Escolar Documentos
Profissional Documentos
Cultura Documentos
Apoio:
Presidente
Carlos Eduardo Bielschowsky
Material Didático
M323t
Marechal, Bernard M.
Tópicos de tratamento de dados experimentais. v. 1 / Bernard
M. Marechal. – Rio de Janeiro : Fundação CECIERJ, 2006.
53p.; 21 x 29,7 cm.
ISBN: 85-7648-026-3
1. Física. I. Título.
CDD: 530.1
2006/1
Referências Bibliográficas e catalogação na fonte, de acordo com as normas da ABNT.
Governo do Estado do Rio de Janeiro
Governadora
Rosinha Garotinho
Universidades Consorciadas
Volume 1
Objetivos
As páginas que seguem, além de contribuirem para refrescar sua memória,
fornecem as informações necessárias e, esperamos, suficientes para tratar de
maneira correta e rigorosa os dados fornecidos, direta ou indiretamente, pelas
experiências que você realizará durante sua vida de experimentador. O
livro do José Henrique Vuolo, “Fundamentos da Teoria de Erros”, inspirou
fortemente este texto complementar. Os exercı́cios do livro são importantes
para melhor compreensão do conteúdo: não deixe de tentar resolvê-los. Se
conseguir, ótimo. Se não, pode pedir socorro: faremos todo o possı́vel para
ajudá-lo!
Introdução
Uma experiência só está concluı́da após a apresentação correta e a
análise (ou tratamento) dos dados. Nenhuma conclusão pode ser tirada,
nenhum modelo pode ter suas predições verificadas sem uma discussão rigo-
rosa dos números que a experiência forneceu.
A palavra Tópicos significa que este texto é somente um resumo de
uma literatura extensa sobre a matéria e não um tratado exaustivo e auto-
suficiente. Recomendamos, em particular, que o livro de José Henrique Vuolo,
“Fundamentos da Teoria de Erros” [Vuolo(96)], esteja sempre ao seu alcance,
tornando-se (e por que não?) seu “livro de cabeceira”. Espera-se que você
esteja familiarizado com os princı́pios básicos e o vocabulário dessa área de
conhecimento. Aconselhamos, fortemente, que você estude os capı́tulos 1 a
7 e o capı́tulo 9 deste livro, pois grande parte do conteúdo desses capı́tulos
deve ser abordada, ou pelo menos mencionada, nos cursos de fı́sica.
Se você não conseguir acompanhar o que será visto agora, tem de dar
um tempo e “começar pelo começo”, isto é, entender os conceitos e princı́pios
básicos de estatı́stica e probabilidade.
7 CEDERJ
Tópicos de tratamento de dados experimentais
α = 3, 936
Exercı́cio 1
Exercı́cio 2
CEDERJ 8
Tópicos de tratamento de dados experimentais
APOSTILA
o 5
C = (o F − 32)
9
Em seguida, ele propagou a incerteza experimental de leitura
σtcharles = 0.5o F
Lembretes Fundamentais
No intuito de poupar muitas idas e voltas entre este texto e a referência
bibliográfica sugerida, vamos lembrar conceitos e definições de maior im-
portância, para poder, em seguida, aprender como propagar incertezas, ajus-
tar curvas téoricas a dados experimentais e testar hipóteses. Consideraremos
9 CEDERJ
Tópicos de tratamento de dados experimentais
CEDERJ 10
Tópicos de tratamento de dados experimentais
APOSTILA
n
1X
σ2 = (xi − µx )2 (4)
n i=1
expressão que mostra que essa variância é a média dos quadrados dos
desvios di ≡ xi − µx das medidas, em torno de seu valor médio ver-
dadeiro µx .
