00:00:05
Vamos lá, meus amigos, vamos dar
00:00:06
continuidade à aula. Vamos trabalhar
00:00:09
exatamente hoje a questão da exatidão de
00:00:12
uma medida ou de uma série de medidas.
00:00:15
Eh, na análise de uma amostra
00:00:17
desconhecida, não se conhece logicamente
00:00:20
o valor
00:00:21
verdadeiro, situação que acontece
00:00:23
teoricamente na maioria das
00:00:26
situações. Só em casos excepcionais e no
00:00:28
caso das amostras de tipo padrão, se tem
00:00:32
o chamado valor
00:00:33
verdadeiro. Quando se conhece o valor
00:00:35
verdadeiro de uma determinada grandeza,
00:00:37
existem dois processos para exprimir a
00:00:40
exatidão de uma medida.
00:00:42
Então, lembrando, a exatidão, ela só vai
00:00:46
acontecer se realmente eu tiver um
00:00:49
padrão, um valor verdadeiro que eu possa
00:00:52
comparar, tá certo? Então,
00:00:56
eh, como ele colocou aqui anteriormente,
00:00:59
ó, eh, existem dois processos para
00:01:02
exprimir exatidão de uma medida.
00:01:06
Eh, quem é que vai exprimir, quem é que
00:01:09
vai ficar responsável por por
00:01:11
representar essa medida? É o erro
00:01:13
absoluto que eu vou já ver para com
00:01:15
vocês aqui, e o erro relativo. Os dois,
00:01:19
eles vão estabelecer para nós aqui qual
00:01:23
valor é mais ou menos
00:01:26
exato. Já, como nós colocamos na nas
00:01:28
aulas anteriores, nós não teremos
00:01:30
valores totalmente exatos, tá bom? mais
00:01:33
valores próximos ou distantes da
00:01:36
exatidão, tá certo? O erro absoluto ele
00:01:42
relaciona o ele é representado pelo EA,
00:01:45
tá certo? Que é o erro absoluto da minha
00:01:48
aqui, ó.
00:01:49
E ele, para encontrar o erro absoluto,
00:01:52
eu vou precisar de uma grandeza que ele
00:01:55
chama de valor do ensaio, que é o Xi,
00:01:59
que vai ser subtraído do valor exato,
00:02:02
que é o XA, tá certo? Então, tá bem aqui
00:02:06
a formulazinha, ó, tá OK?
00:02:09
Eh, quanto maior for o o os valores
00:02:13
experimentais, maior quanto mais ou mais
00:02:15
quanto maior quantidade o número de
00:02:18
valores experimentais obtidos e mais
00:02:21
próximos eles estejam, tá certo? menores
00:02:25
serão desvios
00:02:26
absolutos, mais confiável será o valor
00:02:29
médio e mais próximo estará meu valor
00:02:32
exato. Então, na verdade, eu vou mostrar
00:02:34
para vocês lá na frente, depois de
00:02:36
terminar aqui a parte de erro, um
00:02:38
gráfico que ele vai falar exatamente
00:02:41
isso que eu tô comentando com vocês
00:02:43
aqui, tá
00:02:44
bom? Aqui existe um exemplo, tá certo?
00:02:47
Eu coloquei aqui o exemplo de uma pipeta
00:02:50
volumétrica.
00:02:52
Essa pipeta volumétrica, eu tô
00:02:55
utilizando ela para verificar sua
00:02:59
calibração. Calibrar significa dizer se
00:03:03
o volume que está constando na vidraria
00:03:06
corresponde exatamente ou muito próximo
00:03:09
do que do que está aparecendo lá, tá?
00:03:13
OK. Como é que eu faço esse
00:03:15
procedimento?
