Fisica 1

Apostila de Fı́sica 1
A. E. A. Amorim
Faculdade de Tecnologia de Jahu
18 de dezembro de 2010
ii
Sumário
1 Calendário 1
1.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Razão dos nomes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Migração e tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 O conceito de tempo na pré-história . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Calendário egı́pcio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.6 Calendário babilônico e grego . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7 Evolução do Calendário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.8 Percepção do tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.9 Tempo e criança . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.10 Ciência, Tempo e filosofia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.11 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Medição 21
2.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Instrumento de medição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.1 Partes de um instrumento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 Métodos de Medição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4 Atributos dos aparelhos de medida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5 Sinal de Medição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6 Resultado de medição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.7 Atributos dos resultados de medições . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.8 Ajuste e regulagem de um instrumento de medida . . . . . . . . . . . . . . . . . . . . . . . . 32
2.9 Calibração/Aferição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.10 Considerações finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.11 Exercı́cios de fixação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3 Sistema de unidade 35
3.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2 Grandezas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.3 Medição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.4 Grandezas de mesma natureza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.5 Sistema de Grandezas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.6 Grandeza de Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.7 Dimensão de uma Grandeza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.8 Grandeza Adimensional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.9 Unidade de medida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.10 Sistema de Unidades de medida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.11 Sistema Coerente de Unidades de medida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.12 Sistema Internacional de Unidades - SI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.13 Padrão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.14 Medida materializada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.15 Unidade de medida fora do Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
iii
iv SUMÁRIO
3.16 Múltiplo e submúltiplo de uma Unidade de medida . . . . . . . . . . . . . . . . . . . . . . . 42

3.17 Valor de uma grandeza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.18 Escala de Referência Convencional / Escala de Valor de Referência . . . . . . . . . . . . . . 44
3.19 Conversão de unidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.21 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4 Teoria de erros 51
4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2 Algarismos significativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3 Arredondamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4 Representação da medida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4.1 Histogramas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.5 O tamanho da amostra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.5.1 Critério de testes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.5.2 Valor verdadeiro, valor médio ou mediana . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.5.3 Precisão do aparato: Desvio padrão . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.5.4 Melhor estimativa do valor verdadeiro . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.5.5 Melhor estimativa da precisão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.6 Combinação de medidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.6.1 Fator de escala . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.6.2 Soma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.6.3 Combinação linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.6.4 Função logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.6.5 Produto geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.6.6 Função geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.7 Erros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.8 Erros grosseiros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.8.1 Detecção de erros grosseiros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.8.2 Critérios de exclusão de dados de erros grosseiros . . . . . . . . . . . . . . . . . . . . . 68
4.9 Erro sistemático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.10 Erros aleatórios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.11 Precisão das medidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.12 Considerações Finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.13 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5 Escala 75
5.1 Noções preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.2 Mudança de escala . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.3 Mudança de escala para objetos irregulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.4 Mudança de escala aplicada à biologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.5 Estimando ordens de magnitude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.7 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6 Análise dimensional 85
6.1 Considerações iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.2 Princı́pio da homogeneidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.3 Os Π0 s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.4 Teorema de Buckingham . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.6 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
SUMÁRIO v
7 Vetores 89
7.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.2 Sistema de coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.2.1 Representação em uma dimensão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.2.2 Representação em duas dimensões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.2.3 Representação em três dimensões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.3 Grandezas escalar e vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.4 Propriedade dos vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.4.1 Definição de vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.4.2 Norma de vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.4.3 Ângulos diretores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.4.4 Igualdade de dois vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.4.5 Ângulos diretores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.4.6 Vetor unitário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.4.7 Vetor nulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.4.8 Soma de vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.4.9 Negativa do vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.4.10 Subtração de vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.4.11 Produto entre grandezas escalar e vetorial . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.4.12 Componentes do vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.4.13 Produto escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
7.4.14 Produto vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
vi SUMÁRIO
Prefácio
Durante estes anos presenciamos a necessidade de desenvolver um material de fı́sica direcionado para os
estudantes que procuram o ensino tecnológico.
Em geral a dificuldade maior de qualquer professor que ministra disciplinas de fı́sica nesta área é adequar
o livro ao conteúdo e com a didática necessária.
A maioria dos alunos se queixa que a linguagem empregada nos livros é por demais complexa e torna
a leitura difı́cil. Por outro lado os livros necessitam empregar esta linguagem por ser a utilizada no meio
profissional. Desta forma o cenário que encontramos são de professores utilizando livros excelentes em seus
cursos mas que quebram as expectativas dos alunos tornando a leitura difı́cil, gerando dificuldades.
Infelizmente as dificuldades carregadas pelos alunos no ensino médio são transportados quando ingressam
na faculdade e, quer gostemos ou não, é papel do professor identificar estas falhas conceituais e trabalhar os
temas.
Conversando com os alunos percebemos que boa parte de suas dificuldades são de matemática, outra
parte são conceituais, outra envolve a dificuldade em relacionar os conceitos de matemática ou fı́sica com os
exemplos práticos, outros porque a linguagem do texto é por demasia enxuta e bem técnica, outro porque o
texto envolve muita matemática dando pouca ênfase para a parte prática, outros porque o conteúdo envolve
inúmeros conceitos tratando-os com poucos detalhes.
Todos estes fatores acabam por tornar menor o interesse do aluno pela disciplina, sendo reconhecido
depois a importância de tal na sua formação. Além disto o professor corre o grande risco de elevar o ı́ndice
de perdas ou retenções de alunos aumentando o custo da instituição. Em média um aluno custa aos cofres
algo em torno de três mil a cinco mil reais por ano.
Desta forma buscamos dar uma ênfase maior ao lado pedagógico, buscando escrever um livro que buscasse
conciliar uma leitura adequada aos alunos ingressantes na faculdade, envolvendo exemplos práticos mais
ligados com a área naval, com uma parte prática de experimentos a serem executados em laboratórios,
envolvendo conceitos com um grau de profundidade e com uma duração adequada a um perı́odo de dois
semestres e com uma dose de matemática apropriada ao tecnólogo.
Buscamos também invocar o método indutivo em cada capı́tulo, para que sem tratar especificamente da
idéia ele desenvolva esta habilidade. Também procuramos em cada capı́tulo fornecer uma contextualização
da matéria para que o aluno possa aprimorar o seu modelo mental do assunto, fruto de suas experiências com
ser humano. Desta forma o material foi sendo aprimorado em função das dúvidas apresentadas pelos alunos.
Desta forma os problemas são apresentados em grau de dificuldade, para que os mesmos possam, à medida
que resolvem os problemas, aferir o seu modelo. Os problemas começam na forma de exemplos seguidos com
um problema similar para que o aluno possa desenvolver o seu raciocı́nio. Depois os problemas passam para
o estágio intermediário na qual não existem problemas exemplos para comparação. Por fim entramos em um
terceiro estágio com problemas mais complexos as quais o aluno que desenvolveu bem o modelo mental não
terá dificuldades para solucioná-lo.
Por outro lado os exercı́cios são inseridos nos capı́tulos junto com exemplos para que o aluno possa
construir o seu modelo mental. Isto permite que o docente possa conferir na aula o progresso de cada aluno.
Todo este material foi desenvolvido na Faculdade de Tecnologia de Jahu para o Curso de Construção
Naval.
O trabalho está organizado como segue: no capı́tulo 1 é tratado uma discussão sobre a origem do cal-
endário, a sua evolução, a contextualização no nosso dia a dia. A razão para inclusão deste capı́tulo se deve
ao fato de que este é a primeira semana de ingresso do aluno na faculdade, a sua ambientação ao meio e
buscamos aqui desenvolver o espı́rito cientı́fico, da curiosidade, da reflexão sobre algo comum a sua vida. No
vii
viii SUMÁRIO
capı́tulo 2 são tratados alguns conceitos básicos envolvidos em metrologia, em particular aqueles envolvidos
com equipamentos de medida e o procedimento de medição. Abordamos de forma suscinta os instrumentos
de medida e os seus tipos, as partes principais dos instrumentos e os tipos de mostradores. Depois tratamos
os conceitos calibração/aferição. Em seguida tratamos dos atributos dos aparelhos, alguns métodos de me-
didas e falamos sobre o sinal de medida. Por fim tratamos dos conceitos ajuste e regulagem, do resultado de
medição e os seus principais atributos.
No capı́tulo 3 abordamos a questão do sistema de unidades. Estabelecemos o conceito de sistema de
grandezas para definir grandeza de base que são formadas por grandezas independentes. Estudamos a
questão da dimensão da grandeza e o conceito de unidade de medida e depois o sistema de unidade de
medida. Abordamos o conceito de sistema coerente de unidades e mostramos o SI na seção seguinte, assim
como verificamos como é definido o padrão e os tipos de padrão. Depois tratamos o conceito de medida
materializada, as unidades que são ainda comuns mas que estão fora do sistema de unidade e apresentamos
os múltiplos e submúltiplos. Depois tratamos o conceito valor de uma grandeza. Posteriormente tratamos o
conceito escala de referência e trabalhamos com a conversão de unidade.
No capı́tulo 4 abordamos a influência dos erros no processo de medição. Erros sempre estão presentes
nos experimentos e é necessário que os aparelhos envolvidos nos experimentos estejam calibrados. Em geral
há três tipos de erros presentes e que podem alterar o valor da medida: erros grosseiros, erros sistemáticos
e erros aleatórios. Após a aquisição dos dados é necessária a análise dos dados, verificando a presença de
erros grosseiros. Existem vários critérios de exclusão de dados grosseiros. Em seguida avaliamos a influência
de erros sistemáticos na medida por meio da quantidade de tendência, comparando com uma quantidade
de valor padronizado. Com esta quantidade conhecemos o erro sistemático assim como identificamos o erro
aleatório, expressando a medida corrigida.
No capı́tulo 5 analisamos o problema da escala no sistema. No capı́tulo 6, analisamos uma forma de
abordar fenômenos naturais usando a teoria dimensional. Neste capı́tulo tratamos o teorema de Buckingham
que permite determinar a quantidade de conjuntos adimensionais que descrevem o problema.
Capı́tulo 1
Calendário
1.1 Introdução
Em geral temos a vida atrelada a calendários, com prazos para entrega de serviços, encontros, relatórios,
etc. Na Figura 1.1 temos uma representação de um calendário
Exercı́cio 1.1. Responda as seguintes questões:
• Quantos dias existem neste calendário?
• Observe que o calendário é dividido em 12 grupos. Que nome damos a estas partes?
• Quantos dias tem em cada parte?
• Observe que cada parte é dividida em sete subpartes. O que representam? O que representam as linhas
horizontais?
1.2 Razão dos nomes

O mês de Janeiro vem do latim ”Ianuarius”, uma homenagem ao deus Jano, deus da mitologia romana que
era o porteiro celestial, representando os términos e os começos, o passado e o futuro(Figura 1.2a) (Wikipedia
contributors (2010a)).
O termo Fevereiro vem do latim februarius, inspirado em Februus, deus da morte e da purificação na
mitologia etrusca, (Figura 1.2b) (Wikipedia contributors (2010b)). O nome março está relacionado com o
deus romano da guerra Martius (Figura 1.2c) (Wikipedia contributors (2010c)). A origem do nome Abril é
controversa. Da etimologia tradicional, Abril vem do latim Aperire ou Aprilis que significa abrir, em alusão
ao momento que as flores se abrem (Wikipedia contributors (2010d)). Porém como neste mês era sagrado
para Vênus, (Figura 1.3a) alguns estudiosos sugerem que seja derivado de Aphros, ou do etrusco Apru, deusa
do amor e da paixão ou da deusa grega Afrodite 1.3b (Wikipedia contributors (2010e)). O mês maio vem da
deusa romana Bona Dea da fertilidade (Wikipedia contributors (2010f)) ou da grega Maya, mãe de Hermes,
como mostra a Figura 1.3d(Wikipedia contributors (2010g)).
Junho deriva da deusa romana Juno, mulher do deus Júpiter, como mostra a Figura 1.4a (Wikipedia
contributors (2010h)). Julho deve o seu nome ao imperador romano Júlio César, como mostra a Figura
1.4b (Wikipedia contributors (2010i)). Agosto vem do latim Augustus, que é uma homenagem ao imperador
César Augusto, como mostra a Figura 1.4c (Wikipedia contributors (2010j)). Setembro deve o seu nome à
palavra latina ”septem”que significa sete. Outubro deve o seu nome à palavra latina ”octo”que significa oito.
Novembro deve o seu nome à palavra latina ”novem”que é nove e Dezembro deve o seu nome à palavra latina
”decem”, que significa dez.
1
2 CAPÍTULO 1. CALENDÁRIO
Figura 1.1: Um tı́pico calendário.
(a) Deus Jano. (b) Deus Februus. (c) Deus Martius.
Figura 1.2: Deuses que dão os nomes para os três primeiros meses.
1.2. RAZÃO DOS NOMES 3
(a) Deusa Vênus. (b) Deusa (c) Deusa Bona Dea. (d) Deusa Maya.
Afrodite.
Figura 1.3: Deusas que dão os nomes para os meses de Abril e Maio.
(a) Deusa Juno. (b) Imperador Júlio (c) Imperador César Au-
César. gusto.
Figura 1.4: Deusa e imperadores que dão os nomes para os meses de Junho, Julho e Agosto.
1.3 Migração e tempo

Muito embora nós já temos desenvolvido de forma clara o conceito do calendário, podemos nos perguntar
em que momento surgiu esta necessidade de se montar um calendário. Podemos buscar a resposta nas plantas
e na maioria dos animais. Muito embora eles não têm a noção do tempo mas as suas atividades são reguladas
pelas estações do ano.
Assista ao seguinte vı́deo: Channel Channel Planet Earth Time Lapse (YouTube, 2010).
Indı́cios mostram que é esta repetição dos fatos que devem ter levado o homem a desenvolver um esboço
de um calendário.
Leia a matéria: Notı́cia sobre Neandertais.(STRINGER; FINLAYSON; BARTON, 2008)
Estudos mostram que os Neandertais caçavam focas durante a época do acasalamento. Certamente eles
sabiam que o acasalamento ocorria em um determinado momento, porque ocorria uma concentração de focas
e que facilitava a caça. De algum modo o homem poderia saber o tempo certo para se deslocar até o local
para realizar a caça. Portanto isto pode ser considerado uma evidência que os hominı́deos tinham noção do
tempo.
Exercı́cio 1.2. Como os cientistas sabiam que o homem se alimentava das focas?
Alguns autores consideram que a concepção do tempo pelo homem esteja relacionada com as mudanças
sazonais no seu ambiente de convı́vio, percebendo a migração de animais e alterações na flora assim como
as alterações climáticas relacionadas aos ciclos regulares (MARTINS, 2004). Migração é o movimento, em
larga escala, de uma espécie animal de um lugar para outro. Existem alguns tipos de migrações que não
seguem qualquer padrão, sendo assim chamadas de irruptivas. Geralmente elas se movem de um lugar para
outro sempre que se exaure seu suprimento de comida em uma determinada área. Em geral a migração está
associada à questão de sobrevivência. Porém animais evidentemente não têm calendários. Como os animais
sabem o momento para realizar a migração?
Estudos mostram que alguns animais têm sensibilidade à luz a determinados perı́odos do ano, também
chamado fotoperı́odo - a quantidade de iluminação solar nos dias. À medida que os dias se tornam mais
curtos, os instintos informam aos animais de que é o momento de migrar. Experiências demonstraram que
animais expostos a fotoperı́odos artificiais constantes agirão como se os fotoperı́odos que experimentam fossem
naturais (GRABIANOWSKI, 2008). Outros animais podem reagir à temperatura externa ou com o volume de
reservas de gordura disponı́vel em seus corpos.
Assim sendo, na ausência de estı́mulos externos, muitos animais, ainda assim, sabem quando migrar e
quando voltar para casa. Os ritmos circadianos (ritmos diários sobre o qual se baseia todo o ciclo biológico
do corpo humano e de qualquer outro ser vivo, influenciado pela luz solar) e os ritmos anuais são calendários
internos que fazem parte do sistema nervoso dos animais. Esta é ainda uma questão em aberto, mas sabemos
que estes ritmos estão vinculados a padrões de atividade cerebral que se alteram dependendo da hora do dia,
dos fotoperı́odos e das estações. Os humanos também os têm, embora não os utilizem para migração.
Assista ao vı́deo Migração dos peixes (YOUTUBE, 2007)
O ”sooty shearwater”é uma ave da Nova Zelândia, semelhante ao albatroz, e sua procriação acontece
no verão do hemisfério sul. Quando o tempo esfria, o pássaro voa para o norte e chega à porção norte do
Pacı́fico, onde se acomoda nas costas da Califórnia, Japão e Alasca. Esse padrão migratório é notável porque
é o mais longo já confirmado por um sistema eletrônico de rastreamento. O percurso total de vôo dos ”sooty
shearwaters”em sua migração anual (para o norte e de volta ao sul) pode superar os 64 mil quilômetros.
Exercı́cio 1.3. Dentro do que foi abordado até aqui, por que estes pássaros fariam uma viagem tão longa?
1.4 O conceito de tempo na pré-história

Há 43 mil anos atrás, o Neandertal era caçador e coletor de alimentos do glacial (channel, O Mundo do
Neandertal - Cromagnom [ Parte 1 a 10 / 10 ], 2000). Viviam em condições rústicas e estavam subnutridos
1.4. O CONCEITO DE TEMPO NA PRÉ-HISTÓRIA 5
Figura 1.5: Ocupação do espaço geográfico da Europa pelos Neandertais.
e com doenças, como mostram os dentes dos fósseis (ROSAS et al., 2006) e que certamente teria reduzido a
população de hominı́deo. Eles viviam em clãs e interagiam muito pouco com outros grupos o que dificultava
a troca de novas idéias e técnicas. Dez mil anos depois, a Europa foi assolada por baixas temperaturas
devido ao perı́odo glacial assim como chegou um novo grupo de hominı́deos chamado Cromagnom. Este novo
grupo era mais habilidoso e dispunha de novas técnicas e conhecimentos. Os grupos sociais eram maiores e
se estabeleceram. Embora tenham coexistido pacificamente, acredita-se que os Neandertais acabaram sendo
expulsos ou foram dominados e desapareceram. Não se sabe quando, mas em algum momento os novos
hominı́deos desenvolveram técnicas de plantio, para evitar a fome. Assista aos 10 vı́deos.(CHANNELS, 2000;
Discovery Channels, 2000b; Discovery Channels, 2000c; Discovery Channels, 2000d; Discovery Channels, 2000e; Discovery
Channels, 2000f; Discovery Channels, 2000g; Discovery Channels, 2000h; Discovery Channels, 2000i; Discovery Channels,
2000a)
Estudos das seqüências do DNA destes hominı́deos mostram que eles efetuaram movimentos migratórios
ocupando uma vasta região formando três subgrupos com algumas diferenças (FABRE; CONDEMI; DEGIOANNI,
2009a; FABRE; CONDEMI; DEGIOANNI, 2009b).
A Figura 1.5 mostra que as colorações representam pequenas diferenças nas caracterı́sticas fı́sicas dos
hominı́deos que denota as diferentes ondas de ocupação.
Por outro lado, estudos sugerem que os artefatos encontrados no Congo, em torno de 20 mil a 25 mil
anos A.C, podem ser uma referência ao uso do calendário lunar de seis meses, pois apresentam ranhuras
(NORMAN, 2004).
Em uma análise mais detalhada o osso tem a seguinte distribuição de ranhuras: A coluna central começa
com 3 ranhuras, e, em seguida, muda para 6 entalhes. O processo é repetido para o número 4, que duplica
para 8 entalhes, e depois muda para 10 entalhes. Seguindo a seqüência, aparece dois grupos de 5 entalhes
cada, e finaliza com 7 entalhes. Aparentemente parece um processo de contagem e o seu dobro que sejam
menores que 10, ou seja, n = 3 o dobro é 6; o próximo número é 4 e o dobro é 8. Porém o que dizer do lado
esquerdo? Qual a lógica para o t, o 5 e o 5? De fato os números não são aleatórios. Algumas tribos da África
utilizam sistemas de contagem base 5, base 10 e base 20. Estes sistemas de contagem podem ter sido herdados
dos povos que antigamente habitaram esta região. de qualquer forma sugere uma lógica matemática. No
osso superior (Figura 1.6a) percebemos que a numeração inferior relacionam números primos. Isto remete a
informação que os hominı́deos já sabiam dividir. O osso pode, portanto, ter sido usado como ferramenta de
contagem simples de matemática.
Porém existem pinturas rupestres que foram descobertas em 1940 nas cavernas de Lascaux, na França, e
consistem em desenhos representando os dias até atingir o ciclo de 29 dias da lua, como mostra a Figura 1.7b
e são os primeiros exemplos de um calendário lunar. Esses desenhos foram pintados em torno de 18.000 aC,
numa data próxima ao do osso de Ishango. A Figura 1.7a mostra que cada ponto é um dia(SINGH, 2009).
Tanto o bastão de Isturitz (um osso encontrado em Isturitz, França, gravado com a marcação) e o osso
de Blanchard mostrados nas Figuras 1.8a e 1.8b (encontrada em Abri Blanchard, França) são exemplos do
uso de ossos, como calendários lunares. Ambos os resultados podem ser datados por volta da mesma época
do Osso de Ishango (SINGH, 2009; KELLERMEIER, 2009).
Elas contém indicações que coincidem com o ciclo lunar, e as ranhuras feitas sugerem um calendário lunar
(a) Osso de Ishango.
(b) Análise do osso de Ishango.
Figura 1.6: Osso de Ishango. À esquerda a foto dos ossos e à direita a representação das marcas que
representam provalmente os meses.
1.4. O CONCEITO DE TEMPO NA PRÉ-HISTÓRIA 7
(a) Pintura rupestre em Lascaux.
(b) Outro detalhe da pintura rupestre em Lascaux.
Figura 1.7: Pinturas rupestres em Lascaux.

(a) Osso de Blanchard.
(b) Bastão de Isturitz.
Figura 1.8: Artefatos que remetem ao calendário lunar.

1.5. CALENDÁRIO EGÍPCIO 9
Figura 1.9: Nas cheias o material orgânico se deposita nas margens.
Figura 1.10: Época do plantio.
de 6 meses.
1.5 Calendário egı́pcio

Em torno de 11 mil anos A.C., algumas plantas foram domesticadas na Ásia e a agricultura de pequena
escala, em torno de 7000 a.C. chega ao Egito (WIKIPEDIA, 2010a). Imagina-se que a razão dos egı́pcios
criarem o calendário deva-se à necessidade de se preparar para a época de plantio nas imediações do rio Nilo,
ou Aur ou Ar, que significa negro, numa alusão à terra negra trazida pelo rio no regime das cheias, como
mostra a Figura 1.9. Esta terra é bastante fértil e que serve como adubo natural (CRUZ P. J.; RODRIGUES,
2005)
A Figura 1.10 mostra o cenário após o perı́odo das chuvas na qual o rio abaixa de nı́vel, a terra está
adubada naturalmente e permite o plantio.
A Figura 1.11 mostra os egı́pcios executando as atividades de colheita.
Perceba que estas atividades são reguladas pelo perı́odo das cheias. Como elas são periódicas, ou seja, são
cı́clicas. Estes ciclos levaram à criação do calendário egı́pcio. Cada um destes ciclos durava quatro meses.
Assista ao vı́deo Calendário egı́pcio.(YouTube, 2007)
Perceba que os egı́pcios já dominavam a escrita, o sistema de numeração e já dispunham de calendário
voltado claramente para as atividades da agricultura. A maioria dos cientistas acredita que inicialmente
os egı́pcios utilizavam o calendário lunar que está associado com a revolução sinódica1 da Lua e que dura
29,53059 dias. O ano lunar, para os egı́pcios era composto de 12 aparições da Lua, perfazendo 354 dias.
1 Intervalo de tempo que separa duas faces idênticas de um astro.
Figura 1.11: Perı́odo da colheita.
Assista ao vı́deo lua (WEBSITE, 2009).
Uma das razões para se acreditar nesta hipótese está relacionada com a própria palavra Mês, ou em inglês,
”Month”e que está associado com a palavra Lua, em inglês ”Moon”. Outras teorias associam o calendário
lunar com o perı́odo de menstruação da mulher. Contudo os egı́pcios perceberam que havia uma defasagem
de 11 14 dias ao ano. Também perceberam que as cheias do rio Nilo coincidiam com o nascimento heliacal
da estrela Sirius, que fica na constelação do Cão Maior(YOUTUBE, 2008). À medida que o Sol surgiu no
horizonte o brilho da estrela era atenuada. Desta forma, os egı́pcios alteraram o calendário ajustando-o com
este evento, sendo o primeiro dia do ano criando o calendário solar.
Assista ao vı́deo Nascimento heliacal(YOUTUBE, 2008).
As evidências estão presentes no papiro de Carlsberg I (Figura 1.13) que é uma cópia do livro de Nut,
deusa do céu, cujos desenhos estão presentes nos túmulos dos faraós Seti I e Ramsés IV. Este documento
diz que, depois do desaparecimento por 70 dias de ”Soped”no céu ocidental, ele reaparece ao lado do deus
Khépri. Segundo a mitologia, a estrela Sirius é chamada ”Soped”que representa o deus Osı́ris(Figura 1.14b),
o sı́mbolo da realeza, que representa a vegetação e a vida no Além (CONTRIBUTORS, 2010d; CONTRIBUTORS,
2010b). Assim sendo, o nascimento helı́aco de Sirius repete-se ano após ano com a periodicidade próxima do
ano trópico, ou seja, em data fixa durante 3000 anos. De acordo com este calendário, o ano era dividido em
12 meses de 30 dias acrescido de 5 dias especiais para homenagear os deuses Horus, Set, Ísis (Figura 1.14a)
e Osı́ris. As evidências podem ser vistos nos detalhes das pinturas da Figura 1.14.
Como os cientistas descobriram isto? A sua irmã e esposa, a deusa Ísis é chamada de ”Sah”e é representada
pela Constelação de Orion, o sı́mbolo da divindade, deusa do amor e da mágica. Veja a Figura 1.15. À direita
aparece as imagens da deusa do céu e uma pata do boi com sete estrelas, que representa a constelação da
Ursa maior e abaixo, o casal Ísis e Osı́ris. Trata-se de uma tabela de 40 colunas e 12 linhas. Inicialmente os
meses não tinham nomes mas posteriormente foram atribuı́dos nomes. Sobre as linhas horizontais aparecem
os termos ”tepy-sw”, ”hery-ib sw”e ”hery-pehouy sw”, significando respectivamente ”primeira década”, ”década
central”e ”ultima década”, acompanhados pelo número do mês e estação (Akhet, Peret ou Shemou). Portanto
a imagem nada mais que o calendário. A deusa Ísis é filha do deus Geb(Figura 1.16a), deus da terra e da
deusa Nut (Figura 1.16b), do Céu (CONTRIBUTORS, 2010a; CONTRIBUTORS, 2010c).
Estas estações estão associadas com a época das inundações(Akhet), a época do plantio e cultivo dos
grãos (Peret) e a época da colheita (Shemou). Cada estação tinha 12 décadas, agrupadas em meses com 30
dias. Motivados pela observação dos astros, os egı́pcios acrescentaram mais 5 dias, considerados sagrados
para homenagear os deuses, chamados ”heryou-renpet”, ou seja, os dias que estão para lá do ano, chamados
pelos gregos de Epagómenes. Observe a Figura 1.17. As linhas representam as estações, enquanto as colunas
representam as décadas.
Cada uma das doze linhas corresponde a uma hora da noite e é representado por uma estrela. Tanto a
noite como o dia tinham a duração de 12 horas. Existe um site que mostra a equivalência de datas entre o
nosso calendário e calendário egı́pcio (REINGOLD; DERSHOWITZ, 2002a; REINGOLD; DERSHOWITZ, 2002b).
1.5. CALENDÁRIO EGÍPCIO 11
Figura 1.12: Fases da Lua.
Figura 1.13: Papiro de Carlsberg.