√
O desvio padrão σ ≡ + σ 2 caracteriza a dispersão das medidas em
relação a µx . Mostra-se que o desvio padrão no valor médio é dado
ver o § 7.3 do Vuolo (96)
por:
σ
σm = √ (5)
n
n n
2 1 X 1 X 2 n
σ ' (xi − x)2 = xi − x2 (6)
n − 1 i=1 n − 1 i=1 n−1
Exercı́cio 3
11 CEDERJ
Tópicos de tratamento de dados experimentais
n
1 X
σxy ' (xi − x)(yi − y) (10)
n − 1 i=1
d xi = xi − µ x e d yi = y i − µ y (11)
{σxy }v = 0 (12)
CEDERJ 12
Tópicos de tratamento de dados experimentais
APOSTILA
Exercı́cio 4
• Coeficiente de Correlação
13 CEDERJ
Tópicos de tratamento de dados experimentais
1
Di
0
i
dy
-1
Âopt
-2
-3
-4
-4 -2 0 2 4
dx i
Exercı́cio 5
dS
Calcule a derivada e utilize as definições da covariânca e da variância
da
de conjunto para mostrar que:
n
X
d x i d yi
i=1 σxy
aopt = n = (17)
X σx2
d2xi
i=1
CEDERJ 14
Tópicos de tratamento de dados experimentais
APOSTILA
0.8
0.6
i
dy
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
dx i
15 CEDERJ
Tópicos de tratamento de dados experimentais
i
dy
2
0
-4 -2 0 2 4
dx i
Propagação de Incertezas
Quando grandezas fı́sicas são medidas diretamente com instrumen-
tos, as incertezas experimentais são estimadas. A partir desses resultados,
fórmulas matemáticas permitem medir indiretamente outras grandezas cu-
jas incertezas são obtidas propagando as incertezas experimentais. Por
exemplo, medindo o comprimento l ± σl e o perı́odo T ± σT de um pêndulo
simples com uma trena e um cronômetro, respectivamente, podemos deter-
l
minar o valor da aceleração da gravidade g, pois sabemos que g = 4π 2 2
T
(isto é demonstrado no curso de Fı́sica 2B). O novo desafio consiste em de-
terminar a incerteza σg sobre o valor da medida indireta de g . Como? É
isso que vamos descobrir agora!
CEDERJ 16
Tópicos de tratamento de dados experimentais
APOSTILA
αi ' α(µx , µy , µz , . . .)
∂α ∂α
+ (xi − µx ) + (yi − µy ) + . . .
∂x x=µx ∂y y=µy
1 ∂ 2 α 2 1 ∂ 2 α
+ (x i − µ x ) + (yi − µy )2 + . . .
2 ∂x2 x=µx 2 ∂y 2 y=µy
(19)
É razoável desprezar os termos de ordem ≥ 2 se condições do tipo
∂ 2 α
(xi − µx )2 ' 0 para (xi − µx ) ' σx
∂x2 x=µx
são satisfeitas.
Nesse caso, as derivadas primeiras são praticamente constantes para
desvios da ordem de ±σx , ±σy , ±σz ,. . . , em torno de µx , µy , µz ,. . . ,
respectivamente, isto é, a função α varia lentamente em torno do
ponto definido pelas coordenadas µx , µy , µz , . . .
∂α
n
1 Pn 1X
α i ' α(µ x , µ y , µ z , . . .) + (xi − µx )
n i=1 ∂x x=µx n i=1
∂α
n
1X
+ (yi − µy ) + . . .
∂y x=µy n i=1
17 CEDERJ
Tópicos de tratamento de dados experimentais
n
1X
lim αi ' α(µx , µy , µz , . . .)
n−→∞ n i=1
Assim, obtemos
µα ' α(µx , µy , µz , . . .) (20)
Exercı́cio 6
∂α ∂α
+ 2 (xi − µx )(yi − µy ) + ...
∂x x=µx ∂y y=µy
∂α ∂α
+ 2 (yi − µy )(zi − µz ) + ...
