Escolar Documentos
Profissional Documentos
Cultura Documentos
Pgina 1
1. Introduo ........................................................................................................................... 3
2. Medies diretas e Instrumentos de medida ....................................................................... 4
2.1. Erros experimentais .................................................................................................... 5
3. Avaliao de um resultado experimental: preciso e exatido na medio de uma grandeza
9
i) Preciso ...................................................................................................................... 9
ii) Exatido: nmero reduzido de medies ................................................................... 9
4. Resultado experimental de medies diretas. ................................................................... 10
4.1. A grandeza medida uma nica vez. Erro de leitura ou instrumental e erro de
observao ................................................................................................................ 10
4.2. Anlise da disperso devida a erros acidentais num conjunto de N medidas:
Histogramas e curvas de distribuio....................................................................... 11
4.3. Grandeza medida um nmero reduzido de vezes (N <10) ....................................... 14
5. Medidas Indiretas ............................................................................................................. 14
5.1. Combinao ou propagao de erros em grandezas independentes ......................... 14
5.2. Grandeza determinada a partir da relao entre duas grandezas no independentes.
.................................................................................................................................. 15
Apndice A: Algarismos significativos e arredondamentos..................................................... 24
Apndice B: Grandeza determinada a partir de um grande nmero de medies (N 10) ...... 26
i) Conhece-se o valor real, ..................................................................................... 27
ii) Concordncia entre dois conjuntos de medidas, X e Y ............................................ 29
1. Cada um dos conjuntos de medidas tem uma distribuio gaussiana e o valor do
desvio padro, , conhecido. Sero os valores mdios concordantes?.......................... 29
2. Cada um dos conjuntos de medidas tem uma distribuio gaussiana, cujo valor do
desvio padro, , igual mas desconhecido. Sero os valores mdios concordantes? .... 29
Apndice C: Tabela Sntese para anlise de dados................................................................... 31
Apndice D: Planificao de uma experincia e elaborao do relatrio ................................ 32
Apndice E: Tabela de derivadas consideradas fundamentais no mbito da disciplina ........... 35
Apndice F: Exerccios Complementares ................................................................................ 36
Bibliografia ............................................................................................................................... 40
Pgina 2
1. Introduo
Pgina 3
2. Medies diretas e Instrumentos de medida
ou
As Medidas Diretas so as que resultam da leitura num instrumento de medida, que compara
diretamente a grandeza a medir com a grandeza padro usada na calibrao do instrumento.
Torna-se ento necessrio proceder calibrao do transdutor, ou seja determinar uma tabela
de correspondncia entre o estmulo (X) e a resposta (Y).
J que no existem instrumentos de medida perfeitos, fundamental conhecer alguns dos seus
atributos para que a respetiva escolha seja adequada natureza da medida e ao objetivo da
Pgina 4
medio. De entre os vrios atributos interessa-nos nesta fase analisar dois deles: a
sensibilidade e o rigor. Assim:
2.1.Erros experimentais
Como regra geral podemos dizer que o Erro Instrumental ou de leitura igual:
Como exceo regra geral temos por ex. a Craveira (tambm conhecida por Paqumetro ou
Palmer), que apesar de ser um instrumento analgico, o seu erro coincide com a menor diviso
do nnio. Atravs do exemplo seguinte torna-se mais simples compreender o porqu desta
exceo.
Pgina 5
l=[l0 +ln] valor da menor diviso do nnio.
lo : comprimento lido por defeito, a partir do zero da escala principal at ao zero do nnio;
Figura 1
Outro dos fatores que influencia a qualidade da medida obtida a alterao ambiental no local
da experincia (normalmente o laboratrio). So exemplos destas alteraes a variao da
temperatura, da presso, da tenso da rede, etc.
Pgina 7
Coeficiente de expanso linear
Ao usar uma rgua de cobre para fazer
/(10-6 C-1)
uma medida de comprimento L num local
Cobre 17
cuja temperatura varie de 20C a 200C
comete-se um erro de 0.3%. Ao 11
Invar 1
LT=20C = 1.000 m
Vidro Comum 9
LT=200C = LT=20C + LT=20C T =
Slica fundida 0.5
1.000 + 1.000 1710-6 180 = 1.003 m
Tabela I
Erros sistemticos, so erros constantes que influenciam (por excesso ou por defeito) todas as
medies. Por exemplo, um erro de calibrao difcil de eliminar se o instrumento em questo
no for confrontado com o padro. J o erro do zero na escala, na medio de um comprimento,
pode ser facilmente eliminado se a medida for feita entre dois pontos distintos da escala (ver
Fig. 3).
