You are on page 1of 79

´

Indice
Lista de Tabelas 4
Lista de Figuras 5
1 Instru¸c˜oes Gerais 1
2 Teoria de Erros 5
2.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Algarismos Significativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.1 Nota¸c˜ao cient´ıfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.2 Transforma¸c˜ao de unidades . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.3 Arredondamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.4 Opera¸c˜oes com algarismos significativos . . . . . . . . . . . . . . . . . . . 6
2.2.4.1 Adi¸ c˜ao e subtra¸ c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2.4.2 Multiplica¸c˜ao e divis˜ao . . . . . . . . . . . . . . . . . . . . . . . 7
2.2.4.3 Fun¸c˜oes transcendentais . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Introdu¸c˜ao `a Teoria de Erros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.1 Tipos de erros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.3.1.1 Erros de acur´acia . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.2 Erros de Precis˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.3 Propaga¸c˜ao de erros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3.3.1 Soma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.3.2 Subtra¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.3.3 Produto simples . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.3.4 Potencia¸ c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.3.5 Divis˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3 Instrumentos de medida 16
3.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2 Padr˜oes de medidas e sistemas de unidades . . . . . . . . . . . . . . . . . . . . . 16
3.2.1 Sistemas de unidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.3 Instrumentos de medidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3.1 Medidas de comprimento . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3.1.1 O micrˆometro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3.1.2 O paqu´ımetro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1
2
´
Indice
4 Interpreta¸c˜ao gr´afica de dados 27
4.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2 Tipos de gr´aficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.3 Confec¸c˜ao de gr´aficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.3.1 Regras gerais para confec¸ c˜ao de gr´aficos . . . . . . . . . . . . . . . . . . . 29
4.3.1.1 T´ıtulo e legenda do gr´afico . . . . . . . . . . . . . . . . . . . . . 29
4.3.1.2 Eixos, escalas e unidades . . . . . . . . . . . . . . . . . . . . . . 30
4.3.1.3 Dados, fun¸ c˜oes te´oricas e curvas m´edias . . . . . . . . . . . . . . 31
4.4 Gr´aficos de linhas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.4.1 Escalas lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.4.1.1 Tra¸cando curvas m´edias . . . . . . . . . . . . . . . . . . . . . . . 33
4.4.1.2 Avalia¸c˜ao de incertezas nos coeficientes . . . . . . . . . . . . . . 36
4.4.1.3 Lineariza¸ c˜ao de dados . . . . . . . . . . . . . . . . . . . . . . . . 38
4.4.2 Escalas logar´ıtmicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.4.2.1 Gr´afico mono-log . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.4.2.2 Gr´afico di-log . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.5 Histogramas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.5.1 Histograma de n´ umero de ocorrˆencias (·) . . . . . . . . . . . . . . . . . . 49
4.5.2 Histograma de frequˆencia de ocorrˆencia (1) . . . . . . . . . . . . . . . . . 50
4.5.3 Histograma de densidade de probabilidades (H) . . . . . . . . . . . . . . 52
4.5.4 Constru¸c˜ao de histogramas . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.5.5 Interpreta¸ c˜ao de um histograma . . . . . . . . . . . . . . . . . . . . . . . 53
5 Experimento I: Medidas e Erros 55
5.1 Pr´e-Relat´orio I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Roteiro: Medidas e Erros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.3 Procedimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6 Experimento II: Movimento no Plano Inclinado 59
6.1 Pr´e-Relat´orio II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.1.1 Planejamento do Experimento . . . . . . . . . . . . . . . . . . . . . . . . 59
6.2 Roteiro: Movimento no Plano Inclinado . . . . . . . . . . . . . . . . . . . . . . . 60
6.2.1 Procedimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7 Experimento III: For¸ca de Atrito 62
7.1 Pr´e-Relat´orio III . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
7.1.1 Planejamento do Experimento . . . . . . . . . . . . . . . . . . . . . . . . 63
7.2 Roteiro: For¸ca de Atrito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.2.1 Procedimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.2.2 Notas sobre procedimento e medida . . . . . . . . . . . . . . . . . . . . . 65
8 Experimento IV: Teorema Trabalho-Energia Cin´etica 67
8.1 Pr´e-Relat´orio IV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.2 Roteiro: Teorema Trabalho-Energia Cin´etica . . . . . . . . . . . . . . . . . . . . 68
´
Indice 3
9 Experimento V: Coeficiente de Restitui¸c˜ao 70
9.1 Pr´e-Relat´orio V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
9.2 Roteiro: Coeficiente de Restitui¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . 71
9.2.1 Procedimento: decaimento exponencial e gr´afico mono-log . . . . . . . . . 72
Lista de Tabelas
3.1 As sete unidades b´asicas do SI e os s´ımbolos utilizados para a sua representa¸c˜ao 17
3.2 Algumas unidades derivadas no SI e os s´ımbolos utilizados para a sua representa¸c˜ao 18
3.3 M´ ultiplos e subm´ ultiplos do SI com seus respectivos s´ımbolos. . . . . . . . . . . 18
4.1 Altura (ℎ) em fun¸ c˜ao do tempo (t) para um corpo em queda livre. . . . . . . . . 39
4
Lista de Figuras
2.1 A melhor estimativa de uma determinada grandeza A ´e mostrada em uma escala
linear. A medida de A foi repetida v´arias vezes e todos os valores encontrados
est˜ao espalhados em um intervalo assinalado pela regi˜ao entre colchetes. Este ´e o
intervalo de valores prov´aveis, ou seja, se mais uma medida for realizada ela tem
grande probabilidade de se encontrar neste intervalo. . . . . . . . . . . . . . . . 8
2.2 Compara¸c˜ao do resultado de duas medidas em trˆes situa¸c˜oes distintas. Pode-se
considerar os valores destas duas medidas (a de cima e a de baixo) como provavel-
mente iguais, talvez iguais, ou como provavelmente desiguais, dependendo
do grau de superposi¸ c˜ao de suas incertezas, como pode ser observado pelo grau de
superposi¸ c˜ao dos colchetes na primeira e segunda linhas correspondentes a cada
caso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Diferen¸ca entre incerteza e discrepˆancia . . . . . . . . . . . . . . . . . . . . . . . 9
3.1 Micrˆometro padr˜ao similar aos utilizados no laborat´orio did´atico. . . . . . . . . 19
3.2 Micrˆometro de profundidade (esquerda) e para medidas de espessura de chapas
(direita) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3 Parafuso microm´etrico graduado de um micrˆometro simples. . . . . . . . . . . . 21
3.4 Realizando uma medida com um micrˆometro simples. . . . . . . . . . . . . . . . 22
3.5 Exemplos de leitura de micrˆometro. . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.6 Paqu´ımetro t´ıpico e seus principais componentes . . . . . . . . . . . . . . . . . . 23
3.7 Alguns m´etodos de utiliza¸ c˜ao de um paqu´ımetro para realiza¸c˜ao de medidas ex-
ternas (acima), internas (meio) e de profundidade (abaixo) . . . . . . . . . . . . 24
3.8 Esquema de um nˆonio ou escala de Vernier. . . . . . . . . . . . . . . . . . . . . 25
3.9 Nˆonios de vig´esimos e quinquag´esimos. . . . . . . . . . . . . . . . . . . . . . . . 25
3.10 Realiza¸c˜ao de uma leitura no paqu´ımetro. . . . . . . . . . . . . . . . . . . . . . 26
4.1 Principais tipos de gr´aficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2 Exemplo de gr´afico linear. Nesse gr´afico, os pontos correspondem `a medidas ex-
perimentais e a linha representa o comportamento m´edio. . . . . . . . . . . . . . 29
4.3 Componentes t´ıpicos de um gr´afico cient´ıfico padr˜ao. . . . . . . . . . . . . . . . 30
4.4 Alguns exemplos de formas CORRETAS de desenhar eixos de um gr´afico . . . . 31
4.5 Algumas formas INCORRETAS de desenhar eixo em um gr´afico. . . . . . . . . 32
4.6 Representa¸ c˜ao de pontos experimentais em um gr´afico. NUNCA LIGUE OS
PONTOS. Indique as barras de incerteza (se for o caso) em cada ponto nos eixos
r e j. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.7 Principais tipos de gr´aficos de linhas utilizados no meio cient´ıfico. . . . . . . . . 34
5
6 Lista de Figuras
4.8 Papel em escala milimetrada. Nesse caso, ambas coordenadas s˜ao igualmente
espa¸cadas em cent´ımetros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.9 Velocidade de queda de um ovo. . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.10 Alguns exemplos de curva francesa. A curva francesa ´e comumente utilizada para
tra¸car curvas m´edias de gr´aficos cient´ıficos. . . . . . . . . . . . . . . . . . . . . . 37
4.11 Exemplo da utiliza¸ c˜ao da curva francesa para tra¸ car uma curva m´edia em um
gr´afico cient´ıfico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.12 Velocidade de queda de um ovo com a sua respectiva reta m´edia que ´e utilizada
para extrair informa¸c˜oes num´ericas a respeito do movimento de queda. . . . . . 38
4.13 Conjunto de dados no qual o uso de uma reta m´edia n˜ao ´e adequado para descrever
o comportamento dos dados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.14 Procedimento para estimar as incertezas nos coeficientes da reta m´edia. . . . . . 40
4.15 Altura de um corpo em queda livre como fun¸ c˜ao do tempo de queda. . . . . . . 41
4.16 Altura de um corpo em queda livre como fun¸ c˜ao do tempo de queda ao quadrado. 42
4.17 Escala logar´ıtmica (abaixo) em compara¸c˜ao com a escala linear (acima). A escala
logar´ıtmica ´e constru´ıda de tal forma que quando uma quantidade r ´e marcada
nessa escala o comprimento (distˆancia em rela¸ c˜ao `a origem do eixo) ´e proporcional
a log(r). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.18 C´alculo de log(r) utilizando a escala logar´ıtmica . . . . . . . . . . . . . . . . . . 43
4.19 Papel mono-log . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.20 C´alculo do coeficiente angular em um papel mono-log . . . . . . . . . . . . . . . 46
4.21 Papel di-log . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.22 C´alculo do coeficiente angular em papel di-log . . . . . . . . . . . . . . . . . . . 48
4.23 Histograma do per´ıodo de oscila¸c˜ao de um pˆendulo simples para um experimento
realizado 200 vezes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.24 Histogramas de densidade de probabilidades para medidas do per´ıodo de um
pˆendulo simples. O conjunto de dados utilizado ´e o mesmo em ambos os ca-
sos. O histograma da esquerda foi montado de tal forma que a largura do canal
seja 5 vezes maior que no caso da direita. O total de medidas utilizadas para
montar os histogramas (·
total
) foi 20. . . . . . . . . . . . . . . . . . . . . . . . . 51
4.25 Histogramas de densidade de probabilidades para medidas do per´ıodo de um
pˆendulo simples, conforme explicado na Figura 4.24. Nesse caso, o total de medi-
das utilizadas para montar os histogramas (·
total
) foi 20000. . . . . . . . . . . . 51
4.26 Obten¸c˜ao de m´edia e desvio padr˜ao a partir da an´alise gr´afica do histograma. . 54
7.1 Bloco de massa : sobre uma superf´ıcie plana com atrito . . . . . . . . . . . . . . 62
7.2 Bloco de massa : sobre uma superf´ıcie plana inclinada e com atrito . . . . . . . 62
8.1 Carrinho sobre o trilho de ar ligado a um outro corpo por meio de uma roldana. 67
Unidade 1
Instru¸c˜ oes Gerais
Nesta parte da disciplina vocˆe ter´a uma aula semanal de 2 horas. Nas aulas vocˆe dedicar-se-
´a `as atividades pr´aticas que revelam alguns aspectos e preocupa¸c˜oes b´asicas em laborat´orios
cient´ıficos, nos quais novas ideias, testes e/ou verifica¸ c˜oes s˜ao feitos no intuito de aprofundar o
conhecimento que temos sobre a natureza que nos cerca.
F´ısica te´orica e experimental caminham insepar´aveis, visto que o conhecimento te´orico
n˜ao pode se desenvolver desvinculado da realidade verificada experimentalmente. Por sua vez,
a f´ısica experimental sozinha n˜ao pode ir muito longe sem cair no empirismo, ou seja, sem os
alicerces de teorias que estabele¸cam um degrau sobre o qual nos apoiamos para dar o pr´oximo
passo.
Nesta parte do curso procuramos dar-lhe uma forma¸c˜ao sobre alguns aspectos fundamen-
tais que caracterizam uma boa “atitude” ou “pr´atica” experimentalisa, tais como as de registrar
as suas observa¸c˜oes de forma clara, precisa e suscinta, a de apresentar visualmente os seus re-
sulados atrav´es de gr´aficos de variados tipos, e, principalmente, o de saber tratar e interpretar
os dados obtidos. Para tanto, vocˆe estar´a realizando medidas, e espera-se que estas possuam
um bom grau de confiabilidade, que se traduz no que se chama de erro experimental (n˜ao
que o experimento esteja errado em si, mas sim que h´a uma margem de varia¸c˜ao nos resulta-
dos causados por vari´aveis que n˜ao podem ser controladas adequadamente).
´
E fundamental que
possamos interpretar os erros experimentais. Assim, vocˆe aprender´a a estimar tais erros, a de-
terminar como eles se propagam em medidas mais complicadas e, quando poss´ıvel, elimin´a-los.
Em resumo, vocˆe aprender´a a lidar com a teoria b´asica sobre erros e algarismos significativos.
Para que esse aprendizado se concretize vocˆe realizar´a experimentos que envolvem conceitos de
cinem´atica e dinˆamica.
Conte´ udo
Ao longo do per´ıodo letivo vocˆe ir´a realizar cinco experimentos:
1. Medidas e Erros
2. Movimento no Plano Inclinado
3. For¸ ca de Atrito
4. Teorema Trabalho-Energia Cin´etica
1
2 Unidade 1. Instru¸c˜oes Gerais
5. Colis˜oes
O primeiro experimento, como ´e evidente pelo seu t´ıtulo, ser´a fundamental para que vocˆe
adquira conhecimentos b´asicos sobre como realizar medidas, estimar o “erro” nelas, e aprender
sobre a propaga¸c˜ao desses erros. No segundo experimento vocˆe aprender´a a tra¸ car gr´aficos e
analis´a-los, fazendo um experimento que envolve conceitos de cinem´atica. No terceiro experi-
mento conceitos de dinˆamica ser˜ao abordados. Os experimentos quatro e cinco versam tamb´em
sobre a dinˆamica. A ordem destes experimentos reflete, a “grosso modo”, a estrutura da parte
te´orica do curso F´ısica Geral e Experimental I. O livro indicado para consulta sobre o conte´ udo
te´orico envolvido nos experimentos ´e “Fundamentos de F´ısica”, D. Halliday, R. Resnick e J.
Walker. Editora LTC. Volume 1. H´a, na Biblioteca do ICAD, exemplares suficientes para aten-
der as turmas existentes, al´em, tamb´em, de outros autores.
Procedimentos
Vocˆe dispor´ a de duas aulas (quatro horas) para realizar cada experimento. A nossa experiˆencia
em semestres anteriores tem nos mostrados que este tempo ´e considerado curto para cada expe-
rimento seja realizado a contento. Contudo, temos que refor¸car que as quatro horas s˜ao de fato
suficientes, e o que ocorre ´e que o estudante n˜ao se prepara previamente para cada experimento,
e gasta um tempo consider´avel tentando descobrir o que ele vai fazer naquela aula. Afim de
contornar esse problema e fazer com que vocˆe aproveite mais dos experimentos, estamos insti-
tuindo a pr´ atica do “pr´e-relat´orio”. O pr´e-relat´orio consiste de um pequeno question´ario que
vocˆe dever´a responder e trazer preenchido no dia em que se iniciar um experimento. Nele haver´a
quest˜oes te´oricas e quest˜oes de cunho experimental que poder˜ao ajud´a-lo a entender e planejar
as suas atividades no laborat´orio.
O pr´e-relat´orio n˜ao ser´a corrigido, mas se o pr´e-relat´orio n˜ao for preenchido vocˆe
n˜ao poder´a realizar o exprimento. Nota: O pr´e-relat´orio ´e individual.
Com exce¸ c˜ao do pr´e-relat´orio, o trabalho neste curso ser´a desenvolvido em grupos de
no m´aximo trˆes estudantes, com base em um roteiro sob a orienta¸ c˜ao do professor e, pos-
sivelmente, de um monitor. Os relat´orios de cada um dos experimentos dever˜ao ser redigidos
em caderno ata (tipo of´ıcio), um por grupo. Em geral, um caderno de 50 folhas ´e mais do que
suficiente, mas se vocˆe ´e do tipo que gosta de escrever compre um maior (divida o custo com os
seus companheiros de grupo). O caderno ata poder´a ser levado para casa, tanto para o preparo
do relat´orio, quanto para a sua conclus˜ao, devendo ser apresentado ao professor no final de cada
aula para ser rubricado. Este procedimento ´e para controle de seu desempenho no laborat´orio.
As atas ser˜ao corrigidas pelo professor da sua turma, e ´e importante que vocˆe entre em contato
com ele ao final de cada experimento para discutir quando vocˆe dever´a lhe entregar a sua ata
para corre¸c˜ao.
Em respeito aos colegas, procure n˜ao chegar atrasado, pois isto perturba o ambiente de
trabalho, provocando distra¸c˜oes desnecess´arias e perda de tempo consider´avel de todos. A quest˜ao
do tempo, como citamos anteriormente, ´e fundamental. N˜ao raros os estudantes que, por n˜ao
utilizarem o tempo dispon´ıvel de uma forma inteligente, s˜ao obrigados, quando h´a possibilidade,
a voltar ao laborat´orio em outro hor´ario para repetir alguma medida. Obviamente, devemos
todos fazer um esfor¸co para que n˜ao haja desperd´ıcio de tempo. Portanto, leia o material antes
de chegar ao laborat´orio e concentre-se nas suas atividades.
3
Muni¸c˜ao
Caneta, l´apis, borracha, uma r´egua, muito boa vontade e bom humor ser˜ao sempre ´ uteis nas
suas atividades no laborat´orio, logo traga-os de casa com vocˆe. Venha munido tamb´em de
uma calculadora, de preferˆencia cient´ıfica, e de mais preferˆencia ainda uma que possua fun¸c˜oes
estat´ısticas. Uma calculadora n˜ao ´e essencial, mas ajuda muito.
Relat´orios
Um relat´orio de um experimento ´e normalmente encarado como uma apresenta¸c˜ao detalhada do
trabalho executado no laborat´orio, escrito de tal forma que possibilite a outros que o lerem, repetir
o experimento realizado por vocˆe exatamente da mesma maneira que vocˆe o realizou. Mas porque
isto ´e importante? Primeiramente para permitir a vocˆe mesmo fazer uma an´alise cr´ıtica de seu
trabalho num futuro pr´oximo ou distante, revendo o seu procedimento no laborat´orio, o arranjo
experimental, os dados, etc. Imagine, por exemplo, que realizando determinado experimento
vocˆe obtenha resultados contradit´orios a outro experimento que tenha realizado h´a uns seis
meses ou alguns anos antes. Esta ´e uma situa¸ c˜ao que pode ocorrer em qualquer tipo de pesquisa
experimental, seja em F´ısica, Biologia, Qu´ımica, etc. Neste caso, se a ata de laborat´orio estiver
bem redigida vocˆe poder´a rever o experimento anterior e procurar alguma fonte de erro, ou
analisar criticamente e comparativamente os dois experimentos. A ata ´e tamb´em importante
para que outros possam dar continuidade ao seu trabalho e ´e portanto vital para ind´ ustrias que
desenvolvam atividades de pesquisa e laudos periciais em algumas profiss˜oes.
Um relat´orio ´e, em geral, organizado em t´opicos que facilitam sua leitura e compreens˜ao,
e cuja sequˆencia reflete o curso natural de realiza¸c˜ao de um experimento. Antes de iniciar um
experimento, deve-se ter uma ideia do que se deseja do experimento e de como o experimento
vai ajudar a esclarecer o que quer que esteja sendo estudado. Assim, deve-se deixar claro, na
ata, quais s˜ao os OBJETIVOS do experimento dentro de um contexto maior. A seguir, ´e
importante entender de que forma o material dever´a ser usado para atingir os objetivos, ou seja
quais os PROCEDIMENTOS a serem adotados para realizar o experimento. N˜ao digo aqui
somente a “receita de bolo” utilizada, mas algo que ligue a teoria, o equipamento e os objetivos
de forma a deixar clara a ideia por detr´ as do procedimento experimental. Uma listagem do
MATERIAL utilizado contendo algum tipo de identifica¸c˜ao de cada item ´e sempre ´ util para
que se possa localiz´a-los, se necess´ario. Durante o experimento registre n˜ao s´o os DADOS
EXPERIMENTAIS, mas tudo o que acontecer que lhe parecer importante. O passo seguinte
´e o mais importante: o da AN
´
ALISE DE DADOS. Vocˆe deve re-analisar os resultados que
obteve e compar´a-los seja com a teoria, seja com o resultado de outro m´etodo utilizado. Deve-
se fazer uma an´alise cr´ıtica do experimento, das suas fontes de erro e dos resultados, quer eles
concordem ou n˜ao, e suas conclus˜oes depender˜ao da margem de erro em suas medidas. O pr´oximo
passo ´e o de redigir uma CONCLUS
˜
AO, sumarizando os seus resultados e sua an´alise, a validade
ou n˜ao do experimento, o que vocˆe aprendeu com o experimento, etc. O ´ ultimo passo ´e listar as
fontes consultadas para a elabora¸c˜ao do relat´orio, ou seja, a BIBLIOGRAFIA
Registre tamb´em a DATA de realiza¸c˜ao do experimento. Sem querer entrar em maiores
detalhes, acredite, isso ´e mais importante do que parece.
Procure ser o mais organizado poss´ıvel, pois a organiza¸c˜ao ´e sempre ´ util em qualquer
trabalho cient´ıfico de pesquisa. Encare a sua atividade no laborat´orio dessa forma.
4 Unidade 1. Instru¸c˜oes Gerais
N˜ao use, em hip´otese alguma, folhas de papel avulsas
1
. Registre tudo no livro
ata, sejam c´alculos intermedi´arios, tabelas, etc. Isto tamb´em ´e muito importante. J´a tivemos
exemplos de v´arios estudantes que perderam a folha contendo os seus dados experimentais e que
tiveram que repetir o experimento. Escreva tudo na ata. Se vocˆe se sentir incomodado pelo fato
de que ata possa ficar desorganizada, utilize o verso de cada folha ou as ´ ultimas p´aginas da ata
como rascunho e depois passe a limpo para o seu relat´orio, mas n˜ao deixe de anotar tudo nela.
Avalia¸c˜ao
Vocˆe ser´a avaliado n˜ao s´o pelo seu desempenho nos relat´orios, mas tamb´em em duas provas
individuais e sem consulta. A primeira prova ocorrer´a na metade do curso e versar´a sobre os
experimentos I, II e III. A segunda prova ser´a sobre os experimentos IV e V e ocorrer´a no final
do curso.
A nota da parte experimental ´e calculada da seguinte forma:
Nota Parte Experimental = 0, 3 ×( M´edia dos Relat´orios) + 0, 7 ×( M´edia das Provas)
A men¸c˜ao final (MF) ser´a dada por:
MF = 0, 4 ×( Nota Parte Experimental ) + 0, 6 ×( Nota Parte Te´orica)
A aprova¸c˜ao no curso requer que MF ≥ 5, 0.
Bem, esperamos que estas informa¸c˜oes lhe sejam ´ uteis. Quaiquer outras informa¸ c˜oes
podem ser prestadas pelo seu professor.
1
Exce¸c˜ao dos pap´eis gr´ aficos que dever˜ao ser colados, mas nunca dobrados.
Unidade 2
Teoria de Erros
2.1 Introdu¸c˜ao
O ato de medir ´e, em essˆencia, um ato de comparar, e essa compara¸ c˜ao envolve erros de diversas
origens (dos intrumentos, do operador, do processo de medida, etc.). Pretende-se aqui estudar
esses erros e suas consequˆencias, de modo a expressar os resultados de dados experimentais em
termos que sejam compreens´ıveis a outras pessoas.
Quando se pretende medir o valor de uma grandeza pode-se realizar apenas uma ou v´arias
medidas repetidas, dependendo das condi¸ c˜oes experimentais particulares ou ainda da postura
adotada frente ao experimento. Em cada caso, deve-se extrair do processo de medida um valor
adotado como melhor representa¸c˜ao da grandeza e ainda um limite de erro do qual deve estar
compreendido o valor real.
Antes disso, vamos estudar o que s˜ao Algarismos Significativos.
2.2 Algarismos Significativos
Em uma medida, os algarismos significativos s˜ao aqueles lido com certeza do instrumento de
medida mais um algarismo duvidoso. Esse algarismo duvidoso, o qual tamb´em ´e significativo,
pode ser estimado pelo operador do instrumento, no caso de instrumentos anal´ogicos, ou dado
diretamente pelo instrumento, no caso de instrumento digitais. Exemplos:
∙ 15,63 cm =⇒ 4 algarismos significativos;
∙ 2,60 s =⇒ 3 algarimos significativos;
∙ 0,34 cm = 3,4 mm =⇒ 2 algarismos significativos
Note que zeros `a esquerda, como no ´ ultimo exemplo acima, n˜ao s˜ao significativos, pois
podem ser eliminados por uma transforma¸ c˜ao de unidades ou escrevendo a medida em nota¸ c˜ao
cient´ıfica.
2.2.1 Nota¸c˜ao cient´ıfica
A nota¸c˜ao cient´ıfica ´e bastante ´ util para explicitarmos o n´ umero de algarismos significativos de
uma medida. Al´em disso, ela fornece uma representa¸c˜ao adequada para n´ umeros muito grandes
ou n´ umeros muito pequenos. Exemplos de representa¸c˜oes em nota¸ c˜ao significativa:
5
6 Unidade 2. Teoria de Erros
∙ 0,0040 cm =⇒4, 0 ×10
−3
cm;
∙ 980,35 cm/s
2
=⇒9, 8035 ×10
2
cm/s
2
;
∙ 0,00005 s =⇒5 ×10
−5
s
Observe que a representa¸c˜ao em nota¸ c˜ao cient´ıfica constitui-se de uma algarismo significativo
antes da v´ırgula associado a uma potˆencia de 10 conveniente.
2.2.2 Transforma¸c˜ao de unidades
A regra geral da transforma¸c˜ao de unidades ´e que se mantenha o n´ umero de algarismos significa-
tivos no processo de transforma¸c˜ao de unidades. Exemplos:
∙ 0,043 m =⇒ 4,3 cm
∙ 8,9 cm/s =⇒ 8, 9 ×3, 6 km/h = 32 km/h.
2.2.3 Arredondamentos
Muitas vezes, ao fazermos opera¸ c˜oes matem´aticas com as medidas realizadas no laborat´orio,
´e necess´ario eliminar algarismos excedentes (n˜ao-significativos) atrav´es de arredondamentos de
resultados. Nessa dire¸ c˜ao, a primeira regra b´asica ´e que devemos evitar arredondamentos inter-
medi´arios, ou seja, arredondamentos devem ser realizados na etapa final dos c´alculos, quando
estivermos obtendo as quantidades f´ısicas que representam o objetivo do experimento realizado.
Quanto ao arredondamento em si, podemos fazˆe-lo adotando-se as seguintes regras:
∙ se o algarismo seguinte ao ´ ultimo que se quer manter encontra-se entre 000 . . . e 499 . . .,
basta exclu´ı-los;
∙ se o algarismo seguinte ao ´ utimo que se quer manter encontre-se entre 500 . . . e 999 . . .,
aumenta-se de uma unidade o ´ ultimo algarismo.
Exemplos: nos casos abaixo, quer se manter como ´ ultimo algarismo aquele que est´a sublinhado
(´e uma nota¸c˜ao usual sublinharmos o algarismo duvidoso de uma medida ou do resultado de uma
opera¸ c˜ao matem´atica sobre uma medida):
∙ 8,350 = 8
∙ 8,350 = 8,4
∙ 8,350 = 8,35
2.2.4 Opera¸c˜oes com algarismos significativos
Ao se efetuar c´alculos com valores experimentais e constantes deve-se tomar cuidado para n˜ao
expressar o resultado com um n´ umero de algarismos excessivo, o que n˜ao tem qualquer sentido.
Assim, ao realizarmos opera¸c˜oes matem´aticas com algarismos significativos, adotamos as regras
abaixo.
2.3. Introdu¸ c˜ao `a Teoria de Erros 7
2.2.4.1 Adi¸c˜ao e subtra¸c˜ao
O resultado deve preservar a mesma quantidade de casas decimais da parcela com menos casas
decimais.
∙ (23, 4 + 8 + 1, 55) m = 32,95 m = 33 m
∙ (23, 422 −8, 00) m = 15,422 m = 15,42 m
2.2.4.2 Multiplica¸c˜ao e divis˜ao
O resultado deve ter o mesmo n´ umero de algarismos significativos que a parcela com menos
algarismos significativo.
∙ 5, 541 ×2, 0 = 11,082 = 11
∙ 0,452 A × 2,671 Ω = 1, 21 ×10
3
V