∂y y=µy ∂z z=µz
CEDERJ 18
Tópicos de tratamento de dados experimentais
APOSTILA
n σ o2 n σ o2 n σ o2 σxy
α x y
α = a xm y n = m2 + n2 +2mn
α x y xy
ln(x) n m o2 n σ o2
x
α = m loga x ≡ m σα2 =
ln(a) ln(a) x
Exercı́cio 7
19 CEDERJ
Tópicos de tratamento de dados experimentais
∂α 2 ∂α 2 ∂α 2
{σα2 }v = 2
{σx }v + 2
{σy }v + {σz2 }v + · · ·
∂x x=µx ∂y y=µy ∂z z=µz
∂α ∂α ∂α ∂α
+ 2 {σxy }v + 2 {σxz }v + · · ·
∂x x=µx ∂y y=µy ∂x x=µx ∂z z=µz
(24)
∂β ∂β
βi ' β(µx , µy , µz , . . .) + (xi − µx ) + (yi − µy ) + . . .
∂x ∂y
onde as derivadas parciais são calculadas nos valores médios verdadei-
ros de cada variável.
CEDERJ 20
Tópicos de tratamento de dados experimentais
APOSTILA
∂β ∂β
βi − µ β ' (xi − µx ) + (yi − µy ) + . . .
∂x ∂y
1 Pn n ∂α ∂β ∂α ∂β
σαβ ' i=1 (xi − µx )2 + (yi − µy )2 + . . .
n ∂x ∂x ∂y ∂y
∂α ∂β ∂α ∂β o
+ ( + )(xi − µx )(yi − µy ) + . . .
∂x ∂y ∂y ∂x
∂α ∂β 2 ∂α ∂β 2
σαβ ' σx + σ + ...
∂x ∂x ∂y ∂y y
(27)
n ∂α ∂β ∂α ∂β o
+ + σxy + . . .
∂x ∂y ∂y ∂x
Se as variáveis x, y, z, . . . forem independentes, sabemos que suas
covariâncias serão nulas. Portanto, o resultado anterior se torna mais
simples:
∂α ∂β 2 ∂α ∂β 2
σαβ ' σx + σ + ... (28)
∂x ∂x ∂y ∂y y
Um pequeno lembrete: na prática, usaremos sempre as médias,
variâncias e covariâncias de conjunto, uma vez que as de processo (ou
verdadeiras) são, por essência, desconhecidas.
• Transferência de Incertezas
21 CEDERJ
Tópicos de tratamento de dados experimentais
2.5
2.25
1.75
T (s)
1.5
1.25
0.75
0.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4
l (m)
CEDERJ 22
Tópicos de tratamento de dados experimentais
APOSTILA
2.5
2.25
1.75
T (s)
1.5
1.25
0.75
0.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4
l (m)
w = T − T (l)
23 CEDERJ
Tópicos de tratamento de dados experimentais
n dT o2
σT2 ∗ = σT2 + σl2 (29)
dl
Após a transferência, a nova variância σT2 ∗ é chamada variância
efetiva.
Entretanto, temos um pequeno problema, pois, não conhecendo
(ainda!) qual a dependência funcional entre l e T , não pode-
dT
mos calcular a derivada . O melhor que se pode esperar é estimar
dl
essa derivada, seja chutando uma função que poderia representar a
dependência funcional experimental {li , Ti }, seja calculando os
coeficientes angulares das tangentes a uma curva suave traçada a olho
e passando o mais perto possı́vel dos pontos experimentais, como indi-
cado na Figura 6.
Ti
Ti
i
dT
Figura 6: Estimativa “gráfica” das derivadas .
dl
CEDERJ 24
Tópicos de tratamento de dados experimentais
APOSTILA
Ajustes de Funções
Apresentaremos, a seguir, os dois métodos mais conhecidos, e con-
seqüentemente mais utilizados, para ajustar funções a um conjunto de dados
experimentais, o de Máxima Verossimilhança e o dos Mı́nimos Qua-
drados, sendo, o segundo, um caso particular do primeiro.
25 CEDERJ
Tópicos de tratamento de dados experimentais
1 n y i − µ i o2
K −
Pi = e 2 σi
σi
CEDERJ 26
Tópicos de tratamento de dados experimentais
APOSTILA
1 X n y i − µ i o2
n
−
Kn 2 i=1 σi
P = e
σ1 σ2 . . . σ n
i=1
σi
∂χ2
=0 para j = 1, . . . , p (31)
∂aj
Vamos agora aplicar esse método à regressão de funções lineares nos
parâmetros que são, em muitos casos, excelentes aproximações de
funções quaisquer.
