Você está na página 1de 18

Estatística Aplicada à Química

Prof. Msc. Cleidivan Silva Macena


Algarismos Significativos em Cálculos
Numéricos
Algarismos significativos
Regras para a determinação do número de algarismos significativos:

1. Desconsidere todos os zeros iniciais.

2. Desconsidere todos os zeros finais, a menos que eles sejam


seguidos pela vírgula.

3. Todos os algarismos remanescentes, incluindo algarismos entre


dígitos diferentes de zero, são significativos.
Algarismos significativos
Algarismos significativos: número mínimo de algarismos
necessários para expressar o valor em notação científica sem perder a
exatidão.
Pode ser representado por uma das seguintes formas:

9,25 ∙ 104 3 algarismos significativos


9,250 ∙ 104 4 algarismos significativos
9,2500 ∙ 104 5 algarismos significativos
Algarismos significativos na aritmética

Adição e subtração: Expressamos todos os números com mesmo


expoente e os alinhamos em relação à vírgula. A resposta deve ser
arredondada de acordo com o número que tenha o menor número de
casas decimais.
Exemplo
 Exemplo de adição:
1,362 ∙ 10−4
+3,111 ∙ 10−4
4,473 ∙ 10−4

 Exemplo de subtração:
7,26 ∙ 1014
−6,69 ∙ 1014
0,57 ∙ 1014
Algarismos significativos na aritmética

Multiplicação e divisão: Na multiplicação e na divisão, estamos


normalmente limitados ao número de algarismos contidos no número
com menos algarismos significativos.
Exemplo
 Exemplo de multiplicação :
4,3179 ∙ 1012
× 3,6 ∙ 10−19
1,6 ∙ 10−6
 Exemplo de divisão:
34,60
÷ 2,462 87
14,05
Algarismos significativos
Seja especialmente cuidadoso no arredondamento de resultados de
cálculos envolvendo logaritmos. As seguintes regras se aplicam na
maior parte das situações.

1. Em um logaritmo de um número, mantenha tantos dígitos nas casas


decimais, à direita, quanto existam no número original.

2. Em um antilogaritmo de um número, mantenha tantos dígitos quanto


existam nas casas decimais no número original.
Exemplo
Arredonde as seguintes respostas para que apenas dígitos
significativos sejam mantidos: a) 𝑙𝑜𝑔(4,000 ∙ 10−5 ) b) 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 (12,5)

a) Seguindo a regra número 1, mantemos quatro dígitos à direita da


vírgula:

𝑙𝑜 𝑔 4,000 ∙ 10−5 = −4, 𝟑𝟗𝟕𝟗

b) Seguindo a regra número 2, podemos manter apenas um dígito:

𝑎𝑛𝑡𝑖𝑙𝑜𝑔 12,5 = 𝟑 ∙ 1012


Desvio Padrão
O desvio padrão, 𝑠, mede como os dados estão agrupados em torno
da média. Quanto menor for o desvio padrão mais próximos os dados
estarão agrupados em torno da média.

𝑁 2
𝑖=1 𝑥𝑖 − 𝑥
𝑠=
𝑁−1

Em que 𝑥𝑖 representa os valores individuais de 𝑥 que perfazem o


conjunto de 𝑁 réplicas de medidas, e, 𝑥, a média aritmética.
Variância
A variância é o quadrado do desvio padrão. A variância da amostra 𝑠 2 é
uma estimativa da variância da população 𝜎 2 e é dada por

𝑁 2
𝑖=1 𝑥𝑖 − 𝑥
𝑠2 =
𝑁−1

Em que 𝑥𝑖 representa os valores individuais de 𝑥 que perfazem o


conjunto de 𝑁 réplicas de medidas, e, 𝑥, a média aritmética.
Variância
A variância de uma soma ou diferença é igual à soma das variâncias
individuais. O valor mais provável para o desvio padrão de uma soma
ou diferença pode ser encontrado extraindo-se a raiz quadrada da soma
dos quadrados dos desvios padrão absolutos individuais. Assim, para o
cálculo

𝑦 = 𝑎 ±𝑠𝑎 + 𝑏 ±𝑠𝑏 + 𝑐(±𝑠𝑐 )

A variância de 𝑦, 𝑠𝑦 2 é dada por

𝑠𝑦 2 = 𝑠𝑎 2 + 𝑠𝑏 2 + 𝑠𝑐 2
Propagação de Erros em Cálculos Aritméticos
Desvio Padrão de uma Soma ou Diferença
Considere a soma

Assim, o desvio padrão 𝑠𝑦 do resultado é


Desvio Padrão de um Produto ou Cociente
Considere o seguinte cálculo em que os números entre parênteses são,
novamente, os desvios padrão absolutos:

Aplicando essa equação ao exemplo numérico, temos

Para completar o cálculo, precisamos encontrar o desvio padrão do


resultado,
Desvio Padrão em Cálculos Envolvendo Exponenciais
REFERÊNCIAS
BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. 2010. p. 540.

MILLER, James; MILLER, Jane C. Statistics and chemometrics for analytical


chemistry. Pearson education, 2018.

SKOOG, Douglas A.; WEST, Donald M.; HOLLER, F. James. Fundamentos de


química analítica. Reverté, 1997.

Você também pode gostar