outras grandezas, ponderadas pelo termo . Esse
xi
termo avalia o quanto o resultado da medio varia com a mudana em cada grandeza xi.
Observao
A equao acima vlida apenas para o caso em que todas as grandezas de entrada (xi) sejam independentes
umas das outras. Para efeito de simplificao, o caso em que elas so correlacionadas no ser tratado neste livro.
Exemplo 6b
No Exemplo 6a, como as incertezas em R e em V afetam o resultado da medio de P ?
A incerteza padro combinada uc(P) da potncia dada por
P 2 P 2
2 2
uc ( P ) u (V ) u ( R) .
V R
2
Como, P V , ento
R
P 2V , P V2
2 , u(V)=1V e u(R)=0,3,
V R R R
sendo,
2 2
2 127 127 2
uc ( P ) (1) 2
2
(0,3) 2
2,5 2,5
uc(P)= 781 W.
P = (6,5 0,8)103 W
Conforme a dependncia da grandeza que se deseja medir com as grandezas que, de fato,
so medidas, a equao para a incerteza padro combinada se reduz a formas mais simples, como
mostrado a seguir.
y ax1 bx2
uc ( y ) a 2 u 2 ( x1 ) b 2 u 2 ( x2 ) ...
(a, b,... so constantes)
y depende linearmente das outras grandezas
2
uc ( y ) N
u ( x1 )
y ax x ... x
1
p1 p2
2
pN
N y
pi
i 1 x1
2 2 2
uc ( y ) u ( x1 ) u ( x2 ) u ( xN )
p1 p2 ... pN
y x1 x2 xN
y ae x u ( y ) ae x u ( x)
Exemplo 6c
No Exemplo 6a, a incerteza padro combinada de P pode ser calculada utilizando-se as equaes acima.
2
Como P V , ento
R
2 2
uc ( P ) u (V ) u ( R) .
2
P V R
2 2
uc ( P ) 1 0,3
2
P 127 2,5
uc(P)= 781 W,
Os resultados das medies realizadas devem ser apresentados no formato de tabela. Uma
tabela deve conter:
Legenda Inicia com a palavra Tabela, seguida pelo nmero que a identifica no texto.
Deve conter uma frase curta, que descreve o que apresentado na tabela, bem
como as variveis, smbolos e abreviaes no includas no texto;
Cabealho Linha, no topo da tabela, que contm os nomes ou smbolos das grandezas
listadas em cada coluna, com suas respectivas unidades e, caso necessrio,
incertezas padro.
Exemplo
TABELA 1
Tenso V e a corrente eltrica I no resistor
de resistncia R=(500 3) .
V (V) 0,1V I (mA)
11,3 22,5 0,3
15,8 31,8 0,4
19,5 40,0 0,5
22,7 44,4 0,5
29,1 59,2 0,6
38,4 76,1 0,6
42,3 83,8 0,7
50,0 99,3 0,8
Grficos
Exemplo 7
A seguir, representa-se o grfico das grandezas mostradas na Tabela 1.
50
V (V)
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100
I (mA)
FIGURA 8 - Tenso V versus corrente eltrica I em um resistor de resistncia R=(500
3) . A reta traada no grfico, obtida por regresso linear, descrita pela equao V = aI
+ b, em que a = (506 5) e b = ( 0,3 0,3) V
AJUSTE DE UMA CURVA AOS DADOS EXPERIMENTAIS
Na Fsica, a maior parte das anlises de dados consiste em se determinar uma expresso
analtica ou um modelo matemtico que melhor descreva um conjunto de resultados experimentais.
Suponha que os dados consistem em pontos (xi, yi), com i = 1, 2, ..., n, e que se deseja
determinar os parmetros aj de uma funo f tal que f (xi) yi para todo i. Isso feito por meio do
mtodo de mnimos quadrados, que estabelece que os parmetros que melhor ajustam uma funo
aos dados so aqueles que minimizam a soma dos quadrados das diferenas i yi f ( xi ) entre
cada ponto yi dos dados e o ponto f (xi) correspondente, gerado pela funo. Essa soma dada por
n 2
S yi f ( xi ) .
i 1
Seja aj, em que j =1, 2, ..., m, os parmetros da funo que se deseja determinar. Nesse caso, os
valores dos parmetros que minimizam S so as solues do sistema de equaes
S
0
a1
S
0
am
Exemplo 8
Sabe-se que durante o resfriamento, a variao T na temperatura de um objeto decresce exponencialmente com
kt
o tempo t, ou seja, esse processo descrito por uma equao do tipo T ce . O problema consiste em se
determinar os valores mais apropriados para os parmetros c e k dessa funo, a partir de uma srie de medies (Ti, ti).
kt
A seguir, representa-se o grfico de T em funo de t e, tambm, o grfico da funo f ( t ) ce . Com uma
escolha adequada dos parmetros c e k, obtm-se a equao f que melhor se ajusta ao conjunto de pontos (Ti, ti).
