Escolar Documentos
Profissional Documentos
Cultura Documentos
Física
Experimental
I
–
F
129
Apostilas
de
Apoio
rev.1102.2013
Índice
1. Introdução
à
teoria
de
erros
e
medidas......................................................................1
2. Tabelas
e
gráficos..................................................................................................................5
3. Lei
de
escala..........................................................................................................................11
4. Mínimos
quadrados...........................................................................................................15
5. Propagação
de
erros.........................................................................................................18
6. Cronômetro
inteligente
e
photogate..........................................................................22
7. Medidas
de
comprimento...............................................................................................26
8. Estrutura
do
relatório......................................................................................................29
Introdução à teoria de erros e medidas
Jorge Diego Marconi
Erros sistemáticos
Erros sistemáticos são aqueles causados por defeitos dos instrumentos, por exemplo, falta
de calibração. Se um termômetro marca sistematicamente 1 ◦ C a mais, porque está descal-
ibrado, nunca será possı́vel eliminar esse erro, por mais cuidado que se tome. Deve-se
recalibrar o termômetro. Para identificar e calcular esses erros, deve-se mudar o instru-
mento de medida. No caso de erros sistemáticos, as medidas serão afetadas em conjunto,
sempre para mais ou para menos.
Erros casuais
Erros acidentais, casuais ou aleatórios, são aqueles causados em geral por variações nas
condições em que as medidas foram feitas: temperatura, pressão, umidade e por erros
de leitura por parte do observador. Em geral, nesse tipo de erro, há igual probabilidade
de que as medidas sejam afetadas para mais ou para menos; efetuando-se uma série de
medidas e calculando-se a média, consegue-se compensar de certa maneira o efeito desse
tipo de erro, obtendo-se uma melhor estimativa da grandeza fı́sica que se quer medir.
Assim, todas as medidas de uma propriedade fı́sica estão afetadas por uma incerteza,
que vamos chamar em geral de erro, desvio ou imprecisão da medida. Deste modo, os
resultados das medidas devem ser expressos de tal modo que se possa avaliar a precisão
com que elas foram feitas (ou calculadas).
1
Para poder apresentar melhor alguns conceitos, vamos considerar a seguinte situação:
suponha que você mediu uma determinada magnitude x, por exemplo 50 vezes (ou N
vezes), sempre nas mesmas condições e com o mesmo instrumento. Em geral, esses 50
valores vão ser diferentes entre eles, similares mas diferentes. Neste caso, qual é o valor
que eu devo dar como resultado final e com que erro? Para isso vamos começar definindo
o valor médio das medições como,
50
X xi
x= (1)
i=1 50
A teoria de erros mostra que, com um conjunto finito de medidas, não é possı́vel obter
o valor exato da grandeza que se está medindo, e demonstra que essa média, calculada
com base nos valores experimentais, é o melhor estimador dessa grandeza. Então, até
agora temos o valor que vamos dar como resultado das 50 medições, ou seja a média, mas
ainda não sabemos quantos dı́gitos vão ficar nem qual é o erro associado. Se o leitor for
perspicaz, talvez pense, “se esses 50 valores deram esta média, e essa média representa
o valor mais provável da minha medição, então o erro deveria estar, de alguma maneira,
associado á dispersão de todos os valores ao redor da média”. Vamos então definir o
desvio quadrático médio ou desvio padrão como:
v
u 50 (x − xi ) 2
uP
u i=1
σ= t (2)
(50 − 1)
A teoria dos erros vai associar, a uma certa medida, não o erro que se comete, mas
sim um intervalo de valores ao redor da média, dentro do qual o valor verdadeiro tem
uma alta probabilidade de ser encontrado. E o número que melhor estima esse intervalo
é dado por:
σ
σx = ∆xestatistico = √ (3)
50
A este erro, que mede de alguma forma a dispersão dos dados ao redor da média, vamos
chamar de erro estatı́stico. Agora finalmente, com o conjunto de 50 dados experimentais,
podemos determinar um resultado final e um erro associado. É importante mencionar
que o número 50, que aqui representa o número total de dados, pode ser obviamente
generalizado para N dados, ficando então as equações para o caso geral como:
N
X xi
x= (4)
i=1 N
v
u N (x − xi ) 2
uP
u i=1
σ= t (5)
(N − 1)
2
σ
σx = ∆xestatistico = √ (6)
N
O leitor atento, porém, terá percebido que o instrumento de medição tem um erro
associado, o que não foi considerado até agora. Não levar em conta o erro do instrumento
seria como dizer que medir, por exemplo, a largura de uma mesa com uma régua graduada
em cm a medi-lá com outra graduada em mm não faz diferença, e isso não parece razoável.