(a) Deusa Isis. (b) Deus Osı́ris.
Figura 1.14: Deuses egı́pcios.
Figura 1.15: Desenho de um sarcófago com as imagens de Ísis e Osı́ris.
(a) Deusa Geb. (b) Deus Nut.
Figura 1.16: Deuses egı́pcios.

1.6. CALENDÁRIO BABILÔNICO E GREGO 13
Figura 1.17: Hieróglifo representando os perı́odos.
Figura 1.18: Calendário romano.
1.6 Calendário babilônico e grego

Os babilônicos possuı́am um calendário lunar sendo que um mês era acrescido para as devidas correções
(MARTINS, 1998). Da mesma forma era o calendário grego cuja peculiaridade o acréscimo dependia da au-
toridade local. Contudo em 432a.C, Meton, descobriu que 235 meses sinódicos equivalem a quase exatamente
19 anos trópicos. Este ciclo é conhecido como ciclo metônico, pois 19 x 365,2422 dias = 6939,602 dias e que
235 x 29,53059 dias= 6939,68865 dias sendo que a diferença é de duas horas (WIKIPEDIA, 2010d). Alguns
trabalhos indicam que esse ciclo já era utilizado pelos babilônicos muito antes de Meton. O calendário grego,
que estava baseado no ciclo de Meton, tinha um sistema de anos lunares que se repetiam a cada 19 anos.
1.7 Evolução do Calendário

Os romanos utilizavam o calendário lunar e tinham que inserir periodicamente um mês extra para com-
pletar o ano solar. A Figura 1.18 mostra o calendário na qual as colunas são os meses. Com o tempo os
romanos alteraram o calendário, intercalando 29 dias ou 30 dias. Em 753 a.C. o imperador Rômulo elaborou
um calendário que continha dez meses.
O ano de calendário durou 305 dias e havia cerca de 61 dias de Inverno que não foram atribuı́dos a
qualquer mês. Mais tarde Numa Pompı́lio, o segundo dos sete tradicionais reis de Roma, fez uma reforma do
calendário de Rômulo em 713 a.C, adicionando Janeiro e Fevereiro ao calendário de Rômulo. Embora Numa
desejasse um calendário lunar de 354 dias, os romanos consideravam números ı́mpares como sinal de sorte,
Numa adicionou 51 dias para os já existentes 304 dias no calendário de Rômulo, como mostra a Tabela 1.2.
Tabela 1.1: Calendário de Rômulo.
Martius (31 dias) Aprilis (30 dias) Maius (31 dias) Iunius (30 dias) Quintilis (31 dias)
Sextilis (30 dias) Septem (31 dias) Octo (30 dias) Novem (31 dias) Decem (30 dias)
Tabela 1.2: Calendário de Numa(WIKIPEDIA, 2010c).
Calendário Civil Calendário religioso

De acordo com Macrobius e Plutarco De acordo com Ovid(450 a.C.)
Ianuarius Ianuarius Martius
Februarius Martius Aprilis
Martius Aprilis Maius
Aprilis Maius Iunius
Maius Iunius Quintilis
Iunius Quintilis Sextilis
Quintilis Sextilis Setembro
Sextilis Setembro Outubro
Setembro Outubro Novembro
Outubro Novembro Dezembro
Novembro Dezembro Ianuarius
Dezembro Fevereiro Februarius
No calendário de Numa, o mês de fevereiro era dividido em duas partes, a primeira de 23 dias e a
segunda restante com 5 dias. Contudo para manter o calendário alinhado com o ano solar eram adicionados
alguns dias neste mês para o ajuste, conhecido como ”salto do mês”ou ”mês bissexto”ou em latim ”Mensis
Intercalaris”ou ”Mercedonius”. Isto acarretava um incremento no ano de 377 ou 378 dias. Em 191 a.C.
os romanos estabeleceram uma regra para ajustar estes ajustes. O ajuste deste calendário era ordenado
pelo Pontı́fice máximo do magistrado romano. Em 46 a.C., as caracterı́sticas tı́picas de inverno estavam
coincidindo com os meses caracterı́sticos do outono, ou seja, o calendário estava defasado de 3 meses. Com
a ajuda do astrônomo Sosı́genes, foi implantado o calendário Juliano (Figura 1.19), onde foi instituı́do o ano
bissexto a cada quatro anos e elevava para 365,25 dias o ano. A partir dessa reforma, os doze meses passaram
a ter a duração que têm hoje. Contudo, para ajustar o calendário, um dos anos teve a duração de 445 dias,
sendo conhecido como o ano da confusão.
Em 8 d.C. o calendário Juliano foi modificado pelo imperador Augusto, que modificou a regra de inclusão
do dia extra, de três em três anos para quatro em quatro anos. Mais tarde o Senado Romano decidiu também
Figura 1.19: Calendário Juliano.

1.7. EVOLUÇÃO DO CALENDÁRIO 15
Tabela 1.3: Calendários Juliano.
Antes de 8 d.C. Depois de 8 d.C.

Mês dias Mês dias
Januarius 31 Januarius 31
Februarius 29 ou 30 Februarius 28 ou 29
Martius 31 Martius 31
Abrilis 30 Abrilis 30
Maius 31 Maius 31
Junius 30 Junius 30
Julius 31 Julius 31
Sextilis 30 Augustus 31
September 31 September 30
October 30 October 31
November 31 November 30
December 30 December 31
Figura 1.20: Calendário Gregoriano.
homenagear seu primeiro imperador através da mudança do nome do mês ”Sextilis”para ”Augustus”. O mês
de ”Februarius”passou de 29 para 28 dias, cedendo um dia para o mês em homenagem a Augusto, que passou
de 30 para 31 dias, alterando a distribuição dos outros meses, como mostra a Tabela 1.3.
Contudo, este calendário ainda não era preciso, pois a duração do ano solar é, em média, 365,2422 dias,
diferente da duração do calendário Juliano. Por volta do ano de 1582 essa diferença era bem perceptı́vel,
principalmente nos equinócios2 . Desta forma, em 1582, o Papa Gregório XIII estabeleceu um novo calendário,
e que difere do calendário juliano apenas no fato de que os anos que completam um século, os chamados anos
seculares, não serem bissextos, exceto quando o número de séculos for divisı́vel por quatro (Figura 1.20).
A diferença entre o ano gregoriano e o ano solar é muito pequena. Para fazer este ajuste, o Papa teve que
designar o dia seguinte ao dia 4 de outubro de 1582, como sendo dia 15 de outubro. Os protestantes relutaram
em aceitá-lo. Na Inglaterra o calendário gregoriano só foi adotado em 1752 enquanto que nas igrejas ortodoxas
somente em 1924.
Por outro lado, o calendário muçulmano é lunar. O ano tem a duração de 354 a 355 dias, começando,
portanto, a cada ano entre 10 a 12 dias mais cedo que o ano do calendário gregoriano. Na Grécia antiga
se usava semanas de dez dias e algumas civilizações indı́genas tinham semanas de três dias. A semana de
sete dias foi introduzida pelos babilônicos que a adotaram em todo o seu império, talvez por influência dos
hebreus.
2 Momento quando a duração do dia é igual à da noite.

Figura 1.21: Linha Internacional da Data
1.8 Percepção do tempo

A impressão intuitiva que todos nós temos é que o tempo é algo imutável, independente e que prossegue
para sempre, por conta própria, sem ser em nada afetado por qualquer outra coisa. Podemos interromper
qualquer atividade e ele ainda prossegue, sem qualquer interrupção. Para muita gente, o modo como medimos
o tempo pelo relógio e o calendário são absolutos, ou seja, independe da localização da pessoa e da sua
velocidade (WHITROW, 1993).
As pessoas sentem bem o efeito do tempo quando viajam de avião. Por exemplo, este efeito causa alguma
estranheza quando cruzamos a Linha Internacional de Data (LID), também chamada de Linha Internacional
de Mudança de Data ou apenas Linha de Data, que é uma linha imaginária na superfı́cie terrestre que implica
em uma mudança de data obrigatória ao cruzá-la (WIKIPEDIA, 2010b), como mostra a Figura 1.21. Ao cruzar
a linha de data de leste para oeste ganha-se um dia e ao passar de oeste para leste subtrai-se um dia no
calendário.
Assim quando cruzamos essa linha da América para a Ásia, perdemos um dia inteiro do calendário por
causa da diferença de horário de 24 horas existente entre qualquer posição imediatamente a leste da linha e
qualquer outra a oeste dela. Nesse caso, embora não seja preciso ajustar os relógios, temos que eliminar um
dia da semana. Por outro lado, quando cruzamos a linha na direção oposta, temos a sensação de viver uma
semana de oito dias: se a passagem é feita precisamente à meia- noite, vivemos duas quintas-feiras seguidas.
O conceito de tempo usual que nós temos é uma mera questão de conveniência.
1.9 Tempo e criança

Porém, seguindo o raciocı́nio de Withrow, o conceito do tempo e da sua natureza decorre mais de nossas
experiências e reflexões. O conceito que temos do tempo em si está mais associado com o conceito de
duração do que com o próprio conceito do que é tempo (WHITROW, 1993). Não há evidências que mostrem
que um recém-nascido tenha alguma noção temporal, porém ao nascer sabemos que ele experimenta várias
sensações e expectativas. Estes conceitos surgem antes do conceito de memória. Quando chora de fome a
sua expectativa é de seja amamentado. Enquanto isto não ocorre, ele vai chorando e isto tem uma duração
que é interrompida no ato da amamentação. O bebê percebe que existe certo fluxo de ações: fome, choro,
expectativa, amamentação.
Alguns autores sugerem que a nossa própria limitação das habilidades quando recém-nascido gera um
1.10. CIÊNCIA, TEMPO E FILOSOFIA 17
conceito primitivo de tempo que estaria associado à expectativa de atingir algo mas que ele não conseguirá
alcançar. Estudos mostram que até os 18 meses, as crianças têm a noção apenas do presente, ou seja, sabem
o que significa o termo agora. Dos 18 meses até os trinta meses, as crianças adquirem um novo vocabulário
associado com o futuro tais como logo, daqui a pouco etc. Segundo o autor ainda nesta fase a criança não
faz associação com o passado.
À medida que a criança envelhece, o uso de frases orientados para o presente diminuem, as voltados para
o futuro aumentam um pouco mas as voltados para o futuro aumentam lentamente. Notamos que a formação
do conceito tempo está bastante ligada com a gradual aquisição da linguagem.
Mais tarde a criança começa a ter consciência mais clara do tempo quando começa a associar tempo
com eventos externos (relógios, programação da tv, etc.) e com ela própria e isto está relacionado com o
desenvolvimento da memória.
Estudos mostram que próximos aos oito anos de idade a criança entende que as relações de ordem tem-
porais (antes e depois) são associadas com a duração, de modo a levar à idéia de um tempo comum único,
em que todos os acontecimentos têm lugar(WHITROW, 1993).
Somente quando a criança atinge os dez anos algumas delas desenvolvem a abstração do tempo inde-
pendente dos relógios de forma que pelos treze a catorze anos a criança entende que o horário é uma mera
convenção. Contudo esta percepção acerca do tempo depende da região. Em locais menos desenvolvidos a
percepção para avaliar a duração de algo é mais difı́cil, para alguns um evento pode durar pouco tempo, para
outros pode durar muito tempo. Segundo alguns experimentos, crianças aborı́genes conseguem ler a hora do
relógio mas não conseguem associar esta hora com a hora efetiva do dia.
Ao que parece esta noção que temos do tempo (passado, presente, futuro) é uma caracterı́stica da espécie
humana mas que está muito ligada à cultura. Um exemplo que corrobora esta idéia é o experimento que
trata do homem e o cachorro. Quando o dono se ausenta por alguns momentos e reaparece, o animal
demonstra alegria por reconhecê-lo, mas não está associado à memória de que houve um evento no passado
que representou a ausência. Porém alguns eventos que foram marcantes à vida do cachorro ficam armazenados
na memória. Ao que parece a questão está ligada à memorização. Humanos têm facilidade maior para
memorizar que os outros animais, que precisam de um estı́mulo muito mais forte para guardar o fato. No
entanto esta é uma questão que está em aberto.
Wolfgang Koehler estudou a inteligência dos chimpanzés, em particular se eles empreendiam estudos
preparatórios que empreendiam um longo tempo visando uma ação. Os resultados mostraram que a conduta
dos animais era motivada apenas pelo desejo instantâneo. Outros trabalhos seguem a mesma conclusão,
ou seja, animais não conseguem fazer qualquer associação com o futuro. Por outro lado alguns povos não
dispõem de palavras relacionadas com o tempo.
1.10 Ciência, Tempo e filosofia

A análise do tempo pode ser feita sobre os prismas filosóficos e cientı́ficos. No campo filosófico destacam-
se Platão, Aristóteles, Santo Agostinho, Espinosa, Kant e Bergson e no campo cientı́fico Galileu, Descartes,
Newton, Leibniz e Mach.
Em 1687, Newton publicou as leis do movimento no famoso trabalho ”Principia Mathematica”, como
mostra a Figura 1.22. Como apêndice (escolium) - ele definiu diversos princı́pios importantes, entre os quais
a idéia de tempo absoluto, ou seja, uma espécie de tempo universal, onipotente, quase divino - o mesmo para
todos, em todos os lugares.
Como segue o enunciado:
O tempo absoluto, verdadeiro e matemático, por si mesmo e da sua própria natureza, flui uni-
formemente sem relação com qualquer coisa externa e é também chamado de duração; o tempo
relativo, aparente e comum é alguma medida de duração perceptı́vel e externa (seja ela exata ou
não uniforme) que é obtida através do movimento e que é normalmente usada no lugar do tempo
verdadeiro, tal como uma hora, um dia, um mês, um ano.
Desta forma para Newton um evento que acontecesse em qualquer parte do universo seria percebido
instantaneamente por todos os seres vivos do universo.
Figura 1.22: Capa do Principia Mathematica, de Newton
Como exemplo, considere que duas pessoas sentadas nas extremidades de um vagão de trem que se desloca
com velocidade constante vT . No meio do vagão existe uma lâmpada que quando acionada fará com que estas
duas pessoas a veja acender ao mesmo tempo, pois lâmpada e as duas pessoas estão com a mesma velocidade.
Contemporâneo de Newton, Gottfried W. Leibniz (1646-1716) contrapôs-se a essa visão, defendendo que
o tempo não poderia ter existência independente das coisas materiais. O tempo deveria ser algo relativo, e
não absoluto, pois o concebemos a partir da ordem sucessiva das coisas.
Mach publicou em 1883 um importante tratado sobre o desenvolvimento histórico da mecânica, no qual
a possibilidade de um tempo absoluto é negada. Para o cientista alemão, a própria idéia de tempo é uma
abstração, à qual chegamos pela variação das coisas. Não podemos afirmar, por exemplo, que o movimento
de um pêndulo ocorre no tempo. Percebemos esse movimento quando comparamos as sucessivas posições do
pêndulo com outros pontos (na Terra, por exemplo). Ainda que esses pontos não existissem, a comparação
seria possı́vel por meio de nossos pensamentos e sensações, que seriam diferentes em cada momento. Para
Mach, a nossa representação do tempo surge a partir de uma correspondência entre o conteúdo de nossa
memória e o conteúdo de nossa percepção.
Quando Albert Einstein introduziu sua Teoria da Relatividade Restrita no começo do século 20, ele sugeriu
que tempo e espaço não eram separados, mas sim que estavam interligados. Tempo e espaço se combinavam
para formar o espaço-tempo, e todos mediriam suas experiências nele de maneira diferente porque a velocidade
da luz (300 mil quilômetros por segundo) é a mesma para todos os observadores. Desta forma no experimento
do trem um dos observadores verá a luz acender em um tempo menor que o outro observador. Mais tarde,
em 1916, quando Einstein publicou a teoria da Relatividade Geral, ele verificou que o espaço-tempo é afetado
pela presença da matéria.
Outro ponto interessante sobre o tempo é saber se podemos voltar ao passado. Se em nosso dia-a-dia
sabemos que o tempo não volta atrás, as teorias fı́sicas parecem relutar a dar uma explicação consensual a
esse respeito. A Fı́sica clássica, a teoria da relatividade e a mecânica quântica não impõem restrições sobre
o retorno ao passado.
Porém existe outra teoria, a mecânica estatı́stica que trata deste assunto. Historicamente, a irreversibil-
idade sempre esteve associada a Termodinâmica e à idéia de entropia (grandeza vinculada ao número de
microestados de um sistema compatı́veis com um determinado macroestado, e cujo valor sempre cresce na
direção do equilı́brio termodinâmico). Segundo uma tradição que se iniciou no século XIX com Ludwig
Boltzmann (1844-1906), considerado o fundador da mecânica estatı́stica, e continuou ao longo do século XX,
principalmente nos trabalhos de Hans Reichenbach e Adolf Grünbaum, o aumento da entropia nos sistemas
chamados quase-isolados, e a conseqüente irreversibilidade fı́sica, podem ser explicados por considerações de
natureza probabilı́stica: haveria uma maior probabilidade de ocorrência de determinados estados microscópi-
cos compatı́veis com a evolução futura do sistema no sentido da entropia crescente, em contraposição a uma
probabilidade quase nula de ocorrência de outros estados, correspondentes a um conjunto de condições iniciais
preciso, que levasse à reversibilidade. Mais modernamente, o estudo dos sistemas dissipativos e da termod-
inâmica, longe do equilı́brio, trouxe novas idéias para o centro desse debate. Os defensores da irreversibilidade
afirmam que as equações não-lineares que regem tais sistemas introduzem uma flecha do tempo, e que há
correlações (no nı́vel microscópico) que permitiriam descrever de forma assimétrica (em relação ao tempo) os
1.11. PROBLEMAS 19
sistemas mais elementares tratados pela mecânica estatı́stica.

Além disto, cabe comentar que a teoria da mecânica quântica trata de um problema chamado ”efeitos
não-locais”, cuja origem histórica pode ser considerada a apresentação do paradoxo de Einstein, Podolsky e
Rosen (EPR) em 1935, climax do famoso debate Einstein-Bohr sobre os fundamentos da teoria quântica. No
argumento teórico de EPR, dois sistemas quânticos que interagiram no passado encontram-se agora separados
por uma grande distância. O paradoxo consistiria no fato de que a modificação de um dos sistemas implica
uma mudança instantânea do outro, o que significaria uma transmissão de informação a uma velocidade
maior do que c, contradizendo a Teoria da Relatividade.
Entretanto, resultados experimentais recentes evidenciaram que o tipo de correlação não-local parece
ocorrer de fato. Arranjos experimentais denominados ”apagadores quânticos”lidam com efeitos não-locais
absolutamente estranhos a nossa intuição comum, onde parece ser possı́vel alterar o passado. Seguimos aqui
a concepção dada por Bachelard que foi abordada por Martins (MARTINS, 1998). Segundo o autor o fenômeno
tempo, a sua explicação passa pelas seguintes fases:
Fase do realismo ingênuo - Sob esta denominação encontramos uma noção de tempo essencialmente car-
regada de subjetividade e marcada pelo egocentrismo. Vimos que a formação do conceito depende
da coordenação dos movimentos da criança. Desta forma a associação do conceito é indevidamente
associada a outras variáveis, tais como: o esforço fı́sico (quanto maior o esforço para a realização de
uma atividade, mais tempo passa) ou a distância (um objeto que percorre uma distância maior do que
outro leva necessariamente mais tempo para fazê-lo). Isto leva a criação de tempos heterogêneos, não
aplicável a todos os objetos e movimentos;
Fase do empirismo claro e positivista quando se vincula a idéia de medida ao conceito. Para o pensa-
mento empı́rico, o tempo - comum e objetivo - é uma quantidade mensurável, passı́vel de marcação ou
medição de modo unı́voco, o que implica a existência de um aparelho de medida que, ao mesmo tempo,
marque e defina essa grandeza;
Fase do racionalismo tradicional quando se usa das leis clássicas da ciência para o fenômeno. A mecânica
clássica é o paradigma do qual participa esse tempo racionalista, cujas propriedades adquirem sentido
no interior da perspectiva teórica de conjunto oferecida por essa teoria. Assim, o tempo passa a ser
homogêneo e absoluto e é uma simetria que se reflete numa lei ou princı́pio. O tempo da mecânica
compõe com o espaço o ”palco”no qual os fenômenos irão ocorrer, sendo independente do referencial
(portanto, absoluto) e da matéria;
Fase surracionalismo - o racionalismo que se alarga e se dialetiza acaba retificando e transformando o

conceito de tempo moldado pelo racionalismo tradicional. O conceito surracionalista de tempo seria ex-
traı́do da fı́sica mais avançada. Por um lado, a teoria da relatividade especial irá negar o tempo absoluto
newtoniano, estabelecendo que o transcorrer do tempo depende do referencial adotado. As leituras dos
relógios dependem essencialmente da velocidade relativa entre referenciais inerciais. A simultaneidade
também não é mais absoluta, e o tempo compõe com o espaço uma nova entidade: o espaço-tempo
quadridimensional. E do ponto de vista da relatividade geral, a geometria desse espaço-tempo é afetada
pela presença de matéria, o que faz o transcorrer do tempo depender da intensidade do campo gravita-
cional. Por outro lado a termodinâmica e a mecânica estatı́stica oferecem uma abordagem explicativa,
de natureza probabilı́stica, para a existência de um sentido preferencial para o transcorrer do tempo
(irreversibilidade). Se essa anisotropia temporal era restrita a uma ”constatação sem explicação”nos
estágios anteriores, agora ela é um resultado.
1.11 Problemas
Exemplo 1.1. Transforme 12 dias em horas.
Resolução.
12 × 24h = 288h.
Problema 1.1. Transforme 6 dias em horas.

Exemplo 1.2. Qual a diferença em segundos entre os calendários lunar e o solar, em um ano?
Resolução. O calendário lunar possui 354 dias enquanto o calendário solar tem 365,2422 dias. A diferença
é 11,224 dias = 969615.36 segundos.
Problema 1.2. Qual a diferença em minutos entre os calendários lunar e o solar, em um ano?
Exemplo 1.3. Ao final de 10 anos, qual a defasagem do calendário Juliano, em segundos?
Resolução. O Calendário juliano tem 365,25 dias enquanto o Calendário Solar tem 365,2422 dias. A
defasagem por ano é 0,0078 dias ou 673,92 s. Portanto em 10 anos teremos 6739,2 s.
Problema 1.3. Ao final de 60 anos, qual a defasagem do calendário Juliano, em segundos?

Problema 1.4. No livro ”A volta ao mundo em 80 dias”, de Júlio Verne: o herói, prestes a completar sua
viagem na direção leste, pensava ter levado mais de 80 dias. Porém como não tinha retrocedido seu calendário
ao cruzar a Linha da Data, descobriu, na chegada, que estava um dia à frente, tendo de fato completado sua
viagem no tempo estipulado. Por que isto é verdade?
Problema 1.5. Segundo a literatura o conceito geral que temos do tempo está mais ligado ao conceito do
intervalo de tempo do que o conceito do tempo. Para testar esta frase faça uma definição de intervalo de
tempo. Defina em seguida tempo. Qual das duas definições parece mais razoável?
Problema 1.6. Considere uma criança que está aprendendo a andar. Ela tenta dar os primeiros passos,
mas bambeia e cai sentada no chão. Isto pode induzir um sentimento de fracasso na ação, mas como ela quer
andar ela tenta de novo. Qual é o conceito primitivo de tempo que pode estar sendo formado na criança?
Problema 1.7. Por que as crianças pequenas começam a desenvolver o conceito do tempo à medida que é
desenvolvida a aquisição da linguagem.
Problema 1.8. Um experimento realizado com crianças com dez a quinze anos de idade fez o seguinte teste:
perguntaram a elas se com a mudança de horas previstas no horário de verão, com o adiantamento de uma
hora, elas teriam envelhecidos. Apenas uma em cada quatro, da faixa dos dez anos, acreditava que não tinha
envelhecido. Que conclusão podemos tirar deste experimento?
Problema 1.9. Considere que em um dado instante uma estrela bem distante da Terra sofra uma explosão
no espaço e este evento seja visto na Terra. Este acontecimento será visto igualmente no mesmo instante
por um habitante de outro planeta em um ponto remoto da galáxia?
Problema 1.10. Observe o seguinte texto extraı́do do livro ”O tempo na história”de G. J. Withrow: ”Assim
também, em 1752, quando o governo britânico decidiu alterar o calendário de modo a fazê-lo coincidir com
o que fora previamente adotado pela maioria dos outros paı́ses da Europa Ocidental, e decretou que o dia
seguinte a 2 de setembro deveria ser registrado como 14 de setembro, muita gente pensou que, com isso, suas
vidas estavam sendo encurtadas. Quais observações podem ser feitas sobre este pensamento?
Problema 1.11. O que é ano solar?

Problema 1.12. O que é a linha de data?
Problema 1.13. Explique porque há mais indı́cios que mostram que na pré-história o homem preferiu criar
um calendário lunar?
Problema 1.14. Qual a diferença em dias do calendário de Rômulo e o calendário atual?

Capı́tulo 2
Medição
2.1 Introdução
Metrologia é a ciência que trata das medições e abrange todos os aspectos teóricos e práticos de como se
faz a medida e como se trata a medida. Medir é comparar uma grandeza com outra, de mesma natureza,
tomada como padrão (INMETRO, 2010). Medição é o conjunto de operações que tem por objetivo determinar o
valor de uma grandeza. O simples ato de ver o horário é uma medida. Chamamos de mensurando a grandeza
submetida à medição. Em algumas situações é necessário especificar outras variáveis junto à medição.
Exercı́cio 2.1. Quando fazemos uma medição no relógio, qual o mensurando?
Há casos em que outras grandezas que não é o mensurando podem afetar o resultado da medição. Estas
outras grandezas são as grandezas de influência.
Exercı́cio 2.2. Meça o batimento cardı́aco em 30 segundos. Compare o valor da grandeza com os seus
colegas. Os valores foram iguais? Caso os valores sejam diferentes, que grandezas de influência afetaram a
medição?
A medição pode ser também empregada para monitorar, como mostra a Fig. 2.1a, controlar um processo
de produção, como mostra a Fig.2.1b ou investigar e medir alguma grandeza em um fenômeno fı́sico, como
mostra Fig. 2.1c.
O procedimento de medição é o conjunto de operações, descritas especificamente, usadas na execução de
medições particulares, de acordo com um dado método. Os procedimentos são registrados em um documento
permitindo que seja reproduzido posteriormente.
2.2 Instrumento de medição

Instrumento de medição é um dispositivo utilizado para uma medição, sozinho ou em conjunto com
dispositivos complementares. Quando em uma medida há vários equipamentos acoplados dizemos que temos
um sistema de medição. Em uma medição devemos inicialmente identificar a grandeza a ser medida e o grau
de exatidão. Em função destas variáveis podemos escolher o instrumento de medição mais adequado.
Existe uma gama variada de instrumentos. De uma forma geral podemos classificar os equipamentos em:
Instrumento mostrador/indicador Instrumento de medição que apresenta uma indicação seja digital ou
analógica. A Figura 2.2a mostra o mostrador do osciloscópio, aparelho que mede a forma dos sinais;
Instrumento registrador Instrumento de medição que armazena ou registra o valor da medição. O registro
pode ser analógico ou digital. A Figura 2.2b mostra o aparelho que mede a pressão do ar, registrando
os valores no papel;
Instrumento totalizador Instrumento de medição que determina o valor de um mensurando, por meio da
soma dos valores parciais desta grandeza, obtidos, simultânea ou consecutivamente, de uma ou mais
fontes. Um instrumento contador é um tipo de instrumento totalizador pois mostra o total cumulativo;
21
22 CAPÍTULO 2. MEDIÇÃO
(a) Equipamento usados para a monitoramento dos dados (b) Equipamento usado para o controle da propul-
da embarcação. são da embarcação.
(c) Medição cientı́fica da estabilidade da

plataforma.
Figura 2.1: A medida serve para monitorar, controlar ou medir.

