UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

LAB FÍSICA 1
ALGARISMOS SIGNIFICATIVOS
e
INCERTEZAS NAS MEDIDAS

http://paginapessoal.utfpr.edu.br//goya
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Algarismos significativos: corretos + duvidosos

REVISÃO DO ENSINO MÉDIO
a) adição e subtração: arredonda pelo menor número de casas
decimais;
b) multiplicação e divisão: manter o menor número de algarismos
significativos.

No laboratório o que determina é a incerteza padrão u

5,8  0,1 cm
O que determina o número de casas decimais é a incerteza u!
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Conceitos Básicos de Medidas (nível universitário)

Mensurando: a grandeza que quero medir.
Para medirmos um mensurando com precisão infinita,
precisaríamos de um instrumento que me desse infinitas
casas decimais, logo nunca poderemos chegar numa medida
absolutamente ¨verdadeira¨.
Leituras são valores que você observa e registra
conforme o instrumento que você está usando.

Uma medição corresponde a todo o processo de

obtenção de informações sobre um mensurando.

Neste curso desenvolveremos uma interpretação probabilística da

medição, um pouco diferente da interpretação tradicional.
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Interpretação probabilística : VÁRIAS FONTES DE

INCERTEZAS

1. Efeitos das condições ambientais ;

2. Leitura de instrumentos analógicos;

3. A sensibilidade dos instrumentos;

4. A calibração do instrumento;

5. Aproximações e suposições que você faz;

6. Variações nas sucessivas leituras feitas em

condições aparentemente idênticas.
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina
Conceitos Básicos de PDF
A PDF (Função da densidade de probabilidade ) p(x)
descreve a densidade de probabilidade p em função da
variável x. Representa todas as informações que você tem
sobre um mensurando .

A área total sobre uma

PDF é sempre igual a
1, pois dá a
probabilidade P de
uma variável ser
encontrada entre esses
valores.

INCERTEZAS TIPO A : utiliza a PDF gaussiana, pois você

tem um conjunto de sucessivas leituras de um mesmo
mensurando que estão dispersos (lembram os erros aleatórios
da visão tradicional).
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

TEORIA da Distribuição Normal ou Gaussiana: y é a frequência

relativa da variável de medida x, μ é o valor médio de x para a
população, σ é desvio padrão de x (μ e σ referem-se a N∞)

Dados reais 
 ix  x 2

1 
x   xi   u  i

N i N N ( N  1)
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

INCERTEZAS TIPO B: Utiliza a PDF retangular ou

triangular, pois a incerteza está associada à leitura de
uma escala ou à calibração interna de um instrumento.
Essas incertezas você avalia em função do conhecimento
que tem sobre o processo de medição e sobre o
instrumento de medida.
Visão probabilística: você deve escolher uma PDF apropriada, ou
seja, há uma unidade na teoria, pois em todas as incertezas se utiliza
uma PDF, tanto para muitas medidas quanto para poucas medidas,
muito frequente em laboratórios didáticos.
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina
A largura média da PDF é conhecida como Incerteza
Padrão (símbolo u)

Repare que na PDF gaussiana se utiliza o já mencionado

desvio padrão da média (N>10)
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

A área calculada na largura 2u é chamado de

probabilidade de cobertura (ou intervalo de
confiança): 58% para o quadrado, 65% para o triângulo
e 68% para a gaussiana.

Além do valor com

a incerteza, é bom
informar a
porcentagem de
cobertura, no caso
ao lado foi de 68%
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Incerteza padrão combinada uc é obtida pela combinação

individual das incertezas, quer do tipo A ou do tipo B. Se um dado
mensurando m determinássemos 3 fontes de incertezas, teríamos:

uc (m)  u1 (m) 2  u2 (m) 2  u3 (m) 2

Ao comunicarmos as nossas medidas:

a) A melhor aproximação do mensurando (localização do

centro da PDF);

b) A incerteza padrão u (largura da PDF);

c) A forma da PDF que estamos usando (porcentagem da

cobertura). É opcional, pois algumas vezes fica difícil informar
esse dado.
Exemplo de um resultado:
U=(5,37 ± 0,24) V com 65% de probabilidade de cobertura.
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Apresente o resultado abaixo, sabendo que o fabricante da régua

informa que a incerteza da calibração é de 2%:
Incerteza na leitura
max : 47,2 min : 47,1  a  0,1
a
0,1
ul    0,02
2 6 2 6
2
Incerteza de calibração:2% ucal   0,02
100
Incerteza padrão
combinada uc  ul  ucal 
2 2
0,022  0,022  0,028

Apresentação do resultado
L  47,15  0,03cm com  65% de cobertura
L  47,15  0,06cm com  95% de cobertura
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Apresente o resultado abaixo, sabendo que o fabricante informa que

a incerteza da calibração é de 2%:

max : 395,1 min : 394,9  a  0,2

0,2
u  0,0577
2 3
2
Fabricante 2% ucal   0,02
100
Incerteza padrão
combinada uc  ul  ucal 
2 2
0,022  0,05772  0,061