Assim, ainda falta um passo para obtermos o erro que vamos chamar de total, para colocá-
lo como erro associado da média. O erro total vai estar dado pela seguinte equação:
q
∆xtotal = (∆xestatistico )2 + (∆xinstrumental )2 (7)
A pergunta agora vai ser: qual é o erro instrumental? Vamos explicar isto com ex-
emplos. Suponha que temos que medir o comprimento de uma folha de papel com uma
régua que tem divisões até milı́metros. Vamos supor que o canto da folha caia entre as
divisões correspondentes de 233 e 234 mm. O resultado dessa medida simples pode se
escrever assim:
L = (233,5 ± 0,5) mm
Desta forma, você está escrevendo exatamente o máximo que você pode dizer da
medida com o instrumento que você tem, neste caso a régua com divisões até milı́metros.
Isto é, que o valor está entre 233 e 234 mm. É possı́vel que as divisões da régua estejam
ruins, e que você não esteja muito seguro de que a medida esteja entre 233 e 234 mm,
mas sim que está entre 232 e 234 mm. Nesse caso escrevemos:
L = (233 ± 1) mm
Estes dois casos representam os critérios geralmente aceitos para colocar o erro instru-
mental de uma medida: colocar a metade da mı́nima divisão do instrumento de medida ou
colocar diretamente a mı́nima divisão do instrumento, em nosso exemplo seriam 0,5 mm
ou 1 mm. Qual é o mais correto? Como é um critério, não é possı́vel dizer qual é o
mais ou o menos correto. Vai depender da medição, do bom senso e da experiência do
experimentador. Mas estes dois critérios são, sem dúvida, os mais usados.
Suponha que você tenha medido uma magnitude fı́sica 100 vezes, sempre com o mesmo
instrumento e sempre com as mesmas condições, e vamos supor que o instrumento tenha
uma incerteza ∆instrumental . Quais são os valores da medida e o erro associado que vamos
apresentar? O valor é simplesmente a média dada pela equação (4). Vamos supor que voce
mediu 100 vezes um tempo de algum fenômeno fı́sico; o resultado da média pode ser, por
exemplo, 1,235464 s, que é um número com muitos dı́gitos. Vamos calcular agora o erro
estatı́stico com as equações (5) e (6), e vamos supor que o resultado seja 0,0234556778 s,
outro número com muitos dı́gitos. Supomos também que ∆instrumental = 0,01 s. O erro
total, usando a equação (7) é 0,025498.... s. O que você acha que deveria ser escrito como
resultado final? Com o que temos até aqui seria (1,235464 ± 0,025498) s. Mas as coisas
não são tão simples, e vamos ao último passo do processo. Analisemos o seguinte: o
erro está informando quão precisa foi a medição. Neste caso, o tempo foi medido até, no
máximo, o centésimo de segundo, indicado em nosso exemplo com o primeiro número 2
3
depois dos zeros á esquerda. Resulta então que o número 5 que vem depois do 2 não está,
essencialmente, dando muita mais informação, pois o 2 anterior é um ordem de magnitude
maior. Assim, para que o resultado fique mais claro, vamos fazer o arredondamento.
