INTRODUO A TEORIA DE ERROS

Profa. Msc. Terezinha Saes de Lima Instituto Tecnolgico de Aeronutica ITA Centro Tcnico Aeroespacial CTA Praa Marechal Eduardo Gomes, 50. Vila das Accias, So Jos dos campos SP. tereza@ita.br Resumo. Quando procuramos obter resultados atravs de observaes experimentais, devemos ter sempre mente que nossas observaes sero sempre limitadas, no sentido de que jamais retratam com perfeio absoluta a natureza observada. Dessa forma, quando relatamos o resultado da medio de uma grandeza, de suma importncia sabermos quantificar a qualidade do resultado, ou seja, precisamos informar quo boa foi a nossa medio. Para entender como isso deve ser feito, introduziremos alguns conceitos fundamentais (Stempiniak, 1997), e depois abordaremos os itens mais relevantes da Teoria de Erros (Vuolo, 1995). Palavras chaves: Desvios, Erros, Algarismos Significativos, Propagao de incertezas, Grficos. 1. Definies e conceitos importantes As definies aqui apresentadas foram extradas do Guia da Incerteza de Medio, 2003. Medio: Conjunto de operaes que tm por objetivo determinar o valor de uma grandeza. Mensurando: Grandeza especfica submetida medio. A especificao de um mensurando pode requerer a informao de outras grandezas, como temperatura, presso, etc... Resultado de uma medio: Valor atribudo ao mensurando, obtido por medio. Uma expresso completa do resultado inclui informaes sobre a incerteza da medio. Valor verdadeiro: Valor consistente com a definio de uma dada grandeza especfica. o valor que seria obtido por uma medio perfeita. Erro: Resultado de uma medio menos o valor verdadeiro. Desvio padro experimental: Resultado que caracteriza a variabilidade dos resultados de uma srie de medies, ou melhor, caracteriza a disperso (em torno da mdia) dos resultados de uma srie de medies. Incerteza de medio: Parmetro, associado ao resultado da medio, que caracteriza a disperso dos valores que podem ser razoavelmente atribudos a um mensurando. Repetitividade: Grau de concordncia entre resultados de medies sucessivas de um mesmo mensurando, efetuadas sob as mesmas condies de medi. Valor mdio verdadeiro: o valor mdio que seria obtido de um nmero infinito de observaes feitas em condies de repetitividade. Erro estatstico ou aleatrio: o resultado de uma medio menos a mdia que resultaria de um nmero infinito de medies de um mesmo mensurando, efetuadas sob condies de repetitividade. Erro sistemtico: Mdia que resultaria de um nmero infinito de medies de um mesmo mensurando, menos o valor verdadeiro do mensurando. Incerteza padro: Incerteza do resultado de uma medio expressa com um desvio padro.