63, 72 cm
23, 1 s
= 2,76 cm/s
2.2.4.3 Fun¸c˜oes transcendentais
O resultado deve ter o mesmo n´ umero de algarismos significativos que o argumento da fun¸ c˜ao.
Exemplos:
∙ sen (50

) = 0,766044 = 0,77 = 7, 7 ×10
−1
∙ ln(101) = 4,6151 = 4,62
2.3 Introdu¸c˜ao `a Teoria de Erros
O conhecimento do mundo que nos cerca ´e obtido pela conjuga¸ c˜ao das atividades te´orica e
experimental, ligadas de tal forma que n˜ao se pode dizer qual ´e a parte dominante.
Em F´ısica as teorias s˜ao constru´ıdas com o intuito de explicar os fenˆomenos e fazer
predi¸c˜oes. As teorias devem ser coerentes em si mesmas, mas somente este pressuposto n˜ao nos
garante que sejam corretas.
´
E comum, no processo de procura da “verdade” cient´ıfica, que mais
de uma teoria seja formulada para explicar o mesmo fenˆomeno, e os experimentos procuram
test´a-las sob os mais variados aspectos. Os testes devem ser m´ ultiplos, realizados de maneiras
independentes e por diferentes pessoas.
Para decidir se diferentes valores (medidos ou previstos) concordam entre si, ´e necess´ario
encontrar o grade de incerteza (ou imprecis˜ao) com que os valores foram obtidos experimental-
mente, conforme podemos verificar na Figura 2.1.
Um resultado experimental traduz a melhor estimativa para a medida de uma grandeza.
Ao mesmo tempo deve evidenciar a incerteza (erro experimental) na medida, ou dito de outra
forma, deve evidenciar o intervalo de confiabilidade desta melhor estimativa.
Quando comparamos duas medidas, ou um valor pr´e-determinado com um outro medido,
nosso grau de certeza sobre a igualdade entre os dois valores depender´a do grau de superposi¸ c˜ao
entre os intervalos de valores prov´aveis. Devemos, ent˜ao, comparar tanto as melhores estimativas
como as incertezas a elas associadas, conforme exemplificado na Figura 2.2.
8 Unidade 2. Teoria de Erros
Figura 2.1: A melhor estimativa de uma determinada grandeza A ´e mostrada em uma escala
linear. A medida de A foi repetida v´arias vezes e todos os valores encontrados est˜ao espalhados
em um intervalo assinalado pela regi˜ao entre colchetes. Este ´e o intervalo de valores prov´aveis,
ou seja, se mais uma medida for realizada ela tem grande probabilidade de se encontrar neste
intervalo.
Figura 2.2: Compara¸ c˜ao do resultado de duas medidas em trˆes situa¸c˜oes distintas. Pode-se
considerar os valores destas duas medidas (a de cima e a de baixo) como provavelmente iguais,
talvez iguais, ou como provavelmente desiguais, dependendo do grau de superposi¸ c˜ao de
suas incertezas, como pode ser observado pelo grau de superposi¸ c˜ao dos colchetes na primeira e
segunda linhas correspondentes a cada caso.
Define-se discrepˆancia como sendo a diferen¸ca entre duas melhores estimativas. A
discrepˆancia ´e significante se os intervalos de valores prov´aveis n˜ao se superp˜oem. Em outras
palavras se,
A
.
±ΔA
.
e A
1
±ΔA
1
representam duas medidas da grandeza A, a discrepˆancia ser´a dada por
discrepˆancia = ∣A
.
−A
1

e ser´a significante se esta diferen¸ca for maior do que ΔA
.
+ ΔA
1
. Neste caso, ΔA ´e chamado
de erro absoluto (e ´e positivo) ou a incerteza na medida da grandeza A. Muitas vezes,
2.3. Introdu¸ c˜ao `a Teoria de Erros 9
Figura 2.3: Diferen¸ ca entre incerteza e discrepˆancia
no entanto, ´e mais importante utilizar o que se entende por erro relativo, ou seja,
1
relativo
=
ΔA
A
melhor estimativa
Na forma de percentagem a equa¸c˜ao acima deve ser multiplicada por 100. A Figura 2.3 mostra
mais claramente a diferen¸ca entre incerteza e discrepˆancia.
A presen¸ca de discrepˆancia entre duas determina¸c˜oes de uma grandeza coloca a quest˜ao
de se saber qual ´e a resposta correta, uma vez que o valor exato n˜ao ´e conhecido. Na verdade,
procede-se da seguinte maneira: elimina-se, tanto quanto poss´ıvel, as falhas (erros grosseiros);
quando poss´ıvel aumenta-se a precis˜ao dos instrumentos de medida, e realiza-se um n´ umero
razo´avel de repeti¸c˜oes. Outros pesquisadores repetem o experimento, repetem os c´alculos e os
resultados s˜ao comparados.
`
A medida em que a precis˜ao aumenta (Δr diminui) a teoria ´e melhor
comparada. O resultado ´e aceito quando v´arios experimentalistas est˜ao de acordo. Se existe
discrepˆancia significante entre o valor aceito e o valor obtido em uma medida, conclui-se que
esta medida foi inacurada. Entretanto, tal conclus˜ao n˜ao ´e necessariamente correta, pois existe
a possibilidade de que os experimentalistas, que deteminaram o valor corretamente aceito,
podem n˜ao ter se apercebido de algum detalhe importante, e s´o reconhecido posteriormente.
Estas situa¸c˜ oes s˜ao bastante raras, mas quando ocorrem s˜ao de enorme importˆancia. Observe que
a inacur´acia s´o surge quando duas determina¸c˜oes diferentes s˜ao feitas, enquanto que a incerteza
(imprecis˜ao) ou erro absoluto aparece em uma ´ unica determina¸ c˜ao.
2.3.1 Tipos de erros
Em F´ısica, a palavra erro tem um significado bem amplo e n˜ao se reduz `as falhas cometidas
por distra¸c˜ao ou inabilidade na realiza¸c˜ao de um experimento. Discutimos acima a terminologia
empregada em descrever os erros em medidas, mas n˜ao mencionamos as causas dos v´arios tipos de
erros. Daremos a seguir uma ideia das poss´ıveis fontes dos variados tipos de erros experimentais.
10 Unidade 2. Teoria de Erros
2.3.1.1 Erros de acur´acia
∙ Falhas (ou erros grosseiros):
s˜ao erros cometidos por desconhecimento do assunto tratado, inabilidade, distra¸c˜ao, etc. E,
portanto, desqualificam o experimentalista. Podem surgir atrav´es de uma leitura errˆonea
da escala utilizada, de um erro aritm´etico, da aplica¸ c˜ao da teoria onde ela n˜ao ´e v´alida,
etc.
Exemplos: se no c´alculo da ´area de um retˆangulo de lados o e / usamos a express˜ao ¹ =
2o/, o fator 2 produz um erro grosseiro. O mesmo acontece se, na montagem de um circuito
el´etrico, esquece-se de conectar um dos dispositivos do circuito. A pr´atica e o cuidado
na realiza¸ c˜ao dos experimentos reduzem drasticamente tais falhas. Ao compararmos
resultados temos que ter certeza que estes tipos de erros n˜ao est˜ao presentes.
∙ Erros sistem´aticos:
assim chamados por levarem, sistematicamente, os resultados para mais ou para menos.
Podem ser causados por falhas no aparelho de medida, calibra¸c˜ao incorreta e aproxima¸c˜oes
te´oricas incorretas que, muitas vezes, representam apenas uma primeira aproxima¸ c˜ao do
problema e que num experimento com relativa precis˜ao podem aparecer como discrepˆancia
(por exemplo, ao se calcular o tempo de queda de um corpo de uma altura ℎ, admitir
desprez´ıvel a resistˆencia do ar pode produzir um erro sistem´atico).
Os erros acima podem ser eliminados totalmente ou reduzidos a algum valor extrema-
mente pequeno. Agora, vamos tratar com tipos de erros inerentes ao processo de medir.
2.3.2 Erros de Precis˜ao
∙ Erro instrumental (ou erro de escala):
como na obten¸ c˜ao de medidas, utilizamos equipamentos, estes devem ser calibrados a partir
de padr˜oes convenientemente definidos. A constru¸c˜ao de uma escala implica na escolha de
subdivis˜oes, em partes iguais, da unidade padr˜ao. No entanto, pode ocorrer que a grandeza
a ser medida n˜ao corresponda a um n´ umero inteiro das subdivis˜oes existentes no aparelho.
Deparamo-nos, ent˜ao, com o problema de estimar a fra¸c˜ao da subdivis˜ao considerada. Ao
estimarmos esta fra¸c˜ao introduzimos o erro instrumental que indica o grau de precis˜ao
de um dado instrumento. Uma maneira de estimar este erro, e que ser´a usada neste curso,
´e tom´a-lo como sendo igual `a metade da menor divis˜ao da escala do instrumento
anal´ogico. No caso de instrumentos digitais, o erro instrumental ´e representado pelo menor
valor que o instrumento consegue fornecer. Assim, se a menor subdivis˜ao de uma r´egua
for o cent´ımetro (cm), ent˜ao o erro instrumental ser´a de 0,5 cm, ou se em um volt´ımetro
anal´ogico a menor subdivis˜ao for milivolt (mV), o erro instrumental ser´a 0,5 mV. Isto
se justifica, pois ±1,2 divis˜ao implica em uma imprecis˜ao total de +1,2 − (−1,2) = 1
divis˜ao, que ´e a menor subdivis˜ao da escala do aparelho anal´ogico. O erro instrumental
representa a limita¸c˜ao do instrumento.
∙ Erro aleat´orio:
as condi¸ c˜oes sob as quais um experimento ´e realizado podem n˜ao ser exatamente as mesmas
a cada vez que se repete o experimento. Suponhamos que se queira estimar o tempo de
queda de um corpo que se encontra a uma altura ℎ. Ao se repetir o processo, se o corpo
estiver ligeiramente acima ou abaixo do que na situa¸c˜ao anterior haver´a uma incerteza na
altura ℎ que produzir´a uma incerteza no tempo de queda. Vˆe-se, neste caso, que uma das
2.3. Introdu¸ c˜ao `a Teoria de Erros 11
vari´aveis do experimento n˜ao est´a bem controlada, produzindo flutua¸c˜oes aleat´orias em
torno de um valor, chamado de valor mais prov´avel. Esta margem de flutua¸c˜ao decorrente
de processos puramente aleat´orios ´e o que se denomina de erro aleat´orio. Talvez vocˆe
possa imaginar algum mecanismo que reduza drasticamente esta incerteza, o que implicar´a
em um menor erro aleat´orio, mas, seguramente, surgir´a aleatoriedade se formos al´em do
grau de precis˜ao deste mecanismo. Assim, o erro aleat´orio ´e inerente a todo processo de
medida e deve ser convenientemente tratado. No erro de natureza aleat´oria, existe uma
probabilidade igual de se errar para mais ou para menos, e o procedimento natural que se
usa para trat´a-los ´e a an´alise estat´ıstica que, para os prop´ositos deste curso, resume-se no
seguinte:
1. Melhor estimativa
Ap´os cuidadosas repeti¸c˜oes dos mesmos procedimentos, obt´em-se um certo n´ umero
de medidas da grandeza que se quer medir. A melhor estimativa da medida desta
grandeza ser´a obtida tomando-se a m´edia aritm´etica dos valores obtidos. Por exemplo:
em um experimento qualquer, efetuamos · medidas de uma grandeza r, obtendo os
valores r
1
, r
2
, r
3
, . . ., r
Þ
. A melhor estimativa do valor r ´e dada pela m´edia das
medidas, r, ou seja,
r =
r
1
+r
2
+r
3
+⋅ ⋅ ⋅ +r
Þ
·
=
1
·
Þ

.=1
r
.
(2.1)
2. C´alculo do erro aleat´orio
O erro aleat´orio ´e obtido calculando-se o que se chama de desvio padr˜ao, o
i
, de uma
medida, que ´e dada por:
o
2
i
=
1
· −1
Þ

.=1
(r
.
−r)
2
(2.2)
A ideia por detr´as da express˜ao anterior ´e a seguinte: a diferen¸ ca (r
.
− r) para cada
um dos · valores de r, d´a uma medida de quanto o valor de cada medida r
.
afasta-se
do valor m´edio r.
O efeito acumulativo destas diferen¸ cas ´e obtido tomando-se a soma dos quadrados das
diferen¸cas, isto ´e
Þ

.=1
(r
.
−r)
2
. Observe que a soma de quadrados ´e uma soma de
termos positivos. Logo, apenas o valor absoluto do desvio ´e importante. De fato, se
n˜ao tomamos os desvios quadr´aticos, existe a possibilidade dos desvios se cancelarem,
j´a que uns s˜ao positivos e outros negativos. Em seguida, determina-se a m´edia destes
desvios quadr´aticos. Contudo, existe apenas (· − 1) desvios independentes, pois, a
m´edia r, representa um v´ınculo entre os · valores, isto ´e, se conhecemos a m´edia r e
(· − 1) dos valores r
1
, r
2
, r
3
, . . ., r
Þ
, o n−´esimo pode ser obtido. Assim, (· − 1)
´e o denominador correto. Certamente, quando · ´e muito grande, (· − 1) pode ser
substitu´ıdo por ·, obtendo-se, ent˜ao, a express˜ao comumente apresentada nos livros
de estat´ıstica.
Desta forma, a express˜ao (2.2) representa o valor m´edio dos desvios quadr´aticos.
Para servir como medida do desvio da grandeza r, ´e necess´ario que a express˜ao tenha
a mesma dimens˜ao de r e, assim, a raiz quadrada ´e tomada, chegando-se `a express˜ao
12 Unidade 2. Teoria de Erros
para o erro aleat´orio, o chamado Desvio Padr˜ao:
o
i
=


