Apostila Fisica Experimental

UNIVERSIDADE FEDERAL FLUMINENSE
POLO UNIVERSITRIO DE VOLTA REDONDA

ESCOLA DE ENGENHARIA INDUSTRIAL E METALRGICA DE VOLTA REDONDA
DEPARTAMENTO DE CINCIAS EXATAS
DANIELLA LOPES PINTO

SRGIO FELIPE F. SILVA
UNIVERSIDADE FEDERAL FLUMINENSE
POLO UNIVERSITRIO DE VOLTA REDONDA
ESCOLA DE ENGENHARIA INDUSTRIAL E METALRGICA DE VOLTA REDONDA
DEPARTAMENTO DE CINCIAS EXATAS
APOSTILA AUXILIAR DE FSICA EXPERIMENTAL
DANIELLA LOPES PINTO MONITORA DE FSICA EXPERIMENTAL I (2014)

SRGIO FELIPE F. SILVA MONITOR DE FSICA EXP. II (2014) E I (2015)
Apostila auxiliar para os alunos de Fsica

Experimental I, II e III da EEIMVR, cujo
objetivo ajudar no entendimento dos
conceitos bsicos, sendo estes fundamentais
para o cumprimento das atividades das
disciplinas.
Capa elaborada pelos autores.
1 Orientador: Prof. D.Sc. Wellington Gomes Dantas

2 Orientador: Prof. D.Sc. Rogrio Menezes de Almeida
Volta Redonda,
2015
Sumrio
1 TEORIA DE ERROS ................................................................................................ 1

1.1 Introduo ....................................................................................................... 1
1.2 Conceitos bsicos ........................................................................................... 1
1.2.1 Mdia e desvio padro ........................................................................... 1
1.2.2 Incertezas ............................................................................................... 2
1.3 Preciso x Acurcia ......................................................................................... 6
1.4 Forma Padro.................................................................................................. 7
1.5 Arredondamento de nmeros .......................................................................... 8
2 GRFICOS............................................................................................................. 13
2.1 Conceitos bsicos ......................................................................................... 13
2.2 Histograma .................................................................................................... 16
2.3 Grficos logartmicos ..................................................................................... 17
2.4 Principais erros em grficos .......................................................................... 19
3 TABELAS ............................................................................................................... 21
3.2 Principais erros em tabelas ........................................................................... 22
4 LEIS DE POTNCIA .............................................................................................. 24
4.2 Mtodos de linearizao ................................................................................ 25
4.2.1 Linearizao com logaritmo .................................................................. 25
4.2.2 Linearizao com grfico em escala logartmica .................................. 29
4.2.3 Linearizao quando o expoente da lei de escala conhecido............ 30
5 PROPAGAO DE ERROS .................................................................................. 34
6 MNIMOS QUADRADOS........................................................................................ 37
6.1 Introduo ..................................................................................................... 37
6.2 Consideraes e conceitos preliminares ....................................................... 37
6.3 Ajuste de uma funo linear .......................................................................... 38
BIBLIOGRAFIA ......................................................................................................... 47
APNDICE A Derivao Parcial............................................................................. 48
1
1 TEORIA DE ERROS
1.1 Introduo
Medidas experimentais, diferentemente do que acontece em clculos tericos,

no fornecem resultados exatos. Toda e qualquer mensurao afetada por erros
que provm tanto de fontes aleatrias, como condies ambientais e equvocos no
ato de medir, como de limitaes do prprio instrumento de medida.
Um exemplo em que essas dificuldades ficam evidentes dado no problema
mostrado na Figura 1.1.1, onde se tenta medir o comprimento de uma pea. Observe
que as reentrncias da pea no permitem estabelecer um ponto nico de referncia
para o incio e o final da mesma.
Figura 1.1.1: Pea sendo medida com o auxlio de uma rgua.
Fonte: Elaborada pelo 1 orientador.
Alm disso, visto que o aparelho de medida tambm leva a uma incerteza,
pois o final da pea pode estar entre duas divises da rgua, o que torna impossvel
determinar exatamente o valor deste comprimento.
Devido a estas incertezas, necessrio elaborar um mtodo de apresentar
resultados de medidas experimentais que contemplem os diferentes gneros de erros.
Nas prximas sees desta apostila, esses mtodos sero discutidos, levando a uma
forma apropriada para a apresentao dos resultados de medidas experimentais.
1.2 Conceitos bsicos
1.2.1 Mdia e desvio padro
Como foi visto no exemplo acima, no se pode determinar mais do que

um valor aproximado para uma medida. Isso ocorre devido s incertezas nas
2
medies. Para um maior aprofundamento na anlise probabilstica da Teoria de

Erros, como tambm de toda a presente apostila, consulte o livro Fundamentos da
Teoria de Erros, de Jos Henrique Vuolo (Editora Edgard Blcher Ltda.).
O melhor valor aproximado que representa uma grandeza, que se est
medindo vezes, a mdia, que pode ser calculada pela Eq. (1.1).
+ + ++ +
= = (1.1)
Como a melhor aproximao a mdia, ento a incerteza relacionada a esta

medida est ligada disperso dos valores ao redor dela. A partir disso, pode-se
calcular o desvio padro, Eq. (1.2), pois este mostra o quanto de variao ou
disperso existe em relao mdia.

=
1
(1.2)
1.2.2 Incertezas
Uma mesma medio pode estar suscetvel a vrios tipos de incertezas

(erros). Vejamos algumas delas.
Os erros estatsticos, tambm chamados erros aleatrios, so erros
acidentais ou casuais, que podem ser causados por mudanas na temperatura,
presso, umidade, etc. No necessariamente ocorrem em todas as medies. Esta
medida o desvio padro do valor mdio, que pode ser calculado pela Eq. (1.3).
= =

(1.3)
Onde o nmero de medies realizadas.
Exemplo 1.2.1: Dados os seguintes valores, pede-se que o erro estatstico

seja calculado.
= 3,6; = 3,9; = 4,1
Resoluo:
Clculo da mdia:
3
3,6 + 3,9 + 4,1

= = 3,866
3
Elaborao de tabela auxiliar:
) (*
( ) (*
( +
3,866 3,6 0,070756

3,866 3,9 0,001156
3,866 4,1 0,054756
Clculo do desvio padro:
, = 0,126668
0,126668
= = 0,251662
31
Clculo do erro estatstico:
0,251662
estat = = 0,145297
3
Os erros sistemticos, tambm chamados de erros instrumentais, so

provenientes de caractersticas intrnsecas ao instrumento, como o material usado em
seus componentes, que influi em uma incerteza na calibrao e, consequentemente,
na incerteza dos valores obtidos na coleta de dados. Como o prprio nome diz, ocorre
sistematicamente em todas as medies ( o mesmo para qualquer medida obtida por
tal instrumento).
H duas formas bsicas de erro sistemtico de acordo com a natureza do
instrumento. Se este for analgico, a incerteza dada pela metade da menor medida
de sua escala, isto , /2. Veja o exemplo da Figura 1.2.1.
So exemplos de instrumentos analgicos a rgua, o paqumetro, balanas
de ponteiro, multmetro analgico, proveta graduada, termmetro, entre outros. Em
geral, so aqueles que no fornecem a medida diretamente por algarismos, mas sim
atravs de divises espaadas entre si.
4
Figura 1.2.1: Objeto sendo medido por uma rgua milimetrada. Neste caso, sendo a rgua um
instrumento analgico, seu erro sistemtico sua menor medida dividida por 2, ou seja, 0,5 mm.
Fonte: Elaborada pelos autores.
Se o aparelho for digital, a incerteza dada como uma unidade da menor

