Erros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.

Documentos relacionados
Aula 6 Propagação de erros

Experiência 1 Medidas: Leitura de instrumentos:

UFF - Universidade Federal Fluminense. Pólo Universitário de Volta Redonda

TEORIA DE ERROS INTRODUÇÃO

Revisão de conceitos. Grandezas Algarismos significativos Unidades de medida

MEDIDAS FÍSICAS FEX 1001

CURSO DE INSTRUMENTAÇÃO. Erros de Medição. Cedtec 2007/2. Sem equivalente na Apostila 1 Pressão e Nível

1.2. Grandezas Fundamentais e Sistemas de Unidades

EXPERIMENTO 1 MEDIDAS E TRATAMENTO DE DADOS

Desvio Padrão ou Erro Padrão

Química Analítica IV ERRO E TRATAMENTO DE DADOS ANALÍTICOS

Medição de comprimentos, massas e tempos

TÍTULO DA PRÁTICA: OPERAÇÃO DE MEDIDAS E NOTAÇÃO CIENTÍFICA

Programa de Ciências Experimentais

MEDIÇÃO EM QUÍMICA. Escola Secundária José Saramago FQA nível /2008. Adaptado por Marília Peres Fonte: Corrêa, C., Química, 2007, Porto Editora

Distribuições Conjuntas (Tabelas de Contingência)

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência

Calor Específico. 1. Introdução

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana

Experiência 01: Algarismos significativos, medidas e tratamento de dados. Calibração de equipamentos volumétricos

ANOVA. (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior

BC 0208 Fenômenos Mecânicos. Experimento 2 - Roteiro

I COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS

Introdução à Volumetria. Profa. Lilian Lúcia Rocha e Silva

Incerteza de Medição

Avaliação e Desempenho Aula 1 - Simulação

CIRCULAR TÉCNICA N o 171 NOVEMBRO 1989 TABELAS PARA CLASSIFICAÇÃO DO COEFICIENTE DE VARIAÇÃO

é 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.

Experimento 9 : Medidas, Erros e Visualização de Dados Experimentais. Docente Sala (lab) Grupo

MODELAGEM MATEMÁTICA DE UM SISTEMA DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA EM MÉDIA TENSÃO 1. Gabriel Attuati 2, Paulo Sausen 3.

A forma geral de uma equação de estado é: p = f ( T,

números decimais Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos 2 de um bolo se dividirmos esse bolo

=...= 1,0 = 1,00 = 1,000...

Universidade Federal de Sergipe Centro de Ciências Exatas e Tecnologia Departamento de Química

Valor máximo que é possível medir

Sessão Saber profundo Combinação de incertezas (

Lição 5 Medidas Descritivas Medidas de Dispersão

Laboratório de Física I. Experiência 3 Determinação do coeficiente de viscosidade de líquidos. 26 de janeiro de 2016

números decimais Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos 2 de um bolo se dividirmos esse bolo

CONHECIMENTOS ESPECÍFICOS

AULA 04 Estimativas e Tamanhos Amostrais

UNICAP Universidade Católica de Pernambuco Laboratório de Topografia de UNICAP - LABTOP Topografia 1. Erros e Tolerâncias

Aula 3 UTRATAMENTO DE DADOS: ANÁLISE DE RESULTADOS EXPERIMENTAIS. Maria de Lara Palmeira de Macedo Arguelho Beatriz

Tópico 6. Aula Prática: Aparelhos básicos de medida de comprimento e massa: Determinação de grandezas indiretas

Objetivos da disciplina:

Matemática Básica Intervalos

2.1 Movimento Retilíneo Uniforme e Uniformemente Acelerado

Probabilidade. Distribuição Binomial

Análise de Regressão. Notas de Aula

Estimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança

ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA

IND 1115 Inferência Estatística Aula 8

Modelos de Probabilidade e Inferência Estatística

FUNÇÕES MATEMÁTICAS NÚMERO : PI() SENO E COSSENO: SEN() E COS()

Medidas de Localização

ANÁLISE EXPLORATÓRIA DE DADOS

AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA

SIMULADO MATEMÁTICA. 3) Com os algarismos 2, 5, 7, e 8, quantos números naturais de três algarismos distintos podem ser escritos?

