Universidade Federal da Bahia Instituto de Fisica Departamento de Fisica da Terra e do Meio Ambiente TEXTOS DE LABORATORIO TEORIA DE ERROS foyece ls” Fisica I SALVADOR, BAHIA 2013Prefacio Esta apostila é destinada aos alunos dos laboratérios dos Cursos de Fisica Geral ¢ Experimental I. Ela foi elaborada para que o aluno menos preparado possa, ao 1é-la, assimilar facilmente 0 contetido das matérias e, conseqiientemente, provocar o interesse pelo curso. Nela esté inclufda uma introdugdo & Teoria dos Erros, na qual so apresentados conceitos basicos e essenciais desta teoria, além de roteiros e de uma breve descrigao teérica dos experimentos a serem desenvolvidos durante 0 curso. Esta apostila tem como objetivo ensinar aos estudantes a prética ¢ os métodos de medidas diretas e indiretas, com instrumentos simples, dando-Ihes seguranca no que devem entender por medi grandezas fisicas. No texto, sdo preservados os aspectos que professores ¢ alunos usuérios, da primeira versdo da apostila com dois volumes intitulados "Teoria dos Erros" e "Mecanica" (Roberto Max de Argollo, Clemiro Ferreira, Tereza Sakai, 1998) da segunda versio da apostila intitulada "Textos de Laboratério” (Francisco Clodorian Fernandes Cabral, Alexandre Barreto Costa e Alberto Brum Novaes, Diva Andrade da Silva, Antonio Silva Souza (Bello) e Friedrich W. Gutmann, 2006),consideraram desejéveis ao mesmo tempo em que incorporaram certo ntimero de modificagdes ¢ atualizagdes. Nessa versio elaborada por Alexandre Barreto Costa e Francisco Clodorian Fernandes Cabral, com a colaboragio dos técnicos Roque Cesério e Elias Santos, foram feitas novas corregdes € reordenados os assuntos contidos na mesma, de maneira a melhorar a compreensao dos mesmos Aos professores ¢ alunos: Este texto introduz.os conceitos bésicos ¢ os pardmetros essenciais da teoria de erros ¢ contém algumas aplicagées priticas de interesse dos trabalhos de laboratério de Fisica Geral. Um estudo mais aprofundado poder ser feito na bibliografia citada.INDICE CAPITULO I - TEORIA DOS ERROS Parte 1 - Conceitos basicos 1. Introdugio. 2. Grandezas, dimensoes e unidades..... 3, Medidas diretas e indiretas..... 4, Classificagao dos erros. 5. Algarismos significativos.... 6, Populagdo ¢ aMOStEa. conn soo 7. Valor mais representativo duma grandeza. 8. Valor verdadeiro, valor mais provavel, erro € desvio... 9, Discrepancia e discrepancia relativa..... 10. Exatidao e precisao. Parte 2 - Tratamento de Erros Experimentais 11. Freqiiéncia e probabilidade. - 12. Representagio de medidas como uma distribuigao 13. Fungo de Gauss. 14, Medidas de dispersio.. 15. Nivel de confianga com 0 desvio padrio, 16. Rejeigaio de dados. 17. Limite de erro instrumental, desvio 18. Propagagao de erros Independentes. 19. Regras para representagio do valor e do desvio de uma medida. Resumo do capitulo I... Exercicios do capitulo 1 liado e desvio relativo..... CAPITULOII - ANALISE GRAFICA DE DADOS EXPERIMENTAIS 1. Regras (Guias) para a Representagao Grafica ..ccnse 2. Interpolagao e Extrapolagao, 3, Determinacao Grafica dos Parimetros da Fungao Linear. 4, Linearizagao de Curvas....... 5. Lineatizagao pelo Método da Anamorfose. 6. Linearizagao pelo Método Logaritmico.... 7, Método dos Minimos Quadrados. Exercicios do capitulo IL... Bibliografia. 04 04 05 0s 06 07 o7 08, 09 09 iL i 13, 14 16 16 7 18 19 22 28 28 29 30 30 30 31 34 35CAPITULO I TEORIA DE ERROS PARTE 1- CONCEITOS BASICOS 1- Introdugio ‘As determinagdes experimentais envolvem medidas ¢ como as medidas estéo sempre sujeitas a alguma incerteza, € preciso fazer-se alguma estimativa dessas incertezas antes que os resultados possam ser interpretados ou usé-los, Assim, quando medimos uma grandeza um certo numero de vezes, os valores obtidos provavelmente nao serao idénticos devido aos erros experimentais. Surgem, entdo, as questdes: qual o mimero que se deve adotar como o valor mais representative da grandeza medida? Com que grau de confianga pode-se afirmar que o niimero adotado representa este valor? Assim, para analisar os resultados de uma experiéncia toma-se necessério, portanto, fixarem-se critérios para escolher o valor representativo ¢ seu dominio de flutuagao, ¢ estabelecer-se © nivel de confianga a tal dominio. Tais questées sao objetos de estudos da teoria dos erros. Tendo-se pois, uma série de medidas de uma grandeza, com a teoria de erros, procuramos responder as questdes: 1. Qual o valor mais representative da grandeza? Que medida de dispersdo usar para definir um intervalo de variag4o para a medida? 3. Como se associar uma chance de reprodutibilidade (nivel de confianga) a um dado intervalo? 4. Como propagar os erros associados as grandezas medidas a outras grandezas calculadas a partir delas, através de expressdes mateméticas? 2. Grandezas, dimensao e unidades ‘Uma grandeza fisica é uma propriedade de um corpo, ou particularidade de um fenémeno, susceptivel de ser medida, ou seja, & qual se pode atribuir um valor numérico. As grandezas podem ser vetoriais ou escalares, conforme seré mostrado na parte te6rica do curso. Cada grandeza esté associada a uma tinica dimensfo, e esta dimensio pode ser expressa em diferentes unidades. As grandezas estudadas neste curso (geométricas, cineméticas ¢ dindmicas), sio expressas em fungao de tés grandezas fundamentais: comprimento [L], massa [M] ¢ tempo [T] Convencionalmente, na escrita das equacées dimensionais, as grandezas sao postas entre colchetes. Por exemplo, a equacao dimensional da aceleragao g devida a gravidade é escrita como [sl = (1 (11 Se uma dimensao — dimensio é 0 expoente de uma grandeza fundamental — é zero ela nao precisa ser escrita. Por exemplo, a constante clastica k duma mola pode ser obtida pela relagao entre uma forga e um comprimento. Assim, sua equagao dimensional é escrita como: Uk] = (M] (L) (T}? (Ly = (My (17°. * Ao por os valores das grandezas numa equa¢io, atente para que todos eles estejam num mesmo sistema de unidades. ‘* Valor recomendado para g em Salvador, medido no Ano Geofisico Internacional:Blocal = 9,7833 m/s” OU gicca) = 978,33 cm/s* Tabela 1 - Dimensées ¢ unidades nos sistemas CGS e SI (MKS) das principais grandezas de Mecanica Grandeza___| Dimensao Sistema CGS Sistema MKS LMT Unidade Nome Unidade Nome ‘Comprimento | [L] Cm centimetro | m metro Massa (MI G rama [ki quilograma Tempo IT] Ss segundo | s segundo ‘Area id om — m = ‘Volume: IL cm — m = Velocidade | (L] {TI com/s = mis = Aceleragao (C1 (TE emis = mis = Forca [MI {LI (TI ems” [dina (dyn) | kgms” ‘Newton (N) Energia [MI] {LP (TT gms” | erg kem's’ Joule () Poténcia [MHILP ITT [gem™s* | ergis kgm’ s™ | Watt (W) Pressio IMHILI (Tl? [gem™s? | dynem? [kgm™s™ | Pascal (P) Torque (M} ILI {Ty cm’ s” dyn-cm kg ms’ Nm 3 - Medidas diretas e indiretas As grandezas podem ser medidas direta ou indiretamente, havendo, em