Beruflich Dokumente
Kultur Dokumente
Instituto de Física
Departamento de Física da Terra e do Meio Ambiente
TEXTOS DE LABORATÓRIO
SALVADOR, BAHIA
2007
INTRODUÇÃO
TEORIA DE ERROS
PARTE 1
1 - Introdução
As determinações experimentais envolvem medidas e como as medidas
estão sempre sujeitas a alguma incerteza, é preciso fazer-se alguma estimativa
dessas incertezas antes que os resultados possam ser interpretados ou usa-los.
Assim, quando medimos uma grandeza um certo número de vezes, os valores
obtidos provavelmente não serão idênticos devido aos erros experimentais.
Surgem, então, as questões: qual o número que se deve adotar como o
valor mais representativo da grandeza medida? Com que grau de confiança
pode-se afirmar que o número adotado representa este valor?
Assim, para analisar os resultados de uma experiência torna-se
necessário, portanto, fixarem-se critérios para escolher o valor representativo e
seu domínio de flutuação, e estabelecer-se o nível de confiança a tal domínio.
Tais questões são objetos de estudos da teoria dos erros.
Tendo-se pois, uma série de medidas de uma grandeza, com a teoria de
erros, procuramos responder às questões:
3 – Classificação de erros
As medidas experimentais são ordinariamente acompanhadas de alguma
incerteza e esta incerteza limita o objetivo de se conhecer o valor verdadeiro da
grandeza. Têm-se, assim, os erros, os quais podem ser classificados nos
seguintes tipos:
Erros grosseiros são aqueles cometidos devido à falta de atenção ou de
prática do operador. Deste tipo são os erros cometidos em operações
matemáticas, enganos na leitura ou escrita de dados, ou engano na leitura duma
escala. A possibilidade de ocorrência desses erros pode ser bastante reduzida
pela atenção do operador e pela repetição das medidas e dos cálculos.
Erros sistemáticos são aqueles decorrentes de causas constantes e se
caracterizam por ocorrerem sempre com os mesmos valores e sinal. São deste
tipo os erros devidos a aparelhos descalibrados, a métodos falhos, ao uso de
equações incompletas, a condições ambientais inadequadas aos instrumentos
de medida e a hábitos errados do operador. O modo de eliminarem-se esses
erros, ou reduzi-los a um mínimo, é trabalhar com instrumentos calibrados os
instrumentos devem estar "zerados" e, quando for o caso, com a calibração
corrigida para as condições ambientais — com métodos corretos e equações
adequadas. No caso de se ter medidas afetadas por um erro sistemático e se
conheça seu valor e sinal, é possível eliminá-lo, já que ele entra com valor e
sinal iguais em todas as medidas.
Erros acidentais são aqueles devidos a causas fortuitas. Também
chamados de erros aleatórios ou estatísticos, eles resultam do somatório de
pequenos erros independentes e incontroláveis afetando o observador, o
instrumento de medida, o objeto a ser medido e as condições ambientais. São
causas desses erros, por exemplo, a variação do "milímetro" ao longo duma reta
milimetrada; a flutuação dos instrumentos de medida ligados na rede elétrica; a
estimativa que o observador faz na leitura de dados, as pequenas variações da
grandeza medida quando comparadas à sensibilidade do arranjo experimental
(no caso de a variação da grandeza ser bem maior que a sensibilidade do
arranjo experimental, a diferença entre as medidas deve ser atribuída à própria
variação da grandeza). Sendo esses erros originados por um grande número de
causas, todas elas provocando variações, para mais e para menos, de
intensidade dentro da sensibilidade do arranjo experimental, eles obedecem a
leis matemáticas bem definidas e podem ser tratados pela teoria estatística.
4 – População e Amostra
População. As medidas e contagens em estatística, para terem sentido,
devem ser limitadas a certo grupo ou conjunto de objetos ou elementos
chamados em estatística de população. As populações podem ser classificadas
em finitas e infinitas, conforme seja finito ou infinito o número de objetos ou
elementos que as compõem. Exemplo de uma população finita é o número de
eleitores na Bahia (este número é limitado). Exemplo de uma população infinita
é a medida da massa de um objeto (pode-se fazer um número ilimitado de
medidas).
Amostra é uma parte de uma população estatística que foi tomada ao
acaso e usada como base para fazer-se estimativas e tirar-se conclusões sobre
a população. Assim, quando desejamos medir a massa dum objeto, na
impossibilidade de medirmos todos os valores possíveis, o que fazemos é medir
alguns valores e, a partir deles, inferir o valor da massa.
∑ ∑ (X − X) ,
2
U( X ) ≡ xi = i = 1, 2,..., n , (02)
2
i i i
onde, por conveniência, fizemos o somatório dos quadrados dos resíduos igual a
U( X ).
A representação gráfica de U( X ) versus X é uma parábola com a
abertura voltada para cima. As coordenadas U 0 e X de seu vértice dão,
respectivamente, o valor mínimo de U( X ) e, de acordo com o método dos
mínimos quadrados, o valor mais representativo das medidas Xi .
Desenvolvendo o quadrado de U( X ), vem:
U( X ) = ∑ i
Xi − 2 X ∑ i Xi + n X 2 .
2
X =
∑ i
Xi
, i = 1, 2,..., n . (03)
n
X é, assim, a média aritmética dos n valores medidos X i .