Capítulo 6 Sistemas Computadorizados de Auxílio ao Diagnóstico Médico

Relatório das Provas da 2ª. Fase - Vestibular 2016

alocação de custo têm que ser feita de maneira estimada e muitas vezes arbitrária (como o aluguel, a supervisão, as chefias, etc.

Ruído IPT DEM/DITT/DEC

Circuitos Aritméticos

Matemática Aplicada às Ciências Sociais

Aritmética Computacional. Prof. Leonardo Barreto Campos 1

Prof. Neckel FÍSICA 1 PROVA 1 TEMA 2 PARTE 1 PROF. NECKEL POSIÇÃO. Sistema de Coordenadas Nome do sistema Unidade do sistema 22/02/2016.

Números escritos em notação científica

Capítulo 4 Inferência Estatística

QUESTÃO 3 ALTERNATIVA E 24 é o maior número que aparece na figura. Indicamos abaixo a sequência de operações e seu resultado

Equipe de Matemática MATEMÁTICA

Medidas de Tendência Central

IBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 7

Razões e proporções. Profa. Dra. Denise Ortigosa Stolf

Conteúdo. 1 Introdução. Histograma do Quinto Sorteio da Nota Fiscal Paraná 065/16. Quinto Sorteio Eletrônico da Nota Fiscal Paraná

A Região Integrada de Desenvolvimento do Distrito Federal (RIDE-DF) no Censo 2010

Teorema do Limite Central e Intervalo de Confiança

Conteúdo. 1 Introdução. Histograma do 1o Sorteio da Nota Fiscal Paraná 152/15. 1º Sorteio Eletrônico da Nota Fiscal Paraná

CAPÍTULO 8. de Variância - ANOVA ANOVA. Análise

Estatística. Conjunto de métodos e processos quantitativos que serve para estudar e medir os fenômenos coletivos ou de massa.

Aula 8 Intervalos de confiança para proporções amostras grandes

ENTENDA OS PRINCÍPIOS DA ALTIMETRIA

CAPÍTULO O Método Simplex Pesquisa Operacional

FIGURAS DE LISSAJOUS

CINEMÁTICA DO PONTO MATERIAL

a) 2 b) 3 c) 4 d) 5 e) 6

Arquitetura de Computadores I

CONCEITOS BÁSICOS DA TEORIA DE ERROS Prof. Dr. Manfredo Harri Tabacniks Instituto de Física da Universidade de São Paulo

Probabilidade III. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período

5. Derivada. Definição: Se uma função f é definida em um intervalo aberto contendo x 0, então a derivada de f

Conceitos de Produtividade Industrial. 6. Estudo de Tempos e Métodos. 6. Estudo de Tempos e Métodos 09/05/2012. Profº Spim

MAE116 - Noções de Estatística

DIREÇÃO DO VENTO E SEU SIGMA- CALMARIAS

Regressão linear múltipla. Prof. Tatiele Lacerda

Curso Como Determinar a Incerteza de Medição

PRÁTICA 03 CALIBRAÇÃO DE APARELHOS VOLUMÉTRIOS.

