Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal do Rio de Janeiro Instituto de Física Física Experimental I – Angelo Gomes Relatório 6: Estatística – Distribuição Gaussiana INTRODUÇÃO: A Gaussiana é uma das mais importantes distribuições estatísticas. É inteiramente descrita por seus parâmetros de média e desvio padrão. Com essas informações é possível calcular a probabilidade de um evento. Em nosso experimento vamos utilizar esses recursos. Com o auxílio do software Qtiplot podemos calcular o valor médio e o desvio padrão das medidas obtidas no primeiro experimento realizado no curso (comprimento da largura da mesa). , onde fi é a frequência com que a medida xi apareceu. Com relação ao desvio padrão e à incerteza do valor médio usamos as mesmas fórmulas utilizadas no primeiro relatório. Obtidas as frequências das medidas, dividimos as mesmas em faixas de frequência para realizar um histograma. Com os valores centrais de cada coluna do histograma calculamos a probabilidade de ocorrer esse valor central a partir da função gaussiana: onde σ é o desvio padrão e μ é o valor médio. Finalizamos com a curva gaussiana das medidas. ANÁLISE DE DADOS: Segue abaixo os valores encontrados para Valor Médio, Incerteza e Desvio padrão em cada um dos experimentos. No experimento 1 calculamos de forma direta. No experimento 6 calculamos a partir do histograma de frequências relativas, que também segue abaixo. Valor Médio Incerteza do Valor Médio Desvio Padrão Experimento 1 65,71 cm 0,01 cm 0,2 cm Experimento 6 65,72 cm 0,01 cm 0,07 cm A partir da função gaussiana citada acima, calculamos a gaussiana de cada um dos valores centrais do histograma acima. Com essas probabilidades calculamos a frequência (fi = pi * 160) dessas medidas. Valores Centrais (X) p(X) = G(X) Frequência 65,4 0,4619 14,7794 65,6 1,7693 56,6163 65,8 1,9990 63,9687 66,0 0,6661 21,3174 66,2 0,0655 2,0953 66,4 0,0019 0,0607 Com essa tabela traçamos a Gaussiana, sabendo que Gmáx = G(X = μ) (mostrado no apêndice A), onde μ é o valor médio. Além disso marcamos os pontos correspondentes aos valores (X + σ) e (X – σ), sabendo também que G(X ± σ) = 0,61Gmáx (mostrado do apêndice A). Para calcular o número de medições esperadas para σ, 2σ e 3σ utilizamos as seguintes fórmulas: σ: 2σ: 3σ: Mas como a gaussiana só pode ser resolvida numericamente, vamos utilizar o conceito de Probabilidade estatística: Com essas expressões basta olhar na tabela da distribuição normal os valores equivalentes a cada uma das parcelas. Portanto, nosso cálculo fica: σ: 2σ: 3σ: Consultando a tabela da distribuição normal, temos: Probabilidade σ 0,68 2σ 0,95 3σ 0,99 CONCLUSÃO: Concluímos que o método estatístico da Gaussiana nos dá resultados semelhantes aos obtidos no experimento 1 mesmo com um número “pequeno” de medidas. Quanto maior o número de medidas, mais compatíveis os métodos são. Se fizermos uma outra medição, o método estudado pode nos dizer a probabilidade de essa medição estar em algum determinado intervalo. É um fato interessante observado e estudado. Podemos então concluir que o objetivo do experimento foi de fato atingido.
Compartilhar