UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

ESCOLA DE CIÊNCIAS E TECNOLOGIA

FÍSICA EXPERIMENTAL II - ENSINO REMOTO

Roteiro Experimental 1: lei de Boyle

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;

• Realizar a linearização da expressão da pressão em função do volume e usar a ferramenta PROJ.LIN()

para realizar uma regressão linear com 2 coeficientes.

• Obter os valores estimados e as incertezas-padrão de funções de apenas 1 dos coeficientes de regressão.

• 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 1: Primeira janela ao se abrir o simulador.

 Figura 2: Janela que aparece ao se clicar na aba “Ideal” mostrada na figura anterior.

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)

para N = cte. e T = cte., onde N é o número de moléculas do gás e T é a temperatura absoluta. A

quantidade B na equação anterior é uma constante.
Queremos então verificar se a relação entre P e V é inversa, como afirmado na equação 1 ou, ainda, se

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.

6 Análise dos Dados

6.1 Cálculo e Relato dos Valores Estimados

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

valores de sáida = PROJ.LIN(valores de Y ; valores de {Xj }; l ; 1)

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

bj = b̂j ± kŝj , com j = 0, 1, . . . , q − 1, q , (5)

1
Os outros valores de saída da função PROJ.LIN() são:
(i) o coeficiente de determinação r2 = RQUAD(Y ; Ŷ );
(ii) o valor estimado da incerteza-padrão da regressão ŝe ;
(iii) o valor do escore-F (ou estatística-F );
(iv) os graus de liberdade dos resíduos de = n − q − 1;
(v) a soma dos quadrados da regressão, n × VAR.P(Ŷ );
(vi) a soma dos quadrados dos resíduos, n × ŝ2e .

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:

f (bj ) = fˆj ± kŝfj , com j = 0, 1, . . . , q − 1, q , (7)

onde  
 df  
 0

fˆj = f (b̂j ) e ŝfj = ŝj  = f ( b̂ ) ŝj (8)

j
 
dbj bj =b̂j


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 .

6.2 Testes de Significância

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.

Na tabela 1 é dado um resumo do Teste-t.

Tabela 1: Teste-t para os coeficientes de regressão.

Se |tj | ≤ k b̂j = bj com um nível de confiança γ = 1 − α

Se |tj | > k b̂j 6= bj com um nível de confiança γ = 1 − α

O Teste-F pode ser feito calculando-se a probabilidade pF de rejeição do modelo. Se F é o valor da

estatística-F (que é um dos valores de saída da função PROJ.LIN()), dg é o número de variáveis independentes
do modelo e de = n − q − 1 é o número de graus de liberdade dos resíduos (que também é um dos valores de
saída da função PROJ.LIN()), então

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;

Na tabela 2 é dado um resumo do Teste-F .

Tabela 2: Teste-F para o modelo de regressão.

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)

onde Y = ln P , X1 = ln x e o valor esperado do coeficiente angular é2

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.

Medida x[nm] P [kPa] V [nm]3

1 15,0
2 13,0
3 11,0
4 9,0
5 7,0
6 5,0

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?

7.2 Parte 2 - Questionário 2

7.2.1 P versus V para T e N constantes.

1. No simulador, escolha um valor de temperatura no intervalo entre T = 50 K e T = 250 K. Anote o

valor escolhido: T = K.
2. Preencher a tabela 4 para N = 500 partículas.
Tabela 4: Medidas de pressão para N = 500 moléculas.

Medida x[nm] P [kPa] ln x ln P

1 15,0
2 13,0
3 11,0
4 9,5
5 8,0
6 7,0
7 6,0
8 5,5
9 5,0

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.

7.2.2 P V versus N para T constante.

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.

N 100 200 300 400 500

b̂0
ŝ0
fˆ0
ŝf0

2. Faça um gráfico de Y = eb0 versus X1 = N . Anexe o gráfico ao questionário.

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.