Nvel de confiana: Indica a probabilidade que um resultado estar correto. Exatido: Grau de concordncia entre o resultado de uma medio e o valor verdadeiro do mensurando. Preciso: Indica o grau de concordncia entre os diversos resultados experimentais obtidos em condies de repetitividade. comum ocorrer certa confuso entre os conceitos de preciso e exatido. Vamos, pois, tornlos mais claros atravs de um exemplo: Em uma competio de tiro ao alvo, um competidor conseguiu que todos os seus tiros ficassem distribudos de maneira dispersa em torno do alvo central. Um segundo atirador, teve uma outra habilidade: conseguiu concentrar todos os seus tiros em uma certa regio localizada ao lado do alvo central. Apesar de seus tiros ficarem todos concentrados, no conseguiu atingir o alvo central. J um terceiro competidor teve a destreza necessria para conseguir concentrar todos os tiros exatamente em cima do alvo. Nesse exemplo, o primeiro atirador efetuou disparos poucos precisos, pois seus tiros ficaram todos dispersos em torno do alvo central. O segundo atirador conseguiu atirar de maneira bastante precisa, pois seus tiros ficaram bem concentrados. Em contrapartida, por no ter conseguido acertar o alvo, os disparos do segundo atirador no foram exatos. J o terceiro competidor conseguiu concentrar duas habilidades: tiros exatos e precisos. Os tiros foram exatos porque atingiram o alvo e foram precisos porque todos ficaram bem concentrados (houve pouca disperso). 2. Tipos de Erros. Existem dois tipos de erros que podem ocorrer em uma medio. Considere que, em um certo experimento, tenham sido efetuadas n medies. Certamente os n resultados no sero idnticos. Podemos identificar, no experimento realizado, algumas fontes de erro. 2.1. Erro estatstico o erro que resulta de uma flutuao no resultado da medio . o erro que resulta de uma variao aleatria no resultado da medio que, por algum motivo, no podem ou no so controlados. Uma corrente de ar, por exemplo, pode gerar um erro. Exemplo: quando medimos a massa atravs de uma balana, algumas correntes de ar ou mesmo vibraes podem introduzir este tipo de erro. 2.2. Erro sistemtico O erro sistemtico presente nos resultados sempre o mesmo quando a medio repetida. Assim, o efeito de um erro sistemtico no pode ser avaliado simplesmente repetindo medies, sendo, pois, bem mais difcil de ser estimado. Os erros sistemticos podem ser classificados em: (a) Erro sistemtico instrumental: est relacionado com a calibrao do instrumento. (b) Erro sistemtico ambiental: um erro devido a efeitos do ambiente sobre o experimento. Os fatores que podem gerar esse tipo de erro so: temperatura, presso, umidade, acelerao da gravidade, campo magntico da Terra, luz, entre outros. (c) Erro sistemtico observacional: o erro sistemtico devido a falhas de procedimento ou devido impercia do observador. Um observador que no l adequadamente o ponteiro de um medidor pode introduzir este tipo de erro no experimento.

3. Algarismos significativos As medies de uma certa grandeza nunca exprimem com certeza o valor verdadeiro desta grandeza: por mais preciso que tenha sido o processo de medio, existe sempre uma incerteza intrnseca associada a este processo. Convm, ento, saber quo certo o resultado obtido e como se deve express-lo de maneira correta. Para tanto, uma das preocupaes fundamentais a que deve se ater o observador em expressar sua resposta com a quantidade correta de algarismos.

Figura 1: Medio do comprimento de uma Barra Metlica (exemplo ilustrativo). Por exemplo, (Fig.1) considere algum que, munido de uma rgua milimetrada, mede o comprimento de uma barra e observa que este deve estar entre 27mm e 28mm. Sabe-se que o comprimento certamente 27,x mm, mas n se tem certeza. Pode-se especular qual deve ser o valor de x, mas no se pode saber, apenas utilizando a rgua, qual deve ser o valor exato de x. Algum poderia dizer que seria 27,5mm, enquanto que outra pessoa poderia dizer que seria 27,8mm. Em resumo, nesta medio efetuada tem-se certeza em dois algarismos (2 e 7), e o terceiro algarismo (x) duvidoso. Os algarismos dos quais se tem certeza so chamados de algarismos exatos, e o algarismo do qual no se tem certeza dito algarismo duvidoso. Os algarismos exatos mais o duvidoso compem os algarismos significativos de uma grandeza. Note que, no exemplo, o resultado 27,5mm teria trs algarismos significativos (os algarismos 2, 7 e 5), sendo dois exatos (os algarismos 2 e 7) e um duvidoso (o algarismo 5). Voltando ao exemplo da medio do comprimento da barra, note que no faria sentido algum algum apresentar como resposta de sua medio o valor 27,75mm. Isso porque no se tem certeza quanto ao primeiro nmero que aparece depois da vrgula (o algarismo 7 j duvidoso), no sendo, pois, coerente apresentar mais um algarismo depois daquele que j duvidoso. 3.1. Operaes com algarismos significativos Como j foi dito, quando efetuamos medies, nunca temos certeza se o valor aferido corresponde, de fato, ao valor verdadeiro daquilo que medimos. Logo, existe um limite na quantidade de algarismos significativos em nossas respostas, j que sempre existe um algarismo duvidoso. Nos processos de medies, podemos avaliar a quantidade de algarismos significativos de nossas respostas atravs: da sensibilidade e preciso do instrumento com o qual fazemos a medio; da percia do observador; da incerteza associada grandeza que medimos. No exemplo anterior da escala milimetrada, vimos que no conveniente expressarmos a resposta de uma medio como sendo 27,75mm, ou seja, ou damos a resposta como 27,7mm ou como 27,8mm (a regra de arredondamento ser apresentada depois). Mas se esta medio fosse realizada com outro equipamento, como um paqumetro digital (INMETRO,1995), no absurda a resposta 27,75mm. Isso porque este tipo de aparelho permite tal preciso. Normalmente, quando