μ=
∑ i
Xi
, i = 1, 2, ...N. (04)
N
X=
∑ i
Xi
, i = 1, 2,..., n . (05)
n
Como veremos adiante, na distribuição de Gauss, o v.m.p. X é uma
estimativa do valor verdadeiro μ e é a melhor estimativa que se pode obter dele
sem se fazer medida adicional.
∑ i
di =
2
∑ i
Xi − 2 X
2
∑ i
Xi + n X 2 . (08)
∑ i
di =
2
∑ i
Xi − n X 2 .
2
(09)
∑ i
di = ∑ i
Xi − n X = n X − n X = 0 (10)
X ′ − X ′′
Δ= 100 . (12)
X ′′
X ' e X " podem ser os valores obtidos por dois observadores, ou X ' pode ser
um valor obtido por um observador e X " um valor tabelado ou recomendado da
grandeza.
9 – Exatidão e precisão
Exatidão é uma medida de quão próximo o valor experimental está do
valor verdadeiro. A exatidão tem a ver com os erros sistemáticos e uma medida
é dita ser tão mais exata quanto menores forem estes erros. A exatidão de uma
medida X ' pode ser avaliada pela discrepância relativa (Eq. 14), onde X " é o
valor verdadeiro da grandeza (alguns poucos casos em que ele é conhecido) ou
um valor recomendado. A exatidão é tanto maior quanto menor for a
discrepância relativa.
Precisão é uma medida de quão concentradas estão as medidas
experimentais em torno do valor mais provável. A precisão tem a ver com os
erros aleatórios e uma medida é dita ser tão mais precisa quanto menor forem
estes erros. A precisão duma medida pode ser avaliada através do desvio
relativo (Eq. 13), sendo tanto maior a precisão quanto menor for este desvio.
Uma distinção entre exatidão e precisão está ilustrada na Fig. 1, onde são
mostrados alvos com marcas de balas de dois rifles fixados rigidamente e
mirando o centro de cada alvo. Em ambos os casos, o centro de fogo (valor mais
provável) está sistematicamente deslocado do centro do alvo (valor verdadeiro),
menos em (b) do que em (a). Diz-se, então, que a exatidão em:
(a) (b)
Figura 1
DISTRIBUIÇÃO NOMAL
10 – Freqüência e probabilidade
Quando as medidas experimentais produzem flutuações, a análise dos
dados experimentais requer que se fixem critérios para escolher o valor mais
representativo da série de medidas, para definir um domínio de flutuação para as
medidas e para estabelecer um nível de confiança associado a esse domínio.
Ambos os valores mais representativos e seu domínio de flutuação são
deduzidos univocamente dos dados experimentais e tais questões são o objeto
de estudo da teoria de erros.
Inicialmente, definamos freqüência e probabilidade, dois conceitos
importantes na teoria estatística.
Freqüência absoluta de um acontecimento é o número de vezes que o
mesmo (o quê) ocorreu. Assim, se um dado é lançado 30 vezes e ocorrem 8
duques, a freqüência absoluta do "duque" é 8.
Freqüência relativa, ou simplesmente freqüência é a relação entre o
número de vezes que o acontecimento ocorreu e o número de vezes que ele
poderia ter ocorrido, podendo ser expressa em %. Assim, no exemplo anterior, a
freqüência do "duque" é 8/30, ou 26,7 %.
Probabilidade de um acontecimento é definida como a relação entre o
número de casos favoráveis e o número de casos possíveis. Assim, se
designarmos por p o número de modos possíveis com que um dado evento pode
ocorrer e q o número de modos do evento deixar de ocorrer, as probabilidades P
de sucesso e Q de falha são dadas, respectivamente, por
p q
P= e Q= .
p+q p+q
10 f(x)
8
6
4
2
0
4,01 4,02 4,03 4,04 4,05 4,06 4,07 4,08 4,09 4,10 x(mm)
Figura 2
12 - A Função de Gauss
Na seção anterior, vimos que quando o número de observações é
suficientemente grande, pode-se tomar a freqüência de ocorrência das medidas
pela probabilidade delas ocorrerem.
Se para um grande número de medidas construirmos um gráfico no qual
as abscissas sejam os desvios x — as diferenças entre os valores medidos e o
valor médio das medidas — e as ordenadas sejam as freqüências com que
esses desvios ocorrem, obtemos uma curva do tipo mostrado na Fig. 2. Ela é
denominada curva normal ou curva de Gauss. Sua expressão analítica, chamada
de função densidade de probabilidade normal, ou, simplesmente, função de
Gauss é
h
e− h
2 2
x
f ( x) = . (13)
π
O gráfico de f ( x ) contra x é mostrado na Fig. 3. A curva obtida é do tipo
mostrado na Fig. 2; ela é simétrica em relação a um valor central máximo e
tende assintoticamente a zero.
f(x)
−σ 0 x1 x2 +σ x
Figura 3
f(x)
h grande
h médio
h pequeno
0 x
Figura 4
∑ ∑
2
i
di i
( X i − X )2
s′ = = i = 1, 2,..., n . (16)
n n
Uma expressão alternativa, conveniente para uso de calculadora, é obtida
substituindo-se na Eq. (16), o somatório ∑ i di 2 pela expressão da Eq. (9).