cada caso, um modo diferente de tratar seus valores ¢ os ertos a eles associados. Medidas diretas so as obtidas por simples comparacao utilizando-se instrumentos de medida {4 calibrados para tal fim. Neste tipo de medida devemos distinguir dois casos: (i) a medida € feita através de uma nica determinagao onde o valor numérico ou é lido numa escala (régua, paquimetro, cronémetro, balanga, etc.) ou fornecido diretamente como no caso de massas aferidas. (ii) a medida é obtida através de varias determinagées onde o valor numérico é dado pelo Valor Mais provavel (definido posteriormente na segao 5). Medidas indiretas so todas aquelas relacionadas com as medidas diretas por meio de definigdes, leis e suas consequéncias. Neste tipo de medidas o valor numérico assim como a dimensdo ¢ a unidade correspondentes, so encontradas através de expresses mateméticas que as ligam 4s medidas diretas envolvidas. Exemplo € a determinagio do volume de um cilindro a partir das medidas de suas dimens6es. 4. Classificagao de erros ‘As medidas experimentais so ordinariamente acompanhadas de alguma incerteza e esta incerteza limita o objetivo de se conhecer o valor verdadeiro da grandeza. Tém-se, assim, 0s erros, os quais podem ser classificados nos seguintes tipos: Erros grosseiros sao aqueles cometidos devido a falta de atengao ou de prética do operador. Deste tipo so os erros cometidos em operacdes matemiticas, enganos na leitura ou escrita de dados, ou engano na leitura duma escala. A possibilidade de ocorréncia desses erros pode ser bastante reduzida pela atengao do operador e pela repetigdo das medidas e dos célculos. Erros sistemdticos sto aqueles decorrentes de causas constantes ¢ se caracterizam por ocorrerem sempre com os mesmos valores ¢ sinal, Sao deste tipo os erros devidos a aparelhos descalibrados, a métodos falhos, ao uso de equagGes incompletas, a condicdes ambientais inadequadas aos instrumentos de medida ¢ a habitos errados do operador. © modo de eliminarem-se esses erros, ou reduzi-los a um mfnimo, € trabalhar com instrumentos calibrados os instrumentos devem estar "zerados" e, quando for 0 caso, com a calibragio corrigida para as condigdesambientais — com métodos corretos e equagdes adequadas. No caso de se ter medidas afetadas por um erro sistemético e se conhega seu valor e sinal, é possivel eliminé-lo, jé que ele entra com valor e sinal iguais em todas as medidas. Erros aleatérios sio aqueles devidos a causas fortuitas, Também chamados de erros aleatérios ou estatisticos, eles resultam do somatério de pequenos eros independentes e incontroléveis afetando 0 observador, o instrumento de medida, o objeto a ser medido ¢ as condig6es ambientais. Sao causas desses erros, por exemplo, a varia¢do do “milimetro” ao longo de uma reta milimetrada; a flutuago dos instrumentos de medida ligados na rede elétrica; a estimativa que 0 observador faz na leitura de dados, as pequenas variagdes da grandeza medida quando comparadas 8 sensibilidade do arranjo experimental (no caso de a variagao da grandeza ser bem maior que a sensibilidade do arranjo experimental, a diferenga entre as medidas deve ser atribuida & prOpria variagao da grandeza). Sendo esses erros originados por um grande nimero de causas, todas elas provocando variagSes, para mais para menos, de intensidade dentro da sensibilidade do arranjo experimental, eles obedecem a leis mateméticas bem definidas e podem ser tratados pela teoria estatistica. 5 - Algarismos significativos Definigdéo: Numa medida, sio ditos significativos todos os algarismos contados a partir do primeiro nao nulo (diferente de zero), ou seja, o zero a esquerda nao conta como significativo. Pelo menos um algarismo duvidoso é inclufdo no resultado de uma medida, mesmo que ele seja zero. Exemplos: © nimero 35 tem dois algarismos significatives; o nimero 3,50 tem trés; 0 numero 0,047 tem dois; 0 nimero 2,8 x 10° tem dois (somente os algarismos em frente & poténcia de 10 sao significativos). ‘Ao medir 0 comprimento do objeto da figura abaixo, usando uma régua milimetrada, € possivel, neste caso, apresentar esta medida com no maximo trés algarismos, ou seja, 29,4mm ou 2,94 cm. Neste resultado, os dois primeiros algarismos (2 e 9) temos cerleza, enquanto que 0 algarismo 4 j4 6 duvidoso, sendo estimando visualmente. Associar a esta medida um quarto algarismo, € errado, uma vez. que este € desconhecido para a régua milimetrada. Fig. 1 Toda medida contém geralmente uma margem de erro e, por isso, 0 resultado da medida deve ser escrito com um mimero de algarismos significativos tal que procure representa a precisao obtida para a medida, O tiltimo algarismo registrado € 0 duvidoso, porque ele é o algarismo sujeito as incertezas, Regras de aproximacdo de algarismos significativos: As vezes é necessdrio fazer uma aproximagao de um resultado de acordo com o mimero de significativos das medidas que Ihes deram origem. Deste modo os dfgitos excedentes sao arredondados, usando-se os seguintes critérios: 1- Se o primeiro digito desprezado for um ntimero variando entre 0 ¢ 4, o anterior nio seré alterado; 2- Se for de 5 a9, o anterior é acrescido de uma unidade. Regras de operagées com algarismos significativos: Nas operages com algarismos significativos deve-se preservar a preciso do resultado final. Valem, entao, as seguintes regras:1. Na muhtiplicagao ¢ divisio 0 resultado final deve ser escrito com um nimero de significativos igual ao do fator com menor mimero de significativos. Exemplos: 3,7x 4,384 = 16; 0,632+0,20=3,2; 4,40 x 6242 = 2,75 x 10" 2. Em operagdes envolvendo inverso de niimeros e multiplicagao por fatores constantes, o néimero de significativos deve ser preservado no resultado, Exemplos: 3 44x13,5 = 170 3- Na soma ¢ subtrago 0 resultado final teré um mimero de decimais igual ao da parcela com menos decimais. Exemplos: 3,4 +0,256-2,22 = 1,4; 34+2,92 0,5 = 36; 0,831 - 6,26x10° — 0,79 = 0,03 6 - Populagio ¢ Amostra Os Conceitos de populagdo © amostra sio fundamentais para entender varios conceitos da teoria de erros que serao utilizados no decorrer deste curso. Férmulas matemiticas iguais possuem diferentes enfoques com relagao a estes conceitos. Populagao: As medidas ¢ contagens em estatistica, para terem sentido, devem ser limitadas a certo grupo ou conjunto de objetos ou elementos chamados amostragem de populagao. As populagées podem ser classificadas em finitas e infinitas, conforme seja finito ou infinito o némero de objetos ou elementos que as compoem. Exemplo de uma populagio finita € 0 nimero de eleitores na Bahia (este ntimero é limitado). Exemplo de uma populagio infinita é a medida da massa de um objeto (pode-se fazer um niimero ilimitado de medidas). Amostra: uma parte de uma populagao estatistica que foi tomada ao acaso ¢ usada como base para fazer-se estimativas e tirar-se conclusées sobre a populacdo. Assim, quando desejamos medir a massa de um objeto, na impossibilidade de medirmos todos os valores possiveis, o que fazemos é medir alguns valores ¢, a partir deles, inferir 0 valor da massa. 