vamos expressar o valor de uma grandeza, a quantidade de algarismos significativos de nossa resposta ficar sujeita incerteza existente em tal grandeza. Isso ser discutido adiante. 3.2. Contagem dos Algarismos Significativos. No caso do nosso exemplo do comprimento da barra, fcil ver que: 27,5mm (medio com a escala) um nmero que tem 3 algarismos significativos; 27,75mm (medio feita com o paqumetro digital) um nmero que tem 4 algarismos signifcativos (note que agora os nmeros 2, 7 e 7 compem os algarismos exatos, enquanto que o algarismo 5 duvidoso).

Imagine, porm, que tivssemos que saber quantos algarismos significativos tem o nmero 0,00129. Quando necessrio contar os algarismos significativos, ou mesmo expressar um resultado, o mais conveniente expressar em notao cientfica, pois fica imediato o reconhecimento da quantidade de algarismos significativos. Assim: 0,00129 = 1, 29 x 10-3 com a notao acima, reconhecemos que o nmero possui 3 algarismos significativos. A seguir, alguns exemplos para elucidar esse conceito: 1012 = 1,012 x 103 (quatro algarismos significativos) 0,012 = 1,2 x 10-2 (dois algarismos significativos) 1,3 x 10-2 (dois algarismos significativos) 130 = 1,30 x 102 (trs algarismos significativos) 0,11 = 1,1 x 10-1 (dois algarismos significativos) Note que as quantidades de algarismos significativos de 0,11 e 0,110 no so as mesmas, assim como as de 8,5 e 8,50, 100 e 100,0. 3.3. Operaes matemticas com algarismos significativos Recorrendo ao exemplo da barra, imagine que queiramos determinar a razo de seu comprimento por sua espessura. O comprimento, medido com uma escala milimetrada, foi registrado como 27,5mm. Para a espessura, medida posteriormente com a mesma escala, foi encontrado o valor de 12,0mm. Se fizermos os clculos com uma calculadora, obtemos um valor para a razo igual a R = 2,291666666.... Nesse caso, pode surgir a pergunta: com quantos algarismos significativos devemos expressar a nossa resposta para R? Para responder a essa pergunta, devemos contar os algarismos significativos dos operandos e depois aplicar a seguinte regra: no caso de adio e subtrao: em geral, a resposta no deve ter mais casas decimais que a parcela mais pobre em casas decimais. No caso de adio e subtrao o bom senso acaba sendo a arma mais eficaz para expressar a resposta com a quantidade correta de algarismos significativos. no caso da multiplicao e diviso e em geral das outras operaes: a quantidade de algarismos significativos da resposta igual quantidade de significativos do operando que tiver a menor quantidade de algarismos significativos. Exemplos: 1,6 + 2,39 + 500,004. Fazendo os clculos, obtm-se: 503,994. Porm, aplicando o bom senso, notamos que a primeira parcela (1,6) nos leva a concluso de que o primeiro dgito depois da vrgula duvidoso. Logo, na resposta final, o primeiro dgito aps a vrgula j sendo duvidoso,

no faz sentido expressar as demais casas decimais. Devemos arredondar a resposta, ento, para: 504,0 (as regras de arredondamento sero dadas posteriormente, Vuolo, 1995). 1,506 x 50,5. Fazendo os clculos: 76,053. Utilizando a regra, verificamos que a resposta deve ter somente 3 algarismos significativos, ou seja, a resposta : 76,1. Note que se tivssemos arredondado os operandos antes de multiplicarmos, obteramos uma outra resposta. Portanto, no devemos arredondar os operandos antes de efetuarmos a operao. 250 x sen(15). Fazendo os clculos: 64,70476... Utilizando, porm, a regra proposta, conclumos que o resultado 6,5x101.