Pgina 8
3. Avaliao de um resultado experimental: preciso e exatido na
medio de uma grandeza
i) Preciso
Na maior parte das vezes, o experimentador no conhece o valor real da grandeza que
pretende determinar, ou ento tem apenas uma ideia aproximada dada por outros mtodos.
Neste caso, a avaliao da experincia faz-se conhecendo a preciso com que o resultado foi
determinado.
Um resultado de uma medio tanto mais preciso quanto menor o erro relativo, definido por
x
, que geralmente se exprime em percentagem:
x
x
Erro relativo = 100 (%)
x
Pgina 9
No mbito destas disciplinas sero consideradas precisas, todas as medies cujo erro relativo
no exceda os 10%. Isto significa que um resultado deve ter uma preciso igual ou superior a
90%.
Note que a discusso da exatido de um resultado s faz sentido ser analisada se este
corresponder a uma medio com uma preciso considerada razovel.
4.1. A grandeza medida uma nica vez. Erro de leitura ou instrumental e erro de
observao
Numa experincia em que se faz uma nica medio x, o erro que se comete normalmente
limitado pelo poder resolvente do instrumento de medida, ou seja, corresponde ao erro de leitura
ou instrumental. Neste caso o resultado de X ser:
X = x x x xinst
Pode acontecer que o observador durante a medio se aperceba que est a cometer um erro
aleatrio (xobs) que no consegue controlar, mas que consegue estimar. Neste caso ele deve
utilizar o maior de entre o erro de observao (xobs) e o erro de leitura ou instrumental (xinst).
Pgina 10
Os algarismos significativos so aqueles cujos valores so conhecidos com certeza, mais o
algarismo coberto pela estimativa do erro na determinao. Consequentemente, o nmero de
algarismos a reter no valor numrico de uma medio depende do erro da determinao.
Nota: Como no decorrer de uma aula prtica o conjunto de medies normalmente 10,
convencionamos que o erro no resultado final da medio deve ter apenas UM ALGARISMO
SIGNIFICATIVO.
No apndice A, o aluno poder encontrar a informao de que necessita para estabelecer
corretamente o nmero de algarismos significativos num resultado experimental.
Quando repetimos N vezes uma dada medida, podemos saber se a disperso (ou seja, a variao
dos valores obtidos) grande ou pequena recorrendo a um mtodo simples de representao
grfica - conhecido por Histograma. Para construir um histograma procede-se do seguinte
modo:
Pgina 11
Exemplo VI. Suponhamos que um grupo de alunos preparou uma experincia com o objetivo
de determinar o intervalo de tempo decorrido entre 9 oscilaes completas de um pndulo.
Para isso realizou 20 ensaios, cujos resultados se apresentam na tabela II, e cujo histograma
se representa na Fig. 4.
(t0.1) / s
5
17.8 18.0 18.2 For Layer 1
4
18.1 18.2 18.1 Recreate Hist
Frequncia
From x:
17.9 18.3 18.1 3
To x:
18.5 18.0 18.1 2 Bin Size
x 2
P x dx
1 2 2
e dx
2
P xi
1
f ( xi )
N
P(x)
o valor mdio da populao (o
chamado valor mais provvel ou
real)
Analisando a tabela III, verificamos que a probabilidade de ocorrerem valores para alm de
-3 extremamente baixa, apenas 0.3% das medies se encontram neste intervalo. Isto
equivale a dizer que a probabilidade acumulada de (100-0.3)% = 99.73%.
Pgina 13
4.3.Grandeza medida um nmero reduzido de vezes (N <10)
Na maioria das situaes prticas temos um conjunto limitado de medidas, chamado de Amostra
(como no caso do Exemplo VI) e no uma populao (N ). Quando este conjunto de medidas
inferior a 10 medidas, no tm sentido fazer um estudo da disperso da amostra em torno da
mdia e fazer a estimativa do desvio padro. A incerteza na determinao pode ser determinada
usando mtodos de aproximao diferentes, consoante o objetivo a que se destina a experincia.
Aquele que utilizaremos nas aulas, considerar a incerteza na medio como o mximo dos
desvios di xi x .