∑
2
i
Xi − n X 2
s′ = i = 1, 2,..., n (17)
n
Infelizmente, apesar de s′ ter uma grande importância teórica, ele não tem
uma maior significância como desvio, porque ele indica apenas como uma
particular série de n valores desviam de seu v.m.p.. Não se sabe, porém, se ele
sistematicamente depende ou não do número de medidas na série. Ademais,
uma nova de série n medidas geralmente não produz nem um v.m.p. idêntico ao
primeiro, nem uma mesma série de desvios, devido às flutuações estatísticas.
Raiz do erro quadrático médio. Uma grandeza mais significativa para a
medida da dispersão, devido a sua conexão direta com a função de Gauss, é a
raiz do erro quadrático médio, σ (letra grega, lê-se sigma). O erro quadrático
médio, eqm, é definido como a média aritmética dos quadrados dos erros de
todos os elementos da população. Ele representa, portanto, o dqm de uma
medida individual em torno da média da população, ou seja, do valor verdadeiro.
O quadrado σ 2 é também denominado variância.
A relação de σ com os parâmetros da função de Gauss é
1
σ= , (18)
h 2
s=
∑d i i
2
=
∑ (X
i i − X )2
, i = 1, 2,..., n . (19)
n −1 n −1
Como na Eq. (17), a expressão de s mais conveniente para uso de
calculadora é
∑
2
i
Xi − n X 2
s= , i = 1, 2,..., n . (20)
n −1
0 1 2 3 4 5 6
Fig. 5
Σ Di 2 − n D 2 , × 10− 4
1175
Desvio padrão : sD = = = ± 0,004848 mm .
6 −1 5
sD = ± 0,0048 mm.
sD 4,848 × 10 −3
Desvio relativo: SD = 100 = ×100 = 7,51 × 10 − 2 %
D 6,4555
Note que os desvios foram escritos com dois significativos, que é a regra a
ser usada em nossos trabalhos. Coerentemente, o v.m.p. deve ser escrito com
dois algarismos duvidosos. O número de significativos para expressar o v.m.p. é
definido pelo desvio padrão. Neste caso, D deve ser escrito como 6,4555 mm e
seus dois últimos algarismos (55) são duvidosos. Caso o desvio padrão fosse
± 0,048 mm, D deveria ser escrito como 6,456 mm e os duvidosos seriam 56.
________________________________________________________________
Exemplo 2- Para a série das 51 medidas apresentadas na Seção 11, calcule o
valor mais provável e o desvio padrão.
Solução:
Utilizando as Eqs. (05) e (17), obtemos para o valor mais provável v.m.p, o
desvio padrão s:
v.m.p.= 4,0540 cm; s = ± 0,0216 cm. s = ± 0,022 cm,
Coerentemente, o vmp = 4,054 cm.
Para o intervalo [µ -σ, µ + σ], a integral da Eq. (21) vale 0,6826. Isso
significa que se deve esperar que 68,26 % das medidas jazam neste intervalo.
Temos, assim, para σ um significado qualitativo (indicação da precisão da
medida), um geométrico (± σ são os pontos de inflexão da curva de Gauss) e um
quantitativo (68,26 % das medidas jazem no intervalo [μ ± σ ].
Para os intervalos [μ ± 2σ] e [μ ± 3σ] as probabilidades são,
respectivamente, 0,9545 e 0,9973. Isto significa que se deve esperar que 95,45
% das medidas jazam no intervalo [μ ± 2σ] e 99,73 %, praticamente todas as
medidas, jazam no intervalo [μ ± 3σ].A probabilidade definida pela Eq. (21),
expressa em %, denomina-se nível de confiança, n.c. Assim, diz-se que o n.c.
para o intervalo [μ ± σ] é 68,26 %.
O problema é que não se conhece nem μ nem σ . O que se conhece são
suas aproximações X e s . A função densidade de probabilidade é gaussiana
para X , mas não é para s. Então, não se deve esperar que probabilidades para
intervalos definidos por s sejam as mesmas para os intervalos definidos por σ.
Quando o número de medidas é suficientemente grande (digamos, maior
que 20) podemos tomar σ por s sem muito erro e, neste caso, os níveis de
confiança são obtidos através da Eq. (21). A Tabela 2 dá os níveis de confiança
para os intervalos [ X ± α s] para n > 20 , ou seja, dá os valores de α pelo
qual se deve multiplicar s para se ter um intervalo com um dado n.c.
Quando n < 20, as probabilidades não podem ser obtidas através da Eq.
(21), já que não é mais possível substituir σ por s . Os valores para α, neste
caso, são obtidos através de uma outra distribuição devida a Student. A Tabela 3
apresenta esses valores de α em função do número de medidas n e para os
níveis de confiança de 60 %, 90 % e 95 %. Por exemplo, para n = 5, o
intervalo com um n.c. de 95 % é dado por [ X ± 2,776 s ].
Tabela 2
Valores de α para n > 20
Nível de confiança n.c. ( % ) α
50,00 0,670
60,00 0,842
68,26 1,000
90,00 1,645
95,00 1,960
95,45 2,000
99,73 3,000
Tabela 3
Valores de α para n ≤ 20
n Nível de confiança, n.c. (%)
60% 90% 95%
2 1,376 6,314 12,706
3 1,061 2,920 4,306
4 0,978 2,353 3,182
5 0,941 2,132 2,776
6 0,920 2,015 2,571
7 0,906 1,943 2,447
8 0,896 1,895 2,365
9 0,889 1,860 2,306
10 0,883 1,833 2,262
15 0,868 1,761 2,145
20 0,861 1,729 2,093
16 – Rejeição de dados
Algumas vezes numa série de medidas ocorrerem valores que diferem
bastante do conjunto. A questão que se coloca é se esses valores
aparentemente anômalos devem ser rejeitados.
