Escolar Documentos
Profissional Documentos
Cultura Documentos
Sugestões gerais
• É recomendado que tenha um caderno apenas para a disciplina.
• Antes da cada experiência faça (em casa) um roteiro de procedimentos. Tome nota
dos principais conceitos que serão abordados. Escreva as principais fórmulas que serão
utilizadas (ex. cálculo dos desvios). Preveja as diculdades e as estratégias para
contorná-las.
• É recomendado que você leve um computador com um programa instalado (de sua
escolha) para tratamento dos dados durante o experimento.
• O objetivo deve conter uma descrição sucinta do que se pretende obter da experiência.
• Na seção de procedimento experimental deve-se descrever o procedimento seguido em
aula (escreva o que foi feito, não necessariamente o que foi proposto, justicando e
discutindo a escolha). Cite a estimativa dos erros nos dados devido aos aparelhos,
procedimentos usados e erros de leitura.
Erros
Se medirmos a massa de diferentes objetos com uma balança que não foi devidamente
calibrada, todas as medidas estarão sempre acima ou abaixo do valor real das massas. Nesse
caso, temos um erro sistemático no nosso experimento (veja a Figura 1). Tais erros são causa-
dos por fontes identicáveis e podem ser eliminados ou compensados. Note que se medirmos
a massa de um mesmo objeto várias vezes, as medidas provavelmente terão precisão alta (o
valor medido não será muito diferente a cada nova medida), mas o valor não se aproxima
do valor esperado, mesmo realizando o experimento muitas vezes. Portanto dizemos que
erros sistemáticos prejudicam a exatidão da medida, e é muito importante tentar identicar
e eliminar o maior número possível de fontes de erro sistemático quando realizamos um
experimento.
Por outro lado, mesmo se eliminarmos todos os erros sistemáticos em determinado ex-
perimento, toda medida realizada tem um erro experimental associado. Erros aleatórios são
utuações, que fazem com que cerca de metade dos valores medidos estejam acima e a outra
metade abaixo do valor esperado. Tais erros afetam a precisão da medida (veja a Figura
1). Usualmente, minimizamos os erros aleatórios realizando um mesmo experimento diver-
sas vezes. Apesar de não ser possível eliminá-los, em geral esses erros podem ser tratados
quantitativamente por meio de métodos estatísticos, permitindo determinar seus efeitos na
grandeza física medida.
2
Figure 1: Erros sistemáticos interferem na exatidão das medidas (os valores medidos estão
consistentemente acima ou abaixo do valor real) e devem ser evitados. Erros aleatórios
podem ser apenas minimizados, e estão associados a precisão da medida (cerca de metade
dos valores estarão acima e outra metade abaixo do valor esperado). Figura retirada de [1].
v
u N
u 1 X
∆x = t (xi − µ)2 (2)
N − 1 i=1
O resultado deve ser apresentado com a média e o erro obtido. Convém mencionar que o
número de casas decimais apresentado na média deve ser o mesmo apresentado no erro. Por
2
exemplo, g = (9, 85 ± 0, 05)m/s
À medida que se realiza mais medidas da mesma grandeza sob as mesmas condições, o
efeito dos erros aleatórios vai sendo minimizado e a média do conjunto de medidas, x, vai se
tornando uma grandeza mais precisa. O erro padrão da média é denido como:
∆x
∆x = √ (3)
N
E o erro relativo percentual numa medida x com erro absoluto ∆x será dado por:
∆x
∆xr = × 100% (4)
x
3
Se a partir de uma grandeza medida x, calculamos outra grandeza f que depende de x
de acordo com f = f (x), usaremos a convenção de expressar o resultado na forma média de
f : f ± ∆f , ondef = f (x) e
df
∆f = ∆x. (5)
dx x=x
s 2 2
∂f ∂f
∆f = (∆x)2 + (∆y)2 (6)
∂x ∂y
Equações
As equações (pelo menos as mais relevantes) devem ser numeradas para referenciá-las
mais adiante, quando confrontarmos as previsões do modelo com os resultados experimentais.