00:03:18
Bem, aqui eu tô mostrando que nós vamos
00:03:21
fazer cinco vezes a medida do volume e
00:03:25
depois nós vamos calcular isso, tá
00:03:28
certo? Lembrando que na nossa aula
00:03:31
presencial eu vou fazer com vocês um
00:03:33
experimento
00:03:34
desse. O importante daqui é lembrar que
00:03:37
eu tinha, eu tenho, eu peguei a pipeta
00:03:39
de 20
00:03:41
ml, enchi a pipeta
00:03:45
volumétrica, tá certo? E aí eu obtive no
00:03:49
primeiro resultado 19,2
00:03:52
ml, no segundo resultado
00:03:55
19,5, no terceiro resultado 19. 6, no
00:04:00
quarto resultado,
00:04:02
19.1 e no quinto resultado,
00:04:05
19.2, sendo que o meu valor verdadeiro
00:04:08
aqui eu considerei como 20 ml, que é o
00:04:11
que consta na vidraria da pipeta. OK?
00:04:16
Então aqui, pessoal, eh estes volumes
00:04:19
aqui que eu
00:04:21
encontrei, eu utilizei a balança, a
00:04:25
balança, eh, com as quatro casas
00:04:28
decimais, aquela que nós já estamos
00:04:30
acostumados a utilizar no
00:04:33
laboratório, utilizei a
00:04:36
pera e utilizei um becker, tá certo?
00:04:41
Eh, a finalidade de utilizar essas
00:04:43
vidrarias é pesar o volume de
00:04:48
preenchimento que está dentro da
00:04:51
pipeta. Depois disso, que que eu fiz? Eu
00:04:54
fiz uns fiz alguns cálculos que envolvem
00:04:56
temperatura e densidade e encontrei os
00:04:59
respectivos volumes aqui, ó, onde eu
00:05:02
chamei 19.2 de X1, 19.5 de X2, 19.6 de
00:05:09
X3.
00:05:11
19.1 de x4 e 19.2 de x5. Se eu quiser
00:05:16
encontrar o erro absoluto para o x1, que
00:05:19
é 19.2, como é que eu vou fazer? Eu vou
00:05:22
pegar
00:05:23
19.2 e vou diminuir de
00:05:26
20. 19.2 - 20 dá
00:05:31
0,8, tá certo? Só que vai dar negativo.
00:05:35
E neste caso, o nosso erro absoluto, ele
00:05:39
vai ser em módulo. Tá vendo? Aqui existe
00:05:41
as barrazinhas laterais. Então o erro
00:05:44
absoluto ele não aceita valores
00:05:46
negativos. Aqui neste caso deu - 0,8.
00:05:51
Então, ao final vai ficar 0,8 para a
00:05:55
primeira eh para o primeiro valor de
00:05:59
erro absoluto. Para o segundo valor de
00:06:02
erro absoluto, o que que eu faço? Eu
00:06:03
pego o segundo valor, que é
00:06:06
19,5, e vou diminuir do valor exato, que
00:06:10
é 20. Dá quanto? 0,5. Só que dá 0,5
00:06:15
negativo, não é isso? E lembrando aqui,
00:06:18
ó, que o negativo ele não é aceito,
00:06:20
então todo valor negativo é transformado
00:06:24
para um valor positivo. Então vai ficar
00:06:26
0,5 o segundo valor. E assim
00:06:29
sucessivamente. Então eu vou ter o
00:06:31
primeiro
00:06:32
erro, o segundo erro, o terceiro erro, o
00:06:36
quarto erro e o quinto erro. Aqui eu vou
00:06:38
ter cinco valores de erro absolutos, tá
00:06:40
certo? Ficou claro aí, né?
00:06:45
Além do erro absoluto, eu posso
00:06:46
encontrar também o erro relativo. O que
00:06:49
é o erro relativo, pessoal? É o valor do
00:06:52
erro absoluto que nós calculamos
00:06:54
anteriormente, dividido pelo valor
00:06:56
verdadeiro vezes
00:06:58
100, tá? OK?