1
· −1
Þ

.=1
(r
.
−r)
2
(2.3)
3. Qual ´e o erro experimental?
Foi dito anteriormente que ao relatar o valor de uma medida que fazemos, devemos
tamb´em relatar a margem de confiabilidade deste valor. Como decidir, em meio a
tantos tipos diferentes de erros, qual a margem de confiabilidade? Para responder `a
pergunta acima, devemos levar em considera¸ c˜ao a natureza de cada tipo de erro.
Como regra geral, parte-se do pressuposto de que o experimentalista fez todos os
esfor¸cos para eliminar todos os tipos de falhas ou erros sistem´aticos. Por este motivo
erros de acur´acia n˜ao s˜ao relatados. Assumindo que as falhas (erros grosseiros) e
os erros sistem´aticos foram eliminados, restam os erros instrumentais e aleat´orios. O
erro experimental ser´a ent˜ao a soma dos erros aleat´orio e o instrumental, ou seja,
Δr = erro experimental + erro aleat´orio (2.4)
e uma vez obtido a melhor estimativa de uma grandeza escrevemos que
r = r ±Δr (2.5)
Repare, que dependendo da situa¸c˜ao, o erro aleat´orio pode dominar sobre o erro
experimental e vice-versa.
2.3.3 Propaga¸c˜ao de erros
Sempre que trabalhamos com dados experimentais, nos deparamos com situa¸c˜oes onde ´e necess´ario
que se efetue c´alculos envolvendo duas ou mais grandezas `as quais j´a est˜ao associados os seus
respectivos erros. Os valores resultantes deste c´alculos, em geral, s˜ao menos precisos do que se
os valores fossem determinados diretamente atrav´es de uma s´o medida. Isto porque os erros v˜ao
se acumulando na medida em que manipulamos matematicamente as grandezas envolvidas.
Os erros em uma quantidade calculada podem ser determinados a partir dos erros em
cada uma das quantidades usadas, como veremos a seguir.
Analisemos, inicialmente, os casos de uma soma e subtra¸c˜ao de duas grandezas o e /
representadas por
o = o ±Δo
/ = / ±Δ/
onde o e / s˜ao as melhores estimativas das grandezas o e /; e Δo e Δ/ s˜ao os seus respectivos
erros.
2.3. Introdu¸ c˜ao `a Teoria de Erros 13
2.3.3.1 Soma
Se tivermos que calcular uma quantidade c = o+/, parece correto adotar o seguinte procedimento:
c = (o +/) ±(Δo + Δ/)
ou seja, tomamos como melhor estimativa da grandeza c, a soma das melhores estimativas de o
e /:
c = o +/
e o erro associado a c ´e dado pela soma dos erros associados a o e /:
Δc = Δo + Δ/
Esta maneira de tratar o erro em uma soma ´e um tanto conservadora. Vejamos um exemplo:
suponhamos que queremos determinar o comprimento de uma mesa de 91,13 cm usando uma
r´egua milimetrada de 10 cm de comprimento. Dez medidas ser˜ao necess´arias para cobrir a
extens˜ao da mesa. Digamos que para as nove primeiras medidas medimos ℓ
1
, ℓ
2
, ℓ
3
, . . ., ℓ
9
=
10, 00 ± 0, 05 cm, e numa d´ecima medida complementar medimos os restantes, ou seja, ℓ
10
=
1, 13±0, 05 cm. O comprimento da mesa ´e dado por ℓ = ℓ
1
+ℓ
2
+⋅ ⋅ ⋅ +ℓ
10
= 91, 13 cm e, segundo
a regra que descrevemos logo acima, o erro no comprimento da mesa seria determinado como
Δℓ = Δℓ
1
+⋅ ⋅ ⋅ +Δℓ
10
= 0, 5 cm. Escrever´ıamos o valor total da medida como ℓ = 91, 1±0, 5 cm.
Entretanto, tal medida ´e extremamente conservadora, pois ao dizermos que as incertezas se
somam, exclu´ımos a possibilidade delas se anularem. Por exemplo, uma das medidas acima
poderia ter sido 0,5 mm mais longa, enquanto uma outra seria 0,5 mm mais curta. Atrav´es de
um estudo de probabilidades, os estat´ısticos nos dizem que se · medidas independentes forem
somadas, ent˜ao o erro associado `a soma ´e melhor descrito por
Regra I :







r = r
1
+r
2
+⋅ ⋅ ⋅ +r
Þ
(Δr)
2
= (Δr
1
)
2
+⋅ ⋅ ⋅ + (Δr
Þ
)
2
(2.6)
Se o erro for calculado dessa maneira, ent˜ao ele ´e chamado de erro prov´avel. Os erros de
natureza aleat´oria s˜ao erros do tipo prov´avel. A regra enunciada anteriormente, ou seja, a de
que o erro total na soma ´e igual `a soma dos erros n˜ao ´e incorreta em si. Ela simplesmente nos
diz qual ´e o m´aximo erro poss´ıvel. Na maioria dos casos utilizaremos a Regra I dada pela
equa¸c˜ao (2.6).
2.3.3.2 Subtra¸c˜ao
O mesmo racioc´ınio usado acima para a adi¸c˜ao pode ser estendido `a subtra¸c˜ao. Se queremos
calcular uma quantidade c = o −/, o erro associado a c ser´a dado por:
Regra II :



c = o −/
(Δc)
2
= (Δo)
2
+ (Δ/)
2
(2.7)
Talvez vocˆe possa ter estranhado o fato do erro quadr´atico associado `a subtra¸c˜ao ser
14 Unidade 2. Teoria de Erros
dado pela soma dos erros quadr´aticos individuais. Isto ocorre porque, como j´a sabemos, os erros
v˜ao se acumulando `a medida que efetuamos c´alculos que envolvem grandezas que j´a os cont´em.
Portanto, se tiv´essemos dito que Δc = Δo − Δ/, estar´ıamos diminuindo o erro da quantidade
final, o que ´e incorreto. Lembramos que a regra II, equa¸c˜ao (2.7), s´o ´e v´alida quando admitimos
que as quantidades o e / s˜ao independnetes e os seus respectivos erros s˜ao do tipo aleat´orio. Se
quis´essemos obter o erro m´aximo dever´ıamos simplesmente somar os erros individuais.
2.3.3.3 Produto simples
Suponha que precisamos estimar o erro cometido no c´alculo de grandezas f´ısicas dadas por ex-
press˜oes do tipo
c = o ⋅ / (2.8)
Sabemos que o resultado deste produto deve ser uma express˜ao na forma:
c = c ±Δc (2.9)
Temos que encontrar c e Δc. A melhor estimativa da grandeza c ´e dada pelo produto dos valores
m´edios de o e /, ou seja
c = o ⋅ / (2.10)
Como o valor exato da vari´avel c est´a compreendido no intervalo de c
m´ın
= c−Δc e c
m´ax
= c+Δc,
obteremos uma express˜ao Δc calculando
c
m´ ax
= (o + Δo) ⋅ (/ + Δ/) = o/ +oΔ/ +/Δo + ΔoΔ/
c
m´ın
= (o −Δo) ⋅ (/ −Δ/) = o/ −oΔ/ −/Δo + ΔoΔ/
e, portanto,
Δc ≡
1
2
(c
m´ ax
−c
m´ın
) = oΔ/ +/Δo (2.11)
Assim, a equa¸c˜ao (2.11) tamb´em ´e muito conservadora e superestima o erro, pois ignora a pos-
sibilidade de haver um cancelamento parcial dos erros. A express˜ao correta quando os erros Δo
e Δ/ s˜ao de natureza aleat´oria ´e:
(Δc)
2
= (oΔ/)
2
+
(
/Δo
)
2
(2.12)
ou ainda,
Regra III :











c = o ⋅ /
(
Δc
c
)
2
=
(
Δo
o
)
2
+
(
Δ/
/
)
2
(2.13)
2.3. Introdu¸ c˜ao `a Teoria de Erros 15
2.3.3.4 Potencia¸c˜ao
´
E importante observar que a regra III, dada pela equa¸ c˜ao (2.13), s´o se aplica a erros que sejam
aleat´orios. Vejamos o seguinte exemplo: suponhamos que desejamos saber o erro em r
2
, onde o
erro em r ´e Δr. Se usarmos a regra dos erros m´aximos, equa¸ c˜ao (2.11), obtemos
Δr
2
= r ⋅ Δr + Δr ⋅ r = 2r ⋅ Δr (2.14)
Se usarmos agora a regra III para os erros aleat´orios t´em-se que
(
Δr
2
r
2
)
2
=
(
Δr
r
)
2
+
(
Δr
r
)
2
= 2
(
Δr
r
)
2
=⇒Δr
2
=

2rΔr : ERRADO!! (2.15)
O procedimento dado pela equa¸c˜ao (2.15) n˜ao ´e correto, pois ao us´a-la, assumimos
implicitamente que os erros Δr em cada um dos membros da express˜ao s˜ao estatisticamente
independentes, quando de fato eles s˜ao o mesmo erro. Sendo assim, o resultado obtido pela
expres˜ao para os maiores erros poss´ıveis ´e o resultado correto.
De uma forma geral, o erro associado `a uma express˜ao de potˆencia da forma j = or
n
,
onde o ´e uma constante, ´e, ent˜ao, dado por
Regra IV :



j = or
n
Δj = onr
n−1
Δr
(2.16)
2.3.3.5 Divis˜ao
Suponhamos agora que desejamos obter o erro associado `a divis˜ao de duas grandezas, na forma
c =
o
/
. Se o e / forem estatisticamente independentes e os erros Δo e Δ/ forem erros puramente
aleat´orios, ent˜ao a regra III ´e v´alida tamb´em para a divis˜ao,
Regra V :











c =
o
/
(
Δc
c
)
2
=
(
Δo
o
)
2
+
(
Δ/
/
)
2
(2.17)
Entretanto, se desejarmos relatar o erro m´aximo, em vez do erro prov´avel, a express˜ao
que deve ser usada ´e
∣Δc∣
c
=
∣Δo∣
o
+
∣Δ/∣
/
(2.18)
Unidade 3
Instrumentos de medida
3.1 Introdu¸c˜ao
Para que possamos realizar uma medida de uma grandeza f´ısica de forma correta precisamos:
1. Escolher o instrumento adequado para a medida;
2. Aprender o procedimento de utiliza¸c˜ao do instrumento escolhido;
3. Aprender a ler a escala de medida desse instrumento e avaliar o resultado criticamente.
Por exemplo, se quisermos medir o comprimento de uma sala de aula, a largura de uma
folha de caderno e o diˆametro de um fio de cabelo, devemos utilizar instrumentos de medida
diferentes. Para a medida do comprimento da sala de aula poder´ıamos utilizar, por exemplo,
uma trena. Uma r´egua deve ser mais suficiente para medir a largura da folha de caderno e um
micrˆometro pode ser utilizado para o diˆametro do fio de cabelo. Note que, nos trˆes casos citados,
queremos realizar medidas de comprimento, ou seja, medidas de mesma dimens˜ao. Mesmo
assim, necessitamos de instrumentos diferentes em cada caso, pois as medidas a serem efetuadas
s˜ao, quantitativamente, muito diferentes. Em linguagem cient´ıfica dir´ıamos que as medidas s˜ao
de ordens de grandeza diferentes.
A ordem de grandeza de uma dimens˜ao ´e um n´ umero, representado na forma de
potˆencia de 10, que melhor representa o valor t´ıpico da dimens˜ao em quest˜ao, acompanhado da
sua unidade. No exemplo acima, a ordem de grandeza do comprimento da sala ´e 10
3
cm, da folha
de papel, 10
1
cm e do fio de cabelo, 10
−4
cm. O universo das medidas f´ısicas abrange um intervalo
de muitas ordens de grandeza. Por exemplo, um n´ ucleo atˆomico tem dimens˜oes da ordem de
10
−15
m, enquanto o Universo tem dimens˜oes estimadas da ordem de 10
26
m. A diferen¸ ca entre
esses dois extremos deixa claro a necessidade de instrumentos de medida espec´ıficos para cada
situa¸c˜ao.
3.2 Padr˜ oes de medidas e sistemas de unidades
Realizar uma medida qualquer nada mais ´e do que a compara¸c˜ao da grandeza a ser medida com
um padr˜ao preestabelecido. Ent˜ao, para que possamos expressar a grandeza medida, devemos
definir um padr˜ao para aquela medida. O padr˜ao representa a medida de grandeza unit´aria. Se
medirmos o comprimento da sala de aula contando o n´ umero de azulejos colocados no ch˜ao, ao
longo do comprimento da sala, o padr˜ao de medida ser´a “um azulejo”. O uso indiscriminado de
16
3.2. Padr˜oes de medidas e sistemas de unidades 17
Tabela 3.1: As sete unidades b´asicas do SI e os s´ımbolos utilizados para a sua representa¸c˜ao
SI - Unidades b´asicas
Dimens˜ao Unidade S´ımbolo
Tempo Segundo s
Comprimento Metro m
Massa Quilograma kg
Corrente el´etrica Amp`ere A
Temperatura absoluta Kelvin K
Intensidade luminosa Candela cd
Quantidade de substˆancia Mol mol
padr˜oes torna a compara¸ c˜ao entre medidas uma tarefa complexa, pois precisamos conhecer em
detalhes cada padr˜ao utilizado e como um padr˜ao se compara ao outro. Caso duas salas de aula
sejam medidas contando-se o n´ umero de azulejos em cada uma, devemos saber se os azulejos de
cada sala s˜ao iguais e, se n˜ao forem como um se compara ao outro.
Para tornar a compara¸c˜ao entre medidas uma tarefa mais simples, costuma-se definir
padr˜oes universais de grandezas, que possam ser reconhecidos, reproduzidos e utilizados em qual-
quer circunstˆancia experimental. A organiza¸c˜ao internacional “Bureau International des Poids
et Mesures” (BIPM)
1
´e a autoridade mundialmente reconhecida para a defini¸ c˜ao de padr˜oes. A
cada quatro anos ´e realizada a “Conference G´en´erale des Poids et Mesures” (CGPM) onde s˜ao
discutidos, entre outros assuntos relativos `a metrologia, os padr˜oes de medidas internacionais.
Dizemos que um instrumento est´a calibrado de acordo com as normas do CGPM,
quando sua medida do padr˜ao coincide com a sua medida unit´aria. O processo de calibra¸c˜ao
de um instrumento consiste, ent˜ao, em certificar se a medida unit´aria do instrumento coincide
com o padr˜ao de medida. Por exemplo, a calibra¸ c˜ao de uma balan¸ca consiste em certificar que a
medida padr˜ ao definido pelo CGPM para a massa coincide, quando realizada pela balan¸ca, com
a leitura, na escala da balan¸ca, de uma unidade de massa.
3.2.1 Sistemas de unidades
Para que o uso de padr˜oes se torne vi´avel ´e preciso definir os Sistemas de Unidades. Um Sistema
de Unidades ´e formado por:
1. Um conjunto de padr˜oes que definem as unidades b´asicas;
2. Defini¸ c˜ oes de grandezas derivadas, que tamb´em definem as unidades derivadas;
3. Um m´etodo de forma¸ c˜ao de m´ ultiplos e subm´ ultiplos das unidades b´asicas e derivadas.
O Syst`eme Internationale d’Unit´es (SI), ou Sistema Internacional de Unidades, es-
tabelecido pela CGPM em 1960, ´e o sistema de unidades mais utilizado no mundo atualmente.
A Tabela 3.1 apresenta as sete unidades b´asicas definidas no SI. A defini¸c˜ao dessas unidades
segue padr˜oes cient´ıficos rigorosos e bem definidos. As unidades derivadas s˜ao obtidas pela mul-
tiplica¸c˜ao e divis˜ao de unidades b´asicas. Por conveniˆencia algumas unidades derivadas recebem
nomes e s´ımbolos espec´ıficos. A Tabela 3.2 mostra algumas unidades derivadas, bem como os
s´ımbolos utilizados para represent´a-las.
1
http://www.bipm.fr
18 Unidade 3. Instrumentos de medida
Tabela 3.2: Algumas unidades derivadas no SI e os s´ımbolos utilizados para a sua representa¸c˜ao
SI - Unidades derivadas
Dimens˜ao Unidade S´ımbolo Express˜ao em unidades b´asicas
´
Area Metro quadrado m
2
m⋅m
Volume Metro c´ ubico m
3
m⋅m⋅m
Velocidade Metro por segundo m/s m⋅s
−1
Frequˆencia Hertz Hz s
−1
For¸ ca Newton N m⋅kg⋅s
−2
Press˜ao Pascal Pa N/m
2
=m
−1
⋅kg⋅s
−2
Energia Joule J N⋅m=m
2
⋅kg⋅s
−2
Potˆencia Watt W J/s=m
2
⋅kg⋅s
−3
Carga el´etrica Coulomb C s⋅A
Potencial el´etrico Volt V W/A=m
2
⋅kg⋅s
−3
⋅A
−1
Resistˆencia el´etrica Ohm Ω V/A=m
2
⋅kg⋅s
−3
⋅A
−2
Radioatividade Becquerel Bq s
−1
Temperatura Graus Celsius