2.2. INSTRUMENTO DE MEDIÇÃO 23
(a) Osciloscópio contém um mostrador ou indicador. (b) Barógrafo, aparelho que mede a
pressão, registra os valores no papel.
(c) Medidor de energia elétrica.
Figura 2.2: Tipos de instrumentos de medida.
Instrumento integrador Instrumento de medição que determina o valor de um mensurando por integração
de uma grandeza em função de outra. Perceba que os valores registrados no relógio são sempre cumu-
lativos. A Figura 2.2c mostra o medidor de energia elétrica presente em nossas casas. Quando ligamos
um aparelho, este consome uma certa corrente elétrica e isto faz com que seja acionado um relógio que
registra cumulativamente a energia elétrica usada.
2.2.1 Partes de um instrumento

O instrumento pode conter as seguintes partes:
Mostrador , é um dispositivo que serve para mostrar ou indicar o valor da medida;
Registrador , é um dispositivo que serve para armazenar os dados da medida, seja no papel ou na memória;
Sensor , é um dispositivo que detecta um estı́mulo fı́sico (calor, luz, som, pressão, campo magnético, movi-
mento) e transmite um impulso (mensurável ou operante) correspondente;
Transdutor , é um dispositivo que transforma um tipo de energia em outro, utilizando para isso um elemento
sensor;
Detector , são aparelhos ou máquinas cuja finalidade é a de assinalar a presença de uma substância ou de
um corpo em determinado meio ambiente.
Sensor
Existem os seguintes tipos de sensores:
• sensores de luz;
• sensores de som;
• sensores de temperatura;
• sensores de calor;
• sensores de radiação;
• sensores de partı́culas subatômicas;
• sensores de resistência elétrica;
• sensores de corrente elétrica;
• sensores de tensão elétrica;
• sensores de potência elétrica;
• sensores magnéticos;
• sensores de pressão;
• sensores de fluxo de gás e lı́quido;
• sensores quı́micos;
• sensores de movimento;
• sensores de orientação;
• sensores mecânicos;
• sensores de proximidade;
• sensores de distância.
A Fig. 2.3a mostra o sensor de choque. Dentro do sensor um dispositivo transforma a energia mecânica
em sinal elétrico.
Transdutor
Existem os seguintes tipos de transdutores:
Passivo são aqueles cuja energia de saı́da é proveniente unicamente (ou quase unicamente) da energia de
entrada;
Ativos são aqueles que dispõem de uma alimentação de energia. Neles, a maior parte da energia de saı́da é
provida pela alimentação.
A Fig. 2.3b mostra um transdutor de pressão, cuja sinal elétrico é proporcional à pressão. Podemos citar
também como exemplo o detector de presença, mostrado na Figura 2.3c que por meio das ondas de calor
gerado pelo corpo, sensibiliza os sensores que geram um sinal elétrico.
2.2. INSTRUMENTO DE MEDIÇÃO 25
(a) Sensor de choque. (b) Transdutor de (c) Sensor de presença.

pressão.
Figura 2.3: Partes de um instrumento.
(a) Termômetro com parte da escala suprimida. (b) A escala em verde está expandida enquanto
as outras são normais.
Figura 2.4: Tipos de escala.
Mostrador
Os mostradores podem conter partes fixas ou móveis, cuja posição em relação às marcas de escala permite
determinar um valor indicado. A Figura 2.5 é um dispositivo que permite mostrar o valor da medida. Geral-
mente os aparelhos apresentam marcas ordenadas associadas a uma numeração, pertencentes ao dispositivo
mostrador do instrumento de medição que permite identificar o valor da medida. Este conjunto de marcas é
chamado escala.
Os aparelhos de medida apresentam faixas de indicação ou faixa de escala que é o conjunto de valores
limitados pelas indicações extremas. Por exemplo, aparece a informação 0.1 a 2. É comum especificar a
capacidade dos indicadores digitais como sendo, por exemplo, de 3 21 dı́gitos quando o valor máximo é ±1999
ou 4 dı́gitos quando valor máximo é ±9999. Quando o mesmo sistema de medição permite que várias faixas
de medição sejam selecionadas através da ação de controles, isto é, em seu mostrador estão presentes várias
escalas, sendo que apenas uma é selecionada ativa a cada momento, cada uma destas faixas é denominada
de faixa nominal.
Exercı́cio 2.3. Qual é a faixa de escala do aparelho mostrado na Figura 2.5?
A faixa de escala do aparelho pode ser linear, quando há uma proporcionalidade entre o comprimento de
uma divisão e o valor de divisão como também pode não ser linear. Alguns aparelhos podem ter escala com
zero suprimido, ou seja, não inclui o valor zero. Por exemplo, o termômetro clı́nico tão comum nos hospitais
e casas possui parte da escala suprimida pois como é empregado para medir a temperatura do corpo, a sua
leitura só tem sentido no intervalo mostrado no aparelho, como mostra a Figura 2.4a.
Também alguns aparelhos podem apresentar escala expandida, na qual parte da faixa de indicação ocupa
um comprimento de escala que é desproporcionalmente maior que as outras partes, como é mostrada na Fig.
2.4b. No multı́metro, aparelho de medida de grandezas elétricas, a escala em verde está expandida.
Para uma dada escala, chamamos comprimento da escala como sendo o comprimento da linha compreen-
dida entre a primeira e a última marca, passando pelo centro de todas as marcas menores sendo expressa em
unidades de comprimento.
Exercı́cio 2.4. Considere a Fig. 2.5. Qual é o comprimento da escala?
Figura 2.5: Faixa de escala do aparelho.
A faixa de medição é o conjunto de valores de um mensurando para o qual é admitido que o erro de
um instrumento de medição se mantém dentro de limites especificados. A faixa de medição é menor ou, no
máximo, igual a faixa de indicação e o seu valor é obtido através do manual, dos sinais marcados na escala,
das especificações de normas técnicas ou dos relatórios de calibração.
O valor da divisão de escala (DE) é a diferença entre os valores da escala correspondentes a duas marcas
sucessivas. . Assim o comprimento de uma divisão de escala é a distância entre duas marcas sucessivas
quaisquer medidas ao longo da linha do comprimento de escala e é expressa em unidades de comprimento. A
resolução é a expressão quantitativamente da aptidão de um instrumento de distinguir valores muito próximos
da grandeza a medir sem necessidade de interpolação.
Exercı́cio 2.5. Com base na Fig. 2.5 qual é a divisão de escala?
Alguns aparelhos analógicos não dispõem de manual com informações sobre a resolução do aparelho. Como
a resolução R é a menor diferença entre indicações que pode ser significativamente percebida, a avaliação da
resolução poderá ser feita em função da escala e do tipo de instrumento. A resolução é expressa em termos
da DE da seguinte forma:
• R=DE, quando o mensurando apresenta flutuações superiores ao próprio DE, ou no caso de tratar-se
de uma escala grosseira, de má qualidade;
• R = DE 2 quando o sistema de medição for de qualidade regular ou inferior e/ou o mensurando apresentar
flutuações significativas e/ou quando o erro de indicação direta não for crı́tico;
• R = DE
5 quando o sistema de medição for de boa qualidade (traços e ponteiros finos, etc.) e a medição
em questão tiver de ser feita de forma criteriosa;
• R = DE5 quando o sistema de medição for de boa qualidade, o mensurando estável a medição for
altamente crı́tica quanto a erros de indicação direta e a incerteza do sistema de medição for inferior ao
DE;
Nos aparelhos digitais a resolução é o próprio corresponde à menor variação da indicação direta possı́vel
de ser apresentada sendo conhecida como incremento digital.
2.3 Métodos de Medição

Em todo medição há uma seqüência lógica de operações, descritas genericamente, usadas na execução das
medições. Os métodos podem ser:
Método da indicação , a indicação direta é obtida no dispositivo mostrador; Se subdivide em:
Analógico , em que é empregado quando a leitura ou medida é feita por um relógio analógico ou
aparelho analógico. A Figura 2.6a mostra a leitura obtida de forma analógica, ou seja, os valores
da escala variam continuamente;
2.4. ATRIBUTOS DOS APARELHOS DE MEDIDA 27
(a) No multı́metro (b) No multı́metro digital a

analógico a leitura é leitura é digital.
analógica.
Figura 2.6: Tipos de leitura pelo método da indicação.
Tabela 2.1: Vantagens e desvantagens dos métodos de medição.
Caracterı́stica Indicação Zero Diferencial

Estabilidade baixa muito elevada elevada
Velocidade de medição muito elevada muito baixa elevada
Custo elevado moderado moderado
Facilidade de automação elevada muito baixa elevada
Erro máximo moderado muito pequeno muito pequeno
Digital , em que é empregado quando a medida é feita empregando aparelho digital. A Figura 2.6b
mostra uma leitura digital;
O método de comparação , na qual procuramos gerar uma grandeza padrão com valor conhecido, de
forma que as duas, atuando sobre um dispositivo comparador, indiquem uma diferença igual a zero; A
balança de prato é um exemplo clássico. Se subdivide em:
Método da substituição Neste método você mede o valor da grandeza substituindo o objeto por
outro de forma que produza o mesmo efeito. Na Figura 2.7a colocamos a resistência que queremos
medir e verificamos o valor da corrente. Em seguida retiramos esta resistência e colocamos outras
que são conhecidas até obter a mesma corrente. Assim dizemos que ambas as resistências são
equivalentes;
Método de zero Neste método o valor da grandeza é obtido em uma expressão de tal forma que uma
das variáveis envolvidas no sistema seja nula. Na figura 2.7b AB é um potenciômetro. Fora de um
determinado valor há corrente passando no circuito que é drenado nas direções de A e de B. Porém
há um valor que a corrente é nula. Neste caso a expressão se simplifica e o valor da resistência é
conhecido em termos dos valores das tensões Vp e VS;
Método diferencial Neste método é preciso medir a diferença de valor de duas grandezas. Na Figura
2.7c a tensão de saı́da é proporcional a diferença de tensões entre os pontos A e B. Variando o
valor de um dos resistores varia o valor da tensão de saı́da.
Cada um destes métodos apresenta vantagens e desvantagens, que podem ser vistas na Tab. 2.1
2.4 Atributos dos aparelhos de medida

Em todo instrumento de medida, quando inserimos um estı́mulo nos sensores, a resposta do aparelho não
necessariamente deva ser igual. Observe a Fig. 2.8. Dado um sinal de sinal de entrada a resposta pode ser
proporcional ou não.
(a) Método de substituição.
(b) Método de zero.
(c) Método diferencial
Figura 2.7: Tipos de método de comparação.
Figura 2.8: Tipos de respostas mediante o estı́mulo.

2.4. ATRIBUTOS DOS APARELHOS DE MEDIDA 29
Figura 2.9: Os aparelhos demoram um pequeno intervalo de tempo para dar uma resposta ao estı́mulo.
Figura 2.10: Histerese.
Chamamos de sensibilidade (S) do aparelho como sendo o quociente da variação da resposta (R) de um
instrumento de medir pela variação correspondente do estı́mulo (E), ou seja,
R
S= .
E
Chamamos de mobilidade como sendo a aptidão de um instrumento para responder a pequenas variações
do valor do estı́mulo. Perceba que podemos fornecer um estı́mulo, por exemplo, 10 e variarmos um pouco o
estı́mulo, por exemplo, 0.001. O aparelho pode ser sensı́vel ao estı́mulo mas pode não perceber a variação do
estı́mulo. Perceba que esta capacidade de resposta pode não ser constante em toda a faixa de escala.
Outra caracterı́stica importante dos aparelhos é o tempo de resposta para o estı́mulo. A Fig. 2.9 mostra
que quando damos um estı́mulo ao aparelho, há uma demora no aparelho em dar a resposta.
Chamamos de limiar do como sendo a menor variação de um estı́mulo que provoca uma variação per-
ceptı́vel na resposta de um instrumento de medir. Alguns autores chamam de zona morta a faixa a qual não
é perceptı́vel a resposta. Perceba que podemos reduzir o estı́mulo a um certo ponto a qual a resposta do
aparelho deixa de existir. Quando isto ocorre atingimos o limiar do aparelho.
Histerese é a diferença máxima apresentada por um instrumento, para o mesmo valor de entrada, quando
a variável percorre toda a sua escala nos sentidos ascendente e descendente. Para isto fornecemos um estı́mulo
crescente até um certo valor e medimos a resposta R. Fornecemos um novo estı́mulo decrescente até o mesmo
valor e anotamos a nova resposta R’. A diferença é a histerese, como mostra a Fig. 2.10.
Outra questão importante no aparelho de medida é o erro de linearidade. Podemos fornecer um estı́mulo
igual a 0.1 e o aparelho fornece como medida o valor 0.1. Em seguida dobramos o valor do estı́mulo e
Figura 2.11: Erro de linearidade presente no aparelho.
verificamos o valor da resposta. Nem sempre a resposta segue o mesmo valor do estı́mulo e em geral a relação
estı́mulo x resposta é a apresentada na Fig.2.11.
Estabilidade é a aptidão de um instrumento em conservar constantes suas caracterı́sticas metrológicas.
É usual considerar a estabilidade em relação ao tempo ou a outra grandeza. Podemos ter a estabilidade:
Zero. Decorrente de uso ocorre alteração do valor inicial da escala;
Sensibilidade. A sensibilidade do aparelho pode variar em função da variação das condições ambientais e de
outros fatores no decorrer do tempo. O parâmetro que descreve esta variação é a chamada estabilidade
da sensibilidade (ESb) e pode ser expresso na forma, por exemplo, 0.1/◦ C.
Dizemos que exatidão de um aparelho é a aptidão de um instrumento para dar indicações próximas do
valor verdadeiro de uma grandeza medida .
Erro de justeza do aparelho é a componente sistemática do erro de indicação de um instrumento de
medir. Portanto justeza é a aptidão de um instrumento para dar indicações isentas de erro de justeza.
Por fim fidelidade é a aptidão de um instrumento para dar, sob condições de utilização definidas, respostas
muito próxima para aplicações repetidas de um mesmo estı́mulo.
2.5 Sinal de Medição

Nas medições se utiliza um dispositivo para se obter o valor do mensurando. Desta forma existe uma
correlação entre o sinal do dispositivo e o valor do mensurando. O sinal de entrada de um sistema de medição
pode ser denominado estı́mulo e o sinal de saı́da pode ser denominado resposta.
Uma vez que a leitura é feita por meio de dispositivos, envolvendo a correlação entre os valores do sinal
de medição e do mensurando, dizemos que o valor do sinal de medição é um valor transformado. Lembrando
que nem sempre o sinal inicial de medição é igual ao sinal final de medição (ver sinal de medição), dizemos
que há uma cadeia de medição quando há uma seqüência de elementos de um instrumento ou sistema de
medição que constitui o trajeto do sinal de medição desde o estı́mulo até a resposta.
2.6 Resultado de medição

Após medir uma grandeza, precisamos enunciar o resultado da medição. Ao realizar uma medição, é
impossı́vel determinar o valor verdadeiro para a grandeza medida.
Vamos supor que você mediu a massa de um corpo em uma balança eletrônica e a indicação numérica que
apareceu no visor foi 251g. Na verdade, um possı́vel valor verdadeiro da massa daquele corpo estaria próximo
da indicação obtida, embora este seja, por definição, indeterminável. Os parâmetros dessa aproximação são
dados pela incerteza da medição.
Se essa medição destina-se a fins domésticos, não é necessário qualquer rigor ao expressar o seu resultado.
Entretanto, quando se trata de medições para fins cientı́ficos ou tecnológicos, será preciso deixar claro se
2.7. ATRIBUTOS DOS RESULTADOS DE MEDIÇÕES 31
o resultado apresentado refere-se àquela indicação, ou ao resultado corrigido, ou ainda à média de várias
medições. Deve conter ainda informações sobre a incerteza de medição, ser expresso utilizando-se o nome e a
simbologia da grandeza de forma correta, escrevendo de forma adequada o valor da sua grandeza. Portanto
quando um resultado é dado, deve-se indicar, claramente, se ele se refere:
• a indicação;
• ao resultado não corrigido;
• ao resultado corrigido;
• se corresponde ao valor médio de várias medições.
2.7 Atributos dos resultados de medições

Chamamos de Repetitividade como sendo o grau de concordância entre os resultados de medições suces-
sivas de um mesmo mensurando efetuadas sob as mesmas condições de medição. A repetitividade pode ser
expressa, quantitativamente, em função das caracterı́sticas da dispersão dos resultados. Estas condições são
denominadas condições de repetitividade e devem levar em consideração:
• mesmo procedimento de medição;
• mesmo observador;
• mesmo instrumento de medição, utilizado nas mesmas condições;
• mesmo local;
• repetição em curto perı́odo de tempo.
Quanto menor o valor da repetitividade, maior é o grau de concordância entre os dados. Voltaremos a
este conceito no capı́tulo que trata sobre teoria dos erros. Chamamos de reprodutibilidade como sendo o
grau de concordância entre os resultados das medições de um mesmo mensurando efetuadas sob condições
variadas de medição. Reprodutibilidade pode ser expressa, quantitativamente, em função das caracterı́sticas
da dispersão dos resultados. Para que uma expressão da reprodutibilidade seja válida, é necessário que sejam
especificadas as condições alteradas. Estas condições alteradas podem incluir:
• princı́pio de medição;
• método de medição;
• observador;
• instrumento de medição;
• padrão de referência;
• local;
• condições de utilização;
• tempo.
2.8 Ajuste e regulagem de um instrumento de medida

Ajuste é a operação complementar destinada a fazer com que um instrumento de medição tenha desem-
penho compatı́vel com o seu uso quando as medidas do aparelho não estão em conformidade com os padrões
de comportamento esperados.
Regulagem é o ajuste, empregando somente os recursos disponı́veis no instrumento para o usuário. Tam-
bém é uma operação complementar, normalmente efetuada após uma calibração. , operação esta que envolve
apenas ajustes efetuados em controles externos, normalmente colocados à disposição do usuário comum.
Chamamos de calibração ou aferição como sendo o conjunto de operações que estabelece, sob condições
especificadas, a relação entre os valores indicados por um instrumento de medição ou sistema de medição ou
valores representados por uma medida materializada ou um material de referência, e os valores correspon-
dentes das grandezas estabelecidos por padrões. A aferição é feita com os recursos próprios do equipamento
enquanto a calibração é feita com recursos externos do equipamento.
Padrão de trabalho é o padrão utilizado rotineiramente para calibrar ou controlar medidas materializadas,
instrumentos de medição ou materiais de referência. Geralmente o padrão de trabalho é calibrado por
comparação a um padrão de referência. Quando o padrão de trabalho utilizado rotineiramente para assegurar
que as medições estão sendo executadas de forma correta então o padrão é chamado padrão de controle.
2.9 Calibração/Aferição
Em geral o resultado de uma calibração permite tanto o estabelecimento dos valores do mensurando
para as indicações como a determinação das correções a serem aplicadas. A calibração permite também,
determinar outras propriedades metrológicas como o efeito das grandezas de influência.
O resultado da calibração geralmente é registrado em um documento especı́fico denominado certificado
de calibração ou, algumas vezes, referido como relatório de calibração. O certificado de calibração apresenta
várias informações acerca do desempenho metrológico do sistema de medição analisado e descreve claramente
os procedimentos realizados.
A calibração pode ser efetuada por qualquer entidade, desde que esta disponha dos padrões rastreados e
pessoal competente para realizar o trabalho. Para que uma calibração tenha validade oficial, é necessário que
seja executada por entidade legalmente credenciada. No Brasil, existe a Rede Brasileira de Calibração (RBC),
coordenada pelo INMETRO - Instituto Nacional de Metrologia, Normalização e Qualidade Industrial. Esta
rede é composta por uma série de laboratórios secundários, espalhados pelo paı́s, ligados a Universidades,
Empresas, Fundações e outras entidades, que recebem o credenciamento do INMETRO e estão aptos a expedir
certificados de calibração oficiais.
A solicitação de calibração pode ser feita no link:
http://www.inmetro.gov.br/laboratorios/servicos/calibracao.asp
Os resultados de uma calibração são geralmente destinados a uma das seguintes aplicações:
• Levantamento da curva de erros visando determinar se, nas condições em que foi calibrado, o sistema
de medição está em conformidade com uma norma, especificação legal ou tolerância definida para
o produto a ser medido, e conseqüente emissão de certificado. Efetuado periodicamente, garantirá a
confiabilidade dos resultados da medição e assegurará correlação (rastreabilidade) aos padrões nacionais
e internacionais;
• Levantamento da curva de erros visando determinar dados e parâmetros para a operação de ajuste do
sistema de medição;
• Levantamento detalhado da curva de erros e tabelas com valores da correção e sua incerteza, com o
objetivo de corrigir os efeitos sistemáticos, visando reduzir a incerteza do resultado da medição
• Análise do comportamento metrológico e operacional dos sistemas de medição nas fases de desenvolvi-
mento e aperfeiçoamento, incluindo a análise das grandezas externas que influem no seu comportamento;
• Análise do comportamento metrológico e operacional dos sistemas de medição em condições especiais

de operação;
2.10. CONSIDERAÇÕES FINAIS 33
Figura 2.12: Intervalo para calibração de equipamentos.
Existem dois métodos de calibração:

Direto. O mensurado é aplicado sobre o sistema de medição por meio de medidas materializadas, cada qual
com seu valor verdadeiro convencional suficientemente conhecido;
Indireto O mensurado é gerado por meio de um dispositivo auxiliar, que atua simultaneamente no sistema de
medição a calibrar e também no sistema de medição padrão de forma que não apresente erros superiores
a 1/10 dos erros do sistema a ser calibrado.
Em geral para uma calibração o sistema padrão apresentará ao menos um dı́gito confiável a mais que o
sistema a ser calibrado. Excepcionalmente, em casos onde é muito difı́cil ou caro de se obter um padrão 10
vezes superior ao sistema a ser calibrado, podemos usar o limite de 1/5 ou até mesmo 1/3 para a razão entre
as incertezas do sistema padrão e o que será calibrado.
Na Fig. 2.12 são mostrados os intervalos com que os equipamentos devem ser calibrados.
2.10 Considerações finais

Este capı́tulo trata de alguns conceitos básicos envolvidos em metrologia, em particular aqueles envolvidos
com equipamentos de medida. Inicialmente trabalhamos com o conceito procedimento de medição que deve
estar registrado em um relatório. Depois abordamos padrão de trabalho e os instrumentos de medida e os
seus tipos. Em seguida abordamos as partes principais dos instrumentos, os tipos de mostradores. Depois
tratamos os conceitos calibração/aferição. Em seguida tratamos dos atributos dos aparelhos, alguns métodos
de medidas e falamos sobre o sinal de medida. Por fim tratamos dos conceitos ajuste e regulagem, do resultado
de medição e os seus principais atributos.
2.11 Exercı́cios de fixação

Problema 2.1. O pó de café, jogado no lixo caseiro, pode ser usado como matéria prima para a produção de
biodiesel. Cerca de oito bilhões de quilogramas de pó de café são jogados no lixo por ano. Estudo desenvolvido
na Universidade de Nevada mostra que 15 % do café descartado tem óleo a qual pode ser convertido em
biodiesel pelo processo tradicional. Considerando que a densidade do biodiesel igual a 900kg/cm3 . A partir
da quantidade de café descartada anualmente, de quanto seria a produção anual de biodiesel?
Problema 2.2. Efetue as seguintes transformações:
1. 6m em dm;
2. 50 cm em mm;
3. 3,632 m em mm;
4. 0,95 dm em mm;
5. 500 dam em m;
6. 8,132 km em hm.
Problema 2.3. Efetue as seguintes transformações:
1. 5 m2 em dm2 ;
2. 12 km2 em dam2 ;
3. 13,34 dam2 em m2 ;
Capı́tulo 3
Sistema de unidade
3.1 Introdução
Assista ao vı́deo Cavitação. Sabemos identificar a formação de bolhas. Desenvolvemos de forma intuitiva,
medições em várias coisas. Para não chegar atrasado olhamos para o relógio.
Ao verificar se estamos obesos ou não, fazemos a medida na balança, como ocorre na Figura 3.1
Sempre estamos presenciando medições. . Antes da instituição do Sistema Métrico Decimal (no final do
século XVIII, exatamente a 7 de Abril de 1795), as unidades de medida eram definidas de maneira arbitrária,
variando de um paı́s para outro, dificultando as transações comerciais e o intercâmbio cientı́fico entre eles. A
partir de então várias revisões foram efetuadas. O Sistema Internacional de Unidades foi adotado globalmente
por praticamente todos os paı́ses. As três exceções são Myanmar, Libéria e os Estados Unidos. O Reino Unido
adotou oficialmente o SI, mas sem a intenção de substituir inteiramente seu próprio sistema usual de medidas.
Assista ao seguinte vı́deo: O Tamanho da Terra e dos Demais Astros. O vı́deo trata de um conceito
geométrico. Para informar se um planeta é grande ou pequeno, precisamos comparar com outro planeta.
Assim Terra é maior que Mercúrio, mas é menor que Júpiter. O processo que permite verificar a grandeza
ou pequenez dos objetos se chama comparação. Muitas vezes a comparação visual pode nos confundir.
Exercı́cio 3.1. Analise a Figura 3.2 e diga qual das bolas azuis é maior, a superior ou inferior?
3.2 Grandezas
Grandeza é um atributo de um fenômeno, corpo ou substância que pode ser qualitativamente distinguido
e quantitativamente determinado. Em outras palavras grandeza é a caracterı́stica de algo que pode ser
associado e determinado de forma que seja expresso na forma de número.
Figura 3.1: Medindo o peso.
35
36 CAPÍTULO 3. SISTEMA DE UNIDADE
Figura 3.2: Qual das esferas azuis é maior?
Exercı́cio 3.2. Que grandezas podem ser identificadas na figura 3.3?
Figura 3.3: Latas possuem grandezas a serem medidas.
Exercı́cio 3.3. Podemos considerar as emoções humanas como grandeza?
3.3 Medição
Mas o que é uma medição? O processo de medição requer a comparação de uma das grandezas com outra,
de mesma natureza, tomada como padrão.
Existe uma imensa variedade de coisas diferentes que podem ser medidas sob vários aspectos. Imagine
uma lata, dessas que são usadas para refrigerante. Você pode medir a sua altura, quanto ela ”pesa”e quanto
lı́quido ela pode comportar.
Se desejarmos medir o volume de lı́quido, precisamos comparar com algo que meça volume e não, por
exemplo, comprimento.
Exercı́cio 3.4. No exercı́cio abaixo vamos considerar como padrão o retângulo. Comparamos a quantidade de
retângulos coloridos com o retângulo padrão. Na primeira linha como apenas dois retângulos estão coloridos
representamos esta medida como sendo 2. Seguindo a mesma linha de raciocı́nio, preencha as demais linhas:
3.4. GRANDEZAS DE MESMA NATUREZA 37
Tamanho da valor
figura
x x 2
x x x x x x x
x
x x x x x x x x x
x x x
x x x x x
x x x x x x x x
Cada um desses aspectos (comprimento, massa, volume) implica numa grandeza fı́sica diferente.
Este processo permite que o indivı́duo faça comparações, estabeleça relações, construa algumas represen-
tações nesse campo e atribua significado.
A ciência que trata das medições é a metrologia. A metrologia abrange todos os aspectos teóricos e
práticos relativos às medições, em quaisquer campos da ciência ou da tecnologia.
3.4 Grandezas de mesma natureza

