Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
02/03/2015 1 Tratamento de Dados Experimentais à Luz da Teoria de Erros Tanto os instrumentos quanto os métodos empregados na medida de grandezas físicas são, em geral, imperfeitos, de modo que não nos permitem obter o valor exato dessas grandezas; todas as medidas são afetadas de um certo grau de imprecisão. Por isso, poucas são as grandezas cujo valor real pode ser exatamente conhecido. INTRODUÇÃO Na prática, ao efetuarmos uma medida, existe sempre a possibilidade de se cometer erros, que fazem com que o valor experimental da grandeza não seja exatamente igual ao seu valor verdadeiro ou teórico. Estes erros são, na maioria dos casos, devidos à natureza da própria grandeza, ao tipo de instrumento utilizado, à habilidade do operador, ao método empregado, a agentes externos etc. É, no entanto, razoável admitir que o valor exato existe e embora ele não seja conhecido, podemos estimar os limites do intervalo em que ele se encontra. O cálculo da incerteza associada a uma medição permite avaliar o grau de confiança nos resultados obtidos. PRECISÃO E EXATIDÃO Chamamos de erro à diferença entre um valor experimental e o valor real, ou correto, de determinada grandeza. Os erros podem ser classificados em sistemáticos e aleatórios. ERRO 02/03/2015 2 São erros causados por defeitos nos equipamentos (instrumentos) utilizados nas medidas ou, simplesmente, no modelo utilizado. Se identificados podem, a princípio, ser eliminados ou compensados. Este tipo de erro afeta a exatidão da medida. Exemplos: erros pessoais (hábitos); condições experimentais inadequadas; técnicas não apropriadas; medidas de tempo utilizando um relógio que atrasa etc. ERROS SISTEMÁTICOS (OU INSTRUMENTAIS) São erros causados por variações (flutuações) nas condições em que as medidas foram realizadas. Este tipo de erro afeta a precisão da medida. Podem ser tratados quantitativamente por métodos estatísticos. Exemplos: temperatura; pressão; umidade; erros de leitura por parte do observador; flutuações ambientais provocando mudanças na voltagem da linha, correntes de ar, vibrações etc. ERROS ALEATÓRIOS (OU ACIDENTAIS) Como na maioria dos casos o valor real ou correto da grandeza é desconhecido, costuma-se trabalhar com desvios e não com erros. Desvio é a diferença entre um valor experimental e o valor mais provável de determinada grandeza. DESVIOS É o valor que mais se aproxima do valor real da grandeza. É a média aritmética das n medidas M i efetuadas de uma determinada grandeza, ou seja: VALOR MAIS PROVÁVEL É a medida de quanto o valor experimental difere (ou desvia) do valor mais provável. Também denominado desvio aparente ou resíduo. DESVIO ABSOLUTO Também chamado de desvio médio. É a média aritmética dos desvios absolutos de cada medida. DESVIO ABSOLUTO MÉDIO 02/03/2015 3 É a relação entre o desvio absoluto e o valor mais provável da grandeza. Expressando em porcentagem, teremos: É comumente denominado desvio relativo percentual ou erro relativo percentual. DESVIO RELATIVO Ao realizar certa experiência, um operador encontrou os seguintes resultados para a massa de um corpo: M1 = 13,574 g M2 = 13,572 g M3 = 13,570 g M4 = 13,571 g M5 = 13,572 g Vamos calcular o valor mais provável, os desvios e o intervalo de incerteza referentes a essa experiência. EXEMPLO Após os devidos cálculos, chegamos aos resultados a seguir: ALGARISMOS SIGNIFICATIVOS No resultado anterior vimos que a incerteza da medida incide sobre o algarismo 2, o que significa que todos os algarismos à esquerda deste são confiáveis, isto é, eles são algarismos corretos, enquanto que o algarismo 2 é um algarismo avaliado e, por isso, denominado algarismo incerto ou duvidoso. 0 1 2 3 4 5 6 cm 0 1 2 3 4 5 6 cm 02/03/2015 4 Algarismos significativos são, portanto, todos os algarismos corretos e o primeiro algarismo duvidoso de uma medida. Ao contarmos os algarismos significativos de uma medida, devemos observar que o algarismo zero só é significativo se estiver situado à direita de um algarismo significativo. Veja os exemplos: 0,00017 - dois algarismos significativos. 30.400 - cinco algarismos significativos. 0,0032004 - cinco algarismos significativos. 1,00036 - seis algarismos significativos. 