C K
ˆ
Angulo Radiano rad m⋅m
−1
=1 (adimensional)
ˆ
Angulo s´olido Steroradiano sr m
2
⋅m
−2
=1 (adimensional)
Tabela 3.3: M´ ultiplos e subm´ ultiplos do SI com seus respectivos s´ımbolos.
Nome S´ımbolo Valor Nome S´ımbolo Valor
Exa E 10
18
Deci d 10
−1
Peta P 10
15
Centi c 10
−2
Tera T 10
12
Mili m 10
−3
Giga G 10
9
Micro j 10
−6
Mega G 10
6
Nano n 10
−9
Quilo k 10
3
Pico p 10
−12
Hecto h 10
2
Femto f 10
−15
Deca da 10
1
Atto a 10
−18
Para a forma¸c˜ao de m´ ultiplos e subm´ ultiplos o SI usa prefixos que modificam suas uni-
dades (b´asicas e derivadas) mediante multiplica¸c˜oes por potˆencias de 10. Os s´ımbolos dos pre-
fixos, seus nomes e valores dos fatores multiplicativos que os representam s˜ao apresentados na
Tabela 3.3. Por exemplo, 1000 metros (1000 m) pode ser escrita utilizando o m´ ultiplo quilo
(s´ımbolo k, min´ usculo
2
) resultando 1 quilˆometro (ou 1 km).
Outro sistema de unidades, ainda utilizado em alguns pa´ıses, ´e o sistema de Unidades
Inglesas ou USCS (United States Customary System, como denominado nos Estados
Unidos). S˜ao unidades inglesas, dentre outras, a libra, a milha e o gal˜ao. Ao contr´ario do
SI, as unidades inglesas n˜ao possuem nenhum padr˜ao cient´ıfico. Fatores de convers˜ao entre o
SI e unidades inglesas podem ser encontrados na maior parte dos livros textos de F´ısica e nas
calculadoras cient´ıficas modernas.
2 ´
E importante notar que K – mai´ usculo – ´e denotado para representar a temperatura Kelvin
3.3. Instrumentos de medidas 19
3.3 Instrumentos de medidas
A atividade experimental requer a realiza¸ c˜ao de medidas de grandezas de naturezas diversas:
comprimento, massa, tempo, corrente el´etrica, radia¸ c˜ao e assim por diante. Por conta disso, o
n´ umero de instrumentos de medida dispon´ıveis ao experimentalista ´e muito variado, tornando a
descri¸c˜ao de cada um deles imposs´ıvel. Assim, discutiremos apenas aqueles instrumentos mais
relevantes para as atividades que ser˜ao realizadas neste curso.
3.3.1 Medidas de comprimento
Quando se realiza uma medida de comprimento utilizando uma r´egua comum, a menor divis˜ao
dispon´ıvel ´e, em geral, 1 mil´ımetro (1 mm). Para se medir d´ecimos ou cent´esimos de mm n˜ao
bastaria acrescentar tra¸cos intermedi´arios `a r´egua, uma vez que os mesmos seriam de dif´ıcil ou at´e
mesmo imposs´ıvel de leitura. Al´em disso, dadas as pequenas dimens˜oes envolvidas, seria muito
dif´ıcil posicionar corretamente o instrumento. Nesse caso, apesar do instrumento ser preciso, o
m´etodo de medida limita a precis˜ao de medida poss´ıvel de ser alcan¸ cada pelo experimentador.
Quando se quer efetuar medidas com precis˜ao de d´ecimos ou cent´esimos de mil´ımetro utilizam-se
instrumentos especiais, tais como o micrˆometro e paqu´ımetro.
3.3.1.1 O micrˆometro
O micrˆometro ´e um instrumento de alta precis˜ao que permite medidas de at´e 0,001 mm. A
Figura 3.1 mostra a foto de um micrˆometro padr˜ao e seus principais componentes.
Figura 3.1: Micrˆometro padr˜ao similar aos utilizados no laborat´orio did´atico.
Micrˆometros podem ser constru´ıdos com finalidades diversas, como aqueles para medidas
de profundidade, grandes dimens˜oes com elevada precis˜ao, etc. A Figura 3.2 mostra alguns tipos
de micrˆometro para fins espec´ıficos.
O componente b´asico de um micrˆometro ´e o parafuso microm´etrico. O parafuso mi-
crom´etrico consiste de uma rosca de alta precis˜ao na qual uma volta completa (ou passo) equivale
20 Unidade 3. Instrumentos de medida
Figura 3.2: Micrˆometro de profundidade (esquerda) e para medidas de espessura de chapas
(direita)
ao avan¸ co ou recuo de 0,5 mm (outros modelos de parafuso microm´etrico, com passos maiores
ou menores tamb´em est˜ao dispon´ıveis – ´e preciso verificar a especifica¸c˜ao de cada instrumento
antes de utiliz´a-lo). Esse parafuso ´e graduado, permitindo a leitura de medidas intermedi´arias
ao passo do parafuso, possibilitando uma elevada precis˜ao da medida. A Figura 3.3 mostra um
detalhe do parafuso microm´etrico de um micrˆometro.
O arco, o parafuso microm´etrico e os pontos de medi¸c˜ao (garras fixa e m´ovel) s˜ao con-
stru´ıdos de um material especialmente tratado de maneira a evitar tens˜oes, dilata¸c˜ao devido ao
calor e fornecer a dureza necess´aria para evitar o desgaste por atrito.
O procedimento para a realiza¸ c˜ao de uma medida com micrˆometro deve seguir os seguintes
passos:
1. Colocar o objeto a ser medido entre as faces das garras (Figura 3.4);
2. Girar o tambor at´e que as faces estejam pr´oximas de encostar o objeto a ser medido;
3. Utilizando a catraca do micrˆometro, girar a mesma at´e que as garras encostem suave-
mente no objeto. Vocˆe perceber´a uns cliques da catraca, indicando que as garras est˜ao
devidamente encostadas no objeto;
4. Fazer a leitura da medida, identificando o tra¸co na escala vis´ıvel bem como a fra¸c˜ao do
passo no tambor do micrˆometro.
Por exemplo, vamos seguir os exemplos da Figura 3.5. No primeiro caso, `a esquerda, o
tra¸co vis´ıvel corresponde a uma leitura de 24,0 mm enquanto o tambor fornece uma leitura entre
os tra¸ cos de 14 e 15 do tambor. Como o tambor possui 50 tra¸cos equivalentes a um passo de
0,5 mm, a leitura efetuada no tambor est´a entre 0,14 e 0,15 mm. Por ´ ultimo, estima-se esse valor
intermedi´ario como sendo 0,001 mm. Assim, a leitura efetuada vale:
1 = 24, 0 (principal) + 0, 14 (tambor) + 0, 001 (estimativa)
1 = 24, 141 mm
3.3. Instrumentos de medidas 21
Como a incerteza do micrˆometro ´e metade da sua menor divis˜ao (0,01 mm) temos que
1 = 24, 141 ±0, 005 mm
No caso `a direita, temos que a leitura na escala principal vale 16,5 mm (note o tra¸ co na
parte inferior da escala principal). A leitura no tambor est´a entre 0,01 e 0,02 mm enquanto
a nossa estimativa da leitura intermedi´aria ´e 0,000. Assim, o valor correspondente a essa medida
no micrˆometro ´e:
1 = 16, 5 (principal) + 0, 01 (tambor) + 0, 000 (estimativa)
1 = 16, 510 ±0, 005 mm
Figura 3.3: Parafuso microm´etrico graduado de um micrˆometro simples.
3.3.1.2 O paqu´ımetro
Apesar de o micrˆometro obter medidas de comprimento bastante precisas a sua versatilidade ´e
bastante limitada. A maioria dos micrˆometros n˜ao permite realizar medidas muito grandes, de
profundidade, diˆametros externos, etc.
Em laborat´orios e oficinas mecˆanicas, frequentemente, h´a necessidade de se medir di-
mens˜oes nas quais o micrˆometro n˜ao ´e adequado. Nesse caso, utiliza-se, em geral, um paqu´ımetro.
A Figura 3.6 mostra um paqu´ımetro e seus principais componentes. Todo paqu´ımetro
tem um cursor m´ovel (que desliza sobre a haste), no qual se encontra uma das orelhas; o encosto
m´ovel e as escalas principais e vernier (tamb´em denominada de nˆonio). Essa ´ ultima permite
efetuar medidas com precis˜ao superior `aquela da escala principal.
A Figura 3.7 mostra alguns modos de utiliza¸ c˜ao de um paqu´ımetro. Como se pode notar,
o mesmo permite v´arios tipos de medidas, dependendo de como ´e utilizado.
O que caracteriza o paqu´ımetro ´e o nˆonio acoplado `a escala principal. O nˆonio permite
obter medidas menores que a menor divis˜ao da escala principal, pois ´e constru´ıdo de tal forma
que a sua menor divis˜ao ´e menor que a menor divis˜ao na escala principal, conforme mostra a
Figura 3.8.
22 Unidade 3. Instrumentos de medida
Figura 3.4: Realizando uma medida com um micrˆometro simples.
Figura 3.5: Exemplos de leitura de micrˆometro.
Na Figura 3.8, o tamanho da unidade nas escalas principais e nˆonio s˜ao respectivamente
denominadas j e n. A escala ´e constru´ıda de tal forma que o comprimento para um certo n´ umero
de divis˜oes, ¹, na escala principal ´e igual ao comprimento de um determinado n´ umero de divis˜oes,
o, na escala do nˆonio, ou seja:
comprimento = ¹j = on
Desse modo, podemos escrever que:
n =
¹j
o
Podemos calcular a diferen¸ ca entre os tamanhos da escala principal e do nˆonio, d, como sendo a
diferen¸ca entre j e n, ou seja:
d = j −n =
(
1 −
¹
o
)
j
No caso da Figura 3.8, temos que ¹ = 9 e o = 10, ou seja:
d = 0, 1 ⋅ j
d ´e tamb´em denominado a precis˜ao do paqu´ımetro e indica qual ´e a menor varia¸ c˜ao de com-
primento poss´ıvel a ser medida por ele. No nosso caso, se o tamanho da escala for j = 1 mm,
a precis˜ao do paqu´ımetro mostrado na Figura 3.8 ´e d = 0, 1 mm. O paqu´ımetro mostrado na
Figura 3.8 ´e denominado de paqu´ımetro de d´ecimos, pois o nˆonio possui dez divis˜oes. Nˆonios
com mais divis˜oes (20 e 50) s˜ao comumente encontrados e permitem leituras de maior precis˜ao,
conforme mostra a Figura 3.9. Nˆonios com n´ umero de divis˜oes maiores s˜ao de dif´ıcil leitura e
s˜ao raros de se encontrar.
3.3. Instrumentos de medidas 23
Figura 3.6: Paqu´ımetro t´ıpico e seus principais componentes
Para efetuarmos uma medida utilizando um paqu´ımetro precisamos avaliar duas quan-
tidades:
∙ A leitura da escala principal onde est´a localizado o tra¸ co 0 (zero) do nˆonio e,
∙ Adicionar a distˆancia entre o tra¸ co 0 (zero) do nˆonio e o tra¸co imediatamente inferior na
escala principal. Essa distˆancia ´e menor obtida pela verifica¸ c˜ao de qual tra¸ co no nˆonio
coincide melhor com um tra¸co qualquer na escala principal.
Vamos utilizar como exemplo a Figura 3.10. No exemplo da figura, o 0 (zero) do nˆonio
est´a logo ap´os a marca de 5,0 mm da escala principal. Al´em disso, a quarta marca do nˆonio
coincide com uma marca qualquer da escala principal (n˜ao importa qual). Como esse ´e um nˆonio
de precis˜ao d = 0, 1 mm, temos que a quarta marca do nˆonio equivale a 0,4 mm. Assim, a leitura
efetuada ´e
1 = 5, 0 (principal) + 0, 4 (nˆonio)
1 = 5, 4 mm
Um aspecto importante do nˆonio ´e o fato de n˜ao ser poss´ıvel estimar um valor inter-
medi´ario entre a terceira e quarta marcas ou entre a quarta e quinta marcas do nˆonio. Neste
caso, a incerteza do paqu´ımetro n˜ao ´e metade da sua menor divis˜ao e sim o valor da sua menor
24 Unidade 3. Instrumentos de medida
Figura 3.7: Alguns m´etodos de utiliza¸c˜ao de um paqu´ımetro para realiza¸c˜ao de medidas externas
(acima), internas (meio) e de profundidade (abaixo)
divis˜ao. Nesse caso, podemos escrever a medida como sendo:
1 = 5, 4 ±0, 1 mm
Para obter resultados satisfat´orios com o paqu´ımetro (bem como outros instrumentos de
medida de comprimento) devemos estar atentos aos seguintes cuidados:
1. O contato entre os encostos das orelhas do paqu´ımetro com as superf´ıcies da pe¸ca a ser
medida deve ser suave para n˜ao danificar a pe¸ca e resultar em medidas falsas;
2. Manter a posi¸c˜ao correta do paqu´ımetro em rela¸c˜ao `a pe¸ca. Inclina¸c˜oes do instrumento
alteram as leituras;
3. Manter as superf´ıcies limpas;
4. Medir a pe¸ca em temperatura ambiente, procurando evitar poss´ıveis dilata¸c˜oes;
5. Ao observar o valor da medida, manter a vis˜ao na dire¸ c˜ao perpendicular `a escala do instru-
mento, evitando erros de paralaxe
3
.
3
Paralaxe ´e o desvio aparente da agulha de um instrumento de medida, quando n˜ao observada de uma dire¸c˜ ao
vertical a ela.
3.3. Instrumentos de medidas 25
Figura 3.8: Esquema de um nˆonio ou escala de Vernier.
Figura 3.9: Nˆonios de vig´esimos e quinquag´esimos.
26 Unidade 3. Instrumentos de medida
Figura 3.10: Realiza¸ c˜ao de uma leitura no paqu´ımetro.
Unidade 4
Interpreta¸c˜ao gr´afica de dados
4.1 Introdu¸c˜ao
Nas atividades experimentais, muitas vezes, objetiva-se estudar a maneira como uma propriedade,
ou quantidade, varia com rela¸ c˜ao a uma outra quantidade, por exemplo:
‘‘De que modo o comprimento de um pˆendulo afeta o seu
per´ıodo?’’
ou ainda:
‘‘Como se comporta a for¸ca de atrito entre duas
superf´ıcies relativamente `a for¸ca normal exercida
por uma superf´ıcie sobre a outra?’’
Tais quest˜oes podem ser estudadas e mais bem respondidas, muitas vezes, atrav´es de
m´etodos gr´aficos evidenciando, dessa forma, a dependˆencia de uma grandeza em rela¸c˜ao `a outra.
Nesta unidade apresentaremos os principais tipos de gr´aficos dispon´ıveis bem como t´ecnicas para
a sua confec¸c˜ao. Apresentaremos tamb´em alguns m´etodos de an´alise gr´afica de dados de forma
a poder extrair informa¸c˜oes e interpretar resultados experimentais.
4.2 Tipos de gr´aficos
Os gr´aficos, de modo geral, podem ser classificados em cinco tipos b´asicos, conforme o esquema
apresentado na Figura 4.1. Dependendo do tipo de an´alise a ser realizada um tipo de gr´afico
torna-se mais adequado que outro. Nos trabalhos experimentais em Ciˆencias s˜ao frequentemente
utilizados gr´ aficos do tipo diagrama, ou linha, conforme o apresentado na Figura 4.2. Nesse
gr´afico ´e mostrado o comportamento de uma grandeza f´ısica, nesse caso a velocidade de um
corpo, em fun¸ c˜ao do tempo. Pode-se perceber facilmente que a velocidade aumenta com o passar
do tempo. A grande vantagem de an´alises gr´aficas ´e a interpreta¸ c˜ao direta e f´acil de dados
experimentais. A linha tracejada, nesse caso, representa o comportamento m´edio dos dados
obtidos.
4.3 Confec¸c˜ao de gr´aficos
Quando s˜ao realizados experimentos, os dados s˜ao adquiridos, geralmente de dois modos:
27
28 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.1: Principais tipos de gr´aficos
1. No primeiro modo, quer-se examinar a dependˆencia de uma grandeza em rela¸ c˜ao `a outra,
como, por exemplo, os dados apresentados na Figura 4.2. Nesse caso, mede-se a velocidade
do corpo em instantes consecutivos de tempo e analisa-se como a velocidade depende do
tempo. Em medidas desse tipo, costuma-se denominar de vari´avel independente aquela que
se varia, nesse caso, o tempo. A grandeza na qual se quer estudar a dependˆencia, nesse
caso a velocidade, ´e denominada de vari´avel dependente.
2. No segundo caso, o mesmo experimento ´e repetido muitas vezes nas mesmas condi¸c˜oes
e, em cada um desses experimentos, repete-se a medida de uma determinada grandeza.
Nesse caso, querem-se estudar as varia¸c˜oes de medidas devido `as incertezas experimentais.
Um caso t´ıpico ´e a medida do per´ıodo de oscila¸c˜ao de um pˆendulo simples. Dependendo
dos instrumentos utilizados, a medida simples de um ´ unico per´ıodo resulta, geralmente,
em incertezas experimentais elevadas que podem ser minimizadas atrav´es da repeti¸c˜ao do
experimento muitas vezes. Assim, a medida final seria a m´edia aritm´etica de todas as
medidas efetuadas.
Em ambas as situa¸ c˜oes costuma-se organizar os dados em tabelas. Essas tabelas podem-
se tornar demasiadamente longas e de dif´ıcil leitura. A representa¸ c˜ao desses dados em forma
gr´afica mostra, de forma mais clara, as propriedades das grandezas medidas. O gr´afico mostra,
igualmente, prov´aveis erros experimentais e permite realizar interpola¸c˜oes e extrapola¸c˜oes de
modo vis´ıvel e f´acil.
No primeiro exemplo pode-se visualizar graficamente o comportamento da velocidade
em fun¸c˜ao do tempo atrav´es de um gr´afico de linhas. No segundo caso, contudo, a melhor
visualiza¸c˜ao gr´afica ´e feita atrav´es de um histograma. Nesse tipo de gr´afico ´e muito simples obter
grandezas como m´edia e desvio padr˜ao das medidas.
Antes de abordar os tipos de gr´aficos acima, devemos estabelecer algumas regras gerais
de confec¸c˜ao de gr´aficos. Essas regras aplicam-se a quase todos os tipos dispon´ıveis.
4.3. Confec¸ c˜ao de gr´aficos 29
Figura 4.2: Exemplo de gr´afico linear. Nesse gr´afico, os pontos correspondem `a medidas experi-
mentais e a linha representa o comportamento m´edio.
4.3.1 Regras gerais para confec¸c˜ao de gr´aficos
A constru¸c˜ao de gr´aficos, quando feita sob regras universais, facilita significamente a sua in-
terpreta¸c˜ao. Nesse sentido, regras r´ıgidas (como de sintaxe de uma linguagem qualquer) s˜ao
adotadas no mundo cient´ıfico e tecnol´ogico
1
Todo gr´afico ´e composto dos seguintes itens:
1. T´ıtulo e legenda do gr´afico;
2. Eixos das vari´aveis com os nomes das vari´aveis, escalas e unidades;
3. Dados experimentais e incertezas;
4. Fun¸ c˜oes te´oricas ou curvas m´edias. Esse item ´e opcional e, dependendo das circunstˆancias,
pode ser omitido;
A Figura 4.3 mostra os principais componentes de um gr´afico.
4.3.1.1 T´ıtulo e legenda do gr´afico
Todo gr´afico deve ter um t´ıtulo. Geralmente, o t´ıtulo do gr´afico ´e colocado na parte superior
do gr´afico, em destaque. T´ıtulos do tipo ‘‘gr´afico de velocidade vs. tempo’’ s˜ao redun-
1
Programas computacionais de gera¸c˜ao de gr´aficos n˜ao destinados `a ´area cient´ıfica, como o Excel, s˜ao muito
limitados e possuem v´ arias falhas no que diz respeito `a confec¸c˜ ao correta de gr´aficos e o seu uso ´e fortemente
desaconselhado no mundo cient´ıfico e tecnol´ogico.
30 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.3: Componentes t´ıpicos de um gr´afico cient´ıfico padr˜ao.
dantes e n˜ao fornecem informa¸ c˜ao necess´aria para o entendimento do mesmo.
Caso o gr´afico seja inserido dentro de um texto, o mesmo deve ser acompanhado de uma
legenda, logo abaixo do gr´afico, numerada, que explique de forma sucinta o seu conte´ udo. No
caso da presen¸ ca de uma legenda, o t´ıtulo do gr´afico torna-se opcional, j´a que a legenda acaba
suprindo o leitor de informa¸c˜ao suficiente para o seu entendimento.
4.3.1.2 Eixos, escalas e unidades
Os eixos de um gr´afico devem se explicitamente desenhados. Cada um dos eixos deve conter o
nome ou s´ımbolo da vari´avel respresentada, a escala de leitura e a unidade correspondente.
A escolha da escala utilizada deve ser tal que represente bem o intervalo medido para a
vari´avel correspondente. A regra pr´atica para definir a escala a ser utilizada consiste em dividir
a faixa de varia¸c˜ao da vari´avel a ser graficada pelo n´ umero de divis˜oes principais dispon´ıveis.
Toma-se, ent˜ao, um arredondamento para um valor superior e de f´acil leitura. Esses valores s˜ao,
4.3. Confec¸ c˜ao de gr´aficos 31
em geral, 1, 2, 5 ou m´ ultiplos/sub-m´ ultiplos de 10 desses valores (10; 20; 500; 0,5; etc.).
A Figura 4.4 mostra alguns exemplos de escalas do eixo de um gr´afico. M´ ultiplos de 3 s˜ao de
dif´ıcil leitura e devem ser evitados.
Figura 4.4: Alguns exemplos de formas CORRETAS de desenhar eixos de um gr´afico
As escalas de um gr´afico n˜ao precisam come¸ car na origem (0,0). Elas devem abranger
a faixa de varia¸ c˜ao que vocˆe quer representar.
´
E conveniente que os limites da escala correspon-
dam a um n´ umero inteiro de divis˜oes principais. Indique os valores correspondentes `as divis˜oes
principais abaixo (eixo–x) ou ao lado (eixo–y) da escala utilizando n´ umeros leg´ıveis. As unidades
devem ser escolhidas de maneira a minimizar o n´ umero de d´ıgitos utilizados na divis˜ao principal
(ver a terceira escala, de cima para baixo, na Figura 4.4. Nesse caso, utilizou-se a escala de
quilograma). Uma rergra pr´atica ´e utilizar no m´aximo 3 d´ıgitos para representar esses valores.
Pode-se tamb´em fazer o uso de potˆencias de 10 na express˜ao das unidades para simplificar a
escala.
Ao tra¸ car os eixos em um papel gr´afico comum, n˜ao use a escala marcada no papel pelo
fabricante. Vocˆe ´e quem define a escala. Tamb´em evite usar os eixos nas margens do papel.
Desenhe os seus pr´oprios eixos. Na Figura 4.5 s˜ao mostradas algumas formas INCORRETAS de
desenhar eixos de gr´afico. Um erro muito comum ´e colocar nos eixos os valores medidos para
cada vari´avel. Esse ´e um erro MUITO grosseiro que torna o gr´afico ileg´ıvel.
Por fim, escreva o nome (ou s´ımbolo) da vari´avel correspondente ao eixo e a unidade
para leitura dos valores entre parˆentesis (s, kg, 10
5
N/m
2
, etc.).
No final das contas, o melhor crit´erio para desenhar um eixo de um gr´afico ´e o bom-
senso. O teste final para saber se o eixo utilizado ´e adequado ´e a escolha aleat´oria de um ponto
qualquer. O leitor deve ser capaz de identificar rapidamente o valor correspondente desse ponto
atrav´es da leitura do eixo no gr´afico.
4.3.1.3 Dados, fun¸ c˜oes te´oricas e curvas m´edias
Assinale no gr´afico a posi¸c˜ao dos pontos experimentais: use marcas bem vis´ıveis (em geral c´ırculos
cheios). NUNCA indique as coordenadas dos pontos graficados no eixo. Coloque as barras de
incerteza nos pontos, se for o caso. Se as incertezas s˜ao menores que o tamanho dos pontos,
indique isso na legenda.
NUNCA LIGUE OS PONTOS. Esse ´e um erro grosseiro de confec¸ c˜ao de gr´aficos,
muito utilizado em programas de computadores. A Figura 4.6 mostra como desenhar os pontos
experimetais de um gr´afico.
32 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.5: Algumas formas INCORRETAS de desenhar eixo em um gr´afico.
`
As vezes, dependendo da an´alise a ser realizada com os dados, ´e necess´ario o desenho das
curvas m´edias ou fun¸ c˜oes te´oricas. Essas curvas tˆem como utilidade permitir a extrapola¸c˜ao e/ou
interpola¸ c˜ao de pontos, bem como a compara¸c˜ao entre os dados experimentais e uma previs˜ao
te´orica. Esse ponto ser´a discutido em detalhes adiante.
4.4 Gr´aficos de linhas
Gr´aficos de linhas s˜ao normalmente utilizados para representar a dependˆencia de uma grandeza
em rela¸ c˜ao `a outra, como o gr´afico apresentado na Figura 4.2 que mostra a dependˆencia com
o tempo da velocidade de queda de um ovo. S˜ao muitos os tipos de gr´aficos de linhas que
podem ser constru´ıdos. Dentre os v´arios destacam-se trˆes tipos comumente utilizados, conforme
representado na Figura 4.7.
A escolha do tipo de gr´afico est´a relacionada com os objetivos que se pretende alcan¸ car.
Um dos fatores que pode fornecer a ajuda na escolha ´e analisar a varia¸ c˜ao dos dados adquiridos.
Por exemplo, uma grandeza que varia de 10 Hz e 100 kHz (100000 Hz) torna-se imposs´ıvel de ser
graficada de forma eficiente em um gr´afico linear, devido `a grande varia¸c˜ao entre um extremo e
outro. Nesse caso, gr´aficos logar´ıtimos s˜ao mais adequados para representar dados desse tipo.
4.4.1 Escalas lineares
Gr´aficos em escalas lineares s˜ao os mais simples de serem realizados. Como o pr´oprio nome diz,
gr´aficos em escalas lineares s˜ao aqueles nos quais ambos os eixos (r e j) s˜ao lineares, ou seja, a
escala representada no eixo ´e diretamente proporcional `a distˆancia do ponto em rela¸c˜ao `a origem
do eixo.
Gr´aficos em escalas lineares s˜ao desenhados normalmente em pap´eis milimetrados, con-
forme mostra a Figura 4.8. Um exemplo de gr´afico em escala linear ´e mostrado na Figura 4.9.
4.4. Gr´aficos de linhas 33
Figura 4.6: Representa¸ c˜ao de pontos experimentais em um gr´afico. NUNCA LIGUE OS
PONTOS. Indique as barras de incerteza (se for o caso) em cada ponto nos eixos r e j.
Nesse caso, grafica-se a velocidade instantˆanea de queda de um ovo como fun¸c˜ao do tempo de
queda.
4.4.1.1 Tra¸cando curvas m´edias
Muitas vezes quer-se extrair informa¸ c˜oes mais complexas de um gr´afico. Poder´ıamos perguntar,
por exemplo, utilizando o gr´afico da Figura 4.9, qual seria a velocidade do ovo no instante 15
segundos, caso o tipo de movimento n˜ao se altere? Qual ´e a velocidade inicial desse ovo e
qual a sua acelera¸c˜ao m´edia? Perguntas como essas podem ser respondidas combinando-se o
conhecimento adquirido de F´ısica com algumas t´ecnicas de an´alise gr´afica.
Existem t´ecnicas matem´aticas e testes sofisticados para determinar o comportamento de
dados e permitir extrapola¸ c˜oes e interpola¸c˜oes. O aprendizado dessas t´ecnicas foge ao escopo
deste curso introdut´orio. Contudo, o m´etodo descrito a seguir pode, se executado de forma
criteriosa, fornecer resultados muito pr´oximos daqueles obtidos a partir de m´etodos matem´aticos
rigorosos.
De modo geral, pode-se desenhar curvas m´edias sobre conjunto de dados utilizando-se a
curva francesa (ver Figuras 4.10 e 4.11). O uso de curva francesa exige pr´atica, por´em pode-se
conseguir resultados bastante satisfat´orios. Um inconveniente do uso geral de curvas francesas
34 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.7: Principais tipos de gr´ aficos de linhas utilizados no meio cient´ıfico.
´e o fato de, apesar das curvas m´edias serem bastante satisfat´orias, ´e dif´ıcil obter informa¸ c˜oes
num´ericas de forma direta. Al´em disso, pelo fato da curva obtida ser um guia visual, extrapola¸c˜oes
para valores fora do intervalo onde os dados foram medidos s˜ao muito imprecisas e n˜ao devem
ser feitas.
Contudo, existe um caso particular onde o tra¸cado de curvas m´edias fornece v´arias
informa¸c˜oes sobre os dados graficados. Isso ocorre quando o gr´afico entre duas grandezas pode
ser representado por uma reta. Assim, a curva m´edia obtida ´e uma reta, que pode ser desenhada
utilizando-se uma r´egua simples.
Vamos reexaminar os dados da Figura 4.9. Percebe-se que a dependˆencia entre a veloci-
dade e tempo ocorre de forma mais ou menos linear (lembre-se de considerar as incertezas dos
pontos experimentais). Para tra¸ car uma reta m´edia, nesse caso, deve-se utilizar uma r´egua e a
reta desenhada deve ser tal que os pontos fiquem aleatoriamente distribu´ıdos em torno dessa reta.
Esse desenho ´e feito de forma manual e exige senso cr´ıtico por parte da pessoa que est´a realizando
a an´alise. A Figura 4.12 mostra o mesmo conjunto de dados com a reta m´edia correspondente.
Note que a reta m´edia n˜ao necessariamente deve passar por todos os pontos experimentais
(veja ponto t = 5, 6 s) e, n˜ao necessariamente, deve passar pelo primeiro e ´ ultimo pontos do
gr´afico. O crit´erio ´e que os pontos fiquem distribu´ıdos em torno da reta da forma mais aleat´oria
poss´ıvel.
Deve-se ter cuidado com o uso dessa t´ecnica para tra¸car retas m´edias. Em muitos
casos, apesar das incertezas experimentais serem suficientemente grandes, os pontos n˜ao ficam
aleatoriamente distribu´ıdos em torno da reta. Nesse caso, ´e evidente que a fun¸c˜ao que descreve a
curva m´edia n˜ao deve ser uma reta. Um exemplo ´e mostrado na Figura 4.13. Note que os pontos
n˜ao est˜ao igualmente distribu´ıdos em torno da reta m´edia. Nota-se que, apesar do n´ umero de
pontos sobre a reta ser equivalente ao n´ umero de pontos sob a reta, h´a a tendˆencia de haver pontos
na parte inferior somente nos extremos do gr´afico, enquanto os pontos superiores encontram-se
na regi˜ao central do gr´afico. Esse ´e um exemplo claro de que a curva m´edia selecionada (reta) n˜ao
´e adequada para descrever os dados experimentais. Mais uma vez, existem m´etodos matem´aticos
para avaliar se a fun¸ c˜ao utilizada ´e a que melhor descreve os dados experimentais, por´em o
aprendizado desse m´etodo foge ao escopo do curso. O desenvolvimento da intui¸c˜ao, nesse caso,
´e importante no julgamento dos resultados obtidos.
Em um gr´afico de escalas lineares (papel milimetrado) retas s˜ao objetos geom´etricos
simples de serem representados matematicamente. Nesse caso, a equa¸c˜ao de uma reta pode ser
4.4. Gr´aficos de linhas 35
Figura 4.8: Papel em escala milimetrada. Nesse caso, ambas coordenadas s˜ao igualmente
espa¸cadas em cent´ımetros.
escrita como:
j = or +/ (4.1)
Onde j ´e a vari´avel dependente e r ´e a vari´avel independente, o e / s˜ao constantes, respectivamente
denominadas coeficientes angular e linear.
Para obter os coeficientes o e / ´e necess´ario escolher dois pontos da reta m´edia desen-
hada no gr´afico. ESCOLHA PONTOS BASTANTE DISTANTES!!!!! Pontos
muito pr´oximos acarretam em incertezas bastante elevadas e, muitas vezes, fora de controle. De
preferˆencia, escolha um ponto anterior ao intervalo dos dados e um ponto ap´os o intervalo das
medidas efetuadas. Vamos denominar esses pontos como sendo (r
1
, j
1
) e (r
2
, j
2
). Utilizando a
equa¸c˜ao (4.1), podemos escrever que