00:07:01
Naquela questão anterior que eu
00:07:03
trabalhei a questão do da
00:07:07
precisão, agora eu tô trazendo ela aqui,
00:07:10
ó, com os valores dos erros absolutos,
00:07:14
ó. Lá, se vocês forem enxergar lá, nós
00:07:18
tínhamos os valores eh experimentais lá,
00:07:23
que é aqui o ensaio um, ensaio dois e
00:07:26
ensaio três, tá certo? Eu tinha o valor
00:07:28
da média desses valores e o valor
00:07:31
verdadeiro aqui, eu tô acrescentando ele
00:07:34
que é 8.42. Tá vendo
00:07:37
aqui? Esse erro absoluto já é o
00:07:41
resultado da subtração de
00:07:44
8,45, que é o primeiro
00:07:47
ensaio, menos o valor do valor exato,
00:07:50
que é
00:07:51
8.42, dá 0,03. Ó, tá vendo o outro?
00:07:58
8,41 -
00:08:01
8,42 dá 0,01 negativo. Lembrando que
00:08:06
apesar de tá negativo aqui, nós sabemos
00:08:09
que só vão valer os valores positivos,
00:08:11
tá certo? Então vamos considerar 0,01
00:08:15
positivo aqui. E o terceiro ensaio é
00:08:19
8.44 - 8.42, que dá esse valor aqui, ó.
00:08:25
Tá certo? Observando os valores dos
00:08:27
erros, eu obtive três valores aqui, ó.
00:08:32
0,03, 0,01 e 0,02.
00:08:36
Considerando aqui o menor valor,
00:08:39
pessoal, observe que o menor valor é
00:08:42
0,01, que corresponde ao ensaio 2. Então
00:08:46
isso tá me dizendo o seguinte, que o
00:08:47
ensaio dois é o mais exato porque
00:08:50
apresenta o menor erro absoluto ou menor
00:08:54
erro relativo, tá? OK? Já o ensaio três,
00:08:58
ele é o mais preciso porque apresenta o
00:09:00
menor desvio absoluto. Tá aqui, ó, o
00:09:03
desvio. Lembra ainda como é que se faz o
00:09:05
cálculo do desvio? Não. Bora lá. O
00:09:09
desvio é calculado pelo valor dos
00:09:11
ensaios. Aqui, ó, tenho ensaio 1, 2 e 3.
00:09:14
Pego o valor
00:09:16
8.45, vou subtrair da média, que é 8.43.
00:09:20
Obtive aqui, ó,
00:09:22
0,02. Tá vendo?
00:09:24
No segundo ensaio, eu pego 8.41 -
00:09:28
8.43 0,02. Tá vendo? E o terceiro ensaio
00:09:34
é
00:09:35
o,44 - 0 v ô -
00:09:40
8,43 que dá 0,01.
00:09:43
Ou seja, dos desvios aqui 1, 2 e 3,
00:09:47
observa que o terceiro, que é
00:09:49
0,01, é o que apresenta menor desvio,
00:09:53
logo ele vai ser o mais preciso, tá
00:09:56
certo? Observa que aqui eu tenho o
00:09:58
desvio médio, que é a soma desses
00:10:00
desvios dividido por 3 dá
00:10:03
0,02. E aqui eu tenho a o erro relativo,
00:10:08
que nada mais é do que este cálculo
00:10:09
aqui, ó.
00:10:11
O erro relativo nada mais é do que o
00:10:13
erro absoluto dividido pelo valor
00:10:17
verdadeiro vezes 100. Se você pegar aqui
00:10:20
estes valores aqui, ó,
00:10:23
0,03, que é o valor do erro absoluto
00:10:27
para o primeiro ensaio, dividir por 8.42
00:10:31
e multiplicar por 100, vai
00:10:34
encontrar, vais encontrar exatamente
00:10:36
esse valor aqui, ó, 8 0,36.