Em casos onde se sabe ter havido perturbações físicas durante a
medição (queda de tensão, trompaço na mesa, etc.), as medidas devem ser
rejeitadas, ainda que elas pareçam concordar com as outras. Em outras
situações, onde não se tem conhecimento de perturbações, a rejeição duma
medida é uma questão polêmica. Contudo, um critério comumente usado é
rejeitar-se as medidas cujos desvios em relação ao v.m.p. sejam maiores que
três vezes o desvio padrão. A justificativa para esse critério pode ser deduzida
das Tabelas 2 e 3, onde se constata que, para cinco ou mais medidas, todas
elas praticamente jazem no intervalo [ X ± 3s], sendo praticamente zero a
probabilidade de uma medida jazer fora deste intervalo.
Uma vez eliminada a medida anômala, novo v.m.p. e novo desvio padrão
devem ser calculados com as medidas restantes.
17 – Propagação de erros
Até aqui tratamos com medidas diretas. Trataremos, agora, da quarta
questão posta na Seção 1, qual seja, como tratar as medidas indiretas, ou seja,
aquelas calculadas através de expressões matemáticas envolvendo grandezas
medidas diretamente.
Suponhamos que uma grandeza R é calculada a partir das grandezas
medidas X e Y através duma expressão matemática R = R ( X ,Y ). Então, R tem
um erro como resultado dos erros das grandezas medidas X e Y . (Esses erros
devem ser compatíveis, ou seja, se, por exemplo, um representa um desvio
padrão, os outros devem ser também desvios-padrão.) A relação entre o erro de
R e os de X e Y é determinado pelo cálculo diferencial. Há duas situações
limites. Numa delas — a mais comum — o erro de X não tem qualquer relação
com o de Y e, neste caso, eles são ditos ser independentes. Por exemplo,
suponhamos que a velocidade de um objeto é determinada medindo-se o tempo
de percurso e a distância percorrida. Não há razão para supor-se que se o
tempo for muito grande a distância será também muito grande. Noutras
situações, os erros são relacionados e estes são ditos ser dependentes.
Trataremos, agora, dos erros relacionados às medidas indiretas, ou seja,
aquelas calculadas através de expressões matemáticas envolvendo grandezas
medidas diretamente. Suponhamos que uma grandeza R é calculada a partir das
grandezas medidas X e Y através duma expressão matemática R = R ( X ,Y ).
Nos experimentos realizados aqui no laboratório, as grandezas medidas são
independentes, ou seja, o erro de uma não varia com a outra grandeza medida.
2 2
⎛ ∂ R ⎞ 2 ⎛∂ R⎞ 2
s R = ⎜⎜ ⎟⎟ s X + ⎜⎜ ⎟⎟ sY , (22)
⎝∂ X ⎠ ⎝∂ Y ⎠
onde as derivadas são tomadas nos pontos X = X e Y = Y . Vamos agora
obter expressões para algumas funções que aparecem com mais freqüência em
trabalhos de laboratório.
Produto de fatores elevados a diferentes potências.
Seja R = A X p Y q , onde p e q são valores reais conhecidos e A é uma
constante ou número. As derivadas parciais de R nos pontos X e Y , são
∂R ∂R
= A p X p −1 Y q ; = A q X p Y q −1 ,
∂X ∂Y
as quais, substituídas na Eq. (42) resulta em
p −1 2 2
s R = ( Ap X Y q )2 s X + ( Aq X p Y q −1 )2 sY (23)
Vê-se que quanto maior for o valor absoluto do expoente da grandeza mais
potencialmente ela contribuirá para o desvio de R .
Nos casos particulares de produto ou quociente simples ( R =A X ⋅ Y , ou
R =A X ÷ Y ), onde p = ± 1 e q = ± 1, a Eq. (45) reduz-se a
2 2
⎛ sX ⎞ ⎛s ⎞
sR = R ⎜ ⎟ + ⎜ Y⎟ (25)
⎝ X⎠ ⎝Y ⎠
Soma ou diferença.
Seja R = b X ± cY , onde b e c são constantes reais . As derivadas
parciais de R são
∂R ∂R
=b e = ±c
∂ X ∂ Y
Portanto, pela Eq. (46), tem-se
sR = b2 sX + c2 sY , ou sR = sX + sY se b = c =1. (26)
2 2 2 2
SEÇÃO 1
INSTRUMENTOS DE MEDIDA E MEDIDAS FÍSICAS
I - OBJETIVO
Operar com algarismos significativos, definir o limite do erro instrumental
para instrumentos de medição, definir o desvio avaliado para medidas feitas com
vários instrumentos e realizar medidas físicas.
II - PARTE TEÓRICA
1 – Sensibilidade de um instrumento
A sensibilidade de um instrumento corresponde à menor divisão de sua
escala e para alguns tipos de instrumentos ela é fornecida pelo fabricante. Numa
régua milimetrada a sensibilidade é 1 mm; num micrômetro 0,01 mm.
