Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Física Experimental Profo José Wilson Vieira jose.wilson59@uol.com.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA – MODELO LINEAR Recife, março de 2014 Modelo Linear – Análise Gráfica ATIVIDADES NESTA AULA Referências e Softwares Disponíveis Introdução à Modelagem de dados Física Experimental: Metodologia e Avaliações Modelo Linear – Análise Numérica Primeiro Relatório de Física Exponencial (Parcial) METODOLOGIA E AVALIAÇÕES METODOLOGIA E AVALIAÇÕES Duas primeiras semanas: Aulas expositivas sobre os processos de análise gráfica e numérica usados no curso. 1º Relatório: Resumo das duas aulas (parte da nota da 1ª unidade). Terceira semana: Explicação geral sobre as experiências da 1ª unidade. Recolhimento do 1º relatório. Demais semanas: Experiências sobre mecânica, termologia, eletromagnetismo e ótica. AVALIAÇÕES Em cada unidade, 50% da nota são os relatórios semanais + 50% o relatório especial do dia marcado para a prova da unidade. METODOLOGIA E AVALIAÇÕES REFERÊNCIAS E SOFTWARES Arquivos PDF disponíveis REFERÊNCIAS E SOFTWARES REFERÊNCIAS E SOFTWARES REFERÊNCIAS E SOFTWARES REFERÊNCIAS E SOFTWARES INTRODUÇÃO À MODELAGEM DE DADOS INTRODUÇÃO À MODELAGEM DE DADOS Um procedimento comum adotado por pesquisadores consiste em coletar dados (pesquisa, medidas, informações de bancos de dados, etc); organizá-los em planilhas; analisá-los numérica e graficamente; sintetizar resultados; testar e validar resultados. Em ciências com vertentes experimentais como física e química, é comum disciplinas básicas como Física Experimental, onde o estudante precisa medir alguma grandeza em função de valores conhecidos de variáveis independentes como tempo, distância, temperatura, etc. Neste ambiente, a coleta de dados é organizada a partir de uma montagem que permita avaliar alguma grandeza em função de outra. Por exemplo, é comum medir tempo de queda de um corpo para diversas alturas e fazer uma tabela d(m) x t(s). COLETA DE DADOS INTRODUÇÃO À MODELAGEM DE DADOS Dados coletados, ou dados primários, devem ser organizados para facilitar a análise. Com o advento dos computadores, programas como o EXCEL se tornaram ferramenta de laboratório indispensável porque permitem a organização em planilhas dos dados a serem analisados. ORGANIZAÇÃO DOS DADOS PRIMÁRIOS INTRODUÇÃO À MODELAGEM DE DADOS Excel 2003 INTRODUÇÃO À MODELAGEM DE DADOS INTRODUÇÃO À MODELAGEM DE DADOS INTRODUÇÃO À MODELAGEM DE DADOS ANÁLISE DOS DADOS De um modo mais geral ainda, ele pode ter em mente um conjunto de modelos possíveis para o problema abordado. Em geral, o pesquisador coleta e organiza seus dados pensando em algum modelo para analisá-los. Só não é possível começarmos a pesquisa sem idéia alguma sobre como modelar nossos dados! Por exemplo, ao analisar um gás rarefeito, e juntar dados sobre as variáveis PV e T, somos “tentados” a verificar uma modelagem linear do tipo PV = a * T + b e discutirmos o quanto nosso gás se aproxima do modelo do gás ideal. Podemos utilizar métodos numéricos e/ou gráficos na nossa análise de dados. Nesta aula faremos um exemplo de física experimental onde utilizaremos a análise gráfica linear para obter a Lei de Hooke para medidas no sistema massa-mola. Posteriormente, usaremos o mesmo exemplo, porém fazendo uma análise numérica conhecida como regressão linear. INTRODUÇÃO À