As grandezas que podem ser classificadas, uma em relação à outra, em ordem crescente ou decrescente são
denominadas grandezas de mesma natureza. Neste caso elas podem ser agrupadas em conjuntos de categorias
de grandezas. Por exemplo, podemos agrupar grandezas tais como espessura, circunferência, comprimento,
etc., mas não a altura com a área ou volume.
Exercı́cio 3.5. No caso de um navio, que grandezas podemos agrupar?
3.5 Sistema de Grandezas

Podemos estabelecer uma relação entre as grandezas e agrupá-las formando um sistema de grandezas. Por
exemplo, podemos escolher um sistema de grandezas geométricas na qual as grandezas têm caracterı́sticas
que remontam à geometria do corpo. Podemos também escolher grandezas que estejam relacionadas com o
movimento, velocidade, aceleração etc. Podemos escolher grandezas ligadas com a dinâmica do sistema, ou
seja, as forças envolvidas ou grandezas que sejam independentes uma das outras.
3.6 Grandeza de Base

As grandezas que, em um sistema de grandezas, são por convenção aceitas como funcionalmente indepen-
dente de outras grandezas, são ditas grandezas de base.
Por outro lado, as grandezas que são definidas, em um sistema de grandezas, como função de grandezas
de base deste sistema são ditas grandezas derivadas. Uma grandeza A é derivada se ela pode ser escrita como
função das grandezas de base {a,b,...,z}, ou seja A = F (a, b, c, . . . , z).
Exemplo: Em um sistema que tem como grandezas de base o comprimento, a massa e o tempo, a velocidade
é uma grandeza derivada, definida como: comprimento dividido por tempo.
Exercı́cio 3.6. Em um sistema que tem como grandezas de base o comprimento, a massa e o tempo, a
densidade é uma grandeza derivada?
3.7 Dimensão de uma Grandeza

Expressão que representa uma grandeza de um sistema de grandezas, como produto das potências dos
fatores que representam as grandezas de base deste sistema. No sistema Internacional de unidades foi escolhido
L como sendo a dimensão de comprimento, M a dimensão de massa e T a dimensão do tempo.
Exemplo: Em um sistema que tem como grandezas de base comprimento, massa e tempo, cujas dimensões
são representadas por L, M e T respectivamente, L3 é a dimensão de volume.
Em geral, a grandeza G pode ser escrita nas grandezas de base (L,M,T) como
G = Lx M y T z
em que x, y e z são ı́ndices.
Exercı́cio 3.7. Em um sistema que tem como grandezas de base o comprimento, a massa e o tempo, qual
a dimensão da densidade? Qual a dimensão da área? Se o sistema tem como grandezas de base, L, F e T (
comprimento, força e tempo) como fica a densidade?
3.8 Grandeza Adimensional

Há grandezas em que todos os expoentes das dimensões das grandezas de base são nulos na expressão
dimensional. Exemplos: Deformação linear relativa (razão da deformação pelo comprimento), coeficiente de
atrito, coeficiente de resistência ao avanço.
3.9 Unidade de medida

Grandeza especı́fica, definida e adotada por convenção, com as quais outras grandezas de mesma natureza
são comparadas para expressar suas magnitudes em relação àquela grandeza. Cabe lembrar que as unidades
de medida têm nomes e sı́mbolos definidos por convenção. Há uma publicação chamada Sistema Internacional
de Unidades – SI que apresenta todas as definições e convenções adotadas e que pode ser acessado neste link:
referência\20119004-The-International-System-of-Units-SI.pdf
No SI é convencionado a designação dos sı́mbolos para representar a unidade de medida. Por exemplo, a
letra m é o sı́mbolo do metro; A é o sı́mbolo do ampère.
Exercı́cio 3.8. Usando como base o SI, informe o sı́mbolo correspondente a unidade de medida:
Sı́mbolo Unidade de medida
L
C
Pa
Ω
rad
K
sr
W
J
O site WebCalc permite realizar a conversão de unidades.
3.10 Sistema de Unidades de medida

O conjunto das unidades de base e unidades derivadas, definido de acordo com regras especı́ficas, para
um dado sistema de grandezas é chamado Sistema de Unidades.
Por exemplo, é definido por convenção o Sistema Internacional de Unidades SI, cujas grandezas de base
são L, M, T e cujas unidades de medida são metro, quilograma e segundo, respectivamente. Este sistema de
unidades também é conhecido por sistema MKS. Podemos ter o sistema de unidades CGS, cujas grandezas
de base são L, M, T e cujas unidades de medida são centı́metro, grama e segundo.
A unidade de medida derivada são as unidades expressas em termos das unidades de medida das grandezas
de base. Algumas unidades derivadas possuem nomes e sı́mbolos especiais.
Exercı́cio 3.9. Usando como base o SI, escreva a unidade de medida derivada em termos das unidades do
sistema MKS:
3.11. SISTEMA COERENTE DE UNIDADES DE MEDIDA 39
Quantidade Sı́mbolo da Unidade de

unidade medida
Força N Kg.m.s-2
Energia
Pressão
Resistência
elétrica
Freqüência
aceleração
densidade
Momento de
força
Tensão
superficial
3.11 Sistema Coerente de Unidades de medida

Ocorre quando no sistema de unidades de medida escolhido todas as unidades derivadas são coerentes, ou
seja, quando as unidades derivadas têm unidades do sistema base de unidades.
Por exemplo, as seguintes unidades (expressas por seus sı́mbolos) fazem parte do sistema de unidades
coerentes em mecânica, dentro do Sistema Internacional de Unidades, SI: m2 ; m3 ; Hz = s−1 ; m.s−1 ; m.s−2 ;
Exercı́cio 3.10. Verifique se as unidades são coerentes ou não, considerando o sistema MKS:
Unidade de Sistema coerente

medida (S/N)
Kg.cm N
Kg.m-3
Kg.m.s
3.12 Sistema Internacional de Unidades - SI

O sistema coerente de unidades adotado e recomendado pela Conferência Geral de Pesos e Medidas
(CGPM) é SI também conhecido por MKS. Este sistema é baseado, atualmente, nas sete unidades de base
seguintes:
metro , unidade de comprimento - m
quilograma , unidade de massa - kg
segundo , unidade de tempo - s
ampère , unidade de corrente elétrica - s
kelvin , unidade de temperatura termodinâmica - K
mol , unidade de quantidade de matéria - mol
candela , unidade de intensidade luminosa - cd

Figura 3.4: Equipamento empregado para estabelecer o padrão do metro.
Figura 3.5: Equipamento para calibrar o segundo.
3.13 Padrão
Para determinar o valor de uma grandeza, é necessário que se disponha de outra grandeza de mesma
natureza, definida e adotada por convenção, para fazer a comparação com a primeira.
O metro é atualmente definido como sendo ”o comprimento do trajeto percorrido pela luz no vácuo,
durante um intervalo de tempo de 1/299.792.458 de segundo”. Seria bem complicado medir a altura de objetos
usando apenas a definição do Metro. Para isso existem os Padrões Metrológicos. Um padrão metrológico é,
em resumo, um instrumento de medir ou uma medida materializada destinado a reproduzir uma unidade de
medir para servir como referência. Desta forma o padrão metrológico serve para definir, realizar, conservar
ou reproduzir uma unidade para servir como referência. A Figura 3.4 é empregado para gerar padrões de
metro.
A definição do segundo é a duração de 9192631770 perı́odos da radiação correspondente à transição entre
dois nı́veis hiperfinos do estado fundamental do átomo de césio 133.
O quilograma é a massa equivalente a um padrão composto por irı́dio e platina que está localizado no
Museu Internacional de Pesos e Medidas na cidade de Sèvres, França desde 1889. Ele é um cilindro eqüilátero
de 39 mm de altura por 39 mm de diâmetro, como mostra a Figura 3.6.
O padrão é definido internacionalmente e serve de base para estabelecer valores de outros padrões da
grandeza a que se refere. O padrão pode ser reconhecido por uma decisão nacional para servir, em um paı́s,
como base para atribuir valores a outros padrões da grandeza a que se refere.
No Brasil existe o Sistema Nacional de Metrologia, Normalização e Qualidade Industrial – SINMETRO,
constituı́das por entidades públicas e privadas, que exercem atividades relacionadas com metrologia, normal-
ização, qualidade industrial e certificação da conformidade. Compõe o sistema:
• Conmetro e seus Comitês Técnicos. Para informações acesse o link:
http://www.inmetro.gov.br/inmetro/conmetro.asp
3.13. PADRÃO 41
Figura 3.6: Padrão de massa.
• Inmetro – Instituto Nacional de Metrologia, Normalização e Qualidade Industrial: http://www.inmetro.gov.br

• Divisão do Serviço da Hora do Observatório Nacional (DSHO/ON)
http://pcdsh01.on.br/
• Laboratório Nacional de Metrologia das Radiações Ionizantes (LNMRI) do Instituto de Radioproteção
e Dosimetria (IRD/CNEN)
http://www.ird.gov.br/LNMRI/lnmri.html
• Organismos de Certificação e Inspeção Acreditados, (Sistemas da Qualidade, Sistemas de Gestão Am-
biental, Produtos e Pessoal). Para ver a listagem dos organismos acesse o link:
http://www.inmetro.gov.br/organismos/index.asp
• Organismos de Treinamento Acreditados
• Organismo Provedor de Ensaio de Proficiência Credenciado
• Laboratórios Acreditados – Calibrações e Ensaios – RBC/RBLE. A relação de laboratórios que possuem
ensaios e de calibração acreditados pode ser vista neste endereço:
http://www.inmetro.gov.br/credenciamento/laboratoriosAcreditados.asp
• Associação Brasileira de Normas Técnicas – ABNT :
http://www.abnt.org.br/default.asp?resolucao=1024X768
• Institutos Estaduais de Pesos e Medidas – IPEM.
Em SP: http://www.ipem.sp.gov.br/
• Redes Metrológicas Estaduais. Em SP, acesse o link:
http://www.remesp.org.br/index.php?option=com content&view=frontpage
Chama-se Padrão primário como aquele que é designado ou amplamente reconhecido como tendo as mais
altas qualidades metrológicas e cujo valor é aceito sem referência a outros padrões de mesma grandeza. Por
outro lado chama-se padrão secundário aquele cujo valor é estabelecido por comparação a um padrão primário
da mesma grandeza.
Um padrão é dito padrão de referência tendo a mais alta qualidade metrológica disponı́vel em um dado
local ou em uma dada organização, a partir do qual as medições lá executadas são derivadas.
Algumas vezes há a necessidade de transportar o padrão para outros locais. Desta forma são produzidos
padrões itinerantes.
Geralmente o padrão requer operações especiais visando preservar as caracterı́sticas metrológicas de um
padrão, dentro de limites apropriados. Estas operações envolvem calibração periódica, armazenamento em
condições adequadas e utilização cuidadosa.
Outras vezes há a necessidade de se produzir padrões intermediários para comparação com outros padrões.
Este padrão é chamado padrão de transferência.
Chama-se rastreabilidade como sendo a propriedade do resultado de uma medição ou do valor de um
padrão estar relacionado a referências estabelecidas, geralmente a padrões nacionais ou internacionais, através
de uma cadeia contı́nua de comparações, todas tendo incertezas estabelecidas.
Em alguns casos há a necessidade de se empregar materiais especiais ou de referência, ou seja, material
ou substância que tem um ou mais valores de propriedades que são suficientemente homogêneos e bem
estabelecidos para ser usado na calibração de um aparelho, na avaliação de um método de medição ou
atribuição de valores a materiais.
Estes materiais podem ser certificados – MRC, ou seja, estarem acompanhados por um certificado, com
um ou mais valores de propriedades, e certificados por um procedimento que estabelece sua rastreabilidade
à obtenção exata da unidade na qual os valores da propriedade são expressos, e cada valor certificado é
acompanhado por uma incerteza para um nı́vel de confiança estabelecido.
Os MRC são geralmente preparados em lotes, para os quais o valor de cada propriedade considerada é
determinado dentro de limites de incerteza estabelecidos por medições em amostras representativas de todo
o lote. As propriedades certificadas de materiais de referência certificados são, algumas vezes, obtidas conve-
nientemente e deforma confiável, quando o material é incorporado em um dispositivo fabricado especialmente.
Todos os MRC atendem à definição de “padrões” dada no “Vocabulário Internacional de Termos Fun-
damentais e Gerais de Metrologia (VIM)”. Alguns MR e MRC podem ter propriedades as quais, em razão
deles não serem correlacionados com uma estrutura quı́mica estabelecida ou por outras razões, não podem
ser determinadas por métodos de medição fı́sicos e quı́micos exatamente definidos. Nestes casos geralmente
se adota uma unidade internacional.
Exercı́cio 3.11. Como se estabelece um MRC para o caso de vacinas?
3.14 Medida materializada

Uma medida materializada é um dispositivo destinado a reproduzir ou fornecer, de maneira permanente
durante seu uso, um ou mais valores conhecidos de uma dada grandeza. Desta forma quando tomamos
a definição do metro e o seu comprimento é materializado em uma barra de metal e sobre ela é marcada
escalas decimais. Da mesma forma quando são produzidos metros comerciais, estas réguas são medidas
materializadas.
3.15 Unidade de medida fora do Sistema

Unidade de medida que não pertence a um dado sistema de unidades mas que é utilizada por razões
comerciais, cientı́ficas, etc. Por exemplo, a unidade elétron-volt (aproximadamente 1, 60218 × l0−19 J) é
uma unidade de energia fora do sistema em relação ao SI. Este link mostra os fatores de conversão entre as
unidades:
http://www.bipm.org/en/si/si brochure/chapter4/conversion factors (inglês).
Exercı́cio 3.12. Verifique se as unidades estão fora do sistema:
3.16 Múltiplo e submúltiplo de uma Unidade de medida

Unidade de medida maior/menor que é formada a partir de uma dada unidade, de acordo com convenções
de escalonamento. A nomenclatura usada é definida por convenção. A tabela 3.7 mostra as conversões.
Exercı́cio 3.13. Faça as seguintes conversões:
1. 200 m/s = 2 hm/s
2. 3000 m =
3. 0,002 s=
3.16. MÚLTIPLO E SUBMÚLTIPLO DE UMA UNIDADE DE MEDIDA 43
Unidade de Fora do sis-

medida tema (S/N)
dia S
mês
ano
arroba
pixel
grau
hectare
Litro
Figura 3.7: Tabela de múltiplos e submúltiplos.

Tabela 3.1: Escala de dureza de Rockwell.
Sı́mbolo Penetrador Carga Principal (kgf)

A Cone de Diamante 60
B Esfera de 1/16” 100
C Cone de Diamante 150
D Cone de Diamante 100
E Esfera de 1/8” 100
F Esfera de 1/16” 60
G Esfera de 1/16” 150
H Esfera de 1/8” 60
K Esfera de 1/8” 150
3.17 Valor de uma grandeza

Expressão quantitativa de uma grandeza especı́fica, geralmente sob a forma de uma unidade de medida
multiplicada por um número. Por exemplo, o comprimento de uma barra pode fornecer o valor 5,34 m ou
534 cm. Observe que o valor de uma grandeza pode ser positivo, negativo ou nulo, pode ser expresso por
mais de uma maneira. Os nomes recomendados e sı́mbolos para as grandezas são definidas em diversos livros
de padrões tais como ISO Standard 31 Quantities and Units (ISO. . . , 2009), IUPAP SUNAMCO Red Book
Symbols, Units and Nomenclature in Physics (IUPAP, 2009) e IUPAC Green Book Quantities, Units and
Symbols in Physics Chemistry (IUPAC, 2009).
Às vezes o valor atribuı́do a uma grandeza especı́fica e aceito, às vezes por convenção, como tendo uma
incerteza apropriada para uma dada finalidade. Por exemplo, em um determinado local, o valor atribuı́do a
uma grandeza, por meio de um padrão de referência, pode ser tomado como um valor verdadeiro convencional;
O CODATA (1986) recomendou o valor para a constante de Avogadro como sendo 6,0221415 x 1023.
3.18 Escala de Referência Convencional / Escala de Valor de Refer-

ência
Para grandezas especı́ficas de uma dada natureza, é um conjunto de valores ordenados, contı́nuos ou
discretos, definidos por convenção e como uma referência para classificar em ordem crescente ou decrescente
grandezas de mesma natureza. Por exemplo, podemos usar Escala de dureza Mohs; Escala de pH em quı́mica;
Escala de ı́ndice de octano para combustı́veis derivados de petróleo;escala de dureza de Rockwell.
3.19 Conversão de unidade

Existe um modo simples para se converter unidades. O método, embora não seja único, é bem simples e
se chama método de conversão em cadeia. Neste método multiplicamos a medida original por um fator de
conversão que é igual a 1. Por exemplo,
1 min
=1
60 s
Já que a multiplicação não altera o valor da grandeza, podemos introduzir estes fatores de conversão
sempre que acharmos conveniente. Na conversão em cadeia, usamos os fatores de conversão de forma que a
unidade original se cancele. Por exemplo, queremos converter 2 h em segundos. Portanto
3600s 3600s
2h = 2h × = 2/h × ∧ = 7200s
1h 1/h
Caso o fator tenha sido introduzido de forma que a unidade original não se cancela, basta apenas inverter
o fator de conversão.
Exercı́cio 3.14. Converta 10 km/h em m/s.

Neste Capı́tulo vimos que em nosso cotidiano estamos sempre olhando grandezas. Em um processo de
medida sempre está implı́cito o processo de comparação. As grandezas fı́sicas sempre podem ser expressas por
um número enquanto há outros descritores que não podem ser entendidos como grandezas. Desenvolvemos
de forma simples o processo de medição. Depois estudamos o conceito de grandezas de mesma natureza que
podem ser ordenadas. Em seguida estabelecemos o conceito de sistema de grandezas para na seção seguinte
definir grandeza de base que são formadas por grandezas independentes. Posteriormente tratamos a dimensão
de uma grandeza e na seção seguinte grandeza adimensional. Em seguida tratamos o conceito de unidade de
medida e depois o sistema de unidade de medida. Trabalhamos o conceito de sistema coerente de unidades
e mostramos o SI na seção seguinte, assim como verificamos como é definido o padrão e os tipos de padrão.
Depois tratamos o conceito de medida materializada, as unidades que são ainda comuns mas que estão fora
do sistema de unidade e apresentamos os múltiplos e submúltiplos. Depois tratamos o conceito valor de
uma grandeza. Posteriormente tratamos o conceito escala de referência e trabalhamos com a conversão de
unidade.
3.21 Problemas
Problema 3.1. Considere o terreno mostrado na Figura 3.8: Qual a largura do terreno?
Figura 3.8: Problema ??
Exemplo 3.1. Classificar e expressar as grandezas abaixo em unidade do Sistema SI. 50l/s = (vazão)
Resolução.
50l/s = 50 × 10−3 m3 /s = 0.05m3 /s
Problema 3.2. Classificar e expressar as grandezas abaixo em unidade do Sistema SI:
1. 9810 dinas
2. 250 g (SA)
3. 200 cm/s2
4. 80 km/h
5. 3.000 l/h
6. 4 pol (polegadas ou “in” (inch))
7. 5 lb (libras) (massa)
8. 5 PSI (libra por polegada quadrada)
9. 7 Kg/cm2 ( na prática ou Kgf/cm2)
10. 9,81 g/cm3 (SA)
11. 1 g/cm3 (na prática ou g*/cm3 )
12. 820 N/cm3
13. 8.000.000 cm2/s
14. 9.700 din/cm3
15. 0,01 centipoise
16. 1 centistoke
17. 10 hp
18. 10 cv
Problema 3.3. Há um sistema que trata a força em Quilograma força – Kgf, ou seja, um objeto de 30 Kg
tem um peso de 30 kgf. Podemos assim criar um sistema de base FLT – Força, comprimento e tempo com
unidades de base Kgf, m, s. Faça a conversão de uma força de 30 N em kgf.
Problema 3.4. Se em uma dado ponto da água a pressão é 1,52345 Pa, no sistema FLT qual será esta
pressão?
Problema 3.5. Suponha que você possa retardar o tempo de modo que você possa perceber o movimento de
um feixe de luz que se move em um quarto.Se você percebeu um nanosegundo, como se fosse um segundo,
como seria para você um microssegundo?
Problema 3.6. O aluno aprende que 104 bactérias alinhadas, formariam uma fila deste tamanho, como
mostra a Figura 3.9:
Figura 3.9: Nesta fila se observam 104 bactérias.
O estudante conclui que 102 bactérias que formam uma linha deste tamanho, como mostrada na Figura
reffig:bateria2.Por que é que o aluno está incorreto?
Figura 3.10: Observação feita pelo aluno.
Problema 3.7. Converta para o sistema SI as seguintes grandezas:
1. 10 in = 10 x 2,54 cm = 25,4 cm
2. 25 in =
3. 15 in =
4. 10 slug = 10 x 14,6 kg = 146 kg
5. 25 slug =
6. 33 slug =
3.21. PROBLEMAS 47
1 kg 1 kg 10 1
7. 10 g = 10 g x 1000 g g×
= 10 / = 1000 × 1 kg = 100 × 1 kg = 0, 01 kg
1000 /
g
8. 33 g =
9. 52 g =
10. 22 cm =
11. 33 dm =
12. 333 mm =
1000 m 1000 m 10
13. 10 km =10 km × 1 km km ×
= 10/ = 1 × 1000m = 104 m
1/
km
14. 55 km =
15. 42 dam=
16. 55 hm =
Problema 3.8. Verifique o erro na conversão realizada:
1. Nano é 10−9 , portanto há 10− 9 nm em 1 m.
2. Micro é 10−6 , portanto em 1 kg há 106 ţg.
Problema 3.9. A tecnologia do LED é bem diferente das lâmpadas incandescentes e das fluorescentes.
A lâmpada LED é fabricada com material semicondutor semelhante ao usado nos chips de computador.
Quando percorrido por uma corrente elétrica, ele emite luz. O resultado é uma peça muito menor, que
consome menos energia e tem uma durabilidade maior. Enquanto uma lâmpada comum tem vida útil de
1.000 horas e uma fluorescente de 10.000 horas, a LED rende entre 20.000 e 100.000 horas de uso in-
interrupto. Há um problema, contudo: a lâmpada LED ainda custa mais caro, apesar de seu preço cair
pela metade a cada dois anos. Essa tecnologia não está se tornando apenas mais barata. Está também
mais eficiente, iluminando mais com a mesma quantidade de energia.Uma lâmpada incandescente con-
verte em luz apenas 5% da energia elétrica que consome. As lâmpadas LED convertem até 40%. Essa
diminuição no desperdı́cio de energia traz benefı́cios evidentes ao meio ambiente. Considerando que a lâm-
pada LED rende 100 mil horas, a escala de tempo que melhor reflete a duração dessa lâmpada é o (extraı́do
de http://public.inep.gov.br/enem/Enem2009 matematica.pdf ):
1. dia.
2. ano.
3. decênio.
4. século.
5. milênio.
Problema 3.10. A Figura 3.11 mostra a porcentagem de oxigênio (O2 ) presente na atmosfera, ao longo de
4,5 bilhões de anos, desde a formação da Terra até a era dos dinossauros.
Considere que a escala de tempo fornecida seja substituı́da por um ano de referência, no qual a evolução
quı́mica é identificada como 1ž de janeiro à zero hora e a era dos dinossauros como dia 31 de dezembro às
23 h 59 min e 59,99 s. Desse modo, nesse ano de referência, a porcentagem de oxigênio (O2 ) presente na
atmosfera atingiu 10% no
1. 1◦ bimestre.
2. 2◦ bimestre.
3. 3◦ trimestre.
Figura 3.11: Origem da vida.
4. 4◦ trimestre.
Problema 3.11. Uma pessoa de estatura mediana pretende fazer um alambrado em torno do campo de
futebol de seu bairro. No dia da medida do terreno, esqueceu de levar a trena para realizar a medição. Para
resolver o problema, a pessoa cortou uma vara de comprimento igual a sua altura. O formato do campo é
retangular e foi constatado que ele mede 53 varas de comprimento e 30 varas de largura. Uma região R tem
área AR , dada em m2 , de mesma medida do campo de futebol, descrito acima. A expressão algébrica que
determina a medida da vara em metros é
q
AR
1. V ara = 1500 m
q
AR
2. V ara = 1590 m
1590
3. V ara = AR m
AR
4. V ara = 1500 m
AR
5. V ara = 1590 m
Problema 3.12. Suponha que você esteja deitado em uma praia e observe o por do sol no oceano, ligando
um cronômetro no momento que ele desaparece, como mostra a Figura 3.12. Em seguida, você se levanta,
fazendo com que os seus olhos se movam para cima de uma distância h=1,70 m e pára o cronômetro no
momento em que o sol torna a desaparecer. Se o intervalo de tempo medido pelo cronômetro é t=11,1 s,
quanto mede o raio da Terra? (extraı́do de Fundamentos da Fı́sica – Halliday & Resnick)
Problema 3.13. Um satélite está em órbita, em torno da Terra, a 300 km. Qual é esta distância em milhas
e em mm?
Problema 3.14. Considerando a Terra perfeitamente esférica, podemos dizer que ela tem um raio de
6,37x106 m. Quanto vale a circunferência? E a área?
Problema 3.15. Uma certa mina de carvão consome 75 hectares de terra até uma profundidade de 26 m,
por ano. Qual o volume de terra extraı́do da mina?
Problema 3.16. Um analgésico deve ser inserido na quantidade de 3 mg/kg de massa corporal, mas a dose
administrada não pode exceder 200 mg . Cada gota contém 5 mg do remédio. Quantas gotas devem ser
prescritas a um paciente de 80 kg?
3.21. PROBLEMAS 49
Figura 3.12: Movimento do Sol.
Problema 3.17. Passar muito tempo na ausência de gravidade é insalubre. Um dos efeitos mais importantes
experimentados por astronautas é uma perda contı́nua de massa muscular e óssea. Uma balança na espaçonave
não irá funcionar adequadamente pois o desempenho da mesma depende da gravidade. Qual é uma maneira
possı́vel de acompanhar esta mudança na massa? (Observe que medir a cintura do astronauta com uma fita
métrica pode não ser adequado, pois não diz nada sobre a massa óssea, ou sobre a substituição de músculo
com gordura.(Extraı́do do livro Newtonian Physics de Benjamin Crowell)
Capı́tulo 4
Teoria de erros
4.1 Introdução
Podemos efetuar um ensaio em mar aberto e todas as variáveis presentes na natureza participam no ensaio,
tais como vento, ondas, temperatura, salinidade etc... Porém se desejamos controlar um pouco mais estas
variações, podemos reduzir a escala do ensaio, usando uma embarcação menor, eliminando ondas, ventos,
controlando melhor estas influências.
Os valores obtidos nos ensaios dependem claramente da aptidão da pessoa, da qualidade dos equipamentos,
dos processos envolvidos. De qualquer forma quando efetuamos uma medida, todos estes fatores perturbam
a medida de modo que o valor obtido é uma flutuação destas influências sobre o mensurando. Assim posto
a medida deve expressar não só o valor da medida mas também estas flutuações que acabam interferindo
na medida levando a incertezas. Em alguns aparelhos a precisão do aparelho vem no manual, em outros
nada é dito. Em vista de todas estas influências, em uma medida jamais conheceremos o ”valor verdadeiro”da
medida (VV). Assim em uma medida devemos conhecer não só o valor do mensurando mas também a incerteza
presente na medida.
Ao efetuarmos apenas uma leitura, não temos condição de avaliar o grau de influência dos erros na medida.
A situação ideal seria efetuarmos infinitas leituras, o que não é possı́vel. Desta forma realizamos uma leitura
finita de observações, anotando os valores das medidas. Este conjunto de dados é chamado amostra.
Podemos usar o diagrama de Ishikawa para identificar a influência destes erros na medida. Este diagrama
também é conhecido como 6M pois, em sua estrutura, todos os tipos de problemas podem ser classificados
como sendo de seis tipos diferentes:
Método . O método ou processo de medição pode afetar os resultados introduzindo incertezas;
Operador . O operador pode interferir na medida introduzindo incertezas;
Equipamentos . Os equipamentos por terem resolução limitada introduzem incertezas na medida;
Matéria prima . Os produtos ou material empregados na medida podem produzir erros e incertezas na
medida;
Medição A forma como é feita a medição pode gerar incertezas na medida;
Meio Ambiente Um ambiente não controlado pode produzir incertezas na medida.
A essência da teoria do erro não é só buscar o melhor valor que expressa o mensurando mas também
determinar a incerteza da medida e o grau de influência dos erros no ensaio, permitindo que caso algum
erro sobressaia no ensaio, a pessoa possa reduzir esta influência no ensaio até o limite imposto pelos agentes
causadores de erro ou mesmo corrigir o valor da medida.
Em toda medida o erro está presente seja pelas flutuações do aparelho e das grandezas que estão direta-
mente ligadas com a natureza, seja as que estão presentes com a pessoa que faz o experimento ou ensaio, seja
do próprio método de medida, ou das próprias interações deste agentes com cada um. Associado ao erro está
51
52 CAPÍTULO 4. TEORIA DE ERROS
Figura 4.1: A imagem à esquerda mostram medidas que são precisas, com baixa incerteza, mas que não são
exatas. A do meio mostra um outro cenário, na qual os dados obtidos são exatos mas com alto grau de
incerteza, ou seja não são precisos. A última imagem é o cenário desejável, ou seja, dados exatos e precisos.
a incerteza. Portanto erro e incerteza são entidades distintas. O erro decorre da ação destes agentes enquanto
a incerteza é a conseqüência destes erros. Da mesma forma é a precisão e exatidão. A primeira está associada
com a dispersão dos dados enquanto que a segunda mostra o quão próxima está do valor verdadeiro.
A Figura 4.1 mostra a diferença entre precisão e exatidão. Na Figura à esquerda temos um conjunto
de dados precisos, pois estão bem concentrados mas não exatos. Na figura do meio temos dados com baixa
precisão mas com exatidão e na última figura, dados exatos e precisos.
4.2 Algarismos significativos

