FOLHAS DE APOIO PARA FISICA I 1. Aquisigao e Andlise de Dados numa Experiéncia. Medir uma grandeza implica, através da interposigao entre 0 observador e fenémeno fisico em causa de uma metodologia e de instrumentos de medida, atribuir um niimero a essa grandeza referido a um padréo (UNIDADE). Este valor vem afectadode um ERRO devido quer as imprecis6es dos instrumentos de medida quer as limitagdes dos métodos utilizados. Assim, 0 resultado de uma medig&o deve ser sempre apresentado na seguinte forma: MEDIDA = [VALOR NUMERICO] +[ERRO] _ (UNIDADE) Por exemplo, suponhamos que o resultado de uma experiéncia para medir a velocidade do som foi: Ve= 340.1 £0.5 ns Isto significa que o valor da grandeza medida se encontra entre 340.1 - 0.5 m/s e 340.1+ 0.5 mvs, ou seja: 339.6 0 valor umérico resultante de uma medig&o nao tem significado se nao for calculada a respectiva incerteza ! 1.1. Erro de Leitura. ‘Nas experiéncias em que se realiza uma nica medigao, o erro que se comete na leitura de uma medida, devido ao limitado poder resolvente (menor intervalo do estimulo AX que provoca variagdo na resposta do instrumento) da escala, designa-se ERRO DE LEITURA. Conforme o tipo de escala do instrumento utilizado temos um erro de leitura que se determina da seguinte forma: > Oerro de leitura de uma ESCALA CONTINUA, tal como a de uma REGUA ou da grelha do monitor de um OSCILOSCOPIO, é igual a metade da menor divisto dessa escala.Por exemplo, o erro de medigao num osciloscépio com a escala da base de tempo em '5 ms / DIV é de 0.5 ms, dado que a menor divisio da escala corresponde a 1S da unidade da base, sendo 1/2 desse valor 1/10 de 5 ms, ou seja, 0.5 ms. ~> erro de leitura de uma ESCALA DISCRETA como a de um multimetro digital ou de um cronémetro, o erro de leitura é dado pelo menor valor que é possivel ler nessa escala, Para exemplificar, suponhamos que no mostrador de um multimetro temos que © valor medido para uma dada resisténcia foi 27319 entdo o erro de leitura sera 0.01 © e a medida deverd apresentar-se na forma: R=273140.019 1.2. Etro Absoluto e Erro Relativo. No exemplo anterior expressémos 0 erro nas unidades da propria grandeza medida, Neste caso falamos de ERRO ABSOLUTO. - O erro absoluto nao é adequado para comparar o rigér na medida de grandezas distintas, Para este efeito utiliza-se uma representagao adimensional do erro dado pelo uociente entre o erro absoluto Ex de um grandeza R eo valor numérico da medigio: Retomando 0 exemplo anterior, teriamos um erro relativo de 4R = 0.01/27.31 = 0.0004 0u 0.04 % e a medicio da resisténcia passa a representar-se: R=273109 40.04% 1.3. Erros experimentais Existem dois tipos de erros de natureza distinta,i) Erros sistematicos ii) Erros aleatérios. Os erros sistemédticas tem causas possiveis de identificar e, conhecendo com detalhe a fisica do fenémeno em estudo, podem-se eliminar estes erros. Denominam-se erros sistematicos uma vez que a sua présenga se revela por sistematico acréscimo ou defeito dos valores obtidos face aqueles que seriam de esperar. Um exemplo de erro sistematico € 0 que ocorre quando o observador se posiciona sempre de maneira incorrecta perante a leitura de uma escala continua de um instrumento com mostrador analogico. E facil imaginar que os valores lidos resultem sempre inferiores ov superiores ao que de facto o aparelho indica. Experimentem pesar-se numa comum balanga de casa de banho e inclinem sucessivamente a cabega para a direita e para a esquerda. Verdo que em escassas fracges de segundo parecem ter ora emagrecido ora engordado umas “gramitas”! Este exemplo particular pertence categoria dos erros sistematicos de observagéo. Os erros aleatérios resultam do efeito de um grande nimero de pequenas Perturbagdes que se manifestam de forma diferente de experiéncia para experiéncia. O resultado conjunto destas perturbagdes é fazer com que os valores das medig&es sejam Por vezes mais elevados por outras mais baixos do que seria de esperar. AS causas individuais revelam-se dificeis de identificar tornando-se impossiveis de eliminar por muito bem que se conhega a fisica do problema e a montagem realizada para a experiéncia. 