Voltando ao nosso exemplo sobre o clculo da razo entre o comprimento da barra e a espessura, observando a regra anterior, obtemos R = 2,29. OBS: essas regras fornecem uma maneira bastante prtica de obter uma resposta com a quantidade correta de algarismos significativos. Entretanto, o processo mais criterioso para trabalhar corretamente com os algarismos significativos envolve a teoria de propagao de incertezas. 3.4. Critrios para arredondamento Quando aparecer a necessidade de efetuar algum arredondamento, podemos apelar normalmente ao bom senso, arredondando sempre para o nmero mais prximo. Assim, quando precisamos arredondar 64,70476 para um nmero com somente dois algarismos significativos, podemos nos perguntar: arredondar para 64 ou para 65? Todavia, se observarmos o nmero 64,70476, constatamos que ele est mais prximo de 65 do que de 64. Logo a resposta do arredondamento 65. Nos casos gerais, podemos estabelecer a seguinte regra: quando for necessrio arredondar um nmero ::::W;ZY Xabcd:::, sendo abcd os algarismos que devem ser retirados (cortados): se abcd estiver entre 0000 e 4999, ento arredondamos para baixo; se abcd estiver entre 500...01 e 9999, ento arredondamos para cima; se abcd for 500...000, arredondamos de modo que o algarismo X, aps o arredondamento, seja par. A seguir, damos alguns exemplos em que os nmeros foram arredondados para obter uma resposta final com trs significativos: 17,365 17,4; 0,010239 0,0102; 2,645 2,64; 2,693 2,69 4. Clculo de erros 4.1. Valor mdio do mensurando Dado um conjunto de n medies cujos resultados foram: y 1 , y 2 ,........., y n ,o valor mdio dos n resultados dado por:

y=

y 1 + y 2 + ...... + y n 1 n = yi n n i =1

O valor mdio verdadeiro de um conjunto de medies o valor mdio que seria obtido quando fossem feitas infinitas observaes. Em fins prticos, impossvel levantar infinitas medies de um mensurando. Logo, para um nmero finito n, o valor mdio nos fornece a melhor estimativa do valor mdio verdadeiro, sendo esta estimativa to melhor quanto maior for o nmero de observaes n. Em geral, o valor mdio o que melhor representa a grandeza medida.

4.2. Desvios Para o nosso interesse, podemos tratar de dois tipos de desvios: Desvio padro experimental e Desvio padro do valor mdio. 4.2.1. Desvio padro experimental Para um conjunto de n medies, o desvio padro experimental um parmetro que caracteriza quo dispersos esto os valores obtidos. Isso significa que se os resultados forem bastante prximos uns dos outros, ento o desvio padro ser pequeno, e se os resultados forem dispersos, o desvio padro ser grande. O desvio padro experimental pode ser calculado atravs de:
=
1 n ( yi y )2 n 1 i =1

4.2.2. Desvio padro do valor mdio Como j vimos, para conhecer o valor mdio verdadeiro, seria necessrio efetuar infinitas medies. Como, na prtica, isso no possvel, ento sabemos que a mdia apenas uma estimativa do valor mdio verdadeiro. Nesse contexto, o desvio padro do valor mdio um parmetro que informa quo bem a mdia das observaes uma estimativa do valor mdio verdadeiro. Qualitativamente, valores pequenos de desvio padro do valor mdio esto associados a boas estimativas do valor mdio verdadeiro; ao contrrio, elevados valores representam que a mdia no uma boa estimativa do valor mdio verdadeiro. O desvio padro do valor mdio calculado atravs de:

n 1 ( yi y )2 = n( n 1 ) i=1 n

5. Incerteza 5.1. Intervalos de confiana Se efetussemos infinitas medies de uma certa grandeza, no obteramos o mesmo resultado em todas elas. Existe sempre uma disperso dos valores que ocorre devido a erros aleatrios, e que, portanto, foge ao nosso controle. Nesse caso, sendo y o valor mdio encontrado, constata-se, que aproximadamente 68,27% dos resultados encontrados estaria no intervalo y . Constata-se tambm que 50% dos resultados se encontrariam no intervalo y 0 ,674 . Desse modo, se multiplicamos o desvio padro experimental por um certo valor k, o intervalo y k ir conter uma certa porcentagem dos resultados obtidos. Essa porcentagem chamada de nvel de confiana, enquanto que o intervalo a ela associado denominado intervalo de confiana. Para o caso de infinitas medies, a Tab. 1 nos fornece quais so os intervalos de confiana associados a um determinado nvel de confiana.