Como? A idéia é que fique só a informação essencial, assim vamos chamar de primeiro
dı́gito significativo ao primeiro dı́gito do valor do erro que seja diferente de zero. Neste
caso seria o 2. Mas vamos dar também certa importância ao que vem depois, o segundo
dı́gito significativo, em nosso caso o 5. Como vale 5, então o 2 vai virar 3, com o qual
o erro vai ficar como 0,03 s. O critério que usamos foi o seguinte: se o segundo dı́gito
significativo está entre 0 e 4, então o primeiro fica como está; mas se o segundo dı́gito está
entre 5 e 9, o primeiro se incrementa em uma unidade. Como no exemplo considerado,
o segundo dı́gito é 5, então o 2 vira 3. Agora quase terminamos; o que falta é acomodar
o valor da média, para que fique com o mesmo número de decimais que o erro. Como
este ficou valendo 0,03 s, que tem dois decimais, então do valor de 1,235464 s, que tem
6 decimais, deve passar a ter somente dois números decimais. Como? Usamos o critério
de arredondar que usamos com o erro. O segundo decimal é 3, o terceiro é 5, então o
segundo vira 4. Assim, o resultado final da medição pode ser expresso como:
(1,24 ± 0,03) s
Os conceitos até aqui servem só para as chamadas medições diretas, ou seja para
magnitudes que você mede diretamente com algum instrumento, como por exemplo um
tempo ou um comprimento. Tudo isto deverá ficar claro ao longo dos diferentes experi-
mentos. Trataremos posteriormente o caso das chamadas medições indiretas, onde o valor
da magnitude procurada é obtido depois de algum cálculo. Por exemplo, se quisermos
obter o volume de um cubo, o que vamos medir em forma direta vão ser os lados do cubo,
e para achar o volume temos que fazer uma conta, V = L1.L2.L3. Neste caso, qual vai
ser o erro do volume? A resposta não é complicada mas requer conhecimentos de cálculo,
especificamente de derivadas. Trataremos deste assunto ao longo do curso.
Referências
1 - José Henrique Vuolo, Fundamentos da Teoria de Erros, Editora Edgard Blücher Ltda
(1992).
2 - Curt Egon Hennies et al, Problemas Experimentais em Fı́sica, Editora da Universidade
Estadual de Campinas (1989).
4
Tabelas e Gráficos
J. D. Marconi/V. Rodrigues/L. E. E. de Araujo
Tabelas
Usualmente os resultados de um experimento são apresentados em tabelas ou gráficos. Quando
a escolha for uma tabela, ela deve apresentar um resumo, com o máximo de informações, de
uma série de medidas. Ela precisa apresentar:
2. O cabeçalho da tabela deve apresentar o que tem em cada coluna, com a grandeza medida
(ou sua abreviação), a unidade usada e, se for necessário, a potência de 10 pela qual os
valores da coluna devem ser multiplicados;
3. Se forem usadas abreviações na tabela, elas devem ser explicadas na própria tabela ou
em algum lugar do texto;
5. No exemplo da tabela abaixo, as medidas foram realizadas para uma determinada mola.
Por isso, é interessante colocar suas características. Assim poderemos apreciar mais fa-
cilmente os dados da tabela;
6. Quando a ordem em que foram feitas as medidas for importante, ela deve ser indicada.
Gráficos
Quando a escolha for um gráfico, ele precisa apresentar:
2. Uma legenda para cada eixo indicando que valores estão sendo ali colocados, qual a sua
unidade e se for necessário, a potência de 10 pela qual os valores da escala devem ser
multiplicados;
5
(a) usando valores com intervalos regulares entre si;
(b) com valores fáceis de serem lidos, como múltiplos inteiros por exemplo;
(c) os dois eixos não precisam ter a mesma origem e nem tão pouco a mesma escala
numérica;
4. Evite “ligar os pontos”. Somente deverá ser usada uma curva entre os pontos quando for
útil apresentar um guia para os olhos ou quando um modelo for comparado ou ajustado
aos pontos experimentais. Em ambos os casos, o procedimento, modelo ou utilidade da
curva deve ser mostrada no texto e a curva claramente identificada.
5. Se forem usadas abreviações no gráfico, elas devem ser explicadas na própria gráfico ou
em algum lugar do texto;
6. Os valores dos pontos nunca devem ser colocados no gráfico. Para isto exitem as tabelas.
Salvo quando for um ponto especial e que mereça destaque. Neste caso, evite carregar de
informações o gráfico, somente indicando o ponto e deixando as explicações para o texto.
7. Os pontos das medidas deverão aparecer com suas respectivas barras de erro. A posição
central do ponto é a média da medida (x, y). A barra de erro da abscissa começa em
x − ∆xtotal e vai até x + ∆xtotal . O mesmo para a ordenada. Na figura a seguir temos um
exemplo de como fazer uma barra de erro.
