Fisica Experimental 1, Exercícios de Técnicas Experimentais. Universidade Estadual de Feira de Santana (UEFS)
mateus_lima
mateus_lima3 de Setembro de 2015

Fisica Experimental 1, Exercícios de Técnicas Experimentais. Universidade Estadual de Feira de Santana (UEFS)

PDF (302 KB)
35 páginas
2Números de download
982Número de visitas
Descrição
Fundamentos
20pontos
Pontos de download necessários para baixar
este documento
baixar o documento
Pré-visualização3 páginas / 35
Esta é apenas uma pré-visualização
3 shown on 35 pages
baixar o documento
Esta é apenas uma pré-visualização
3 shown on 35 pages
baixar o documento
Esta é apenas uma pré-visualização
3 shown on 35 pages
baixar o documento
Esta é apenas uma pré-visualização
3 shown on 35 pages
baixar o documento

Guia para Física Experimental

Caderno de Laboratório, Gráficos e Erros

Instituto de Física, Unicamp

Preparado por

Prof. Dr. Carlos Henrique de Brito Cruz

Prof. Dr. Hugo Luis Fragnito

Estagiário de Capacitação Docente Ivan Ferreira da Costa

Estagiário de Capacitação Docente Bernardo de Assunção Mello

(Versão 1.1, revista por CHBC e HLF em Setembro de 1997)

IFGW, Unicamp

1997

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

i

Conteúdo

1 CADERNO DE LABORATÓRIO 1

1.1 CADERNO DE LABORATÓRIO 1 1.2 TÍTULO, DATA E COLABORADORES. 2 1.3 OBJETIVOS DO EXPERIMENTO 2 1.4 ROTEIRO DOS PROCEDIMENTOS 2 1.5 ESQUEMA DO APARATO UTILIZADO 2 1.6 DESCRIÇÃO DOS PRINCIPAIS INSTRUMENTOS 2 1.7 DADOS MEDIDOS 3 1.8 CÁLCULOS 3 1.9 FIGURAS, TABELAS E EQUAÇÕES 5 1.10 RESULTADOS E CONCLUSÕES 5

2 GRÁFICOS 6

2.1 ROTEIRO PARA OBTER UM BOM GRÁFICO 6 2.2 EXEMPLOS 6 2.3 DETERMINAÇÃO DOS COEFICIENTES DE UMA RETA 8

2.3.1 MÉTODO DOS MÍNIMOS QUADRADOS 9 2.3.2 MÉTODO GRÁFICO 10

3 ERROS: VERSÃO SIMPLIFICADA 13

3.1 ERROS ALEATÓRIOS E SISTEMÁTICOS 13 3.2 TRATAMENTO ESTATÍSTICO DE MEDIDAS COM ERROS ALEATÓRIOS 14

3.2.1 ESTIMATIVA DO VALOR CORRETO DA GRANDEZA MEDIDA 14 3.2.2 DISPERSÃO DAS MEDIDAS E PRECISÃO DA ESTIMATIVA 14 3.2.3 ERRO PADRÃO DA MÉDIA 15 3.2.4 ERRO PERCENTUAL OU RELATIVO 15

3.3 PROPAGAÇÃO DE ERROS EM CÁLCULOS 15 3.3.1 SOMA E SUBTRAÇÃO DE GRANDEZAS AFETADAS POR ERROS 15 3.3.2 MULTIPLICAÇÃO E DIVISÃO DE GRANDEZAS AFETADAS POR ERROS 15

3.4 ERROS EM FUNÇÕES DE GRANDEZAS AFETADAS POR ERROS 16

4 ERROS: VERSÃO AVANÇADA 17

4.1 DEFINIÇÕES BÁSICAS 17 4.1.1 MÉDIA, DESVIO E ERRO PADRÃO 17 4.1.2 PROPAGAÇÃO DE ERROS 18

4.2 VARIÁVEIS ALEATÓRIAS E DENSIDADE DE PROBABILIDADE. 20 4.2.1 MÉDIA, VARIÂNCIA E MOMENTOS DE UMA DISTRIBUIÇÃO 21 4.2.2 VARIÁVEIS ESTATISTICAMENTE INDEPENDENTES 22

4.3 ESTIMADORES 23 4.3.2 ESTIMANDO A MÉDIA 25 4.3.3 ESTIMANDO A VARIÂNCIA 25 4.3.4 PRECISÃO DOS ESTIMADORES 26

4.4 COMENTÁRIOS SOBRE AS FÓRMULAS DE PROPAGAÇÃO DE ERRO 27 4.5 UM EXEMPLO CONCRETO: O ALCANCE DE UM PROJÉTIL 29

4.5.1 HISTOGRAMAS 30 4.5.2 OS RESULTADOS 32

4.6 REFERÊNCIAS 33

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

1

1 Caderno de Laboratório

1.1 Caderno de Laboratório1

Cada estudante deverá manter um Caderno de Laboratório, no qual anotará os dados, procedimentos e demais informações relevantes à realização de cada experiência. Não se trata de um caderno de relatórios. As anotações devem ser feitas durante a realização do experimento para garantir a objetividade e a fidelidade.

Não é simples definir a priori o que é "relevante ao experimento". Uma maneira de avaliar a relevância de uma informação é imaginar que se você usar o Caderno daqui a alguns meses (isto vai acontecer realmente, nas provas, exames e demais experimentos) ou mesmo anos, a informação contida no Caderno deve lhe permitir repetir a experiência sem dificuldade, entendendo do anotado no Caderno o que foi feito e quais foram os resultados e as conclusões. Em algumas disciplinas o Caderno poderá ser consultado durante as provas, por isso é fundamental que a informação seja concisa e bem organizada.

É expressamente proibido realizar cópia de dados do caderno de outros alunos. No caso de trabalhos em grupo, cada aluno é responsável pelo registro dos dados em seu Caderno. Ele poderá copiar figuras e tabelas de livros e apostilas indicando claramente a fonte. Se o aluno estiver ausente em algum dia, ele deverá realizar o experimento correspondente em outro dia (verifique o horário disponível do laboratório).

É muito desejável que seja um caderno grande (formato A4) e com folhas quadriculadas (há um Caderno de Laboratório do IFGW à venda, a preço de custo, nos Laboratórios de Ensino Básico ou na Coordenadoria de Serviços Técnicos do Instituto) .

No mínimo, para cada experimento o Caderno de Laboratório deve sempre conter:

1. Título do experimento, data de realização e colaboradores;

2. Objetivos do experimento;

3. Roteiro dos procedimentos experimentais;

4. Esquema do aparato utilizado;

5. Descrição dos principais instrumentos;

6. Dados medidos;

7. Cálculos;

8. Gráficos;

9. Resultados e conclusões.

O formato de apresentação destes 9 itens não é rígido. O mais indicado é usar um formato seqüencial, anotando-se à medida que o experimento evolui.