medida (algarismo mais direita no visor do instrumento). Veja a Figura 1.2.2.
Figura 1.2.2: Balana digital com erro de 0,1g. Como neste caso o instrumento digital, a incerteza
diretamente uma unidade da menor medida fornecida pelo mesmo.
Fonte: BALANA digital. Lendo Mais. Disponvel em: <http://www.lendomais.com.br/>. Acesso Jan.
2015. Adaptada.
Como exemplo de instrumentos digitais, cita-se balanas digitais,

cronmetros, multmetros digitais, entre outros. So aqueles que fornecem a medida
diretamente por algarismos em um visor digital. Vale lembrar que existem situaes
em que o erro do instrumento digital vem especificado no manual do fabricante, como,
por exemplo, no caso dos multmetros digitais. Portanto, nestes casos, o erro no ser
o convencional e sim o expresso no manual.
5
Os erros adicionais so provenientes de variveis externas ao experimento,

e que influem diretamente na obteno da medida, como erros humanos
(observacional) ou variveis do ambiente (ambiental). Estas incertezas so estimadas
levando em conta os aspectos da medida.
Exemplo 1.2.2: Em uma situao na qual seja necessrio realizar uma nica
medida de volume de um determinado lquido com o auxlio de uma proveta graduada,
vide Figura 1.2.3, pode haver a formao de menisco (curvatura superficial do lquido),
o que dificulta na obteno da medida correta no volume. Neste caso, no se pode
determinar a incerteza da medida do volume pura e simplesmente considerando
somente o erro sistemtico (j que o erro estatstico seria nulo por ser medida uma
nica vez), necessrio tambm considerar um erro adicional. Veja o motivo.
Note pela figura que o menisco est maior que a incerteza da graduao da
proveta (0,1 cm), a mesmo est, pelo menos, entre 9,6 e 10,0 cm. Ou seja, o
tamanho deste intervalo (0,4 cm) maior que o erro sistemtico.
Figura 1.2.3: Proveta graduada contendo um lquido cujo volume medido. Veja no detalhe que
existe um menisco que impede a obteno mais exata da medida.
Em termos gerais, se apenas fosse considerado a incerteza da proveta

(0,1 cm), tal valor no representaria verdadeiramente a incerteza total do volume,
6
pois o menisco impede que o valor mais exato do mesmo seja obtido e tem uma
dimenso maior que a incerteza da proveta. Da vem a necessidade de um erro
adicional para compensar essa diferena.
Neste caso, sabe-se pela figura que o lquido no extrapola os limites de
10,0 cm e 9,6 cm. Levando em conta esse intervalo, pode-se estimar um erro
adicional como a metade do intervalo (0,2 cm). Lembre-se de que uma incerteza
representada com o sinal , sendo assim, o intervalo da incerteza 0,2 cm abrange
exatamente o intervalo de 0,4 cm entre 10,0 e 9,6 cm, pois +0,2 (0,2) = 0,4
(limite superior menos o limite inferior).
Englobando todos as incertezas anteriores, tem-se o erro total, que a
incerteza resultante (as que existirem), obtida da relao expressa na Eq. (1.4).
7 = 8 + + : ; 7 (1.4)
Exemplo 1.2.3: Para o exemplo da proveta graduada acima, tem-se:

< 7 = 8 < + < + <= ;
= 80 + 0,1 + 0,2
= 0,3 cm
Note que, tomando a mdia dos limites do menisco como medida final do
volume, o intervalo da incerteza ir conter as medidas dos dois limites do menisco.
<final = 9,8 0,3 cm
limite superior de intervalo 9,8 + 0,3 = 10,1 cm
limite inferior do intervalo = 9,8 0,3 = 9,5 cm
1.3 Preciso x Acurcia
Preciso um termo utilizado para descrever valores prximos entre si e que

possuem pequena disperso em relao mdia, ou seja, possuem pequeno erro
estatstico. Em uma amostra de medidas com boa preciso, possvel obter valores
com muitos dgitos, dos quais os mais significativos, em geral, so iguais ou bem
prximos. Em suma, a preciso a relao entre a incerteza e o valor da medida,
7
conforme a Eq. (1.5). Pode ser expressa em termos de porcentagem e, quanto menor
o seu valor, mais precisa a medida.

Preciso = M M

(1.5)
Acurcia (ou exatido) um termo utilizado para descrever valores prximos

do valor esperado, ou seja, so valores com erro total pequeno. Pode ser obtida pela
Eq. (1.6). Tambm pode ser expresso em termos de porcentagem e, quanto menor o
valor, mais exata a medida.
esperado experim
Acurcia = P P (1.6)
experim
Valores precisos no indicam que os mesmos sero exatos. Deve-se lembrar

de que a medida ainda pode possuir um erro sistemtico relativamente grande
comparado medida esperada.
1.4 Forma Padro
Existe uma forma padro para escrever a mdia de um conjunto de medidas

de mesma natureza e sua respectiva incerteza. Esta dada no formato da Eq. (1.7).
= 7 (1.7)
Para escrever um valor na forma padro, deve-se primeiro ajustar sua

incerteza obedecendo a seguinte regra.
a) Quando o primeiro algarismo do erro total for 1 ou 2, este deve ser escrito
com 2 algarismos significativos.
Exemplo 1.4.1: 0,1346 0,13 0,0002316 2,3 10 S
1,2322 1,2 100023,89 1,0 10T

b) Quando o primeiro algarismo do erro total for 3 ou maior, este pode ser
escrito tanto com 1 como com 2 algarismos significativos.
Exemplo 1.4.2: 3,3446 3 ou 3,3 0,00716 7 10 ou 7,2 10
4,1288 4 ou 4,1 6000600,0 6 10U ou 6,0 10U
8
Observe que zero esquerda no algarismo significativo, mas direita sim.

Exemplo 1.4.3: = 0,05 possui apenas um algarismo significativo
= 0,050 possui dois algarismos significativos.
Para escrever a medida na forma padro, aps ajustar o nmero de

algarismos significativos da incerteza, deve-se escrever a mdia acompanhando o
nmero de casas decimais estabelecido para a incerteza.
Exemplo 1.4.4: Escreva na forma padro, sabendo que
= 5,3421 cm
V = 0,2134 cm
Resoluo:
Respeitando as regras acima, o valor na forma padro fica:
= 5,34 0,21 cm
1.5 Arredondamento de nmeros
De X000... a X499... faz-se truncamento, ou seja, os algarismos excedentes

so eliminados e o valor X mantido.
Exemplo 1.5.1: 1,34 1,3 5,6532 5,65
23,542 23,54 3,29165 3,29
De X500... a X999... faz-se arredondamento, ou seja, os algarismos

excedentes so eliminados e o valor X acrescido em uma unidade.
Exemplo 1.5.2: 7,89 7,9 1,3468 1,35
3,457 3,46 9,341893 9,342
Em X5000... o arredondamento deve transformar o valor X em par. Caso X

seja mpar, este acrescido em uma unidade, caso j seja par, seu valor mantido.
Exemplo 1.5.3: 3,65 3,6 5,675 5,68
9
A seguir, tem-se um exemplo prtico que engloba conceitos vistos

anteriormente.
Exemplo 1.5.4: Um aluno foi encarregado de medir o dimetro de um disco.
Ele tinha disposio uma rgua milimetrada e um paqumetro de erro instrumental
igual a 0,05 mm. O aluno realizou, para cada instrumento, 4 medidas do dimetro,
estando estas mostradas na tabela a seguir.
WR cm WP cm
6,15 6,095
6,10 6,090
6,05 6,100
6,10 6,000
Pede-se:
a) Qual dos instrumentos mais preciso? Justifique.