1.4. Andlise Estatistica de Erros Acident: Quando obtemos valores diferentes 20 repetir a medigao de uma mesma grandeza estamos a lidar com erros acidentais ou aleatérios. Este tipo de erros ocorre, por exemplo, devido as simplificagdes que frequentemente se introduzem no modelo fisico escolhido para o estudo de um dado fenémeno, desprezando-se varidveis sobre as quais ndo se tem controlo durante a realizado da experiéncia. Podem também dever-se as limitagées do equipamento ou mesmo a interveng%o subjectiva do observador no proceso de medigao. Sabemos que se realizarmos uma média sobre os valores obtidos na medida de uma certa grandeza, estamos a diminuir a incerteza das nossas medigdes. Tendo o resultado de cada medida um cardcter aleatério, seré de esperar (da teoria das probabilidades) que se o niimero de medigdes tender para infinito a média sobre essas medigdes tende para um valor constante que é o mais préximo do valor correcto se apenas existirem erros acidentais MEDIA SIMPLES: Suponhamos que temos um conjunto de N medigdes de uma mesma grandeza. Se as varias medidas tiverem a mesma precisio podemos fazer uma média simplesas neX A varidncia o e 0 desvio padriio 6 dio uma medida da dispersio das medidas individuais em tomo da média, o que da uma ideia da preciso da experiéncia: A média da amostraX é uma varidvel aleatoria, tal como X. Assim sendo, também the podemos atribuir um desvio padrao. Este é dado por: o ee N MEDIAS PONDERADAS: Se tivermos diversas medidas x; , x2, ... variavel x com diferente precisfo'cada uma, 0 valor médio de x deve ser calculado de forma que os valores contribuam para‘a média conforme o seu peso. Quanto mais rigoroso for um valor maior deverd ser o seu peso, definindo-se a média ponderada: x o% ol a qual se associa o desvio padrao Se 0 mimero N de medigdes for pequeno (N<10) nio faz sentido calcular o desvio padrdo e deve-se usar,como medida da incerteza para a média, 0 maior desvio em relagio d média, Ax , ou entio 0 valor médio dos desvios em relago a média:AX = max {| Xi- X |} resultado final sera dado por 1.5. Propagagao de Erros. Na maior parte das experiéncias, para medir uma certa grandeza é necessario medir varias quanidades independentes. Por exemplo, na experiéncia de determinaco da velocidade da luz é necessario medir 0 percurso Lan do feixe luminoso entre duas Posigdes em que o campo electromagnético se encontra desfasado de m, ¢ 0 periodo T desse sinal. Supondo que: Lan =300+5em=3.00+0.0Sm e T=(20+0.5) 10s a velocidade vem dada por: Can = Lar / (1/2) = 3.00 10° mvs As incertezas parciais que afectam cada uma das quantidades medidas vao contribuir para a incerteza final com que se determina a grandeza. A essa incerteza chama-se propagagao dos erros parciais, Método simplificado para o calculo da propagacio do erro: Voltemos ao exemplo anterior. Para calcular o erro de propagago a can. procede-se da seguinte forma: Maximiza-se € minimiza-se a grandeza Car face as suas variéveis Lax ¢ T. CaR max = (Lar + Eran) / (1/2 - Ena) = 3.13 10° m/s CARanin = (L - Ex) / (1/2 + Ez) = 2.88 10° mvs O erro final da velocidade da luz no ar sera dado pela semidiferenga dos extremos:Ecar = (Car max - Car min) / 2 ou, alternativamente, pelo m: anteriomente: 1 desvio em: relagao ao valor numérico de c4x calculado Ecan = max { | Car min ~ Car |; | Carmas Car |} Nao existem receitas para o célculo dos erros. Para cada situagdo ha que estabelecer um compromisso entre o bom senso, as potencialidades do equipamento, 0 tempo disponivel e 0 objectivo da medigao! 1.6. Algarismos significativos. O resultado da medic de uma grandeza, quer seja determinado directamente ou através de calculos sobre quantidades medidas, deve expressar a impreciséo inerente 4 medigao, ou seja, conter apenas algarismos significativos. Definico: ALGARISMOS SIGNIFICATIVOS (a.s.) so aqueles cujos valores so conhecidos com certeza mais o primeiro coberto pelo erro. Regras para contar o nimero de algarismos significativos : A contagem é feita da esquerda para a direita, comegando no primeiro algarismo nao nulo e terminando no primeiro algarismo afectado pelo erro. Se o primeiro algarismo a esquerda for > 5 vale por dois a's © zero direita do ponto decimal conta como algarismo significative ao contrario do que acontece com os zeros a esquerda. limero de algarismos significativos do resultado de operacdes algébricas SOMA e SUBTRACAO: O niimero de casas decimais do resultado é 0 menor de entre todas as parcelas Exemplo: 1.025 62 + 0.0006 O resultado final tem apenas trés a.s., tal como a parcela 62MULTIPLICACAO e DIVISAO: o resultado final tem um niimero de as. igual a0 de menor nimero de entre os nimeros a operar OUTRAS OPERACOES: Para operagdes do tipo raiz quadrada, exponenciais, logaritmos, fungdes trigonométricas, etc., o mimero de a.s. é igual ao dos valores de partida, Regras de arredondamento: O arredondamento ¢ feito de forma a escolher o nimero que menos se distancia do inicial. Se os dois niimeros mais préximos estiverem a igual distincia do nimero inicial deve escolher-se o de maior valor absoluto. 