1G.L. Squires, "Practical Physics" (Cambridge University Press, 1991), capítulo 10, pp. 139-

146; e D.W. Preston, "Experiments in Physics" (John Wiley & Sons, 1985), pp. 2-3.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

2

No Caderno de Laboratório também se anotam as observações que podem ser úteis na continuação de um experimento, ou lembretes de coisas que você deve providenciar (do tipo: "passar na biblioteca para verificar uma referência", ou "lembrar de zerar o micrômetro antes de começar a medir" ou ainda: "perguntar ao professor porque a faísca falha às vezes", ...)

1.2 Título, data e colaboradores. O Título do experimento deve ser anotado no topo das páginas correspondentes ao

experimento. Na primeira página de cada experimento deve-se anotar quais os colaboradores na realização. A data deve ser anotada no início e, se for necessário, a cada dia que se continue no mesmo experimento. Em alguns casos pode ser útil anotar o horário em que certas medidas foram feitas.

1.3 Objetivos do experimento Os objetivos devem ser descritos de forma sucinta e clara. Por exemplo:

Os objetivos desta experiência são:

1- Aprender o uso de instrumentos com vernier (Paquímetro, Micrômetro);

2- Avaliar erros de medidas e como estes se propagam em expressões

matemáticas;

3- Determinar a média e o desvio padrão de uma série de medidas.

Para atingir estes objetivos determinaremos a densidade de vários materiais

medindo a massa e as suas dimensões.

1.4 Roteiro dos procedimentos Antes da cada experiência fazer um roteiro de procedimentos e escrever as principais

fórmulas que serão utilizadas (ex. cálculo dos desvios). Prever as dificuldades e as estratégias para contorná-las. Este roteiro deve vir feito de casa.

1.5 Esquema do aparato utilizado Em geral feito à mão livre e com a identificação de cada componente. Indique o modelo,

principais características e o número de série (ou qualquer outro identificador) de cada instrumento utilizado. Identificar os instrumentos e componentes é útil para poder repetir o experimento nas mesmas condições.

1.6 Descrição dos principais instrumentos Não precisa ser uma lista única no início, pode-se ir descrevendo à medida que se os usa.

Por exemplo:

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

3

Paquímetro Mitutoyo, menor divisão do vernier = 0.05 mm.

Micrômetro Starret, menor divisão no tambor = 0.01 mm.

Balança Elmer (modelo BP45, Nº de série 9800/76) menor divisão = 0.05 g.

Algumas vezes é bom incluir observações sobre o estado do instrumento, se isto puder afetar as medidas:

O micrômetro completamente fechado não indicava 0.000 e não fechava sempre na

mesma posição. Fizemos 10 medidas do zero abrindo e fechando novamente e

tomamos uma média e o desvio padrão. O resultado foi Z ero = (-0.22 ± 0.01) mm. Todas as medidas efetuadas com este micrômetro foram corrigidas levando

em consideração este fato.

1.7 Dados medidos Todos os dados medidos devem ser anotados diretamente no Caderno de Laboratório e

nunca em folhas separadas de rascunho. A anotação em folhas de rascunho causa perda de tempo, aumenta a possibilidade de erros involuntários de cópia e cria a tentação para a "filtragem" de dados (exclusão daqueles que não gostamos, ou achamos errados). Todo dado medido deve ser anotado. Dados considerados esquisitos ou anômalos devem ser identificados com uma pequena anotação ao lado (como: "Nesta medida alguém esbarrou na mesa e a régua se deslocou, podendo ter afetado esta medida."). Para correções em caso de erro na anotação não deve ser usada borracha, mas deve ser passado um risco sobre a anotação (supostamente) errada, escrevendo-se ao lado a correta. As anotações de dados medidos devem sempre incluir o valor da incerteza associada.

1.8 Cálculos2

Os procedimentos de cálculo devem ser claramente descritos, para permitir a conferência e recálculo pelo mesmo caminho. Devem sempre ser considerados apenas os algarismos significativos nos resultados finais. Por exemplo:

Determinação da densidade de uma esfera metálica - aparentemente de aço.

Medidas de d (Diâmetro) com micrômetro Starret (precisão ±0.01 mm), 12 medidas:

Tabela 1.1. Medidas do diâmetro da esfera metálica.

medida 1 2 3 4 5 6 7 8 9 10 11 12

d(mm) 15.54 15.52 15.55 15.54 15.57 15.51 15.56 15.51 15.55 15.54 15.53 15.53

2G.L. Squires, "Practical Physics" (Cambridge University Press, 1991), capítulo 12, pp. 159-

168.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

4

Da Tabela 1.1 obtivemos a Tabela 1.2 com as frequências de cada medida:

Tabela 1.2. Frequência de

ocorrência das medidas em 12

medições

d (mm) frequência 15.54 3

média = 15.5375 mm 15.52 1

desvio padrão = S = 0.018647447 mm 15.55 2

erro padrão da média = S/ 12 = 0.00537 mm 15.53 2

15.51 2

Resultado: d = (15.538 ± 0.005) mm 15.57 1

(ou d = 15.538 mm ± 0.03%) 15.56 1

Medida da massa com balança Elmer (precisão nominal 0.05 g):

m = (15.2 ± 0.1)g Obs.: embora a menor divisão da balança seja 0.05 g, na nossa apreciação ela

continuava em equilíbrio para deslocamentos de quase ±2 divisões. Por isso, estimamos a incerteza desta medida como ±0.1 g .

ρ = 6m/πd 3 = 7.739297489 g/cm 3

Cálculo do desvio na densidade: ∆ ∆ ∆ρ ρ= +( m m

3 2 2D

D

) ( ) = 0.05097 g/cm3

Resultado:

Densidade: ρ = (7.74 ± 0.05) g/cm3

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

5

1.9 Figuras, Tabelas e Equações3

As Figuras e Tabelas devem ser numeradas em sequência e conter uma pequena legenda descritiva. A sequência numérica pode ser reiniciada 1 em cada experimento ou utilizar uma sequência dupla (por exemplo, “Fig. 2.3” é a terceira figura do experimento Nº 2). Os gráficos, desenhos, esquemas, e fotografias são todas figuras, não há razão para abrir seqüências diferentes (ou seja, não escreva Gráfico 1, e sim Figura 1). Leia na Seção 2sobre como devem ser feitos os gráficos.

As figuras podem ser feitas em papel especial (por exemplo em papel milimetrado ou logarítmico) ou gerados por um computador e colados (sobre toda a área, nunca colados em uma ponta ou grampeadas) no caderno. Evite colar figuras pregáveis; se o original for grande, faça uma cópia reduzida de modo de caber inteira na folha do seu caderno.