(a) (b)
Figura 1: (a) Procedimento para fazer a barra de erro de uma medida. As linhas tracejadas
só foram feitas para ilustrar como o tamanho da barra de erro é definido. (b) Exemplo de um
gráfico simples.
Histogramas
Foi Gauss quem desenvolveu a teoria matemática dos erros. Essa teoria se baseia nos cálculos de
probabilidade e tem por finalidade conhecer melhor o grau de precisão de uma série particular
de medidas.
Nunca se consegue reproduzir uma medida exatamente. Intuitivamente, podemos perceber
que, realizando-se uma série muito grande de medidas, elas deverão se distribuir simetricamente
6
Figura 2: Distribuição gaussiana.
em torno de um certo valor, que por razões óbvias é chamado de valor médio. Se fosse possível
fazer infinitas medições, a distribuição das medidas teria uma forma bem definida, a chamada
distribuição gaussiana, mostrada na Figura 2.
Mas, como nunca é possível fazer infinitas medições, vamos apresentar uma maneira útil de
apresentar os resultados em forma gráfica, o chamado histograma. Para isso vamos considerar
um experimento no qual foram medidos 100 valores medidos de um certo tempo. Entre todos
os valores vamos identificar o menor e o maior, e os chamamos de A e B. Todos os demais
valores vão estar dentro do intervalo de tempos determinado por estes dois valores. Vamos
separar este intervalo em 7, 8, 9, ou até 10 intervalos iguais, cada um de largura ∆. Então, o
primeiro intervalo vai estar entre A e A + ∆, o segundo intervalo entre A + ∆ e A + 2∆, e assim
até chegar a B.
Agora vamos contar quantas das 100 medições estão dentro do primeiro intervalo, quantas
no segundo, e assim por diante. A este número de vezes chamamos de frequência (pode-se usar
como alternativa a frequência normalizada, que é a frequência de cada intervalo dividido pelo
número total de valores medidos). Representando graficamente a frequência (ou a frequência
normalizada) no eixo Y e os intervalos no eixo X, vamos obter o histograma tal como mostra
a Figura 3.
Vemos imediatamente que:
i. os intervalos correspondentes a pequenos desvios em relação ao valor médio são mais
populados,
ii. a figura é simétrica em relação ao valor médio da série de medidas. No caso limite
quando ∆ → 0 e o número de medições tende a infinito, vamos obter uma curva contínua, a
distribuição gaussiana. Essa curva é característica de uma vastíssima gama de medidas físicas.
Mas como determinar a largura ∆ dos intervalos mais apropriada para se confeccionar o
histograma? A melhor largura para os intervalos depende muito da distribuição dos valores e
geralmente faz-se necessário testar vários valores até se encontrar o mais apropriado. Em geral,
um bom ponto de partida para se estimar ∆ é:
xmax − xmin
∆= √ , (1)
N
onde xmax,min é o valor máximo (mínimo) da distribuição e N é a quantidade de medições feitas.
A partir do histograma podemos estimar o valor médio e o desvio padrão da distribuição.
Em um histograma, a média é o ponto, no eixo das abscissas, que passa pelo centro de gravidade
da figura. Em uma curva simétrica do tipo gaussiana, o valor médio corresponde ao ponto mais
alto da curva - Figura 4. O desvio padrão coincide com metade da largura do histograma a
7
Figura 3: Exemplo de histograma, onde no eixo Y colocamos a frequência normalizada
Gráficos logarítmicos
Em ciência é comum existirem medidas com variações muito grandes. Dizemos então que os
dados variam em várias ordens de grandeza. Se ao tentarmos marcar esses os valores em um
gráfico linear, perceberemos que muitos dos dados ficarão “acumulados” em uma região do
gráfico, dificultando muito a leitura dos dados, pois os pontos ficam “embaralhados”.
Uma das formas para resolver o problema de apresentação gráfica de resultados com grandes
variações é aplicar o logaritmo aos valores que estão sendo utilizados. O logarítmo reduz os
valores a serem colocados no gráfico à mesma ordem de grandeza. A função logarítmica foi
desenvolvida para facilitar alguns cálculos que eram muito difíceis, antes do surgimento das
calculadoras e computadores. Por exemplo, a medida de pH é −Log10 (CH+ ), ou seja, as medidas
de pH variam várias ordens de grandeza na concentração de H+.