7 - Valor mais representativo de uma grandeza Consideremos agora a seguinte questio: se sio feitas n medidas de uma grandeza, X,,X;,..X,, todas igualmente confidveis, isto 6, observadas nas mesmas condig6es, mas nem todas com o mesmo valor devido aos erros acidentais, qual o valor que melhor representa a grandeza? Podemos resolver esta questdo utilizando 0 método dos minimos quadrados, proposto por Legendre, em 1806, como segue. Seja x, 0 residuo da medida X,, definido como: y=eX-x , =12...0, (ol) onde X € um valor qualquer. O método dos minimos quadrados diz que o valor X mais representativo das medidas X; € um valorX tal que reduz a soma dos quadrados dos residuos a um mfnimo, Esta soma é dada por, ux Dia = D(x =x), i120, (02) onde, por conveniéncia, fizemos o somatério dos quadrados dos residuos igual a U(X).A representacdo gréfica de U(X) versus X € uma parabola com a abertura voltada para cima. As coordenadas U, e X de seu vértice dao, respectivamente, o valor minimo de U(X) e, de acordo com o método dos mfnimos quadrados, o valor mais representativo das medidas X; Desenvolvendo o quadrado de U(X), vem: (03) O valor ¥ que fi wan um minimo é obtido pela condigao dU/d X = 0. Entdo: x 2), X, + 2nX =0. (04) O resultado é =12..40 (05) X 6, assim, a média aritmética dos n valores medidos X, 8 - Valor verdadeiro, valor mais provavel, erro e desvio Utilizando 0 conceito de populagao ¢ amostra, os resultados obtidos no item 7 passam a ter um sentido, A média aritmética sera chamada de valor verdadeiro quando inserida no conceito de populagao ¢ de valor mais provavel para 0 conceito de amostra, Do mesmo jeito, 0 residuo sera denominado erro quando inserida no conceito de populagao € de desvio para 0 conceito de amostra valor verdadeiro, ui (letra grega, 1é-se mi), dos N elementos de uma populagio é definido como o valor mais representativo da populacao, o qual, de acordo com a Eq. (05), é a média aritmética desses N elementos, ou seja, Ex N M 1,2, .N. (06) ‘As populacdes mais comuns na Fisica (medidas de comprimento, massa, tempo) so infinitas e, nestes casos, |l é definido como a média aritmética de uma série infinita de medidas. valor verdadeiro assim definido nao é uma varidvel aleatéria, mas uma constante, cujo valor se busca estimar. Ele é um pardmetro estatistico importante na teoria da medida, ainda que sua determinagio exata seja, em geral, hipotética. O valor mais provavel ( v.m.p.), X , de uma amostra com n elementos, de acordo com a Eq. (05), € a média aritmética dos n valores, ou seja, D* n Como veremos adiante, na distribuiggo de Gauss, 0 v.mp. X é uma estimativa do valor verdadeiro [t € a melhor estimativa que se pode obter dele sem se fazer medida adicional. A média aritmética (ou vmp ) deverd ser escrita com um significativo a mais que as medidas (isto se justifica ja que a média é mais exata que as medidas individuais ¢ para, nas operagdes matemiticas, reduzirmos os erros sistematicos, dando, assim, maior seguranca ao resultado), erro, ¢,, de uma medida X, € a diferenca entre este valor e 0 valor verdadeiro da grandeza, ou seja: X= f=1,2,..., 07) c= X,- bh (08) Exceto em alguns casos triviais, 0 valor verdadeiro é desconhecido e, portanto, o médulo do erro € hipotético, Contudo, este € um conceito titil na teoria de erros. O desvio, d,, de uma medida X, é a diferenga entre este valor ¢ 0 valor mais provével, ou seja:(09) O desvio assim definido tem duas propriedades importantes. A primeira se refere a soma dos quadrados dos desvios é um mfnimo, como vimos no item 6. O valor desta soma seré usado adiante no céleulo de algumas grandezas € uma expressao conveniente para calculé-la, pode ser obtida quadrando-se a Eq. (09) ¢ tomando-se a soma de seus termos. Entao, Dad, x7 - 2D, K+ ek (10) Pela Eq. (05), temese que £, X,= nX . Entdo, Y4e-¥, lx, -¥P Data A segunda propriedade, por sua vez, € a soma algébrica dos desvios é zero ¢ isto decorre da propria definicao do valor médio. De fato, tomando-se o somatério dos desvios na Eq. (09) e considerando a Eq. (05), vem: ap ¥4 =D, X 2X =nX-nX=0 (12) 9 - DiscrepAncia e Discrepancia relativa A discrepancia € a diferenga entre dois valores medidos de uma grandeza, tal como a diferenga entre os valores obtidos por dois estudantes ou a diferenga entre 0 valor encontrado por um estudante ¢ um recomendado ou tabelado. incorreto usar-se os termos erro ou desvio para representar tais diferencas A discrepéncia relativa, A, (letra grega, Ié-se delta) entre duas medidas X' e X" de uma grandeza é definida pela relagao (em %): xexe eatin 100 (13a) minX ,|X"p| Quando uma das quantidades é considerada uma referéncia (valor tabelado, valor médio, ...), utilizamos a expresso seguinte: X=Xyy 4x10 (3b) Xng Exatidéo é uma medida de quao préximo o valor experimental esté do valor verdadeiro. A exatiddo tem a ver com os erros sistemiticos ¢ uma medida é dita ser to mais exata quanto menores forem estes erros. A exatidao de uma medida X’ pode ser avaliada pela discrepancia relativa (Eq. 13), onde X"" € 0 valor verdadeiro da grandeza (alguns poucos casos em que ele é conhecido) ou um valor recomendado. A exatidao é tanto maior quanto menor for a discrepancia relativa. Preciséo & uma medida de quao concentradas esto as medidas experimentais em tomo do valor mais provavel. A preciséo tem a ver com os erros aleatsrios e uma medida € dita ser tZ0 mais precisa quanto menor forem estes erros. Uma distingio entre exatidio e precisio est ilustrada na Fig. 2, onde sio mostrados alvos com marcas de balas de dois rifles fixados rigidamente e mirando 0 centro de cada alyo. Em ambos 0s casos, 0 centro de fogo (valor mais provavel) esta sistematicamente deslocado do centro do alvo 9 A 10 - Exatidao e preciso(valor verdadeiro), menos em (b) do que em (a) Diz-se, ento, que a exatiddo em (b) € maior do que em (a). J4 a dispersao dos tiros (valores individuais distribufdos aleatoriamente) é menor em (2) do que em (b). Diz-se, entéo, que a preciséo é maior em (a) do que em (b). (a) () Figura 2 10PARTE 2- TRATAMENTO DE ERROS EXPERIMENTAIS 11 - Freqiiéncia e probabilidade Inicialmente, definamos freqiiéncia e probabilidade, dois conceitos importantes na teoria estatistica. A freqiiéncia, na estatistica, estd dividida em: A Fregiiéncia absoluta de um acontecimento é 0 nimero de vezes que © mesmo ocorteu. Assim, se um dado é langado 30 vezes ¢ ocorre 8 duques, a freqiéncia absoluta do "duque" € 8. Fregiténcia relativa, ou simplesmente freqiiéncia, é a relagao entre 0 nimero de vezes que o acontecimento ocorreu ¢ 0 niimero de vezes que ele poderia ter ocorrido, podendo ser expressa