No início de cada experimento geralmente fazemos um resumo da teoria envolvida e destacamos as equações mais relevantes. As equações (pelo menos as mais relevantes) devem ser numeradas para poder fazer referência a elas mais adiante, quando confrontamos as previsões do modelo com os resultados experimentais. Defina, imediatamente antes ou logo após, os símbolos matemáticos novos que aparecem em cada equação.

1.10 Resultados e conclusões São comentários sobre o que foi feito, qual a confiança nos resultados obtidos, pontos

críticos ou duvidosos do experimento e comparação com modelos teóricos.

3D.W. Preston, "Experiments in Physics" (John Wiley & Sons, 1985), pp. 21-32; G.L.

Squires, "Practical Physics" (Cambridge University Press, 1991), capítulo 11, pp. 147-158; e

C.E. Hennies, W.O.N. Guimarães e J.A. Roversi, "Problemas Experimentais em Física" 3a

edição, (Editora da Unicamp, 1989), capítulo V, pp.168-187.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

6

2 Gráficos

2.1 Roteiro para obter um bom gráfico Gráficos são uma das principais maneiras de se apresentar e analisar dados em ciência e

tecnologia. Devem ser claros e conter um título, eixos, escalas, unidades e barras de erro. A lista abaixo é de utilidade para que o iniciante não se esqueça de alguns quesitos necessários para que o gráfico seja bem interpretado e efetivamente útil.

¨ Escolha a área do papel com o tamanho adequado (mais ou menos meia página do Caderno de Laboratório).

¨ Em geral a relação de aspecto (altura / largura) deve ser menor do que 1, pois o gráfico será de mais fácil leitura (por esta razão é que a tela de cinema e a da televisão tem relação de aspecto menor do que 1).

¨ Desenhe os eixos claramente: a variável dependente deve estar sempre no eixo vertical (y) e a variável independente no eixo horizontal (x).

¨ Marque nos eixos as escalas, escolhendo divisões que resultem em fácil leitura de valores intermediários (por exemplo, divida de 2 em 2, e não de 7,7 em 7,7).

¨ Se possível cada um dos eixos deve começar em zero.

¨ Marque abaixo do eixo horizontal e ao lado do eixo vertical o nome da variável ali representada e, entre parênteses, as unidades usadas.

¨ Escreva, na parte superior da área do gráfico, o Título do gráfico. Todo gráfico deve ter um título.

¨ Marque cada um dos pontos do gráfico cuidadosamente e claramente, escolhendo para isto um símbolo adequado e de tamanho facilmente visível (por exemplo, um círculo ou um quadradinho) com um pontinho no centro. Nunca marque os pontos apenas com um pontinho do lápis.

¨ Marque claramente as barras de erro em cada ponto. Se o erro for muito pequeno para aparecer na escala escolhida anote ao lado: "as barras de erro são muito pequenas para aparecer na figura".

¨ Se desejar, desenhe uma linha suave através dos pontos. Se os erros forem aleatórios, aproximadamente 1/3 das barras de erro poderão ficar fora da linha.

¨ Não esqueça de numerar e escrever uma legenda breve explicando de que se trata a figura e fornecendo a informação necessária para que o leitor entenda a figura. Todas as figuras são numeradas em sequência. Esquemas, desenhos e gráficos são figuras.

2.2 Exemplos Um gráfico bem feito é talvez a melhor forma de apresentar os dados experimentais. Tem

muitos parâmetros que devem ser escolhidos criteriosamente como a função a ser representada, as escalas dos eixos, o tamanho, o símbolo para os pontos experimentais, etc. A função que você vai representar depende do tipo de informação que você quer transmitir e como se encaixa esta informação no argumento que você está seguindo para demonstrar algo. Por exemplo, se seus dados descrevem o movimento de queda livre de uma partícula, você pode representar x(t) se quer mostrar visualmente que o movimento é parabólico, mas se quiser determinar a aceleração da gravidade é mais conveniente representar x(t2) já que aceleração pode ser extraída da inclinação desta reta. O guia para as outras escolhas deve

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

7

ser sempre o conceito de que um gráfico é uma ajuda visual para a sua argumentação e para que o leitor entenda rapidamente as evidências experimentais.

Os gráficos são figuras e você deve escolher o tamanho das figuras de modo que caibam na folha de papel do seu texto (seja este no seu caderno de laboratório, relatório ou artigo), ocupando não mais que a metade da folha. Isto não é um critério estético, é um critério de eficácia da apresentação baseada no fato de que dificilmente alguém consegue focalizar os olhos numa área maior a uns 30 cm dos seus olhos.

0 2 4 6 8 10 0

20

40

60

80

100

teoria

experimento

tempo, t (s)

po si

çã o,

x (

cm )

Fig. 2.1. Exemplo de gráfico bem feito.

A Figura 2.1 mostra um gráfico eficiente para mostrar que, dentro do erro experimental, os dados seguem um determinado modelo teórico.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

8

0 2 4 6 8 10 0

20

40

60

80

100

Gráfico 1 (RUIM)

p o

s iç

ã o , x ( c m

)

tempo, t (s)

0 2 4 6 8 10 0

20

40

60

80

100

Gráfico 2 (RUIM)

y (

c m

)

t (s)

0.0 1.0x10 -1

2.0x10 -1

3.0x10 -1

4.0x10 -1

5.0x10 -1

0

20

40

60

80

100

120

140

Gráfico 3 (RUIM)

y ( c m

)

t x1/70 (s)

0 .1

0 .8

1 .9

3 3 .9

4 .8

5 .9

6 .8

7 .8

9

0

20

40

60

80

100

Gráfico 4 (RUIM)

t (s)

y ( c m

)

Fig. 2.2. Exemplos de gráficos mal feitos.

Os mesmos dados experimentais da Fig. 2.1 estão representados novamente nos quatro gráficos da Figura 2.2 para ilustrar defeitos típicos de alunos inexperientes. O tamanho dos pontos deve ser tal que cada ponto seja bem visível; nem muito pequeno como no gráfico 1 nem exagerado como no gráfico 2, onde o tamanho do símbolo é maior que a barra de erro para a maioria dos pontos. No gráfico 2, os números das escalas são difíceis de ler. No gráfico 3 as escalas foram mal escolhidas, desaproveitando a área; o fator 1/70 e os números das marcas da escala horizontal dificultam a leitura. No gráfico 4 a escala horizontal não deve ser indicada com os valores individuais dos pontos.