3 – Desvio avaliado
Quando se vai realizar uma medida, a primeira providência do operador é
definir o desvio avaliado ( sa ) associado à medida a ser feita, para assim
conhecer a posição do algarismo duvidoso. Por exemplo, se o desvio avaliado
para medidas feitas com uma régua milimetrada for de ± 0,5 mm os valores
deverão conter a casa dos décimos de milímetro, sendo, então, dos tipos 30,5
mm , 46,58 cm , 4,00 cm; se para medidas com uma balança o desvio avaliado
é ± 0,1 g, os valores serão do tipo 4,5 g , 23,8 g , 200,0 g .
A definição do desvio avaliado deve levar em conta o l.e.i. do instrumento
de medida utilizado, o objeto a ser medido, o processo de medida e, em alguns
casos, as condições ambientais. Seu valor é nunca menor do que o do l.e.i. do
instrumento de medida, podendo ser igual a este se as condições de medida
forem favoráveis. Por exemplo, se a medida a ser feita é a da largura de um
objeto que tem arestas bem definidas e a régua pode encostar-se ao objeto,
pode-se tomar o desvio avaliado igual ao l.e.i. da régua. Entretanto, se o objeto
possuir contornos abaulados, o correto é tomar-se o desvio avaliado maior que o
l.e.i. Igualmente, se a corrente elétrica que está sendo medida oscila, deve-se
avaliar a amplitude de oscilação para definir o desvio avaliado, o qual será maior
que o l.e.i.
O desvio avaliado deve ser usado como desvio da medida nos casos de se fazer
poucas medidas (até três), quando as medidas repetidas têm o mesmo valor, ou
quando o desvio padrão calculado para uma série de medidas for menor que ele.
(Sobre o desvio padrão, veja a Seção 13, capítulo 1).
Medida interna
Parafuso de fixação
Medida de profundidade
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Haste
0 1 2 3 4 5 6 7 8 9 10
Medida externa
Figura 1.1
0 10
5
0 5 10
Figura 1.2a
0 1 2 3 4
0 1 2 3 4 5 6 7 8 9 10
Figura 1.2.b
Na Fig.1.3 o vernier da figura 1.2a foi movido para a direita e seu "0" caiu entre
as marcas de 67 e 68 mm da escala principal. Note que a divisão 7 do
vernier foi a que melhor coincidiu com uma marca da escala principal (a marca
74mm).
70 75 80
Vernier 0 5 10
Fig. 1.3
150 160
0 1 2 3 4 5 6 7 8 9 0 Vernier
Fig. 1.4
Fig. 1.5
Fig. 1.6
0 1 2 3 4 5 6 7 8 9
0 1 2 3 4 5 6 7 8 9 10g
Fig. 1.7
I - OBJETIVO
Estudar o modelo estatístico de distribuição das pintas produzidas pelos
impactos sucessivos no solo de uma esfera lançada através de uma calha sob
as mesmas condições.
II - PARTE TEÓRICA.
O espalhamento ou dispersão das pintas produzidas num papel colocado
no solo pelos impactos de uma esfera de aço solta várias vezes de uma mesma
posição de uma calha e sob as mesmas condições, é um excelente exemplo de
flutuações aleatórias devidas a um grande número de perturbações afetando o
sistema. Neste experimento será feito um estudo quantitativo da dispersão
longitudinal das pintas produzidas sobre um papel quadriculado por um
determinado número de impactos sob as mesmas condições.
I - OBJETIVO
Determinar parâmetros que avaliem vantagens mecânicas e eficiência de
máquinas simples.
II - PARTE TEÓRICA
Uma máquina simples é qualquer dispositivo mecânico simples pelo qual
o módulo, direção ou método de aplicação de uma força é mudado de modo a
obter-se alguma vantagem prática. Elas são encontradas em muitas atividades
em escritórios, oficinas e fábricas, sempre para ajudar as pessoas a realizarem
determinadas tarefas. Exemplos de máquinas simples são a alavanca, o plano
inclinado e a roldana.
Na medida que as máquinas movem objetos através de alguma distância
pela aplicação de uma força, elas podem também ser definidas como
dispositivos que ajudam as pessoas a produzir trabalho. Uma máquina, todavia,
não multiplica trabalho. O trabalho realizado por uma máquina é nunca maior do
que o trabalho fornecido a ela. Pelo princípio da conservação da energia, o
trabalho fornecido a uma máquina é igual ao trabalho realizado por ela mais o
trabalho despendido com o atrito.
Desde que máquinas são usadas para exercer uma grande força pela
aplicação de uma força menor, uma máquina pode ser vista como tendo uma
vantagem de força ou vantagem mecânica. Para uma dada força resistente, a
quantidade de força aplicada dependerá do tipo da máquina e da quantidade de
atrito presente.
Se uma máquina simples eleva um peso W através de uma altura h pela
aplicação de uma força F a qual é movida através de uma distância d, na
ausência de perdas por atrito o trabalho realizado W⋅ h é igual ao trabalho
fornecido F⋅ d. Havendo atrito, tem-se W⋅ h ≠ F⋅ d e, portanto, W / F ≠ d / h .
Os parâmetros que se seguem são alguns dos utilizados na avaliação
mecânica de uma máquina simples.
vF d / t d
R v= = = = VMI (3.4)
vw h / t h
Vê-se que, numa máquina, multiplica-se força em detrimento de velocidade e
vice-versa.
Fig. 3.1
3.1.1- PROCEDIMENTO EXPERIMENTAL
1. Monte o plano inclinado e meça o ângulo de inclinação θ. Ajuste o carro no
trilho do plano e até o porta-peso através de um fio passando pela roldana.