Se a grandeza medida obedece a uma lei de escala do tipo:
f (z) = kz n , (2)
então, aplicando logaritmo base 10 na equação acima, temos
8
numero de ocorrencias
10
60% da altura
8 do valor medio
desvio padrao
6
2
x
1,0 2,0 3,0 4,0 5,0 6,0 tempo (s)
valor medio
9
105
104
103
102
101
10-1 100 101 102
Figura 5: Exemplo de papel gráfico em escala logarítmica
10
Lei de Escala
Luís Eduardo E. de Araujo
Entretanto, números em uma tabela como a acima não transmitem facilmente a relação
entre as variáveis. Para facilitar a visualização dessa relação, lançamos os dados da
tabela em um gráfico. Vemos na Figura 1 que a relação entre distância e tempo não é
linear.
Quando uma das grandezas medidas (s) depende da outra (t) elevada a certa potência
(n), dizemos que s segue uma lei de escala (ou lei de potência):
! = !! ! . (1)
É muito difícil olhar para uma curva como a da Figura 1 e dizer com confiança se a
dependência é quadrática, cúbica, etc. Entretanto, uma simples transformação de
11
variáveis pode converter a relação entre as grandezas para uma dependência linear.
Tirando o logaritmo da Equação (1) nos dois lados, obtemos:
12
Figura 2 – Logaritmo da distância s percorrida por uma esfera em queda livre em
função do logaritmo do tempo de queda t em um gráfico de escala linear. Distância
é medida em metros e tempo em segundos. As linhas tracejadas indicam como
encontrar o coeficiente linear da reta.
Da Figura 3,
!,! cm
!= ∴ ! = 2,0. (5)
!,! cm
4,4 cm
2,2 cm
13
Já a constante de proporcionalidade k é encontrada no gráfico log-log pelo valor
numérico de s para t = 1 (pois log 1 = 0), mas com a unidade apropriada. Da Figura 3,
para t = 1,0, temos s = 5,0; logo, k = 5,0 m/s2.
14
Mı́nimos Quadrados
Jorge Diego Marconi e Varlei Rodrigues
Vamos supor que temos um conjunto de N dados (xi , yi ), onde cada valor yi tem um erro
associado que chamamos de σi , ou seja (yi ± σi ) (os σi não têm que ser iguais entre si).
Vamos supor que os dados representam certo fenômeno fı́sico que segue uma lei descrita
por uma função f .
Usando a descrição gaussiana de erros, a probabilidade Pi de ocorrer a medida (xi , yi , σi )
é dada por:
" 2 #
C 1 (yi − yi )
Pi = exp − (1)
σi 2 σi
P = P1 P2 ... PN
" 2 # " 2 #
C 1 (y1 − y1 ) C 1 (yN − yN )
= exp − ... exp −
σ1 2 σ1 σN 2 σN
" N 2 #
CN 1 X (yi − yi )
= exp − (2)
σ1 σ2 ... σN 2 i=1 σi
Cn
1
P = Qn exp − χ2 (5)
i=1 σi 2
Neste caso, para que a função f seja a mais adequada para nossas medidas, ou seja, para
que P seja máximo, χ2 deve ser mı́nimo.
15
O método dos mı́nimos quadrados consiste em ajustar os parâmetros a1 , a2 , ... an de tal
forma que χ2 seja mı́nimo, ou seja, procuramos resolver o sistema abaixo:
Supondo um conjunto de dados e que a função que descreve o nosso sistema seja linear.
Figura 1: Gráfico obtido com dados experimentais no caso particular em que o ajuste é
linear.
n
∂χ2 X
=2 wi (yi − axi − b)(−1) = 0 (10)
∂b i=1
16
Obtemos então um sistema de duas equações e duas incógnitas. Para simplificar a escrita
vamos omitir os ı́ndices nas somatórias.