2.3 Determinação dos coeficientes de uma reta É muito freqüente em física experimental o problema de determinar os estimadores a e b

dos coeficientes α e β, respectivamente, que melhor representam a relação linear entre duas variáveis aleatórias X e Y:

Y = αX + β, [2.1]

a partir de um conjunto de pares de valores medidos (yi,xi), i = 1,.., N. Este problema é

considerado em vários livros texto (veja por exemplo as refs. 1 e 2) e reproduziremos aqui os resultados mais importantes. É preciso antes observar a validade das fórmulas. Os alunos tendem a utilizar as fórmulas de ajuste por mínimos quadrados ou as de regressão linear sem

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

9

antes verificar se as condições de validade dessas fórmulas se aplicam ao seu experimento. Muitos programas gráficos modernos para computadores vêm com algoritmos de ajuste linear. Um software deste tipo é muito conveniente mas, antes de utilizá-lo, o aluno deve saber qual é o algoritmo que o programa utiliza para fazer os cálculos, pois corre o risco de aplicá-lo a uma situação onde o algoritmo não é válido.

2.3.1 Método dos mínimos quadrados

Este método se baseia em achar os valores de a e b que minimizam a função

f a b y ax bi i i

N

( , ) = − − = ∑b g2

1 [2.1]

e que representa a soma dos desvios quadráticos da relação linear4.

Se

1. os valores xi são medidos sem erro;

2. todos os yi tem a mesma distribuição (mas, obviamente, com diferente média) ;

3. todos os yi tem o mesmo desvio padrão, σ,

então as fórmulas da Tabela 2.1 se aplicam. A demonstração das equações desta tabela pode ser vista na ref. 2.

Parâmetro Estimador quando β = 0 Estimador quando β 0 α: coeficiente angular (inclinação) a x y xi i i= Σ Σ/

2 a x x y x xi i i= − −Σ Σ( ) / ( ) 2

β: coeficiente linear b = 0 b y ax= −

σ2: variância dos yi S y ax Ni i 2 2 1= − −Σ( ) / ( ) S y ax b Ni i

2 2 2= − − −Σ( ) / ( )

a: erro padrão do estimador da inclinação

∆ Σa S xi= / 2 ∆ Σa S x xi= −/ ( )

2

b: erro padrão do estimador do coeficiente linear

b = 0 ∆ Σ

b S N x

x xi = +

− 1 2

2( )

yo: erro padrão do estimador de um ponto da reta para x = xo

∆ Σy Sx xo o i= / 2 ∆

Σ y So N

x x x x o

i

= + − −

1 2

2

( ) ( )

Tabela 2.1. Estimadores para o caso dos yi com o mesmo desvio padrão (σ σi = ). As somatórias indicam soma de i = 1,..., N. As expressões em cada linha estão em função de valores definidos nas linhas superiores da tabela.

Com relação à condição 1, em Física experimental geralmente a variável x (tempo, posição, temperatura, etc.) é medida com erro e não poderíamos em princípio utilizar as fórmulas da Tabela 2.1. Existem fórmulas mais exatas para este caso (vide ref. 1) mas na prática são pouco utilizadas. Geralmente utilizamos as fórmulas da Tabela 2.1 mesmo sabendo que, em rigor, os valores de a e b obtidos não minimizam estritamente a função f(a,b).

4Este método pode ser extendido ao ajuste de polinômios de qualquer ordem (veja a ref.

2).

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

10

O truque conceptual que utilizamos para justificarmos o procedimento é supor que os xi foram medidos sem erro e atribuímos um valor de erro maior para os yi.

O caso em que os yi têm diferentes desvios padrões (mas ainda os xi medidos sem erro)

se trata como segue: se ∆yi é o desvio padrão de yi, primeiro se definem pesos normalizados 5

para cada ponto w y yi i j= ( / ) / ( / )1 1 2 2∆ Σ ∆ (de modo que, por exemplo, x w xi i= Σ e y w yi i= Σ ) e

se minimiza a função f a b w y ax bi i i( , ) = − −Σ b g2 . Os resultados são dados pelas mesmas fórmulas da Tabela 2.1 mas onde, em cada termo de soma, se multiplica por wi . Por exemplo,

S w y ax b Ni i i 2 2 2= − − −Σ ( ) / ( ) (que não é mais um estimador da variância, já que σi

2 é

diferente para cada yi), a w x x y w x xi i i i i= − −Σ Σ( ) / ( ) 2 , ∆ Σa S w x xi i= −/ ( )

2 , etc.

As fórmulas de ajuste de uma lei física linear apresentadas na Tabela 2.1 se aplicam a medições de uma grandeza y realizadas em idênticas condições (por tanto, sobre o mesmo objeto) exceto pela variável x. Algumas dessas fórmulas não se aplicam se as medidas são efetuadas em diferentes objetos. Por exemplo, a relação entre peso e altura de pessoas é aproximadamente linear mas não é exatamente uma lei física e, dado que cada ponto no gráfico corresponde a um objeto diferente, as fórmulas da Tabela 2.1 não se aplicam a este caso (as fórmulas correspondentes para estimar os coeficientes da reta e seus desvios podem ser vistas na ref. 1). Os puristas distinguem este último caso com o termo “regressão linear” (em inglês6 “linear regression”), em vez de “ajuste linear” (“linear fitting”), reservada para uma lei física linear.

2.3.2 Método gráfico

Descrevemos a seguir um método rápido para estimar os parâmetros de uma reta, aconselhável quando não dispõe de um computador com software adequado para cálculos estatísticos (como, por exemplo, nas provas!). As únicas ferramentas necessárias são um lápis (ou caneta) e uma régua (de preferência transparente).

O método funciona melhor se as escalas do gráfico foram escolhidas decentemente, ou seja com os pontos experimentais relativamente alinhados ao longo de uma diagonal.

5O peso normalizado é tal que Σwi = 1. 6Quando não obvia a sua tradução, daremos também o nome em inglês entre parênteses

e aspas. Isto pode ser útil par o aluno já que a imensa maioria dos livros - e da literatura científica em geral - bem como os softwares modernos de tratamento estatístico de dados estão nessa língua.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

11

0 5 10 15 20

0

10

20

30

40

50

60

70

b bmin

bmax

amin

a amax

x

y

quadrante 4

quadrante 2

quadrante 3

quadrante 1

y

x

Fig. 2.2. Método gráfico para determinar os coeficientes da reta e seus desvios. As barras de erro são menores que o tamanho do símbolo de cada ponto experimental.

Para ilustrar o método vamos considerar os dados representados na Figura 2.1. Para simplificar as coisas nos limitaremos ao caso em que todos os pontos tem o mesmo peso. Siga os passos abaixo.

1. Estime o centro de gravidade dos pontos (x y, ). As retas vertical e horizontal que passam por este ponto divide o gráfico em quatro quadrantes. No exemplo da figura 1 os dados estão, aproximadamente, metade no quadrante 3 e metade no quadrante 2.