b) A medida final, na forma padro, do dimetro para cada um dos
instrumentos.
c) Sabendo que a medida do dimetro especificada no disco, ou seja, a
esperada, de 6 cm, qual das medidas encontradas no item b mais
exata? Justifique.
Resoluo:
(a) O instrumento mais preciso o paqumetro, pois as medidas realizadas
com este possuem valores todos muito prximos entre si, possuindo pequena
disperso em relao mdia. Alm disso, possvel comparar as precises da rgua
e do paqumetro utilizando a Eq. (1.5):
Clculo da preciso da rgua:
Inicialmente, necessrio calcular a mdia dos valores medidos pela rgua:
6,15 + 6,10 + 6,05 + 6,10
)R =
Y = 6,10 cm
4
0,05
Preciso = M M = 0,0081967 = 0,82%
6,10
Clculo da preciso do paqumetro:
Da mesma forma, calcula-se a mdia dos valores medidos pelo paqumetro:
10
6,095 + 6,090 + 6,100 + 6,000

)P =
Y = 6,07125 cm
4
0,005
Preciso = M M = 0,0008236 = 0,082%
6,07125
Como o valor da preciso calculado para o paqumetro menor, este mais
preciso.
(b) Medida do dimetro na forma padro:
Medidas realizadas com a rgua:
Primeiro calcula-se a mdia:
6,15 + 6,10 + 6,05 + 6,10

)R =
Y = 6,10 cm
4
Tendo calculado a mdia, calcula-se o desvio padro da medida, cujo valor

ser posteriormente utilizado para o clculo do erro estatstico.
) R WR
W ) R W R \+
[W
* *
0,05 0,0025
0 0
0,05 0,0025
0 0
0,005
0,005
= = 0,040825 cm
3
Aps calcular o desvio padro, calcula-se o valor do erro estatstico:
0,040825
VY] estat = = 0,020412 cm
4
Como a rgua milimetrada, a menor medida que esta pode realizar de

1 mm. J que um instrumento analgico, seu erro instrumental a metade da menor
medida, ou seja, 0,5 mm, que equivale a 0,05 cm.
Possuindo o valor do erro estatstico e do erro instrumental, possvel calcular
o valor do erro total:
11
VY] total = 8 0,05 + 0,020412 = 0,054006 cm
Desta forma, possvel escrever o valor medido do dimetro do disco medido

pela rgua na forma padro:
Y] = 6,100 0,054 cm
Medidas realizadas com o paqumetro:

Realiza-se o mesmo processo acima, no entanto, utilizando os valores
medidos pelo paqumetro:
6,095 + 6,090 + 6,100 + 6,000

)P =
Y = 6,07125 cm
4
O desvio padro:
) ^ W^
W ) ^ W^ \ +
[W
* *
0,0237 0,00056
0,0187 0,00035
0,0287 0,00083
0,0713 0,00508
0,00682
= 0,047675 cm
O erro estatstico:
YP estat = 0,023838 cm
O erro instrumental, nesse caso, j foi fornecido pelo enunciado:
YP instr = 0,05 mm = 0,005 cm

12
O erro total:
YP total = 8 0,005 + 0,023838 = 0,0243567 cm
Na forma padro:
YP = 6,071 0,024 cm
(c) Os valores das medidas realizadas pelo paqumetro so mais exatos, pois
possuem menor erro total, sendo portanto mais prximos do valor esperado. Alm
disso, pode-se calcular o valor da exatido das medidas realizadas por ambos os
instrumentos utilizando a Eq. (1.6).
Clculo da exatido da rgua:
6,0 6,1
Exatido = M M = 0,01639 = 1,6%
6,1
Clculo da exatido do paqumetro:
6,0 6,07125
Exatido = M M = 0,01173 = 1,2%
6,07125
Como o valor calculado para o paqumetro menor, este instrumento o mais

exato.
13
2 GRFICOS
Grfico a tentativa de se expressar visualmente dados ou valores

numricos, de maneiras diferentes, assim facilitando a compreenso dos mesmos
(WIKIPEDIA, 2015). Quando se trata da organizao de resultados obtidos em um
experimento, eles tm presena certa.
Para a elaborao correta de um grfico h algumas regras que sero
exemplificadas nos itens e figuras abaixo.
a) Apresentar os eixos coordenados, alm de um ttulo com uma breve
descrio do que trata o grfico, especificando qual medida e unidade
cada eixo representa, indicando tambm, se necessrio, a potncia de 10
pela qual os valores da escala esto sendo multiplicados. Veja a Figura
2.1.1.
Figura 2.1.1: Exemplificao de como proceder para a elaborao de um grfico, com ttulo e
unidades especificadas.
b) Os eixos so independentes, podendo ter escalas e origens diferentes. No

entanto, necessariamente, cada eixo deve ter intervalos iguais entre todas
as divises (divises do mesmo tamanho no eixo), com nmeros de fcil
14
leitura, o que facilita a anlise e a compreenso do grfico. Veja a Figura

2.1.2.
Figura 2.1.2: Grfico com intervalos e escalas independentes entre si.
c) Ao marcar os pontos em um grfico, no se deve fazer uma ligao entre

os mesmos ou adicionar os valores respectivos dos pontos projetados nos
eixos (ver Figura 2.4.1), os nicos valores presentes nestes devem ser
somente os correspondentes aos intervalos j estipulados. A reta ser
traada apenas quando for conveniente fazer o ajuste dos pontos (que
ser abordado mais adiante na apostila). Veja a Figura 2.1.3.
d) Quando for conveniente, importante representar os pontos com suas
respectivas barras de erro para a abscissa e para a ordenada (Figura
2.1.4). A barra de erro representa o intervalo de valores na qual a medida
pode estar contida. Ela comea em 7 e vai at + 7 a
partir de cada ponto. Veja a Figura 2.1.5.
15
Figura 2.1.3: Grfico exemplo com a marcao de pontos aleatrios.
Figura 2.1.4: Exemplo da representao da barra de erro em um grfico. As barras horizontais

indicam o intervalo das medidas na abscissa, e as barras verticais, o intervalo das medidas na
ordenada.