X X X
( wx2 ) a + ( wx ) b = ( wyx ) (11)
X X X
( wx ) a + ( w)b = ( wy ) (12)
wx2 ) − (
P P P P
( wy ) ( wyx ) ( wx )
b= (14)
∆
E os erros associados:
wx2 )
P P
( w) (
σa2 = σb2 = (15)
∆ ∆
onde
X X X
∆=( w)( wx2 ) − ( wx )2 (16)
As equações (13), (14), (15) e (16) são gerais e valem para o caso onde cada σi seja
diferente dos outros. No caso de termos σi = constante = σ (ou seja o mesmo valor
para todo i) as expressões de a, b, σa2 e σb2 podem ser simplificadas:
P P P
N ( yx ) − ( x)( y)
a= (17)
∆
x2 ) − (
P P P P
( y)( yx ) ( x)
b= (18)
∆
x2 ) 2
P
N 2 (
σa2 = σ σb2 = σ (19)
∆ ∆
X X
∆=N ( x2 ) − ( x )2 (20)
Estas equações são exatas e em princı́pio são as que usam os programas comerciais. Porém,
sempre é recomendável verificar que as equações sejam as dadas nesta apostila, especial-
mente quando temos um conjunto de dados onde os erros são diferentes em cada ponto.
Referência Bibliográfica: José Henrique Vuolo, Fundamentos da Teoria de Erros (Edi-
tora Edgard Blücher Ltda, São Paulo, 1992).
17
Propagação de Erros
Varlei Rodrigues
Vamos supor que em um experimento nós tenhamos medido os parâmetros x, y, ..., z n vezes.
x1 , y1 , ..., z1
x2 , y2 , ..., z2
.. .. medidas
. .
xn , yn , ..., zn
Devido aos erros experimentais, instrumentais e estatı́sticos, não é possı́vel saber qual o valor
”verdadeiro” destes parâmetros. Mas sabemos que os valores médios x, y, ..., z são aqueles
que melhor se aproximam desses, dentro de uma faixa de confiança σx , σy , ..., σz :
n n
1X 1X
x= xi σx2 = (xi − x)2
n i=1 n i=1
n n
1X 1X
y= yi σy2 = (yi − y)2 (1)
n i=1 n i=1
.. ..
. .
n n
1 X 1X
z= zi σy2 = (yi − y)2
n i=1 n i=1
Mas como achar o valor que se aproxima do ”verdadeiro” e a sua faixa de confiabilidade quando
a propriedade no qual estamos interessados não puder ser medido diretamente, mas sim através
de um modelo matemático? Por exemplo, se quizermos achar uma velocidade baseados em
medidas de distância e tempo.
Vamos supor que queremos achar w em função de x, y, ..., z:
Uma opção seria calcular todos os wi para todos os conjuntos xi , yi , ..., zi de medidas e em
seguida a média w e σw2
w1 = w(x1 , y1 , ..., z1 )
w2 = w(x2 , y2 , ..., z2 )
.. .. medidas
. .
wn = w(xn , yn , ..., zn )
n n
1X 1X
w= wi σw2 = (wi − w)2 (3)
n i=1 n i=1
Como devemos calcular todos os valores de wi , esta operação passa a ser bastante trabalhosa,
principalmente para um grande número de medidas. Uma pergunta que podemos fazer é se
podemos obter w diretamennte da média dos parâmetros medidos no experimento:
18
w = w(x, y, ..., z)? (4)
Para responder a esta pergunta, vamos expandir o valor de wi em séries de potências dos desvios
em torno dos valores médios de x, y, ..., z:
wi = w(x, y, ..., z) +
∂w ∂w ∂w
+ (xi − x) + (yi − y) + ... + (zi − z) + (5)
∂x ∂y ∂z
1 ∂2w 1 ∂2w 1 ∂2w
2 2
+ (xi − x) + (yi − y) + ... + (zi − z)2 +
2 ∂x 2 2 ∂y 2 2 ∂z 2
+ ...