2. Tratamento de Dados. Quando estamos na presenga de um certo fendmeno pode haver, uma dependéncia entre grandezas medidas © estarmos interessados em descobrir a expressiio matemética que traduz essa relacdo. Consideremos para simplificar que temos apenas duas grandezas. Se estas forem dependentes a realgo mais simples que pode existir entre elas é uma RELACAO LINEAR. Se chamarmos a essas grandezas X e Y isso significa que a ‘expresso que as relaciona é do tipo: Y=A+BX em que A eB sio constantes. Para encontrar esta expresso tira-se um conjunto tio elevado quanto possivel de pares de medidas (x,, y;) e marcam-se num grifico XY esses pontos.Ao processo de encontrar a linha que melhor representa a relagdo entre X e Y chama-se ajuste ou fit , e no caso de estarmos perante uma relagdo linear, falamos de REGRESSAO LINEAR. O método mais conhecido para determinar os parimetros A ¢ B (ordenada na origem e declive da recta, resp.) que melhor se adaptam aos resultados experimentais € o METODO DOS MINIMOS QUADRADOS. Segundo este método, o valor esperado ou o valor mais credivel para a grandeza Y, dados os pontos (x; , yi ), é aquele que minimiza a soma dos quadrados das diferengas entre Ye y;: D=d(v-y)' ou, substituindo a relagdo entre Y e X: D=>)(A+BX, -¥,) Portanto, A e B determinam-se igualando as derivadas de D em ordem a Ae aBa zero ¢ resolvendo o sistema dai resultante: B18 2/8 onde 2 significa derivada da expresso D considerando que todos os parimetros que nela intervém se mantém constantes excepto A. De que resulta: Ag LMA LKDKY NYX!-(Ex,)’ a NDXY- EXD, NDX -(x,)’ ‘ragado de grificos a partir de valores -experimentais Quando temos uma tabela de valores experimentais (%., yi) pode-se mediante a «scolha de uma escala conveniente que tome em consideragao os limites entre os quais 8ambas as grandezas variam, representar esse pares de valores sob a forma de um grafico Quando essas medidas apresentam erros, estes também devem ser apresentados no Bréfico sob a forma de barras de erro pois irdo contribuir para a estimativa do erro do ajuste escolhido para esses valores experimentais. No caso de escolhermos uma regressdo linear, essas barras de erro contribuem para os erros no declive B e na ordenada na origem A. ‘Vejamos como se pode fazer “manualmente” a escolha da recta de melhor ajuste e o céleulo dos erros: Escolhe-se a recta que melhor parece minimizar as distancias entre os pontos (yi) € as suas projecgies sobre a recta:Determina-se o declive B e a ordenada na origem A como acima indicado. A recta de melhor ajuste seré: Y=A+BX Para calcular os erros de A e de B tracam-se as rectas de: ‘Maior declive - unindo as extremidades das barras de erro que mais se afastam da recta de regress, para baixo dessa recta na metade inicial e para cima na metade final. Menor declive - unindo a extremidade da barra de erro que mais se afasta para cima da recta de regresso na metade inicial com a extremidade da barra de erro que mais se afasta para baixo na metade final. A partir do declive e da ordenada na origem das rectas de inclinagdo maxima e minima pode-se calcular aproximadamente o erro nos parémetros A e B: 10ou ainda andlogamente para B y= Max{ [Bau ~ [Pae ~Bl). 3. Dimensdo de uma grandeza fisica. Grandezas e Unidades de Base do S..: Nome da Grandeza de Base Unidade de Base Comprimento (1) metro (m) L ‘Massa (m) quilograma (Kg) M Tempo (t) segundo (s) T Intensidade de corrente eléctrica (1) ampere (A) I ‘Temperatura (1) kelvin (K) ® E possivel expressar qualquer grandeza Y em fungao das grandezas de base SL (M, T, L, 1...) designando-se esta representagao por equagao dimensional DIM Y=[Y]=A"B°C’... onde A, B e C representam as grandezas de base e a, B e y so os expoentes dimensionais que indicam 0 numero de vezes que a grandeza de base intervém. A dimensao de uma grandeza fisica representa-se entre parénteses rectos. uNuma equagio que relaciona varias grandezas fisicas deve verificar-se a HOMOGENEIDADE DIMENSIONAL, isto ¢, 0 termo da esquerda deve ser dimensionalmente igual ao termo da direita. Esta homogeneidade pode ajudar na atribuiggo de dimensio a constantes e na identificagio de relagdes mateméticas entre varias grandezas. Exemplo : Uma particula carregada de massa me carga q é sujeita a um campo eléctrico E adquirindo uma aceleragio a. A forga eléctrica F = qE devera igualar-se a forca mecinica F = ma. Provemos que as duas equagdes so dimensionalmente idénticas: (FJ = [ma] = MLT? (FJ=(q E) @ Carga pode-se expressar em termos das grandezas de base Corrente e Tempo jé que T= dg/dt donde vem: (q)=IT Campo eléctrico E pode expressar-se em termos do potencial eléctrico jé que E =~ dV/dx pelo que: fE]=(v]L" Por sua vez 0 potencial é igual a tabalho W sobre carga q. Temos, assim, finalmente: (F]=1 TL" (W/q)=1 TL? M9? rT =M LT? @) © que esta de acordo com (a), como queriamos provar. 12