Dena, imediatamente antes ou logo após, os símbolos matemáticos novos que aparecerem
em cada equação.
4
Figure 2: Exemplo de um gráco bem elaborado. Figura retirada de [1].
PN PN PN PN PN
(xi yi ) − N
PN
x2i
P
i=1 i=1 yi − i=1 (xi yi ) i=1 xi N i=1 i=1 xi , i=1 yi
α̂ = PN 2 PN e β̂ = PN 2 PN . (8)
N x − ( x ) 2 N i=1 xi − ( i=1 xi )2
i=1 i i=1 i
Para que essas fórmulas possam ser aplicadas, certas condições devem ser satisfeitas: os
valores xi devem ser medidos sem erro; todos os yi devem ter a mesma distribuição (mas,
obviamente, com diferente média) e o mesmo desvio padrão σ .
PN PN
Denindo x = i=1 xi /N e y = i=1 yi /N , temos que α̂ e β̂ se relacionam por α̂ = y−β̂x.
Essas expressões podem ser desenvolvidas a partir da denição de quadrados mínimos [2].
Em alguns casos, pode ser conveniente usar o método gráco, que consiste em traçar,
usando lápis e uma régua, uma reta média que se ajuste visualmente aos dados.
5
Figure 3: Exemplos de grácos mal elaborados. Figura retirada de [1].
Contudo, na maioria dos casos usaremos algum programa gráco para computadores,
como Excel ou xmgrace, para elaborar os grácos e fazer o ajuste adequado. É importante
que todos os estudantes aprendam a usar no mínimo um programa para elaborar grácos e
fazer ajustes ao longo do curso.
6
Calcule a média e o desvio padrão de cada velocidade em cada tempo. Faça um gráco
com estes valores usando o software de sua preferência (ou o indicado pelo professor). Inclua
no gráco uma barra de erros com o desvio padrão calculado para cada valor de velocidade.
Faça ajustes lineares, exponenciais e em lei de potência e discuta se algum deles representa
razoavelmente bem seus dados.
Linearização de grácos
Se lidamos com fenômenos nos quais as grandezas x e y estão relacionadas por uma
relação linear (y = Ax + B ), podemos obter por regressão linear estimativas para A e
B e tirar informações importantes sobre o experimento. Entretanto, em muitos casos as
grandezas estudadas não obedecem uma relação linear. Para facilitar a análise dos dados
obtidos, podemos linearizar o gráco, ou seja, transformar uma curva que não é uma reta
em uma reta.
Podemos fazer isso por uma troca de variáveis. Por exemplo, suponha que estamos
vericando a Lei de Coulomb medindo força eletrostática em função da distância entre as
−2
cargas. Como a Lei de Coulomb tem a forma F = Cr , onde C é constante, se zermos o
gráco de F ×r ele certamente não será linear. Contudo, se denirmos uma nova variável
x = r−2 , o gráco de F ×x será linear, pois agora F = Cx. Por meio desse novo gráco,
conseguimos estimar o valor da constante C e comparar com a previsão teórica. Note que
para fazermos esse procedimento precisamos saber de antemão a Lei Física que se pretende
investigar.
Também podemos linearizar um gráco por meio de papéis especiais, como o mono-log e
o log-log (ou di-log), que são papéis em que uma ou ambas as escalas são logarítmicas.
References
[1] Guia para Física Experimental - Caderno de Laboratório, Grácos e Erros. Prof. Dr.
Carlos Henrique de Brito Cruz, Prof. Dr. Hugo Luis Fragnito, Ivan Ferreira da Costa,
Bernardo de Assunção Mello. Instituto de Física, Unicamp (1997).
[2] Data analysis recipes: Fitting a model to data, David W. Hogg, Jo Bovy (NYU), Dustin
Lang, 2010. arXiv:1008.4686