Considere o seguinte caso de medida, como mostrado na Figura 4.2. Observe que a régua tem uma escala
cuja menor divisão é 1 mm. Poderı́amos dizer que o besouro mede entre 1 e 2 cm, porém a resolução da régua
permite uma leitura mais apurada. Podemos então dizer que o tamanho do besouro está entre 1.5 e 1.6 cm,
com toda a certeza. Mas podemos estimar qual o melhor valor dizendo que o besouro poderia medir 1.55, ou
1.56 ou talvez 1.54 cm. De qualquer forma qualquer uma destas leituras representa bem a medida. Não tem
sentido, por exemplo, dizer sob estas condições de medida que o besouro mede 1,554 cm. Esta régua não tem
resolução suficiente para que possamos estimar a leitura na terceira casa decimal.
Figura 4.2: Avaliação dos algarismos significativos.
Portanto a forma como expressamos a medida depende da resolução do aparelho de medida. Denomi-
namos algarismos significativos a quantidade de algarismos que compõem o valor de uma grandeza, excluindo
eventuais zeros à esquerda usados para acerto de unidades.
Exercı́cio 4.1. Verifique a quantidade de algarismos significativos nos valores:
Valor alg. signif.
57.896 5
5.79 × 101
5.789600 × 101
0.6 × 102
4.3. ARREDONDAMENTO 53
Tabela 4.1: Tabela de Arredondamento convencionado pelo IBGE.
Condições Procedimentos Exemplos

Y <5 X se mantém 2.352 → 2.35
Y >5 X sobe uma unidade 2.356 → 2.36
Y =5 Se qualquer algarismo em Z 6= 0 2.352 passa a 2.4
, Y → Y + 1.
Se Y=5 e @Z ou Z = 0, Y → 24.75 passa a 24.8 e 24.85
Y + 1 se X for ı́mpar. passa a 24.8
A escolha de quantos algarismos significativos serão usados na medida depende da resolução do aparelho de
medida e da grandeza, ou seja, primeiro identificamos a resolução do aparelho de medida e depois ajustamos
a quantidade de algarismos significativos da medida. No exemplo do besouro, verificamos que a divisão de
escala (DE) da régua é 1mm e, portanto a resolução pode ser escolhida como sendo re = DE 2 = 0.5mm.
Portanto as medidas devem ser obtidas com uma casa decimal. Desta forma não há sentido expressarmos a
medida na forma 15.5678mm pois a resolução da régua está na primeira casa decimal e o valor da medida
contém cinco casas decimais. Da mesma forma não há sentido uma medida na forma 15, pois a régua tem
uma resolução de 0.5 mm e a medida não possui casa decimal.
A medida deve então apresentar três algarismos significativos para este caso. Observe que neste caso dois
algarismos significativos são bem conhecidos (algarismos 1 e 5) enquanto o terceiro algarismo é desconhecido.
Este algarismo recebe o nome de algarismo duvidoso.
Quando efetuamos apenas uma leitura da grandeza e desejamos expressar a medida, podemos expressar
no formato: valor ± res., ou seja, o sı́mbolo ± indica que o valor verdadeiro neste caso pode estar situado no
intervalo compreendido entre o valor menos a resolução e o valor mais a resolução. Observe que a quantidade
de dı́gitos nas casas decimais do valor da grandeza e da incerteza devem ser equivalentes. Há uma convenção
que trata da quantidade de dı́gitos para a incerteza:
• Se o primeiro dı́gito significativo da incerteza for menor que 3, usaremos DOIS algarismos significativos;
• Caso o primeiro dı́gito significativo da incerteza for maior ou igual a 3, podemos usar UM ou DOIS
algarismos significativos para a incerteza.
Na prática as pessoas acabam optando por empregar dois algarismos significativos para a incerteza, a
menos que o experimento apresente erros e que ainda não foram tratados ou quando a imprecisão é muito
alta. Portanto a forma para expressar a medida do besouro pode ser 15.5 ± 0.5mm.
4.3 Arredondamento
Como é preciso adequar a quantidade de algarismos tanto do valor da medida quanto da incerteza, pre-
cisamos truncar o algarismo, ou seja, manter uma certa quantidade de dı́gitos. Na literatura existem diversas
regras para se truncar o número. Seguiremos esta regra. Seja o valor da medida dada por A, BC . . . XY Z e
que desejamos truncar no algarismo situado na posição Y. A regra adotada aqui segue a convencionada pelo
IBGE, Resolução n◦ 886/66 da Fundação IBGE, como mostrada na Tabela 4.1:
Exemplo 4.1. Arredondar a medida 2.35672 ± 0.00346.
Resolução. Usaremos dois algarismos significativos para a incerteza. Portanto a incerteza fica 0.0035 e
possui quatro casas decimais. Assim a medida fica 2.3567 ± 0.0035, tendo a grandeza cinco algarismos
significativos e a incerteza dois algarismos significativos.
Exercı́cio 4.2. Arredondar as seguintes medidas:
• 22.123456 ± 0.00456;
• 0.123456 ± 0.789;
• 100.12 ± 3.586.

Resolução. Usaremos dois algarismos significativos para a incerteza. Portanto a incerteza fica 0.0034 e
possui quatro casas decimais. Assim a medida fica 2.3567 ± 0.0035, tendo a grandeza cinco algarismos
significativos e a incerteza dois algarismos significativos.
• 22.123456 ± 0.00452;
• 0.123456 ± 0.783;
• 100.12 ± 3.584.
Resolução. Usaremos dois algarismos significativos para a incerteza. Portanto a incerteza fica 0.0036, pois
existem algarismos diferentes a zero após o 5. Como temos quatro casas decimais, a medida também deverá
ter quatro casas decimais. Assim a medida fica 2.3567 ± 0.0036.
• 22.123456 ± 0.00457;
• 0.123456 ± 0.753;
• 100.12 ± 3.551.
Resolução. Usaremos dois algarismos significativos para a incerteza. Como após o 5 temos o valor zero,
aplicamos a última regra. No caso como o algarismo que o precede é o 3, no caso ı́mpar, então a incerteza
fica 0.0036. Portanto a medida fica 2.3567 ± 0.0036.
• 22.123457 ± 0.0045;
• 0.123456 ± 0.00450;
• 0.123456 ± 0.00550.
4.4 Representação da medida

4.4.1 Histogramas
Uma forma bem prática de expressar as medidas é por meio de um gráfico em que na abscissa colocamos
os valores e na ordenada a freqüência com os valores se repetem. Os gráficos deste tipo são chamados
histograma.
Exemplo 4.5. Considere os dados obtidos do aplicativo Matlab para o comando pause.
0.0955 0.1091 0.1091 0.1092 0.1091
Faça o gráfico.
Resolução. Inicialmente montamos uma nova tabela, na qual na primeira coluna são dispostos os valores e
na segunda coluna a quantidade de vezes que o número é repetido:
valor freqüência
0.0955 1
0.1091 3
0.1092 1
Com esta tabela colocamos na abscissa(eixo x) os valores e na ordenada (eixo y) a quantidade de vezes
que o número é repetido. Portanto o resultado é o mostrado na Fig. 4.3 :
4.5. O TAMANHO DA AMOSTRA 55
Figura 4.3: Distribuição de freqüência para o comando pause do Matlab.
Exercı́cio 4.6. Considere os dados do comando pause para um conjunto de 10 dados

0.1090 0.1090 0.1091 0.1091 0.1091
0.1092 0.1092 0.1093 0.1090 0.1092
Faça o histograma.
(a) Gráfico de contagem de freqüência. (b) Gráfico de percentagem. (c) Gráfico de densidade.
Figura 4.4: Formas de se fazer um histograma.
O gráfico da Fig.4.4a é feito em intervalos de 5cm para a abscissa e na ordenada é contada o número de
vezes que se repete o valor naquele intervalo. A Fig. 4.4b mostra um histograma por porcentagem, na qual
a soma das freqüências é 1 (100 %), ou seja, como para cada intervalo, temos uma freqüência ni , podemos
reescrever como sendo nni em que n é a soma das freqüências. A Fig. 4.4c mostra um histograma normalizado,
ou seja, de forma que a área da figura é 1, seguindo a relação
n1
(x1 − x0 )f (x1 ) = ,
n
e assim sucessivamente para os demais intervalos.
4.5 O tamanho da amostra

Considere que apenas uma medida seja feita da grandeza. O quanto este valor estaria próximo do valor
verdadeiro da grandeza? Perceba que por meio de experimentos precisamos não só determinar o valor da
medida mas também a confiabilidade das medidas feitas. Isto não é possı́vel com apenas uma medida, mas
são necessários pelo menos, dois dados na amostra.
Podemos agora questionar se a confiabilidade dos dados depende do tamanho da amostragem. Para tanto
vamos analisar o comportamento do comando pausa do aplicativo Matlab, para várias amostras desde 5 até
100 medidas buscando analisar o seu comportamento para t=0.1 s. Os gráficos em barra representam os
dados enquanto as curvas representam a distribuição normal.
Como podemos ver na Fig. 4.5, com uma amostra de 5 valores (Fig. 4.5a), o histograma apresenta uma
ampla dispersão dos valores, o mesmo ocorre com a amostra de 10 valores (Fig. 4.5b). Com 50 valores (Fig.
4.5c) observamos uma dispersão um pouco menor e com uma amostra de 100 valores (Fig. 4.5d) a dispersão
é bem menor e a curva assume um formato bem caracterı́stico e o mesmo ocorre com a amostragem de 1000
dados.
(a) Curva com 5 dados. (b) Curva com 10 dados.
(c) Curva com 50 dados. (d) Curva com 100 dados. (e) Curva com 1000 dados.
Figura 4.5: Curvas para a função pause do Matlab para várias amostragens (5, 10, 50 e 100). À medida que
a amostragem aumenta, a curva de dados se aproxima da curva normal.
A Fig. 4.6 mostra a superposição das curvas de distribuição normal obtidas para as amostras com 5, 10,
50, 100 e 1000 valores. Observe que à medida que a amostra aumenta, as curvas tendem a apresentar um
formato bem caracterı́stico, de forma que quando a amostragem tende a infinito a curva se aproxima da curva
da distribuição normal, como é mostrada na Fig. 4.7.
A curva mostrada na Figura 4.7 é bem interessante pois a maioria dos fenômenos de medida se comporta
como esta curva de distribuição de probabilidade que é chamada de ”curva de distribuição de probabilidade
normal”. A expressão que melhor traduz esta distribuição é dada pela Eq. 4.1,
1 1 x−µ 2
f (x) = √ exp− 2 ( σ ) , (4.1)
σ 2π
na qual µ é o valor esperado ou médio de x e σ 2 é chamada a variância de x ou o desvio quadrático médio,
ou seja, a medida da dispersão dos dados.
4.5.1 Critério de testes

Quando temos uma amostra de dados, podemos verificar se os dados da amostra estão próximos da curva
normal. Existem diversos testes que verificam se uma amostra se aproxima da curva normal, a saber:
Figura 4.6: Superposição das curvas de distribuição para várias amostras.
Figura 4.7: Curva normal de distribuição de dados

• Teste de D’Agostino’s K-quadrado;

• Teste de Jarque-Bera;
• Teste de Anderson-Darling;
• Critério de Cramér-von-Mises;
• Teste de Lilliefors;
• Teste de Kolmogorov-Smirnov;
• Teste de Shapiro-Wilk;
• Teste de Pearson’s chi-quadrado;
• Teste de Shapiro-Francia.
Podemos assim usar qualquer um destes testes para verificar se a amostragem possui dados suficientes ou
se é necessário realizar mais aquisições de dados. Não iremos aqui nos deter as detalhes destes testes. Apenas
precisamos saber que existem. No exemplo anterior, para o teste de Shapiro-Wilk obtemos como resultado
os seguintes valores:
Tabela 4.2: Teste de Shapiro-Wilk aplicado na amostragem de dados do comando sleep do aplicativo Scilab.
n W p
5 0.684 0.00647
10 0.6405 0.0001687
50 0.6221 4.21 × 10−10
100 0.6217 1.133 × 10−14
Como podemos ver na Tabela 4.2, à medida que n aumenta o valor de p diminui mostrando que a
amostragem se aproxima da distribuição normal. Uma vez que estes critérios permitem identificar a quanti-
dade de dados que a nossa amostragem deve ter, precisamos identificar como expressar a medida.
4.5.2 Valor verdadeiro, valor médio ou mediana

Vimos na subseção anterior que a maioria dos processos de medida de fenômenos da natureza tem um
comportamento similar com a curva de distribuição de probabilidade normal, cuja forma é determinada por
dois parâmetros: o valor médio ou valor esperado e σ 2 que é a variância de x, ou seja a medida da dispersão
dos dados. O valor médio representa a média de todas as medidas. Existe outros dois pontos interessantes:
moda que representa o ponto com as maiores freqüências e mediana que é ponto que divide a curva de
distribuição em duas partes iguais. Qualquer um destes pontos pode ser escolhido como o melhor valor situado
próximo do valor verdadeiro. Contudo iremos adotar o valor médio como a melhor expressão próxima do
valor verdadeiro pois dá igual probabilidade a todos os dados como sendo o verdadeiro.
O valor médio é calculado como segue:
• Se a distribuição é discreta, então multiplicamos cada valor xk pela sua freqüência fk e somamos sobre
todos os valores possı́veis e no final dividimos pela soma das freqüências, ou seja
m
X
x̄ = xk fk ; (4.2)
k=1
• Se a distribuição é contı́nua, multiplicamos o valor médio da medida de cada intervalo pela freqüência
e somamos sobre todos os valores possı́veis e no final dividimos pela soma das freqüências, ou seja,
m
1X
x̄ = (xk + xk−1 )(xk − xk−1 )f (xk ). (4.3)
2
k=1
Figura 4.8: A variável σ mede a dispersão da curva.
Exemplo 4.6. Considere a seguinte série de medidas:

2.39 2.37 2.39 2.37
2.37 2.35 2.40 2.35
2.38 2.38 2.35 2.37
2.37 2.38 2.39 2.40
Calcule a média.
Resolução. A média é a soma dividida pela quantidade de dados, ou seja, 16 dados. Assim x = 2.372.
Exercı́cio 4.7. Dado a série de medidas, calcule a média.

1.75 1.75 1.63 1.70
1.62 1.60 1.55 1.68
1.75 1.88 1.53 1.51
1.87 1.87 1.61 1.62
Exercı́cio 4.8. Dado a série de medidas, calcule a média, considerando os intervalos 1.60-1.65, 1.65-1.70,
sucessivamente.
1.75 1.75 1.63 1.70
1.62 1.60 1.55 1.68
1.75 1.88 1.53 1.51
1.87 1.87 1.61 1.62
4.5.3 Precisão do aparato: Desvio padrão

O efeito da variável σ pode ser visualizada na Figura 4.8. Ela mede a dispersão dos dados em torno do
valor médio. Valores de σ pequenos tornam a curva mais estreita enquanto valores de σ maiores tornam a
curva mais achatada, como mostra a Figura 4.9.
Portanto quando σ é menor, dizemos que a dispersão de dados é menor e a precisão é maior. Portanto a
precisão dos dados é medido pelo desvio padrão σ da população, ou seja, a experiência realizada com infinitas
medidas.
O desvio de cada medida δ do valor médio é
δk = xk − x̄. (4.4)
P
Observe que se somarmos para as n medidas δ = 0. Podemos então verificar a soma dos desvios
Figura 4.9: Valores de σ menores deixam a curva mais estreita enquanto que maiores a tornam mais achatadas.
quadráticos
X n
X n
X
2
δ = δk2 = (xk − x̄)2
k=1 k=1
Xn
= (x2k + x̄2 − 2xk x̄)
k=1
Xn
= x2k − nx̄2
k=1
= n(x2 − x̄2 ),
e portanto
n
1X 2
σ2 = δk = x2 − x̄2 . (4.5)
n
k=1
Exemplo 4.7. Dado os valores 1.1, 1.3 e 1.2, calcule a variância e o desvio padrão.
Resolução. O valor médio é 1.2. O termo x2 = (1.12 + 1.22 + 1.32 )/3 = 1.4467. Portanto a variância é
σ 2 = 1.4467 − 1, 44 = 0.0067 e o desvio padrão é σ ≈ 0.082.
4.5.4 Melhor estimativa do valor verdadeiro

A situação ideal para encontrar o valor verdadeiro é repetir infinitas vezes a medida da grandeza de
forma que a curva de dados obtidas se aproxima da curva de distribuição normal. Contudo no experimento
realizamos um número finito de medidas. Assim qual é a garantia que o valor médio da amostra esteja próximo
do valor médio da população (infinitas medidas)? Portanto o que podemos fazer é realizar a estimativa do
valor verdadeiro. Por exemplo na análise do comando pausa, os valores médios obtidos para as amostras
n = 5 e n = 10 são ligeiramente distintas, 0.1069 (n=5) e 0.1089(n=10) que são valores distintos de 0.10
(n=100000).
A função mais simples das variáveis x1 , x2 , . . . , xn que dá a todos eles igual importância e confiabilidade
é o valor médio. Portanto definimos a melhor estimativa do valor médio de infinitas medidas repetidas como
a média aritmética de finitos números de medidas, ou seja,
n
X
x̄n = xi (4.6)
i=1
4.5.5 Melhor estimativa da precisão

A definição da precisão, da mesma forma como foi feita para o valor verdadeiro, repousa sobre a noção de
infinitas e repetidas medidas realizadas. Quando lidamos com a amostra, o valor do desvio padrão depende
do tamanho da amostra. Portanto devemos realizar a melhor estimativa da precisão para um número finito
de medidas.
A princı́pio podemos pensar que para um número n finito de medidas, a definição possa ser
n
1X 2
σn2 = δk .
n
k=0
Contudo esta forma de pensar é falha. Se for feita apenas uma medida, x̄1 = x e σ1 = 0. Não tem sentido
termos apenas uma medida e o valor do desvio ser nulo. Isto seria a indicação de que a medida é o próprio
valor verdadeiro. Para contornar este problema, vamos definir a média como sendo
(xi + xj )
Xij = ,
2
e dois desvios
δij = xi − Xij
δji = xj − Xij .
O desvio quadrático médio é

2 2
(δij + δji )
∆2ij = .
2
Se n medidas são feitas, temos n chances de escolher a quantidade xi entre elas e isto deixa n-1 escolhas
para xj . Portanto o número de chances de escolher xi e xj é n(n − 1). Assim de um experimento com n
medidas, podemos produzir n(n-1) valores médios Xij e a média aritmética da amostra de medidas, Xn0 , de
forma que,
n X
n
X (xi + xj )
n(n − 1)Xn0 =
i=1 j=1
2
| {z }
i6=j
n
1 X
= [(xi + x1 ) + . . . + (xi + xi−1 ) + (xi + xi+1 ) + . . . + (xi + xn )]
2 i=1
n
1 X
= [(n − 2)xi + (x1 + x2 + . . . + xi + . . . + xn ]
2 i=1
n
1 X
= [(n − 2)xi + nx̄]
2 i=1
1
(n − 2)nx̄ + n2 x̄

=
2
= n(n − 1)x̄.
Portanto X 0 = x̄. Para a amostra de n dados, temos

n X
X n
n(n − 1)∆2n = ∆2ij
i=1 j=1
| {z }
i6=j
Como
1 1 1
∆2ij = (xi − xj )2 = (δi − δj )2 = (δi2 + δj2 − 2δi δj ),
4 4 4
e como ∆2ii = 0, podemos incluir no somatório. Portanto

n n
1 XX 2
n(n − 1)∆2n = (δ + δj2 − 2δi δj )
4 i=1 j=1 i
n
1X 2
= [nδ + (δ12 + δ22 + . . . + δn2 ) − 2δi (δ1 + δ2 + . . . + δn )]
4 i=1 i
n
1X 2
= [nδ + nσn2 ]
4 i=1 i
n2 2
= σ ,
2 n
n
ou seja 2∆2n = n−1 σn2 . A quantidade 2∆2n é a medida da largura da distribuição de freqüência de um
experimento finito de medidas. Se definirmos a raiz quadrada do desvio quadrático médio ajustada sn , para
uma amostra de n dados (BARFORD, 1967) como sendo
n 1
s2n = 2∆2n = σn2 = (δ 2 + δ22 + . . . + δn2 ), (4.7)
n−1 n−1 1
ela não é definida para uma medida, mas sim para duas ou mais medidas. Quando a amostra tende a
infinito (população) então s2 → σ 2 . Perceba que sn fornece uma interpretação mais razoável para a amostra.
Portanto adotamos sn como a melhor estimativa de σ, a precisão do aparato.
Exemplo 4.8. Considere as medidas: 1.1, 1.2 e 1.3. Calcule σ3 e s3 .
Resolução. O valor médio é 1.2. A tabela de desvio é
Dados xi − x̄ (xi − x̄)2
1. -0.1 0.01
1.2 0 0
1.3 0.1 0.01
q
3
Logo 3σ32 = 0.01 + 0.01 = 0.02, ou seja, σ3 = 0.082. Portanto s3 = 2σ = 0.10.
Exercı́cio 4.9. Dados os valores 1, 2 e 3 calcule s3 e σ3 .
4.6 Combinação de medidas

Algumas quantidades fı́sicas podem ser medidas diretamente, tais como comprimento, massa etc., mas
outras, são obtidas de forma indireta por meio de operações matemáticas, tais como área, volume etc. Nesta
seção iremos analisar como as incertezas devem ser combinadas.
4.6.1 Fator de escala

Considere que a função seja z=ax, ou seja, é o caso em que temos contrações ou dilatações nas grandezas.
O valor médio é z̄n = ax̄n .
2 2
P 2
Os desvios wi são dados q por wi = aδi e portanto σn = a δi = a2 σn (x), de forma que a melhor
n
estimativa de σ é sn (z) = n−1 σn (z) = asn (x).
Exemplo 4.9. Numa série de 3 medidas foram obtidos os seguintes valores x = 1.1, 1.2 e 1.3, calcule z = 2x,
σ3 (z) e a melhor estimativa da precisão do aparato.
Resolução. De acordo com a expressão do fator deq escala z̄3 = 2x̄3 = 2.40 enquanto σ3 (z) = aσ3 (x) =
0.1633. Portanto a melhor estimativa de σ é s3 (z) = 32 σ3 (z) ≈ 0.20 = 2s3 (x).
Exercı́cio 4.10. Numa série de 3 medidas foram encontrados os valores x = 1.4, 1.5 e 1.6. Calcule z=3x,
σ3 (z) e a melhor estimativa da precisão do aparato.
4.6. COMBINAÇÃO DE MEDIDAS 63
4.6.2 Soma
Suponha que temos n medidas da grandeza x e m medidas da grandeza y. Podemos escrever a quantidade
zij = xi + yi . O valor médio da grandeza z é
n m
1 XX
z̄nm = (xi + yj ).
mn i=1 j=1
n
1 X
= (mxi + mȳm )
mn i=1
1
= (mnx̄n + mnȳm )
mn
= x̄n + ȳm
Para os desvios consideramos a variável wij = zij − z̄nm . Portanto
wij = (xi + yj ) − (x̄n + ȳm ) = (xi − x̄n ) + (yj − ȳm ) = δi + γj
desvios de xi e yj .
O desvio quadrático médio é
n m
2 1 XX 2
σnm (z) = w
mn i=1 j=1 ij
n m
1 XX
= (δi + γj )2
mn i=1 j=1
n m
1 XX 2
= (δ + γj2 + 2δi γj )
mn i=1 j=1 i
n
1X 2 2
= (δ + σm (y))
n i=1 i
= σn2 (x) + σm
2
(y)
Portanto
p
σ(z)nm = σn2 (x) + σm
2 (y)
Assim a melhor estimativa do desvio padrão σ

r
p n m
snm (z) = s2n (x) + s2m (y) = σn2 (x) + σ 2 (y)
n−1 m−1 m
Exemplo 4.10. Numa série de 3 medidas foram encontrados os valores x = 1.1, 1.2 e 1.3 enquanto que
para outras 3 medidas foram encontrados os valores y = 1.4, 1.5 e 1.6. Calcule z=x+y, σ3,3 (z) e a melhor
estimativa da precisão do aparato.
2
Resolução. Para o valor médio temos z3,3 = 2.7 enquanto que σ3,3 (z) = σ32 (x) + σ32 (y) = 0.2972 ≈
q
3 2 3 2
0.30. Assim a melhor estimativa do desvio padrão é o valor ajustado s3,3 = 2 0.082 + 2 0.082 ≈=
p
s23 (x) + s23 (y) = 0.3317 ≈ 0.33
Exercı́cio 4.11. Numa série de 4 medidas foram encontrados os valores x = 1.1, 1.2, 1.1 e 1.2 enquanto que
para 3 medidas foram encontrados os valores y = 1, 2, 2 e 1. Calcule z=x+y, σ4,3 (z) e a melhor estimativa
da precisão do aparato.
4.6.3 Combinação linear

