Escolar Documentos
Profissional Documentos
Cultura Documentos
Regressão Linear
Quando a relação física entre as grandezas medidas é conhecida como linear, como, por exemplo,
na Fig. 1 com v = v0 + at, podemos utilizar uma regressão linear para determinar suas grandezas
físicas. Neste caso estimamos a reta, que pode ser descrita por y = Ax + B , que melhor se aproxima
dos pontos experimentais e os valores de A e B são utilizados no restante do experimento. No caso
da Fig. 1 comparando a eq. teórica com a experimental
v = v0 + at e y = Ax + B ,
respectivamente, concluímos que v0 = (2, 2 ± 0, 2) m/s e que a = (0, 197 ± 0, 003) m/s2 .
1 Uma boa análise dos dados, em geral, não depende apenas da quantidade de pontos, mas também do range
utilizado. Normalmente, em nossas práticas, iremos trabalhar com uma média de 10 medidas. Essa quantidade de
pontos são sucientes para os objetivos das disciplinas.
1
Informações Gerais Grácos
A partir da regressão linear é fácil ver, agora, que A = −k e B = ln(∆T0 ) (ver exemplo logo abaixo).
A análise usada sempre será critério do experimentador, porém, para se fazer um ajuste de curva
(a) (b)
Fig. 2: Variação da temperatura, ∆T , em função do tempo, t, avaliada (a) por um ajuste de curva
e (b) por uma linearização.
é aconselhável um grande número de medidas para que a curva seja bem caracterizada.
As equações utilizadas em ajustes de curva (via regressão linear, linearização ou ajuste direto)
devem estar explicitas nos grácos e no relatório.
2
Informações Gerais Grácos
ln(∆T ) = ln(∆T0 ) − kt .
Portanto, pela regressão vista no Gráco 2, dada pela equação y = Ax + B, temos B = ln ∆T0 → ∆T0 =
eB e k = −A, com A = −(5, 9 ± 0, 1) × 10−4 s−1 e B = (3, 564 ± 0, 007) u.a., logo
erro(∆T0 ) = eB ∆B
k = (5, 9 ± 0, 1) × 10−4 s−1 ,
∆T0 = (35, 3 ± 0, 2) C° .
**********
Barra de erros
Toda medida experimental tem uma incerteza associada. Nesse sentido, se x é um dado mensurável
em laboratório devemos sempre informar seu valor médio x, desvio ∆x e unidade u. Em resumo,
expressamos x como
x = (x ± ∆x) u .
Nos grácos apresentados até aqui, foram construídos utilizando apenas os dados a partir dos valores
médios de cada medida. Entretanto, toda tabela de dados medidos são similares aos apresentados na
Tab 1. Nela está representado os dados obtidos em relação às distâncias entre objeto (o) e imagem
Tab. 1: Medidas de distância entre imagem e a lente (i) e entre objeto e a lente (o).
o (± 0,5 cm) i (± 0,5 cm)
33,3 27,3
25,0 37,5
20,0 60,0
16,7 147,2
16,0 240,0
(i) em relação a uma determinada lente. A proposta é determinar a distância focal f dessa lente.
Conhecendo a equação que relaciona as três grandezas, i.e.,
1 1 1
= + ,
f i o
não é difícil analisar que basta construir um gráco de 1/i em função de 1/o e realizar um regressão
linear. Mantendo nossa notação, B seria identicado com o inverso de f e A com −1.
Mas o quê não foi dito até aqui é que a regressão linear, quando produzida apenas com os valores
médios, pode apresentar um resultado um pouco diferente dos valores obtidos considerando, além de
seus valores médios, as incertezas associadas às medidas (para detalhes ver [1, 2]). Por isso muitas
vezes, além de representarmos as medidas médias através do gráco, também apresentamos suas
barras de erros, i.e., as incertezas de cada medida. No gráco da Fig. 3 representamos as barras de
erros, i.e., deixamos explícito o erro de cada medida2 . Perceba que o erro associado a cada ponto é
3
Informações Gerais Grácos
Fig. 3: 1/i × i/o com a utilização das barras de erros. Os dados experimentais estão representados
pelos pontos pretos e as barras de erro de vermelho.
diferente devido à propagação em cada um dos casos, já que apesar de o e i apresentarem o mesmo
erro, ∆o = ∆i = 0, 5 cm, a diferença de valores médios permitem diferentes erros para 1/o e 1/i.
Em geral, ca a critério do professor a cobrança das barras de erros ou não. Entretanto vale
ressaltar que, além de produzir uma análise mais adequada dos dados, as barras de erros nos permi-
tem analisar, por exemplo, questões a respeito da precisão e exatidão de seus dados, já que a média
dos mesmos pode estar condizente com a lei esperada (e.g., uma lei linear), mas apresentar uma
incerteza muito grande com relação aos dados.
2 O erro de 1/i e 1/o é obtido a partir da propagação de erros. Neste caso especíco ∆(1/i) = ∆i/i2 e ∆(1/o) = ∆o/o2 ,
onde ∆i e ∆o são os erros apresentados na Tab. 1.
4
Referências
[1] John R. Taylor, An introduction to Error Analysis - The study of uncertainties in physical
measurements, 2ed. University Science Books, 1997.