Se a função w varia lentamente, nós podemos considerar que os termos de segunda ordem e
superiores são despresı́veis, ou seja:
1 ∂2w
(xi − x)2 ∼ 0 (6)
2 ∂x2
n
1X
w = wi
n i=1
" n
1 X
= w(x, y, ..., z)+ (7)
n i=1
n n n #
X ∂w X ∂w X ∂w
+ (xi − x) + (yi − y) + ... + (zi − z)
i=1
∂x i=1
∂y i=1
∂z
" n
1 X
w = w(x, y, ..., z)+ (8)
n i=1
X n n X n
#
∂w ∂w X ∂w
+ (xi − x) + (yi − y) + ... + (zi − z)
∂x i=1 ∂y i=1 ∂z i=1
Nesta expressão os termos à direita da igualdade são nulos, com exceção do primeiro, pois:
n n n
1X 1X 1X 1
(xi − x) = xi − x = x − nx = 0 (9)
n i=1 n i=1 n i=1 n
Desta forma, em primeira aproximação, w pode ser obtido usando os valores médios de x, y, ..., z:
19
Agora, vamos usar o mesmo raciocı́nio para calcular o desvio padrão de w:
n
1X
σw2 = (wi − w)2 (11)
n i=1
Entretanto,
n
X
∂w ∂w
2 (xi − x)(yi − y) = 0 (13)
∂x ∂y i=1
Por isso, podemos ignorar os termos cruzados na expressão (12) e escrever σw2 como:
2 n 2 X n
1 ∂w X ∂w
σw2 = 2
(xi − x) + 2
(yi − y) +... (14)
n ∂x i=1
∂y i=1
| {z } | {z }
nσx2 nσy2
Desta forma, podemos calcular σw2 a partir das derivadas primeiras da função w e dos σ 2 de
cada valor medido:
2 2 2
∂w ∂w ∂w
σw2 = σx2 + σy2 + ... + σz2 (15)
∂x ∂y ∂z
20
Exemplo:Incerteza no volume de um cilindro:
V = πLR2 R σR2
médias das medidas
L σL2
2 2
2
σV2 = 2π L R σR2 + πR σL2 (16)
2
σ 2
V 2σR σ 2
L
= + (18)
V R L
21
APOSTILA PARA USO DO CRONÔMETRO DO
Varlei Rodrigues
(a) (b)
Modo Two Gates: neste modo são necessários dois photogates conectados nas entradas
A e B do cronômetro. O cronômetro vai medir simplesmente o tempo entre o instante
22
(a) (b)
Modo One gate: neste modo de funcionamento é medido o tempo no qual o photogate
A fica obstruı́do.
6. para realizar uma nova medida aperte novamente o botão START. Recomece
no passo 3 deste roteiro.
Modo Pendulum: neste modo de funcionamento são medidos 20 tempos nos quais
o photogate A fica obstruı́do duas vezes consecutivas. Com este procedimento podemos
medir o perı́odo de um pêndulo por exemplo.
23
(a) (b)
Figura 3: (a) Mensagem indicando que o crômetro está pronto para medir. (b) Tempo
medido em segundos no modo Two Gates.
7. para ver o tempo dos outros perı́odos pressione o botão direito denominado
MEASUREMENT (figura 4);
8. para realizar uma nova medida aperte novamente o botão START. Recomece
no passo 3 deste roteiro.
Modo Time Range: este modo permite selecionarmos a faixa de valores de medida
de tempo. Quando o cronômetro é ligado, a faixa de tempo de cada medida é de
0.0000 s - 6.5536 s. O instrumento também permite trabalharmos na faixa de valores
entre 0.000 s - 65.536 s. Para selecionarmos a faixa desejada, selecionamos o modo Time
Range e em seguida precionamos o botão START.
Modo Gates Test: este modo só deve ser utilizado para testar o funcionamento correto
dos photogates. Selecionando o modo Gates Test e conectando o photogate em alguma
das duas entradas (A ou B), o monitor vai mostrar uma barra horizontal ( - ) caso o
mesmo esteja sem obstrução e uma linha vertical quando estiver bloqueado ( / ). Se
24
Figura 4: Tempo medido em segundos no modo Pendulum para o ciclo 6.
existe alguma dúvida a respeito do correto funcionamento de algum dos photogates, esta
é a maneira mais simples e direta de testá-lo.
25
Medidas de Comprimento
Figura 2: Paralaxe.
Por exemplo, se você tiver que medir a posição de uma mancha de forma pouco
definida e com cerca de 2 cm de diâmetro, não tem sentido afirmar que a sua medida
tem uma precisão de 0,05 cm, mesmo que a sua régua atinja esta precisão. Talvez um
valor de 0,2 cm para o erro experimental diga mais a respeito da precisão com que
você pode determinar a posição do centro da mancha.