Apresentação do resultado
f  395,00  0,06Hz com  58 % de cobertura
f  395,00  0,12Hz com  95% de cobertura
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Cálculo da densidade de um paralelepípedo

m  34,79  0,02g L1  1,5  0,1cm; L2  1,6  0,1cm; L3  3,2  0,1cm
m 34,79 g g
V  L1  L2  L3  1,5 1,6  3,2  7,68 cm 3    4,529947917
V 7,68 cm 3 cm 3
Como calcular as incertezas nesse caso?
2
f x   y 
2

f ( x, y )  c  x    y 
 
       
f  x   y 
2 2 2
V  L   L   L 
V  L1  L2 L3   1 1   1 2  1 3 
1 1 1

V  L1   L2   L3 
2 2 2
V  0,1   0,1   0,1 
 1   1  1   0,09657  V  0,7417  0,74
V  7,68  0,74 cm3
V  1,5   1,6   3,2 

2 2
  0,02   0,74 
 1   1   0,09635    0,436  0,44
  34,79   7,68    4,53  0,44 g
cm3
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Propagação de incertezas de uma quantidade f=f(x,y)

(versão simplificada)
2
 f   f 
2

f  f ( x , y )  f    x     y 
df
f  f ( x )  f  x ,
2 2

dx  x   y 

soma / subtr : f ( x, y)  ax  by  f  ax   by 

2 2

2
f  x   y 
2

mult / div : f ( x, y )  cx    y 

 
       
f  x   y 

Apresentação final dos resultados f  f  unidade

 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Como ler o paquímetro

21,70 a 21,80 mm  21,75 mm

 21,75  0,02mm
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

0,006
5,242 a 5,248 mm  5,245 mm u  0,00123
2 6
 5,2450  0,0012mm

3,530 a 3,532 mm  3,531 mm

0,002
u  0,00041
2 6

 3,5310  0,0004mm
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Laboratório científico x laboratório didático

a a
u  u
2 6 2

Uma maneira de simplificar os cálculos no laboratório

didático é considerar apenas as incertezas maiores e
desprezar todos os menores.

Além disso, no próprio cálculo dos erros maiores, ao

invés de utilizarmos a PDF triangular nós podemos
superestimar as incertezas dividindo o a por dois.
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Alguns Exemplos de propagação de erros

(tarefa lab1: fazer os cálculos e apresentar junto com o relatório 1)

a) M  m1  m2  ........; m1  7,10  0,07g; m2  8,10  0,07g  M  15,2  0,1g

m1  m2  57,51  0,75g 2
b) m1  m2  ...... 57,51  0,75398  
m1  m2  57,5  0,8g 2

c)10M  152  1g

M M 6M
d )    3  7,73855038 g
cm3
r 3 d
V 4
3
2
  0,1   0,005 
2

     3     0,05115
7,73855038  15,2   15,538 

  7,74  0,05 g 3
cm
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

RELATÓRIO SIMPLIFICADO NO CADERNO QUADRICULADO

1. Título:

2. Objetivos: Enumerar, de maneira clara, as finalidades do

trabalho.

3. Procedimentos e Resultados: Apresentar os

resultados obtidos sob forma de tabelas, gráficos,
cálculos, etc.

4. Análise e Comentários Finais: Comentar os

resultados obtidos, sua qualidade e confiabilidade sob
a ótica dos objetivos propostos. Deve-se tentar
justificar eventuais discrepâncias que forem
observadas, apontando sugestões para melhorar a
qualidade dos dados
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

O tratamento estatístico na interpretação tradicional

se reduz aos ¨erros¨ aleatórios

1
média aritmética  x  
N i
xi

x
Erro relativo porcentual x r  100%
x


 ix  x 2

Desvio padrão   i
N 1


 ix  x 2
Incerteza padrão da média 
ou desvio padrão da média u  i

N N ( N  1)
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Exemplo: Determinação do diâmetro de uma esfera

(tarefa lab 2: entregar junto com relatório 1)
precisão  0,01mm
1
d(mm) x
N
x
i
i Média = 15,5375 mm
15,54
 x  x 
2
15,54
  i
i
Desv padrão (excel) = 0,01865 mm
15,54 N 1

15,52 
15,55
u Desv p da média = 0,00538 mm
N
15,55 Erro relativo porcentual
15,53
x r  x 100% 0,00538
 0,00034625  0,0346%  0,03%
15,53 x 15,5375
15,51
15,51 Apresentação do resultado no sistema tradicional
15,57 d  15,538  0,005mm ( N  12)
15,56
ou d  15,538 mm  0,03% ( N  12)
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Roteiro para um bom gráfico

(ler em casa e tirar dúvidas ao fazer os gráficos)
1. Desenhe os eixos claramente: a variável dependente no eixo vertical
e a variável independente na horizontal. Marque abaixo do eixo
horizontal e ao lado do eixo vertical o nome da variável e, entre
parênteses, as unidades usadas.

2. Escolha a escala que resulte em fácil leitura de valores intermediários

(2 em 2 e não de 2,3 e, 2,3) e escolha a área do papel com o tamanho
adequado com a relação altura-largura menor do que 1, como na tela
de TV.

3. Marque cada um dos pontos com as respectivas barras de erros

claramente

4. Enumere e escreva uma legenda breve explicando do que se trata

a figura.

5. Ao traçar o gráfico, caso não se utilize o método dos mínimos quadrados,

procure saber como funciona o método para ¨imitá-lo¨.
 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

O método dos mínimos quadrados

O método determina o valor mais provável de qualquer

quantidade obtida a partir de um conjunto de
medições, escolhendo o valor que minimiza a soma
dos quadrados dos desvios destas medições, ou seja:

S   d i    x  xi 
2 2

No ajuste de uma reta, o método fornece os

¨melhores¨ valores e incertezas para a inclinação e
interceptação.
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Londrina

Fig.2: Exemplo de um gráfico bem feito