Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Objetivos Gerais
• Encontrar a equação de estado para a pressão de um gás ideal numa transformação isotérmica.
• Investigar de que maneira o número de moléculas do gás num dado volume afeta a equação de estado
da pressão.
2 Objetivos Específicos
• Realizar medidas de pressão e volume à temperatura constante de um gás ideal num simulador online;
• Verificar se o modelo esperado para a transformação isotérmica de um gás é compatível com os dados
experimentais fazendo-se o uso dos testes de significância local (Teste-t) e global (Teste-F ).
3 Configurações Experimentais
O experimento será feito usando o simulador online “Propriedades dos Gases”, encontrado no endereço
web https://phet.colorado.edu/sims/html/gas-properties/latest/gas-properties_pt_BR.html ou
na Play Store pelo aplicativo “Chemistry & Physics simulations” (neste caso o simulador é “Gas Proper-
ties”). Seja acessando pelo aplicativo ou pelo endereço web, deve-se clicar na aba “Ideal”.
Abaixo são mostradas as interfaces para a utilização do simulador, nas figuras 1 e 2. Na figura 3 é
mostrado um exemplo do aspecto que o simulador deve ficar para a tomada dos dados experimentais.
Figura 3: Exemplo do aspecto que o simulador deve ter durante a tomada de dados.
4 Definição do Problema
A lei fenomenológica para uma transformação isotérmica de uma massa fixa de gás ideal é a denominada
lei de Boyle, que afirma que se P é a pressão e V é o volume do gás então
PV = B (1)
ln P = C − ln V , (2)
com C = ln B. Considerando que a seção reta perpendicular à variação do volume é constante, poderemos
escrever o volume como V = Ax, onde A é a área da seção reta e x é a distância entre a parede móvel e a
parede fixa que lhe é oposta. Por exemplo, na figura 3 o valor de x é 11,8 nm. Logo, a equação 2 pode ser
reescrita como
ln P = b − ln x , (3)
2
onde b = ln(B/A).
Assim, verificar a validade da lei de Boyle equivale a verificar se a relação entre ln P e ln x é linear
(usando o Teste-F ) e com coeficiente angular igual a -1 (usando o Teste-t).
5 Procedimento Experimental
1. Inserir uma quantidade inicial N de moléculas do gás dentro da caixa. Para isso levante a manopla
da bomba com o mouse e abaixe a manopla. Você pode verificar o número de partículas no volume
clicando em “Partículas”.
2. Ajustar o valor da temperatura T resfriando (ou aquecendo) a caixa até atingir o valor desejado. Fixar
esse valor. Para isso varie o controle deslizante da fonte térmica. Fixe esse valor da temperatura
selecionando o campo “Temperatura” na caixa “Manter Constante”.
3. Deslocar a parede móvel até que o volume da caixa seja o maior possível. Para visualizar a largura do
volume selecione o campo “Largura” na caixa “Manter Constante”.
4. Comprimir o gás deslocando a parede móvel a passos determinados, pausando a simulação (botão
“Pausar”) e anotando os valores da pressão (P ) e da largura do volume (x). Selecione a unidade de
pressão para kPa (quilo-pascal) antes de iniciar a tomada de dados.
5. Para repetir o procedimento para outros valores de N , basta acrescentar o número desejado de moléculas
na caixa e realizar os passos 2 a 4.
Como já vimos (Aulas 1 e 2), modelos físicos que são lineares (ou linearizáveis) são escritos na forma
q
X
Y = bj Xj , (4)
j=0
onde Y é a variável dependente, os {Xj } são as variáveis independentes e os {bj } são coeficientes constantes.
Os estimadores (ou valores estimados ou, ainda, valores previstos) {b̂j } para os coeficientes e suas incertezas-
padrão {ŝj } são valores de saída 1 da função PROJ.LIN(), cuja sintaxe é
onde l = 0 para o modelo linear sem intercepto e l = 1 para o modelo linear com intercepto (b0 6= 0 e X0 = 1).
O relato dos valores dos coeficientes de regressão é dado por
3
onde k é o fator de abrangência. O produto do fator de abrangência pela incerteza-padrão é a incerteza da
medida. Para n pontos experimentais e q + 1 coeficientes a serem ajustados (q ≥ 0), o fator de abrangência
para um nível de confiança γ = 1 − α é
k = INV.T.BC(α; n − q − 1) , (6)
onde α é o nível de significância escolhido, que corresponde ao valor máximo que se aceita para a probabi-
lidade de rejeição do modelo. Na equação 6, INV.T.BC() é a função do Excel para se calcular o inverso da
distribuição-t bicaudal.
O relato de uma função de apenas um dos coeficientes {bj } pode ser obtido por:
são os valores estimados da função f (bj ) e de sua incerteza-padrão. Note-se que a equação 5 é um caso
particular da equação 7 para f (bj ) = bj .
A verificação da adequação do modelo 4 aos dados experimentais é feita por meio dos testes de signi-
ficância local (Teste-t) e global (Teste-F ).