26
A paralaxe é um fenômeno importante ao fazermos a leitura de qualquer
escala, em particular uma régua. Ele está representado na Figura 2, na qual vemos
um ponteiro (de um velocímetro de automóvel, por exemplo) cujo valor deve ser lido
na escala. Conforme o observador move sua cabeça para a esquerda ou para a
direita, mede um valor respectivamente maior ou menor que o valor correto, que deve
ser lido com o observador posicionado perpendicularmente à escala. Portanto, sempre
que você tiver que fazer a leitura de uma escala ou
régua, posicione-se o mais perpendicularmente
possível à esta. Procure também posicionar a régua
o mais próximo possível do objeto a ser medido para
minimizar o erro devido à paralaxe.
Outro cuidado que você deve tomar é evitar
usar as extremidades da régua para medidas, pois é
comum que elas estejam danificadas devido ao uso,
ou ao próprio processo de fabricação. O melhor é
que você posicione as extremidades do objeto como
Figura 3: Medida com a régua.
mostrado na Figura 3, e subtraia os valores obtidos.
Quando é necessário mais precisão, podemos usar um paquímetro, como o
mostrado na
Figura 4. Para
medirmos
diâmetros
externos,
colocamos a peça
entre as esperas
(a), no caso de
medidas internas
usamos as
Figura 4: Paquímetro. esperas (b), e
para medir a
profundidade de
um orifício usamos a haste (c). O cursor é uma
peça que move as três partes ao mesmo tempo,
e deve ser deslizado até que se acomode ao
corpo que está sendo medido. Em geral ele
possui um trava como a marcada pela letra (d),
que deve ser pressionada para que o cursor
possa ser deslocado. Às vezes ela é substituída
por um parafuso que deve ser apertado ou
afrouxado.
Figura 5: Leitura do Vernier
Para fazer a leitura do comprimento,
usamos uma escala chamada vernier, que vemos em detalhe na Figura 5. Pela
posição do zero vemos qual será aproximadamente o valor da medida, na figura, 1,2
cm mais alguns centésimos de centímetro que iremos descobrir quanto valem
verificando quais dos riscos do vernier coincide com um dos riscos da escala. Vemos
que este é o caso do sétimo risco, portanto a leitura é (1,27±0,01) cm. A precisão do
paquímetro é a mesma com que ele permite determinar o comprimento. Alguns
paquímetros possuem 20 traços no vernier, usando um deles a medida acima seria
talvez (1,275±0,005) cm.
27
Caso o paquímetro também não seja adequado pode-se usar um micrômetro,
como o mostrado na Figura 6, que possui precisão de 0,001 cm. Para operá-lo
colocamos o objeto a ser
medido entre as esperas
(a) e rodamos o tambor
(b) até que seja
alcançado o diâmetro do
corpo. Para que não
ocorra que a cada
medida seja aplicada
uma força diferente, o
que ocasionaria um erro
devido à elasticidade do
Figura 6: Micrômetro. corpo, devemos usar a
catraca (c) para encostar
as esperas no objeto. Na Figura 7 vemos na escala linear de um micrômetro uma
medida que é maior que 4,5 mm, pois foi ultrapassada a marca central entre o 4 e o 5.
Olhando a escala de centésimos de mm, vemos que ela marca 32, número que deve
ser somado à medida da escala linear, resultando em (4,82 ± 0,01) mm.
Tanto no caso do paquímetro como do micrômetro, a calibração pode ser
verificada levando-se as esperas às posições correspondentes a um corpo de
dimensões nulas e lendo-se o valor medido. Caso este valor seja diferente de zero o
equipamento está descalibrado, mas pode ser
utilizado, desde que este valor seja subtraído de
cada medida feita.
28
Prof. R. Urbano
Estrutura do Relatório
1. Título
Nome do Experimento.
3. Resumo
O resumo deve dar ao leitor uma idéia geral do que foi realizado no
experimento. Deve conter uma breve descrição do problema estudado, a
motivacão, o método empregado, o resultados mais importantes (citar os
valores se for o caso) e as principais conclusões do trabalho. (6 a 8 linhas)
5. Discussão e Conclusão
Nesta seção, deve-se comentar a qualidade e confiabilidade dos resultados
obtidos, justificando eventuais discrepâncias observadas ao longo do
experimento.