em %. Assim, no exemplo acima, a freqiiéncia do "duque" 8/30 , ou 26,7 %. A probabilidade é definida, pelo quociente entre o ntimero de casos favoriveis ¢ 0 mimero de resultados possiveis de um determinado evento. Assim, considerando as probabilidades P de sucesso ¢ Q de falha sao dadas, respectivamente, por p © o-—t ptq ptq onde: p é0 miimero que um dado evento pode ocorrer € qo mimero de modos do evento falhar PB: valor da probabilidade nunca pode exceder & unidade, ou seja, a soma das probabilidades de todos os eventos possiveis deve ser igual 4 unidade sendo interpretada como “certeza”. Neste caso, P+Q= Exemplo: a probabilidade de ocorrer um duque num tinico langamento de um dado com 6 faces 1/ 6 € a de nao ocomer o duque é 5/6. A soma destas probabilidades € igual & unidade. Embora a probabilidade de ocorrer um duque seja 1/6, isso nao implica que em 30 langamentos ocorram 5 duques (30 x 1/6). Na verdade, pode ocorrer qualquer mimero entre 0 e 30, porque quando o niimero de langamentos é pequeno nao ha uma relacio clara entre freqiiéncia e probabilidade. No entanto, quando o niimero de langamentos cresce indefinidamente, o nimero de "duques" tenderé a aproximar-se do previsto pela probabilidade. Daf a lei de Jacques Bernouilli: quando 0 nimero de experiéncias tende a infinito, a freqiiéncia tende & probabilidade. Hsta lei, chamada de "Lei dos Grandes Nuimeros", vale para acontecimentos aleatérios em que uma dada ocorréncia independe inteiramente da anterior. A freqiiéncia esté relacionada ao conceito de “amostra” enquanto que a probabilidade esté associada ao conceito de "populacao” 12- Representagio grafica de medidas como uma distribuigao A representagio gréfica de medidas também se relaciona com 0 conceito de amostra (freqiiéncias) e populacao (probabilidade) sendo que, o grafico de distribuigao de freqiiéncias € 0 histograma e o de probabilidade é dado, neste caso, pela distribuigao de Gauss. Histograma Os histogramas so os gréficos mais adequados para a descrigao de dados oriundos de varidveis quantitativas, Eles mostram as freqiiéncias de observagSes para cada valor ou conjunto de valores da varidvel que se deseja descrever. Neste grifico, no eixo das abscissas (X), sfo marcados intervalos de medidas no eixo das ordenadas (Y) a freqiiéncia absoluta (podendo ser expresso também com freqiiéncias relativas) com que as medidas ocorrem em cada intervalo. A sua inAistribuigdo depende diretamente da largura dos intervalos, sendo conveniente escolhé-los de maneira que, os intervalos préximos do valor mais provavel tenham uma freqiiéncia absoluta maior que 10. A sua construgiio segue os seguintes passos (*Opcional): 1-Ordenar os valores em ordem crescente e determinar a Amplitude Total: R R = Maior medida ~ Menor medida (14) 2- Como os dados so agrupados em intervalos, faz-se necessério escolher 0 ntimero de intervalos K. Ha varios critérios para determinar o nimero de dentre os quais: 2.1-Férmula de Sturges: K = 1+3,33logn 2.2-Raiz quadra do mimero de medidas ou seja : K = vn 2..3- Regra empfrica, dada pela tabela abaixo: Tabela 1 Naimero de medidas (1) Naimero de Intervalos (K) Menor que 25 Sou6 Entre 25 e 50 De7al4 Maior do que 50 De 15.220 Onde n é 0 niimero de medidas que se deseja representat 3- Achar o tamanho dos intervalos (iguais): h=ReK (1s) Com base nos valores dos pardimetros obtidos, pode-se construir um histograma, 1) 9) « ‘ 4 2 « a) 40 em x (mm) Figura 3 A proporgaio que 0 néimero de medidas aumenta, 0 tamanho do intervalo tendera a diminuir. Sendo que, quando © mimero de medidas tende a infinito o tamanho do intervalo tender a ser zero o gréfico de freqiiéncias (histograma) tender, para o nosso tipo de amostras, a uma curva continua de probabilidade Gaussiana descrita pela fungao de Gauss (Figura 3). Se fizermos outra série medidas, € muito provavel que o histograma construfdo com elas nio r. Em outras palavras, as freqiiéncias de medidas por intervalo nesta segunda série poderdo diferir daquelas da primeira, significando que a distribuigao das freqiiéncias da série sujeita ao que se denomina de flutuagdo estatistica. Se repetirmos 0 proceso com 5.000 medidas, verificaremos que as flutuagdes serio bem menores. Entiio, podemos concluir que quando © mimero de medidas crescer indefinidamente e os intervalos forem permanentemente reduzidos, 0 12histograma tenderé a uma curva continua. Essa curva € denominada curva de distribuigéio normal ou curva de Gauss € se essa curva possuir uma representacdo analitica, esta fungdo é denominada ‘funcdo densidade de probabilidade normal ou funcdo de Gauss. "V0 > d MS Fam) n> Figura 4 13- A Fungo de Gauss Na segdo anterior, vimos que quando © niimero de observagdes € suficientemente grande, tomar a freqtiéneia de ocorréncia das medidas pela probabilidade delas ocorrerem. Se para um grande niimero de medidas construirmos um grifico no qual as abscissas sejam os desvios x — as diferengas entre os valores medidos e 0 valor médio das medidas — e as ordenadas sejam as freqiiéncias com que esses desvios ocorrem, obtemos uma curva do tipo mostrado na Fig. 2. Ela € denominada curva normal ou curva de Gauss, Sua expresso analitica, chamada de fungdo densidade de probabilidade normal, ou, simplesmente, fungao de Gauss & pode (16) O grafico de f (x) contra x, onde x=(xi-41) dé a diferenga entre o valor do dado € 0 valor verdadeiro, € mostrado na Fig. 5. Vemos que a curva é simétrica em relagao a um valor central maximo e tende assintoticamente a zero. ta) / ‘fied hgrande ehmédio ‘ eh pequene 5 0 Oo ¥o 0 = Figura 5 O valor da ordenada na origem é dado por f (0) = h/ J. . Vé-se, entdo, que quanto maior for 0 ndmero de medidas iguais ao valor verdadeiro, maior sera h. Na Fig. 5, so dadas trés curvas de Gauss com diferentes indices de precis tém a mesma area, mas diferentes valores de h, A forma mais estreita da curva indica que o conjunto medidas da populacao esto mais préximas do valor verdadeiro da grandeza medida, ou seja, os valores esto menos dispersos. Uma menor dispersio indica uma alta precisio e um valor maior de h. Inversamente, um fh pequeno denominou h de indice de B14 - Medidas de dispersio Tendo-se chegado a expresso do v.mp. de uma série de medidas, a segunda questio proposta na Seco I é encontrar 0 erro que se esta cometendo, ou seja, a dispersio a que esté sujeita o v.mp. E necessério, pois, definir-se grandezas que possam ser avaliadas numericamente e que representem as propriedades de interesse visualizadas no grdfico. Em particular, desejamos uma grandeza que tenha relagdo com a largura da curva de Gauss, jé que ela é uma indicacio da preciso das medidas. A seguir, veremos algumas dessas grandezas. Desvio quadrdtico médio:De acordo com a Eq, (02), U, a soma dos quadrados dos desvios em relagao & média, ou seja, Us =>, (X- XP Fe. a7) Define-se