X x Max d i ,
5. Medidas Indiretas
Pgina 14
Cada uma das grandezas medidas, x, y e tem, respetivamente, uma incerteza associada x, y,
, etc (que podem ser por ex. erros de leitura, desvios padro da mdia, mximos de desvios,
etc). Seja F0 o valor real da grandeza F, dado por
F0 = f (x0, y0 ,0, )
O desvio FF-F0 na medio de F determina-se usando o conceito de derivada de uma funo:
F F F
F x y ... ,
x x ,y , ,.. y x ,y , ,. x ,y , ,...
F F F
onde , e denotam, respetivamente, as derivadas parciais da
x x , y , ,... y x , y , ,. z x ,y , ,.
funo F em relao varivel x, y e z calculadas nos valores mais provveis das grandezas
medidas. Matematicamente a expresso anterior representa o Diferencial Total da funo F
calculado no ponto x , y, ,... .
Nota: Quando uma derivada calculada em relao a uma varivel, todas as outras
variveis funcionam como constantes (valores numricos).
Quando o nmero de medidas realizadas para determinar x, y, , etc. pequeno, o erro que tm
associado corresponde ao erro de leitura, erro de observao ou ao mximo dos desvios. Ento
o erro em F dado pelo Limite Superior do Erro.
F F F
F x y ...
x x , y , ... y x , y , ... x , y , ...
Em muitas das situaes prticas, o experimentador est interessado em estudar duas ou mais
grandezas que no so independentes e estabelecer a expresso matemtica (relao funcional)
que as relaciona. Na maior parte das experincias que se vo realizar nas aulas prticas,
Pgina 15
conhecido o enquadramento terico (modelo) que pode ser usado para descrever os resultados
experimentais.
Para explicar a metodologia a seguir, vamos discutir em detalhe o exemplo VII.
(T 0.05) /s 1.54 1.65 1.69 1.76 1.90 1.97 2.14 2.24 2.28 2.39 2.44 2.55 2.61 2.69
(l 0.5) /cm 60.0 65.0 70.0 80.0 90.0 100.0 110.0 120.0 130.0 140.0 150.0 160.0 170.0 180.0
Tabela IV
Exemplo VII (cont.): Como ter a oportunidade de aprender, a teoria d-nos a relao entre
as grandezas medidas e a grandeza que pretendemos determinar. Quando se despreza o atrito
do ar e quando so usadas pequenas amplitudes de oscilao a relao :
l
T 2
g
II.Utilizar a representao grfica das grandezas medidas para verificar a sua relao
com o modelo previamente estabelecido
A representao grfica das grandezas medidas muito til quando queremos estabelecer a
relao entre as mesmas.
Pgina 16
O grfico da Fig. 6 traduz a dependncia das grandezas medidas pelo grupo A de alunos.
Neste caso como sabemos o valor real da acelerao da gravidade (g=9.81ms-2) podemos
incluir tambm a representao grfica, do perodo real, que seria esperada no intervalo
de comprimentos usados, e assim concluir, por comparao, se a curva terica (funo) se
ajusta aos pontos experimentais.
Figura 6
A comparao faz-se considerando o intervalo de incerteza associada a cada par de medidas
(Ti, li). Este intervalo encontra-se tambm representado no grfico da Fig. 6 e designado
por Barra de Erro.
Quando confrontamos a distribuio grfica dos pontos experimentais (xi, yi) com o modelo
terico (ver Fig. 6), importante encontrar um critrio razovel e prtico para rejeitar pontos
experimentais que eventualmente se afastem muito do valor esperado (real). Como
normalmente feita uma nica medio de xi e yi, vamos utilizar, no mbito das aulas prticas
desta disciplina, o seguinte critrio:
Um ponto experimental yi yi deve ser rejeitado quando a sua ordenada yi se afasta do grfico
da funo esperada f(xi), por um valor 3yi.
y+y
y
y-y
x-x x x+x
Conter uma legenda quando necessria, para distinguir diferentes conjuntos de medidas
ou evidenciar particularidades do grfico.