1,360 - quatro algarismos significativos. Consiste em representar um número N da seguinte forma: onde N é o número a ser representado, n é um número que, em geral, varia desde 1,0 até 9,999 e p é um número inteiro positivo ou negativo. NOTAÇÃO CIENTÍFICA pnN 10x Exemplos: 0,00000014 = 1,4 x 10-7 2.600.000.000 = 2,6 x 109 783 = 7,83 x 102 0,104 = 1,04 x 10-1 0,000248 = 2,48 x 10- 4 Adição e subtração 2807,5 0,0648 83,645 + 525,35 . 3416,5598 Os resultados corretos serão: 3416,5 e 7,9. Conclusão: Na adição ou subtração, o algarismo duvidoso do resultado estará na mesma casa decimal do algarismo duvidoso da parcela menos precisa, neste caso, da parcela cujo algarismo duvidoso está mais à esquerda. OPERAÇÕES COM ALGARISMOS SIGNIFICATIVOS 15,4 _ 7,48 7,92 Multiplicação e divisão 5,1 x 4,31 x 5,785 127,160 O resultado correto será 1,3 x 102. 7,44 . 2,3 O resultado correto será 3,2. Conclusão: O número de algarismos significativos do produto ou do quociente é igual ao número de algarismos significativos da medida menos precisa, isto é, da medida que tem menos algarismos significativos. = 3,2347826... Nas medidas indiretas (volume, aceleração, velocidade etc) o valor final da grandeza dependerá da expressão matemática das grandezas que a compõem, possuindo cada uma sua própria incerteza, propagando o erro. Suponha que o resultado y da medição da grandeza seja dado por Onde x1 u(x1), x2 u(x2), ..., xN u(xN) são os resultados medidos de cada grandeza constituinte de y. PROPAGAÇÃO DE ERROS ),...,,( 21 Nxxxfy 02/03/2015 5 A incerteza da medição de uma grandeza obtida dessa forma, ou seja, por meio de uma medição indireta, é chamada de incerteza padrão combinada, uc, e é determinada por meio da seguinte equação: Esta equação é válida apenas quando todas as grandezas de entrada (xi) são independentes umas das outras. )( 1 2 2 2 N i i i c xu x f u Exemplo: Deseja-se determinar a potência elétrica, P, dissipada por um resistor ligado à rede elétrica. Dados: R = (2,5 0,3) ; V = (127 1) V. A incerteza será: ; ; u(V) = 1 V ; u(R) = 0,3 Portanto: P = (6,4 0,8) x 103 W W6,6451 5,2 12722 R V P )()()( 2 2 2 2 Ru R P Vu V P Puc R V V P 2 2 2 R V R P W781)3,0( 5,2 127 )1( 5,2 1272 )( 2 2 2 2 2 2 x Puc A maior parte das análises de dados consiste em se determinar uma expressão analítica ou um modelo matemático que melhor descreva um conjunto de resultados experimentais. AJUSTE DE UMA CURVA AOS DADOS EXPERIMENTAIS iε Objetiva obter estimativas para a e b de modo a minimizar a soma quadrática dos erros, isto é: ; Condição para mínimo: CRITÉRIO DOS MÍNIMOS QUADRADOS n i iS 1 2 iiiii axbyxyy )( n i ii axbyS 1 2)( 0))((.2 1 n i iii xaxby a S 0)1)((.2 1 n i ii axby b S Reagrupando as equações anteriores, obtemos o sistema linear de 2 equações e 2 incógnitas: Cuja solução é: ; A equação da reta será: n i n i n i iiii xyxbxa 1 1 1 2 n i n i ii ynbxa 1 1 a n x n y b n i i n i i 11 n i i n i ii xx xxy a 1 2 1 )( )( bxay A incerteza será dada por: 22 22 )()2( )]([ )( ii iii xxn x n xfy au 22 2 )( 1 )2( )]([ )( ii ii xxnn xfy bu 02/03/2015 6 Exercício: A diferença de potencial V nos terminais de um resistor foi medida em função da corrente elétrica i, obtendo-se os valores abaixo: a) Plote estes dados em um gráfico. b) Encontre a equação da reta dos mínimos quadrados. i (A) 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 V(V) 7,1 9,6 16,9 21,0 25,4 28,1 35,7 39,0 Alguns cuidados antes de realizar um experimento podem diminuir a possibilidade de ocorrência de resultados imprecisos. Citamos alguns, abaixo: a) Verificar o tipo e a natureza da grandeza investigada. b) Selecionar os métodos e instrumentos mais adequados. c) Observar a qualidade dos instrumentos e a melhor configuração experimental. d) Calibrar os aparelhos para evitar os erros em decorrência da falta de calibração. PRECAUÇÕES EXPERIMENTAIS e) Ter a máxima atenção quanto às possíveis influências externas prejudiciais. f) Procurar meios de evitar os erros grosseiros. g) Procurar desenvolver, tanto as experiências, quanto as análises dos dados, no melhor clima, sem precipitações, principalmente nos cálculos. h) Evitar que opiniões pessoais induzam a resultados equivocados. PRECAUÇÕES EXPERIMENTAIS
Compartilhar