Tabela 1: Intervalos de confiana para um nmero de medies muito grande Nveis de confiana 50% 68,27% 80% 90% 95% 95,45% 99% 99,73% Intervalos de confiana 0,674 1,000 1,282 1,645 1,960 2,000 2,576 3,000

Tabela 2: Intervalos de confiana para um nmero de medies pequeno Nvel de confiana Nmero de observaes 2 3 4 5 6 7 8 9 10 16 I N T E R V A L O S 50% 1,00 0,82 0,77 0,74 0,73 0,72 0,71 0,71 0,70 0,69 90% 6,31 2,92 2,35 2,13 2,02 1,94 1,90 1,86 1,83 1,75 95% 12,71 4,30 3,18 2,78 2,54 2,45 2,37 2,31 2,26 2,13

Note que a Tab. 1 mostra os intervalos de confiana para o caso em que foram levantados um nmero infinito de medies. Na prtica, porm, nunca conseguimos atingir tal situao, sempre fazemos um nmero finito de medies. Nesse caso, para um dado nvel de confiana, o intervalo de confiana associado ao mesmo depende do nmero de observaes. Essa dependncia est mostrada na Tab. 2.

5.2. Incerteza padro final At agora, ainda no informamos como deve ser relatado o valor de uma grandeza submetida a medies. J sabemos, a princpio, a grandeza pode ser representada, de modo satisfatrio, pelo seu valor mdio. Porm, quando efetuamos um conjunto de medies devemos ser capazes de informar com qual qualidade a mdia pode ser uma estimativa do valor verdadeiro. Ou seja, devemos sempre informar uma incerteza associada mdia encontrada. Poderamos pensar, num primeiro nvel, que a incerteza possa ser estimada pelo desvio padro da mdia. Porm, devemos atentar que o clculo do desvio padro da mdia leva em conta somente as contribuies dos erros aleatrios, e no considera os erros sistemticos. Existe, pois, uma incerteza residual que ainda no foi considerada. Essa incerteza residual (r), no caso de instrumentos de medio, costuma vir indicada pelo fabricante. Quando no indicada, podemos adotar, pelo bom senso, que se trata da metade da menor diviso da escala. Assim, o resultado de um conjunto de medies y = y f em que f a incerteza padro final e pode ser calculada por:

f =
6. Propagao de incertezas

( m )2 + ( r )2

Imagine que queiramos fazer a soma de duas grandezas x e y, para obter uma grandeza z. Sabemos que para expressar corretamente o resultado de nossa operao devemos relatar um valor mdio e uma incerteza associada a este valor. De maneira geral, um resultado z deve ser expresso como:

z = z z

Se z uma funo de outras variveis, ento:

z = f ( x, y )
No caso da soma, por exemplo, z = x + y, ento:

z =x+y
J o clculo de z mais complicado. O processo rigoroso para o clculo das incertezas envolve uma equao com derivadas parciais. Apresentamos, a seguir os resultados mais prticos para as aplicaes mais comuns: 1. Soma e Subtrao: z = x + y ou z = x y

z =
2. Multiplicao e Diviso: z = x y ou z = x / y

( x )2 + ( y )2

y = x + z x y
2

3. Frmula geral: z = xa yb

y = a x + b2 y z x
2 2

6.1. Exemplo de um experimento Consideraremos, aqui, os resultados de um experimento feito com o objetivo de determinar o valor da gravidade local de So Jos dos Campos. Os dados referentes a este experimento encontram-se disponveis em www.fis.ita.br/labfis13. Neste exemplo, faremos algumas modifies dos resultados, com finalidades didticas. O mtodo de medio de g se baseia no modelo do pndulo simples, que tem perodo aproximado por:

T = 2

L , g

em que L o comprimento do pndulo. Neste experimento, foram feitas cinco medies do comprimento L do pndulo e cinco medies do perodo do mesmo. Atravs dessas observaes, obteremos o valor da gravidade. Consideremos que os resultados das medies do comprimento L estejam indicadas na Tab. 3. Tabela 3: Resultados de 5 medies do comprimento L do pndulo Determinao (i) 1 2 3 4 5 Resultado obtido (m) 3,04 3,05 3,04 3,04 3,03