Quando a expresso que relaciona as grandezas no obedece equao de uma reta devemos
reescrever uma nova funo onde as novas variveis a usar para a abcissa e ordenada no novo
sistema de eixos, estejam relacionadas linearmente. Este processo corresponde linearizao
de uma expresso matemtica. Sempre que possvel deve optar-se por um processo que envolva
o menor nmero de clculos.
l
Regressando ao exemplo VII, a expresso T 2 pode ser linearizada atravs de:
g
a expresso como T
2 l , e efetuando a mudana de variveis y = T e x l ,
g
m
2 e b0
g
m
2 2 e b0
g
2 1
lnT ln 2 lnT ln lnl
l l
T 2
g g g 2
Pgina 19
Neste caso a mudana de variveis seria,
2
y lnT ; x lnl ;
1
m ; b ln ;
2 g
y = T2
T /s
2
x=l 3
m
2 2 e b0
60 80 100 120 140 160 180
Comprimento do Pndulo l /cm
g
Figura 7
Observando a distribuio dos pontos, verificamos que os nossos olhos conseguem visualizar
uma reta mdia, que se ajusta aos pontos, e para a qual necessitamos de determinar o declive e
a ordenada na origem. Existem no entanto mtodos analticos que nos permitem efetuar esses
clculos.
Pgina 20
dos Mnimos Desvios Quadrados (MMDQ). Vejamos em particular a sua aplicao a uma
funo linear.
y
xi2 yi xi xi yi
N N N
N xi yi xi yi
b 1 1 1 1
e m 1 1 1
2
N xi2 xi
2
N
N N N
N x xi
2
i 1
1 1 1
Nota: Este mtodo baseia-se no pressuposto de que apenas a varivel y est afetada por uma
incerteza (e de valor constante). Contudo, tendo em ateno os objetivos das disciplinas, admite-
se que as situaes propostas no colocam em causa o mtodo. Assim nas aulas prticas vamos
aplic-lo escolhendo para o eixo dos XX uma funo da varivel sobre a qual atumos diretamente.
No decurso da sua formao o aluno ter certamente oportunidade de aprofundar os seus
conhecimentos sobre a aplicabilidade do MMDQ.
Aplicando este mtodo ao grfico da Fig. 7 do exemplo VII obtm-se os seguintes valores para
o declive m e para a ordenada na origem b:
Pgina 21
Como na prtica lidamos com um nmero reduzido de pontos (N10) as expresses que a seguir
indicamos para o clculo de erro do declive e da ordenada na origem, devem ser usadas com
cuidado, sobretudo se a disperso dos pontos em relao reta mais provvel for elevada. Estas
envolvem um parmetro estatstico r (o coeficiente de correlao) usado na avaliao do ajuste
aos pontos experimentais. Na situao ideal, ou seja quando os pontos esto todos sobre a
mesma reta o valor de r2=1.
1 n
2 1 x 2
i
m m ;
r
b m 1
N 2 N
N N N
N xi y i xi y i
r 1
1/ 2
1 1
1/ 2
N 2 N 2
N 2 N 2
N xi xi N yi yi
1 1 1 1
Quando comparamos a reta de ajuste determinada, com a funo terica linearizada, temos que
avaliar qual o significado fsico do valores encontrados para (m m) e (b b).
Conhecendo a equivalncia entre os valores obtidos para os parmetros da melhor reta de ajuste
e as expresses que os relacionam com o modelo terico trivial obter a melhor estimativa da
Pgina 22
grandeza procurada. O erro de que vem afetada vai depender dos erros associados aos
parmetros obtidos e pode ser determinado reportando-nos ao limite superior do erro.
Pgina 23
Apndice A: Algarismos significativos e arredondamentos
N de algarismos
Valor significativos Observaes
a)
102 s 3 Representao ambgua pois
40 mm 2 ou 1 (?) a) o zero pode servir s para
posicionar a vrgula (No deve
4.0 cm 2 ser usada).
4 cm 1
4 101 mm 1 b)
A reduo de unidades deve ser
feita usando potncias de base 10,
0.520 s 3
para garantir que o n. de
algarismos significativos no
0.061s 2
alterado.
2.48 kg 3b)
2.48 103 g 3b)
2480 g 3 ou 4 (?) a)
2.480 10-3 kg 4
50000 m 1 ou 5 (?) a)
50.0 103 km 3
Nota: Existem outras regras que podero ser seguidas desde que utilizadas corretamente
Pgina 24
Exemplos
Conveno para arredondamentos Resultado a
Valor obtido
apresentar
Se o algarismo direita do ltimo algarismo
345.671 0.23 m 345.7 0.2 m
significativo a reter for > 5, este aumentado de
uma unidade.