2. Produza um deslocamento d no porta-peso, meça o conseqüente
deslocamento vertical h produzido na carga W e calcule VMI usando a Eq. (3.1).
3. Coloque um peso no carro e considere a carga W como este peso mais o
peso do carro. Adicione pesos no portas-peso e, dando leves toques no plano,
determine a força F s (incluindo o peso do portas-peso) necessária para o carro
subir o plano com velocidade constante. Calcule VMR usando a Eq. (3.2)
4. Calcule a eficiência η.
sistema 1 sistema 2
F F
Fig. 3.2a
sistema 3 sistema 4
F
F
Fig. 3.2b
Nos sistemas 2, 3 e 4, o peso P que se deseja levantar é pendurado numa
roldana móvel, a qual tem um peso próprio Q, e este peso pode ou não ser
considerado como carga útil. Na Eq. (3.3), se a carga W é apenas o peso P o
rendimento assim calculado é denominado rendimento verdadeiro (ηv); se a
carga W inclui o peso da roldana, isto é, W = P + Q, o rendimento é dito
rendimento falso (η).
Perdas devido ao peso da parte móvel, pp. O rendimento falso seria
válido se a roldana fosse carga útil, o que não é correto. Definem-se, então, as
perdas devido ao peso próprio da parte móvel como,
pp = η – ηv (3.5)
pa = 1 – η (3.6)
I - OBJETIVO
Construir gráficos lineares, logarítmicos e semilogarítmicos; obter
equações empíricas utilizando métodos gráficos; comprovar leis físicas utilizando
métodos gráficos.
II - PARTE TEÓRICA
Com a análise gráfica busca-se um modo rápido e conveniente de
visualizar e interpretar relações existentes entre dados experimentais de
grandezas relacionadas. De um gráfico, portanto, espera-se que ele possa ser
fácil e rapidamente interpretado e que forneça o maior número possível de
informações ( veja apêndice II ).
y y = Ax+B y y = kx
n
y y = kxn
2
1
n>1
n<0
A<0 A>0
0 x x x
(a) Linear (b) Potência (c) Potência
y y = kxn y
c>0 cx
y = ke
0<n<1
c<0
x x
(d) Potência (e) Exponencial
Fig. 4.1
z2 − z1
α=
u 2 − u1 . (4.3)
Numa outra situação, admita que há razões para supor-se que duas
grandezas T e m obedeçam a uma relação funcional do tipo T= k m. A partir
desta hipótese, tenta-se a linearização fazendo-se o gráfico de T contra m . Se
o resultado é uma reta, isto significa que a hipótese é correta e, então, a
constante k pode ser determinada através da Eq. (4.3).
FUNÇÃO DE POTÊNCIA
Sejam duas grandezas x e y que se relacionam por uma função de
potência do tipo
y =k xn. (4.4)
Se se aplica o logaritmo decimal a ambos os membros desta equação, o
resultado é a expressão:
log y = log k + n log x. (4.5)
Portanto, o gráfico de log y contra log x resultará numa reta, de equação
idêntica à Eq. (4.1) (se se muda y por log y e x por log x), cujo coeficiente
angular n é dado por
log y2 − log y1
n= , (4.6)
log x2 − log x1
onde as coordenadas dos pontos (log x1 , log y1) e (log x2 ,log y2 ) são lidas
diretamente no gráfico. O coeficiente linear da reta é log k e o valor de k, pela
própria definição de logaritmo, é dado por k = 10log k.
Cabe, aqui, uma consideração sobre o valor de n obtido pela Eq. (4.6). Na
maioria das equações que expressam fenômenos físicos os expoentes são, ou
frações simples, ou números inteiros, tais como 2, 1/2, -2, -3/4, 1, etc. Então, o
valor calculado de n deve ser aproximado, dentro do erro experimental, para
inteiro ou relação entre inteiros. Por exemplo, 0,493 ≈ 1/ 2; - 0,991 ≈ - 1; 1,49 ≈
3/ 2; - 2,01 ≈ -2; 0,334 ≈ 1/ 3 ; - 1,486 ≈ - 3/2.
I - OBJETIVO
Determinar a constante elástica duma mola, investigar as transformações
de energia numa mola vibrante e estudar o comportamento inelástico duma mola
sob pequenas forças.
II - PARTE TEÓRICA
Quando uma carga é gradualmente aplicada na extremidade livre de uma mola
suspensa num suporte fixo, a mola distende-se até a tensão na mola justamente
para contrabalançar o peso da carga. Se a mola é do tipo elástica, ou seja, se
ela retorna a suas dimensões originais logo que a carga aplicada é removida,
verifica-se experimentalmente que, dentro de limites da carga, a distensão x
produzida na mola é proporcional à força F nela aplicada. Essa é a lei de Hook
para uma mola elástica, cuja expressão matemática é:
F = k x, (5.1)
Fig. 5.1
P
P
P
Fig. 5.2
1
W’ k = k [ (x2 - x0)2 – (x1 - x0)2 ]; W’g = m g (x2 - x1) (5.4)
2
5.2.1 - PROCEDIMENTO EXPERIMENTAL
1. Usando a montagem da Fig. 5.1, ponha uma massa inicial no porta-peso para
relaxar alguma tensão inicial da mola e registre a posição xo a que desce o porta-
pesos (Fig. 5.2).
