Módulo 5 – Introdução à Teoria Estatística da Medição

6
Módulo 5 – Introdução à Teoria Estatística da Medição Natureza estatística da medição • Nenhuma medição é exata • Portanto, se a mesma quantidade é medida várias vezes, ainda que sob exatamente as mesmas condições, valores diferentes serão encontrados • Por exemplo, em uma aula de Fis. Exp. I, estudantes mediram o valor de g e encontraram diferentes valores: g 1 , g 2 , g 3 , etc. A partir dos valores medidos, como obter o “valor verdadeiro” de g e sua incerteza?

description

Módulo 5 – Introdução à Teoria Estatística da Medição. Natureza estatística da medição. Nenhuma medição é exata Portanto, se a mesma quantidade é medida várias vezes, ainda que sob exatamente as mesmas condições, valores diferentes serão encontrados - PowerPoint PPT Presentation

Transcript of Módulo 5 – Introdução à Teoria Estatística da Medição

Page 1: Módulo  5 –  Introdução  à  Teoria Estatística  da  Medição

Módulo 5 – Introdução à Teoria Estatística da Medição

Natureza estatística da medição

• Nenhuma medição é exata• Portanto, se a mesma quantidade é medida várias

vezes, ainda que sob exatamente as mesmas condições, valores diferentes serão encontrados

• Por exemplo, em uma aula de Fis. Exp. I, estudantes mediram o valor de g e encontraram diferentes valores: g1 , g2 , g3 , etc.

A partir dos valores medidos, como obter o “valor verdadeiro” de g e sua incerteza?

Page 2: Módulo  5 –  Introdução  à  Teoria Estatística  da  Medição

Valor verdadeiro = média dos valores medidos

N

ii

N gNN

gggg

1

21 1

Incerteza = dispersão (ou desvio-padrão) dos valores medidos

N

ii gg

Ng

1

21

Atividade I - Calcular a média e a dispersão dos valores medidos de g (apostila)

Page 3: Módulo  5 –  Introdução  à  Teoria Estatística  da  Medição

Histograma

Outra maneira de analisar um conjunto de medidas experimentais é através da confecção de um histograma

g

)( igN

:)( igN Número de vezes (frequência) que a medição de g deu um valor entre ggg ii e

g

g : largura da caixa (ou “bin”)

Page 4: Módulo  5 –  Introdução  à  Teoria Estatística  da  Medição

Atividade II – Confeccionar um histograma com os dados fornecidos de g. Vamos escolher Δg=100 cm/s2

Quando o número de valores medidos aumenta muito, o histograma evolui para uma função contínua: distribuição de probabilidades

Page 5: Módulo  5 –  Introdução  à  Teoria Estatística  da  Medição

Se os erros são aleatórios, para um número muito grande de medidas o histograma evolui para uma função gaussiana

2

2

max2

exp)(g

ggNgN

Algumas propriedades interessantes:

• O valor máximo da função ocorre quando g = <g> (valor médio)

• A dispersão δg está associada à largura da gaussiana

• Quando , entãoggg

maxmax 61,02

1exp)( NNgN

Page 6: Módulo  5 –  Introdução  à  Teoria Estatística  da  Medição

Atividade III – Ajustar visualmente uma função gaussiana ao histograma e obter graficamente os valores de <g> e δg a partir do ajuste, verificando se estão em bom acordo com os valores obtidos algebricamente