2539 42.8 g (25.4 0.4) x 102 g
Se o algarismo direita do ltimo algarismo
significativo a reter for = 5 e no existem ou so
zero todos os algarismos seguintes, este:
Pgina 25
Apndice B: Grandeza determinada a partir de um grande
nmero de medies (N 10)
1. Medidas diretas
Vejamos como determinar o valor mais provvel de uma amostra de N 10 medidas e respetivo
erro.
N
xi
x x ... x N
x i 1 1 1
N N
Disperso das medidas em torno do valor mais provvel: desvio padro da amostra
Como indicador da disperso das medidas em torno do valor mdio comum usar o desvio
padro da amostra, N 1 ,
x x
2
i
N 1 i 1
N 1
Note que quando N , N 1 tende para o valor do desvio padro da populao dado por:
N
x x
2
i
i 1
Pgina 26
Ento qual o objetivo de aumentarmos o nmero de medies?
Verifica-se que aumentando o nmero de medidas diminumos o erro (a incerteza) que temos
na prpria determinao do valor mdio. A incerteza que afeta a mdia dada pelo erro padro
da amostra, SN-1:
N 1
S N 1
N
2. Medidas indiretas
F=f (y, x, , ),
cada uma das grandezas x, y, , etc, foi medida N 10 vezes, torna-se possvel determinar o
erro estatstico (desvio padro da amostra e erro padro da amostra) de cada uma dessas
grandezas independentes. Neste caso, uma estimativa mais realista do erro na grandeza F
obtida usando o erro padro da amostra de cada uma das grandezas independentes, atravs da
expresso:
2
F F
2 2
F
s F
s Nx 1 s Ny 1 s N 1 ....
N 1 x y x , y , ,...
x , y , ,... x , y , ,...
Pgina 27
distribuio t-student - que depende do nmero de medies e que tende para a distribuio de
Gauss reduzida quando N.
Para testar se o valor mdio, x estatisticamente diferente do valor real,, usa-se o parmetro
t dado por:
x
t ;
S N 1
O valor encontrado para o parmetro t comparado com os valores de to, determinados, para
n = N-1 graus de liberdade, que constam da tabela distribuio de probabilidades t-student. Os
intervalos de confiana so conseguidos calculando, por exemplo, a rea bilateral i.e. a
probabilidade de ocorrncia de x , para um dado valor to, P( t 0 S N 1 x t 0 S N 1) . O
valor de to tem ento o significado de um desvio, toSN-1, em relao ao valor real.
Para clarificar melhor a aplicao desta distribuio, vejamos como utilizar o critrio t-student
nas seguintes situaes:
(1) Medio da distncia focal de uma lente convergente cujo valor indicado pelo
fabricante de 10.0 cm. Uma vez realizados 12 ensaios foi determinado o valor mdio
f 10 .6 cm e N-1=0.9 cm. Poder este resultado ser estatisticamente diferente do valor dado
10.6 10.0
pelo fabricante? Neste caso o valor calculado t 2.309 , o que, se usarmos a
0.9 / 12
Tabela VII para 10-1=9 graus de liberdade, equivale a um intervalo de confiana de ~ 96%. O
que significa que a probabilidade do valor indicado pelo fabricante poder estar fora do intervalo
f 0.9 cm de (100%-96%) = 4%.
(2) Podemos ainda usar a distribuio t-student para estabelecer o intervalo dentro do
qual deve ocorrer o valor esperado, x t sN 1 x t sN 1 . Suponhamos que se estabelecia
um intervalo de confiana a 98 %, isto significa que se aceita o resultado de uma medio em
que a probabilidade do valor esperado estar fora desse intervalo apenas de 2%. Neste caso
para 9 graus de liberdade o valor de t no pode exceder 2.82. Aplicado ao exemplo da medio
0.9
da distncia focal, teramos um intervalo de confiana de f (2.82 S N 1 ) 10.6 2.82
12
Pgina 28
Tabela VII: Probabilidades da distribuio t-Student: valores do parmetro t0
Muitas vezes acontece no termos conhecimento do valor real, mas sim de uma determinao
obtida por outrem, tambm ela com um erro. A concordncia entre os dois conjuntos de
medidas, X e Y, pode ser inspecionada usando diferentes mtodos de acordo com a natureza de
cada uma das amostras usadas. Segue-se a discusso das situaes mais comuns que o aluno
encontra na sua atividade laboratorial:
Z X2 Y2 ,
Pgina 29
Quando os valores mdios X e Y so obtidos a partir de uma amostra de Nx e Ny
elementos, respetivamente, os desvios padro da amostra, X N 1 e YN 1 podem ser
com S
N X
1 NX1 N Y 1 NY 1
2
2
.