2. Agora, adicione uma massa m conhecida no porta-pesos sustentado na mão,
permita-o descer um pouco até a marca x1, solte-o deste ponto e, após algumas
tentativas, determine o valor x2 como o ponto mais baixo atingido pelo porta-
pesos. Anote os valores de m, x1 e x2.
3. Com os valores medidos e o valor obtido para k, calcule Wk e Wg usando as
Eqs. (5.4). Utilize o sistema MKS ou CGS e o valor de g local.
4. Compare os valores de Wk e Wg e, dentro do erro experimental, discuta a
conservação de energia no experimento. Dê sua conclusão sobre os resultados
do experimento.
I - OBJETIVO
Utilizar um método experimental para estudar como o período de um
pêndulo depende de vários fatores; determinar o valor da aceleração g devida à
gravidade.
II - PARTE TEÓRICA
Movimento periódico é um tipo de movimento onde o mesmo percurso é
repetido em intervalos iguais de tempo. Se este percurso repetido
periodicamente é do tipo vai-e-vem, o movimento é dito ser vibratório. O
percurso completo de vai-e-vem deste tipo de movimento é denominado
vibração e o tempo gasto em fazer uma vibração é chamado período. O
número de vibrações por unidade de tempo é a freqüência, o deslocamento a
partir do ponto central é a elongação e a elongação máxima é denominada
amplitude. Um tipo especial de movimento vibratório, em que a força
restauradora é proporcional à elongação da partícula vibrante e de sinal contrário
a essa elongação, é denominado movimento harmônico simples (m.h.s.).
O pêndulo simples é o exemplo mais conveniente de um sistema que
executa m.h.s. Idealmente, o pêndulo simples é definido como uma partícula
suspensa por um fio inextensível e sem peso. Na prática, ele consiste de
uma esfera de massa m suspensa por um fio cuja massa é desprezível em
relação à da esfera e cujo comprimento L é muito maior do que o raio da esfera.
A Fig. 6.1 mostra um pêndulo simples afastado de uma elongação θ da
vertical (posição de equilíbrio). As forças que atuam sobre a esfera são seu peso
r r
m g e a tensão na corda F . Decompondo o peso ao longo do fio e da
perpendicular a ele, vemos na Fig. 6.1 que o componente tangencial mg senθ é
a força restauradora do movimento o oscilatório.
F
mg mg cosθ
mg senθ
Fig. 6.1
T é tanto menor quanto maior for n .Então, o número n deve ser escolhido em
função da precisão que se deseje para a medida de T.
L ⎛ 2θ θ
12 12 32 ⎞
T = 2π ⎜ 1 + 2 sen + 2 ⋅ 2 sen 4 + ⋅ ⋅⋅⎟ . (6.4)
g ⎝ 2 2 2 4 2 ⎠
Vê-se, pois, que o período depende de θ. Para θ = 5° o período real
dado pela Eq. (6.4) difere do valor aproximado dado pela Eq. (6.1) em 0,05 %.
Assim, na Eq. (6.4), podemos tomar o fator 2π L g como igual ao período
medido para θ < 5°.
da lei é verificada.
6.4.1 - PROCEDIMENTO EXPERIMENTAL
1. Monte o pêndulo com um comprimento L não menor que 40 cm, medido
com precisão do ponto de suspensão ao centro da esfera. Ponha o pêndulo
para oscilar com pequena amplitude e determine o período de oscilação pelo
método descrito no Experimento 6.1.
2. Repita este procedimento para, pelo menos, seis valores de L, com
intervalos não menores que 15 cm e construa uma tabela com os pares de
valores medidos (L ,T).
3. Com os pares de valores (L ,T) use o método da anamorfose (Seção 4.4.1) e,
tomando para g o valor local, verifique a validade da Eq. (6.1). Dê sua
conclusão sobre a validade da lei.
I - OBJETIVO
Verificar as conservações de momento e energia cinética em colisões
elásticas em uma e duas dimensões.
II - PARTE TEÓRICA
Colisão é um evento isolado no qual forças relativamente grandes atuam
em cada uma das partículas que colidem durante um intervalo de tempo
relativamente curto. Quando dois corpos colidem exercem forças iguais e
opostos sobre cada um, fazendo com que o momento linear e a energia cinética
de cada corpo varie. Se a energia cinética total dos corpos que colidem se
conserva, ou seja, se ela é a mesma antes e após a colisão, esta é dita ser
perfeitamente elástica. O momento linear total é sempre conservado, quer a
colisão seja elástica ou não, desde que as forças nela envolvidas sejam apenas
forças internas, ou seja, aquelas forças devidas às interações resultantes da
colisão. Muitas das colisões envolvendo partículas atômicas são do tipo elástica.
Apesar de não serem perfeitamente elásticas, colisões com esferas de aço e de
vidro possuem um alto grau de elasticidade.
r
Quando duas esferas de massas m1 e m 2 , deslocando-se com velocidades u 1 e
r
u2 , respectivamente, colidem num plano horizontal e saem com velocidades
r r
v 1 e v2 , se ambos, momento linear e energia cinética, são conservados, as leis
u1 = v1 + v2 (7.3)
u12 = v 12 + v 2 2 (7.4)
v2
m1
2i
θ2
Q
u1
R
θ1
m2
v1
Fig. 7.1
Desde que a energia cinética seja uma grandeza escalar e não um vetor,
a Eq. (7.4) aplica-se a qualquer tipo de colisão elástica onde a esfera alvo esteja
inicialmente em repouso, quando se considera a conservação de energia.
