Física Experimental II

AULA 1

2022
Informações básicas
Professores: J. F. Chubaci - chubaci@usp.br
Marco Aurélio Franco - marco.franco@usp.br
Estagiários: Theo Louzada Meireles - theo.meireles@usp.br
Raphael Sallatti - raphaelws@usp.br
Nas 3 primeiras semanas teremos aula no Auditório Abrahão
de Moraes.

As aulas seguintes serão no Laboratório Didático.

Formaremos grupos de 3 pessoas. Organizem-se como

quiserem, e na próxima aula definiremos os grupos.
 Primeira aula
• Como será a disciplina
• Equipe, critérios de
avaliação, experimentos,
datas importantes
• Revisão de pontos chave
do semestre anterior
• Introdução à propagação
de incertezas
 Experimentos
● Parte introdutória
● 3 experimentos, grupos de 3 pessoas
● 3 experimentos regulares:
− Mecânica
− Eletricidade
− Termodinâmica
● 1 projeto
A ser proposto pelo grupo
 Critérios de Avaliação
Provinhas e Prova (MP)
Relatórios (MR)
Cadernos de Dados (MC)
Exercícios e Seminário (ME)

Frequência ≥ 70%

MP, MR, MC, ME devem ser ≥ 4,0

Caso contrário Mf será a menor delas
 Conteúdo
● Formalizar aspectos gerais de análise de dados
− Aprofundar o método científico
− Propagação de incertezas
− Ajustes de funções lineares - método de
mínimos quadrados
− Distribuições de probabilidade
− Testes de significância
● Redação científica
 Bibliografia
● Página da disciplina
− Textos diversos, informações
sobre experimentos,
atividades extras
● Livros
− Fundamentos da Teoria de
Erros, J.H. Vuolo
− Tratamento Estatístico de
Dados em Física Experimental,
O. Helene, V. Vanin
Calendário
 Física Experimental II
Revisão de alguns tópicos do
semestre anterior
Incertezas
Ajustes
O Método Científico
Em resumo

Identifique um
problema

Analise e Formule
conclua hipóteses

Experimente
Medidas
Toda medida é uma comparação com um padrão, como por exemplo o
quilograma-padrão. Dessa forma, medidas são sempre sujeitas a
imperfeições e limitações.
3 significativos 3 significativos

2,65 ± 0,05 cm ou 2,65(5) cm

e e d i u e e d i u
x x u n n x x u n n
c c
a a v e
i a a v i
t t i d t t i e d
r
o o d a o o d r a
t
t
o e d o d
z e
s e s z
e
a
o o a

Algarismos significativos:
todos os que se tem certeza
e o primeiro duvidoso.
Qualidade de uma medida
Alta precisão Alta precisão
Alta veracidade Baixa veracidade
Precisão (precision):
grau de concordância
entre os valores obtidos
em medições repetidas
Está relacionada apenas a
erros aleatórios

Baixa precisão Baixa precisão

Alta veracidade Baixa veracidade
Veracidade (trueness):
grau de concordância
entre a média de
infinitas medições
repetidas e um valor de
referência
Está relacionada apenas a
erros sistemáticos
Limitações de uma medida
Nenhuma medida é exata!

O erro é a diferença entre o valor medido e o valor verdadeiro

(desconhecido) da grandeza:

valor verdadeiro

Como não conhecemos o valor verdadeiro, não podemos conhecer o

erro, mas podemos estimá-lo.

A incerteza é uma estimativa probabilística do módulo do erro.

FONTES DE ERROS
sistemáticos
aleatórios
Limitações de uma medida

Erros aleatórios são aqueles que afetam de maneira

diferente cada um dos dados medidos. Provocam a variação
dos valores obtidos em medições repetidas.
Seu efeito pode ser reduzido aumentando-se o número de
dados.

Erros sistemáticos são aqueles que afetam de maneira igual

todos os dados medidos. Seu efeito não depende do número
de dados medidos.

FONTES DE ERROS
sistemáticos
aleatórios
 Representação de uma medida
A incerteza é escrita com 1 ou 2 algarismos significativos.

A grandeza deve ser escrita até a mesma casa decimal que

sua incerteza.

Exemplo:
Uma medida de tempo resultou no valor 1,96215263841 s
com incerteza de 0,0052452905 s

Opção 1: representar incerteza com 1 significativo σ = 0,005 s

Nesse caso, o resultado seria apresentado como:
T = 1,962 ± 0,005 s ou T = 1,962(5) s

Opção 2: representar incerteza com 2 significativos σ = 0,0052 s

Nesse caso, o resultado seria apresentado como:
T = 1,9622 ± 0,0052 s ou T = 1,9622(52) s
Usando gráficos para interpretar resultados
Qualidade de um ajuste

Esse ajuste está razoável?

Qualidade de um ajuste

Há mais pontos de
um lado da reta
que do outro

NÃO É UM
BOM AJUSTE

Esse ajuste está razoável?

Qualidade de um ajuste

Esse ajuste está razoável?

Qualidade de um ajuste

Há um equilíbrio
no número de
pontos dos dois
lados da reta

Esse ajuste está razoável?

Qualidade de um ajuste

Há um equilíbrio
no número de
pontos dos dois
lados da reta

MAS... há uma
NÃO É UM
tendência ou
BOM AJUSTE
“estrutura” na
posição dos
pontos em
relação à reta

Esse ajuste está razoável?

Qualidade de um ajuste

Esse ajuste está razoável?