j
1
= or
1
+/
j
2
= or
2
+/
(4.2)
Temos, nesse caso, duas equa¸c˜oes e duas inc´ognitas (o e /). Podemos resolver o sistema
36 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.9: Velocidade de queda de um ovo.
acima de tal modo que:









o =
Δj
Δr
=
j
2
−j
1
r
2
−r
1
/ = j
1
−or
1
(4.3)
Note que os parˆametros o e / possuem unidades. A unidade de o ´e [ unidade de j ]/[
unidade de r ] enquanto que a unidade de / ´e [ unidade de j ].
Note que, apesar do nome, o coeficiente angular n˜ao ´e igual `a tangente entre a reta e o
eixo–r, porque as escalas de um gr´afico s˜ao, em geral, diferentes nos eixos r e j, ao contr´ario do
caso geom´etrico. Lembre-se que o coeficiente angular possui unidade enquanto tangente de um
ˆangulo ´e um n´ umero adimensional. Em geral:
Δj
Δr
∕= tan 0 (4.4)
4.4.1.2 Avalia¸c˜ao de incertezas nos coeficientes
A representa¸c˜ao gr´afica, como vimos, ´e importante no sentido de ilustrar e sintetizar as rela¸ c˜oes
entre grandezas representativas de um fenˆomeno. Contudo, medidas experimentais s˜ao sempre
acompanhadas de suas respectivas incertezas, avaliadas pelos experimentadores. Essas incertezas
s˜ao representadas graficamente atrav´es de barras de erro em cada ponto experimental, conforme
mostrado nas figuras anteriores.
4.4. Gr´aficos de linhas 37
Figura 4.10: Alguns exemplos de curva francesa. A curva francesa ´e comumente utilizada para
tra¸car curvas m´edias de gr´aficos cient´ıficos.
Figura 4.11: Exemplo da utiliza¸c˜ao da curva francesa para tra¸car uma curva m´edia em um gr´afico
cient´ıfico.
Uma pergunta natural que surge do ajuste da reta m´edia, como realizado na Figura 4.12,
reflete o fato das incertezas, bem como as flutua¸c˜oes nos pontos experimentais, permitirem que
mais do que uma reta m´edia possa ajustar razoavelmente os dados experimentais.
´
E razo´avel pen-
sar que os coeficientes angular e linear obtidos para a reta m´edia possuem incertezas associadas.
Como avaliar as incertezas desses coeficientes?
Tanto a escolha da melhor curva, como mencionado, como o c´alculo das incertezas nos
coeficientes, pode ser feito de forma rigorosa. Contudo, assim, como h´a um m´etodo gr´afico
razo´avel para tra¸car a reta m´edia, h´a tamb´em um m´etodo gr´afico que pode ser utilizado para
estimar as incertezas nos coeficientes obtidos. Esse m´etodo consiste em estimar duas retas, uma
de m´axima inclina¸c˜ao e outra de m´ınima inclina¸ c˜ao, que ainda se adaptem de forma razo´avel aos
dados experimentais. O procedimento a seguir tenta sistematizar esse m´etodo de tal forma que
as incertezas obtidas sejam razo´aveis.
Vamos voltar aos dados apresentados na Figura 4.12. Imagine agora dois conjuntos de
pontos. Um desses conjuntos tem coordenadas (r, j + o) enquanto o outro conjunto de pontos
tem coordenadas (r, j − o), sendo o a incerteza de cada um dos pontos do conjunto original,
confome mostrado na Figura 4.14a.
Nessa figura esses conjuntos est˜ao representados por quadrados e triˆangulos, respectiva-
38 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.12: Velocidade de queda de um ovo com a sua respectiva reta m´edia que ´e utilizada
para extrair informa¸c˜oes num´ericas a respeito do movimento de queda.
mente. VOC
ˆ
E N
˜
AO PRECISA DESENHAR ESSES PONTOS
NOS SEUS GR
´
AFICOS! Eles s˜ao apenas guias visuais para fins did´aticos. A
seguir, tra¸ cam-se duas retas, uma que melhor se adapta ao conjunto (r, j +o) e outra que mel-
hor se adapta ao conjunto (r, j −o), conforme mostrado na Figura 4.14b. Note que essas retas
n˜ao precisam ser paralelas entre si e nem mesmo paralelas `a reta m´edia ajustada.
A seguir, tomam-se os pontos nessas retas correspondentes ao menor e maior valor da
vari´avel r no conjunto de dados experimentais (ver estrelas na Figura 4.14c). Esses pontos servem
de referˆencia para tra¸car as retas m´axima e m´ınima. Para tra¸car as retas m´axima e m´ınima,
ligam-se os pontos marcados por estrelas, conforme mostrado na Figura 4.14c por retas cont´ınuas.
A Figura 4.14d mostra a figura final obtida. As duas retas cont´ınuas obtidas s˜ao denom-
inadas retas m´axima e m´ınima por possu´ırem, respectivamente, m´axima e m´ınima inclina¸c˜oes.
Para cada uma dessas retas calculam-se os coeficientes angulares e lineares, denominados respec-
tivamente o
m´ ax
, /
m´ ax
, o
m´ın
e /
m´ın
. As incertezas nos coeficientes da reta m´edia podem ser obtidas
atrav´es das express˜oes
o
o
=
∣o
m´ax
−o
m´ın