De forma similar podemos escrever a variável zij = α + axi + byj + . . . e tomarmos a média como sendo
n m
1 XX
z̄nm... = zij
mn i=1 j=1
= α + ax̄n + bȳm + . . . .
A constante α no cálculo do desvio desaparece. Portanto

p
σnm... (z) = a2 σn2 (x) + b2 σm
2 (y) + . . ..
A melhor estimativa é
r
n m 2 2
snm (z) = a2 σn2 (x) + b σm (y) + . . ..
n−1 m−1
Exemplo 4.11. Considere que em uma série de 3 medidas foram obtidos os valores x = 1.1, 1.2 e 1.3 e em
3 medidas os valores y = 1.4, 1.5 e 1.6. Calcule z = 2x − 2y, σ3,3 (z) e a melhor estimativa da precisão do
aparato.
√
Resolução. Para o valor médio obtemos ¯(z)p
3,3 = −0.6 enquanto σ3,3 (z) = 22 0.08162 + 22 0.08162 ≈ 0.5944.
A melhor estimativa do aparato é s3,3 (z) = 22 s23 (x) + (−2)2 s23 (y) = 0.6633 ≈ 0.66
Exercı́cio 4.12. Considere que em uma série de 3 medidas foram obtidos os valores x = 1.1, 1.2 e 1.3 e em
3 medidas os valores y = 1.4, 1.5 e 1.6. Calcule z = 3x + 4y, σ3,3 (z) e a melhor estimativa da precisão do
aparato.
4.6.4 Função logaritmo

Considere a função z = ln(x). Portanto para cada medida zi = ln(xi ). Podemos escrever

δi
zi = ln(x̄ + δi ) = ln x̄ 1 + . (4.8)
x̄
Vamos considerar agora que o desvio é pequeno o suficiente para que a expressa seja aproximadamente
válida
df (x) f (x + δx) − f (x)
≈ .
dx δx
Portanto o valor da função em torno do ponto x◦ é

df (x)
f (x◦ + δx) ≈ f (x◦ ) + δx.
dx x=x◦
δi
Podemos transformar a Eq. 4.8 usando a aproximação, considerando x = 1 e δx = x̄ . Fazendo obtemos
δi
zi = ln(x̄) + .
x̄
Ao efetuarmos a soma sobre todos os zi veremos que
z̄n = ln(x̄n ). (4.9)
Como o desvio da média wi = zi − z̄ = δx̄i , então

v v
u n u n
uX uX δi σn (x)
σn = t 2
wi = t = . (4.10)
i=1 i=1
x̄ x̄n
sn (x)
Da mesma forma, a melhor estimativa da precisão é sn (z) = x̄n .
4.6. COMBINAÇÃO DE MEDIDAS 65
Exemplo 4.12. Dado a série de três medidas: 1.1, 1.2 e 1.3, Calcule z = ln(x), σ3 (z) e a melhor estimativa
0.0816
Resolução. O valor médio é z̄ = 0.1823 enquanto o desvio padrão é σ3 (z) = 0.1823 = 0.068. A melhor
estimativa é s3 (z) = s3x̄(x) = 0.0833 ≈ 0.083.
Exercı́cio 4.13. Dado a série de três medidas: 1.4, 1.5 e 1.6, Calcule z = ln(x), σ3 (z) e a melhor estimativa
4.6.5 Produto geral

Considere a função z = αxa y b . . ., podemos aplicar o logaritmo em ambos os lados, de forma que a
expressão se escreve
z
p = ln = a ln x + b ln y + . . . .
α
Com auxı́lio das Eqs. 4.9 e 4.10, a equação fica
p̄nm... = a ln x̄n + b ln ȳm + . . . , (4.11)
enquanto
2 a2 2 b2 2
σnm... (p) = 2
σn (x) + 2 σm (y) . . . . (4.12)
x̄n ȳm
Portanto
z̄nm... = αx̄an ȳm
b
..., (4.13)
σn (x)
e, em analogia à seção anterior, σn (z 0 ) = x̄n ,
s
σnm... (z) a2 2 b2 2
= 2
σn (x) + 2 σm (y) + . . . (4.14)
z̄nm... x̄n ȳm
Da mesma forma, a melhor estimativa se escreve

s
snm... (z) a2 2 b2
= 2
sn (x) + 2 s2m (y) + . . . (4.15)
z̄nm... x̄n ȳm
Exemplo 4.13. Considere que em uma série de 3 medidas foram obtidos os valores x = 1.1, 1.2 e 1.3 e em 3
medidas os valores y = 1.4, 1.5 e 1.6. Calcule z = x2 y 3 , σ3,3 (z) e a melhor estimativa da precisão do aparato.
Resolução. O valor médio é z̄3,3 = 4.8600. O desvio padrão é
s
σ3,3 (z) σ3,3 (z) σ 2 (x) σ 2 (y)
= = 22 3 2 + 32 3 2 = 0.2126,
z̄3,3 4.86 x̄ ȳ
q
s3,3 (z) s23 (x) s23 (y)
ou seja, σ3,3 (z) = 1.0331 ≈ 1.0. A melhor estimativa é z̄ = a2 x̄2 + b2 ȳ 2 = 1.2653 ≈ 1.3
4.6.6 Função geral

Observe que nas quantidades envolvendo erros elas aparecem na forma proporcional ao valor médio. Isto
nos leva a crer que existe uma relação geral a qual podemos extender para funções com formatos mais
complexos. Se a função z = f (x) podemos então considerar que
df (x)
z + δz ≈ f (x) + δx.
dx
Discretizando temos
zi = f (xi ) = f (x̄n + δi ),
de forma que
df (x)
zi = f (x̄n ) + δi .
dx x=x̄n
Como !
1X 1X df (x)
z̄n = zi = f (x̄n ) + δi ,
n i n i dx x=x̄n
então
z̄n = f (x̄n ). (4.16)
O desvio em z é
df (x)
wi = zi − z̄n ≈ δi ,
dx x=x̄n
e como
1X 2
σn2 (z) = w ,
n i i
então !2

1X df (x)
σn2 (z) = δi ,
n i dx x=x̄n
de forma que a melhor estimativa

!2
df (x)
σn2 (z) = σn2 (x) . (4.17)
dx x=x̄n
4.7 Erros
Podemos ter a princı́pio três tipos de erros:
Erros grosseiros na qual podem ser gerados por imperı́cia do usuário, procedimentos inadequados, métodos
errados de leituras. A seção seguinte irá tratar destes tipos de erros.
Erros aleatórios que ocorrem ao acaso sem favoritismo de valores;
Erros sistemáticos que ocorrem com favoritismo de valores.
As grandes questões a saber em uma medida é identificar os tipos de erros cometidos e como corrigir os
dados obtidos. Portanto o erro total
et = eg + ea + esist . (4.18)
4.8 Erros grosseiros

Uma vez feita a medida, as questões a saber sobre a influência de erros grosseiros na medida são:
• Os dados são aleatórios?
• Existem erros sistemáticos?
• Como podemos distinguir dos erros, o erro grosseiro?
Desta forma os erros grosseiros podem ser classificados em dois tipos:
Erros de medição , relacionados à performance do instrumento: calibração, falha completa;
Erros de modelo estando relacionados ao modelo (restrições): vazamentos, perdas de energia, modelo
impreciso devido à imprecisão nos parâmetros.
4.8. ERROS GROSSEIROS 67
Tabela 4.3: Valores da temperatura em ◦ C medidos na sala insinuando o tipo de erro grosseiro.
33 33 33
39 35 35
34 34 34
34 34 33
ou seja, podemos então escrever

eg = em + emod . (4.19)
Geralmente em um processo de medida a pessoa está concentrada na mensuração da grandeza sem estar
preocupada com os valores em si. Após a coleta de dados ela deve proceder a identificação dos erros nos
dados. Nesta fase ela deve elaborar as estratégias para detecção de erros grosseiros, ou seja:
• Habilidade para detectar a presença de um ou mais erros nos dados (problema de detecção);
• Habilidade para identificar o tipo e a localização dos erros nos dados (problema de identificação);
• Habilidade para localizar e identificar erros grosseiros múltiplos (problema de identificação de erros
grosseiros múltiplos);
• Habilidade para estimar a magnitude dos erros grosseiros (problema de estimativa).
4.8.1 Detecção de erros grosseiros

A identificação de erros grosseiros na medida é feita usando alguns conceitos de estatı́stica. Contudo eles
apenas informam se estão presentes ou não mas não informam o tipo, nem quantos são e muito menos aonde
estão localizados. Desta forma voltamos a uma das perguntas: Os erros grosseiros são aleatórios?
Se não houvesse erros aleatórios, então a simples violação de qualquer restrição do modelo pelos valores
medidos seria interpretada como devida à presença de erro grosseiro. Este método é chamado método
determinı́stico.
Por exemplo se estamos medindo a aceleração da gravidade na superfı́cie da Terra e encontramos o valor
g = 20m/s2 , então desconfiamos que há um erro grosseiro presente.
Por outro lado se os erros grosseiros são aleatórios, as restrições não são satisfeitas mesmo quando não
há erros grosseiros. Então, deve-se estabelecer um valor permitido para a violação das restrições por erros
aleatórios. Sob uma distribuição de probabilidade considerada para os erros aleatórios, uma abordagem
probabilı́stica é usada para resolver o problema.
Assim sendo, o princı́pio básico para a detecção de erros grosseiros é derivado da detecção de ”outliers”em
aplicações estatı́sticas, ou seja, são dados que estão situados bem distantes dos demais pontos.
Como exemplo considere que estamos medindo a temperatura do ambiente e para isto decidimos efetuar
a leitura a cada 10 s. Detalhes do experimento pode ser visto no vı́deo ”grosseiro.avi”.
A Tabela 4.3 mostra os valores obtidos na qual propositalmente foi tocado o sensor ocasionando uma
perturbação nos dados medidos do ambiente.
Observe que os dados obtidos têm a seguinte freqüência: 33 aparece 4 vezes, 39 uma vez, 35 duas vezes e 34
aparece 5 vezes. Podemos montar a seguinte figura 4.10 na qual no eixo x temos os valores das temperaturas
e no eixo y a freqüência dos valores, ou seja, quantas vezes o valor foi repetido na leitura.
Podemos assim dizer com segurança que o valor verdadeiro pode estar no intervalo 33-34 mas mais
improvável que esteja no intervalo 34-35 e muito menos no intervalo 35-39. Observe que como o sensor foi
tocado, houve uma transferência de energia térmica ocasionando a elevação da temperatura. Podemos no
entanto afirmar isto porque nós provocamos este erro. Porém usualmente em um processo de medição este
tipo de erro está presente e muitas vezes nós não nos apercebemos dele e sua presença só é percebida se o
tratamento de dados é feito ”a posteriori”da medição. Assim a incerteza não deve levar em conta todo o
intervalo de dados 33-39 mas sim devemos estabelecer um procedimento que exclua este tipo de erro. Neste
caso percebemos a presença de ”outliers”nos dados. Mas a questão que aparece é: até que intervalo devo
considerar os dados como ”outliers”?
Figura 4.10: Distribuição da leitura (valores e freqüência).
A princı́pio não há definição matemática bem estabelecida que esclareça o que é um ”outlier”. Este
conceito é um exercı́cio subjetivo da pessoa que está analisando os dados. Cabe apenas a ela dizer que uma
série de dados é ”outliers”e outras não.
Contudo a experiência permite perceber certas caracterı́sticas que permitem dizer que alguns pontos
podem ser tratados como ”outlier”. Observe que apenas coletamos 12 valores e que geraram uma curva de
distribuição como a mostrada na Figura 4.10.
Podemos adotar três abordagens fundamentais para identificar ”outliers”:
Tipo 1. Determinar os ”outliers”sem conhecimento prévio dos dados. Esta é essencialmente uma abordagem
de aprendizagem de um agrupamento não supervisionado de pessoas. A abordagem processa os dados
como uma distribuição estática, identificando os pontos mais distantes dos demais. O conjunto mais
afastado ou os conjuntos mais afastados podem ser identificados como ”outliers”.
Tipo 2 Modelagem normal ou abnormal. Esta abordagem é análoga a uma classificação supervisionada e
requerem dados já pré-estabelecidos, rotulados como normais ou abnormais.
Tipo 3 Modelagem apenas como uma distribuição normal (ou em alguns casos especiais como distribuição
abnormal). Esta abordagem é análoga a um reconhecimento semi-supervisionado ou tarefa de detecção.
4.8.2 Critérios de exclusão de dados de erros grosseiros

Se no conjunto de medidas do mesmo mensurando são encontrados valores dispersos, a tendência natural
é o descarte do número ou a sua substituição por outra leitura caso o instrumento ainda esteja disponı́vel.
A rejeição não pode ser feita com base na intuição do técnico. Alguns critérios foram desenvolvidos para
facilitar a tarefa de rejeição de valores, por exemplo Chauvenet, Cochran e Dixon.
Critério de Chauvenet
Seja um conjunto de N medidas x1 , x2 , x3 , . . . , xN de uma mesma grandeza x, e uma das medidas, por
exemplo xm é suspeita de estar dispersa das demais medidas, o critério de Chavenet pode ser usado para
rejeitar ou manter a medida. Há várias formas equivalentes da aplicação do critério de Chauvenet, porém
para nossos objetivos basta aplicar os seguintes passos:
• Calcule o valor médio x̄;
• Calcule o desvio padrão σ;
• Calcule a quantidade
|xi − x̄|
r=
σ
;
4.9. ERRO SISTEMÁTICO 69
Tabela 4.4: Tabela de Critério de Rejeição Rc com probalidade 95%
N Rc N Rc N Rc
2 1.15 10 1.96 18 2.20
3 1.38 11 2.00 19 2.22
4 1.53 12 2.04 20 2.24
5 1.64 13 2.07 21 2.26
6 1.73 14 2.10 22 2.28
7 1.80 15 2.13 23 2.30
8 1.86 16 2.15 24 2.31
9 1.91 17 2.18 25 2.33
Tabela 4.5: Tabela de teste de Dixon.
H Teste estatı́stico
Para o menor resultado Qm Para o maior resultado QM
Z(2)−Z(1)
3a7 Q10 = Z(H)−Z(1) Q10 = Z(H)−Z(H−1)
Z(H)−Z(1)
Z(2)−Z(1) Z(H)−Z(H−1)
8 a 12 Q11 = Z(H−1)−Z(1) Q11 = Z(H)−Z(2)
Z(3)−Z(1) Z(H)−Z(H−2)
13 ou mais Q22 = Z(H−2)−Z(1) Q22 = Z(H)−Z(3)
• Verifique se r é menor que Rc , na qual é obtido da tabela 4.4. Se r < Rc o valor é aceitável; caso
contrário é um erro grosseiro.
No nosso exemplo o valor médio é 1.68 e o desvio padrão é 0,12 de forma que todos os valores devem ser
considerados.
Teste de Cochran e Dixon

Organizamos os dados em ordem crescente de forma que o menor tem o ı́ndice 1 e o maior ı́ndice H. No
nosso exemplo temos
Z valor Z valor
1 1.51 2 1.53
3 1.55 4 1.60
5 1.61 6 1.62
7 1.62 8 1.63
9 1.68 10 1.70
11 1.75 12 1.75
13 1.75 14 1.87
15 1.87 16 1.88
Nesta tabela identificamos Z(H) = 1.88, Z(1) = 1.51, Z(2) = 1.53 e assim sucessivamente. Aplicamos a
tabela de teste de Dixon, como mostra a Tabela 4.5.
Em seguida como H=16, obtemos Qm=0,11 e QM=0,03. Comparamos estes valores com o valor de Q da
Tabela 4.6, ou seja, Qm < Q e QM < Q mesmo para valores crı́ticos de 10%, 5% ou mesmo 1%. Portanto
os valores devem ser mantidos.
4.9 Erro sistemático

Erro sistemático é a parcela de erro que está sempre presente nas medições realizadas em idênticas
condições de operação. Uma vez feita a análise de erros grosseiros podemos efetuar a análise dos erros
sistemáticos. Para tanto é necessário que haja uma quantidade considerável de mensurações feitas sobre o
mensurando, nas mesmas condições de forma que o erro aleatório seja o mı́nimo possı́vel. Existem os seguintes
tipos de erros sistemáticos:
Tabela 4.6: Tabela de comparação do valor de Q.
H 10% 5% 1%
3 0.886 0.941 0.988
4 0.679 0.765 0.889
5 0.557 0.642 0.780
6 0.482 0.560 0.698
7 0.434 0.507 0.637
8 0.479 0.554 0.683
9 0.441 0.512 0.635
10 0.409 0.477 0.597
11 0.517 0.576 0.679
12 0.490 0.546 0.642
13 0.467 0.521 0.615
14 0.492 0.546 0.641
15 0.472 0.525 0.616
16 0.454 0.507 0.595
17 0.438 0.490 0.577
18 0.424 0.475 0.561
19 0.412 0.462 0.547
20 0.401 0.450 0.535
Erros instrumentais são aqueles que dependem dos aparelhos de medidas empregados. Todos os aparelhos
devem ser submetidos a um controle sistemático periódico, a fim de se determinar as variações possı́veis
dos erros instrumentais, devido à desregulagem dos aparelhos, do desgaste ou de outras causas;
Erro do método de medição é aquele decorrente do método de medição. Este tipo de erro surge com
freqüência ao serem empregados novos métodos, bem como ao serem aplicadas equações aproximadas
da dependência real entre as grandezas.
Erro subjetivo é aquele que ocorre devido às particularidades individuais do usuário;
Erro de instalação é aquele que ocorre devido à instalação incorreta do instrumento ou de seus ajustes;
Erro metódico é aquele que ocorre devido a metodologia de medição empregada de uma grandeza.
Podemos então escrever

es = ei + emm + es + eins + em (4.20)
Em uma medida convencional, fica difı́cil identificar o erro sistemático. Para tanto é necessário que os
aparelhos envolvidos na medição estejam já calibrados. Neste caso fica claro identificar o erro sistemático.
Se inserimos um valor de entrada (estı́mulo) de valor conhecido (VVC), então definimos a tendência como
sendo a estimativa do erro sistemático, obtida a partir de um número finito de medições, ou seja:
td = x̄ − V V C. (4.21)
Com base na informação da tendência, a correção a ser usada no aparelho é
Cor = −td . (4.22)
4.10 Erros aleatórios

Quando uma medição é repetida diversas vezes, nas mesmas condições, observam-se variações nos valores
obtidos. Em relação ao valor médio, notamos que estas variações ocorrem de forma imprevisı́vel, tanto para
valores acima do valor médio, quanto para abaixo.
4.10. ERROS ALEATÓRIOS 71
Diversos fatores contribuem para o surgimento do erro aleatório. A existência de folgas, atrito, vibrações,
flutuações de tensão elétrica, instabilidades internas, das condições ambientais ou outras grandezas de in-
fluência, contribuem para o aparecimento deste tipo de erro.
Assim no processo de medida, fizemos inicialmente a análise dos erros grosseiros e depois a correção dos
valores, reduzindo os erros sistemáticos. O erro aleatório distribui-se em torno do valor médio das indicações
e podemos isolar seu valor individual para uma determinada medição através da seguinte equação:
(ea )i = xi − x̄. (4.23)
Este erro varia a cada medição de forma totalmente imprevisı́vel. A caracterização do erro aleatório é
efetuada através de procedimentos estatı́sticos. Sobre um conjunto finito de valores de indicações obtidas
nas mesmas condições e do mesmo mensurando, determinamos o desvio padrão experimental, que, de certa
forma, está associado à dispersão provocada pelo erro aleatório. Podemos exprimir de forma quantitativa
o erro aleatório através da repetitividade (Re), ou seja, a faixa de dispersão dentro da qual se situa o erro
aleatório (normalmente para probabilidade de 95%). Para estimar este parâmetro, é necessário multiplicar o
desvio padrão experimental pelo correspondente coeficiente t da distribuição de Student, levando em conta a
probabilidade de enquadramento desejada e o número de dados envolvidos, ou seja,
Re = ±tσ. (4.24)
Vamos considerar como exemplo o nosso caso. Vamos supor que o valor de referência VVC seja 1.70.
Na segunda coluna da tabela calculamos a diferença (d) entre a medida e o valor de referência VVC. A
média desta diferença é -0.0175. A tendência do aparelho é portanto x̄ − V V C = −0.0175. Portanto iremos
proceder a correção da medida, ou seja, x0i = xi − td . O erro aleatório presente é portanto o desvio subtraido
da tendência, ou seja, ea = d − td , cujos valores estão na terceira coluna.
O desvio padrão é σ = 0.12. O coeficiente t de Student para 16 medidas, portanto 15 graus de liberdade, e
confiabilidade 95%é de 2.131449546. Existe o comando no Excel que permite encontrar este valor. O comando
é INVT(0,05;N), na qual N é o número de graus de liberdade que é a quantidade de medidas subtraı́do de um.
Logo, a repetitividade (Re), dentro da qual situa-se o erro aleatório, resulta em: Re = ±2.131449546 × 0.12 ≈
0.256069809.
Medida desvio (M-VVC) ea
1.75 0.05 0.0675
1.75 0.05 0.0675
1.63 -0.07 -0.0525
1.70 0.00 0.0175
1.62 -0.08 -0.0625
1.60 -0.10 -0.0825
1.55 -0.15 -0.1325
1.68 -0.02 -0.0025
1.75 0.05 0.0675
1.88 0.18 0.1975
1.53 -0.17 -0.1525
1.51 -0.19 -0.1725
1.87 0.17 0.1875
1.87 0.17 0.1875
1.61 -0.09 -0.0725
1.62 -0.08 -0.0625
Isto quer dizer que existe 95% de probabilidade do erro aleatório se enquadrar dentro de uma faixa
simétrica de ±0, 256069809 centralizada em torno do valor médio 1.6825. Podemos então dizer que o valor
corrigido e correto de expressar a medida é
Re
x = x̄ − td ± √ . (4.25)
n
Portanto no nosso caso, o valor corrigido da medida é 1.700 ± 0.064.

4.11 Precisão das medidas

Voltamos agora a abordar o seguinte problema: Considere uma amostragem de dados. Esta amostragem
possui uma dispersão de dados e um valor médio. Se desejarmos diminuir a dispersão, o que podemos fazer,
melhorar a precisão do aparato ou a quantidade de dados.
Sabemos que o valor médio da amostra de n dados, Xn se aproxima do valor verdadeiro X no limite em
que n →
inf ty. Esta é a razão por termos escolhido o valor médio como a melhor estimativa do valor verdadeiro e que
é obtido por meio de um número finito de medidas. Porém o quão bom o valor médio fornece uma estimativa
do valor verdadeiro?
Um número pequeno de medidas mostrará uma distribuição que é grosseiramente uma aproximação da
curva de distribuição do aparato. Se o pico de distribuição é estreito e simétrico(σ pequeno), as medidas estão
próximas do valor médio e que estará próximo do valor verdadeiro. Da mesma forma se o pico de distribuição
é amplo (σ grande), as medidas estarão amplamente espalhadas de forma que o valor médio pode ser bem
distinto do valor verdadeiro. Portanto σ ou sua melhor estimativa sn deve representar a precisão de X n , ou
seja, se sn é bem pequeno, X n deve ser mais parecido com o valor verdadeiro.
4.12 Considerações Finais

A teoria sobre teoria de erros é bastante extensa e dentro do escopo deste curso foram alguns tópicos que
são relevantes para aqueles que pretendem efetuar medições em laboratórios. Erros sempre estão presentes
nos experimentos e é necessário que os aparelhos envolvidos nos experimentos estejam calibrados. Em geral
há três tipos de erros presentes e que podem alterar o valor da medida. Após a aquisição dos dados se torna
necessária a análise dos dados, verificando a presença de erros grosseiros. Existem vários critérios de exclusão
de dados grosseiros, porém o teste de Chauvenet pode ser aplicado.
Posteriormente passamos a avaliar a influência de erros sistemáticos na medida por meio da quantidade
de tendência, comparando com uma quantidade de valor padronizado. Com esta quantidade conhecemos o
erro sistemático assim como identificamos o erro aleatório, expressando a medida corrigida na forma da Eq.
4.25.
4.13 Problemas
Problema 4.1. A tensão elétrica de uma pilha foi repetidamente medida por um voltı́metro na qual não se
tem conhecimento de suas caracterı́sticas metrológicas. Foram obtidas as indicações listadas abaixo (todas em
V). Determine o valor médio das indicações (MI) , o valor do erro aleatório para cada indicação, o desvio
padrão experimental e a repetitividade (Re) para confiabilidade de 95%.
1.47 1.43 1.40 1.44
1.44 1.48 1.42 1.45
1.46 1.43 1.53 1.51
Problema 4.2. A mesma pilha da questão anterior foi medida por um voltı́metro de boa qualidade metrológ-
ica, sendo encontrado o seguinte resultado para a tensão da pilha: 1, 4977 ± 0, 0005 V. Com este dado,
determine a tendência (td ) para o voltı́metro da questão anterior.
Problema 4.3. Uma dupla de operários foi encarregada de medir o diâmetro dos 10 cabos elétricos de uma
torre de transmissão (desligada). Um dos operários subiu na torre e, com um paquı́metro, mediu cada um
dos cabos e ”gritou”os valores para o segundo operário que anotou as medidas na planilha, obtendo os dados
transcritos abaixo. Determine o valor médio para o diâmetro dos cabos e a repetitividade (Re) para 95% de
confiabilidade.
25,2 25,9 24,8 24,6 225,1
24,7 25,6 25,3 24,9 25,0
Problema 4.4. E se for dito que o operário que subiu na torre era gago e o que anotou os dados estava com
o óculos sujo, isto mudaria o seu resultado para a questão anterior ?
4.13. PROBLEMAS 73
Problema 4.5. Pretende-se levantar dados acerca do comportamento metrológico de um dinamômetro. Um

conjunto de 10 massas padrão foi usado para gerar forças conhecidas que foram aplicadas sobre o dinamômetro,
abrangendo toda a sua faixa de medição que é de 100 N. Na tabela abaixo temos uma tabela com os resultados
para cada uma das massas padrão. Represente graficamente a curva de erros deste dinamômetro.
ponto de medição VVC (N) Td (N) s (para n = 20)
1 0,00 0,4 0,15
2 12,40 0,7 0,22
3 25,20 0,7 0,24
4 35,00 0,4 0,23
5 51,20 0,2 0,26
6 62,20 -0,1 0,24
7 72,40 -0,4 0,27
8 83,20 -0,6 0,28
9 90,10 -0,8 0,28
10 100,10 -1,1 0,29
Problema 4.6. Determine o erro máximo (incerteza) do sistema de medição da questão anterior.
Problema 4.7. As medidas do volume de um recipiente forneceram os seguintes valores em cm3 :
10.462 10.517 10.483 10.490 10.464
10.485 10.520 10.476 10.478 10.492
10.501 10.488 10.497 10.510 10.509
10.485 10.473 10.515 10.466 10.507
10.483 10.491 10.476 10.505 10.490
Faça um histograma normalizado com intervals de 0.01cm3 e calcule a média e o desvio padrão.
Capı́tulo 5
Escala
Por que um inseto não pode ser do tamanho de um cachorro? Por que a natureza não apresenta células
grandes, do tamanho de uma caixa de água? Será que podemos realizar ensaios em um objeto pequeno e
estendê-lo para objetos grandes?
Em nosso mundo a fı́sica clássica descreve muito bem os fenômenos naturais. Por exemplo, podemos dispor
de um experimento na qual um canhão lança bolas que devem atingir um anteparo que possui duas fendas.
Qualquer pessoa situada atrás do anteparo verá as bolas passarem por uma das fendas. A imagem obtida
em um outro anteparo situado mais adiante do primeiro anteparo composta por duas franjas. Porém quando
mudamos a escala para o mundo microscópico, esta fı́sica falha ao descrever os fenômenos. A imagem obtida
é uma série de franjas alinhadas lado a lado, com maior intensidade na direção das franjas. O comportamento
é similar quando lançamos uma pedra sobre o lago e a onda gerada deve passar por um anteparo com duas
fendas. A imagem final é similar ao caso das bolas. A explicação para este caso é que a partı́cula começa a
ter comportamento de onda.
5.1 Noções preliminares

