0-lei-resfriamento-newton.ipynb

Kernel: Julia 1.9

0 - LEI DE RESFRIAMENTO DE NEWTON

Este arquivo deve ser utilizado para calcular a propagação das incertezas no cálculo da temperatura de equilíbrio conforme a lei de resfriamento de Newton. Os valores medidos devem ser digitados com ponto não com vírgula.

ANTES DE INICIAR O EXPERIMENTO LEIA TODO O ROTEIRO, POIS ALGUNS PASSOS PODEM SER DECISIVOS NA COLETA DE DADOS E LER ANTES O ROTEIRO REDUZ O RETRABALHO DO EXPERIMENTO.

Consulte o guia introdutório "Elementos Python Julia Fisica experimental" em rebrand.ly/fisicaexperimental .

Pacotes

# para instalar os pacotes
# não funcionará no Jupyter CoCalc gratuíto
# se já instalou os pacotes não precisa executar
# execute com shift + enter

using Pkg
Pkg.add("Measurements")
Pkg.add("DataFrames")
Pkg.add("CSV")
Pkg.add("Plots") 
Pkg.add("StatsBase")
Pkg.add("Pingouin")

# importar os pacotes
# execute com shit + enter no teclado ou toque em Run
using Measurements, DataFrames, CSV, Plots, StatsFuns, StatsBase, Pingouin
gr()

Análise de dados

Dados temperatura da água e ambiente

# dados temperatura com incertezas
# execute com shit + enter no teclado ou toque em Run
Temperatura_inicial_agua_fria =
Temperatura_inicial_ambiente  =
Temperatura_ebulicao          =

syntax: incomplete: premature end of input

Stacktrace:
 [1] top-level scope
   @ In[2]:3

# calcular a quantidade de dados da aceleração
# Para processar o cálculo execute shit+enter no teclado ou toque em Run
n = length(aceleracao_g.g)

# quantidade de classes dada pela fórmula de Sturges
# o valor deve ser arredondado para um número inteiro
K = round(Int, 1.0 + 3.3*log(10, n))

# histograma
# observe a semelhança com a curva normal
histogram(aceleracao_g.g, 
    title = "Histograma Aceleração g Luzerna-SC", 
    xlabel = "Aceleração g (m/s²)", 
    ylabel = "Frequencia absoluta", 
    label = "", 
    bins = K)

# histograma sem bins
# observe a semelhança com a curva normal
histogram(aceleracao_g.g, 
    title = "Histograma Aceleração g Luzerna-SC", 
    xlabel = "Aceleração g (m/s²)", 
    ylabel = "Frequencia absoluta", 
    label = "")

#Teste de normalidade.
#Se pval > 0,05, 95% de probabilidade para normal
nor

# média aritmética
g_med = mean(aceleracao_g.g)

# desvio padrão
s = std(aceleracao_g.g)

# desvio padrão da média
s_med =  s / sqrt(n)

# t-student com abrangência de 95,45%.
# observe que para uma amostra grande de dados
# e compare com o valor da curva normal
t1 = round(tdistinvcdf(n - 1, 1 - ((1 - 0.9545) / 2)), digits = 3) 

# incerteza Δg expandida
Δg = t1*s_med

# digite a resolução do sensor g do celular (veja o slide metrologia)
Δg_equip = 

# incerteza combinada (equipamento e cálculada)
Δgc = sqrt(Δg^2 + Δg_equip^2)

# equação de welch–satterthwaite.
# os graus de liberdade de Δg_equip são infinitos
V = Δgc^4/(s_med^4/(n-1))

# t-student com abrangência de 95,45%. 
# para V graus de liberdade determinado pela equação de welch–satterthwaite
t2 = round(tdistinvcdf(round(V, digits = 1), 1 - ((1 - 0.9545) / 2)), digits = 3) 

# incerteza combinada extendida 
# com abrangência de 95,45% ajustada AS
Δgc_e = round(t2*Δgc, sigdigits = 1)

# impressão aceleração g
g_exp = measurement(g_med, Δgc_e)

FIM