ATIVIDADE DE MATEMÁTICA (PARA CASA) Data de entrega 18/04/2012

XXXII Olimpíada Brasileira de Matemática. GABARITO Segunda Fase

Plano de Ensino PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA - CCE0292

Engenharia Econômica

Congruências Lineares

Transcrição:

Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.) I. INTRODUÇÃO Quando se faz um experimento, deseja-se comparar o resultado obtido com outros resultados. Por isto é importante conhecer as possíveis fontes de erros associadas ao experimento. Neste contexto, a palavra erro não indica que algo ocorreu de forma errônea na execução de um experimento, e sim que os instrumentos utilizados e as condições sob as quais o experimento foi realizado não permitem que o resulado seja obtido com precisão e exatidão infinitas. Uma medida experimental determina o valor de uma determinada grandeza física. Este valor, que corresponde ao resultado obtido após o tratamento dos dados de uma experimento, deve indicar as fontes de incertezas. Estas incertezas podem ser devido à quantidade de vezes que o experimento foi realizado, aos instrumentos utilizados e outros fatores. Erro e incerteza frequentemente são usados como sinônimos na literatura[1]. Porém, uma distinção pode ser feita entre eles. O erro é a diferença entre o valor medido e o valor aceito, segundo experimentos anteriores, ou esperado teoricamente. Isto pode soar contraditório, uma vez que o objetivo de um experimento científico é realizar uma nova medida e novas medidas não têm parâmetros de comparação. Portanto, a utilização do termo erro só tem sentido quando comparada a outros resultados de experimentos. Em uma aula de laboratório, os experimentos já foram realizados inúmeras vezes e existem resultados bem estabelecidos para as grandezas medidas, que podem ser utilizados para fins de comparação. Portanto, neste caso o uso do termo erro é cabível. A incerteza de uma medida é o intervalo de confiança ao redor de um valor medido tal que se o experimento for repetido nas mesmas condições, uma determinada fração das medidas estarão neste intervalo. O caso mais comum em medidas de laboratório é o de uma distribuição gaussiana, tal que a média desta distribuição indica o valor medido e o desvio padrão (incerteza) indica que em caso de repetição do experimento, cerca de 68% das medidas estarão neste intervalo. II. EXATIDÃO E PRECISÃO Dois conceitos distintos que são frequentemente confundidos são precisão e exatidão. A precisão está associada à repetibilidade de um experimento. Se um mesmo experimento for realizado diversas vezes sob as mesmas condições, a medida será precisa se em cada uma das realizações do experimento o resultado obtido for bem próximo aos das demais realizações. A exatidão de um experimento, por sua vez, está associada à proximidade entre o valor medido e um valor de referência, conforme ilustrado na figura 1. A curva apresentada na figura 1 (curva preta) é chamada de gaussiana e corresponde à distribuição esperada para as medidas experimentais, em caso de muitas repetições. Esta curva pode ser matematicamente expressa por: φ(x) = 1 (x x)2 exp, 2πσ 2σ 2 onde x é o valor médio, e σ é o desvio padrão, associado à largura da curva. Para clareza, considere um arqueiro, um alvo e algumas flechas. A figura 2 (à esquerda) é um exemplo de precisão sem exatidão, onde o arqueiro acerta as flechas todas próximas umas das outras, mas longe do centro do alvo. No caso de uma medida experimental, ao se falar de precisão não importa se o valor obtido for totalmente diferente de um dado valor de referência, importa apenas o quão próximas estão as diversas medidas realizadas. Na 2 (à direita) é apresentado um exemplo em que o arqueiro foi exato, porém impreciso. Ele jogou diversas flechas, e apesar de suas flechas atingirem regiões mais próximas ao centro do alvo, o arqueiro não conseguiu atingir o mesmo ponto do alvo nos diversos disparos. Na figura 3 (à esquerda) é mostrado o resultado de um arqueiro impreciso e inexato: não consegue atingir várias flechas próximo da região centro do alvo e cada disparo atinge em um ponto diferente. Por fim, na figura 3 (à direita) é apresentado o resultado de disparos de um arqueiro profissional, que consegue atingir em todos os disparos aproximadamente o mesmo ponto, e que sempre acerta o centro do alvo. (1)