como desvio quadratico médio, dgm, o valor médio de U, , ou seja U, dqm= — (18) 7 Como ja vimos, Up representa o valor minimo para a soma dos quadrados dos desvios. J4 a raiz do dgm da uma indicagio de como uma particular série de n valores desvia de seu v.m.p. Raiz do desvio quadratico médio. Vimos que o desvio quadrético médio, dgm, representa 0 valor minimo para a média aritmética dos quadrados dos desvios. Podemos, entio, utilizar a raiz do desvio quadritico médio, s’, como um desvio para a grandeza. A expressio para s’, &: n (19) jaa fo Uma expresso alternativa, € obtida substituindo-se na Eq. (19), 0 somatério ¥, d? pela expresso obtida na Eq, (11). Fazendo-se a substituigao, vem: se F=12,..0 (20) Infelizmente, apesar de s’ ter uma grande importancia teérica, ele ndo tem uma maior significincia como desvio, porque ele indica apenas como uma particular série de n valores desviam. de seu v.m.p.. Nao se sabe, porém, se ele sistematicamente depende ou nao do ntimero de medidas na série, Ademais, uma nova de série n medidas geralmente nao produz nem um v.m.p. idéntico a0 primeiro, nem uma mesma série de desvios, devido as flutuagGes estatisticas Raiz do erro quadrético médio. Uma grandeza mais significativa para a medida da dispersio, devido a sua conexao direta com a fungio de Gauss, é a raiz do erro quadritico médio, 6 (letra gtega, lé-se sigma). A relagao de 0 com os parametros da fungao de Gauss é en = hJ2 ou seja, 6 é inversamente proporcional ao indice de precisio h. Ele é, entio, uma indicagao da precisao da medida. Ou seja, quanto maior O erro quadrético médio, eqm, é definido como a média aritmética dos quadrados dos erros de todos os N elementos da populagao. Ele representa, portanto, © dgm de uma medida individual em torno da média da populagao, ou seja, do valor verdadeiro. O quadrado 6? é também denominado varidneia, 14(22) Desvio padréo. Vimos que, apesar da valia de 6 como medida de dispersio do v.m.p., sua determinagio € hipotética pela impossibilidade de fazermos todas as medidas da populagio. O melhor que podemos fazer € tomar uma série finita de medidas e, usando-a como uma amostra da populagdo, calcular a melhor estimativa para 6. Pode-se mostrar que, para uma série de n medidas a melhor estimativa de 6 € 0 desvio padrio s, dado pela expressio: Sa? [Sow-® so (ee 24020 i (23) Vn-t VO net Analogamente a Eq. (20) obtém-se, ——_ [Di x/-n¥? i ’ a (24) VT Entre s’ es, a diferenga numérica é geralmente pequena, mas a distingdo é importante conceitualmente. O fato de s ser maior do que s’ & esperado, pois se viu que este é obtido com a soma dos quadrados dos desvios em tomo da média da amostra, a qual mostramos ter um valor mfnimo. Desde que a média da populacao geralmente nao coincide com a da amostra, a soma dos quadrados dos desvios de uma amostra finita em torno da média da populagao nio é um minimo. Também, é interessante notar que 0 aparecimento do fator n — 1 deve-se ao fato de haver apenas n — 1 desvios funcionalmente independentes, j4 que existe a relagio de condigao segundo a qual a soma dos quadrados dos desvios 6 um minimo. Ademais, quando n =1 0 conceito de desvio perde significado, Desvio padréo da média. Até este ponto, temos buscado estimar o desvio padrao para uma tinica medida. Para isto, desenvolvemos um procedimento para, a partir de uma amostra de n observacdes, estimar o desvio que terfamos se fizéssemos uma tinica observacio. Mas nosso principal interesse é estimar 0 desvio do v.m.p. X em relagao ao valor verdadeiro p, pois sabemos que, para uma amostra de n medidas, X é a melhor estimativa de j. Poderfamos, naturalmente, fazer varias séries de n medidas, calcular suas respectivas médias e aplicar a essas médias os procedimentos desenvolvidos até aqui para as medidas X, , j4 que as médias X sao também varidveis aleatérias. Poderiamos, também, calcular a média dessas médias, que seré ainda mais exata e inquirir sobre seu desvio. Felizmente, pela aplicacio da teoria dos erros, podemos estabelecer um procedimento para calcular o desvio da média de n medidas em relagio a0 valor verdadeiro, sem ter que repetir varias séries de medidas. Como mostraremos na Se¢ao 23, esse desvio, denominado desvio padrao da média, ou erro padrao ¢ representado por € (letra grega, 1é- se épsilon ), € dado pela expressio: | Xx, (ER Yo na@-1 yn Entao, o desvio padrao da média é igual ao desvio padrao de uma medida individual dividido pela raiz do nimero de medidas independentes. Em outras palavras, a preciso melhora na proporgao da raiz do ntimero de medidas. Este é um princfpio fundamental da estatistica seal (25) 1515 - Nivel de confianga com o desvio padrao Definida a medida de dispersio (consideramos o desvio padrio), a terceira questo posta na Segdo 1 € como se associar uma chance de reprodutibilidade a um intervalo de variag3o definido para a medida, mantidas as condigées de medigao. Em outras palavras, definir um intervalo [XK + a 5], onde 0 6 uma constante a ser definida pela lei de distribuic¢go de tal modo que uma nova medida X tenha uma dada chance de jazet neste intervalo. 1 ov? Eq. (21), a expressio resultante permite calcular a probabilidade de uma medida jazer num dado intervalo. Assim, a probabilidade P(X,, X,) de uma medida jazer no intervalo [X,, X, ] & POX.) f a (26) Usando a Eq. (16), substituindo X pelo erro “e”(Eq. 08) 0 valor de i= dado pela Para o intervalo {yi -o, 4 +o], a integral da Eq. (26) vale 0,6826. Isso significa que se deve esperar que 68,26 % das medidas jazam neste intervalo. Temos, assim, para o um significado qualitativo (indicagao da precisio da medida), um geométrico (+ 6 sao os pontos de inflexo da curva de Gauss) ¢ um quantitativo (68,26 % das medidas jazem no intervalo [1 + 6 ] Para os intervalos [}1 + 2c] e [| + 30] as probabilidades sao, respectivamente, 0,9545 ¢ 0,9973. Isto significa que se deve esperar que 95,45 % das medidas jazam no intervalo [1 + 26] € 99,73 %, praticamente todas as medidas, jazam no intervalo [| + 36].A probabilidade definida pela Eq, (21), expressa em %, denomina-se nivel de confianga, n.c. Assim, diz-se que 0 n.c. para 0 intervalo [1 + 6] € 68,26 %. © problema é que nao se conhece nem jt nem 6 . O que se conhece so suas aproximagées X ¢ 5. A fungio densidade de probabilidade é gaussiana para X , mas nao é para s. Entdo, nao se deve esperar que probabilidades para intervalos definidos por 5 sejam as mesmas para os intervalos definidos por 6. Quando © nimero de medidas é suficientemente grande (digamos, maior que 20) podemos tomar 6 por § sem muito erro e, neste caso, os niveis de confianga sao obtidos através da Eq. (25). A Tabela 2 da os niveis de confianga para os intervalos [X +s] para n> 20, ou seja, di os valores de ct pelo qual se deve multiplicar 5 para se ter um intervalo com um dado n.c. Quando n < 20, as