1n o
n p
X X
−2 yi − ak fk (xi ) fj (xi ) = 0 para j = 1, . . . , p
σ2
i=1 i k=1
27 CEDERJ
Tópicos de tratamento de dados experimentais
fj ≡ fj (xi )
CEDERJ 28
Tópicos de tratamento de dados experimentais
APOSTILA
A = M−1 B (36)
p
X
aj = M−1 jk
bk para j = 1, . . . , p (37)
k=1
M−1 sendo o elemento da linha j e da coluna k da matriz
jk
inversa da matriz M e bk o elemento da linha k da matriz
coluna B.
Neste ponto, supomos que você saiba inverter uma matriz. Caso contrário,
seria muito oportuno consultar seu curso de ágebra linear!
p n
X −1
X yi fk
aj = M para j = 1, . . . , p (38)
k=1
jk
i=1
σi2
n
X ∂aj 2 2
σa2j = σi
i=1
∂yi
29 CEDERJ
Tópicos de tratamento de dados experimentais
Assim,
1 nX o2
n p
X −1
σa2j = M jk fk
i=1
σi2 k=1
que pode também ser escrito como
1 nX o nX o
n p p
X −1 −1
σa2j = M f k M f l
i=1
σi2 k=1 jk
l=1
jl
(I)jl = δjl
δjj = 1 e
δjl = 0 para j 6= l
Portanto,
p
X
σa2j = M−1 jl δjl
l=1
CEDERJ 30
Tópicos de tratamento de dados experimentais
APOSTILA
Reordenando os somatórios
p p n
X X −1 −1
X fk fl
σa j a m = M M
k=1 l=1
mk jl
i=1
σi2
p
X nX
p
o
−1
= M jl
M−1 mk
M kl
l=1 k=1
isto é,
p
X
σa j a m = M−1 jl
δml
l=1
31 CEDERJ
Tópicos de tratamento de dados experimentais
n
X
yi f1
i=1
n
X
yi f2
i=1
Xn
yi f3
1 i=1
B= 2 (42)
σ
Xn
yi f4
i=1
···
···
···
Xn
yi fp
i=1
X n Xn n
X
2
f1 f1 f2 ··· f1 fp
i=1 i=1 i=1
Xn Xn Xn
f2 f1 f22 ··· f2 fp
1 i=1 i=1 i=1
M= 2 ··· ··· ··· ···
(43)
σ
··· ··· ··· ···
··· ··· ··· ···
Xn Xn Xn
fp f1 fp f1 ··· fp2
i=1 i=1 i=1
CEDERJ 32
Tópicos de tratamento de dados experimentais
APOSTILA
−1
A matriz das covariâncias M é, agora, proporcional a σ 2 e, por-
tanto, a matriz A dos parâmetros ajustados, solução da Equação
matricial (36), não depende da incerteza experimental única σ. En-
tretanto, devemos notar que variâncias e covariâncias dos parâmetros,
por serem os elementos da matriz das covariâncias, são proporcionais
a σ2.
χ2 = ν e σχ2 2 = 2ν
Como será mostrado mais adiante, essas propriedades podem ser utili-
zadas para avaliar a qualidade de um ajuste pelo método dos
mı́nimos quadrados.