30
T ( C)
o
25
20
15
kt
f (x) = ce
10
i = yif (xi)
5
0
0 100 200 300 400 500
t (s)
Figura 9 - Variao T da temperatura de um objeto versus tempo t, enquanto ele se esfria. A
curva contnua corresponde a uma funo f ce kt
Quando a funo f linear nos parmetros que se deseja ajustar, esse sistema de equaes
tem soluo analtica. Por exemplo, a funo f ( x) a bx cx 2 linear nos parmetros a, b e c,
que podem ser facilmente determinados por meio do mtodo de mnimos quadrados.
Caso contrrio, ou seja, se f no linear nos parmetros a serem determinados, o problema
se torna mais complicado. No entanto, para resolv-lo existem algoritmos que j esto
desenvolvidos em vrios programas de computador, tanto comerciais quanto de domnio pblico.
Esse procedimento conhecido como ajuste no-linear por mnimos quadrados.
Regresso linear
Na Fsica, so muito comuns as situaes em que se deseja determinar a equao da melhor
reta que se ajusta a um conjunto de pontos (xi, yi), com i =1, 2, ..., n. Esse um exemplo de ajuste
linear de mnimos quadrados ou regresso linear.
Considere a reta descrita pela equao
f ( x) ax b .
Os parmetros a e b que melhor ajustam essa reta aos pontos (xi, yi) so os que minimizam a soma
S yi (axi b) . Portanto, esses parmetros so as solues das equaes
2
S
2 yi axi b xi 0 e
a
S
2 yi axi b 0 .
b
A soluo desse sistema de equaes simples. Com uma anlise mais completa, tambm podem
ser obtidas as incertezas padro de a e de b.
Esses resultados os parmetros a e b, ou seja, inclinao e coeficiente linear e suas
respectivas incertezas padro, u(a) e u(b), so
n xi yi xi yi 2
a , S xi
xi u (a )
2
n x 2
,
i
(n 2) n xi
2
( x
2
i)
yi a xi S
b , u (b) ,
n (n 2) n xi2 xi
2
S yi f ( xi )
2
em que e i varia de 1 at n em todos os somatrios.
H situaes em que possvel utilizar o mtodo de regresso linear para ajustar uma
funo que no linear, desde que seja possvel express-la em termos de outras variveis de forma
a obter uma funo linear. Veja o exemplo a seguir.
Exemplo 8
kt
Considere o problema descrito no Exemplo 7, em que se deseja ajustar a funo T ce a uma srie de
medies (T, t) da variao T na temperatura de um objeto com o tempo t. Nesse caso, no se pode fazer uma regresso
linear, pois a funo no linear, como mostrado na Figura 9.
No entanto, calculando o logaritmo de ambos os termos da funo, obtm-se
ln T ln ce kt ,
ln T ln c kt .
Essa equao pode ser escrita como a equao de uma reta,
Y at b
em que Y = lnT; a = k a inclinao; e b = lnc o coeficiente linear da reta.
Assim, ao invs de se fazer um ajuste no-linear por mnimos quadrados da funo exponencial T ce kt
aos dados (Ti, ti), faz-se uma regresso linear com os dados (lnTi, ti), como mostrado no grfico na Figura 10.
4
ln(T / C)
o
3
0
0 100 200 300 400 500
t (s)
Figura 10 - Temperatura T versus tempo t de um objeto enquanto se esfria. A curva
corresponde a uma funo f ce kt
Dessa regresso linear obtm-se a inclinao a e o coeficiente linear b da reta que melhor se ajusta aos dados:
a = (6,64 0,07) s1
b= (3,31 0,03)
Portanto,
k = a = (6,64 0,07) s1 e