probabilidades no podem ser obtidas através da Eq. (25), j& que nao é mais possivel substituir 6 por 5. Os valores pata @,, neste caso, sao obtidos através de uma outra distribuigdo devida a Student. A Tabela 3 apresenta esses valores de ct em fungao do ntimero de medidas n e para os niveis de confianga de 60 %, 90% ¢ 95%. Por exemplo, para n intervalo com um n.c. de 95% & dado por [X + 2,776 5] 16 - Rejeigao de dados Algumas vezes numa série de medidas ocorrerem valores que diferem bastante do conjunto. A questo que se coloca é se esses valores aparentemente anémalos devem ser rejeitados Em casos onde se sabe ter havido perturbagdes fisicas durante a medigao (queda de tensio, choque na mesa, etc.), as medidas devem ser rejeitadas, ainda que elas paregam concordar com as outras. Em outras situagdes, onde nao se tem conhecimento de perturbagGes, a rejei¢io duma medida é uma questo polémica, Contudo, um critério comumente usado é rejeitarem-se as medidas cujos desvios em relagao ao v.m.p. sejam maiores ou menores que trés vezes 0 desvio padrio. A justificativa para esse critério pode ser deduzida das Tabelas 2 ¢ 3, onde se constata que, para cinco ou mais medidas, todas elas praticamente jazem no intervalo [X + 3s], sendo praticamente zero a probabilidade de uma medida jazer fora deste intervalo. Uma vez eliminada a medida andmala, novo v.mp. € novo desvio padrio devem ser calculados com as medidas restantes. 16Tabela 2 Tabela 3 Valores de & para n > 20 Valores de %_paran $20 Nivel de coninga . n | Nivetdecontianga, ne. (%) 60% 909%. 95% 50,00 0,670 2 1376 6,314 12,706 66,00 os 3 [oer [29202306 68.26 7,000 +097 3.182 3000 1.645 [sai 2.776 9500 1.960 6 [0920-2015 [2571 2,000 7 0,906 1,943 2,447 99,73 3,000. 8 0.896 1,895 2.365 9 0,889 1,860 2,306. TO [ose [883 [3262 isp oes | Ltel [345 20—[-0861 [1729 [3.083 17 - Limite de erro instrumental, desvio avaliado e desvio relativo © limite do erro instrumental (\.e.i.) dum instrumento de medigéo com escala de leitura continua (réguas, micrémetro, medidores com ponteiro) € definido como a menor fracdo da menor divisdo da escala que pode ser estimada visualmente. Um olho humano normal é capaz.de distinguir dois pontos distantes de 0,1 mm numa distincia de 25 cm (distancia normal de leitura). Entio, para instrumentos com a larguta das divis6es menores da escala da ordem de 1mm pode-se tomar com seguranca 0 Le.i. como + 0,2 unidades dessas divisdes. Por exemplo, pode-se tomar o Le.i. de uma régua milimetrada de boa qualidade como +0,2 mm. Todavia, a depender da qualidade da escala da regularidade das divisdes, este valor pode chegar a £0,5 mm (réguas de pléstico) « mesmo a + Imm (trenas e escalas de pedreiro); para um micrémetro, cuja menor divisao da escala & 0,01 mm, © Le.i, € £0,002 mm; para um amperimetro com menor divisio da escala de 0,1 mA, o Le.i. pode ser £0,02 mA a £0,05 mA a depender da qualidade da escala, se esta é espelhada, se a leitura é feita com lupa, etc. (para essa estimativa admite-se que o amperimetro tenha capacidade suficiente para responder a variagdes da ordem de 0,02 mA ou 0,05 mA, 0 que ndo decore da menor divisio da escala, mas da capacidade de resposta do instrumento, a qual é fornecida pelo fabricante. Se a sensibilidade do amperimetro for , por exemplo, 0,1 mA , correto é tomar-se 0 Le.i. como £0,1mA). Para larguras maiores, o operador deve estabelecer um /.e.i. com apenas um algarismo significative tal que Ihe dé seguranga que o valor da medida jaz no intervalo por este definido. Nos instrumentos com escala de leitura descontinua (escala com vernier, cronémetros mecanicos),0 Le.i, € estabelecido pelo fabricante ¢ normalmente corresponde 4 menor medida (que geralmente corresponde & menor divisdo do instrumento) possivel de ser feita no instrumento. Assim, em instrumentos dotados de venier, como o paquimetro, o Le.i. é a prpria natureza (menor divisdo) do instrumento, Para um ctondmetro mecanico que marca em intervalos de 0,1 s toma-se 0 Le.i, igual a este valor. Em medidores digitais 0 Le.i. 6, geralmente, 6 uma unidade do tltimo digito mostrado no visor. Desvio avaliado : Quando se vai realizar uma medida, a primeira providéncia do operador é definit © desvio avaliado (5,) associado & medida a ser feita, para assim conhecer a posigao do algarismo duvidoso. Por exemplo, se 0 desvio avaliado para medidas feitas com uma régua milimetrada for de +0,5 mm os valores deverao conter a casa dos décimos de milimetro, sendo, entao, dos tipos 30,5 mm , 46,58 cm , 4,00 cm; se para medidas com uma balanga o desvio avaliado € 40,1 g, os valores serdo do tipo 4,5 g , 23,8 g , 200,0 g 17A definicaéo do desvio avaliado deve levar em conta o /e.i. do instrumento de medida utilizado, o objeto a ser medido, o processo de medida e, em alguns casos, as condicdes ambientais. Seu valor é nunca menor do que o do Le.i. do instrumento de medida, podendo ser igual a este se as condigées de medida forem favordveis. Por exemplo, se a medida a ser feita é a da largura de um objeto que tem arestas bem definidas e a régua pode encostar-se ao objeto, pode-se tomar o desvio avaliado igual ao Le.i. da régua. Entretanto, se 0 objeto possuir contornos abaulados, 0 corteto é tomar-se 0 desvio avaliado maior que o /.e.i. Igualmente, se a corrente elétrica que esté sendo medida oscila, deve-se avaliar a amplitude de oscilagao para definir o desvio avaliado, o qual seré maior que 0 Led. O desvio avaliado deve ser usado como desvio da medida nos casos de se fazer poucas medidas (até trés), quando as medidas repetidas tém 0 mesmo valor, ou quando o desvio padrio calculado para uma série de medidas for menor que ele. O desvio relativo S, da medida de uma grandeza é definido como a relagao entre a dispersdo s utilizada para a medida (desvio avaliado, desvio padrao, etc., vistos anteriormente) ¢ o valor X no caso de apenas uma determinagao (ou o v.m.p no caso de uma série de medidas), expresso em %. Sua expressio é S(%) $100 en A preciséo de uma medida pode ser avaliada pelo desvio relative, podendo ser também utilizado para comparar a precisio entre medidas diferentes. Este desvio tem significado somente quando as medidas sio referidas a um referencial zero que tenha significado fisico. Quando 0 referencial é arbitrétio, o desvio relative perde o sentido quando os desvios individuais forem aprecidveis em comparagao ao valor da medida. 