2. Coloque a ponta do lápis no ponto (x y, ) e apoie a régua no lápis.

3. Gire a régua em torno do ponto ( x y, ) até que 50% dos pontos de cada quadrante estejam por cima, e 50% por abaixo da régua. (Note que mais de uma reta satisfazem esta condição e você deve escolher uma média.) Trace a reta média. A equação desta reta será y ax b= + .

4. Apoie novamente a régua no lápis e gire-a em torno do ponto (x y, ) até deixar, aproximadamente, 16% dos pontos de cada quadrante abaixo e 84 % acima da régua. A equação desta reta é y y a x xmin= + −( ) . A inclinação desta reta representa a inclinação mínima, amin, dentro de um desvio padrão. Prolongando esta reta até cortar o eixo x = 0, o

ponto de interseção determina bmax.

5. Agora gire a régua, sempre em torno do ponto ( x y, ), de modo de deixar 16 % dos pontos de cada quadrante acima e 84 % abaixo. A equação desta reta é y y a x xmax= + −( ). Esta reta determina a inclinação máxima, amax, e a sua prolongação até x = 0, bmin.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

12

Note que na região delimitada pelas retas de inclinação máxima e mínima ficam aproximadamente 68 % dos pontos experimentais, que é consistente com o conceito de desvio padrão para uma distribuição normal. Se a sua apreciação foi correta, a reta média (item 3) deve ficar no meio das retas com inclinações mínima e máxima traçadas nos ítens 4 e 5. Para determinar os valores de a e b, assim como os erros padrões nestes parâmetros utilize as equações:

a a amax min= +12 ( ) , b b bmax min= + 1 2

( ) ,

a a a N max min

= −1 2

| | e ∆b b b N max min

= −1 2

| | .

O método é relativamente subjetivo pois depende da sua apreciação mas, com um pouco de prática, você obterá excelentes resultados.

Se os pontos têm pesos diferentes, siga o mesmo procedimento descrito mas levando em consideração os pesos relativos de cada ponto. O peso de cada ponto deve ser aproximadamente proporcional à inversa da barra de erro.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

13

3 Erros: versão simplificada

3.1 Erros Aleatórios e Sistemáticos Em ciência e tecnologia, é fundamental a realização de medidas de grandezas físicas.

Estas grandezas podem ser, por exemplo, comprimentos, intervalos de tempo, voltagem entre dois pontos, carga elétrica transportada, intensidade luminosa, e muitas outras. Para se caracterizar o sistema de freios de um automóvel, por exemplo, realiza-se uma medida da distância percorrida após o acionamento dos freios quando o carro se movia a uma certa velocidade. Ao se realizar uma medida, há sempre fontes de erro que a afetam. As fontes de erro fazem com que toda medida realizada, por mais cuidadosa que seja, esteja afetada por um erro experimental. Os erros experimentais podem ser classificados em dois grandes grupos: erros sistemáticos e erros aleatórios.

Os erros sistemáticos são causados por fontes identificáveis, e, em princípio, podem ser eliminados ou compensados. Erros sistemáticos fazem com que as medidas feitas estejam consistentemente acima ou abaixo do valor real, prejudicando a exatidão ("accuracy") da medida (ver Figura 3.1). Erros sistemáticos podem ser causados devido:

• ao instrumento que foi utilizado: por exemplo, erros causados em medidas de intervalos de tempo feitas com um relógio que atrasa;

• ao método de observação utilizado: por exemplo, medir o instante de ocorrência de um relâmpago pelo ruído do trovão associado;

• a efeitos ambientais: por exemplo, a medida de freqüência da luz emitida por um laser, que pode depender ligeiramente da temperatura ambiente;

• a simplificações do modelo teórico utilizado: por exemplo, não incluir o efeito da resistência do ar numa medida da aceleração da gravidade baseada na medida do tempo de queda de uma bolinha de ping-pong de uma altura fixa.

Uma das principais tarefas do idealizador ou realizador de medidas é identificar e eliminar o maior número possível de fontes de erro sistemático.

Os erros aleatórios são flutuações, para cima ou para baixo, que fazem com que aproximadamente a metade das medidas realizadas de uma mesma grandeza numa mesma situação experimental esteja desviada para mais, e a outra metade esteja desviada para menos. Os erros aleatórios afetam a precisão ("precision") da medida (ver Figura 3.1). Nem sempre se pode identificar as fontes de erros aleatórios. Algumas fontes típicas de erros aleatórios são:

• método de observação: erros devidos ao julgamento feito pelo observador ao fazer uma leitura abaixo da menor divisão de uma escala, como por exemplo, medir o comprimento de uma folha de papel com uma régua cuja menor divisão é 1 mm com precisão na medida de 0,5 mm;

• flutuações ambientais: mudanças não previsíveis na temperatura, voltagem da linha, correntes de ar, vibrações (por exemplo causadas por passagem de pessoas perto do aparato experimental ou veículos nas vizinhanças).

Erros aleatórios podem ser tratados quantitativamente através de métodos estatísticos, de maneira que seus efeitos na grandeza física medida podem ser, em geral, determinados.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

14

Alta precisão Baixa precisão Alta precisão

Baixa exatidão Baixa exatidão Alta exatidão

Figura 3.1. Precisão e exatidão em medidas.

3.2 Tratamento estatístico de medidas com erros aleatórios

3.2.1 Estimativa do valor correto da grandeza medida

Como os erros aleatórios tendem a desviar aleatoriamente as medidas feitas, se forem realizadas muitas medições aproximadamente a metade das medidas feitas estará acima e metade estará abaixo do valor correto. Por isso, uma boa estimativa para o valor correto da grandeza será a média aritmética dos valores medidos:

x N

xi i

N

= = ∑1

1 , [3.1]

onde xi é o resultado da i-ésima medida e N é o número total de medidas feitas.

3.2.2 Dispersão das medidas e precisão da estimativa

Ao se realizar várias medições da mesma grandeza nas mesmas condições, a incidência de erros aleatórios faz com que os valores medidos estejam distribuídos em torno da média. Quando eles se afastam muito da média, a medida é pouco precisa e o conjunto de valores medidos tem alta dispersão. Quando o conjunto de medidas feitas está mais concentrado em torno da média diz-se que a precisão da medida é alta, e os valores medidos tem uma distribuição de baixa dispersão. Quantitativamente a dispersão do conjunto de medidas realizadas pode ser caracterizada pelo desvio padrão do conjunto de medidas, definido como:

x S N

x xi i

N

= = −

− = ∑

1

1 2

1 ( ) . [3.2]

Conjuntos de medidas com desvio padrão baixo são mais precisas do que quando o desvio padrão é alto. Adicionalmente, pode-se demonstrar que o desvio padrão caracteriza o intervalo dentro do qual há 68% de probabilidade de ocorrência de um valor medido. Dito de outra forma, isto significa que se for feito um conjunto muito grande de medições, 68% delas estarão dentro do intervalo x S− e x S+ .