Figura 1: Gráfico que ilustra os conceitos de exatidão (proximidade da medida em relação a uma medida de referência), e precisão (repetibilidade do experimento). Figura 2: À esquerda é mostrado um exemplo de um alvo atingido por flechas de um arqueiro preciso e inexato. À direita é ilustrado um exemplo de um alvo atingido por disparos de um arqueiro exato e impreciso. III. TIPOS DE ERROS A incerteza estatística, também conhecida como incerteza aleatória, causa uma inconsistência no valor da medida quando o experimento é realizado diversas vezes. Este tipo de incerteza causa uma dispersão em torno do valor médio das medidas. Se o valor médio destas incertezas é nulo, quanto mais medidas se efetua, menor o seu erro estatistíco. O erro sistemático, por sua vez, é causado por efeito dos equipamentos e métodos utilizados na medição. Por exemplo, um experimento para medir a dilatação térmica de uma barra de metal é sensível a mudanças de temperatura do ambiente. Outro exemplo recorrente é o fato de a resistência do ar ser negligenciada em muitos experimentos, o que pode causar sistematicamente um erro toda vez que o experimento é realizado. A dificuldade de se verificar erros sistemáticos é maior que a de incertezas estatísticas, pois não podem ser eliminadas por reptição. É importante sempre pensar em todas as possíveis fontes de erro durante 2

Figura 3: À esquerda é mostrado um exemplo de um alvo atingido por flechas de alguém que desconhece totalmente os princípios da arqueria (impreciso e inexato). À direita é ilustrado o resultado de disparos de um arqueiro profissional, onde cada disparo é preciso e exato. a realização de experimentos, para evitar complicações futuras e para uma discussão mais detalhada dos resultados. A figura 4 mostra graficamente como cada um destes tipos de erro afetam o resultado obtido experimentalmente. No lado esquerdo desta figura é mostrada uma incerteza estatística, que implica em uma dispersão em torno do valor real da grandeza física medida. No gráfico mostrado do lado direito desta figura, nota-se que o erro sistemático causa um afastamento da medida em relação ao valor real, e isto não se manifesta quando o experimento é repetido várias vezes. Figura 4: Manifestação de um erro sistemático em uma medida (à esquerda) e de uma incerteza estatística (à direita). A curva (linha escura) representa o conjunto de dados experimentalmente obtidos. IV. ALGUNS CONCEITOS IMPORTANTES A. Erro Percentual O erro percentual (P e ) entre o valor medido em seu experimento(x m ) e um valor de referência (x r ) é dado por P e = x m x r x r 100%. (2) 3

B. Diferença Percentual A diferença percentual (P d ) entre dois valores medidos em seu experimento (x 1 e x 2 ) é: P e = x 1 x 2 1 (x 100%. (3) 2 1 + x 2 ) C. Média A média aritmética ( x) de um conjunto de medidas {x i }, com i=1,2,...,n, onde N é o número de medidas realizadas, é dada por x = 1 N N x i. (4) D. Desvio padrão O desvio padrão (σ) de um conjunto de medidas {x i }, com i=1,2,...,n, onde N é o número de medidas realizadas, é dada por 1 N σ = (x i x) 2. (5) N 1 V. INCERTEZA DA MÉDIA A incerteza da média (σ m ) está relacionada ao desvio padrão (σ) através do número total de medidas N da seguinte forma: σ m = σ N (6) VI. TRATAMENTO DE ERROS E INCERTEZAS Nem todas as grandezas físicas podem ser medidas diretamente. São necessárias medidas de outras grandezas e através da relação entre estas obtem-se a medida da grandeza desejada. Para cada grandeza medida existe um erro associado, e este é propagado até a grandeza final. Por isto, um tratamento matemático que relacione os erros das diversas medidas intermediárias com o erro da medida final. Para uma função de N variáveis (f = f (x 1,x 2,...,x N )), o erro f pode ser calculado em termos dos erros ( x i ) das grandezas individuais, da seguinte forma: f 2 f 2 f 2 N f 2 ( f ) 2 = ( x 1 ) 2 + ( x 2 ) 2 +... + ( x N ) 2 = ( x i ) 2. (7) x 1 x 2 x N x i Suponha, por exemplo, um conjunto de cem medidas de distância (s) percorrida por um objeto com média 23,4 m e erro 0,6 m. Suponha que para cada uma destas medidas de distância, uma medida de tempo (t ) foi obtida com um cronômetro, de forma que o valor médio deste intervalo de tempo seja 6,04 s com erro 0,02 s. Então, a velocidade média deste objeto, expressa por v m e d = s /t com seu respectivo erro pode ser calculada da seguinte forma: v 2 v 2 ( v ) 2 = ( t ) 2 + ( s ) 2, (8) t s onde s é o erro da medida da distância e t é o erro associado à medida do tempo. Calculando as derivadas parciais da velocidade com relação ao tempo e ao espaço, obtem-se que: v s = 1 t v t = s t. 2 4