No caso de incertezas iguais (σi = σ) e de um grande número n de
medidas, o χ2 pode ser aproximado por seu valor médio:
n
1 X 2
y i − f (x i ) 'ν
σ 2 i=1
33 CEDERJ
Tópicos de tratamento de dados experimentais
• Regressão Polinomial
f (x) = a1 + a2 x + a3 x2 + . . . + am+1 xm
Xn
1
y
2 i
i=1
σ i
X n
1
y x
σ 2 i i
i=1 i
n
X 1
2
y x
2 i i
σ i
B=
i=1
(46)
n
X 1
3
y x
2 i i
σ
i=1 i
···
···
···
X n
1 m
y i xi
i=1 i
σ2
CEDERJ 34
Tópicos de tratamento de dados experimentais
APOSTILA
Xn Xn X n
1 1 1 m
xi ··· x
σ2
i=1 i
σ2
i=1 i
σ2 i
i=1 i
n
X 1 X n
1 2
n
X 1
x x ··· x m+1
2 i
i=1 σi σi2 i i=1 i
σ2 i
i=1
M=
··· ··· ··· ···
(47)
··· ··· ··· ···
··· ··· ··· ···
··· ··· ··· ···
Xn Xn X n
1 m 1 m+1 1 2m
x
2 i
x ··· x
σ
i=1 i i=1 i
σ2 i σ2 i
i=1 i
n
X
yi
i=1
Xn
y i xi
i=1
Xn
yi x2i
1
B= 2 i=1 (48)
σ
Xn
3
y i xi
i=1
···
···
···
Xn
m
y i xi
i=1
35 CEDERJ
Tópicos de tratamento de dados experimentais
n n
X X
n xi ··· xm i
i=1 i=1
n
X X n Xn
xi x2i ··· xm+1
i
1
M= 2 i=1 i=1 i=1 (49)
σ ··· ··· ··· ···
··· ··· ··· ···
··· ··· ··· ···
Xn n
X Xn
2m
xm
i xm+1
i ··· xi
i=1 i=1 i=1
• Regressão Linear
Temos pela frente uma tarefa mais fácil, a de ajustar uma função linear
f (x; a1 , a2 ) = a1 f1 (x) + a2 f2 (x), onde f1 (x) = 1 e f2 (x) = x.
As Equações (46) e (47) reduzem-se, agora, a:
n
X 1
yi
i=1 σi2
B=
(50)
Xn
1
y i xi
i=1 i
σ2
n n
X 1 X 1
x
2 i
i=1 σi2 σ i
i=1
M=
(51)
Xn
1
n
X 1
2
xi x
i=1
σi2 σ2 i
i=1 i
CEDERJ 36
Tópicos de tratamento de dados experimentais
APOSTILA
Xn Xn
1 1 2
Sx = xi Sx 2 = x
σ2
i=1 i
σ2 i
i=1 i
(52)
Xn Xn
1 1
Sy = y
2 i
Sxy = y x
2 i i
i=1
σ i i=1
σ i
onde
∆ = S Sx2 − Sx2 (54)
é o determinante da matriz M .
as variâncias
Sx 2 S
σa21 = σa21 = (56)
∆ ∆
e a covariância
Sx
σa 1 a 2 = − (57)
∆
37 CEDERJ
Tópicos de tratamento de dados experimentais
n
X n
X
Sx = σ −2
xi Sx 2 = σ −2
x2i
i=1 i=1 (58)
n
X
−2 −2
Sy = σ yi Sxy = σ y i xi
i=1
0
temos ∆ = σ −4 (n sx2 − s2x ) ≡ σ −4 ∆ e obtemos as novas expressões
dos parâmetros ajustados,
1
a1 = {sx2 sy − sx sxy }
∆0
1 (60)
a2 = {n sxy − s x sy }
∆0
e da covariância,
sx 2
σa 1 a 2 = − σ (62)
∆0
CEDERJ 38
Tópicos de tratamento de dados experimentais
APOSTILA
χ2
χ2red = (66)
ν
Observe atentamente as Figuras 7, 8 e 9 a seguir que ilustram os resultados
de experimentos realizados por três experimentadores , o João (JO), a Sandra
(SA) e o Leandro (LE). Os pontos experimentais {xi , yi } dessas figuras
são idênticos, porém as incertezas do João são duas vezes maiores que as da
Sandra, que são duas vezes maiores que as do Leandro. Cada experimentador
ajustou uma reta aos seus dados, obtendo os χ2red seguintes:
χ2red (JO) = 0.36 χ2red (SA) = 1.44 χ2red (LE) = 5.76 (67)
10
6
y (m)
0
0 5 10 15 20 25 30
t (segundos)
10
6
y (m)
0
0 5 10 15 20 25 30
t (segundos)
10
6
y (m)
0
0 5 10 15 20 25 30
t (segundos)
χ2red (JO) = 0.06 χ2red (SA) = 0.23 χ2red (LE) = 0.94 (68)
41 CEDERJ
Tópicos de tratamento de dados experimentais
10
y (m)
4
0
0 5 10 15 20 25 30
t (segundos)
Figura 10: Ajuste quadrático realizado por João,com covariâncias muito pe-
quenas, σa0 a1 = −0, 035, σa0 a2 = −0, 001 e σa1 a2 = −0, 0002.