Se b̂j é o valor estimado, bj o valor esperado (ou valor de referência) e ŝj é a incerteza-padrão, então
o escore-t para um coeficiente bj será dado por:
b̂j − bj
tj = . (9)
ŝj
O Teste-t consiste então em:
(i) se |tj | ≤ k, então a diferença entre o valor estimado e o valor esperado NÃO é significativa para o nível
de confiança γ = 1 − α;
(ii) se |tj | > k, então a diferença entre o valor estimado e o valor esperado É significativa para o nível de
confiança γ = 1 − α.
pF = DIST.F.CD(F ; dg ; de ) , (10)
onde DIST.F.CD() é a função do Excel que calcula o valor da distribuição-F de calda direita. O Teste-F
consiste então em:
4
(i) se pF ≤ α, então a relação entre a variável dependente Y e as variáveis independentes {Xj } É linear
para o nível de confiança γ = 1 − α;
(ii) se pF > α, então a relação entre a variável dependente Y e as variáveis independentes {Xj } NÃO é
linear para o nível de confiança γ = 1 − α;
Pq
Se pF ≤ α Y = j=0 bj Xj com um nível de confiança γ = 1 − α
Pq
Se pF > α Y 6= j=0 bj Xj com um nível de confiança γ = 1 − α
Na figura 4 é mostrado um exemplo dos valores de saída da função PROJ.LIN() para um conjunto de n = 5
pontos experimentais modelados pela equação 4 com q = 1 e X0 = 1.
Figura 4: Exemplo de valores de saída da função PROJ.LIN(), para um conjunto de dados experimentais, para um modelo
linear com intercepto e com q = 1, Y = y e X1 = x. É mostrado também o fator de abrangência para um nível de confiança de
95%.
Para o sistema ora em estudo, temos um modelo linear com q = 1 e X0 = 1, de modo que
Y = b0 + b1 X1 , (11)
b1 = −1. (12)
Logo, consideraremos que os dados experimentais são compatíveis com a lei de Boyle se o modelo
passar no Teste-F e no Teste-t para o coeficiente angular b1 apenas.
7 Resultados e Discussões
7.1 Parte 1 - Questionário 1
1. Preencher a tabela 3 a seguir. Inserir uma quantidade de moléculas na caixa, N = 100, e fixar a
temperatura a 300 K. Variar a largura da parede. Pausar a simulação para medir o valor da pressão.
Ao variar a largura da caixa, lembre-se de que se trata de um volume. Para L = 10,0 nm, o volume
será (5,0 × 7,0 × 10,0)[nm]3 . Para L = 15,0 nm, o volume será (5,0 × 7,0 × 15,0)[nm]3 . Observe que os
comprimentos são dados em nanômetros (10−9 m).
2. A partir da tabela 3 construa um gráfico da pressão (em kPa) versus o volume (em [nm]3 ).
3. A temperatura do gás é constante enquanto o volume diminui. Observa-se então que a pressão aumenta,
diminui ou permanece a mesma?
2
Neste experimento, o valor esperado do coeficiente linear b0 = ln (B/A) não é conhecido porque não sabemos a priori como
a constante B depende da temperatura e do número de moléculas.
5
Tabela 3: Medidas de pressão e de volume para N = 100 e T = 300 K.
4. Para uma temperatura constante, qual relação melhor representa um modelo matemático entre P e V ?
5. Diante da resposta anterior, qual é a forma do gráfico da função que melhor descreve a relação P e V
para a temperatura constante?
3. Fazer a regressão linear dos dados da tabela anterior pelo modelo da equação 11, onde Y = ln P e
X1 = ln x.
4. Calcule o fator de abrangência da regressão para um nível de confiança de 95%. Escreva seu resultado
com 4 casas decimais: k = .
5. Relate o valor do coeficiente linear: b0 = ± .
6. Relate o valor do coeficiente angular: b1 = ± .
7. Calcule o valor do escore-t para o coeficiente angular. Escreva seu resultado com 4 casas decimais:
t1 = .
6
8. Faça o Teste-t para o coeficiente angular. Qual a sua conclusão? JUSTIFIQUE.
9. Calcule o valor pF para esta regressão. Escreva seu resultado em notação científica, com 2 casas
decimais para a mantissa: pF = .
10. Realize o Teste-F para esta regressão, considerando um nível de confiança de 99%. Qual a sua conclu-
são? JUSTIFIQUE.
1. Repita os procedimentos realizados nos itens 2 e 3 da seção 7.2.1 para o mesmo valor de temperatura
definido no item 1 da mesma seção, para os valores de N da tabela 5. Preencha a tabela e a anexe ao
questionário.
Tabela 5: Valores estimados para o coeficiente linear (b̂0 ) e as incertezas-padrão (ŝ0 ) para diferentes valores de N . Nas duas
últimas linhas, fˆ0 = eb̂0 e ŝf0 é a incerteza-padrão.
b̂0
ŝ0
fˆ0
ŝf0
3. Faça uma regressão linear usando o modelo da equação 11, onde agora Y = eb0 e X1 = N .
4. Calcule o fator de abrangência da regressão para um nível de confiança de 95%. Escreva seu resultado
com 4 casas decimais: k = .
5. Calcule o valor do escore-t para o coeficiente linear. Escreva seu resultado com 4 casas decimais:
t0 = .
6. Realize o Teste-t para o coeficiente linear desta regressão. Considere que o valor esperado pelo modelo
teórico seja zero. Qual a sua conclusão? JUSTIFIQUE.
7. Calcule o valor pF para esta regressão. Escreva seu resultado em notação científica, com 2 casas
decimais para a mantissa: pF = .
8. Realize o Teste-F para esta regressão, considerando um nível de confiança de 99%. Qual a sua conclu-
são? JUSTIFIQUE.
8 Conclusões
1. Com base nos seus resultados experimentais, pode-se afirmar que o gás segue a lei de Boyle? JUSTI-
FIQUE.
2. Com base nos seus resultados experimentais, o que se pode concluir sobre a razão P V /N para o gás
ideal? JUSTIFIQUE.