Uma forma de medir a área de objetos é copiar a forma do objeto sobre um papel milimetrado cujos lados
medem 1 cm e contar o número de quadrados no interior da figura. Assim se são contados 6 quadrados, a
figura tem uma área de 6 cm2 .
A unidade de medição, simbolizada no caso como cm não é um sı́mbolo algébrico, mas sim a expressão da
intensidade em uma medição. Mas é interessante escrever as unidades da área e tratar elas como se fossem
sı́mbolos algébricos. Por exemplo, se a figura é um retângulo cujos lados são 2 cm e 3 cm, a área é 6 cm2 .
Da mesma forma podemos encontrar um dos lados conhecendo a área e um dos lados. Por exemplo se a área
mede 6 cm2 e um dos lados vale 2 cm, então é fácil calcular outro lado, pois
6 cm2 6 cm2
= = 3 cm.
2 cm 2 cm
5.2 Mudança de escala

Considere que seja feita uma redução do tamanho da embarcação. Neste processo de redução um cen-
tı́metro na embarcação pode corresponder a alguns metros no nosso mundo. Este processo é chamado
mudança de escala. Nesta mudança de escala, não só as dimensões se modificam mas a massa também se
modifica. Assim as perguntas que aparecem na mudança de escala são: qual é o novo peso do objeto, como
ficam as forças de resistência, de atrito? O que permanece inalterado e o que se altera?
Historicamente, o fı́sico Galileo Galilei foi o primeiro a pensar neste problema e tinha a idéia básica de que
o dimensionamento de área e volume determina como os fenômenos naturais se comportam diferentemente
em escalas diferentes. Observe que quando mudamos a escala, alguns efeitos antes não percebidos podem
acontecer.
75
76 CAPÍTULO 5. ESCALA
Figura 5.1: Galileu Galilei foi o primeiro a estudar o problema da mudança de escala.
Figura 5.2: Capa do livro ”Massimi Sistemi Del mondo tolemaico e Copernicano”
Em um de seus trabalhos, o ”Dialogo di Galileo Galilei sopra i due Massimi Sistemi del Mondo Tolemaico
e Copernicano”, que diz respeito a duas novas ciências, Galileu aborda a questão da escala em máquinas. Em
certo trecho ele diz:
”...porque muitos dispositivos que se sucedem em pequena escala, não funcionam em um grande
escala.”Em seguida argumenta ”...Se, portanto, uma grande máquina for construı́da de tal forma
que suas partes podem suportar uma à outra a mesma razão como em uma menor, e se o menor
é suficientemente forte para os fins a que são concebidos, não vejo por que os maiores não devam
ser capazes de resistir a eventuais testes severos e destrutivo que podem ser sujeitos.”
E Galileu complementa:
”Quem não sabe que um cavalo que cai de uma altura de três ou quatro côvados vai quebrar seus
ossos, enquanto um cão que cai da mesma altura ou um gato que cai de uma altura de oito ou
dez côvados sofrerá nenhum ferimento? Igualmente seria inofensiva a queda de um gafanhoto em
uma torre ou a queda de uma formiga à distância da Lua.”
Observe que a questão tratada por Galileu é que as pequenas coisas são mais resistentes proporcionalmente
ao seu tamanho.
Considere uma massa de modelar, como mostrada na Fig. 5.3. A forma das três figuras é semelhante.
A peça intermediária tem o dobro da altura, o dobro do comprimento, e duas vezes a largura em relação à
primeira figura. A peça inferior tem o dobro de tamanho em relação a peça intermediária. Perceba que a
peça inferior tem quatro vezes o comprimento da primeira peça e uma seção transversal 16 vezes maior, o
que implica em um volume 64 vezes maior, ou seja, um peso 64 vezes maior. Observe que a mesma já não
suporta o próprio peso.
5.3. MUDANÇA DE ESCALA PARA OBJETOS IRREGULARES 77
Figura 5.3: Efeitos podem surgir quando aumentamos a escala.
Figura 5.4: Ampliando a escala da prancha ela não irá suportar o seu próprio peso.
Galileu analisa a questão de mudança de escala para uma prancha de madeira analisando algumas variáveis
envolvidas tais como o tipo de madeira, a largura, a espessura, o comprimento e o seu peso, como mostra a
Fig. 5.4 . Ele percebe que se ampliarmos a escala da prancha ela irá quebrar.
Desta forma Galileu chega a conclusão que não é possı́vel construir duas estruturas semelhantes do mesmo
material, mas de tamanhos diferentes e tê-los proporcionalmente forte. Enquanto a escala altera linearmente
os comprimentos, a escala altera quadraticamente as áreas e a escala altera cubicamente o volume e natural-
mente o peso, como mostra a Fig. 5.5.
5.3 Mudança de escala para objetos irregulares

Tomemos como exemplo a figura do violino para criança. Violinos são feitos para crianças pequenas
em tamanho menor para se acomodar adequadamente aos seus pequenos corpos. O primeiro violino (full
size) mostra um violino no tamanho original, juntamente com dois violinos feitos com 12 (half size) e 34 do
comprimento normal. Vamos estudar a superfı́cie dos painéis frontais dos três violinos.
Considere o quadrado no interior do painel do violino original (full size). No violino 43 , sua altura e
largura são ambos menores por um fator de 43 , de tal forma que a área correspondente do quadrado menor
se torna 34 × 34 = 16
9
da área original, e não 34 da área original.
Da mesma maneira, o quadrado correspondente ao menor violino tem meia altura e meia largura do
violino original, de forma que sua área mede 41 da área original.
O mesmo raciocı́nio funciona para os quadrados situados próximos a borda do violino, que preenche
parcialmente o quadrado. Os quadrados da borda acompanham a redução de tamanho de forma igual aos
quadrados situados no interior do violino, como mostra a Fig 5.6. Uma vez que qualquer região dentro do
quadrado ou parte dele acompanha a mudança de escala, a superfı́cie inteira de um objeto irregular muda da
mesma maneira: uma escala de 34 reduz a superfı́cie em 16 9
e assim por diante.
Figura 5.5: Alterando o comprimento em um fator 3, a área modifica em um fator 9 e o volume e o peso em
um fator 27.
Figura 5.6: Três tamanhos de violinos.

5.4. MUDANÇA DE ESCALA APLICADA À BIOLOGIA 79
Figura 5.7: Gráfico comparativo da massa em relação a perna da barata.
Em geral, podemos ver que dados dois objetos semelhantes em forma mas com dimensões lineares difer-
entes, dizemos houve uma mudança de escala se:
2
A1 A1
= ,
A2 A2
na qual A1 e A2 são as áreas dos objetos e L1 e L2 são as dimensões lineares, por exemplo, comprimento,
altura, espessura, diâmetro, etc.
Às vezes se torna inconveniente escrever a expressão da área em termos de fórmulas. Podemos no entanto
expressar que a dimensão da área é proporcional ao quadrado da dimensão do comprimento, ou seja,
A ∝ L2 .
Desta forma o volume é

V ∝ L3 .
m
Se diferentes objetos são feitos do mesmo material com a mesma densidade ρ = V , então a massa do
objeto é proporcional ao volume
M ∝ L3 .
Perceba que grandezas adimensionais não se alteram quando fazemos uma mudança de escala.
5.4 Mudança de escala aplicada à biologia

A Fig. 5.7 mostra o gráfico da massa do corpo da barata em função do comprimento da perna. A dispersão
dos pontos ao redor da curva indica que algumas baratas apresentam relações ligeiramente diferentes dos
outros, mas, em geral, os dados parecem obedecer a relação
m = kL3 .
Observe que a relação não é obedecida para comprimentos menores que 2 mm. Outra relação que deve
existir para os animais de diferentes tamanhos e formas da mesma maneira é entre a superfı́cie e a massa
Figura 5.8: Gráfico da área da superfı́cie da salamandra e o peso.
corporal. Se todos os animais têm a mesma densidade média, então a massa corporal deve ser proporcional
ao cubo da dimensão linear do animal enquanto a área depende do quadrado desta dimensão. Logo
2
A ∝ m3 .
Os dados experimentais mostrados na Fig. 5.8 mostram o caso para um tipo de salamandra
Como já discutido, esta relação parece se manter. Observe como a curva se inclina mais, o que significa que
a superfı́cie não deve aumentar tão rapidamente como a massa corporal, por exemplo, uma salamandra com
oito vezes mais massa corpórea terá superfı́cie apenas quatro vezes maior. Este comportamento da relação
entre área de superfı́cie de massa ou, equivalentemente, a proporção de área de superfı́cie para volume, tem
importantes conseqüências para os mamı́feros, que deve manter o corpo a uma temperatura constante. A taxa
de perda de calor através do pele do animal é proporcional à sua superfı́cie. Portanto pequenos animais, com
grandes proporções de área de superfı́cie para volume, têm a necessidade de produzir uma grande quantidade
de calor em comparação a seu tamanho para evitar a morte da temperatura corporal baixa. Essa expectativa
é confirmada pelos dados da Fig. 5.9, mostrando a taxa de consumo de oxigênio de cobaias em função da
sua massa corpórea. Nem a produção de calor nem a sua superfı́cie são adequados para serem medidos, mas
a fim de produzir calor, o animal deve metabolizar o oxigênio, de forma que a taxa de consumo de oxigênio
é um bom indicador para identificar a taxa de produção de calor.
2
Uma vez que a superfı́cie é proporcional m 3 , a proporcionalidade da taxa de consumo de oxigênio para
2
m 3 é consistente com a idéia das necessidades do animal para produzir calor a uma taxa proporcional à sua
superfı́cie. Embora os animais menores metabolizem menos oxigênio e produzam menos calor, em termos
absolutos, a quantidade de alimento e oxigênio que devem consumir é maior em proporção às suas massas.
Grandes mamı́feros, como elefantes, tem uma pequena proporção da área da superfı́cie em relação ao volume
e têm problemas para se livrar do seu calor interno. Um elefante não pode simplesmente comer pequenas
quantidades de alimentos suficientes para deixar de produzir calor excessivo, porque as células precisam ter
uma taxa mı́nima de certos metabólicos para executar os seus mecanismos internos. Uma solução prática
é a existência das grandes orelhas do elefante, que aumentam a sua superfı́cie e ajudam a trocar calor. Os
grandes animais também devem ser capazes de suportar o próprio peso. Voltando ao exemplo dos pontos
fortes de tábuas de diferentes tamanhos, podemos ver que, se a força da prancha depende da área enquanto
o peso depende do volume, então a razão da força F para o peso P é
F A 1
∝ ∝ .
P V L
5.4. MUDANÇA DE ESCALA APLICADA À BIOLOGIA 81
Figura 5.9: Taxa de consumo de oxigênio.
Figura 5.10: Esboço elaborado por Galileu.
Assim, a capacidade de objetos para suportar o seu peso é inversamente proporcional às suas dimen-
sões lineares. Instrumento de medição. Para grandes animais a resistência estrutural é muito importante.
Galileu foi o primeiro a perceber que animais grandes precisam ter ossos mais espessos em proporção ao seu
comprimento, como mostra a Fig. 5.10.
Considere um osso de forma aproximadamente cilı́ndrica, como um osso da perna ou de uma vértebra. O
comprimento do osso, L, é determinada pelo tamanho médio linear do animal. Esperamos que a massa do
animal seja proporcional ao cubo desta dimensão, assim como a força do osso também acompanhar a escala,
ou seja o cubo da dimensão. Como a força é proporcional à seção transversal do osso, então
d2 ∝ L3 .
Se a forma permanece a mesma, independentemente do tamanho, então todas as dimensões lineares

incluindo d e L, serão proporcionais um ao outro. Se o nosso raciocı́nio está correto, então o fato de que d é
3
proporcional à L 2 e não L implica numa mudança nas proporções de osso. Conforme mostrado na Fig. 5.11
seguinte as vértebras do Africano Bovidae seguem a regra razoavelmente bem.
Figura 5.11: Diâmetro versus comprimento das vértebras do antı́lope.
5.5 Estimando ordens de magnitude

Em alguns momentos na ciência precisamos estimar a ordem de magnitude das coisas. Para representar
matematicamente usamos o sı́mbolo ∼. Assim para representar a magnitude ou a ordem de grandeza dos
habitantes em Jaú (população de 120 mil habitantes) podemos expressar pop. ∼ 100000.
Existe uma lista que sumariza as estratégias para se estimar bem uma grandeza:
• A estimativa deve conter um algarismo significativo de precisão;
• Não calcule área, volume e massa diretamente. Elabore um modelo aproximado do formato do objeto
(cubo, esfera) e atribua as suas dimensões lineares;
• Ao final dos cálculos, verifique se o resultado é razoável.
Exercı́cio 5.1. Grosseiramente estime o custo para transportar um tomate. Considere que uma pessoa tenha
feito o seguinte raciocı́nio:
Vamos dizer que o caminhoneiro precisa obter R$ 400 de lucro na viagem. Levando em conta
seus benefı́cios, o custo do combustı́vel e manutenção e de pagamentos no caminhão, vamos dizer
que o total do custo é em torno de R$ 2000. Cerca de 5000 tomates caberiam na parte de trás
do caminhão, de modo que o custo extra por tomate é de 40 centavos. Isso significa que o custo
do transporte de um tomate é comparável ao o custo do tomate em si. O custo do transporte
realmente acrescenta muito para a custo de produção.
Para avaliar o raciocı́nio estime o tamanho do tomate. Considere que a caixa tenha as dimensões 4m ×
2m × 1m. Determine a quantidade de tomates. Calcule o custo por tomate.

Objetos com tamanhos distintos podem ser similares por meio de uma mudança de escala. Muito embora
a semelhança se mantenha em termos geométricos, os comportamentos dos sistemas podem ser distintos.
5.7. PROBLEMAS 83
Figura 5.12: Imagem de satélite
5.7 Problemas
Problema 5.1. Quantas polegadas cúbicas existem em um pé cúbico?
Problema 5.2. Considere que o cérebro do cachorro é duas vezes maior em diâmetro do que a do gato, mas
cada célula do cérebro tenha as mesmas dimensões e seus cérebros tenham a mesma forma. Quantas vezes
mais células têm o cachorro em relação ao gato?
Problema 5.3. A densidade da população de uma cidade é em torno de 4000 pessoas por km2 . Em outra
cidade a densidade é de 6000 pessoas por km2 . Quantas vezes mais distante do vizinho mais próximo temos
para as duas cidades?
Problema 5.4. Estime o volume do corpo humano em cm3 .

Problema 5.5. A superfı́cie da Terra é em torno de 70 % composto por água. O diâmetro de Marte é cerca
de metad do diâmetro da Terra, mas não possui água na superfı́cie. Compare as áreas de pouso nos dois
planetas.
Problema 5.6. Considere a imagem da Fig. 5.12. Imagem foi obtida de um satélite a uma altura de 450
km. A largura da imagem corresponde a uma distância de 700 m.
Responda:
• Meça a largura da imagem com uma régua. Quantos mm é o comprimento da imagem?
• Obtenha a escala da imagem.
• Quais as dimensões da piscina em frente ao prédio?

Problema 5.7. Considere a imagem do asteróide Eros, como mostra a Fig. 5.13. A imagem tem 6 metros
de comprimento. Qual é o fator de escala? Na seta há uma rocha. Qual é o diâmetro dela?
Problema 5.8. Considere a Fig. 5.14. A imagem mede 250 km por 270 km. Determine o fator de escala.
A cratera que vemos na imagem é a cratera Tychos. Determine o seu diâmetro.
Figura 5.13: Imagem do asteróide Eros.
Figura 5.14: Imagem das crateras da Lua.

Capı́tulo 6
Análise dimensional
6.1 Considerações iniciais

6.2 Princı́pio da homogeneidade
Um fenômeno fı́sico corretamente formulado produz uma equação dimensionalmente homogênea, ou seja,
a dimensão final da relação das grandezas nas igualdades são equivalentes. Este princı́pio garante que toda
equação que exprima uma lei fı́sica, permanecerá válida se forem alterada as magnitudes do sistema de base,
ou seja, as magnitudes das unidades fundamentais. Em suma, a estrutura da equação independe da escolha
do sistema de base de unidades.
Qualquer que seja sua forma, as grandezas envolvidas podem ser agrupadas de modo que formem uma
equação adimensional. Por exemplo, a segunda lei de Newton F = ma pode ser escrita na forma adimensional
F a
= .
P g
Exemplo 6.1. Considere a equação que descreve a potência perdida P , por um jato de água de velocidade Vj
que incide sobre uma placa perpendicular de área A que se desloca na mesma direção do jato, com velocidade
Vp ,
P = ρ(Vj − Vp )2 Vp A,
em que ρ é a densidade da água. A equação pode ser reescrita na forma adimensional

P Vj
= −1 .
(ρVp )3 A Vp
6.3 Os Π0 s
Podemos dizer que a relação funcional matemática que descreve o fenômeno fı́sico, ou seja, a equação
matemática, envolverá, na maioria dos casos, produtos de potências designados como números Π ou grupo
adimensional.
Exemplo 6.2. No nosso exemplo a equação adimensional pode ser vista como

P Vj
= − 1 = Π1 = (Π2 − 1)2 ,
(ρVp )3 A Vp
P Vj
na qual Π1 = (ρVp )3 A e Π2 = Vp .
A vantagem em se estudar o fenômeno pela teoria adimensional é que podemos analisar a relação
matemática entre os números Π. Isto permite uma representaçãomais simples de fenômenos complexos e
a generalização dos mesmos.
85
86 CAPÍTULO 6. ANÁLISE DIMENSIONAL
6.4 Teorema de Buckingham

Dado um fenômeno a questão que surge é quantos números adimensionais são necessários e como se
constroem estes números?
Existe uma prescrição que é dada pelo Teorema de Buckingham, também conhecido como teorema dos
Π0 s:
• Inicialmente selecionamos as variáveis relevantes do problema, x1 , x2 , . . . , xn ;

• Construção da matriz dimensional;
• Número necessários de Π; O teoremas dos Π0 s indica que uma equação dimensionalmente homogênea que
envolve r variáveis, pode ser reduzida a uma relação entre (n−r) números adimensionais independentes,
onde r é o número mı́nimo de dimensões de referência necessário para descrever as variáveis;
• Escolha das variáveis repetidas. As variáveis de referência encolhidas precisam ser dimensionalmente
independentes das outras, isto é, a dimensão de uma variável repetida não pode ser reproduzida por
qualquer combinação das variáveis repetidas restantes elevadas a qualquer potência. Há uma regra que
diz que o determinante da matriz dimensional do conjunto de variáveis repetidas deve ser diferente de
zero.
• Construção dos números. Cada número Π é construı́do pelo produto das variáveis repetidas por uma
variável não repetida;
• Montagem das equações adimensionais;
• Resolução dos sistemas de equações lineares;
Exemplo 6.3. Vamos considerar como exemplo o escoamento de um fluido viscoso paralelo a uma placa
plana. As variáveis pertinentes ao problema são:
• F : força de arrasto (grandeza dinâmica);

• V : velocidade do fluido (grandeza cinemática);
• L : comprimento da placa (grandeza geométrica);
• B : largura da placa (grandeza geométrica);
• ρ : massa especı́fica do fluido (grandeza dinâmica);
• µ: viscosidade do fluido (grandeza dinâmica).
de forma que φ(F, V, L, B, ρ, µ) = 0.

Em seguida procedemos a construção da matriz dimensional das grandezas envolvidas:
F V L B ρ µ
M 1 0 0 0 1 1
L 1 1 1 1 -3 -1
T -2 -1 0 0 0 -1
Com isto podemos determinar a quantidade de números Π0 s para descrever o fenômeno. No nosso exemplo
temos 6 variáveis (n=6) e o sistema de base tem dimensão 3 (r=3). Portanto temos 3 números P i.
Em seguida devemos proceder à escolha de 3(r=3) variáveis repetidas. Estas variáveis devem ser dimen-
sionalmente independentes das outras. Escolhemos, por exemplo, (L, V, ρ).
Procedemos agora a construção dos números Π. Cada número adimensional Π é construı́do pela multi-
plicação de uma variável não-repetida pelo produto das variáveis repetidas elevadas a um expoente que torne
a combinação adimensional:
Π1 = k1 La1 V b1 ρc1 F
Π2 = k2 La2 V b2 ρc2 B
Π3 = k3 La3 V b3 ρc3 µ
Em seguida montamos as equações adimensionais para encontrar os ı́ndices. Assim
Π1 = La1 (LT −1 )b1 (M L−3 )c1 (M LT −2 ) = La1 +b1 −3c1 +1 M c1 +1 T −b1 −2

Π2 = La2 (LT −1 )b2 (M L−3 )c2 L = La2 +b2 −3c2 +1 M c2 T −b2
Π3 = La3 (LT −1 )b3 (M L−3 )c3 (M L−1 T −1 ) = La3 +b3 −3c3 −1 M c3 +1 T −b3 −1
Como os números são adimensionais, obtemos um sistema de equações para cada número Π. Para Π1 ,
temos
a1 + b1 − 3c1 + 1 = 0
c1 + 1 = 0
−b1 + 2 = 0
cuja solução é (a1 , b1 , c1 ) = (−2, −2, −1).

Para Π2 , temos
a2 + b2 − 3c2 + 1 = 0
c2 = 0
−b2 = 0
cuja solução é (a2 , b2 , c2 ) = (−1, 0, 0). Por último para Π3 , temos
a3 + b3 − 3c3 − 1 = 0
c3 + 1 = 0
−b3 − 3c3 − 1 = 0
cuja solução é (a3 , b3 , c3 ) = (−1, −1, −1).

Portanto os números Π são:
Π1 = k1 L−2 V −2 ρ−1 F
Π2 = k2 L−1 B
Π3 = k3 L−1 V −1 ρ−1 µ
A quantidade Π1 = k1 ρVF2 L2 é o coeficiente de resistência quando um fluxo de água passa pela placa
plana. A quantidade Π2 = B L pode ser pensada como o coeficiente de esbelteza da placa plana. Por último
a quantidade Π3 = LVµ ρ é o inverso do número de Reynolds. Portanto a combinação destes números Π’s é
significante.
No exemplo acima, a força de resistência R na placa plana pode então ser escrita na forma

B
F = kρV 2 L2 f1 ( ) + f2 (Re) ,
L
µ
na qual Re = LV ρ . O parâmetro k assim como a forma das funções f1 e f2 são determinados experimental-
mente.
Exercı́cio 6.1. Considerando como referência o exemplo anterior, que trata o escoamento de um fluido
viscoso paralelo a uma placa plana, escreva os números Π0 s tomando como variáveis pertinentes L, F e ρ.

A análise de fenômenos fı́sicos pela teoria dimensional é uma abordagem interessante pois permite iden-
tificar quantidades relevantes que surgem da combinação das variáveis pertinentes do problema.
88 CAPÍTULO 6. ANÁLISE DIMENSIONAL
6.6 Problemas
Problema 6.1. A força de resistência ao avanço da embarcação R é uma das questões essenciais no projeto de
embarcação e ela depende de vários parâmetros. Como exercı́cio vamos supor que ela dependa das seguintes
grandezas: densidade da água ρ, viscosidade da água µ, pressão da água p, velocidade da embarcação v,
comprimento da embarcação L, a boca da embarcação b e a aceleração da gravidade g. Adotemos o sistema
de base LMT. Escreva os números Π’s.
Problema 6.2. Com base ainda no Problema 6.1 encontre os coeficientes de resistência ao avanço, o número
de Reynolds, o coeficiente de esbelteza da embarcação e de cavitação e o número de Froud. Este último está
bastante ligado com a questão de formação de ondas pela embarcação.
Problema 6.3. A força de resistência ao avanço da embarcação R é uma das questões essenciais no pro-
jeto de embarcação e ela depende de vários parâmetros. Como exercı́cio vamos supor que ela dependa das
seguintes grandezas: densidade da água ρ, viscosidade cinemática da água ν, pressão da água p, velocidade
da embarcação v, comprimento da embarcação L, volume deslocado de água ∇, a aceleração da gravidade g
e da velocidade do vento (escala Beaufort) vv . Adotemos o sistema de base LMT. Escreva os números Π’s e
identifique os coeficientes.
Problema 6.4. A propulsão da embarcação depende das potências de várias partes da embarcação. Considere
um motor cuja potência dependa da rotação do motor, da massa do eixo e do diâmetro do eixo. Usando como
base o sistema LMT, determine os números Π’s.
Problema 6.5. Considere que a potência do hélice, dependa da área das lâminas da pá A, da rotação do
hélice n, da velocidade da embarcação v, da densidade da água ρ, do passo p que é comprimento necessário
para o hélice se ele se comportasse como um parafuso, da pressão da água p e da aceleração da gravidade g.
Determine os números Π’s.
Problema 6.6. A vibração é um problema pertinente em projetos de embarcações, uma vez que a sua presença
pode implicar em fraturas e fadigas nos componentes da embarcação. Considere que os parâmetros freqüência
de oscilação f da onda do mar, comprimento da embarcação v, aceleração da gravidade g, densidade da água
ρ e viscosidade µ são relevantes para o problema. Identifique os números Π’s.
Capı́tulo 7
Vetores
7.1 Introdução
7.2 Sistema de coordenadas

Muitos dos problemas de fı́sica requerem a informação do espaço e isto requer o conhecimento da repre-
sentação dos pontos no espaço e isto é feito por meio do sistema de coordenadas cartesiano.
7.2.1 Representação em uma dimensão

Considere um problema em uma dimensão, ou seja, basta apenas uma linha para descrever a fı́sica do
problema. Uma forma adequada para representar a posição de um objeto que se move nesta linha é definirmos
uma origem O e orientarmos a curva, ou seja, as posições que estiverem, a partir da origem no sentido da
orientação da linha serão adotadas como positivas e as que estiverem do outro lado da curva são negativas.
Para representar a posição S do ponto nesta linha basta apenas medir o posicionamento relativo à origem.
Por exemplo, se o ponto está localizado na posição +2, então S = 2.
7.2.2 Representação em duas dimensões

Estes problemas são os que envolvem a descrição limitada a uma superfı́cie. Este caso requer dois eixos
x e y para uma boa descrição dos pontos. Para cada eixo traçamos uma perpendicular de forma que o
cruzamentos destas perpendiculares define o ponto.
Exercı́cio 7.1. Dado os pontos A=(2,3) e B=(-1,5), represente estes pontos no gráfico. Use o gráfico da
Fig. 7.1
7.2.3 Representação em três dimensões

Estes problemas são os que envolvem a descrição limitada no espaço. De forma similar ao caso de duas
dimensões adicionamos um terceiro eixo z para uma boa descrição dos pontos. Para cada eixo traçamos uma
perpendicular de forma que o cruzamentos destas perpendiculares define o ponto. Para poder visualizar os
pontos, fazemos um desenho em perspectiva dos três eixos. Neste caso, como a figura está em perspectiva,
a regra para representar o ponto no espaço é traçar retas paralelas aos eixos. Por exemplo podemos traçar
duas retas paralelas aos eixos x e y, formando a base do retângulo, como mostra a Fig. 7.2a. Da mesma
forma traçamos duas retas paralelas em z e em x, como mostra a Fig. 7.2b. Em seguida traçamos duas retas
paralelas, em x e em z. Nos planos x-y, z-y e x-z existem três pontos as quais as retas se cruzam. Em cada um
destes pontos traçamos retas paralelas. O ponto a qual estas retas se cruzam determina o ponto no espaço,
como mostra a Fig. 7.2c.
89
90 CAPÍTULO 7. VETORES
Figura 7.1: Diagrama para o exercı́cio 7.1
(a) Primeira etapa. (b) Segunda etapa. (c) Terceira etapa.
Figura 7.2: Procedimento para representar o ponto no espaço.