00:10:40
Tá certo? Se eu pegar o segundo ensaio
00:10:42
aqui, ó, que o segundo ensaio é
00:10:46
8,41, tá certo? Então, se eu pego aqui o
00:10:50
valor do meu erro, que é
00:10:53
0,01, divido pelo 8.42 e multiplico por
00:10:57
100, eu vou encontrar
00:10:59
0,12%. Tá certo?
00:11:02
E da mesma forma o terceiro ensaio. Se
00:11:04
eu pego, se eu pego aqui o erro absoluto
00:11:07
que é
00:11:08
0,02, divido por 8.42 e multiplico por
00:11:12
100, eu vou encontrar
00:11:14
0,24. Observa que entre os erros o que
00:11:18
apresenta menor valor é o segundo
00:11:21
ensaio. Foi o que nós colocamos aqui, ó.
00:11:25
Então, lembrando, o erro absoluto e o
00:11:28
erro relativo estão relacionados com a
00:11:30
exatidão do meu valor e os desvios, tá
00:11:34
certo? Médio, o desvio absoluto que nós
00:11:37
vimos na aula passada e que nós vamos
00:11:40
ver lá na frente também o desvio padrão
00:11:43
e a covariância e a variância vão estar
00:11:46
relacionados à minha precisão, tá certo?
00:11:50
Lembrando que o desvio tu utilizas o
00:11:53
valor da média para efetuar o cálculo e
00:11:58
o valor
00:11:59
eh o valor exato você utiliza para
00:12:05
encontrar o a
00:12:07
tua o teu erro relativo e o erro
00:12:11
absoluto, o que tem a ver com a tua
00:12:14
exatidão, tá certo? Lembrando que isso
00:12:17
aqui foi só um exemplo. Em sala de aula
00:12:20
vai ficar bem mais fácil porque nós
00:12:21
teremos a prática e teremos os
00:12:24
respectivos cálculos a respeito do erro
00:12:27
relativo, erro absoluto, tá certo? Nós
00:12:31
teremos também eh o cálculo da
00:12:34
precisão, tá? Que nós utilizamos os
00:12:37
desvios. Então, todos esses cálculos que
00:12:39
nós já vimos aqui e os gráficos, eles
00:12:42
serão ainda eh mencionados nos
00:12:45
exercícios que serão presenciais, tá
00:12:48
bom? Nas aulas práticas também.
00:12:53
Aqui eu já apresento para vocês eh
00:13:00
uma quatro imagens, quatro imagens que
00:13:04
elas vão facilitar pra gente
00:13:07
o ah a
00:13:10
identificação, né, de valores que eu
00:13:14
considero como
00:13:17
eh exatos e precisos
00:13:21
Exato, mas não
00:13:23
preciso. Preciso, mas não exato. Não
00:13:27
preciso. E não
00:13:29
exato. Observa que aqui nós temos
00:13:35
eh eh as imagens A, B, C e D lado
00:13:40
esquerdo aqui, ó. Tá?
00:13:43
Nesse lado esquerdo, observas que ele
00:13:46
coloca uma seta estabelecendo aqui o
00:13:51
valor do resultado correto que ele
00:13:53
considera, tá
00:13:56
certo? Observa que na imagem
00:14:01
Aesinho dos outros aqui, ó, e do valor
00:14:05
médio, tá certo?
00:14:08
E esses valores todos estão muito
00:14:10
próximos do valor correto. Então, neste
00:14:13
caso aqui, eu fico com uma imagem exata
00:14:17
e precisa, onde o meu gráfico na forma
00:14:20
de sino, ele apresenta uma caudda
00:14:25
eh pequena,
00:14:28
curta. Isso tá me dizendo que a
00:14:30
dispersão dos valores ela é pequena, ou
00:14:33
seja, os valores não estão muito
00:14:35
espalhados.