16
Figura 2.1.5: Exemplo da representao da barra de erro. Em destaque, o primeiro ponto do grfico
da Figura 2.1.4.
2.2 Histograma
Quando uma srie de medidas realizada, estas se distribuem em torno de

um valor central, a mdia. Esses valores podem ser apresentados em um histograma.
Um histograma apresenta os intervalos no eixo e a frequncia no eixo `.
Nele h retngulos justapostos em que a base de cada um deles corresponde ao
intervalo de classe e a sua altura respectiva frequncia. Veja a Figura 2.2.1.
Figura 2.2.1: Histograma do nmero de eventos em um determinado tempo.
Fonte: HISTOGRAMA. Edilnia Bozzi. Disponvel em: <http://edilaniabozzi.com.br/?p=218>. Acesso

em Jan. 2015.
17
Quando o nmero de amostras grande, o formato do histograma assemelha-

se a uma curva normal, como mostra a Figura 2.2.2. No centro encontra-se a mdia,
e prximo a esta, se encontra uma grande quantidade de valores, tanto para mais
quanto para menos.
A partir do valor do desvio padro da amostra, possvel calcular os intervalos
de confiana dos resultados, que se distribuem da seguinte maneira:
A rea central, prxima a (mdia), est a (desvio padro) da mdia.
Em uma distribuio normal, isto representa cerca de 68% do conjunto, enquanto 2
desde a mdia representam cerca de 95%, e 3 cobrem cerca de 99,7%. Veja a
Figura 2.2.2.
Figura 2.2.2: Curva normal representada com os intervalos de confiana.
Fonte: CURVA normal. Wikipdia. Disponvel em:

<http://pt.wikipedia.org/wiki/Desvio_padr%C3%A3o>. Acesso em Jan. 2015.
2.3 Grficos logartmicos
comum acontecer que, dentro de um conjunto de medidas, haja valores com

grandes variaes entre si, ou seja, que variam em vrias ordens de grandeza.
Quando as medidas se configuram de tal forma, se torna mais conveniente a utilizao
de grficos em escala logartmica para apresent-los. Este tipo de grfico possui uma
escala diferente da linear, o que facilita a visualizao e interpretao dos valores
obtidos.
18
Exemplo 2.3.1: Com os dados da tabela a seguir, plote um grfico.
x (u. m.) y (u. m.)
1 1
10 10
100 200
1000 1600
2500 3000
5000 10000
10000 35000
Resoluo:
Note que os pontos contidos na tabela apresentam-se muito distantes
numericamente entre si. O menor valor da ordem de 100, enquanto o maior da
ordem de 104. Logo, a melhor alternativa seria representa-los em escala logartmica.
Veja a seguir.
Grfico y vs. x (escala logartmica)

100000
10000
1000
y (u. m.)
100
10
1
1 10 100 1000 10000
x (u. m.)
Outra alternativa seria aplicar logaritmo nos valores da tabela e plotar num
grfico linear. Portanto, lembre-se que existem essas duas alternativas: (i) plotar os
valores em grfico log-log ou (ii) plotar o logaritmo dos valores em grfico linear.
19
Veja pelo grfico a seguir que, se os dados fossem representados em escala

cartesiana (linear), os trs primeiros pontos ficariam muito prximos entre si,
impossibilitando sua visualizao.
Grfico y vs. x (escala linear)

40000
35000
30000
25000
y (u. m.)
20000
15000
10000
5000
0
3 pontos 0 2000 4000 6000 8000 10000 12000
prximos x (u. m.)
2.4 Principais erros em grficos
Veja na Figura 2.4.1 alguns dos principais erros e equvocos ao se traar grficos.
20
Figura 2.4.1: Erros comuns ao se traar grficos.

21
3 TABELAS
Assim como os grficos, as tabelas so utilizadas para a apresentao e

anlise de valores obtidos de uma medio. A seguir, so apresentadas algumas
informaes importantes para a elaborao de uma tabela.
a) As tabelas devem conter o nmero de linhas e colunas de acordo com a
quantidade de valores obtidos. Ela necessita conter o mximo de
informaes (resumidas), alm de uma legenda descritiva sobre o
contedo da mesma.
b) O cabealho da tabela deve apresentar a medida da coluna respectiva,
seguida da unidade (quando existir) e, se necessrio, a potncia de 10
pela qual os valores da coluna esto sendo multiplicados. Os resultados
devem ter um nmero de algarismos significativos adequados,
acompanhados por suas respectivas incertezas. Se a incerteza for igual
para todo o grupo de medidas, este deve aparecer preferencialmente no
cabealho; se forem diferentes entre si, devem aparecer ao lado de cada
medida. Veja o exemplo na Tabela 3.1.1.
Tabela 3.1.1: Tabela-exemplo com medidas e suas respectivas incertezas.
b +, c m/s d e, f ec e
s
5,0 5,0
11,0 10,0
14,5 15,0
19,4 20,0
25,5 25,0
30,3 30,0
c) Se a ordem em que foram realizadas as medies for importante, esta

deve ser indicada em uma coluna adicional. Veja o exemplo na Tabela
3.1.2.
22
Tabela 3.1.2: Tabela-exemplo com ordem de medio, medidas e incertezas respectivas.
* b* +, c m/s d* e, f ec e
s
1 5,0 5,0
2 11,0 10,0
3 14,5 15,0
4 19,4 20,0
5 25,5 25,0
6 30,3 30,0
3.2 Principais erros em tabelas
Veja alguns dos erros mais comuns cometidos ao se elaborar uma tabela na Figura
3.2.1 e na Figura 3.2.2.
Figura 3.2.1: Erros comuns ao se elaborar uma tabela (parte 1).

23
Figura 3.2.2: Erros comuns ao se elaborar uma tabela (parte 2).

24
4 LEIS DE POTNCIA
Nos experimentos de fsica experimental, comum se trabalhar com a relao

entre duas variveis fsicas. Como exemplo, tem-se a distncia (varivel dependente)
percorrida por um corpo, em queda livre, variando de acordo com o tempo (varivel
independente), mostrados na Tabela 4.1.1.
Tabela 4.1.1: Tabela exemplificando a relao entre duas variveis, neste caso,
distncia percorrida e tempo.
g h d i
4,91 1,00
19,62 2,00
44,15 3,00
78,48 4,00
Quando duas variveis se relacionam a partir de uma relao onde uma das
medidas depende da outra que est elevada a uma certa potncia (como por exemplo
`= j
), diz-se que essas variveis seguem uma lei de potncia (ou lei de escala).
No caso exemplificado acima, considera-se que o movimento saiu do repouso e da
origem, logo, a lei de escala do movimento dada pela Eq. (4.1).
1
k l = ml
2
(4.1)
Ao traar os valores da Tabela 4.1.1, obtm-se o grfico da Figura 4.1.1, onde

se nota que os mesmos no seguem uma relao linear, o que de fato constitui uma
dificuldade para determinar que tipo de relao as duas variveis obedecem.
A seguir, so mostrados trs mtodos que contribuem para a anlise que
permitem determinar qual tipo de relao entre as variveis.
25
Figura 4.1.1: Grfico (em escala linear) dos pontos da Tabela 4.1.1. Veja que os pontos seguem uma
tendncia parablica segundo a relao entre deslocamento e tempo expressa na Eq. (4.1).
Grfico s vs. t
90
80
70
Deslocamento (m)
60
50
40
30
20
10
0
0 1 2 3 4 5
Tempo (s)
4.2 Mtodos de linearizao
4.2.1 Linearizao com logaritmo
Convm utilizar este mtodo (que s funciona se a relao entre as variveis

for do tipo lei de potncia) quando no possvel determinar que tipo de relao as
variveis medidas obedecem e o expoente da relao no conhecido. Ao utiliz-lo,
a lei de escala convertida e as variveis passam a ter uma dependncia linear.
Exemplo 4.2.1:
k = nl j
Para linearizar, basta aplicar o logaritmo natural (ln log ), em ambos os

lados da equao:
ln k = ln n l j
26
Utilizando as propriedades de logaritmo:

Logaritmo do produto: log m q = log m + log q
ln k = ln n + ln l j
Logaritmo de argumento com expoente: ln mr = q ln m
ln k = ln n + s ln l
Veja que a equao acima a equao de uma reta (` = m + q .