10
6
y (m)
0
0 5 10 15 20 25 30
t (segundos)
CEDERJ 42
Tópicos de tratamento de dados experimentais
APOSTILA
10
6
y (m)
0
0 5 10 15 20 25 30
t (segundos)
43 CEDERJ
Tópicos de tratamento de dados experimentais
(reta) (parab)
Ncr (JO) = 9 Ncr (JO) = 13
(reta) (parab)
Ncr (SA) = 3 Ncr (SA) = 9
(reta) (parab)
Ncr (LE) = 0 Ncr (LE) = 5
CEDERJ 44
Tópicos de tratamento de dados experimentais
APOSTILA
45 CEDERJ
Tópicos de tratamento de dados experimentais
√
com Γ(1) = 1 e Γ(1/2) = π
χ2 = ν e χ2red = 1 (72)
Exercı́cio 8
e as Equações 70 e 71.
Exercı́cio 9
Resolvendo a Equação
dh(χ2)
=0,
dχ2
mostre que o valor mais provável do χ2 para ν ≥ 2 , é:
(χ2 )mp = ν − 2
Exercı́cio 10
Mostre que
2
(χ2red )mp = 1 −
ν
CEDERJ 46
Tópicos de tratamento de dados experimentais
APOSTILA
Exercı́cio 11
da área.
O critério do nı́vel de confiança consiste em definir um valor mı́nimo
arbitrário da probabilidade P (χ2 > χ20 ) para aceitar um ajuste pelo método
dos mı́nimos quadrados. O valor mı́nimo geralmente adotado é de 5% .
As Tabelas 2 e 3 a seguir permitem analisar os resultados obtidos pelos
nossos experimentadores Sandra, Leandro e João.
47 CEDERJ
Tópicos de tratamento de dados experimentais
pois tem-se
Z χ21 Z ∞ Z ∞
2 2 2 2
h(χ ) dχ = h(χ ) dχ − h(χ2 ) dχ2 (75)
χ20 χ20 χ21
CEDERJ 48
Tópicos de tratamento de dados experimentais
APOSTILA
2.5
2.0
1%
1.5
10% 5%
c2/n
32%
1.0 50%
68%
90% 95%
0.5 99%
0.0
0 10 20 30 40 50
Graus de liberdade n
49 CEDERJ
Tópicos de tratamento de dados experimentais
10
6
y (m)
0
0 5 10 15 20 25 30
t (segundos)
10
6
y (m)
0
0 5 10 15 20 25 30
t (segundos)
CEDERJ 50
Tópicos de tratamento de dados experimentais
APOSTILA
3.75
3.5
3.25
2.75
drc /s
2.5
2.25
1.75
2 3
10 10 10
n
51 CEDERJ
Tópicos de tratamento de dados experimentais
Conclusão
Você leu atentamente este texto? Consultou as referências sugeri-
das? Tentou resolver os exercı́cios propostos? Muito bem! Com certeza,
isso não é suficiente para fazer de você um expert, mas acreditamos que
deve estar pronto para tratar corretamente dados experimentais e concluir
suas experiências.
CEDERJ 52
Agradecimentos
– Aos estudantes do Instituto de Fı́sica da UFRJ, Tatiana da Silva, Cris-
tina Schoch Vianna e Kazuyoshi Akiba que ajudaram a simular experiências
e a realizar regressões.