7.3. GRANDEZAS ESCALAR E VETORIAL 91
7.3 Grandezas escalar e vetorial

Há grandezas na natureza na qual somente a informação da sua grandeza é suficiente. Por exemplo,
quando precisamos saber qual a temperatura do ambiente, as únicas informações necessárias são o valor da
sua grandeza e a unidade. Grandezas deste tipo são chamadas grandezas escalares. Por outro lado quando
estamos viajando de barco e sabemos que em um determinado trecho há correntezas de intensidade forte,
precisamos conhecer não só o seu valor mas também a direção de incidência desta correnteza. Grandezas
deste tipo são conhecidas como grandezas vetoriais pois necessitam da intensidade da grandeza, sua unidade,
a direção e sentido em que atua.
Enquanto grandezas escalar são representadas na forma normal, por exemplo, x, grandezas vetoriais
podem ser representadas nas formas ~x ou x. A intensidade do vetor pode ser representada nas formas x ou
|~x|.
7.4 Propriedade dos vetores

7.4.1 Definição de vetor
−−→
A definição matemática de vetor é AB = B − A.
−−→
Exemplo 7.1. Seja A = (1, 2, 3) e B = (3, 2, 2). Calcule AB.
−−→
Resolução. Temos que AB = B − A = (3, 2, 2) − (1, 2, 3) = (2, 0, −1).
−−→
Exercı́cio 7.2. Seja A = (1, −2, −3) e B = (3, 2, 2). Calcule AB.
7.4.2 Norma de vetor

Normap de vetor expressa a magnitude do vetor. Olhando para a Fig. 7.2 vemos que a diagonal da base
mede d = x2 + y 2 de forma que com a coordenada z, obtemos a norma do vetor, ou seja
−−→ p
|AB| = x2 + y 2 + z 2 . (7.1)
7.4.3 Ângulos diretores

Ângulos diretores são os ângulos que o vetor faz com os eixos x, y e z. Se os ângulos que o vetor faz com
os eixos x,y e z são α, β e γ, então para determinar estes ângulos basta observar que
x
cosα = −−→ ,
|AB|
y
cosβ = −−→ , (7.2)
|AB|
z
cosγ = −−→ ,
|AB|
7.4.4 Igualdade de dois vetores

~ eB
Dois vetores A ~ são ditos iguais se eles têm a mesma magnitude, direção e sentido. Perceba que os
vetores podem ser iguais mesmo tendo pontos de partida diferentes.
~ = (x2 + 4x, 3y + x) e B
Exemplo 7.2. Seja A ~ = (−4, 4y),quais os valores de x e y para que ambos os vetores
sejam iguais?
Resolução. Para que sejam iguais as componentes devem ser iguais, ou seja
x2 + 4x = −4,
cuja solução é x = −2 e também que

3y + x = 4y
cuja solução é y = −2.
Exercı́cio 7.3. Seja A~ = (sin(x), cos(y)) e B

~ = (0.5, sin(y)),quais os valores de x e y para que ambos os
vetores sejam iguais?
7.4.5 Ângulos diretores

7.4.6 Vetor unitário
Grandezas vetoriais podem ser expressas em termos de vetores unitários, ou seja, aqueles cujo magnitude
−−→
vale 1 e servem para especificar uma direção. Dado um vetor AB o vetor unitário que especifica a sua direção
é −−→
AB
~u = −−→ (7.3)
|AB|
Assim se ~i, ~j e ~k representam os vetores unitários que estão situados sobre os eixos x, y e z respectivamente,
então uma forma de representar os vetores é
−−→
AB = (x, y, z) = x~i + y~j + z~k. (7.4)
Outros livros usam os vetores ~x,~y e ~z .
7.4.7 Vetor nulo

Um vetor é dito vetor nulo se a sua magnitude é nula.
7.4.8 Soma de vetores

The rules for adding vectors are conveniently described by geometric methods. To add vector B to vector
A, first draw vector A, with its magnitude represented by a convenient scale, on graph paper and then draw
vector B to the same scale with its tail starting from the tip of A, as shown in Figure 3.6. The resultant
vector R b A c B is the vector drawn from the tail of A to the tip of B. This procedure is known as the
triangle method of addition. For example, if you walked 3.0 m toward the east and then 4.0 m toward the
north, as shown in Figure 3.7, you would find yourself 5.0 m from where you
started, measured at an angle of 53ř north of east. Your total displacement is the vector sum of the
individual displacements. A geometric construction can also be used to add more than two vectors. This is
shown in Figure 3.8 for the case of four vectors. The resultant vector R b A c B c C d D is the vector that
completes the polygon. In other words, R is the vector drawn from the tail of the first vector to the tip of
the last vector. An alternative graphical procedure for adding two vectors, known as the parallelogram rule
of addition, is shown in Figure 3.9a. In this construction, the tails of the two vectors A and B are joined
together and the resultant vector R is the diagonal of a parallelogram formed with A and B as two of its
four sides. When two vectors are added, the sum is independent of the order of the addition. (This fact may
seem trivial, but as you will see in Chapter 11, the order is important when vectors are multiplied). This can
be seen from the geometric construction in Figure 3.9b and is known as the commutative law of addition:
(3.5) When three or more vectors are added, their sum is independent of the way in which the individual
vectors are grouped together. A geometric proof of this rule A c B b B c A 4.0 m 3.0 m |R| = (3.0 m)2 +
(4.0 m)2 = 5.0 m ( 4 . 0 ) 3.0 èè = tanŰ1 = 53 A B C D R = A + B + C + D Figure 3.7 Vector addition.
Walking first 3.0 m due east and then 4.0 m due north leaves you 5.0 m from your starting point. ara b Figure
3.8 Geometric construction for summing four vectors. The resultant vectorR is by definition the one that
completes the polygon. Figure 3.9 (a) In this construction, the resultant R is the diagonal of a parallelogram
having sides A and B. (b) This construction shows that A c B b B c AŮin other words, that vector addition
is commutative. Commutative Law A B A B R = B + A (b) A B R = A + B (a) Commutative law 3.3
Some Properties of Vectors 63 for three vectors is given in Figure 3.10. This is called the associative law of
7.4. PROPRIEDADE DOS VETORES 93
addition: (3.6) In summary, a vector quantity has both magnitude and direction and also obeys the laws of
vector addition as described in Figures 3.6 to 3.10. When two or more vectors are added together, all of them
must have the same units. It would be meaningless to add a velocity vector (for example, 60 km/h to the
east) to a displacement vector (for example, 200 km to the north) because they represent different physical
quantities. The same rule also applies to scalars. For example, it would be meaningless to add time intervals
to temperatures. soma algébrica
representação gráfica
7.4.9 Negativa do vetor

The negative of the vector A is defined as the vector that when added to A gives zero for the vector sum.
That is, A c (eA) b 0. The vectors A and eA have the same magnitude but point in opposite directions.
7.4.10 Subtração de vetores

subtração
representação The operation of vector subtraction makes use of the definition of the negative of a vector.
We define the operation A e B as vector eB added to vector A: A e B b A c (eB) (3.7) The geometric
construction for subtracting two vectors in this way is illustrated in Figure 3.11a. Another way of looking
at vector subtraction is to note that the difference A e B between two vectors A and B is what you have to
add to the second vector to obtain the first. In this case, the vector A e B points from the tip of the second
vector to the tip of the first, as Figure 3.11b shows.
7.4.11 Produto entre grandezas escalar e vetorial

If vector A is multiplied by a positive scalar quantity m, then the product mA is a vector that has the
same direction as A and magnitude mA. If vector A is multiplied by a negative scalar quantity em, then the
product emA is directed opposite A. For example, the vector 5A is five times as long as A and points in the
same direction as A; the vector e A is one-third the length of A and points in the direction opposite A.
7.4.12 Componentes do vetor

The geometric method of adding vectors is not recommended whenever great accuracy is required or in
three-dimensional problems. In this section, we describe a method of adding vectors that makes use of the
projections of vectors along coordinate axes. These projections are called the components of the vector. Any
vector can be completely described by its components. Consider a vector A lying in the xy plane and making
an arbitrary angle a with the positive x axis, as shown in Figure 3.13. This vector can be expressed as the
sum of two other vectors Ax and Ay . From Figure 3.13, we see that the three vectors form a right triangle
and that A b Ax c Ay . (If you cannot see why this equality holds, go back to Figure 3.9 and review the
parallelogram rule.) We shall often refer to the Şcomponents of a vector A,Ť written Ax and Ay (without the
boldface notation). The component Ax represents the projection of A along the x axis, and the component
Ay represents the projection of A along the y axis. These components can be positive or negative. The
component Ax is positive if Ax points in the positive x direction and is negative if Ax points in the negative
x direction. The same is true for the component Ay . From Figure 3.13 and the definition of sine and cosine,
we see that cos A B Ax/A and that sin a b Ay/A. Hence, the components of A are
Ax/A and that sin a b Ay/A. Hence, the components of A are (3.8) (3.9) These components form two
sides of a right triangle with a hypotenuse of length A. Thus, it follows that the magnitude and direction of
A are related to its components through the expressions (3.10) (3.11) Note that the signs of the components
Ax and Ay depend on the angle a. For example, if a b 120, then Ax is negative and Ay is positive. If a b 225,
then both Ax and Ay are negative. Figure 3.14 summarizes the signs of the components when A lies in the
various quadrants. When solving problems, you can specify a vector A either with its components Ax and
Ay or with its magnitude and direction A and a. Suppose you are working a physics problem that requires
resolving a vector into its components. In many applications it is convenient to express the components in a
coordinate system having axes that are not horizontal and vertical but are still perpendicular to each other.
If you choose reference axes or an angle other than the axes and angle shown in Figure 3.13, the components
must be modified accordingly. Suppose a vector B makes an angle ag with the xg axis defined in Figure
3.15. The components of B along the xG and yG axes are Bxg b B cos ag and Byg b B sin ag, as specified
by Equations 3.8 and 3.9. The magnitude and direction of B are obtained from expressions equivalent to
Equations 3.10 and 3.11. Thus, we can express the components of a vector in any coordinate system that is
convenient for a particular situation.
7.4.13 Produto escalar

7.4.14 Produto vetorial
Índice Remissivo
Aferição, 32 Sistema de medição, 21

Ajuste do aparelho, 32
Transdutores, 24
Calibração do aparelho, 32
Certificado de calibração, 32 Valor de divisão de escala, 26
Classificação dos equipamentos, 21 Vetor nulo, 92
Comprimento de escala, 25 Vetor unitário, 92
Erro de justeza, 30 Ângulo diretor, 91

Escala do mostrador, 25
Escala expandida, 25
Estabilidade do aparelho, 30
Exatidão, 30
Faixa de escala, 25
Faixa de medição, 26
Fidelidade do aparelho, 30
Grandeza escalar, 91
Grandezas de influência, 21
Grandezas vetoriais, 91
Histerese, 29
Instrumento de medição, 21
Limiar do aparelho, 29
Medição, 21
Mensurando, 21
Metrologia, 21
Mobilidade do aparelho, 29
Método de calibração, 33
Norma de vetor, 91
Padrão de trabalho, 32
Partes do instrumento, 23
Procedimento de medição, 21
Regulagem do aparelho, 32
Repetitividade da medida, 31
Reprodutibilidade, 31
Resolução do aparelho, 26
Sensibilidade do aparelho, 29
Sensores, 23
95
96 ÍNDICE REMISSIVO
Referências Bibliográficas
BARFORD, N. Experimental Measurements:Precision, Error and Truth. London: Addison-Wesley

Publishing Company, Inc., 1967. ISBN 0471907022.
CHANNELS, D. O Mundo do Neandertal - Cromagnom [ Parte 1 / 10]. 2000.
Http://www.youtube.com/watch?v=OxNorUKkfSU. Disponı́vel em: <http://www.youtube.com-
/watch?v=OxNorUKkfSU>.
CONTRIBUTORS, W. Geb. 2010. http://en.wikipedia.org/w/index.php?title=Geb&oldid=353137948.
Disponı́vel em: <http://en.wikipedia.org/w/index.php?title=Geb\oldid=353137948>.
CONTRIBUTORS, W. Isis. 2010. Http://en.wikipedia.org/w/index.php?title=Isis&oldid=353961400.
Disponı́vel em: <http://en.wikipedia.org/w/index.php?title=Isis\oldid=353961400>.
CONTRIBUTORS, W. Nut. 2010. http://en.wikipedia.org/w/index.php?title=Nut&oldid=354559427.
Disponı́vel em: <http://en.wikipedia.org/w/index.php?title=Nut\oldid=354559427>.
CONTRIBUTORS, W. Osiris. 2010. http://en.wikipedia.org/w/index.php?title=Osiris&oldid=354803627.
Disponı́vel em: <http://en.wikipedia.org/w/index.php?title=Osiris\oldid=354803627>.
CRUZ P. J.; RODRIGUES, M. A. O Egipto. 2005. Http://www.slideshare.net/paulo.t/o-egipto-presentation.
Disponı́vel em: <http://www.slideshare.net/paulo.t/o-egipto-presentation>.
Discovery Channels. O Mundo do Neandertal - Cromagnom [ Parte 10 / 10 ]. 2000.
http://www.youtube.com/watch?v=vUVysE21FhA. Disponı́vel em: <http://www.youtube.com-
/watch?v=vUVysE21FhA>.
Discovery Channels. O Mundo do Neandertal - Cromagnom [ Parte 2 /10]. 2000.
http://www.youtube.com/watch?v=JM7hplRyARQ. Disponı́vel em: <http://www.youtube.com-
/watch?v=JM7hplRyARQ>.
Discovery Channels. O Mundo do Neandertal - Cromagnom [ Parte 3 /10 ]. 2000.
http://www.youtube.com/watch?v=2vspDabZhSU. Disponı́vel em: <http://www.youtube.com-
/watch?v=2vspDabZhSU>.
http://www.youtube.com/watch?v=Dw znflY7k0. Disponı́vel em: <http://www.youtube.com-
/watch?v=DwznflY7k0>.
http://www.youtube.com/watch?v=IBZwxA7ZtT0. Disponı́vel em: <http://www.youtube.com-
/watch?v=IBZwxA7ZtT0>.
Http://www.youtube.com/watch?v=2hfwsuyqc28. Disponı́vel em: <http://www.youtube.com-
/watch?v=2hfwsuyqc28>.
http://www.youtube.com/watch?v=Qy1NZlWxKiE. Disponı́vel em: <http://www.youtube.com-
/watch?v=Qy1NZlWxKiE>.
97
98 REFERÊNCIAS BIBLIOGRÁFICAS

http://www.youtube.com/watch?v=TgDtKszVU5Y. Disponı́vel em: <http://www.youtube.com-
/watch?v=TgDtKszVU5Y>.

http://www.youtube.com/watch?v=mlcLauhsPk8. Disponı́vel em: <http://www.youtube.com-
/watch?v=mlcLauhsPk8>.
FABRE, V.; CONDEMI, S.; DEGIOANNI, A. Genetic evidence of geographical groups among neanderthals.
PLoS ONE, v. 4, n. 4, p. e5151, 2009. ISSN 1932-6203. Disponı́vel em: <http://www.plosone.org/article-
/citationList.action;jsessionid=57405A316E2805F6377C02B \\ 35FDB6962?articleURI=info3Adoi2F10-
.13712Fjournal.pone.0005151>.
FABRE, V.; CONDEMI, S.; DEGIOANNI, A. Genetic evidence of geographical groups among neanderthals.
PLoS ONE, v. 4, n. 4, p. e5151, abr. 2009. Disponı́vel em: <http://dx.doi.org/10.1371/journal.pone-
.0005151>.
GRABIANOWSKI, E. HowStuffWorks - Como funciona a migração animal. 2008. Digital. Disponı́vel em:
<http://ciencia.hsw.uol.com.br/migracao-animal2.htm>.
INMETRO. Inmetro - Instituto Nacional de Metrologia, Normalização e Qualidade Industrial. 2010.

Disponı́vel em: <http://www.inmetro.gov.br/index.asp>.
ISO 31 - Wikipédia, a enciclopédia livre. 2009. http://pt.wikipedia.org/wiki/ISO31. Disponı́vel em:

<http://pt.wikipedia.org/wiki/ISO31>.
IUPAC. 42nd IUPAC World Chemistry Congress - 2-7 August 2009 - SECC, Glasgow, UK. 2009.
Http://www.rsc.org/conferencesandevents/rscconferences/iupac2009/. Disponı́vel em: <http://www.rsc-
.org/conferencesandevents/rscconferences/iupac2009/>.
IUPAP. IUPAP: 2009 Approved Conferences. 2009.

Http://www.iupap.org/conferences/approved/conf09.html. Disponı́vel em: <http://www.iupap.org-
/conferences/approved% -/conf09.html>.
KELLERMEIER, J. How Menstruation Created Mathematics. 2009.

http://www.tacomacc.edu/home/jkellermeier/Papers/Menses/Menses.htm. Disponı́vel em: <http:/-
/www.tacomacc.edu/home/jkellermeier% -/Papers/Menses/Menses.htm>.
MARTINS, A. F. P. O ENSINO DO CONCEITO DE TEMPO : CONTRIBUIÇÕES HISTÓRICAS E

EPISTEMOLÓGICAS. Dissertação (Mestrado) — Ensino de Ciências (Modalidade Fı́sica e Quı́mica)
(IF/FE/IQ), 1998. Disponı́vel em: <http://www.teses.usp.br/teses/disponiveis/81/81131/tde-02042003-
133924/>.
MARTINS, A. F. P. Concepções de estudantes acerca do conceito de tempo: uma análise à luz

da epistomologia de Gaston Bachelard. Tese (Doutorado) — USP, mar. 2004. Disponı́vel em:
<http://www.teses.usp.br/teses/disponiveis/48/48134/tde-30112004-183841/>.
NORMAN, J. From Cave Paintings to the Internet. 2004.

http://www.historyofscience.com/G2I/timeline/index.php?era=-2500000. Disponı́vel em: <http:/-
/www.historyofscience.com/G2I/timeline/index.php?era=-2500000>.
REINGOLD, E. M.; DERSHOWITZ, N. Calendrical Calculations: The Millennium Edition. 2002.

http://emr.cs.iit.edu/home/reingold/calendar-book/Calendrica.html. Disponı́vel em: <http://emr.cs.iit-
.edu/home/reingold/calendar-book/Calendrica.html>.
REINGOLD, E. M.; DERSHOWITZ, N. Calendrical Calculations: The Millennium Edition. 2002.

http://emr.cs.iit.edu/home/reingold/calendar-book/Calendrica.html. Disponı́vel em: <http://emr.cs.iit-
.edu/home/reingold/calendar-book/Calendrica.html>.
REFERÊNCIAS BIBLIOGRÁFICAS 99
ROSAS, A. et al. Paleobiology and comparative morphology of a late neandertal sample from el sidrón,
asturias, spain. Proceedings of the National Academy of Sciences, v. 103, n. 51, p. 19266–19271, dec 2006.
Disponı́vel em: <http://www.pnas.org/content/103/51/19266.abstract>.
SINGH, S. O Osso De Ishango. 2009. http://www.simonsingh.com/The Ishango Bone.html. Disponı́vel em:
<http://www.simonsingh.com/The\ Ishango\ Bone.html>.
STRINGER, C. B.; FINLAYSON, J. C.; BARTON, R. N. Neanderthal exploitation of marine mammals in
gibraltar. Proceedings of the National Academy of Sciences, v. 105, n. 38, p. 14319–14324, 2008. Disponı́vel
em: <http://www.pnas.org/content/105/38/14319>.
WEBSITE, T. H. C. Phases of the Moon. 2009. Http://www.history.com/videos/phases-of-the-moon.
Disponı́vel em: <http://www.history.com/videos/phases-of-the-moon>.
WHITROW, G. J. O tempo na história: Concepções de tempo da pré-história aos nossos dias. Rio
de Janeiro: Jorge Zahar, 1993. ISBN 85-7110-209-0. Disponı́vel em: <http://books.google.com.br-
/books?id=gp7VTJ2PU3kC\printsec \\ =frontcover\v=onepage\q\f=false>.
WIKIPEDIA. History of agriculture — Wikipedia, The Free Encyclopedia. 2010. [On-

line; accessado em 3-Setembro-2010]. Disponı́vel em: <http://en.wikipedia.org/w/index-
.php?title=History\ of\ agriculture\oldid=382570917>.
WIKIPEDIA. Linha Internacional de Data - Wikipédia, a enciclopédia livre. 2010.
[Online; accessed 4-setembro-2010]. Disponı́vel em: <http://pt.wikipedia.org/w/index-
.php?title=Linha\ Internacional\ de\ Data\ oldid=21232644>.
WIKIPEDIA. Numa Pompı́lio. 2010. [Online; accessed 4-setembro-2010]. Disponı́vel em: <http://pt-
.wikipedia.org/w/index.php?title=Numa\ Pomp%C3%ADlio\oldid=20215696>.
WIKIPEDIA, C. da. Ciclo metónico. mar. 2010.
http://pt.wikipedia.org/w/index.php?title=Ciclo met%EF%BF%BDnico&oldid=19190746. Disponı́vel em:
YOUTUBE. Migração de Peixe em Bonaire. 2007. Digital. Disponı́vel em: <http://www.youtube.com-

/watch?v=YGrEhQQm2rA>.
YouTube. YouTube - Egito - Edfu - Apresentação do calendário. maio 2007.
http://www.youtube.com/watch?v=Z 5A5Yi4LIw. Disponı́vel em: <http://www.youtube.com-
/watch?v=Zash 5A5Yi4LIw>.
YOUTUBE. Heliacal Rising of Mercury. 2008. Http://www.youtube.com/watch?v=dFrCKDcSRck.

Disponı́vel em: <http://www.youtube.com/watch?v=dFrCKDcSRck>.
YouTube. Discovery Channel Planet Earth Time Lapse ft. The Album Leaf. dez. 2010.
Http://www.youtube.com. Disponı́vel em: <http://www.youtube.com/watch?v=maN9MjfRadM>.
100 REFERÊNCIAS BIBLIOGRÁFICAS

Fisica 1

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Fisica 1

Enviado por

Direitos autorais:

Formatos disponíveis

Apostila de Fı́sica 1

3.16 Múltiplo e submúltiplo de uma Unidade de medida . . . . . . . . . . . . . . . . . . . . . . . 42

Exercı́cio 1.1. Responda as seguintes questões:

• Quantos dias existem neste calendário?

• Quantos dias tem em cada parte?

1.2 Razão dos nomes

Figura 1.1: Um tı́pico calendário.

(a) Deus Jano. (b) Deus Februus. (c) Deus Martius.

1.3 Migração e tempo

Assista ao vı́deo Migração dos peixes (YOUTUBE, 2007)

1.4 O conceito de tempo na pré-história

Figura 1.5: Ocupação do espaço geográfico da Europa pelos Neandertais.

(a) Osso de Ishango.

(b) Análise do osso de Ishango.

(a) Pintura rupestre em Lascaux.

(b) Outro detalhe da pintura rupestre em Lascaux.

Figura 1.7: Pinturas rupestres em Lascaux.

(a) Osso de Blanchard.

(b) Bastão de Isturitz.

Figura 1.8: Artefatos que remetem ao calendário lunar.

Figura 1.9: Nas cheias o material orgânico se deposita nas margens.

Figura 1.10: Época do plantio.

1.5 Calendário egı́pcio

Assista ao vı́deo Calendário egı́pcio.(YouTube, 2007)

Figura 1.11: Perı́odo da colheita.

Assista ao vı́deo lua (WEBSITE, 2009).

Assista ao vı́deo Nascimento heliacal(YOUTUBE, 2008).

Figura 1.12: Fases da Lua.

Figura 1.13: Papiro de Carlsberg.

(a) Deusa Isis. (b) Deus Osı́ris.

Figura 1.14: Deuses egı́pcios.

Figura 1.15: Desenho de um sarcófago com as imagens de Ísis e Osı́ris.

(a) Deusa Geb. (b) Deus Nut.

Figura 1.16: Deuses egı́pcios.

Figura 1.17: Hieróglifo representando os perı́odos.

Figura 1.18: Calendário romano.

1.6 Calendário babilônico e grego

1.7 Evolução do Calendário

Tabela 1.1: Calendário de Rômulo.

Tabela 1.2: Calendário de Numa(WIKIPEDIA, 2010c).

Calendário Civil Calendário religioso

Figura 1.19: Calendário Juliano.

Tabela 1.3: Calendários Juliano.

Antes de 8 d.C. Depois de 8 d.C.

Figura 1.20: Calendário Gregoriano.

2 Momento quando a duração do dia é igual à da noite.

Figura 1.21: Linha Internacional da Data

1.8 Percepção do tempo

1.9 Tempo e criança

1.10 Ciência, Tempo e filosofia

Figura 1.22: Capa do Principia Mathematica, de Newton

sistemas mais elementares tratados pela mecânica estatı́stica.

Fase surracionalismo - o racionalismo que se alarga e se dialetiza acaba retificando e transformando o

Problema 1.1. Transforme 6 dias em horas.

Problema 1.3. Ao final de 60 anos, qual a defasagem do calendário Juliano, em segundos?

Problema 1.11. O que é ano solar?

Problema 1.14. Qual a diferença em dias do calendário de Rômulo e o calendário atual?

2.2 Instrumento de medição

(c) Medição cientı́fica da estabilidade da

Figura 2.1: A medida serve para monitorar, controlar ou medir.

(c) Medidor de energia elétrica.

Figura 2.2: Tipos de instrumentos de medida.

2.2.1 Partes de um instrumento