Qualidade de um ajuste

Equilíbrio no número
de pontos dos dois
lados da reta

Sem tendência na
posição dos pontos
ESTE É UM
em cada lado
BOM AJUSTE

Esse ajuste está razoável?

Linearização de gráficos
Linearização de gráficos
 Linearização de funções
Frequentemente a linearização de uma função permite
uma análise mais simplificada do problema
Exemplos:
Função
Função original Exemplo de Linearização
linearizada
Propagação de Incertezas

Com slides preparados por Zwinglio Guimarães e Márcia Rodrigues

 A incerteza
• A incerteza é fundamental para indicar a
dúvida em resultados experimentais
– O resultado de um experimento é composto tanto
pelo valor quanto pela incerteza
– Toda grandeza calculada a partir de valores obtidos
experimentalmente tem incerteza

PROBLEMA: Como propagar as incertezas dos dados

medidos para grandezas calculadas com esses dados?
Exemplo: experimento de queda
(2016 – turma de quarta-feira à tarde)
Duas formas equivalentes de se visualizar os dados
 Exemplo: experimento de queda
Interpretação do desvio-padrão amostral como a incerteza
devida aos efeitos aleatórios em cada um dos dados
 Exemplo: experimento de queda
Outra forma de visualizar o desvio-padrão da amostra
 A incerteza do tempo médio de queda:

É razoável supor que a incerteza do tempo médio de queda seja

menor do que a incerteza de cada um dos tempos (uma vez que esses
dados basicamente estão sujeitos a erros aleatórios).

De fato, a incerteza da média devida aos erros aleatórios é dada pelo

desvio-padrão da média, que é menor que o desvio-padrão amostral:
 Incerteza da aceleração média de queda:
Algumas ideias fundamentais

É razoável supor que as incertezas das duas grandezas medidas

diretamente (h e t) irão contribuir para a incerteza de a:

Contribuição da incerteza da altura Contribuição da incerteza do tempo

da queda para a incerteza de a. de queda para a incerteza de a.

1º PROBLEMA:
Como calcular essas contribuições?
 Incerteza da aceleração média de queda:
Algumas ideias fundamentais

É razoável supor que as incertezas das duas grandezas medidas

diretamente (h e t) irão contribuir para a incerteza de a:

Uma forma intuitiva de estimar essas contribuições é ver quanto

muda o valor calculado de a por causa das incertezas de h e de t:

2º PROBLEMA:
Como combinar essas duas contribuições?
Questões sobre propagação de incertezas
que precisamos saber como lidar:

• Qual é a forma adequada de calcular a contribuição

da incerteza das grandezas medidas sobre a grandeza
de interesse?

• Como devem ser combinadas as contribuições

devidas à incerteza de duas (ou mais) grandezas?

Para responder à essas questões é necessário usar a

expressão geral de propagação de incertezas
 Lei de propagação de incertezas:
ideias gerais da dedução para função de 1 variável
definição do
desvio-padrão de w:
 Lei de propagação de incertezas:
ideias gerais da dedução para função de 2 variáveis

x0)
Lei geral de propagação de incertezas:
Aplicação da lei geral de propagação de incertezas
no planejamento de experimentos
(casos de grandezas estatisticamente independentes)

Composição da incerteza final devida às diversas fontes é feita pela

soma quadrática das contribuições
• Dominada pelo maior termo → Indica a incerteza a ser reduzida
 Aplicação da lei de propagação de incertezas
1) Determinar a aceleração média de queda A incerteza de cada dado é
considerando só o primeiro dado medido: o desvio-padrão amostral
(com até 2 Alg. Sig.):
0,14 s

Valor:
2,66 s
 Incerteza:
Aplicação da lei de 0,14 s

propagação de incertezas Valor:

2,66 s
1) Determinar a aceleração média de
queda considerando só o primeiro dado:
 Aplicação da lei de propagação de incertezas
2) Aceleração média de queda
considerando todos os 398 dados:
 Aplicação da lei de
propagação de incertezas
2) Determinar a aceleração média
de queda considerando todos os
398 dados:

Agora, quem mais contribui para a incerteza de a é a incerteza no h → medir melhor a altura
Tarefa para casa

Lista de exercícios 1 OBRIGATÓRIA sobre propagação de

incertezas

Disponível no moodle, aba “Exercícios”, entrega individual

Prazo de entrega: até 29/08/2022 23:59

Obs: Lembrar que a ME é uma das notas que define a

média final na disciplina
Qualidade de um ajuste

Equilíbrio no número
de pontos dos dois
lados da reta

Sem tendência na
posição dos pontos
ESTE É UM
em cada lado
BOM AJUSTE

Esse ajuste está razoável?

 Ajuste de parâmetros de funções

Resíduos medem a diferença entre os dados e a função ajustada

Quanto menores os módulos dos resíduos, melhor o ajuste

Definir um método para minimização do conjunto de módulos

dos resíduos permite definir os parâmetros de funções que
melhor se ajustam aos dados

Neste critério, a incerteza dos dados também precisará ser

considerada
Variável dependente

Variável independente
Resíduo

Variável independente
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico
Cálculo do valor numérico do Q² para cada reta no gráfico

a=0,1965
parâmetros livres da função f
Na próxima aula veremos o caso do
ajuste de reta, e mais detalhes
sobre o Q²
Lembrem-se da tarefa:
Tarefa para casa
Lista de exercícios 1 sobre propagação de incertezas

Disponível no moodle, aba “Exercícios”, entrega individual

Prazo de entrega: até 29/08/2022 23:59

Definir os grupos para a próxima aula