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

15

3.2.3 Erro padrão da média

À medida que se realiza mais medidas, a compensação dos erros aleatórios entre si vai melhorando e a média do conjunto de medidas, x , vai se tornando uma grandeza mais precisa. O erro padrão da média é definido como:

x S S N

m= = [3.3]

Observe que o erro padrão da média diminui com a raiz quadrada do número N de medições realizadas. Portanto, realizar mais medidas melhora a determinação do valor médio como estimador da grandeza que se deseja conhecer. Entretanto a vantagem não é tão grande quanto desejaríamos, já que, por exemplo, para reduzir o erro padrão da média por um fator 3 é necessário aumentar o número de medidas por um fator 9.

3.2.4 Erro percentual ou relativo

É o erro que afeta a grandeza medida expresso como porcentagem do valor medido da grandeza. Portanto, o erro relativo percentual numa medida x com erro absoluto ∆x será dado por:

( )∆ ∆x x xr

= ×100 % .

3.3 Propagação de erros em cálculos Geralmente é necessário usar valores medidos e afetados por erros para realizar cálculos

a fim de se obter o valor de outras grandezas. É necessário conhecer como o erro na medida original afeta a grandeza final.

3.3.1 Soma e subtração de grandezas afetadas por erros

A análise estatística rigorosa mostra que ao somarmos ou subtrairmos grandezas estatisticamente independentes o erro no resultado será dado pela raiz quadrada da soma dos quadrados dos erros de cada uma das grandezas. Por exemplo, se tivermos três grandezas dadas por: x x± ∆ , y y± ∆ e z z± ∆ , a soma (ou subtração) delas,

w x y z= + +

será afetada por erro de valor

∆ ∆ ∆ ∆w x y z= + +( ) ( ) ( )2 2 2 .

Como aproximação, pode-se usar que, se o erro de uma das grandezas da soma (ou subtração) for consideravelmente maior que os das outras, por exemplo, ∆ ∆ ∆x y z>> , (três vezes maior é suficiente) o erro do resultado será dado por este erro: ∆ ∆w x≅ .

3.3.2 Multiplicação e divisão de grandezas afetadas por erros

Neste caso, o erro relativo do resultado será dado pela raiz quadrada da soma dos quadrados dos erros relativos de cada fator. Por exemplo, se w = x/y teremos:

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

16

∆ ∆ ∆w w

x

x

y

y = FHG

I KJ +

F HG

I KJ

2 2

3.4 Erros em funções de grandezas afetadas por erros Frequentemente é necessário estimar qual é o erro que afeta uma variável y que é uma

função de x, y = f(x), quando se conhece o erro ∆x na determinação de x. Quando a função for bem comportada nas vizinhanças do ponto de interesse, pode-se estimar o erro ∆y em y de duas maneiras: pela força bruta ou com classe.

O método da força bruta consiste em calcular o valor de y em x x+ ∆ e em x x− ∆ , obtendo-se:

y y f x x

y y f x x

+ = + − = −

∆ ∆ ∆ ∆

( )

( )

de onde se calcula:

∆ ∆ ∆y f x x f x x= + − − | ( ) ( )|

2 .

O método clássico usa a noção de derivada da função, e supõe que erro ∆x seja suficientemente pequeno para que possamos escrever:

∆ ∆y df dx

x x x

= FHG I KJ ⋅=

.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

17

4 Erros: versão avançada

4.1 Definições básicas

4.1.1 Média, desvio e erro padrão

O resultado de uma medição está sujeito a erros aleatórios que fazem com que medidas em "idênticas condições" dêem valores diferentes. Se temos N medidas de uma grandeza física, x1, x2,..., xN definimos a média, o desvio padrão (“standard deviation”) e o erro padrão

(“standard error”) desse conjunto de medidas como na Tabela 4.1.

Nome Símbolo e fórmula Nome por extenso

média x xN i= ∑1 média aritmética desvio padrão ∆x S x xN i= = −− ∑1 1 2( ) desvio padrão de cada medida erro padrão ∆x S S

N m= = desvio padrão da média

Tabela 4.1. Definições básicas. O símbolo de somatória indica a soma de todos os termos com i = 1,...,N. O nome por extenso se utiliza nos casos em que o nome indicado na primeira coluna pode gerar confusão.

Note que os nomes definidos na Tabela 4.1 são uma convenção. Alguns autores definem estas mesmas palavras de outra maneira. Por exemplo, para o desvio padrão de cada medida alguns autores utilizam a definição7

s x xN i= −∑1 2( ) . [4.1]

Para não aumentar a confusão, indicamos com a letra s (minúscula) o desvio padrão calculado com [4.1] e com a letra S (maiúscula) o definido na Tabela 4.1. Nós seguiremos a convenção de reservar o nome de desvio padrão para S (ou ∆x), definido como na Tabela 4.1. Se precisarmos referir-nos ao parâmetro s definido como em [4.1], utilizaremos o nome de desvio padrão da amostra.

Outra convenção que seguiremos é que o resultado de um conjunto de medições se expressa como

média = x x± ∆ . [4.2]

O significado da expressão [4.2] é o seguinte: suponha que efetue uma nova série de medidas e calcule a média aritmética delas; o resultado será um valor que cairá dentro do

7Salvo indicação explícita, em todas as somatórias que escreveremos suporemos que se

somam todos os termos com i = 1,...,N.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

18

intervalo definido pela relação [4.2] com aproximadamente 68 % de probabilidade. Outra forma mais realista de interpretar a relação [4.2] é que se realizamos outras 100 séries de N medidas cada uma e calculamos as 100 médias aritméticas de cada série, 68 % delas cairão dentro do intervalo entre x x− ∆ e x x+ ∆ . O número 68 % vem da experiência acumulada por gerações de pesquisadores experimentais e tem também sustentação teórica, como comentaremos depois.

Note porém que realizar infinitas medidas é impossível na prática. O melhor que podemos fazer é estimar qual seria o resultado dessa situação ideal usando a informação provida por um número finito de medidas. Na seção 4.3 veremos os conceitos e formalidades sobre como fazer estimativas a partir de um conjunto de medidas.

A quantidade ∆x x/ se denomina erro relativo da média, e 100 ∆x x/ é o erro percentual da média.

A questão de como expressar o resultado de um experimento, se com o desvio padrão ( x x± ∆ ) ou com o erro padrão ( x x± ∆ ), depende muito do contexto.