Relacionando os termos, tem-se:
` = ln k
= ln l
m=s
q = ln n
Note que os termos obedecem a relao de varivel dependente (`) e
independente ( ), inclusive o coeficiente de , m, e a constante q.
Assim, para construir um novo grfico, necessrio calcular o logaritmo
natural dos valores de k e de l. Com isso, os pontos estaro relacionados de forma
linear. Veja a Tabela 4.2.1 com os pontos e a Figura 4.2.1 com o grfico (pgina
seguinte).
Tabela 4.2.1: Dados da Tabela 4.1.1 logaritmizados. Note que os valores no possuem unidade.
tu g tu d
1,59 0,00
2,98 0,69
3,79 1,10
4,36 1,39
Ao construir o grfico, traa-se a melhor reta, ou seja, uma reta arbitrria que
passa prxima a todos os pontos (Figura 4.2.2, pgina seguinte). A melhor reta no
necessariamente passar por cima de todos os pontos, mas ser a reta que passa o
mais perto possvel de todos os pontos.
27
Figura 4.2.1: Grfico (em escala linear) dos pontos logaritmizados da Tabela 4.2.1. Veja que os dados
foram inseridos diretamente em um papel em escala linear. Note tambm que a origem do grfico no
est em (0; 0), mas sim em (0; 1,5) para centralizar os pontos no grfico.
Grfico ln(s) vs. ln(t)

5,00
4,50
4,00
3,50
ln (s)
3,00
2,50
2,00
1,50
0,00 0,50 1,00 1,50
ln (t)
Figura 4.2.2: Melhor reta que aproxima os pontos logaritmizados da Tabela 4.2.1. Neste exemplo em
questo, a reta passa por todos, porm isso no regra, pode existir pontos pelos quais a reta no
passe.
Grfico ln (s) vs. ln (t)

Srie de pontos melhor reta
5,00
4,50
4,00
3,50
ln (s)
3,00
v
2,50
2,00
1,50
0,00 0,50 1,00 1,50 2,00
ln (t)

28
Aps traar a reta, possvel encontrar o coeficiente angular da equao

obtida aps a linearizao utilizando dois pontos que esto sob a reta. Estes pontos
no necessariamente sero pontos da tabela, eles apenas precisam ser pontos
pertencentes reta traada.
Escolhidos dois pontos pertencentes reta, ,` e , ` , o coeficiente
angular encontrado atravs da Eq. (4.2).
` `
m= = tan v

(4.2)
No caso deste exemplo:
ln k ln k
m=
ln l ln l
Nas relaes estabelecidas entre a equao linearizada e a equao de uma

reta, obteve-se que m = s, logo, ao encontrar o valor do coeficiente angular pelo
grfico, o valor do expoente s da lei de escala tambm est sendo encontrado.
Para obter o valor do coeficiente linear (ln n), a nica incgnita restante, basta
escolher um ponto qualquer que esteja sob a reta e substitu-lo na equao
linearizada. Aps encontrar o valor do ln n, para calcular o resultado de n basta utilizar
a definio de logaritmo:
log q = , ento q = m
Como ln n = log n, ento
q = wx
Obs.: Convm ressaltar que tanto o logaritmo natural quanto o logaritmo na

base 10 podem ser utilizados na linearizao, sendo de escolha do aluno qual utilizar.
29
4.2.2 Linearizao com grfico em escala logartmica
Para este tipo de grfico no necessrio linearizar a equao, pois a prpria

escala do papel se encarrega de fazer essa linearizao. Portanto, os pontos a serem
inseridos no grfico so os originais e no os logaritmizados.
Exemplo 4.2.2:
Usando os dados da Tabela 4.1.1, obtm-se o grfico da Figura 4.2.3 a seguir.
Figura 4.2.3: Grfico (em escala logartmica) dos pontos da Tabela 4.1.1. Veja que somente a escala
do grfico est logaritmizada, os pontos inseridos so os originais.
Grfico s vs. t (em escala logartmica)

100
Deslocamento (m)
10
1
1 10
Tempo (s)
Neste caso, tambm traa-se a melhor reta, que a reta que passa prxima
a todos os pontos contidos do grfico, mas no necessariamente passar por cima de
todos. Aps traar a reta, escolhe-se arbitrariamente dois pontos que estejam sob a
mesma (Dica: escolha pontos prximos de ambas as extremidades da reta). Tais
pontos no precisam ser da tabela, mas necessariamente devem ser pontos da reta.
Veja a Figura 4.2.4.
Para encontrar o expoente s, realiza-se um procedimento semelhante ao do
caso anterior, no entanto, como a escala deste grfico no linear, deve-se medir
30
com uma rgua as distncias em ` e em entre os pontos escolhidos. Calcula-se,

ento, o coeficiente angular, Eq. (4.3).
Distncia em ` `
s= = = tan v
Distncia em (4.3)
Figura 4.2.4: Grfico (em escala logartmica) de deslocamento em funo do tempo, no qual e `
representam as distncias entre os pontos escolhidos.
Grfico s vs. t (em escala logartmica)

100
`
Deslocamento (m)
10
v

1
1 10
Tempo (s)
Para encontrar o valor de n, a nica incgnita restante, escolhe-se

arbitrariamente um ponto que esteja sob a reta e, utilizando suas coordenadas de e
l, substitui-se na lei de escala do movimento e encontra-se o valor de n.
4.2.3 Linearizao quando o expoente da lei de escala conhecido
Entenda este tipo de linearizao atravs do Exemplo 4.2.3.
Exemplo 4.2.3: Linearize a lei de escala abaixo.
k = nl
31
No exemplo apresentado faz-se l = , onde um termo linear qualquer,

obtendo assim:
k=n
Desta forma, constri-se um grfico em escala linear, de k vs. l . Para isso,

eleva-se cada um dos valores de tempo l ao quadrado, de modo que, quando o
grfico for construdo, os valores iro se relacionar de forma linear.
Exemplo 4.2.4:
A partir dos dados da Tabela 4.1.1, obtm-se a Tabela 4.2.2 a seguir.
Tabela 4.2.2: Tabela contendo medidas de deslocamento g e tempo ao quadrado d+ de um

determinado movimento acelerado.
g m d+ i +
4,91 1
19,62 4
44,15 9
78,48 16
A partir dos dados da Tabela 4.2.2, constri-se o grfico da Figura 4.2.5.