N X N Y 2
Uma vez calculado o parmetro t, recorre-se s tabelas da distribuio t-student para
obter o intervalo de confiana, determinado para n N X N Y 2 graus de liberdade,
uma vez que o valor real e desvio padro so desconhecidos. Se o intervalo de
confiana encontrado for adequado s exigncias da experincia, ento conclui-se que
os valores mdios so concordantes.
Pgina 30
Apndice C: Tabela Sntese para anlise de dados
x i
x1 x1 ... x N
Valor mais provvel x i 1
N N
N = 1 medies xobs
Erro X
> de entre
xinst
Desvio em relao mdia d i xi x
1
i
1
Declive (mm)
1
2 1
m m
r
N 2
N N N N
x y x x y
2
i i i i i
b 1 1 1 1
2
N
N
N xi2 xi
1 1
Ordenada na origem (bb)
n
x 2
i
b m 1
N
N N N
N xi y i xi y i
r 1 1 1
Coeficiente de correlao r N 2 N 2 1/ 2
N 2 N 2
1/ 2
N xi xi N yi yi
1 1 1 1
Pgina 31
Apndice D: Planificao de uma experincia e elaborao do
relatrio
Planear e realizar uma experincia uma atividade fascinante que consome muito tempo.
Movidos pela curiosidade, muitas vezes somos levados iniciar o registo de dados sem que todo
o procedimento esteja bem pensado. Raramente tal atitude conduz as medies corretas e em
nmero suficiente, que possibilitem uma boa anlise dentro da preciso exigida. Para evitar que
tal acontea, importante que um experimentalista elabore uma lista de controlo da sua
experincia. Segue-se uma proposta de lista de controlo que o aluno deve ter presente na
atividade laboratorial:
a) Definir os objetivos da experincia, i.e. elaborar uma lista das questes fundamentais que
pretende ver respondidas.
b) Identificar todas as fontes de variabilidade, i.e. tudo que cause que o valor numrico de uma
observao seja diferente de uma outra.
c) Selecionar uma amostra que seja representativa, nas condies de variabilidade
selecionadas, para o estudo de um dado fenmeno.
d) Especificar o tipo de medidas, o procedimento experimental, e antecipar dificuldades.
e) Realizar uma experincia piloto, i.e realizar 2 ou trs observaes. Neste exerccio adquire-
se prtica na tcnica, identificam-se problemas imprevistos e permite estimar o nmero de
ensaios necessrios.
f) Especificar um modelo que se julga existir entre as grandezas que se vo estudar.
g) Esboar as linhas gerais do processo de anlise.
h) Estimar o nmero de observaes necessrias.
i) Rever todas as decises anteriores se necessrio.
j) A experincia pode comear
O esquema a seguir apresentado destina-se a orientar os alunos sobre o contedo dos vrios
assuntos que compem o relatrio e, por isso, no dever ser tomado letra. Em muitos casos
pode e deve ser simplificado. Por exemplo, frequente que devido a particularidades ou
Pgina 32
complexidades do mtodo experimental utilizado seja mais claro apresentar o diagrama do
dispositivo na introduo terica, etc.
Seja claro, preciso e conciso na escrita dos relatrios. Durante a elaborao do relatrio tenha
sempre bem presente qual o objetivo do trabalho.
Ttulo do trabalho
Identificao
Sumrio (2 pargrafos)
Procedimento experimental
Diagrama do dispositivo usado explicando qual o papel desempenhado por cada um dos
componentes da experincia
Procedimento seguido na execuo do trabalho e quais as medies a realizar
Cuidados a ter durante a experincia para melhorar as condies de medida.
Apresentao de Resultados
Tabelas
De valores lidos diretamente e/ou obtidos a partir destes por clculos simples (valores
mdios, desvios, etc; no caso de serem tabelas muito extensas, estas devem ser
apresentadas em apndice, anexado no final do relatrio)
Pgina 33
As tabelas devem ser acompanhadas das explicaes e legendas necessrias sua
interpretao.