00:14:37
No exemplo
00:14:40
dois,
00:14:43
tá? No exemplo 2, no
00:14:53
B. Só voltando aqui,
00:14:56
pessoal, eh, eu coloquei o A como exato
00:14:59
e preciso,
00:15:01
né? Ele não é exato e preciso o A, tá? O
00:15:05
ar ele é considerado como inexato e
00:15:10
preciso. Tá bem aqui, ó. O a ele é este
00:15:14
rapaz aqui,
00:15:17
ó. Inexato e
00:15:20
preciso aqui, ó. Tá vendo aqui? Preciso,
00:15:25
mas não exato. Tá aqui a imagem dele
00:15:28
aqui embaixo, ó.
00:15:31
preciso, mas não exato. Olha aqui o
00:15:34
preciso e não exato, ó. Observa que eu
00:15:36
tenho o centro do
00:15:38
alvo. A figura que eu tô mostrando, que
00:15:41
eu tô querendo que vocês
00:15:43
enxerguem, é a figura de baixo, tá
00:15:46
certo? Que tem esse alvo aqui do lado
00:15:49
esquerdo, tá
00:15:52
bom? A que tem do lado esquerdo aqui na
00:15:55
parte de baixo, tá? Então essa figura
00:15:58
representa pra gente aqui no gráfico a
00:16:02
imagem A. Observa que eu tenho o valor
00:16:04
correto aqui
00:16:06
apontado e uns valores que estão muito
00:16:08
pertinhos um dos outros
00:16:11
aqui. Então o que que a gente tá dizendo
00:16:13
aqui? Que eh os valores concordam entre
00:16:17
si. es estão muito pertinho dos outros,
00:16:21
porém estão um pouquinho distante do
00:16:23
valor exato. É exatamente o que tá
00:16:25
aparecendo aqui na figura, ó, no meu
00:16:28
gráfico, que é o que está aparecendo na
00:16:31
parte de baixo e do lado esquerdo, ele
00:16:34
mostra um alvo vermelho no
00:16:37
centro e alguns pontinhos
00:16:42
eh distantes um pouquinho deste alvo,
00:16:45
mas tudo próximo do outro.
00:16:48
Quando ele não alcança o Quando ele não
00:16:51
está no valor exato, que é o vermelho,
00:16:53
observa que a figura do teu sino aqui,
00:16:56
ela não coincide com o eixo Y, fica
00:17:00
deslocado do eixo Y. Ó, significa dizer
00:17:03
pra gente que o eixo Y ele pra gente
00:17:08
quando coincide com a
00:17:10
simetria do teu gráfico de sino, a
00:17:13
significa dizer que ele é ele é exato.
00:17:15
Então, neste caso aqui, ele não é exato.
00:17:17
Ele é inexato, porém ele é preciso. Por
00:17:21
que que ele é preciso, pessoal? Porque o
00:17:23
teu sino, a caudda do teu sino, ela é
00:17:27
pouco dispersa, ela é
00:17:29
pequena, tá certo?
00:17:32
é diferente, por exemplo, da figura
00:17:36
B. Olha a figura B. A figura B tá
00:17:39
dizendo que os dados são exatos e
00:17:41
imprecisos, tá certo? Então ele é exato
00:17:46
e impreciso. Então o exato e impreciso
00:17:50
tá bem aqui, ó.
00:17:53
Exato. Mas não preciso. Observa que é a
00:17:56
figura dois da parte
00:17:59
superior, tá certo? Do lado direito
00:18:02
aqui, ó, tenho um
00:18:05
alvo, tá certo? um
00:18:08
alvo, onde eu tenho aqui a segunda
00:18:13
figura do lado direito tem um alvo, ó,
00:18:17
vermelho, onde os pontos eles estão
00:18:22
todos eh
00:18:24
praticamente eh em cima da figura
00:18:29
vermelha, porém eles estão dispersos.