Com a relao criada entre e l , a lei de escala obtida possui n como
coeficiente angular, portanto, encontra-se seu valor calculando o coeficiente angular
da reta obtida na Figura 4.2.5. Como neste caso o expoente j conhecido, apenas
um valor encontrado, o do coeficiente angular.
Devido a provveis erros nas medies, faz-se necessrio calcular o
coeficiente linear, mesmo no havendo tal termo na equao original (equao (linear)
que rege o movimento). Nestes casos, seu valor ser muito prximo a zero, pois este
o seu valor esperado segundo a equao do movimento.
32
Figura 4.2.5: Grfico (em escala linear) dos pontos da Tabela 4.2.2. Note que os dados esto
tendendo uma linearidade.
Grfico s vs. t
90
80
70
Deslocamento (m)
60
50
40
30
20
10
0
0 5 10 15 20
Tempo (s)
Exemplo 4.2.5: No grfico da Figura 4.2.6, note que a melhor reta traada para
os pontos no intercepta a origem | 0,0 . Existem duas maneiras para calcular o
coeficiente linear, que o ponto onde a reta intercepta o eixo `:
Figura 4.2.6: Grfico do Exemplo 4.2.5, relacionando duas grandezas e ` quaisquer.

33
a) Tendo feito o grfico, traa-se a melhor reta e esta prolongada at que

atinja o eixo `, em = 0. A ordenada deste ponto de interseo o
coeficiente linear desejado.
Ateno! Se a origem do seu eixo no for em zero, isto , se a abscissa
do seu ponto de origem no for igual a zero, a ordenada do ponto de
interseo no representar o valor do coeficiente linear.
b) Tendo encontrado o coeficiente angular m, escolhe-se um ponto da reta e
substitui-se as coordenadas ( , ` na equao ` = m + q. Explicita-se q,
encontrando seu valor.
34
5 PROPAGAO DE ERROS
H certas situaes em que uma medida no obtida diretamente e, por isso,

no possvel determinar de imediato sua incerteza (pela preciso do instrumento ou
por erro total, por exemplo). Isso ocorre, geralmente, quando a medida obtida por
uma frmula.
Devido a uma medida depender de outras que possuam incertezas, surge a
necessidade de se propagar as incertezas dessas medidas para a medida alvo.
Seja ` uma funo dependente de , , ... , j, Eq. (5.1), e sendo , ,
... , j seus respectivos erros; o erro propagado de ` dado pela Eq. (5.2).
`=` , ,, j (5.1)
~` ~` ~`
` = M M | | + M M | | + + M M | j|
~ ~ ~ j
(5.2)
A ideia aqui que ` depende de outras medidas ( , , ... , j) que possuem

incertezas ( , , ... , j ), ento h a necessidade de se propagar essas
incertezas, de forma a encontrar uma nica outra (`) que englobe todas as demais.
Esta representar a incerteza de `.
Assim, resolvendo as derivadas parciais e conhecendo , , ... , j ,
possvel calcular a incerteza de `. Vale ressaltar que as incertezas utilizadas na

propagao so os erros totais de cada medida.
Caso queira saber como se chegou a essa frmula de propagao de
incertezas, consulte o livro Fundamentos da Teoria de Erros, de Jos Henrique Vuolo
(Editora Edgard Blcher Ltda.). Para saber mais sobre a derivao parcial, consulte o
Apndice A ao final desta apostila.
Exemplo 4.2.1: Calcule a rea de uma circunferncia de raio = 1,5 0,3 m

e expresse-a na forma padro.
Resoluo:
A rea de uma circunferncia calculada por = , portanto, para
calcular o valor da rea, basta substituir o valor do raio diretamente nesta expresso:
35
= 1,5
= 7,0686 m
Para calcular a incerteza, necessrio propagar o erro do raio para a rea.

Veja a seguir:
~
= M M ||
~
= 8|2| ||
= 8|2 1,5| |0,3|

= 2,8274 m
Logo, o valor da rea na forma padro :
= 7,1 2,8 m
Veja que a incerteza se inicia com o algarismo 2 e deve ser expresso com
dois algarismos significativos.
Exemplo 4.2.2: A posio de um certo corpo em movimento retilneo

uniformemente variado (MRUV), cuja acelerao constante e igual a 1,0 m/s2,
dada pela seguinte equao:
1
l = + l + ml

2
Calcule o valor da posio na forma padro para os seguintes valores de

posio inicial, velocidade inicial e tempo, com suas respectivas incertezas:
= 5,0 1,5 m
= 3,5 1,0 m/s
l = 1,5 0,5 s
Resoluo:
Para calcular o valor da posio, substitui-se os valores acima na equao
dada:
1
l = 1,5 = 5,0 + 3,5 1,5 + 1,0 1,5
2
36
l = 1,5 = 11,375 m
Para encontrar a incerteza da posio, basta propagar com relao a todas
as variveis. Note que no necessrio propagar com relao acelerao, j que
esta constante e sua incerteza zero.
~ ~ ~
= M M | | + M M | | + M M |l|
~ ~ ~l
= 8|1| | | + |l| | | + | + ml| |l|
= 8|1| |1,5| + |1,5| |1,0| + |3,5 + 1 1,5| |0,5|

V = 3,2787 m
Logo, o valor da posio na forma padro :
= 11,4 3,3 m
37
6 MNIMOS QUADRADOS
6.1 Introduo
O Mtodo dos Mnimos Quadrados (MMQ), ou Mnimos Quadrados Ordinrios

(MQO), uma tcnica de otimizao matemtica que procura encontrar o melhor
ajuste para um conjunto de dados tentando minimizar a soma dos quadrados das
diferenas entre o valor estimado e os dados observados (essa diferena o chamado
qui-quadrado, que ser abordado mais adiante). Este conjunto de dados pode
seguir qualquer tipo relao, como linear, exponencial, quadrtica, cbica, polinomial,
etc.
Voc pode encontrar uma abordagem mais detalhada dos tpicos abaixo no
livro Fundamentos da Teoria de Erros, de Jos Henrique Vuolo (Editora Edgard
Blcher Ltda.).
6.2 Consideraes e conceitos preliminares
Suponha que um conjunto de dados , ` siga uma relao qualquer,

como o da Figura 6.2.1, onde cada valor ` tem uma incerteza , podendo estes
serem todos iguais ou diferentes entre si (no mnimo um deles diferente dos demais),
sendo tambm que a varivel isenta de erros. Suponha tambm que estes dados
representem um certo fenmeno fsico descrito por uma funo = ,m ,m ,,m
onde m , m , , m so os parmetros dos modelo.
Define-se o estimador , que representa a soma ao quadrado das distncias
verticais entre os pontos experimentais e a funo ajustada, por:
[` ,m ,m ,,m \
= , (6.1)
Quando usado para ajustar uma funo linear, esse mtodo conhecido
tambm por Regresso Linear.
38
Figura 6.2.1: Representao grfica de um conjunto de s dados que

obedecem a uma relao qualquer.
6.3 Ajuste de uma funo linear
Um certo conjunto de dados segue uma tendncia linear. Sua representao

grfica mostrada no grfico da Figura 6.3.1.
Figura 6.3.1: Representao grfica de um conjunto de s dados que obedecem a uma relao linear.