MODELAGEM DE DADOS Em física experimental básica, os resultados geralmente são resumidos em forma de uma equação onde os parâmetros são estatisticamente arredondados e testados. OBTENÇÃO DE RESULTADOS INTRODUÇÃO À MODELAGEM DE DADOS Os testes dos resultados utilizam uma função estatística apropriada (geralmente o erro relativo ou o coeficiente de correlação) para: Verificar o quanto um valor encontrado se aproxima de um valor conhecido (se houver); Obter um erro relativo médio da variável dependente, utilizando a equação encontrada na análise. TESTES DOS RESULTADOS INTRODUÇÃO À MODELAGEM DE DADOS Quase todos os problemas discutidos em física básica, nos cursos de engenharia, podem ser modelados satisfatoriamente utilizando um modelo LINEAR EXPONENCIAL POTENCIAL INTRODUÇÃO À MODELAGEM DE DADOS MODELOS USADOS EM FÍSICA EXPERIMENTAL BÁSICA O MODELO LINEAR – ANÁLISE GRÁFICA MEDIR ANALISAR OBTER RESULTADOS TESTAR MEDIR Ex.: Lei de Hooke, página 1, do Relatório PAGN. Dado adicional: k = 32 N/m 32 gf/cm O MODELO LINEAR – ANÁLISE GRÁFICA ANALISAR: GRÁFICO LINEAR MÓDULOS Obs: Ao invés de arredondar, sempre truncar os modelos. O MODELO LINEAR – ANÁLISE GRÁFICA PAPEL LINEAR NO FisicaExperimental O MODELO LINEAR – ANÁLISE GRÁFICA O MODELO LINEAR – ANÁLISE GRÁFICA O gráfico deve ser a linha média entre os pontos representados (gráfico de dispersão). Deve conter Título, Autor, Data, Variáveis e suas unidades. Também devemos escrever os módulos dos eixos como no exemplo. O MODELO LINEAR – ANÁLISE GRÁFICA O MODELO LINEAR – ANÁLISE GRÁFICA OBTER RESULTADOS Nossos resultados são os coeficientes A e B da Lei de Hooke, arredondados apropriadamente. O MODELO LINEAR – ANÁLISE GRÁFICA Dados obtidos do gráfico (C.O.)mm (C.A.)mm (xi, Fi) (xf, Ff) O MODELO LINEAR – ANÁLISE GRÁFICA (xi, Fi) e (xf, Ff) (C.O.)mm e (C.A.)mm Dados obtidos do gráfico O MODELO LINEAR – ANÁLISE GRÁFICA TESTAR RESULTADOS 1º PROCESSO: Testar uma constante do problema Erro Relativo O MODELO LINEAR – ANÁLISE GRÁFICA 2º PROCESSO: Testar a variável dependente do problema Erro Relativo Médio x(cm) F(gf) Fc(gf) Erro(%) 5,9 200 191,43889 4,280556 12,2 400 403,80976 0,952441 18,0 600 599,32581 0,112366 25,0 800 835,29345 4,411681 29,0 1000 970,13210 2,986790 Média 2,55 O MODELO LINEAR – ANÁLISE GRÁFICA OBS: ARREDONDAMENTOS REGRA DO “MAIS POBRE” OU “MAIS POBRE + 1” Esta tabela de entrada tem: 1 medida com 2 Algarismos significativos 8 medidas com 3 Algarismos significativos 1 medida com 4 Algarismos significativos x(cm) F(gf) 5,9 200 12,2 400 18,0 600 25,0 800 29,0 1000 A regra estabelece que devemos arredondar os resultados (A, B e os ERs) com 3 algarismos significativos. Medidas realizas com uma régua (precisão de mm) e uma balança (precisão de g. Foi usado o valor de referência da gravidade da Terra para obtenção de F). O MODELO LINEAR – ANÁLISE GRÁFICA DESVIO-PADRÃO DA MÉDIA Fazer a tabela com x, F e k, para calcular a média de k. O MODELO LINEAR – ANÁLISE GRÁFICA ALGARISMOS SIGNIFICATIVOS E ARREDONDAMENTOS Em geral, o erro é expresso com um único algarismo significativo e a medida (ou estimativa), com igual número de casas decimais. Uma medida (ou um estimador) deve ser expressa apenas com algarismos significativos. O último algarismo é chamado de duvidoso. O MODELO LINEAR – ANÁLISE GRÁFICA REGRA PARA ARREDONDAMENTOS Quando os dígitos são retirados de um número, o último