18 - Propagagao de erros independentes Até aqui tratamos com medidas diretas. Trataremos, agora, 0s erros relativos as medidas indiretas, ou seja, aquelas calculadas através de expresses mateméticas envolvendo grandezas medidas diretamente, ‘Suponhamos que uma grandeza R é calculada a partir das grandezas medidas X ¢ Y, através duma expresso matemitica R = R(X,Y). Pela lgica, R teré um erro que ir depender dos erros das grandezas medidas X ¢ Y. (Esses erros devem ser compativeis, ou seja, se, por exemplo, um representa um desvio padrdo, os outros devem ser também desvios-padrao.) A relagdo entre o erro de R eos de X e ¥ € determinado pelo célculo diferencial. Ha duas situagGes limites. Numa delas —a mais comum —o erro de X nao tem qualquer relagao com o de ¥ e, neste caso, eles sao ditos ser independentes. Por exemplo: suponhamos que a velocidade de um objeto seja determinada medindo o tempo de percurso e a distancia percorrida por ele. Nao ha razio para supor que se 0 tempo for muito grande a distancia serd também muito grande. Sendo assim, estas varidveis sdo consideradas independentes uma da outra. Trataremos, agora, dos erros relacionados as medidas indiretas, ou seja, aquelas calculadas através de expressées matemiticas envolvendo grandezas medidas diretamente, Suponhamos que uma grandeza R € calculada a partir das grandezas medidas X e Y através duma expres matemitica R = R(X ,Y). Nos experimentos realizados aqui no laboratério, as grandezas medidas sio independentes, ou seja, 0 erto de uma grandeza medida diretamente nao varia com a outra Valor mais provavel de uma medida indireta: Considerando uma fungio R = R(X,Y) 0 valor médio da fungdo € obtido substituindo o valor mais provavel das grandezas medidas diretamente na relacdo matemética que expressa a grandeza indireta ou seja: R=R(X,¥) onde Xe ¥ sao os valores médios das grandezas medidas diretamente. 18Férmula para propagacéo de erros independentes: Quando os erros sao independentes, os coeficientes de correlagao entre as grandezas X ¢ Y sio nulos, assim, para duas grandezas X ¢ ¥ temos: aR i (dY|xx onde as derivadas sio tomadas nos pontos X = X e ¥ = Y. Vamos agora obter expresses especiais para algumas fungées que aparecem com mais freqiiéncia em trabalhos de laboratério. , (28) Produto de fatores elevados a diferentes poténcias. Seja R=AX? ¥*, onde pe q sao valores reais conhecidos ¢ A é uma constante ou mimero. As detivadas parciais de R nos pontos X ¢ ¥, so a capes , OR | OXky ay as quais, substitufdas na Eq. (27) resulta em AgX'Y™, sq=VAPXM'¥")'s, (Ag "Y's, (29) Uma expressdo mais conveniente para 0 céleulo de s_ , neste caso, é obtida dividindo-se a Eq, (28) pelo mp. de R, ou seja, por R= AX? Y* .O resultado é 30) Vé-se que quanto maior for o valor absoluto do expoente da grandeza mais potencialmente ela contribuird para o desvio de R Nos casos particulares de produto ou quociente simples (R =AX-Y ,ou R =AX + Y), onde peti e q=tl.a Eq. (29) reduz-se a: + (2) GBD Soma ou diferenga. Scja R= bX + cY ,ondeb © c so constantes reais. As derivadas parciais de R so oR, e Rote ax oY Portanto, pela Eq, (27), tem-se Vb sy + Ps)? , OU sy 1 32) 19 - Regras para representagio do valor e do desvio de uma medida 1 - O desvio padrao, tanto da medida direta quanto da medida indireta, deveré ser expresso com dois algarismos significativos: 2-0 desvio avaliado deveré ser escrito com um algarismo significativo; 3- O valor da medida deveré sempre ter 0 mesmo mimero de casas decimais que o desvio (quando expressadas nas mesmas unidades). Seja ele o desvio padréo ou avaliado; 4- O desvio tem a mesma unidade que a medida. 5 - Se 0 desvio padrao obtido for menor que o limite do erro instrumental (Le.i.), o Lei. deverd ser utilizado no lugar do desvio padrao. 19Exercicios resolvidos: Exemplo I- O diimetro D de uma esfera de ago € medido 6 vezes com um micrémetro, obtendo-se 8 seguintes valores D (mm) = 6,458; 6,450; 6,463; 6,454; 6,457; 6,451 Caleule 0 v.m.p. D do didmetro, o desvio padrao s, ¢ 0 desvio padrao relativo Sp Solugdo: LD 38,733 Valor mais provavel: =D n 6 = 64555 mm JED*-nD? _ |1,175x10~ +£0,00484767 mm Desvio padrio : 5, =| 6-1 5 Sp = £ 0,0048 mm, 0,0048 Desvio relative: Sp ==2x: x100=0,074% D 64555 Note que os desvios foram esctitos com dois significativos, que € a regra a ser usada em nossos trabalhos. Coerentemente, 0 v.mp. deve ser escrito com dois algarismos duvidosos. O niimero de significativos para expressar 0 v.m.p. & definido pelo desvio padrao. Neste caso, D deve ser escrito como 6,4555 mm e seus dois tiltimos algarismos (55) s40 duvidosos. Caso 0 desvio padrdo fosse £0,048 mm, D deveria ser escrito como 6,456 mm ¢ os duvidosos seriam 56. Exemplo 2+ Para a série de 51 medidas de comprimento, em mm, apresentadas abaixo, calcule 0 valor mais provavel 0 desvio padrao. 4,008 4,025 4,033 4,039 4,044 4,049 4,051 4,057 4,062 4,065 4,068 4,078 4,087 4,018 4,027 4,033 4,039 4,044 4,049 4,053 4,058 4,063 4,066 4,070 4,081 4,090 4,019 4,027 4,038 4,039 4,047 4,050 4,054 4,058 4,064 4,067 4,073 4,081 4,104 4,023 4,031 4,039 4,043 4,048 4,051 4,054 4,059 4,065 4,067 4,076 4,086 Solugdo: Utilizando as Eqs. (05) ¢ (16), obtemos para o valor mais provavel v.m.p, 0 desvio padrao s: vm.p.= 4,05 £0,0205948,.. mm. s = +0,021 mm, Coerentemente, 0 vp = 4,053 mm. Exemplo 3 - Expresse a medida do diametro do Exemplo 1 com um n.c. de 95 % em termos do desvio padrao. Solugao: Em termos do desvio padrio, o intervalo é dado por D = D + as. Paran=6 ¢ um ne.= 95 % ,a Tabela3 dé para o fator ot, ot 2,571, Portanto, 0 produto as € 2,571x 0,004848 = + 0,01246 mm. A medida seré, entéo, expressa como D = 6,456 + 0,012 mm Este intervalo significa que uma nova medida, feita nas mesmas condigdes que as anteriores, tem uma chance de 95 % de ter seu valor no intervalo acima, ou seja, entre 6,444 mm © 6,468 mm. Exemplo 4- A massa _m da esfera do Exemplo | foi medida seis vezes, obtendo-se para fi © 5, 05 valores: 7 = 1,100 ¢ s,, = +0,012 g. Calcule (a) a densidade da esfera ¢ (b) expresse 0 resultado com um nc, de 95 % em termos do desvio padrao. Solugao: (a)Ov.mp. B dadensidade daesfera é( D seré tomado em cm ) on 6x 7X 0,64555 = 7,80916 g/cm? ; 20© desvio padréo da medida da densidade s, é calculado através da Eq. (24) i z =7 3 (2) + () = 780016 [S0sxi0 + 19 x10 =+ 0.08 > BP YSZ, +E =1 5,08 10°* + 119 x10°* =+ 0,08699 g/cm Os resultados para p sio, portanto, 7 = 7,809 g/em’ € s,=+0,087g/em’ (s, foi escrito com dois significativos e observe a coeréncia nas escritas dele ¢ de 7). Verifique que, pelo valor das duas parcelas dentro da raiz, a medida da massa contribuiu mais para o desvio de p , apesar de D estar elevado ao cubo e, portanto, ter seu desvio multiplicado por trés. (b) Como sao seis medidas de D ¢ de m,n = 6; paraum nc. =95 % a Tabela 3 nos dé a= 2,571. Entio, ts,= +0,08699 x 2,571 = 40,2237 g/cm’, Portanto, para one. de 95%, p & expresso como: p= 7814 0,22 g/em Observe que ajustamos novamente o valor de J para manter a coeréncia na escrita de 7 ¢ as,. 