39
Definindo-se
=m +q (6.2)
1
= (6.3)
A Eq. (6.1) pode ser reescrita como

j
= , ` m q (6.4)
Para minimizar e, consequentemente, encontrar a reta que mais se

aproxima de todos os pontos, deriva-se parcialmente a Eq. (6.4) em relao aos
parmetros m e q e iguala-se a zero:
j
~
= 2, ` m q =0
~m
(6.5)
j
~
= 2, ` m q 1 = 0
~q
(6.6)
Deste modo, obtm-se um sistema de duas equaes e duas incgnitas:
, m + , q = , ` (6.7)
, m + , q = , ` (6.8)
Ao solucionar o sistema, obtm-se as seguintes equaes para m e q:
` `
m=

(6.9)
` `
q=

(6.10)
40
Onde
= , , , (6.11)
E cada uma das varincias (quadrado da incerteza) associados a m e q so

dados por:

=

(6.12)

=
r

(6.13)
As Eqs. (6.9) a (6.13) so vlidas quando todos os valores so conhecidos,

independentemente de serem distintos ou iguais entre si. Somente para o caso em
que todas as incertezas de ` so constantes e iguais a , pode-se fazer uso das
expresses simplificadas de (6.14) a (6.18).
` `
m=

(6.14)
` `
q=

(6.15)
= , , (6.16)
=

(6.17)

=
r
(6.18)
onde o nmero de medies efetuadas.
Existe uma outra situao onde a incerteza desconhecida (no dada no

problema). Neste caso, faz-se uma estimativa da mesma atravs da Eq. (6.19).
41
j
=
2
(6.19)
onde
= ` m +q
(6.20)
Neste caso, calculado uma incerteza estimada ( ) para cada uma das
medidas ` atravs da Eq. (6.20) (note que esta depende dos valores m e q, devendo
os mesmos j terem sido calculados de antemo). Faz-se a soma dos quadrados de
cada um dos erros estimados e aplica-se a Eq. (6.19), encontrando o valor de que
ser usado no clculo das incertezas dos coeficientes m e q (Eqs. (6.17) e (6.18)).
Observao: No fim de alguns roteiros e nos formulrios de prova das
disciplinas de Fsica Experimental da faculdade:
As Eqs. (6.9) a (6.13) so chamadas de Mnimos Quadrados (erros
diferentes);
As Eqs. (6.14) a (6.20) so chamadas de Mnimos Quadrados (erros
iguais);
No confunda o dos Mnimos Quadrados com o de desvio padro, so
coisas diferentes.
Exemplo 6.3.1: Em um experimento de movimento retilneo uniforme foram

obtidos os dados da tabela a seguir. Utilize o Mtodo dos Mnimos Quadrados para
obter, na forma padro, os valores da velocidade e da posio inicial k .
d s g g m
0,2 2,3 0,1
0,4 4,7 0,2
0,6 6,9 0,3
0,8 9,1 0,1
Resoluo:
i. Encontrar uma equao para o movimento:
Como o movimento retilneo uniforme, deve-se utilizar a seguinte equao
linear: k = k + l
42
ii. Relacionar os termos da equao aos coeficientes e variveis de uma

reta: ` = q + m
Logo, tem-se que:
k=`
k = q
=m
l=
Nota: Note que, como ` = k e os erros de cada k so diferentes entre si,

dever ser usado o conjunto de equaes com o (erros diferentes).
iii. Calcular os valores de :

Como = 1 , tem-se que:
= 100
= 25
= 11,1111
S = 100
iv. Construir uma tabela auxiliar:
* (* * * * ( * * * * ( * * * (+*
1 0,2 2,3 100 20 230 46 4
2 0,4 4,7 25 10 117,5 47 4
3 0,6 6,9 11,11 6,67 76,67 46 4
4 0,8 9,1 100 80 910 728 64
- - 236,11 116,67 1334,17 867 76
v. Substituir os somatrios nas equaes correspondentes para encontrar

os valores de m e q e suas respectivas incertezas:
m = 11,32051 m/s
q = 0,05692 m
= 0,23342 m/s
43
r = 0,13243 m
Como a velocidade corresponde ao coeficiente angular m e a posio inicial

k ao coeficiente linear q (conferir item ii da resoluo), tem-se os seguintes valores
na forma padro:
= 11,32 0,23 m/s

k = 0,06 0,13 m
Nota: Em alguns casos necessrio linearizar a equao de movimento

(passo i da resoluo) para sempre trabalhar com a equao de uma reta, ou seja,
com dados lineares.
Exemplo 6.3.2: Considere o mesmo exemplo anterior, agora com os dados

abaixo. Utilize o Mtodo dos Mnimos Quadrados para obter, na forma padro, os
valores da velocidade e da posio inicial k .
d s g c, m
0,2 2,3
0,4 4,7
0,6 6,9
0,8 9,1
Resoluo:
i. Equao (linear) para o movimento: k = k + l
ii. Relao de termos da equao com os coeficientes e variveis de uma
reta:
k=`
k = q
=m
l=
Nota: Note que, como ` = k e os erros de cada k so todos iguais entre si,
qualquer um dos dois conjuntos de equaes poderia ser usado. Para fins didticos,
ser usado o conjunto de equaes com o (erros iguais).
44
iii. Construo da tabela auxiliar:
* (* * (+* * ( *
1 0,2 2,3 0,04 0,46
2 0,4 4,7 0,16 1,88
3 0,6 6,9 0,36 4,14
4 0,8 9,1 0,64 7,28
2 23 1,2 13,76
iv. Substituio dos somatrios na equaes correspondentes para

encontrar os valores de m e q:
m = 11,3 m/s
q = 0,1 m
v. Para calcular as incertezas dos coeficientes, lembre-se que = `.

Como = ` = 0,3, aplicando as equaes correspondentes:
= 0,67082 m/s
r = 0,36742 m
Conforme as relaes do item ii da resoluo, tem-se os seguintes valores na

forma padro:
= 11,30 0,67 m/s

k = 0,10 0,37 m
Exemplo 6.3.3: Considere o mesmo exemplo anterior, agora com os dados

abaixo. Utilize o Mtodo dos Mnimos Quadrados para obter, na forma padro, os
valores da velocidade e da posio inicial k .
d s g m
0,2 2,3
0,4 4,7
0,6 6,9
0,8 9,1
45
Resoluo:
i. Equao (linear) para o movimento: k = k + l
ii. Relao de termos da equao com os coeficientes e variveis de uma
reta:
k=`
k = q
=m
l=
Nota: Note que, como ` = k e os erros de cada k so desconhecidos, dever
ser usado o conjunto de equaes com o (erros iguais).
iii. Construo da tabela auxiliar:
* (* * (+* * ( *
1 0,2 2,3 0,04 0,46
2 0,4 4,7 0,16 1,88
3 0,6 6,9 0,36 4,14
4 0,8 9,1 0,64 7,28
2 23 1,2 13,76
iv. Substituio dos somatrios na equaes correspondentes para

encontrar os valores de m e q:
m = 11,3 m/s
q = 0,1 m
v. Para calcular as incertezas dos coeficientes, lembre-se que agora

desconhecido, por isso dever ser estimado atravs da Eq. (6.19).
* (* * * * +
1 0,2 2,3 0,06 0,0036

2 0,4 4,7 0,08 0,0064
3 0,6 6,9 0,02 0,0004
4 0,8 9,1 0,04 0,0016
- - - 0,012
46
= 0,006
Aplicando s equaes das incertezas dos coeficientes, encontramos:
= 0,17321 m/s
r = 0,094868 m
Conforme as relaes do item ii da resoluo, tem-se os seguintes valores na

forma padro:
= 11,30 0,17 m/s

k = 0,100 0,095 m
Compare os resultados destes trs exemplos. Que diferena fez a alterao

das incertezas de k e, consequentemente, na mudana do conjunto de equaes
utilizadas? Refaa o Exemplo 6.3.2, agora aplicando o conjunto de equaes para
erros diferentes. Houve diferena nos resultados? Se sim, foram significativas?
47
BIBLIOGRAFIA
DE ALMEIDA, R. M.; HLIO, O. Fsica Experimental I. Fsica VCE, 2011.