IV - DESCRIÇÃO DO APARELHO
Fig. 7.2
0 x
Fig. 7.3
m2
Calha
Fig. 7.4
I - OBJETIVO
Estudar as conservações de energia e de torque para sistemas em
rotação e determinar experimentalmente o momento de inércia de um disco em
torno de seu eixo.
II - PARTE TEÓRICA
O aparelho mostrado na Fig. 8.1 provê um método experimental de
determinar-se o momento de inércia do disco girante, como também de fazer-se
a análise energética do sistema em rotação e avaliar-se os torques que atuam
neste sistema, quando o momento de inércia é conhecido. Ele consiste de um
disco de aço D e de um tambor de plástico T montados rigidamente num eixo
r
horizontal em torno do qual o conjunto pode girar. Um peso mg , suspenso na
extremidade de um fio que está enrolado no tambor, produz a força motora que
supre o torque necessário para girar o disco e, assim, fazer descer a massa m.
mg
Fig. 8.1
III - PARTE EXPERIMENTAL
I - OBJETIVO
Estudar as condições de equilíbrio de uma barra rígida sujeita a forças
verticais.
II - PARTE TEÓRICA
Se se aplica uma força num ponto de uma barra rígida apoiada, a barra
poderá ter a tendência a girar e a essa tendência de giro em torno dum eixo
denomina-se torque .
r r
Define-se o torque τ produzido por uma força F em relação a uma origem O,
pelo produto vetorial
r r r
τ =r ×F, (9.1)
τ y
0
r
x d F
Fig. 9.1
r r
onde r é o vetor posição do ponto de aplicação da força F , ambos contidos
r
no plano xy (Fig. 9.1). Definido desta forma, o vetor torque τ , de acordo com
r
as regras do produto vetorial, é perpendicular ao plano que contém O e F .
r
Assim, a linha de ação de τ representa o eixo em torno do qual o corpo tende a
r
girar quando fixo em O e sujeito à força F . Este eixo é denominado eixo de
r
torque. Na Fig. 9.1, τ coincide com o eixo-z e tem o sentido de + z.
O módulo do torque é dado por
τ = Fr sen θ, ou, τ = Fd , (9.2)
r r
onde θ é o ângulo entre os vetores τ e d = r sen θ é a distância
F e
r
perpendicular de O à linha de ação de F , denominada braço de alavanca de
r
F em relação a O.
r
Σ F ext = 0 (9.3 )
e
r
Σ τ ext = 0 (9.4)
2. CENTRO DE GRAVIDADE
d x l
G’ G
F
W
Fig. 9.2
I - OBJETIVO
Estudar as propriedades de um pêndulo físico e calcular a aceleração g
devida à gravidade.
II – PARTE TEÓRICA
Qualquer corpo rígido que é posto a oscilar em torno de um eixo horizontal
e sob a ação de seu próprio peso é denominado pêndulo composto ou pêndulo
físico.
S
θ h L
h’
G
0
mg
Fig. 10.1
&&
onde I é o momento de inércia do corpo em relação ao eixo de suspensão e θ
significa a derivada segunda de θ em relação ao tempo; o sinal negativo indica
que o torque é restaurador, ou seja, ele atua sempre no sentido de anular o
ângulo θ .
Para movimentos de pequenas amplitudes podemos fazer sen θ ≈ θ e a
Eqs. (10.1) reduz-se, a
&& + m g h θ = 0
Iθ (10.2)
que a equação de um movimento harmônico simples, cuja solução para o
período de oscilação T é
I
T= 2π (10.3)
mgh
Cutelo
Anel
Placa
Fig. 10.4
O pêndulo físico que iremos estudar é um anel homogêneo, portanto com
o baricentro coincidindo com seu centro geométrico e delgado ou seja, sua
espessura é muito pequena quando comparada com o diâmetro. O anel será
posto a oscilar em torno de um cutelo que intercepta um dos pontos de seu arco
(Fig. 10.4). O momento de inércia do anel em torno de tal eixo de suspensão é ,
de acordo com a Eq. (10.5)
mD 2 D 1
I= + m( ) 2 = m D 2 , (10.14)
4 2 2
onde Io = m D2/4 é o momento de inércia de um anel delgado em relação a um
eixo passando por seu baricentro. A substituição desta expressão de I na Eq.
(10.3) resulta para o período
D
T= 2π , (10.15)
g
Potência [M] [L]2 [T]- g cm2 s-3 erg/s kg m2 s-3 Watt (W)
3
Pressão [M] [L]-1 g cm-1 s-2 dyn/cm2 kg m-1 s-2 Pascal (P)
[T]-2
Torque [M] [L]2 [T]- g cm2 s-2 dyn·cm kg m2 s-2 N·m
2
Fig. 4.1
• Trace a melhor linha contínua através da média dos pontos. A curva não
precisa passar necessariamente sobre os pontos. Se a linha for uma reta,
trace-a usando pontos médios dum grupo de pontos. Locados (na Fig. 4.1 os x
indica os pontos médios). Use linha interrompida para traçar os trechos
extrapolados, isto é, aqueles fora da região medida.
• Leia as coordenadas dos pontos a serem usados no cálculo dos parâmetros
com a melhor precisão possível. Esses pontos devem ser escolhidos não muito
próximos entre si e, preferencialmente, em interseções da reta com
cruzamentos das linhas do papel de gráfico de modo a reduzir erros de
avaliação.
BIBLIOGRAFIA