Em Ciências Exatas estamos geralmente interessados em determinar uma grandeza física, e a medimos repetidas vezes em idênticas condições. Neste caso o desvio padrão é uma indicação da precisão do método experimental, e não da flutuação que a grandeza medida pode ter. Por exemplo, se medimos a aceleração da gravidade em certo local, g, indicamos o resultado com g g g= ± ∆ , já que a expressão g g g= ± ∆ indicaria erroneamente que o verdadeiro valor de g pode variar dentro de uma faixa muito maior que a real.

Em produção industrial, por outro lado, se utiliza o desvio padrão para indicar a dispersão de valores com que uma máquina ou processo fabrica um produto. Por exemplo, uma máquina fabrica esferas com diâmetro especificado por d d d= ± ∆ . Outros exemplos, da área de Ciências Naturais, onde deve ser utilizado o desvio padrão são o tamanho de um certo tipo de celas e o peso e altura dos habitantes de uma certa região. Note que nestes três últimos exemplos os objetos medidos são diferentes e expressamos o resultado com o desvio padrão para dar uma idéia da dispersão de valores da grandeza nos diferentes objetos.

Se realizamos medidas de uma grandeza em objetos diferentes, então os experimentos não são realizados em condições idênticas e, em rigor, a teoria de erros de medição exposta neste capítulo não se aplica.

4.1.2 Propagação de erros

Se a partir de uma grandeza medida x, calculamos outra grandeza f que depende de x segundo uma expressão matemática f = f (x), usaremos a convenção de expressar o resultado na forma

média de f : f f f f x f df

dx x± = =∆ ∆ ∆, ( ) onde e . [4.3]

Aqui df

dx é a derivada da função f (x) calculada em x x= .

Um caso particular da [4.3], muito freqüente na prática, é o de uma função do tipo f x a x( ) = α , onde a e α são constantes numéricas exatas ou com erro desprezível. Neste caso o erro relativo em f é o erro relativo em x vezes o módulo do exponente:

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

19

f x a x f

f

x

x ( ) = ⇒ = α α

∆ ∆ .

Por exemplo, se f x x( ) = π / , temos α π= − = ⇒ =1 2

1 2

3 22 e ∆ ∆ ∆ ∆f f x x f x x/ / / / .

Se a função depende de duas ou mais variáveis medidas e independentes, por exemplo f = f(x,y), a convenção é que

média de f : f f± ∆ ,

onde

f f x y= ( , )

e

∆ ∆ ∆f f x

x f

y y= FHG

I KJ +

F HG

I KJ

∂ ∂

∂ ∂

2 2

2 2( ) ( ) . [4.4]

Aqui ∂ ∂

∂ ∂

f

x

f

y e são as derivadas parciais de f(x,y) em relação a x e y, respectivamente,

calculadas em ( , )x y .

Por exemplo, se medimos o tempo de queda livre de uma partícula, t, e o espaço percorrido na queda, h, podemos calcular a aceleração da gravidade usando g h t= 2 2/ . Se os valores médios medidos são t = (1.20 ± 0.05) s e h = (3.38 ± 0.05) m, então, usando a [4.4] obtemos g =

9.7 m/s2 e ∆ ∆ ∆g h t h t t= +2 42 2 3 2/ /e j e j = 0.8 m/s2.

Casos particulares da eq. [4.4], muito freqüentes na prática, são os casos de soma e produto. No caso de soma ou diferença, f(x,y) = x ± y, os erros quadráticos são aditivos:

f x y x y f x y( , ) ( ) ( ) ( )= ± ⇒ = + ∆ ∆ ∆2 2 2 .

No caso de um produto ou quociente, f(x,y) = x y±1, os erros relativos quadráticos são aditivos:

f x y x y f

f

x

x

y

y ( , ) = ⇒

F HG

I KJ =

F HG

I KJ +

F HG

I KJ

± 1 2 2 2∆ ∆ ∆

.

A Tabela 4.2 resume as fórmulas de propagação de erros desta seção.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

20

Função Média Erro padrão

f f x= ( ) f f x= ( ) ∆ ∆f df

dx x=

f f x y= ( , ) f f x y= ( , ) ∆ ∆ ∆f f x

x f

y y= FHG

I KJ +

F HG

I KJ

∂ ∂

∂ ∂

2 2

2 2( ) ( )

f ax by= + f ax by= + ∆ ∆ ∆f a x b y= +( ) ( )2 2

f ax y= α β f ax y= α β ∆f f x x y y= +( / ) ( / )α∆ β∆2 2

Tabela 4.2. Fórmulas de propagação de erros para os casos gerais de funções de uma e duas variáveis e exemplos. No caso geral as derivadas são calculadas no ponto ( , ) ( , )x y x y= . Nos exemplos, os coeficientes a,b, α e β são números exatos ou com erro desprezível.

As fórmulas apresentadas nas tabelas 4.1 e 4.2 são as ferramentas essenciais que utilizaremos no primeiro semestre de Física Experimental. As seções 4.2 e 4.3 a seguir tem o propósito de aclarar o significado das grandezas definidas na Tabela 4.1. Em termos rigorosos, a média aritmética e o quadrado do desvio padrão são estimadores da média e variância, respectivamente, da distribuição de probabilidades que caracteriza a grandeza física medida. A validade das fórmulas de propagação de erros da Tabela 4.2 será discutida na seção 4.4. As fórmulas de propagação de erros são aproximadas e veremos formas mais precisas de propagar erros em alguns casos particulares. Finalmente, na seção 4.5, exemplificamos os conceitos mais importantes com um experimento físico concreto.

4.2 Variáveis aleatórias e densidade de probabilidade. Para um dado método de medida temos controle apenas parcial das condições do

experimento. Medições de uma grandeza física X em "idênticas condições" estão sujeitas a variações aleatórias sobre as quais não temos controle, dando como resultado valores medidos diferentes de X. Dizemos que X é uma variável aleatória (“random variable”).

O resultado de uma medida da variável aleatória contínua X pode ser representado por um número real x e admitimos que

(1) existe uma probabilidade única, P{a < X b}, de obter o resultado X em um dado intervalo do eixo real (a,b), e que

(2) esta probabilidade não depende dos resultados de medidas anteriores.

Os processos de medição podem ser considerados processos estocásticos,8 os quais são completamente caracterizados por uma função de densidade de probabilidade (ddp) p(x) definida como o limite

8Um processo estocástico (“stochastic process”) para variáveis contínuas satisfazem, além

das duas condições mencionadas, que a probabilidade de obter X dentro de um intervalo infinitesimal, P{x X < x+ dx} é proporcional ao comprimento do intervalo, dx.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

21

p x P x X x x

xx ( ) lim

{ }= < ≤ + →δ

δ δ0

, [4.5]

onde P{x < Xxx} é a probabilidade de achar a variável aleatória X no intervalo entre x e x + δx. A ddp nos dá uma idéia de como se distribui a probabilidade no eixo real. Se conhecemos p(x) podemos dizer com exatidão qual é a probabilidade de achar X em qualquer intervalo, por exemplo

P a X b p x dx a

b { } ( )< ≤ = z . [4.6]

Obviamente, a probabilidade de achar X entre -∞ e +∞ é 1, de modo que p(x) tem a seguinte propriedade:

p x dx( )−∞ +∞z = 1. [4.7]

O propósito de realizar um grande número de observações é o de obter uma boa estimativa da densidade de probabilidade ou de alguns parâmetros que a caracterizem, tais com a média e o desvio padrão definidos a seguir.