21RESUMO CAPITULO I Grandezas, dimensio ¢ unidades Cada grandeza esta associada a uma tnica dimensio, e esta dimensio pode ser expressa em diferentes unidades. As grandezas estudadas neste curso (geométricas, cineméticas ¢ dinémicas), so expressas em fungio de trés grandezas fundamentais: comprimento [L], massa [M] e tempo [T]. Convencionalmente, na escrita das equages dimensionais, as grandezas sio postas entre colchetes. Por exemplo, a equagdo dimensional da aceleragao g devida & gravidade é escrita como [el = (1 (T)? * Ao por os valores das grandezas numa equagio, atente para que todos eles estejam num mesmo sistema de unidades. * Valor recomendado para g em Salvador, medido no Ano Geofisico Internacional Btocal = 9,7833 m/s? OU giocal = 978,33 cm/s* Tabela com as dimensdes ¢ unidades nos sistemas CGS e SI (MKS) das principais grandezas de Mecanica Graders Dineario Sem Cas aca MES LMT Unidad Nome Unidad Nome Compaen TE Ca ccna | a eto ‘Massa MT c am ig qulegame Temp iu s segunda = sequnde, ‘Area Ta a = ry = Volume To os = a = Veloscade TEI. eae = a = crleragio EAL ea = aie = orga (na LT ene doa ha) ke Tewon MI Enea IMT ro ee gar Toule Pottacia IMEI) are ew gas ‘Wat Wi Presto (CST em § aynlen ken f Paseal (7 "Torque IME TE [eens éyncem Tie Sm Algarismos significativos Definigéo: Numa medida, sio ditos significativos todos os algarismos contados a partir do primeiro nao nulo (diferente de zero), ou seja, 0 zero a esquerda nao conta como significativo. Pelo menos um algarismo duvidoso é inclufdo no resultado de uma medida, mesmo que ele seja zero. Regras de aproximagao de algarismos significativos: As vezes € necessdrio fazer uma aproximagao de um resultado de acordo com o mimero de significativos das medidas que Ihes deram origem. Deste modo os digitos excedentes sio aredondados, usando-se os seguintes ctitérios: 3- Se o primeiro digito desprezado for um nimero variando entre 0 e 4, o anterior nao sera alterado; 4- Se for de $ a9, anterior é acrescido de uma unidade. Regras de operacées com algarismos significativos 1- Na multiplicagao e divisdo o resultado final deve ser escrito com um numero de significativos igual ao do fator com menor ntimero de significativos. Exemplos: 3,7 x 4,384=16; 0,632+0,20=3,2 ; 4,40 x 6242 75 x 10% 2- Em operagées envolvendo inverso de néimeros e multiplic de significativos deve ser preservado no resultado. ‘o por fatores constantes, o niimero 1 Exemplos: 7 5= 0.00403; 2.x 6,23 = 12,5: 4ax135= 170. 223- Na soma e subtragdo o resultado final teré um mimero de decimais igual ao da parcela com menos decimais. Exemplos: 3,4 + 0,256 — 2,22 = 1,4; 34 + 2,92 0,5 = 36; 0,831 — 6,26x10" - 0,7! 0,03 Medidas diretas Sao as obtidas por simples comparagao utilizando-se instrumentos de medida jé calibrados para tal fim. valor mais provavel ( v.m.p.) de uma medida direta, X , de uma amostra com n elementos, é a média aritmética dos n valores, ou seja, x n X= O Desvio padrito da medida direta sé dado por O Desvio padrao da média €6 dado por —— js YO nap yn Medidas indiretas ‘Sao todas aquelas relacionam as medidas diretas por meio de férmulas matemiticas. -Propagagéo de erros (Medidas Indiretas) Suponhamos que uma grandeza R € calculada a partir das varidveis medidas diretamente X ¢ ¥ através duma expressio matematica R = R(X ,Y). Entéo, R tem um erro como resultado dos erros de X e¥ O Valor mais provavel de uma medida indireta, considerando uma fungao R = R(X,Y), € obtido substituindo © valor mais provavel das varidveis medidas diretamente na relagao matemitica que expressa a medida indireta ou seja: R=R(X.Y) onde Xe ¥ sao os valores médios das variéveis medidas diretamente, O desvio padréo de uma medida indireta para um R(X,Y), quando as medidas diretas sio independentes, € definido por: onde as derivadas sio tomadas nos pontos X = X e ¥ =¥ e€ sx € sy sio os desvios padrées das varidveis medidas diretamente, A f6rmula de propagagio de erros independentes teré o nimero de termos, na soma dentro da raiz, igual ao nimero de varidveis medidas diretamente, Expressées simplificadas. I-Produto de fatores elevados a diferentes poténcias (utilizada em formulas quem tem multiplicagdo e/ou diviséo). Seja R =A X? Y¥, ondep e q sao valores reais conhecidos ¢ A é uma constante ou niimero. O resultado € 232-Soma ou diferenga. Seja R= bX + cY,ondeb e ¢ sio constantes reais . Usando a definigao * se |b| VPs + es? ou sy = 5 + Si Nivel de confianca com o desvio padrao ‘Ao o desvio padrio € possivel, definir um intervalo de confianga, [X + as] ou[X - as; X¥ + a5], no qual uma medida X, tem uma determinada probabilidade de estar contida. A constante o 6 definida pela lei de distribuicao, e seu valor depende da probabilidade atribuida Quando 0 nimero de medidas é suficientemente grande (digamos, maior que 20) podemos tomar por s sem muito erro e, neste caso, os niveis de confianga sio obtidos através da distribuigdo de Gauss. Quando n < 20, nao € mais poss{vel substituir 6 por s. Os valores para ot, neste caso, sio obtidos através da distribuigao de Student. Rejeigao de dados © critério comumente usado 6 rejeitar-se as medidas cujos desvios em rela sejam maiores que trés vezes o desvio padrao. A justificativa para esse critério é que, para cinco ou mais medidas, todas elas praticamente jazem no intervalo [X + 3s], sendo praticamente zero a probabilidade de uma medida jazer fora deste intervalo. Uma vez climinada a medida andmala, novo v.m.p. ¢ novo desvio padrao devem ser calculados com as medidas restantes. Limite de erro instrumental, desvio avaliado, desvio relativo e discrepAncia relativa © limite do erro instrumental (Le.i.) dum instrumento de medigao com escala de leitura continua (réguas, micrémetro, medidores com ponteiro) é definido como a menor fracdo da menor divisdo da escala que pode ser estimada visualmente, © Desvio avaliado deve ser usado como desvio da medida, nos casos de se fazer poucas medidas (até trés), quando as medidas repetidas tém o mesmo valor, ou quando o desvio padrao calculado para uma série de medidas for menor que ele. O valor do desvio avaliado € nunca menor do que o do Le.i, do instrumento de medida, podendo ser igual a este se as condigdes de medida forem favordveis. 0 Desvio relativo S, da medida de uma grandeza € definido como a relagao entre a disperséo s utilizada para a medida (desvio avaliado, desvio padrao, etc., vistos anteriormente) ¢ o valor X no caso de apenas uma determinagao (ou o v.m.p no caso de uma série de medidas), expresso em %. Sua expressio é S(%)=—=x100 ¥ A precisio de uma medida pode ser avaliada pelo desvio relativo, podendo ser também utilizado para comparar a precisdo entre medidas diferentes. Este desvio tem significado somente quando as medidas s4o referidas a um referencial zero que tenha significado fisico, Quando referencial € arbitrario, o desvio relative perde o sentido quando os desvios individuais forem aprecidveis em comparagao ao valor da medida. A discrepancia relativa, A, (letra grega, 1é-se delta) entre duas medidas X' ¢ X" de uma grandeza é definida pela relacao (em %):