2
e o
b
=
∣/
m´ ax
−/
m´ın

2
(4.5)
4.4.1.3 Lineariza¸c˜ao de dados
Provavelmente por raz˜oes biol´ogicas, o ser humano sabe distinguir bem entre uma curva e uma
reta. Por´em, ´e muito dif´ıcil para o ser humano perceber, graficamente, a diferen¸ ca entre uma curva
dada por j = r
2
e outra por j = r
4
. Em trabalhos t´ecnico-cient´ıficos, os dados experimentais nem
sempre, produzem uma curva linear do tipo j = or+/, f´acil de extrair informa¸c˜oes quantitativas,
como descritas anteriormente. Nesse caso, faz-se uso de t´ecnicas de lineariza¸c˜ao de dados, de tal
forma que os dados finais obtidos, quando graficados, forne¸ cam uma linha reta, f´acil de ser
4.4. Gr´aficos de linhas 39
Figura 4.13: Conjunto de dados no qual o uso de uma reta m´edia n˜ao ´e adequado para descrever
o comportamento dos dados.
analisada. Experiˆencia e bom senso s˜ao elementos importantes para essa opera¸c˜ao, bem como o
conhecimento da equa¸c˜ao esperada para os dados originais.
O ingrediente b´asico para lineariza¸c˜ao de dados ´e o conhecimento da equa¸c˜ao esperada
para descrever os dados originais. A t´ecnica consiste no uso dessa equa¸c˜ao para realizar mudan¸cas
de vari´aveis de tal forma que o gr´afico dessas novas vari´aveis seja uma reta.
Vamos tomar como exemplo um corpo em queda livere. Em um experimento, realizou-se
a medida da altura desse corpo (ℎ) para diversos instantes de tempo (t), conforme mostrado na
Tabela 4.1. Fazendo o gr´afico de altura como fun¸c˜ao do tempo de queda, obt´em-se a Figura 4.15.
Observando esse gr´afico, percebe-se que ele tem uma forma de par´abola com a concavidade para
baixo. De fato, esse ´e o comportamento esperado para um corpo em queda livre. Assim, podemos
supor que a equa¸ c˜ao que melhor descreveria o comportamento da altura em fun¸c˜ao do tempo
pode ser escrita como:
Tabela 4.1: Altura (ℎ) em fun¸ c˜ao do tempo (t) para um corpo em queda livre.
t (s) ℎ (cm) . = t
2
(s
2
)
0,010 200 0,00010
0,225 173 0,0506
0,319 151 0,1018
0,390 124 0,15121
0,450 99 0,2025
0,504 76 0,2540
0,552 48 0,3047
0,596 26 0,3552
0,637 1 0,4058
40 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.14: Procedimento para estimar as incertezas nos coeficientes da reta m´edia.
ℎ(t) = C +¹t
2
(4.6)
onde C e ¹ s˜ao constantes que devem ser obtidas a partir da an´alise dos dados. Como obtˆe-las?
Podemos testar se, de fato, a express˜ao ℎ(t) = C +¹t
2
representa bem os dados obtidos
utilizando t´ecnicas de lineariza¸c˜ao. Para transformar essa express˜ao em uma reta, devemos fazer
a mudan¸ca de vari´avel . = t
2
. Realizando essa mudan¸ca de vari´aveis obtemos a express˜ao:
ℎ(t) = C +¹. (4.7)
que ´e a equa¸c˜ao para uma reta. A terceira coluna na Tabela 4.1 mostra o valor da vari´avel .,
calculada a partir dos dados obtidos para o tempo de queda. A Figura 4.16 mostra o gr´afico da
altura de queda em fun¸ c˜ao da vari´avel .. Pode-se descrever o gr´afico obtido atrav´es de uma reta,
mostrando que a suposi¸ c˜ao utilizada para a lineariza¸ c˜ao funciona adequadamente.
A partir de um ajuste de reta m´edia, como descrita anteriormente, pode-se obter, sem
complica¸c˜oes, os valores para os coeficientes C e ¹.
T´ecinicas de lineariza¸c˜ao s˜ao muito utilizadas na an´alise gr´afica de dados e simplificam
4.4. Gr´aficos de linhas 41
Figura 4.15: Altura de um corpo em queda livre como fun¸ c˜ao do tempo de queda.
consideravelmente o tratamento desses dados. Deve-se lembrar que, caso a mudan¸ca de vari´aveis
ocorra sobre uma grandeza que possua incertezas, as incertezas associadas `a nova vari´avel devem
ser obtidas atrav´es de t´ecnicas de propaga¸c˜ao de erros, como descritas nesse texto.
4.4.2 Escalas logar´ıtmicas
Em muitas situa¸c˜oes ´e comum fazer gr´aficos de grandezas onde a dependˆencia com uma outra
vari´avel ´e dada por express˜oes do tipo
j(r) = ¹
1i
ou j(r) = ¹r
1
(4.8)
Nesse caso, dependendo das constantes ¹ e 1, a grandeza j(r) pode variar muitas
ordens de grandeza a partir de pequenas varia¸ c˜oes de r.
´
E claro que, nesse caso, mudan¸ cas
de vari´aveis podem ser realizadas para tornar as equa¸c˜oes anteriores em retas. Em geral, as
mudan¸cas de vari´aveis mais comuns envolvem fun¸c˜oes logar´ıtmicas. No passado, o c´alculo de
logaritmos era bastante trabalhoso e envolvia consulta a tabelas (ou t´abuas) de logaritmos, nem
sempre dispon´ıveis. Nesse sentido, foram criados pap´eis gr´aficos especiais nos quais uma (ou
ambas) das escalas ´e graduada logaritmicamente. A escala logar´ıtmica ´e constru´ıda de tal forma
que quando uma quantidade r ´e marcada nessa escala o comprimento (distˆancia em rela¸c˜ao `a
origem do eixo) ´e proporcional `a log(r). Um trecho de uma escala logar´ıtmica ´e mostrado na
Figura 4.17. Assim, a escala logar´ıtmica ´e ´ util quando a mudan¸ca de vari´avel necess´aria para
linearizar o gr´afico envolver o logaritmo de um n´ umero.
Devido `a forma na qual a escala logar´ıtmica ´e constru´ıda, deve-se ficar atento para
42 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.16: Altura de um corpo em queda livre como fun¸c˜ao do tempo de queda ao quadrado.
algumas regras de uso:
1. N˜ao existe zero em escala logar´ıtmica. Devido ao fato de
lim
i→0
log(r) = −∞
´e imposs´ıvel definir o valor zero na escala.
2. A escala logar´ıtmica ´e dividida em d´ecadas. Cada d´ecada corresponde a uma ordem de
grandeza decimal. A divis˜ao da escala, em cada d´ecada, ´e idˆentica de uma d´ecada para
outra.
3. Pelo fato da posi¸ c˜ao da escala ser proporcional a log(r) n˜ao podemos escolher qualquer
escala para fazer o gr´afico. A posi¸c˜ao equivalente ao 1 na escala logar´ıtmica da Figura 4.17
pode ser atribu´ıda somente a n´ umeros do tipo 1; 0,1; 10; 1000; etc. Do mesmo modo, a
posi¸ c˜ao 3 s´o pode ser atribu´ıda a n´ umeros do tipo 3; 0,3; 30; 3000; etc.
4. Uma d´ecada subsequente tem que, necessariamente, possuir escala de tal forma que os
n´ umeros s˜ao marcados uma ordem de grandeza acima da d´ecada anterior. Por exemplo,
caso a d´ecada anterior varie de 0,01 `a 0,1; a d´ecada subsequente deve variar de 0,1 `a 1 e
assim sucessivamente.
Um uso interessante para a escala logar´ıtmica, diferente de fazer gr´aficos, ´e a forma
simples de calcular logaritmos. Como a posi¸ c˜ao de um valor r, na escala ´e proporcional a log(r),
e como o tamanho de uma d´ecada corresponde a varia¸c˜ao de 1 em logaritmos,
log(10r) −log(r) = 1,
4.4. Gr´aficos de linhas 43
Figura 4.17: Escala logar´ıtmica (abaixo) em compara¸c˜ao com a escala linear (acima). A escala
logar´ıtmica ´e constru´ıda de tal forma que quando uma quantidade r ´e marcada nessa escala o
comprimento (distˆancia em rela¸c˜ao `a origem do eixo) ´e proporcional a log(r).
qualquer que seja r, podemos usar essa afirma¸ c˜ao para o c´alculo de logaritmos. Para isso, basta
medir a distˆancia d (em cent´ımetros) da posi¸c˜ao de r na escala logar´ıtmica e o tamanho da
d´ecada 1, conforme mostra a Figura 4.18. Desse modo, log(r) vale:
log(r) =
d (cm)
1 (cm)
Figura 4.18: C´alculo de log(r) utilizando a escala logar´ıtmica
4.4.2.1 Gr´afico mono-log
O gr´afico mono-log ´e um gr´afico com escala linear no eixo–r e escala logar´ıtmica no eixo–j, con-
forme mostra a Figura 4.19. Esse tipo de escala ´e bastante ´ util para gr´aficos com comportamentos
exponenciais, do tipo:
j(r) = C1
.i
(4.9)
44 Unidade 4. Interpreta¸c˜ao gr´afica de dados
onde ¹ e 1 s˜ao os coeficientes da express˜ao. Vamos agora calcular o logaritmo da express˜ao
acima. Desse modo:
log [j(r)] = log
(
C1
.i
)
= log(C) + log
(
1
.i
)
(4.10)
ou
log(j) = ¹rlog(1) + log(C) (4.11)
4.4. Gr´aficos de linhas 45
Figura 4.19: Papel mono-log
Fazendo uma mudan¸ca de vari´aveis, .(r) = log(j), podemos reescrever a equa¸c˜ao acima
como sendo:
.(r) = or +c (4.12)
onde o = ¹log(1) e c = log(C).
Desse modo, situa¸c˜oes nas quais os dados se comportam como fun¸c˜oes exponenciais
tornam-se retas quando graficados em papel mono-log. Pode-se, a partir desse gr´afico, desenhar
a reta m´edia, bem como as retas m´ınima e m´axima para c´alculo das incertezas nos coeficientes.
Depois de desenhada as retas ajustadas aos dados, o coeficiente angular o pode ser calculado a
partir de dois porntos quaisquer sobre a reta ajustada (r
1
, j
1
) e (r
2
, j
2
) utilizando a express˜ao,
46 Unidade 4. Interpreta¸c˜ao gr´afica de dados
veja a Figura 4.20:
o =
.
2
−.
1
r
2
−r
1
=
log(j
2
) −log(j
1
)
r
2
−r
1
(4.13)
Ou, simplesmente, medindo-se a distˆancia, em cent´ımetros, entre os pontos j
1
e j
2
, ou seja, a
distˆancia d, bem como o tamanho da d´ecada no gr´afico 1 e utilizando a express˜ao:
o =
d,1
r
2
−r
1
(4.14)
A constante C pode ser obtida diretamente pela leitura da escala no eixo–j para o qual
r = 0.
Figura 4.20: C´alculo do coeficiente angular em um papel mono-log
4.4.2.2 Gr´afico di-log
Como o pr´oprio nome diz, o gr´afico di-log ´e aquele onde ambos os eixos r e j est˜ao em escala
logar´ıtmica, veja a Figura 4.21.
4.4. Gr´aficos de linhas 47
Figura 4.21: Papel di-log
Esse gr´afico ´e ´ util para linearizar express˜oes do tipo
j(r) = 1r
.
(4.15)
Aplicando-se log na equa¸ c˜ao acima obtemos:
log [j(r)] = log
(
1r
.
)
= log(1) +¹log(r) (4.16)
fazendo as mudan¸ cas de vari´aveis
.(r) = log(j) (4.17)
48 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.22: C´alculo do coeficiente angular em papel di-log
e
/(r) = log(r) (4.18)
Podemos escrever a equa¸c˜ao (4.15) como sendo
.(r) = o/(r) +/ (4.19)
Ou seja, a equa¸c˜ao de uma reta. Nesse caso, as constantes o e / valem, respectivamente, o = ¹
e / = log(1).
Da mesma forma que no gr´afico mono-log, caso o gr´afico resulte em uma reta, pode-se
tra¸car a reta m´edia para o c´alculo dos coeficientes o e /, bem como as retas m´axima e m´ınima para
a estimativa das incertezas nos coeficientes. Escolhendo-se dois pontos sobre as retas ajustadas
(r
1
, j
1
) e (r
2
, j
2
), o coeficiente o, vale nesse caso:
o =
.
2
−.
1
/
2
−/
1
=
log(j
2
) −log(j
1
)
log(r
2
) −log(r
1
)
(4.20)
Ou, simplesmente, medindo-se a distˆancia, em cent´ımetros, entre os pontos j
1
e j
2
(que resulta
em d
¸
); r
1
e r
2
(que resulta em d
i
) bem como o tamanho das d´ecadas no gr´afico (1
¸
e 1
i
) e
utilizando a express˜ao
o =
d
¸
,1
¸
d
i
,1
i
(4.21)
Observe a Figura 4.22
4.5. Histogramas 49
A constante 1 pode ser obtida diretamente pela leitura da escala no eixo–j para o qual
r = 1 (caso onde log(r) = 0).
4.5 Histogramas
Vamos imaginar o seguinte experimento. Um cientista resolve medir o per´ıodo de oscila¸ c˜ao de um
pˆendulo. Ap´os realizar o experimento uma ´ unica vez ele obt´em um determinado valor T para o
per´ıodo de oscila¸c˜ao desse pˆendulo. Contudo, ap´os repetir o experimento v´arias vezes ele observa
que cada experimento, mesmo que efetuado sob as mesmas condi¸c˜oes experimentais (aquelas
controladas pelo experimentador), fornece um valor diferente para o per´ıodo de oscila¸ c˜ao. Nesse
caso, o experimentador conclui que o per´ıodo de oscila¸c˜ao do pˆendulo pode ser dado pela m´edia
de todas as medidas efetuadas. Contudo, outras quest˜oes podem ser igualmente importantes:
como as medidas se distribuem em torno desse valor m´edio? O valor m´edio ´e tamb´em o valor
mais prov´avel de ser medido? Qual a probabilidade de realizar uma medida na qual o per´ıodo
de oscila¸c˜ao obtido ´e duas vezes maior que o valor m´edio?
Muitas dessas quest˜oes podem ser resolvidas atrav´es da an´alise estat´ıstica das medidas
efetuadas. Contudo, uma ferramenta importante para an´alise estat´ıstica ´e o histograma das
medidas. Um histograma ´e um gr´afico no qual o conjunto de pontos (r, j) tem um significado
espec´ıfico. Um certo valor j est´a diretamente relacionado com a probabilidade de efetuar uma
determinada medida e obter, como resultado, o valor r. Voltando ao nosso exemplo do pˆendulo, a
vari´avel graficada no eixo–r poderia ser o per´ıodo de oscila¸c˜ao enquanto que a vari´avel no eixo–j
pode ser o n´ umero de vezes que aquele determinado per´ıodo foi medido pelo experimentador.
Por ter um significado espec´ıfico, muitas vezes um histograma n˜ao ´e graficado colocando
pontos nas coordenadas (r, j) de um papel milimetrado e sim atrav´es dos desenhos de barras
verticais cuja altura corresponde ao valor j obtido para o ponto r.
A Figura 4.23 mostra um histograma t´ıpico para o nosso experimento fict´ıcio. Nesse
caso, o experimentador realizou a mesma medida 200 vezes. Cada barra vertical no histograma
corresponde a um intervalo de per´ıodos. Por exemplo, a barra mais alta corresponde a medidas
cujo per´ıodo de oscila¸ c˜ao estava entre 0,40 e 0,43 segundo. Ap´os repetir 200 vezes o experimento,
o experimentador obteve 39 medidas cujo per´ıodo de oscila¸ c˜ao do pˆendulo encontrava-se nesse
intervalo de tempo. Para o intervalo de tempo entre 0,53 e 0,53 segundo, o experimentador
obteve 6 medidas nesse intervalo. Cada um desses intervalos de medidas, que corresponde a uma
barra no histograma ´e denominado de um canal do histograma. Em geral, histogramas possuem
canais cujas larguras s˜ao fixas para todo o histograma. Casos especiais de histograma possuem
canais de larguras variadas, por´em s˜ao mais dif´ıcies de serem analisados.
A amplitude a ser graficada em um histograma, para cada intervalo de varia¸ c˜ao da
medida, depende de como esse histograma ser´a utilizado posteriormente.
´
E comum, contudo,
utilizar uma das op¸ c˜oes a seguir.
4.5.1 Histograma de n´ umero de ocorrˆencias ()
A amplitude do histograma, ·(r), ´e simplesmente o n´ umero de ocorrˆencias verificadas em cada
canal do histograma cujo centro vale r. Apesar de ser o histograma mais simples de se construir,
pois exige apenas a contagem do n´ umero de ocorrˆencias, a an´alise do mesmo ´e mais trabalhosa.
Por exemplo, para calcular a probabilidade de efetuar uma medida em um intervalo ´e necess´ario
saber o n´ umero total de medidas utilizadas no histograma.
50 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.23: Histograma do per´ıodo de oscila¸ c˜ao de um pˆendulo simples para um experimento
realizado 200 vezes.
4.5.2 Histograma de frequˆencia de ocorrˆencia ()
A frequˆencia na qual ocorre uma determinada medida ´e definida como sendo a raz˜ao entre o
n´ umero de ocorrˆencias em um canal do histograma cujo centro vale r e o n´ umero total de
medidas efetuada, ou seja,
1(r) =
·(r)
·
total
(4.22)
A vantagem de utilizar essa vari´avel como amplitude do histograma ´e ´obvia. A simples
leitura da amplitude do histograma em um determinado canal, no limite de um grande n´ umero
de medidas, ·
total
, tende `a probabilidade de realizar uma medida no intervalo correspondente ao
canal estudado. No caso mostrado na Figura 4.23, como o experimento foi realizado 200 vezes,
a frequˆencia de ocorrˆencia para um dado canal ´e o n´ umero de contagens daquele canal, dividido
por 200.
Apesar de os histogramas de ocorrˆencias (·) e frequˆencias (1) serem simples de cons-
truir eles possuem algumas limita¸ c˜oes. A maior delas ´e o fato das amplitudes nesses histogramas
serem fortemente dependentes da largura escolhida para os canais. Caso a largura escolhida seja
duas vezes maior, tanto os n´ umeros de ocorrˆencias como as frequˆencias ser˜ao tamb´em duas vezes
maiores. Esse aspecto torna histogramas de ocorrˆencias e frequˆencias dif´ıcies de serem compara-
dos com outros histogramas, bem como com curvas te´oricas. Um terceiro tipo de histograma,
definido como histograma de densidades de probabilidade, elimina essa limita¸ c˜ao.
4.5. Histogramas 51
Figura 4.24: Histogramas de densidade de probabilidades para medidas do per´ıodo de um pˆendulo
simples. O conjunto de dados utilizado ´e o mesmo em ambos os casos. O histograma da esquerda
foi montado de tal forma que a largura do canal seja 5 vezes maior que no caso da direita. O
total de medidas utilizadas para montar os histogramas (·
total
) foi 20.
Figura 4.25: Histogramas de densidade de probabilidades para medidas do per´ıodo de um pˆendulo
simples, conforme explicado na Figura 4.24. Nesse caso, o total de medidas utilizadas para montar
os histogramas (·
total
) foi 20000.
52 Unidade 4. Interpreta¸c˜ao gr´afica de dados
4.5.3 Histograma de densidade de probabilidades ()
A densidade de probabilidade ´e definida como a sendo a raz˜ao entre a probabilidade de realizar
uma medida no intervalo r e r+dr e o tamanho do intervalo, dr, no limite no qual esse intervalo
´e muito pequeno, ou seja:
H(r) =
d1
dr
(4.23)
Se a densidade de probabiliade ´e conhecida, a probabilidade de ocorrer um resultado em
um intervalo (r, r + Δr), com Δr pequeno, ´e aproximadamente:
1(r, r + Δr) ≈ H(r)Δr (4.24)
A grande vantagem de utilizar a densidade de probabilidade para montar histogramas
´e o fato das amplitudes em cada canal ser independente do n´ umero de medidas efetuadas bem
como da largura escolhida para os canais do histograma. Experimentalmente, a densidade de
probabilidade pode ser obtida como sendo a frequˆencia de ocorrˆencia de eventos em um canal,
dividida pela largura do canal no histograma, ou seja:
H(r) ≈
1(r)
Δr
=
·(r)
·
total
Δr
(4.25)
4.5.4 Constru¸c˜ao de histogramas
Depois de realizadas as medidas, o experimentador tem em m˜aos uma tabela na qual est˜ao
listados os valores obtidos para a grandeza que se quer histogramar. Construir um histograma
consiste nos seguintes passos:
1. Escolher a largura dos canais do histograma, Δr;
2. Escolher os centros de cada canal, tomando o cuidado que n˜ao sobrem espa¸ cos vazios entre
os canais;
3. Contar o n´ umero de ocorrˆencias para cada um dos canais, ·(r). Nesse ponto ´e poss´ıvel
construir o histograma de n´ umero de ocorrˆencias. Caso uma ocorrˆencia ocorra na borda
entre dois canais, considere a ocorrˆencia como pertencendo ao canal cujo centro possua
maior valor;
4. Caso se queira construir o histograma de frequˆencias, 1(r), dividir o n´ umero de ocorrˆencias
em cada canal pelo total de medidas efetuadas;
5. Caso se queira construir o histograma de densidade de probabilidades, H(r), dividir a
frequˆencia de cada canal pela largura de cada um dos canais.
Alguns problemas ocorrem na cria¸ c˜ao do histograma, principalmente quando o n´ umero
total de medidas, ·
total
, ´e estatisticamente pequeno.
O problema mais frequente ´e a escolha da largura do canal, Δr. Evidentemente, para
que a densidade de probabilidade experimental seja a mais pr´oxima poss´ıvel da defini¸c˜ao te´orica,
deve-se escolher Δr de tal forma a ser o menor valor poss´ıvel. Entretanto, diminuindo Δr
estamos tamb´em diminuindo o n´ umero de ocorrˆencias em cada canal do histograma, correndo o
risco de que, em casos extremos, ocorram canais onde n˜ao seja registrada nenhuma ocorrˆencia.
4.5. Histogramas 53
A Figura 4.24 mostra dois histogramas onde foram realizadas 20 medidas. No histograma
da esquerda, a largura do canal utilizada ´e cinco vezes mais larga que no histograma da direita.
Note que o histograma com largura de canal menor apresenta flutua¸c˜oes elevadas de um canal para
outro, al´em de haver canais onde n˜ao h´a ocorrˆencias. Isso resulta em alguns canais com elevada
densidade de probabilidade enquanto outros canais apresentam densidade de probabilidade nula.
Esse fator deixa de ser um problema quando o n´ umero de medidas ´e bastante elevado,
como mostrado na Figura 4.25. Nesse caso, o experimento hipot´etico foi realizado 20 mil vezes.
Note que, al´em do tamanho dos canais, n˜ao h´a diferen¸ca entre as densidades de probabilidade
entre os histogramas.
Em muitas situa¸ c˜oes experimentais ´e muito dif´ıcil realizar um n´ umero elevado de medidas
de tal forma que a escolha da largura dos canais no histograma possa ser arbitrariamente pequena.
Como regra pr´atica, a largura dos canais, Δr, deve ser escolhida de tal forma que o n´ umero de
ocorrˆencias, ·(r), seja pelo menos 10 para os canais pr´oximos ao valor m´edio das medidas. Outro
fator importante ´e a escolha das posi¸ c˜oes centrais do histograma. Deve-se, nesse caso, escolher
as posi¸c˜oes centrais de tal forma que uma delas seja aproximadamente igual ao valor m´edio das
medidas.
4.5.5 Interpreta¸c˜ao de um histograma
Quando medimos · vezes uma grandeza, normalmente obtemos valores diferentes para cada
medida devido `a incerteza estat´ıstica ou aleat´oria associada ao procedimento de medida. Se a
incerteza ´e aleat´oria, ´e razo´avel supor que ela pode fazer com que o resultado da medida seja
igualmente maior, ou menor, que o valor verdadeiro da grandeza. Portanto, esperamos que um
histograma tenha uma forma sim´etrica em torno do valor que representa a melhor estimativa
para o valor verdadeiro da medida, como podemos observar no histograma da Figura 4.26.
A largura do histograma deve refletir a precis˜ao da medida, pois ela mostra o quanto
as medidas variaram em torno da estimativa do valor verdadeiro. Um histograma mais largo
significa uma medida menos precisa e vice-versa. A melhor estimativa do valor verdadeiro de
uma medida ´e dada pela m´edia e a varia¸c˜ao (ou variˆancia) das medidas ´e dada pelo desvio padr˜ao.
Portanto, podemos estimar o valor da m´edia e do desvio padr˜ao de um conjunto de medidas e
partir do seu histograma, somente aproximadamente, 2/3 de sua altura m´axima, conforme mostra
a Figura 4.26.
54 Unidade 4. Interpreta¸c˜ao gr´afica de dados
Figura 4.26: Obten¸ c˜ao de m´edia e desvio padr˜ao a partir da an´alise gr´afica do histograma.
Unidade 5
Experimento I: Medidas e Erros
5.1 Pr´e-Relat´ orio I
Procure desenvolver as quest˜oes abaixo estudando o texto sobre Erros e Algarismos Significativos
no in´ıcio desta apostila.
1. O que ´e discrepˆancia?
2. O que significa dizer que a discrepˆancia entre duas grandezas n˜ao ´e significante?
3. O que ´e inacur´acia? Quais as suas principais causas?
4. Fa¸ ca a distin¸ c˜ao entre inacur´acia e imprecis˜ao.
5. O que caracteriza um erro sistem´atico?
6. O que distingue a precis˜ao de um instrumento e o erro instrumental?
7. Determine o erro instrumental de:
(a) um dinamˆometro cuja menor divis˜ao mede 0,1 N;
(b) um dinamˆometro cuja menor divis˜ao mede 0,05 N;
(c) uma r´egua milimetrada;
(d) um volt´ımetro digital cuja menor divis˜ao seja 1 mV.
8. Qual a origem dos erros aleat´orios?
9. Qual a express˜ao matem´atica que, do ponto de vista estat´ıstico, melhor estima o erro
aleat´orio em uma medida repetida · vezes?
10. Assumindo que r
1
= 5, 3, r
2
= 5, 2, r
3
= 5, 4, r
4
= 5, 6 e r
5
= 5, 3 correspondem a
cinco medidas feitas para uma grandeza r qualquer. Cada medida foi realizada com um
erro instrumental de ±0, 5. Aplique a express˜ao descrita no item anterior para calcular o
erro aleat´orio (vocˆe deve obter 0, 1516 . . ., no entanto, como se deve relatar o erro com um
algarismo significativo, escreve-se apenas 0,2!).
11. Calcule o valor m´edio dos dados fornecidos no item 10. Como escrever o valor final da
medida?
55
56 Unidade 5. Experimento I: Medidas e Erros
12. E se as medidas de r fossem escritas da seguinte forma: r
1
= 5, 30, r
2
= 5, 20, r
3
= 5, 40,
r
4
= 5, 60 e r
5
= 5, 30, todas com erro instrumental ±0, 05, o valor do erro aleat´orio seria
diferente do obtido do item 10? Explique.
Como parte de uma atividade que precede o experimento, ´e necess´ario que vocˆe leia com
aten¸c˜ao o roteiro do Experimento I. Verifique se as perguntas e orienta¸c˜oes contidas no roteiro
fazem sentido para vocˆe. Se isto n˜ao acontecer procure esclarecˆe-las prontamente para que n˜ao
venham a perturbar o andamento das medidas. Um estudo pr´evio do roteiro vai lhe ajudar muito
na aula de laborat´orio. Procure fazer um planejamento, ou um sum´ario, das atividades que vocˆe
deve desenvolver no laborat´orio.
5.2. Roteiro: Medidas e Erros 57
5.2 Roteiro: Medidas e Erros
Ser´a que toda medida ´e exata? Seria ´otimo se fosse, pois nos auxiliaria muito a conhecer o
mundo que nos cerca. Entretanto, veremos neste experimento que “medir” n˜ao ´e algo t˜ao simples
quanto parece, e que para nossa infelicidade nenhuma medida possui exatid˜ao absoluta. Como
fazer ent˜ao para obter um conhecimento mais profundo, ou seja, quantitativo, sobre a natureza
se n˜ao conseguimos chegar a um acordo sobre uma dada medida? A resposta ´e bastante simples:
n˜ao ´e necess´ario ter exatid˜ao absoluta para que saibamos descrever determinados fenˆomenos,
mas sim que ´e necess´ario ter exatid˜ao suficiente para reconhecer a partir de onde ela se torna
inexata. Portanto, mesmo que os resultados de nossa medida n˜ao concordam exatamente com os
resultados de outra pessoa, deve haver algo em comum entre eles. Se vocˆe mesmo repete as suas
pr´oprias medidas e encontra valores diferentes a cada vez, alguma coisa n˜ao est´a sendo repetida
exatamente da mesma maneira em cada medida. Isto leva ent˜ao a uma certa margem de d´ uvida
em seus resultados. Se vocˆe souber estimar esta margem e identificar a sua origem, ent˜ao seus
resultados podem concordar com o de outros, desde que os resultados sejam iguais dentro das
respectivas margens de d´ uvida, ou margem de erro.
´
E importante que vocˆe leia a discuss˜ao
contida no texto complementar sobre os v´arios tipos de erros, e sobre algarismos significativos
antes de realizar este experimento.
Neste experimento, vocˆe aprender´a uma forma de estimar a margem de erro em suas
medidas calculando o chamado “desvio padr˜ao”, bem como tomar´a conhecimento da chamada es-
cala Vernier, atrav´es da utiliza¸ c˜ao de um paqu´ımetro e um micrˆometro.
´
E importante ressaltar
que n˜ao desejamos que os procedimentos deste experimento tornem-se “receitas de bolo”. Logo,
queremos que vocˆe tenha a liberdade de investigar da sua maneira os aspectos que achar mais
interessantes no experimento. Invente, tente, acrescente, fa¸ca desse experimento algo
diferente, mas nem tanto. Por isso, ´e importante que vocˆe venha para o laborat´orio tendo lido
este roteiro na sua ´ıntegra.
5.3 Procedimento
Antes de iniciar o experimento vale aqui um lembrete: n˜ao se esque¸ca de anotar em seu livro ata
tudo o que for relevante que estiver fazendo (Veja Instru¸c˜oes Gerais: Relat´orios e siga as
orienta¸c˜oes que se encontram l´a).
Primeiramente solicite o aux´ılio do monitor ou do professor para entender como usar os
instrumentos de medida que se encontram `a sua disposi¸ c˜ao (paqu´ımetro, micrˆometro e balan¸ ca).
Identifique a precis˜ao (menor divis˜ao) de cada instrumento. Quais s˜ao os erros instrumentais
de cada um? Anote e descreva brevemente todo o material que lhe for entregue.
Vai aqui uma pergunta para o seu grupo: se vocˆes fizerem uma s´o medida de uma das
dimens˜oes dos objetos que lhes foram entregues, vocˆes ter˜ao a certeza de que se fizerem uma
segunda medida ela vai ser exatamente igual `a primeira? O que pensar de uma terceira, ou de
uma quarta medida? Que tal experimentar? Pegue o cilindro oco e me¸ ca o seu diˆametro com
a r´egua milimetrada algumas vezes (quantas vezes?).
´
E sempre ´ util registrar os seus dados em
tabelas (informe-se com o professor como fazer uma). O processo de medida envolve “pegar”
o tubo e “colocar” a r´egua sobre ele. N˜ao ´e o mesmo que deixar a r´egua sobre ele e fazer
a leitura v´arias vezes (porquˆe?). Encontrou alguma varia¸ c˜ao? Se vocˆe usar o paqu´ımetro ou
micrˆometro h´a varia¸c˜ao? Verifique? Apenas observando os dados contidos nas suas tabelas (sem
nada calcular) vocˆe poderia estimar qual o valor da varia¸c˜ao? Procure quantific´a-las. O valor
58 Unidade 5. Experimento I: Medidas e Erros
m´edio das medidas feitas com os diferentes instrumentos ´e a mesma? Existem erros de acur´acia?
E erros aleat´orios? Em quais dessas medidas devemos acreditar? Verifique se vocˆe est´a usando
o n´ umero correto de algarismos significativos.
Calcule o desvio padr˜ao para as medidas feitas com cada um dos instrumentos utilizados,
usando para isso a express˜ao
o =