algarismo significativo (o duvidoso) deve ser arredondado, usando as regras: 1) Se o valor do dígito após o algarismo duvidoso for maior que 5, o duvidoso deve ser incrementado de 1. Ex.: 8,36|84 → 8,37 1) Se o valor do dígito após o algarismo duvidoso for menor que 5, o duvidoso não se altera (o número é simplesmente truncado). Ex.: 8,36|24 → 8,36 O MODELO LINEAR – ANÁLISE GRÁFICA 1) Se o valor do dígito após o algarismo duvidoso for igual a 5, por convenção, o duvidoso deve ser incrementado de 1 se for par. Ex.: a) 8,36|5 → 8,37 b) 8,35|5 → 8,35 Obs.: Esta convenção arbitrária reduz a incidência de efeitos sistemáticos. O MODELO LINEAR – ANÁLISE GRÁFICA O MODELO LINEAR – ANÁLISE NUMÉRICA O MODELO LINEAR – ANÁLISE NUMÉRICA Na análise numérica de dados coletados em Física Experimental 2, vamos aplicar a técnica estatística da regressão linear no modelo matemático utilizado (uma reta, uma potência ou uma exponencial) para obter a melhor equação com base emuma função-teste conhecida como coeficiente de correlação. A regressão linear é realizada sobre um conjunto de pontos (x, y) que pode ser descrito pela expressão ALGORITMO DA ANÁLISE NUMÉRICA O que desejamos obter são os coeficientes angular e linear da equação. O método consiste no seguinte: PASSO 1: A equação y = Ax + B é montada para cada um dos N pares (x, y) medidos. A seguir somamos, membro a membro, os resultados: O MODELO LINEAR – ANÁLISE NUMÉRICA PASSO 2: Multiplicamos cada equação i pela i-ésima abscissa e somamos, membro a membro, os resultados: O MODELO LINEAR – ANÁLISE NUMÉRICA PASSO 3: Resolvemos o sistema linear, obtendo O MODELO LINEAR – ANÁLISE NUMÉRICA Para teste estatístico, usamos o coeficiente de correlação, definido por onde (xi, yi) é o i-ésimo par dos N pares medidos. O MODELO LINEAR – ANÁLISE NUMÉRICA Quanto mais próximo de 1 estiver o módulo de r, mais ajustado o conjunto de dados ao modelo linear. Isto é fácil de entender, pois a raiz quadrada que aparece na fórmula de R é, essencialmente, uma razão x / y, isto é, o inverso do coeficiente angular da reta modelada. Esta técnica de modelagem também pode ser usada para alguns modelos não-lineares como as potências e as exponenciais como veremos nas próximas aulas. O MODELO LINEAR – ANÁLISE NUMÉRICA Se os valores de x estiverem nas 10 primeiras linhas da coluna A e os de y nas 10 primeiras linhas de B, o coeficiente angular A é obtido, no EXCEL, usando a função =INCLINAÇÃO($B$1:$B$10;$A$1:$A$10) O MODELO LINEAR – ANÁLISE NUMÉRICA IMPLEMENTAÇÃO DA ANÁLISE NUMÉRICA - EXCEL No Excel, podemos nomear os intervalos que aparecem no argumento da função INCLINAÇÃO para facilitar novas digitações: =INCLINAÇÃO($B$1:$B$10;$A$1:$A$10) $A$1:$A$10 ← vt $B$1:$B$10 ← vp O MODELO LINEAR – ANÁLISE NUMÉRICA =INCLINAÇÃO(vp;vt) O coeficiente linear B é obtido usando a função =INTERCEPÇÃO(vp;vt) O teste da equação pode ser feito, calculando-se o coeficiente de correlação R, usando a função =CORREL(vp;vt) O MODELO LINEAR – ANÁLISE NUMÉRICA IMPLEMENTAÇÃO DA ANÁLISE NUMÉRICA - FisicaExperimental O MODELO LINEAR – ANÁLISE NUMÉRICA O MODELO LINEAR – ANÁLISE NUMÉRICA O MODELO LINEAR – ANÁLISE NUMÉRICA O MODELO LINEAR – ANÁLISE NUMÉRICA PRIMEIRO RELATÓRIO DE FÍSICA EXPONENCIAL 1º RELATÓRIO DE FÍSICA EXPONENCIAL 1º RELATÓRIO DE FÍSICA EXPONENCIAL 1º RELATÓRIO DE FÍSICA EXPONENCIAL 1º RELATÓRIO DE FÍSICA EXPONENCIAL
Compartilhar