Disponivel em: <https://sites.google.com/site/fisvce/fisexp1>. Acesso em: Jan. 2015.
DE ARAJO, L. E. E. Lei de Potncia. [S.l.], p. 4.
MARCONI, J. D. Introduo Teoria de Erros e Medidas. [S.l.], p. 4.
MARCONI, J. D.; RODRIGUES, V. Experimento 4: Mnimos Quadrados.
[S.l.], p. 3.
MARCONI, J. D.; RODRIGUES, V.; DE ARAJO, L. E. E. Tabelas e Grficos.
[S.l.].
RODRIGUES, V. Experimento 4: Propagao de Erros. [S.l.].
STEWART, J. Clculo Volume II. 5. ed. So Paulo: Thomson Learning, v. II,
2007.
VUOLO, J. H. Fundamentos da Teoria de Erros. 2. ed. So Paulo: Edgard
Blcher Ltda., 1996.
WIKIPEDIA. Grfico. Wikipedia, 2015. Disponivel em:
<https://pt.wikipedia.org/wiki/Gr%C3%A1fico>. Acesso em: 23 Nov. 2015.
48
APNDICE A Derivao Parcial
A derivada parcial de uma funo de vrias variveis consiste em derivar esta

funo em relao a cada uma de suas variveis por vez, mantendo as demais como
se fossem constantes numricas. Para uma funo , , ,, j , a qual depende
de s variveis, sua derivada parcial representada por:
~ , , ,, j
~
(A.1)
Note a simbologia da derivao parcial. Enquanto a derivada ordinria

representada pela letra d, a parcial representada por uma letra arredondada, o
. Veja a seguir alguns exemplos de derivao parcial.
Exemplo A.1.1: Seja ,` = + ` 2` , calcule as derivadas parciais

em relao a e `.
Resoluo:
Para realizar o clculo de uma derivada parcial em relao a , deriva-se
somente em relao a este, mantendo a varivel ` como uma constante.
~ ,`
=3 +2 `
~
Para o clculo em relao a `, realiza-se o mesmo processo descrito acima,

no entanto, mantendo-se como uma constante.
~ ,`
=3 ` 4`
~`
Exemplo A.1.2: Calcule a derivada parcial com relao a , ` e da funo

, `, = 5 S
` + ` + 4 + 1.
Resoluo:
Para o caso de uma funo de 3 variveis, deriva-se com relao varivel
pretendida e mantm-se as outras duas como constantes.
49
~ , `,
= 20 ` + `
~
~ , `,
= 10 S ` + 3 `
~`
~ , `,
=4
~
Tenha mais informaes sobre derivao parcial no livro Clculo, volume 2,

de James Stewart (Editora Thomson Learning), ou qualquer outro livro de Clculo
Diferencial e Integral II.
ANOTAES

Apostila Fisica Experimental

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Apostila Fisica Experimental

Caricato da

Copyright:

Formati disponibili

UNIVERSIDADE FEDERAL FLUMINENSE

POLO UNIVERSITRIO DE VOLTA REDONDA

DANIELLA LOPES PINTO

APOSTILA AUXILIAR DE FSICA EXPERIMENTAL

DANIELLA LOPES PINTO MONITORA DE FSICA EXPERIMENTAL I (2014)

Apostila auxiliar para os alunos de Fsica

Capa elaborada pelos autores.

1 Orientador: Prof. D.Sc. Wellington Gomes Dantas

1 TEORIA DE ERROS ................................................................................................ 1

Medidas experimentais, diferentemente do que acontece em clculos tericos,

Figura 1.1.1: Pea sendo medida com o auxlio de uma rgua.

Fonte: Elaborada pelo 1 orientador.

1.2 Conceitos bsicos

1.2.1 Mdia e desvio padro

Como foi visto no exemplo acima, no se pode determinar mais do que

medies. Para um maior aprofundamento na anlise probabilstica da Teoria de

Como a melhor aproximao a mdia, ento a incerteza relacionada a esta

Uma mesma medio pode estar suscetvel a vrios tipos de incertezas

Onde o nmero de medies realizadas.

Exemplo 1.2.1: Dados os seguintes valores, pede-se que o erro estatstico

3,6 + 3,9 + 4,1

Elaborao de tabela auxiliar:

3,866 3,6 0,070756

Clculo do desvio padro:

Clculo do erro estatstico:

Os erros sistemticos, tambm chamados de erros instrumentais, so

Fonte: Elaborada pelos autores.

Se o aparelho for digital, a incerteza dada como uma unidade da menor

Como exemplo de instrumentos digitais, cita-se balanas digitais,

Os erros adicionais so provenientes de variveis externas ao experimento,

Fonte: Elaborada pelos autores.

Em termos gerais, se apenas fosse considerado a incerteza da proveta

Exemplo 1.2.3: Para o exemplo da proveta graduada acima, tem-se:

1.3 Preciso x Acurcia

Preciso um termo utilizado para descrever valores prximos entre si e que

Acurcia (ou exatido) um termo utilizado para descrever valores prximos

Valores precisos no indicam que os mesmos sero exatos. Deve-se lembrar

1.4 Forma Padro

Existe uma forma padro para escrever a mdia de um conjunto de medidas

Para escrever um valor na forma padro, deve-se primeiro ajustar sua

1,2322 1,2 100023,89 1,0 10T

Observe que zero esquerda no algarismo significativo, mas direita sim.

Para escrever a medida na forma padro, aps ajustar o nmero de

1.5 Arredondamento de nmeros

De X000... a X499... faz-se truncamento, ou seja, os algarismos excedentes

De X500... a X999... faz-se arredondamento, ou seja, os algarismos

Em X5000... o arredondamento deve transformar o valor X em par. Caso X

A seguir, tem-se um exemplo prtico que engloba conceitos vistos

a) Qual dos instrumentos mais preciso? Justifique.

6,095 + 6,090 + 6,100 + 6,000

6,15 + 6,10 + 6,05 + 6,10

Tendo calculado a mdia, calcula-se o desvio padro da medida, cujo valor

Aps calcular o desvio padro, calcula-se o valor do erro estatstico:

Como a rgua milimetrada, a menor medida que esta pode realizar de

VY] total = 8 0,05 + 0,020412 = 0,054006 cm

Desta forma, possvel escrever o valor medido do dimetro do disco medido

Medidas realizadas com o paqumetro:

6,095 + 6,090 + 6,100 + 6,000

O erro instrumental, nesse caso, j foi fornecido pelo enunciado:

YP instr = 0,05 mm = 0,005 cm

YP total = 8 0,005 + 0,023838 = 0,0243567 cm

Clculo da exatido do paqumetro:

Como o valor calculado para o paqumetro menor, este instrumento o mais