1
· −1
Þ

.=1
(r
.
−r)
2
onde, r
.
s˜ao os valores de cada uma das medidas, · ´e o n´ umero total de medidas, r ´e o valor
m´edio das medidas, e o ´e o chamado desvio padr˜ao. O desvio padr˜ao corresponde `a express˜ao que
melhor quantifica a margem de erro do ponto de vista estat´ıstico, isto ´e, quando assumimos que
as varia¸ c˜oes nas medidas s˜ao de natureza puramente aleat´oria. Como o valor do erro calculado
se compara `as suas estimativas baseadas puramente na observa¸c˜ao das tabelas?
Vejamos agora o que acontece quando temos que realizar uma medida que se comp˜oe
de duas ou mais outras medidas independentes. Por exemplo, como determinar a densidade de
uma folha de papel? Para determinar a densidade vocˆe precisa encontrar a massa e o volume da
folha, ou seja,
j =
:
\
Vocˆe precisar´a medir as dimens˜oes da folha. O volume ´e obtido multiplicando-se cada uma das
dimens˜oes. Com o equipamento que vocˆe possui, proceda uma maneira de medir a densidade de
uma folha. Se vocˆe conhece os erros em cada uma das dimens˜oes o erro no volume, Δ\ , ´e obtido
atrav´es da express˜ao:
(
Δ\
\
)
2
=
(
Δℓ
1

1
)
2
+
(
Δℓ
2

2
)
2
+
(
Δℓ
3

3
)
2
onde ℓ
1
, ℓ
2
, ℓ
3
e Δℓ
1
, Δℓ
2
, Δℓ
3
s˜ao as medidas e os respectivos erros de cada uma das dimens˜oes
da folha, e \ = ℓ
1
×ℓ
2
×ℓ
3
. E o erro cometido ao se calcular a densidade, Δj, ´e obtido por
(
Δj
j
)
2
=
(
Δ:
:
)
2
+
(
Δ\
\
)
2
Note que os erros se propagam, ou seja, grandezas calculadas a partir de outras que possuem
incertezas ser˜ao tamb´em incertas. Calcule tamb´em a densidade do cilindro oco de PVC.
Unidade 6
Experimento II: Movimento no
Plano Inclinado
6.1 Pr´e-Relat´ orio II
Procure desenvolver as quest˜oes abaixo estudano livro-texto sobre cinem´atica em uma dimens˜ao
e o texto complementar sobre gr´aficos.
1. Como o espa¸ co percorrido, r(t), por um objeto que escorrega em um plano inclinado sem
atrito varia com o tempo? Descreva a express˜ao que nos d´a a posi¸ c˜ao do objeto ao longo
do plano em fun¸ c˜ao do tempo desde a libera¸ c˜ao do objeto no topo do plano.
2. Discuta sobre a validade ou n˜ao da express˜ao para r(t) que vocˆe encontrou no item anterior
no caso de existir uma for¸ca n˜ao desprez´ıvel que atua somente em alguns pontos do plano
inclinado.
3. Um bloco ´e solto numa das extremidades num plano inclinado por um pequeno bloco com
3 cm de altura colocado embaixo da outra extremidade. O plano tem comprimento de 2 m.
Calcule a acelera¸ c˜ao do bloco.
4. Quanto tempo o bloco vai gastar entre as marcas de 80 cm e 100 cm medidas a partir do
ponto que foi solto? Qual a velocidade m´edia do bloco neste intervalo? Qual a velocidade
instantˆanea do bloco `a 85 cm do ponto de partida?
5. Como um gr´afico deve ser feito? Que cuidados devem-se tomar com respeito `a escala, etc.?
6.1.1 Planejamento do Experimento
1. Leia com aten¸ c˜ao o roteiro do Experimento II. Quais s˜ao os objetivos do experimento?
2. Enumere as atividades que vocˆe vai desenvolver, listando-as numa sequˆencia l´ogica.
3. Quais os gr´aficos que vocˆe dever´a fazer?
59
60 Unidade 6. Experimento II: Movimento no Plano Inclinado
6.2 Roteiro: Movimento no Plano Inclinado
O que h´a de novo em um plano inclinado? Esta pergunta pode lhe parecer estranha, mas ao
mesmo tempo vocˆe pode ter se perguntado a mesma coisa ao ler o t´ıtulo deste experimento.
O plano inclinado tem sido muito utilizado numa introdu¸ c˜ao `a mecˆanica por ser, pelo menos
´e assim que se costuma pensar, uma maneira concreta de introduzir o estudante ao problema
de decomposi¸ c˜ao vetorial de for¸ cas, ou mesmo porque este ´e um problema bem concreto: quem
ainda n˜ao subiu ou desceu uma ladeira? Entretanto, n˜ao nos limitaremos a estas aplica¸c˜oes e
discuss˜oes aqui. O plano inclinado foi escolhido como instrumento que vai nos possibilitar discutir
alguns m´etodos gr´aficos de aplica¸c˜ao bem geral. Estes m´etodos n˜ao se limitam, de modo algum,
a aplica¸c˜oes envolvendo o plano inclinado, e por este motivo gostar´ıamos que vocˆe realize este
experimento concentrando a sua aten¸c˜ao nos m´etodos utilizados e na an´alise feita com eles. Leia
atentamente o texto complementar sobre gr´aficos antes de prosseguir.
Neste experimento estaremos utilizando gr´aficos, dos tipos log-log e linear, para descrever
a cinem´atica de um carro lan¸cado num plano inclinado sem atrito, e portanto, sujeito a uma
acelera¸c˜ao. A interpreta¸c˜ao dos gr´aficos poder´a lhe trazer algumas informa¸c˜oes que n˜ao s˜ao
evidentes em primeira an´alise, e quem sabe poder˜ao at´e lhe surpreender?
6.2.1 Procedimento
Talvez esta seja a primeira vez que vocˆe lida com um trilho de ar e assim, algumas notas de
cuidado ser˜ao ´ uteis. O trilho possui pequenos orif´ıcios pelos quais ar ´e expelido sob press˜ao. O
carro que corre sobre o trilho tem um formato de Y invertido, e se mant´em flutuando sobre o
colch˜ao de ar formado entre o trilho e o carro pelo ar expelido nos orif´ıcios. Assim, ´e essencial
manter os orif´ıcios e a superf´ıcie do carro limpos. Evite escrever ou marcar o trilho do ar para
n˜ao obstruir os orif´ıcios e causar varia¸c˜oes no colch˜ao de ar formado.
Vocˆe disp˜oe de um trilho de ar que possui uma escala milimetrada, podendo ser usada
para registrar a posi¸ c˜ao do carro, e disp˜oe de um cronˆometro para registrar o intervalos de tempo.
Estabele¸ ca um procedimento de medida que o leve a determinar como a posi¸c˜ao do carro varia em
fun¸ c˜ao do tempo. Nota: como iremos trabalhar com gr´aficos seria interessante utilizar cerca de
10 (dez) pares de dados (r, t), ou seja, pares de posi¸ c˜ao e tempo associados para que os gr´aficos
fiquem melhor definidos.
Fa¸ ca uma an´alise cr´ıtica do m´etodo que vocˆe ir´a adotar, verificando os seguintes aspectos:
vocˆe conhece a precis˜ao dos instrumentos que utilizar´a? Como vocˆe ir´a determinar a faixa de
confiabilidade nas suas medidas, ou seja, como vocˆe ir´a determinar o erro? Quantas medidas vocˆe
dever´a fazer, uma s´o basta? (Este tipo de pergunta ´e uma das que mais incomoda os professores.
Lembre-se, neste laborat´orio o Experimentador ´e vocˆe, e vocˆe tem a obriga¸c˜ao de responder esta
pergunta! ) Vocˆe estar´a usando um cronˆometro cujo disparo ´e autom´atico. A retirada de dados
ser´a explicada pelo professor. Pela teoria que vocˆe j´a deve conhecer, que rela¸c˜ao vocˆe espera
encontrar para a posi¸ c˜ao do carro em fun¸ c˜ ao do tempo? Como determinar a velocidade do carro
em fun¸c˜ao do tempo utilizando o seu procedimento?
Siga o seu procedimento, utilizando o bloco de madeira fornecido para inclinar o trilho.
Seria interessante medir o esse bloco para quantificar a inclina¸c˜ao da pista que vocˆe estar´a
utilizando. Anote os seus dados numa tabela.
Fa¸ ca agora um gr´afico da posi¸ c˜ao do carro em fun¸c˜ao do tempo, r versus t, em um papel
milimetrado (procure o professor ou monitor para certificar-se de que vocˆe est´a fazendo o gr´afico
corretamente, ou seja, se o espa¸ co no papel est´a sendo bem utilizado, se a escala est´a adequada,
6.2. Roteiro: Movimento no Plano Inclinado 61
se os eixos est˜ao bem definidos, etc.). Vocˆe obteve uma par´abola, ou simplesmente uma curva
voltada para cima? Este tipo de varia¸c˜ao sugere que r seja proporcional a uma potˆencia de t,
ou seja, proporcional a t
n
, pois para n 1 obteremos uma curva voltada para cima (curvatura
positiva). Como determinar o valor correto de n? Devido ao formato da curva r versus t,
assumiremos que
r(t) = c ⋅ t
n
(6.1)
Para determinar n, fa¸ camos o seguinte: tomemos o logaritmo (digamos que na base 10) de ambos
os lados da express˜ao acima, obtendo
log(r) = log(c ⋅ t
n
) = log(c) +nlog(t) (6.2)
Denotando: r

= log(r), c

= log(c) e t

= log(t), obtemos a express˜ao:
r

= c

+nt

(6.3)
Note que esta ´e a equa¸c˜ao de uma reta com inclina¸c˜ao igual a n, e cujo ponto de corte com a
ordenada ´e c

.
Crie uma tabela calculando o logaritmo de r e o logaritmo de t e fa¸ca um gr´afico em
papel milimetrado do log(r) versus log(t). O gr´afico ´e uma reta como se esperava? Fa¸ ca agora
um gr´afico de r versus t em um papel di-log. Lembre-se que neste gr´afico vocˆe utiliza os seus
dados de r e t, e n˜ao os logaritmos destes, isto porque a escala do gr´afico j´a se encarrega de
“tirar” o logaritmo para vocˆe. Compare a inclina¸ c˜ao das retas obtidas no gr´afico linear do log(r)
versus log(t) e no gr´afico di-log dos dados de r versus t.
Determine o valor de n calculando a inclina¸ c˜ao da reta (Veja na parte de confec¸c˜ao e
interpreta¸c˜ao de gr´aficos). Como se pode estimar o erro nesta determina¸c˜ao? Determine tamb´em
o valor de c

e c. Como estimar o erro em c? Observe que, pela teoria que adotamos para explicar
a varia¸c˜ao de r em fun¸ c˜ao de t (movimento retil´ıneo e uniformemente acelerado) a constante c
est´a associada `a acelera¸ c˜ao. Conhecendo a inclina¸ c˜ao da pista, verifique se a constante c que
vocˆe determinou est´a de acordo com um valor da acelera¸c˜ao gravitacional local em torno de
p = 9, 8 m/s
2
.
Fa¸ ca um gr´afico da velocidade em fun¸c˜ao do tempo em um papel milimitrado. Que tipo
de curva vocˆe espera obter? E se pedissemos a vocˆe que fizesse o gr´afico em um papel di-log, que
tipo de curva vocˆe iria obter? A curva passa pela origem, ou seja, a velocidade ´e nula quando
t = 0? Que fatores podem influir de forma a fazer com que a curva n˜ao passe pela origem?
Procure registrar todas as suas observa¸c˜oes no seu livro ata. Fa¸ ca um planejamento antes
de iniciar suas atividades de medida. Analise os seus dados em face do exposto acima e valha-se
das perguntas feitas para programar o que, e como, vocˆe vai proceder na sua investiga¸ c˜ao. Note
que o processo de an´alise usando gr´aficos linear ou di-log ´e bem geral e aplic´avel na determina¸c˜ao
de quaisquer parˆametros que possuam uma dependˆencia supostamente potˆencia entre si. Por
exemplo, qual deve ser a inclina¸c˜ao da reta que ´e obtida se grafarmos em papel di-log o volume
de um bal˜ao esf´erico em fun¸ c˜ao de seu diˆametro? Vocˆe de fato conseguiu mostrar que o movimento
´e uniformemente acelerado?
Unidade 7
Experimento III: For¸ca de Atrito
7.1 Pr´e-Relat´ orio III
Procure desenvolver as quest˜oes abaixo estudando o livro-texto, se necess´ario.
1. Fa¸ ca um diagrama de for¸cas que agem sobre o objeto nas situa¸c˜oes abaixo:
Figura 7.1: Bloco de massa : sobre uma superf´ıcie plana com atrito
Figura 7.2: Bloco de massa : sobre uma superf´ıcie plana inclinada e com atrito
2. Descreva o movimento que vocˆe espera quando lentamente come¸car a puxar um bloco sobre
uma superf´ıcie plana com atrito, aumentando gradativamente o valor da for¸ca

1 (a partir
de 1 = 0), conforme indicado na Figura 7.1.
3. A for¸ ca de atrito est´atica 1
c
, ou seja, aquela que se desenvolve quando o corpo est´a em
repouso relativo `a superf´ıcie de contato, ´e sempre igual `a j
c
· ou pode ser menor que este
62
7.1. Pr´e-Relat´orio III 63
valor? Justifique a sua resposta. Observe que o corpo est´a em repouso e n˜ao tem acelera¸ c˜ao
resultante.
4. Do que depende a for¸ca de atrito entre dois corpos? Explique.
5. Mostre que se o objeto na Figura 7.2 estiver em repouso relativo `a superf´ıcie, ent˜ao o
coeficiente de atrito est´atico ´e
j
c
≥ tan(0)
e, se estiver descendo com velocidade constante, o coeficiente de atrito dinˆamico ´e
j
J
= tan(0)
6. Qual o erro associado `a uma quantidade que depende da raz˜ao de outras duas, cujos erros
s˜ao conhecidos? Veja o texto complementar sobre erros.
7.1.1 Planejamento do Experimento
1. Leia com aten¸ c˜ao o roteiro do Experimento III. Quais s˜ao os objetivos do experimento?
2. Enumere as atividades que vocˆe vai desenvolver, listando-as numa sequˆencia l´ogica.
3. Que resultados vocˆe espera obter?
4. Quais os gr´aficos que vocˆe dever´a fazer?
64 Unidade 7. Experimento III: For¸ ca de Atrito
7.2 Roteiro: For¸ca de Atrito
Certamente vocˆe j´a deve ter visto em alguma etapa de sua forma¸ c˜ao a afirma¸c˜ao de que a
magnitude da for¸ ca de atrito entre duas superf´ıcies ´e proporcional `a magnitude da for¸ ca normal
que as mant´em em contato, ou dito de outra maneira
1
atrito
= j·
onde, j ´e o coeficiente de proporcionalidade conhecido como coeficiente de atrito e · o m´odulo da
for¸ca normal. De onde vem tal afirma¸c˜ao? Por que isto ´e verdade? Ser´a que isto ´e uma verdade
que independe das propriedades das superf´ıcies? Qual origem desta for¸ ca?
´
E importante notar
que a proporcionalidade direta entre a for¸ ca de atrito e a for¸ca normal `as superf´ıcies n˜ao ´e uma lei
f´ısica de validade geral, assim como as leis de Newton os s˜ao. Ela ´e uma observa¸c˜ao experimental
(emp´ırica) e revela-se, at´e certo ponto, independente das propriedades das superf´ıcies.
Uma teoria microsc´opica para o atrito que explique porque aparece esta proporcionali-
dade com a for¸ ca normal e porque ela independe das superf´ıcies, est´a muito al´em do escopo deste
curso, mas em ´ ultima an´alise a origem desta for¸ ca ´e eletromagn´etica.
´
E interessane notar que o
estudo microsc´opico da for¸ ca de atrito ´e um t´opico que ganhou muito impulso ap´os a inven¸ c˜ao
do chamado Microsc´opio de For¸ca Atˆomica, no qual uma agulha extremamente fina, cuja
ponta possui poucos ´atomos apenas, ´e arrastada sobre a superf´ıcie do material a ser estudado.
Este equipamento possui um sistema de detec¸ c˜ao de for¸ca t˜ao apurado que as posi¸c˜oes atˆomicas
ficam evidenciadas ao se arrastar a agulha lentamente sobre os ´atomos da superf´ıcie. Com este
instrumento pode-se, desta forma, estudar n˜ao s´o o atrito `a n´ıvel atˆomico, como tamb´em “ver”
os ´atomos de uma superf´ıcie.
Esperamos que vocˆe possa verificar esta “Lei” por si mesmo, ou seja, constatar-se, no caso
de seu experimento que a for¸ca de atrito ´e de fato proporcional `a for¸ca normal, determinando
os devidos coeficientes de atrito. Neste experimento estaremos tamb´em introduzindo alguns
conceitos de propaga¸ c˜ao de erros e, portanto, torna-se necess´aria a leitura deste t´opico no texto
complementar sobre erros. Vocˆe dever´a fazer um gr´afico da for¸ ca de atrito versus for¸ca normal
para verificar a lei do atrito e, para tanto, vocˆe dever´a consultar o texto complementar sobre
gr´aficos.
7.2.1 Procedimento
Antes de iniciar o seu experimento cabem aqui algumas perguntas que poder˜ao ser ´ uteis na
elabora¸ c˜ao do seu procedimento particular para realiz´a-lo. Dissemos, anteriormente, que a pro-
porcionalidade da for¸ ca de atrito com a for¸ ca normal parece ser uma caracter´ıstica “universal” da
for¸ca de atrito, e que esta caracter´ıstica, at´e certo ponto, independe da qualidade das superf´ıcies
em contato. O valor absoluto da for¸ca de atrito, no entanto, depende da qualidade das superf´ıcies.
Com o material contido no seu kit (dinamˆometro, blocos de madeira e plano inclinado) vocˆe se-
ria capaz de verificar se duas superf´ıcies preparadas de forma semelhante sofrem for¸cas de atrito
semelhantes? A for¸ ca de atrito quando o corpo est´a em repouso relativo `a superf´ıcie (for¸ca de
atrito est´atica) ´e igual `aquela quando ele est´a em movimento (for¸ca de atrito dinˆamica)? Ser´a que
a for¸ca de atrito ´e independente da ´area das superf´ıcies? Se n˜ao for, por que ser´a que os carros de
corrida utilizam pneus largos? Em aerodinˆamica, sabe-se que a for¸ca de atrito ´e dependente da
velocidade. Ser´a que o mesmo se d´a entre duas superf´ıcies? Examine a possibilidade de verificar
experimentalmente estas perguntas feitas acima, utilizando-as se poss´ıvel, para enriquecer o seu
7.2. Roteiro: For¸ ca de Atrito 65
experimento.
Vocˆe disp˜oe de um dinamˆometro que pode ser utilizado n˜ao s´o para determinar o peso dos
blocos de madeira do seu kit, como tamb´em para puxar os blocos medindo assim a for¸ ca de atrito.
Certifique-se de que vocˆe sabe como us´a-lo. Elabore um procedimento para verificar se a for¸ca
de atrito, tanto est´atica quanto dinˆamica, ´e proporcional `a for¸ ca normal. Lembre-se, em um
experimento bem controlado de f´ısica somente uma vari´avel ´e alterada enquanto as
demais s˜ao mantidas constantes! Ser´a que vocˆe consegue arranjar uma forma de deixar todas
as vari´aveis do experimento sem altera¸c˜ao e variar somente a normal? Encontre uma maneira e,
ent˜ao fa¸ca um gr´afico em um papel milimetrado da for¸ca de atrito versus for¸ca normal. Cada
ponto deste gr´afico ´e um experimento aparte: para uma dada for¸ ca normal (peso do bloco) vocˆe
dever´a determinar uma for¸ ca de atrito. Se vocˆe repetir esta medida encontrar´a sempre o mesmo
valor? Qual o erro associado a esta medida e quantas vezes se deve repetir cada uma? Cada
ponto no gr´ afico estar´a associado a uma melhor estimativa das for¸ cas de atrito e normal, e a
incerteza nestes valores ´e representada por duas barras de erro, uma vertical indicando o erro
na for¸ ca de atrito, e outra horizontal indicando o erro na for¸ ca normal. Coloque em um mesmo
papel linear os dados obtidos tanto para o atrito est´atico quanto para o dinˆamico.
Que tipo de curva vocˆe esperava obter e que tipo vocˆe obteve? Utilize este gr´afico para
determinar os coeficientes de atrito j est´atico e dinˆamico. Consulte o texto sobre gr´aficos como
estimar o erro em j graficamente.
O coeficiente de atrito pode tamb´em ser determinado de outra forma, atrav´es do plano
inclinado (veja o pr´e-relat´orio). utilize o plano inclinado para determinar o mesmo coeficiente
de atrito est´atico que vocˆe determinou anteriormente e compare os resultados. Que m´etodo vocˆe
considera mais eficiente para determinar o coeficiente de atrito?
Analise os resultados que vocˆe obteve, verificando se o experimento foi ou n˜ao conclusivo,
se existem falhas no experimento, se ´e poss´ıvel melhorar algum aspecto, etc. Registre todas as
suas observa¸ c˜oes no seu livro ata.
7.2.2 Notas sobre procedimento e medida
Podemos determinar o coeficiente de atrito de v´arias maneiras, algumas das quais s˜ao equiva-
lentes, mas ´e preciso fazer algumas observa¸c˜oes. Uma maneria foi sugerida acima, fazendo-se um
gr´afico da for¸ ca de atrito versus for¸ca normal e determinando j pela linearidade da curva. Um
outro m´etodo poderia ser simplesmente medir a for¸ca de atrito 1 e a normal ·, e dividir 1,·,
fazendo isto para v´arios pares 1 e ·. Observe que neste ´ ultimo caso assumimos, de antem˜ao,
que 1 e · s˜ ao proporcionais e procuramos determinar o coeficiente de proporcionalidade j. Este
procedimento, no entanto, pode ser question´avel, pois n˜ao sabemos, a priori, se estas quantidades
s˜ao de fato diretamente proporcionais ou n˜ao. Na verdade, ´e isto que estamos querendo deter-
minar! Sobre este aspecto, o primeiro procedimento, no qual fazemos um gr´afico de 1 versus ·,
´e o mais correto, pois caso 1 e · n˜ao sejam diretamente proporcionais, o gr´afico n˜ao ser´a uma
reta e ficar´a evidente que j n˜ao ´e uma constante. Ou ainda, talvez seja uma reta, mas ela n˜ao
passa pela origem. Suponhamos, a t´ıtulo de ilustra¸ c˜ao, que a for¸ca de atrito ´e dada por
1
atrito
∝ ·
0,9
O gr´afico de 1
atrito
versus · ser´a uma curva que suavemente se afasta, por baixo, de uma
linha reta e, correspondentemente, a raz˜ao 1
atrito
,· mostra uma tendˆencia a diminuir quando
aumentamos a for¸ca normal. Se fizermos o gr´afico, a sub-linearidade, ou seja, o gr´afico n˜ao ser´a
66 Unidade 7. Experimento III: For¸ ca de Atrito
uma reta, mas uma curva que se afasta da reta pelo lado de baixo, ficar´a claramente evidenciada.
Se simplesmente tomarmos o coeficiente de atrito como a raz˜ao 1
atrito
,· e n˜ao observarmos a sua
tendˆendencia de decrescer quando · aumenta, ficaremos tentados a acreditar que os diferentes
valores encontrados s˜ao de natureza aleat´ oria, o que, por sua vez, levar-nos-´a a calcular o desvio
padr˜ao e tratar o que seria um desvio sistem´atico como um erro aleat´orio.
Um segundo m´etodo de medir j envolve determinar a inclina¸c˜ao do plano da Figura 7.2,
pois
j = tan(0) =