00:18:33
Por que que eles estão dispersos? Porque
00:18:35
a cauda do sino ela é
00:18:38
grande. É o que tá acontecendo aqui no
00:18:40
exemplo B, ó. Os pontinhos aqui da
00:18:44
figura, do gráfico aqui do lado esquerdo
00:18:47
da figura B, eles estão
00:18:51
espalhados. Alguns, algum um ponto fica
00:18:54
próximo do exato, mas outros estão todos
00:18:56
espalhados. Essa, esse espalhamento
00:18:59
representa aqui pra gente essa
00:19:02
cauda, essa cauda um pouco mais dispersa
00:19:05
no eixo X, tá
00:19:08
bom? Na figura C, a figura C ele fala
00:19:13
que é uma figura que
00:19:15
representa eh informações inexatas e
00:19:20
imprecisas. Inexata nós já sabíamos, né?
00:19:23
Porque o exato o os resultados todos
00:19:27
deveriam estar no centro do alvo, tá
00:19:30
certo? Agora, a questão da precisão tem
00:19:34
a ver com o espalhamento. Observa que os
00:19:36
os pontos estão
00:19:38
espalhados, então o gráfico também vai
00:19:40
parecer espalhado, tá certo? Então
00:19:43
observa aqui na figura eh na figura o
00:19:47
alvo aqui da figura, eu tô falando da
00:19:50
figura direita do lado inferior, tá?
00:19:53
Pessoal, observa que o alvo, o alvo que
00:19:56
é o ponto
00:19:57
vermelho, ele ele apresenta poucos
00:20:00
pontos próximos desse alvo, todos
00:20:02
espalhados, tá
00:20:04
vendo? Estão todos espalhados e distante
00:20:06
do alvo. Então, quando eles estão todos
00:20:09
espalhados, significa dizer que o
00:20:12
gráfico que a que os que os pontos estão
00:20:14
dispersos, logo o valor é impreciso, tá
00:20:18
certo?
00:20:20
E observa que o teu gráfico na forma de
00:20:23
sino, ele não coincide o centro dele com
00:20:27
eixo Y, logo ele também não é exato, tá
00:20:32
OK? Então, por isso que neste caso ele é
00:20:33
escrito como inexato e impreciso ou não
00:20:38
preciso e não exato,
00:20:41
tá? Na letra D, observa que a letra D
00:20:44
ela tem tudo de bom, ó, que representa a
00:20:47
nossa primeira figura.
00:20:49
do lado esquerdo e da parte superior.
00:20:53
Todos os pontos estão centralizados no
00:20:56
alvo, tá
00:20:58
certo? Não estão dispersos, estão
00:21:01
pertinho um dos outros e estão no centro
00:21:03
do alvo. Por isso que o gráfico de sino
00:21:07
é simétrico, coincidiu com o eixo Y, tá
00:21:12
certo?
00:21:13
E a caudda do teográfico, ela é uma
00:21:16
cauda que ela é
00:21:19
estreita, pequena. Significa dizer que
00:21:22
os que os pontos eles são eh estão
00:21:26
poucos espalhados, poucos
00:21:29
dispersos. Logo, isso isso fica bem
00:21:31
claro aqui, né, no teu gráficozinho aqui
00:21:35
embaixo, ó, na figura D, aqui embaixo do
00:21:38
lado aqui esquerdo, não é? é o gráfico
00:21:43
do alvo. Eu tô falando deste
00:21:45
graficozinho aqui que mostra os
00:21:48
pontos, tá certo? Os pontinhos próximos
00:21:51
um dos outros e próximo do valor
00:21:55
correto, tá? OK, pessoal? Então, estes
00:21:59
gráficos
00:22:00
aqui, eles vêm mostrar pra gente o
00:22:05
quanto os valores
00:22:07
dispersos eles podem influenciar na
00:22:11
minha
00:22:13
precisão. E quanto esses valores também
00:22:17
eh distantes do meu valor exato vai
00:22:22
influenciar diretamente a minha
00:22:24
exatidão, tá? Isso aqui, como eu
00:22:27
coloquei para vocês, nós teremos eh
00:22:30
eh uma aula presencial a cada
00:22:33
mês para exercitar esses
00:22:38
gráficos, eh, e tirar essas dúvidas
00:22:41
pessoalmente com vocês, tá bom?