Assim, o valor mdio obtido foi de L = ( 3,04 + 3,05 + 3,04+ 3,04 + 3,03) / 5 = 3,04m. O desvio padro do valor mdio vale:
m ,L =
1 ( 0 ,01 )2 + ( 0 ,01 )2 20

Se quisermos um nvel de confiana de 90%, vemos, pela Tab. 2 que o resultado anterior deve ser multiplicado por 2,13. Assim, para um nvel de confiana de 90%: m, L = 0,0067m . Iremos nos preocupar com os arredondamentos na expresso da resposta com a quantidade correta de significativos apenas no final. Falta, agora, considerar a contribuio da incerteza residual. Essa incerteza foi estimada em 0,05m. Logo a incerteza padro final em L :

L = ( 0 ,0067 )2 + ( 0 ,05 )2 = 0 ,05 m .

A incerteza normalmente escrita com um ou dois significativos (existe uma regra, que foi omitida neste texto; maiores detalhes, consultar Vuolo, 1995), ou seja, L = (3,04 0,05)m com 90% de confiana.

Agora, iremos relatar os resultados para o perodo do pndulo. As 5 medies efetuadas constam na Tab. 4. Tabela 4: Resultados de 5 medies do perodo T do pndulo. Determinao (i) 1 2 3 4 5 Resultado obtido (s) 3,51 3,50 3,52 3,51 3,51

Procedemos da mesma maneira como feito para L. Assim, obtemos os seguintes resultados:

T = 3 ,51 s
com desvio padro da mdia, para um nvel de confiana de 90% dado por m , T = 0 , 0067 s . A incerteza residual foi estimada em 0,20s, de modo que: T = (3,51 0,20)s Agora, iremos calcular o valor da gravidade atravs dos resultados obtidos anteriormente para o comprimento do pndulo e o perodo do mesmo. Vemos que:
4 2 L g = T2

Assim o valor mdio de g :

g= 4 2 L T2

Calculamos o erro em g atravs da Frmula geral z = xayb apresentada anteriormente:

g
g

L 2 +2 T L T

Portanto o resultado : g = (9,7 1,1)m/s2 7. Bibliografia ABNT, 2003, Guia para a Expresso da Incerteza da Medio, 3a Edio Brasileira. INMETRO: Rio de Janeiro. INMETRO (1995), Vocabulrio Internacional de Termos fundamentais e Gerais de Metrologia. Rio de Janeiro. Site da internet: http: // www.fis.ita.br/labfis13 Vuolo, J.H. (1995), Fundamentos da Teoria de Erros. 2a edio. Edgard Blcher: So Paulo.

8. Sobre a Autora 8.1. Formao Acadmica

Mestre em Cincias, rea de Fsica de Plasmas, Instituto Tecnolgico de Aeronutica ( ITA - CTA) concludo em maio de 1987. Ttulo: Difuso Ambipolar em Plasmas Orientador: Dr. Ricardo Magnus Osrio Galvo Bacharel em Fsica, Universidade Federal Fluminense. Concludo em 1983.

8.2. Atividade Profissional Professora de Fsica e Coordenadora do Laboratrio de Fsica do 1o ano de Engenharia do Instituto Tecnolgico de Aeronutica (ITA - CTA), So Jos dos Campos - SP. Coordenadora da Escola Avanada de Fsica. do ITA Coordenao do Laboratrio de Fsica do 1o ano de Engenharia do ITA Responsvel por Oficinas no projeto AEB - Escola

8.3. rea de Atuao Em Pesquisa

Atuao na rea de Ensino atravs da Escola Avanada de Fsica. Um curso voltado para alunos do terceiro ano do ensino mdio que participam de Olimpadas, com o intuito de preparao para as seguintes olimpadas de Fsica: Internacional, Ibero-Americana, Brasileira, Estaduais e Regionais. Confeco de Experimentos para as Oficinas do Projeto AEB-Escola, para alunos do Ensino Fundamental e mdio, com o intuito de despertar o interesse dos mesmos para a rea Espacial. Desenvolvimento de Laser C02 TEA Interao Laser-Plasmas Simulao e Extrao de ons em plasmas Simulao de um Laser de eltrons livres - FEL Estudo de Descargas em Plasmas