1
(7.1)
onde ℎ ´e a altura do plano `a uma distˆancia 1 do ponto de pivotagem. O erro Δj depende dos
erros na altura ℎ e na distˆancia 1. Como esta ´e uma raz˜ao, o erro Δj pode ser determinado
pela regra IV da Unidade sobre erros, no in´ıcio desta apostila. Por outro lado, o plano inclinado
tamb´em pode fornecer o ˆangulo de inclina¸ c˜ao, ou seja,
0 = 0 ±Δ0 usar a unidade radianos 180

= ¬ rad
Assim, o valor prov´avel do coeficiente de atrito ser´a
j = tan(0)
E como calcularemos o erro associado? Uma maneira ´e fazer a varia¸c˜ao em 0, ou seja,
Δj =

d
d0
tan(0)

Δ0
para, finalmente,
Δj = sec
2
(0)Δ0
Unidade 8
Experimento IV: Teorema
Trabalho-Energia Cin´etica
8.1 Pr´e-Relat´ orio IV
Desenvolva as quest˜oes abaixo estudando o livro-texto sobre trabalho e o texto complementar
sobre gr´aficos. Para os itens abaixo considere um sistema referencial inercial.
1. A Figura 8.1 representa um carrinho sobre um colch˜ao de ar sem inclina¸c˜ao em que a
for¸ ca de atrito pode ser considerada desprez´ıvel. Ap´os o sistema ser largado do repouso,
Figura 8.1: Carrinho sobre o trilho de ar ligado a um outro corpo por meio de uma roldana.
encontre as intensidades da acelera¸c˜ao e da for¸ ca sobre o fio de :
1
e :
2
. Despreze a massa
da roldana em rela¸c˜ao `as demais. Responda quais seriam as implica¸c˜oes para o resultado
encontrado caso a massa da roldana n˜ao pudesse ser desprezada. Por quˆe?
2. Considere o movimento de uma part´ıcula de massa : em uma dimens˜ao. Suponha que
todas as for¸cas (vetorialmente, ´e claro) aplicadas sobre ela sejam constantes. Mostre que
o trabalho da for¸ca resultante para um certo deslocamento (posi¸c˜oes inicial e final) dessa
part´ıcula ´e igual a varia¸c˜ao de sua energia cin´etica. E se as for¸ cas n˜ao fossem constantes,
o teorema trabalho-energia continua v´alido? Por quˆe?
67
68 Unidade 8. Experimento IV: Teorema Trabalho-Energia Cin´etica
3. O teorema ´e v´alido para um sistema que contenha for¸ cas n˜ao conservativas? Por quˆe? A
pr´oposito, o que s˜ao for¸cas conservativas e n˜ao conservativas?
8.2 Roteiro: Teorema Trabalho-Energia Cin´etica
Novamente retomaremos com o uso do colch˜ao do ar realizado no Experimento II. Diferentemente
daquele experimento, o trilho ou colch˜ao de ar estar´a na horizontal, de forma que o carrinho
permane¸ ca em repouso se assim for o seu estado inicial. Desta vez, o movimento do carrinho
dar-se-´a com o aux´ılio de uma massa suspensa ligada a ele por um fio que passa por uma roldana
semelhante `a Figura 8.1. O objetivo deste experimento ´e verificar o teorema trabalho-energia
cin´etica. Desprezando o atrito e a massa do fio, quais for¸ cas atuam em cada massa (carrinho e
corpo suspenso)? O carrinho sobre o trilho de ar ser´a o objeto de estudo.
´
E importante que vocˆe
tenha mostrado no seu pr´e-relat´orio que as acelera¸c˜oes de cada corpo tˆem a mesma intensidade
dada por
o =
:
2
:
1
+:
2
p (8.1)
onde :
1
´e massa do carrinho e :
2
´e a massa do corpo suspenso e p ´e a acelera¸c˜ao da gravidade
local. Podemos usar a express˜ao te´orica de p e estimar o seu valor para a cidade de Barreiras. A
demonstra¸c˜ao foge do escopo deste curso, mas a t´ıtulo de curiosidade a sua express˜ao ´e
p = 9, 780327
[
1 + 5, 3204 ×10
−3
sen
2
(0) −5, 8 ×10
−6
sen
2
(20)
]
−3, 086 ×10
−6

com p dado em m/s
2
, ℎ ´e a altitude em metros em rela¸c˜ao ao n´ıvel do mar e 0 ´e latitude.
Como a cidade de Barreiras est´a aproximadamente 452 m em rela¸c˜ao ao n´ıvel do mar e numa
latitude igual a −12

09

10
′′
Sul, ent˜ao a acelera¸c˜ao da gravidade ´e aproximadamente igual a
9,78123 m/s
2
e ´e este o valor que vocˆe dever´a usar neste experimento.
Por outro lado, n˜ao podemos desprezar a massa da roldana em rela¸ c˜ao a :
1
e :
2
. Como
a parte do estudo do movimento de Rota¸ c˜oes pode ainda n˜ao ter sido abordada no curso te´orico
de F´ısica I, devemos modificar a express˜ao para a acelera¸c˜ao do sistema, equa¸c˜ao (8.1), para
o =
:
2
:
1
+:
2
+
1
2
`
p (8.2)
onde ` ´e a massa da roldana e o seu valor para este experimento ´e aproximadamente igual a
` = (9, 2 ± 0, 1) g. Veja que neste caso a acelera¸c˜ao dada pela equa¸c˜ao (8.2) ´e menor que a
da equa¸c˜ao (8.1), a raz˜ao disso pode ser explicada porque parte da energia potencial do corpo
suspenso ´e transformada em energia cin´etica de rota¸c˜ao, presente na roldana, al´em, ´e claro,
das energias cin´etica de transla¸c˜ao do carrinho e do pr´oprio corpo suspenso. Lembre-se que
desprezamos os atritos envolvidos. Para maiores detalhes, pergunte ao seu professor de teoria.
Com rela¸c˜ao `as for¸ cas que atuam no carrinho, a primeira pergunta que vocˆe dever´a fazer
(e logicamente responder) quais dessas realizam trabalho no carrinho sobre o trilho de ar para
um deslocamento horizontal Δr? Expresse o seu resultado em termos da acelera¸ c˜ao, dada pela
equa¸c˜ao (8.2), da massa :
1
do carrinho e do deslocamento Δr.
Novamente, ser´a usado um sensor de infravermelho para determinar o tempo que o car-
rinho sobre o trilho leva para evoluir do repouso para percorrer uma distˆancia Δr. Provavelmente,
8.2. Roteiro: Teorema Trabalho-Energia Cin´etica 69
a posi¸c˜ao inicial do carrinho est´a ajustada para 30 cm. Vocˆe dever´a realizar dez medi¸ c˜oes do
tempo para sete varia¸ c˜oes diferentes de distˆancias: Δr = 10 cm a Δr = 70 cm. Ser´a necess´ario,
para mostrar o teorema trabalho-energia cin´etica, construir o gr´afico do trabalho da resultante
das for¸ cas sobre o carrinho versus velocidade, uma vez que o carrinho parte do repouso na posi¸ c˜ao
30 cm. Veja que vocˆe dever´a determinar a velocidade instˆantanea ao final de cada percurso. O
procedimento ´e o mesmo realizado no experimento II? Por quˆe? Encontre os parˆametros grafi-
camente no papel dilog. Que parˆametros s˜ao estes e como eles podem comprovar o teorema
trabalho-energia cin´etica?
Unidade 9
Experimento V: Coeficiente de
Restitui¸c˜ao
9.1 Pr´e-Relat´ orio V
Procure desenvolver os itens abaixo estudando o livro texto, se necess´ario:
1. O coeficiente de restitui¸c˜ao - em uma colis˜ao ´e definido como a raz˜ao entre as velocidades
relativas dos corpos antes e depois da colis˜ao. Considere o caso em que o corpo ´e solto
sobre um plano inclinado sem atrito e que ele desloca-se at´e o final do plano, colide na
extremidade inferior, e volta. Se o corpo ´e solto de uma altura ℎ mostre, usando o princ´ıpio
da conserva¸ c˜ao da energia, que a velocidade do corpo fnal do plano ´e dada por:
·
final
=

2pℎ
2. Considere ainda que o corpo seja solto de uma altura ℎ. Depois da colis˜ao na extremidade
inferior ele retorna at´e uma altura ℎ

. Mostre que:
- =




3. Escreva a express˜ao para -, obtida no item 2 em termos dos deslocamentos r e r

ao longo
do plano, correspondentes `as alturas ℎ e ℎ

respectivamente.
4. Fa¸ ca uma an´alise cr´ıtica do que pode estar ocorrendo fisicamente, especialmente com rela¸c˜ao
`a conserva¸ c˜ao da energia, durante colis˜oes com os seguintes coeficientes de restitui¸ c˜ao:
(a) - = 1
(b) - < 1
(c) - 1
(d) - = 0
5. Leia com aten¸ c˜ao o roteiro do Experimento V. Quais s˜ao os objetivos do experimento?
6. O que vocˆe espera aprender com este experimento?
70
9.2. Roteiro: Coeficiente de Restitui¸c˜ao 71
7. Enumere as atividades que vocˆe vai desenvolver, listando-as numa sequˆencia l´ogica que vocˆe
poder´a seguir ao iniciar o experimento.
8. Que resultados vocˆe espera obter?
9. Quantos gr´aficos que vocˆe dever´a fazer? Quais s˜ao eles?
9.2 Roteiro: Coeficiente de Restitui¸c˜ao
Neste experimento vocˆe ver´a alguns t´opicos relacionados a colis˜oes entre dois corpos, mais especi-
ficamente vocˆe determinar´a o chamado coeficiente de restitui¸ c˜ao em uma colis˜ao. Assim como no
experimento II, novamente nos aproveitaremos para introduzir mais um tipo de gr´afico chamado
de mono-log ou semi-log.
´
E importante ter em mente que o m´etodo de an´alise baseado neste
tipo de gr´afico que empregar´a neste experimento pode ser utilizado tamb´em em muitas outras
situa¸c˜oes semelhantes.
As colis˜oes s˜ao normalmente classificadas entre el´asticas e inel´asticas, dependendo da
perda de energia no processo. Se n˜ao h´a perda de energia do sistema antes e ap´os a colis˜ao,
esta ´e dita perfeitamente el´astica, e neste caso o m´odulo da velocidade relativa das duas partes
que colidem mant´em-se o mesmo antes e ap´os a colis˜ao, uma vez que n˜ao h´a perda de energia
cin´etica do sistema. O nome colis˜ao el´astica vem da compara¸ c˜ao da colis˜ao com a atua¸c˜ao de
uma mola perfeitamente el´astica que ´e capaz de restituir o movimento sem nenhuma perda. No
extremo oposto, a colis˜ao ´e chamada de perfeitamente inel´astica e neste caso as duas partes que
colidem juntam-se ap´os a colis˜ao e, consequentemente, sua velocidade relativa ap´os a colis˜ao ´e
zero. As colis˜oes de modo geral ocorrem com diversos graus de elasticidade dependendo do caso
espec´ıfico. A fim de classificar qu˜ao el´astica ´e uma colis˜ao, definimos o coeficiente de restitui¸c˜ao
como:
- =
·

·
(9.1)
onde · e ·

s˜ao respectivamente as velocidades relativas antes e ap´os a colis˜ao. Assim, numa
colis˜ao perfeitamente el´astica - = 1, e numa colis˜ao perfeitamente inel´astica - = 0.
Qual a importˆancia de colis˜oes em F´ısica? Uma colis˜ao pode ser pensada como uma
intera¸c˜ao entre dois corpos, e este ´e um dos problemas fundamentais em F´ısica que se estende
praticamente sobre todas as ´areas da f´ısica moderna. Neste particular o que em geral vem `a
mente de estudantes com uma forma¸ c˜ao mais aprofunda em f´ısica ´e a ´area da f´ısica de part´ıculas
elementares onde as colis˜oes s˜ao utilizadas para “quebrar” o n´ ucleo atˆomico em seus v´arios
constituintes. No entanto, o t´opico colis˜oes ´e muito mais abrangente. Como exemplo, vejamos
o caso da colis˜ao de um f´oton (luz) com ´atomos em um cristal. Neste exemplo, bem conhecido,
o f´oton refletido por um cristal (ou seja, ele colide com o cristal) perde energia nesse processo,
caracterizando assim uma colis˜ao inel´astica. Este tipo de efeito, chamado efeito Raman, ´e muito
utilizado para estudar propriedades vibracionais de cristais em f´ısica de s´olidos. Na colis˜ao os
f´otons excitam vibra¸c˜oes no cristal que lhes “roubam” uma pequena quantidade de energia, e
assim, os f´otons refletidos retornam com menos energia
1
do que possu´ıam ao incidirem sobre o
cristal e, portanto, carregam informa¸c˜oes sobre as excita¸c˜oes vibracionais do cristal.
1
De fato o processo reverso, onde as vibra¸c˜ oes no cristal transferem energia para o f´oton tamb´em ocorrem.
72 Unidade 9. Experimento V: Coeficiente de Restitui¸c˜ao
Neste experimento, verificaremos se h´a perda de energia na colis˜ao de um carrinho sobre
o trilho de ar com o batente na parte inferior do trilho, e, para isso, mediremos o coeficiente de
restitui¸c˜ao da colis˜ao.
9.2.1 Procedimento: decaimento exponencial e gr´afico mono-log
Se n˜ao h´a perda de energia na colis˜ao, ou seja, se - = 1, o carro retorna at´e o ponto de lan¸camento
ap´os a colis˜ ao, e se n˜ao o pararmos permanecer´a colidindo e retornando ao ponto de partida
indefinidamente. Se - < 1 ent˜ao o carro perde altura a cada colis˜ao. Este processo de decaimento
de altura atingida pelo carro est´a relacionado com o coeficiente de restitui¸c˜ao. Todo processo
no qual se perde uma quantidade que ´e uma fra¸ c˜ao constante da quantidade que se possui (seja
energia, ou altura como neste caso, ou qualquer outra quantidade) d´a origem a um decaimento
exponencial desta quantidade, como veremos logo a seguir para o presente caso.
Me¸ca o decaimento da altura do carro nas colis˜oes sucessivas. Realize uma sequˆencia de
medidas da seguinte maneira:
1. Escolha um ponto inicial para lan¸car o carro r
0
(dentro da faixa de linearidade da mola).
2. Solte o carro que ir´a colidir e retornar at´e a posi¸ c˜ao r
1
que dever´a ser anotada.
3. Em seguida o carro deve ser colocado nesta ´ ultima posi¸c˜ao r
1
e solto novamente. Ap´os a
colis˜ao ele atingir´a uma nova posi¸c˜ao r
2
.
4. O processo se repete at´e registrarmos a posi¸c˜ao r
10
.
Fa¸ ca um gr´afico em papel milimetrado das posi¸c˜oes atingidas versus o n´ umero da colis˜ao. O tipo
de curva obtido deve ser do tipo exponencial.
Mostraremos agora uma outra maneira de linearizar os dados e medir o coeficiente de
restitui¸c˜ao fazendo uso do gr´afico mono-log. Primeiramente, fa¸camos uma an´alise te´orica do
que ocorre. Vocˆe j´a deve ter demonstrado que o coeficiente de restitui¸ c˜ao pode ser reescrito em
termos das distˆancias percorridas no plano inclinado a partir do ponto de colis˜ao da seguinte
forma
- =

r

r
(9.2)
onde r e r

s˜ao, respectivamente, as distˆancias percorridas antes e ap´os a colis˜ao (do ponto
de lan¸camento ao batente do trilho e do batente at´e o ponto m´aximo alcan¸cado no retorno do
carro). Assumindo que o coeficiente de restitui¸c˜ao n˜ao dependa da altura, podemos fazer a
seguinte an´alise: a distˆancia r
1
est´a relacionada com a distˆancia r
0
atrav´es do quadrado do
coeficiente de restitui¸ c˜ao, ou seja,
r
1
= -
2
r
0
. (9.3)
Podemos estender esta an´alise para as demais alturas r
n
da seguinte maneira
r
1
= -
2
r
0
r
2
= -
2
r
1
= -
2
(-
2
r
0
) = -
4
r
0
r
3
= -
2
r
2
= -
2
(-
4
r
0
) = -
6
r
0
.
.
.
r
n
= -
2
r
n−1
= -
2n
r
0
(9.4)
9.2. Roteiro: Coeficiente de Restitui¸c˜ao 73
Observe que, desta forma, a n–´esima posi¸c˜ao r
n
(isto ´e, a altura ap´os a n–´esima colis˜ao)
est´a diretamente relacionada `a posi¸c˜ao inicial r
0
pelo coeficiente de restitui¸c˜ao `a potˆencia 2n..
Tomando-se o logar´ıtimo (base 10) em ambos os lados da equa¸c˜ao (9.4):
log(r
n
) = log(-
2n
r
0
)
= log(-
2n
) + log(r
0
)
= 2nlog(-) + log(r
0
)
Se chamarmos r

= log(r
n
), -

= 2 log(-) e r

0
= log(r
0
) obtemos a seguinte equa¸ c˜ao:
r

= n-

+r

0
(9.5)
Note que se grafarmos r

= log(r
n
) versus n obteremos uma reta cujo coeficiente angular ´e -

, a
partir do qual se pode determinar o coeficiente de restitui¸c˜ao pela rela¸ c˜ao inversa
- = 10
-

¸2
(9.6)
Utilizando agora um papel mono-log, fa¸ca um gr´afico das posi¸ c˜oes r
n
(na ordenada, cuja escala ´e
logar´ıtmica) versus os ´ındices n (na abcissa, cuja escalar ´e linear). O gr´afico mono-log ´e sempre
´ util nos casos em que a rela¸ c˜ao funcional entre duas grandezas ¹ e 1 ´e do tipo exponencial, ou
seja,
j(r) = j
0
1
.i
com j
0
= j(0). (9.7)
Vocˆe obteve uma reta como era esperado? Determine o coeficiente de restitui¸ c˜ao grafi-
camente.
Note que se desconhecemos a teoria que descreve um determinado fenˆomeno, e dese-
jamos obter alguma informa¸c˜ao sobre o tipo de rela¸c˜ao funcional que existe entre duas grandezas
relacionadas ao fenˆomeno, uma an´alise gr´afica pode ser muito ´ util. Note, por exemplo, que n˜ao
´e poss´ıvel distinguir uma rela¸ c˜ao potencial de uma exponencial apenas analisando um gr´afico
em papel milimetrado. Entretanto, se fizermos um gr´afico log-log e um mono-log, aquele no
qual obtemos uma reta determina o tipo correto de dependˆencia funcional que existe entre as
grandezas grafadas. Desta forma, para verifica¸c˜ao, fa¸ca o gr´afico de r
n
versus n em papel di-
log. O gr´afico obtido ´e uma reta? Justifique em seu relat´orio o decaimento exponencial deste
experimento.