Escolar Documentos
Profissional Documentos
Cultura Documentos
Provavelmente, os mais importantes experimentos desse tipo são aqueles para os quais
a relação esperada é linear. Por exemplo, se acreditamos que um corpo está caindo com a
aceleração constante 𝑔, então sua velocidade 𝑣 deve ser uma função linear do tempo 𝑡.
𝑣 = 𝑣0 + 𝑔𝑡 (1)
No geral, consideramos duas variáveis físicas quaisquer 𝑥 𝑒 𝑦 que suspeitamos que
estejam conectadas por uma relação linear da forma
𝑦 = 𝐴 + 𝐵𝑥 (2)
onde A e B são constantes. Muitas notações diferentes são usadas para uma relação linear;
atenção para não confundir a forma (2) com a igualmente popular 𝑦 = 𝑎𝑥 + 𝑏.
Figura 1-(a) Duas variáveis 𝑥 𝑒 𝑦 estão linearmente relacionadas sem incertezas (b) são apresentados com barras
de erro (incertezas)
Na prática, há incertezas, e o melhor que podemos esperar é que a distância de cada
ponto (𝑥𝑖 , 𝑦𝑖 ) até a reta seja razoavelmente comparável com as incertezas, conforme ilustrado
na fig.1b.
Quando fazemos uma série de medições, podemos indagar duas questões. Primeiro, se
tomarmos como certo que 𝑦 𝑒 𝑥 estão relacionados linearmente, então o problema de interesse
é determinar a reta 𝑦 = 𝐴 + 𝐵𝑥 que melhor se ajusta às medidas, ou seja, determinar as
melhores estimativas para as componentes 𝐴 𝑒 𝐵, baseado nos dados. Esse problema pode ser
tratado graficamente ou também analiticamente, por intermédio do princípio da máxima
verossimilhança. Esse método analítico para determinar a reta de melhor ajuste a uma série de
pontos experimentais é chamado de regressão linear ou ajuste por mínimos quadrados para uma
reta.
A segunda pergunta que pode ser feita é se os valores medidos dão realmente suporte à
nossa expectativa de que 𝑦 é linear em 𝑥. Para responder essa questão, determinaremos primeiro
a reta de melhor ajuste dos dados, mas devemos construir algumas medidas de quão bem essa
reta de ajusta aos dados. Se as incertezas já forem conhecidas nas medidas, podemos desenhar
um gráfico como na fig.1b, que exibe a reta de melhor ajuste e os dados experimentais com as
respectivas barras de erros. Assim, podemos analisar visualmente se reta de melhor ajuste passa
suficientemente próxima de todas as barras de erros ou não. Caso não sejam conhecidas as
incertezas com segurança, devemos julgar o quão bem os pontos se ajustam à reta examinando
a própria distribuição dos pontos.
∑ 𝑥 2 ∑ 𝑦 − ∑ 𝑥 ∑ 𝑥𝑦 (3)
𝐴=
∆
𝑁 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 (4)
𝐵=
∆
Onde introduzir convenientemente a abreviação para o denominador
∆= 𝑁Σ𝑥 2 − (Σ𝑥)2 (5)
(6)
1
𝜎𝑦 = √ ∑(𝑦𝑖 − 𝐴 − 𝐵𝑥𝑖 )2
𝑁
𝑁
(7)
1
𝜎𝑦 = √ ∑(𝑦𝑖 − 𝐴 − 𝐵𝑥𝑖 )2
𝑁−2
𝑖=1
(8)
Σ𝑥 2
𝜎𝐴 = 𝜎𝑦 √
Δ
(9)
N
𝜎𝐵 = 𝜎𝑦 √
Δ
Se o volume de uma amostra de um gás ideal for mantido constante, a sua temperatura
𝑇 será uma função linear de sua pressão 𝑃.
𝑇 = 𝐴 + 𝐵𝑃 (10)
Aqui, a constante 𝐴 é a temperatura na qual a pressão 𝑃 atingirá zero (se o gás não
condensar antes em um líquido); ela é chamada de zero absoluto da temperatura, e tem valor
aceito de 𝐴 = −273,15°𝐶. A constante 𝐵 depende da natureza do gás, da sua massa e do seu
volume. Medindo-se uma série de valores de 𝑇 𝑒 𝑃, podemos determinar as melhores
estimativas para 𝐴 𝑒 𝐵. Em particular o valor de 𝐴 indica o zero absoluto da temperatura.
Σ𝑃 = 425
Σ𝑃2 = 37125
Σ𝑇 = 260
Σ𝑃𝑇 = 25810
Calculando as constantes 𝐴 𝑒 𝐵
∑ 𝑃2 ∑ 𝑇 − ∑ 𝑃 ∑ 𝑃𝑇
𝐴= = −263,35
∆
𝑁 ∑ 𝑃𝑇 − 𝑃 ∑ 𝑇
𝐵= = 3,71
∆
Esses valores estão apresentados na última coluna da tabela e, como esperado, todos
concordam razoavelmente bem com as temperaturas observadas. Podemos calcular a incerteza
em 𝜎𝑇 .
1
𝜎𝑦 = √ Σ(𝑇𝑖 − 𝐴 − 𝐵𝑃𝑖 )2 = 6,7
𝑁−2
Σ𝑃2
𝜎𝐴 = 𝜎𝑇 √ = 18
Δ