Medidas diretas expressas sob a forma: X= x x (para a grandeza X)
Grficos
Anlise de Resultados
Discusso e concluso
Resultados finais
Concluses baseadas nos resultados obtidos
Comentrios sobre eventual desacordo entre os resultados obtidos e os esperados (fatores
ligados realizao prtica do trabalho suscetveis de explicar tal desacordo, etc.)
Crtica ao trabalho e sugestes para melhor-lo (se necessrio)
Bibliografia
Pgina 34
Apndice E: Tabela de derivadas consideradas fundamentais no
mbito da disciplina
du
Nota: As u = u(x) e v = v(x) designam funes de uma varivel, x e u(x)=u e
dx
dv
v(x)=v as respetivas derivadas e k designa uma constante.
dx
dy
Funo total y (u,v) Derivada y' ( u , v )
dx
yk y' 0
y ku y' ku'
y uv y ' u 'v'
y uv y' u'v u v'
u u 'v u v'
y y'
v v2
y u y ' k u
k 1
u'
k
Pgina 35
Apndice F: Exerccios Complementares
1. Escreva corretamente cada um dos seguintes valores medidos, considerando que o erro
deve ter no mximo um algarismo significativo.
a = 3450.251 mm d = 60000042700 nm
b = 2,470.25 g e = 64837502500 mA
c = 2534.548.02 m f = 22 893 V
(t 0.01) / s
t
t /___ n (t ) /___ n1 (t ) /___ sn1 (t ) /___ 100
t
t(20 medidas)
t(40 medidas)
Pgina 36
3. Sejam u( x ) e v( x ) duas funes. Escreva para cada uma das seguintes alneas as
expresses que do as derivadas totais da funo f ( x ) definida por:
i) f ( x ) u( x ) v( x ) iv) f ( x ) u( x ) v( x )
u( x ) v) f ( x ) u( x ) cosv( x )
ii) f ( x )
v( x )
iii) f ( x ) u( x ) v( x )
i) s abc
ii) V abc
m
iii)
V
iv) V R 2 h
v) h l cos
5. Prove que no caso de ter uma grandeza F, que depende das grandezas independentes x,
y, z de acordo com a expresso:
F x y z
....
F x y z
Pgina 37
6. O dimetro interno de um tubo capilar foi determinado, atravs da altura de uma pequena
quantidade de mercrio nele introduzida.
As observaes foram as seguintes:
h1
h1.................................................................109.26 0.02 mm
h2...................................................................58.26 0.02 mm
massa do tubo capilar vazio (mv).....................6.610 0.002 g
h2
massa do tubo capilar com o mercrio (m)..... 6.884 0.002 g
Assumindo que a massa volmica do mercrio 13.6 g/cm3 1%, calcule o dimetro do tubo
e o respetivo erro experimental.
7. A altura h a que se eleva uma coluna de gua, num tubo de vidro de pequeno dimetro
aberto em ambas as extremidades, dada pela expresso
2
h (Lei de Jurim), onde
gR
- representa a tenso superficial do lquido;
- representa a massa volmica do lquido
- R o raio interno do tubo.
Descreva uma experincia que conduza determinao da tenso superficial da gua, usando
os parmetros de uma funo representada graficamente, identificando:
i) Material necessrio e instrumentos de medida adequados;
ii) Montagem do dispositivo experimental;
iii) Medies diretas a realizar;
iv) Tratamento de dados.
Pgina 38
(T 0.1) (h1) /mm
/C
23.3 71
32.0 73
41.0 75
53.0 78
62.0 80
71.2 82
87.0 86
99.0 89
Pgina 39
Bibliografia
[1] R.M White e J.Yarwood, em Experimental Physics for Students, Chapman and Hall,
Londres, 1973.
[2] M.C.Abreu, L.Matias e L.F. Peralta, Em Fsica Experimental Uma introduo, 1ed,
Editorial Presena, Lisboa, 1994.
[3] P. R. Bevington, em Data Reduction and Error Analysis for the physical science, McGraw-
Hill, London, 1969.
[4] V. Bonifcio em Guia do Tratamento dos Dados Experimentais - Apontamentos da
disciplina de Fsica Geral, 2003.
[5] N.C. Barford, Experimental measurements: Precision, Error and Truth, 2Ed, John Wiley
& Sons, New York (1985).
[6] G. Almeida, Sistema Internacional de unidades (SI)-Grandezas e Unidades Fsica,
terminologia, smbolos e recomendaes, 1Ed., Pltano Editora, Lisboa (1988).
Pgina 40