Portanto: 1 2 s 2 ( v ) 2 = ( s ) 2 + ( t ) 2. (9) t t 2 Substituindo os valores da distância (23, 4 ± 0, 6 m) e do tempo (6, 04 ± 0, 02 s), obtem-se: 1 2 23,4 ( v ) 2 = (0,6) 2 + (0,02) 2 = 0,00987 + 0.00026 = 0,0101. 6,04 6,04 2 Assim, o erro da velocidade é v = 0,1 m /s, e esta pode ser escrita como v = 3,9 ± 0,1 m /s. VII. ALGARISMOS SIGNIFICATIVOS Algarismos significativos são números que contribuem para a precisão de uma medida. Quando um número é expresso em notação científica, o número de algarismos significativos é o número de dígitos necessários para expressar o número dentro de uma determinada incerteza. Números com três algarismos significativos seriam, por exemplo, 425, 10, 2 e 2, 34. Um caso que geralmente causa confusão é o do número 0,10. Este número tem dois algarismos significativos (o 1 e o 0 à direita da vírgula). O zero à esquerda da vírgula não é significativo. Outro caso semelhante é o número 0,00030. Este número tem apenas dois algarismos significativos (os dois últimos dígitos, isto é, o 3 e o 0). Note que os zero à esquerda do 3 e os zeros antes da vírgula não são significativos. Quando se realiza operações com números com diferentes quantidades de algarismos significativos, deve-se sempre expressar o resultado final com a mesma quantidade de algarismos significativos que o número com a menor quantidade destes. Um exemplo seria a soma 1,0334 + 20,23 + 10,6. A priori, desconsiderando a noção de algarismos significativos, poder-se-ia pensar que o resultado desta soma é 31,8634. No entanto, o número 10,6 tem uma incerteza de ±0,1, de modo que algarismos à direita da primeira casa decimal perdem o sentido, uma vez que a incerteza da primeira casa decimal é maior que os próprios dígitos. Por isto, esta soma deve ser escrita com apenas um algarismo significativo à direita da vírgula, isto é 31,9. Quando uma medida é realizada, pode-se calcular a incerteza associada. Se considerarmos uma régua, cuja menor divisão é da ordem de milímetros, não tem sentido considerar frações de milímetro, pois isto estaria além da capacidade de medição de uma simples régua comum. Ao se apresentar resultados de medidas, considera-se apenas um algarismo significativo para o erro e expressa-se a medida coerentemente com este erro. Isto significa que se o comprimento de um objeto é 11,2 cm e o erro desta medida é 0,5 cm, então a medida deverá ser expressa como 11,2 ± 0,5 cm. Se o erro desta mesma medida fosse 0,256 cm, então o resultado deveria ser expresso como 11,2 ± 0,3 cm, onde o erro de 0,3 cm é o resultado do arredondamento do erro anteriormente expresso. [1] Neste texto, por simplicidade, o autor não faz distinção entre erro e incerteza. [2] José Henrique Vuolo, Fundamentos da Teoria de Erros, Editora Edgard Blücher. 5