4.2.1 Média, variância e momentos de uma distribuição

A média (“mean”) da distribuição, ou valor esperado de X, é definida como

µ =< >= −∞ +∞zx x p x dx ( ) . [4.8]

Se f(x) é uma função real, F = f(X) é uma nova variável aleatória cujo valor médio sobre a distribuição (“average”)9 ou valor esperado é

µ =< >= −∞ +∞zf f x f x p x dx( ) ( ) ( ) . [4.9]

A variância (“variance”) da distribuição é definida como a média da função (x-µ)2:

σ µ µ2 2 2=< − >= −−∞ +∞z( ) ( ) ( )x x p x dx . [4.10]

A raiz quadrada da variância, ou seja σ, é por definição o desvio padrão.10 Este parâmetro da uma idéia da largura da distribuição de probabilidades.

O exemplo de ddp mais importante em erros de medição é o de uma distribuição normal ou gaussiana. Se diz que X segue uma distribuição normal se a sua ddp tem a forma

9Note que, para alguns autores na literatura inglesa, “mean” e “average” não são

exatamente a mesma coisa. 10Alguns autores indicam valores esperados com E( ). Por exemplo a média é µ = E(x) e a

variância, também denotada com V(x), é σ2 = E[(x- E(x))2] = V(x). O desvio padrão é as vezes denotado com D(x).

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

22

p x x( ) exp ( )= −LNM O QP

−µ1 2 2

2

2π σ σ . [4.11]

Esta função é simétrica em relação a µ e depende apenas de dois parâmetros: µ e σ que coincidem, respectivamente, com a média e o desvio padrão da distribuição.

No caso de uma distribuição normal, a probabilidade de achar X dentro de ±1 desvio padrão em torno da média é de aproximadamente 68%, já que

P x dxx{ } exp .( )µ − ≤ ≤ µ + = −LNM O QP ≅

−µ µ− µ+zσ σ π σ σσ

σ 1 2 2

2

2 0 683 . [4.12]

Analogamente, a probabilidade de achar X dentro de ±2 desvios padrões entorno da média é de aproximadamente 95%.

Nos processos de medição de uma grandeza macroscópica, o resultado da medida depende de um número muito grande de processos aleatórios independentes microscópicos, que se somam no resultado final dando o caráter aleatório à grandeza macroscópica. Sob condições bastante gerais se demonstra que a soma de um número grande de variáveis aleatórias segue uma distribuição normal, independentemente das distribuições individuais das variáveis. Este resultado da estatística, chamado teorema central do limite, dá fundamento teórico à suposição que os cientistas experimentais geralmente fazem de que os resultados de medidas seguem uma distribuição normal.

Voltando ao caso geral, outros parâmetros que caracterizam uma ddp são os momentos. O momento de ordem n é definido como mn = < x

n >. O momento de primeira ordem coincide

com a média m1 = < x > e o de segunda ordem, m2 = < x 2 >, pode ser expresso em termos da

variância:11

< >= µ +x2 2 2σ . [4.13]

O conhecimento dos momentos de todas as ordens permite determinar todas as propriedades da ddp. Também úteis são os momentos centrados da distribuição, definidos como µn = <(x - µ)

n>. Obviamente, µ1 = 0 e µ2 = σ 2. Se a ddp é uma função simétrica em

relação à média, então todos os momentos centrados de ordem impar são nulos. O momento centrado de terceira ordem, µ3, é uma medida da assimetria da ddp.

Muitas vezes ajuda pensar que a ddp representa a densidade local de um corpo inomogêneo. A média da distribuição se interpreta então como a posição do centro de massas e a variância como o momento de inércia em relação ao centro de massas.

4.2.2 Variáveis estatisticamente independentes

Se X e Y são duas variáveis aleatórias, a probabilidade de achar X dentro de um certo intervalo e Y dentro de um outro intervalo será descrita em geral por uma função de densidade de probabilidade conjunta p(x,y) definida como

11Note que a média de x2 não é o quadrado da média de x.

Física Experimental: Caderno de Laboratório, Gráficos, Medidas e Erros

23

p x y P x X x x y Y y y

x yx y ( , ) lim

{ ; }

, = < ≤ + < ≤ +

→ →δ δ

δ δ δ δ0 0

.

Cada variável aleatória tem a sua ddp individual que pode ser obtida integrando a ddp conjunta sobre a outra variável:

p x p x y dyX ( ) ( , )= −∞ +∞z

e

p y p x y dxY ( ) ( , )= −∞ +∞z .

As variáveis X e Y se dizem estatisticamente independentes se a ddp conjunta é o produto das densidades de probabilidade individuais

p x y p x p yX Y( , ) ( ) ( )= .

A soma duas variáveis aleatórias, X + Y é uma nova variável aleatória cuja média e variância estão dadas, no caso geral, por

µ = µ + µ = + + µ − µ µ+ +x y x y x y x y xy x y e σ σ σ 2 2 2 2( ) ,

mas se X e Y são independentes, então

µ =< >= µ µxy x yxy (se X e Y são independentes) [4.14]

e temos

σ σ σx y x y+ = + 2 2 2 (se X e Y são independentes). [4.15]

4.3 Estimadores Um conjunto de medidas pode ser representado como um conjunto de variáveis aleatórias

X1, X2, ..., XN, sendo que todas elas têm a mesma ddp e, portanto, a mesma média e variância:

< >= µxi e < − < > >=( )x xi i 2 2σ . [4.16]

É importante notar que se as medidas são efetuadas nas mesmas condições, estas variáveis aleatórias são estatisticamente independentes. Isto significa que, por exemplo, da eq. [4.14],

< >=< >< >= µ ≠x x x x i ji j i j 2 ( ). [4.17]

Se pudéssemos realizar infinitas medidas em condições idênticas, teríamos uma representação completa da ddp com a qual poderíamos calcular exatamente a média µ , a variância σ2 ou outros parâmetros da distribuição. O problema é que não podemos realizar infinitas medidas. O melhor que podemos fazer é, a partir dos resultados de N medidas,

comentários (0)
Até o momento nenhum comentário
Seja o primeiro a comentar!
Esta é apenas uma pré-visualização
3 shown on 35 pages
baixar o documento