00:22:45
Dando continuidade aqui, ó, nós temos
00:22:49
aqui uma uma fala a respeito da
00:22:52
exatidão, que a relação entre o valor
00:22:55
aceito com o valor como o valor
00:22:57
verdadeiro encontrado pelo método e o
00:23:00
valor aceito como verdadeiro ou de
00:23:03
referência. Ela é calculada pela
00:23:05
seguinte fórmula. A exatidão, ela é a
00:23:08
relação entre a concentração
00:23:11
obtida pela concentração teórica vezes
00:23:15
100. Ela pode ser determinada de várias
00:23:18
formas,
00:23:20
tá? A análise de uma de uma amostra
00:23:23
certificada e sua comparação pelo valor
00:23:28
medido. A comparação com resultados
00:23:30
obtidos por intermédio da utilização de
00:23:32
um método já existente e exatidão
00:23:35
conhecida.
00:23:37
e baseando-se na preparação de uma
00:23:39
solução de concentração conhecida com
00:23:43
intermédio da adição de uma determinada
00:23:46
quantidade de amostra
00:23:49
matriz, tá? Então, o que nós precisamos
00:23:54
entender é que
00:23:57
eh
00:24:01
toda eh
00:24:03
análise
00:24:05
feita, ela se você quiser encontrar a
00:24:09
sua
00:24:10
exatidão, você vai precisar ter um
00:24:15
padrão, tá? E esse padrão, ele é uma
00:24:21
certificação. O que seria a
00:24:23
certificação, pessoal? A certificação eh
00:24:27
é um valor que eu posso utilizar como
00:24:30
referência. Vamos supor que eu tenha uma
00:24:32
pipeta volumétrica que foi eh fabricada
00:24:38
hoje, passou por todos os testes e eu
00:24:41
entreguei a pipeta no laboratório, né?
00:24:45
Essa pipeta, se eu fizer todos os testes
00:24:47
nela, ela vai dar 20
00:24:49
ml. Então, ela vai servir pra gente como
00:24:51
uma referência, certo? Vamos supor que
00:24:54
eu queira fazer análise, por exemplo,
00:24:57
de um padrão primário, o ácido
00:25:02
clorídrico, por
00:25:04
exemplo, tá? Quero saber se realmente
00:25:06
aquele ácido ele está com aquela
00:25:10
concentração que foi entregue. Como é
00:25:12
que eu vou fazer? Vou preparar uma
00:25:15
titulação, vou preparar toda a análise
00:25:17
daquela
00:25:18
titulação, vou fazer eh vou ter todo
00:25:21
cuidado na hora de preparar essa
00:25:23
solução. Inclusive vou trabalhar com
00:25:24
vocês a questão dos erros, os tipos de
00:25:27
erros que serão nas próximas aulas,
00:25:30
tá? Mas enfim, eu vou ter que ter sempre
00:25:33
um padrão para comparar o valor que eu
00:25:35
considero como exato, meu ponto de
00:25:39
partida, tá bom?
00:25:41
Eh, e aí ele coloca aqui quais são os
00:25:44
tipos de padrões que eu tenho, né, que é
00:25:46
uma pode ser uma amostra
00:25:49
certificada,
00:25:51
eh, que pode ser também eh eh um
00:25:54
resultado que pode ser comparado por
00:25:56
intermédio da utilização de um método já
00:25:59
existente e exatidão
00:26:02
conhecida ou baseado também
00:26:05
eh numa preparação de uma solução de
00:26:09
concentração conhecida.
00:26:11
por intermédio de uma determinada
00:26:12
quantidade de amostra matriz. Fica
00:26:15
difícil tentar explicar para vocês aqui
00:26:17
sem tá enxergando isso na prática. Como
00:26:21
lá na frente eu vou falar um pouquinho
00:26:23
mais da desses padrões aqui, tá bom? Eu
00:26:28
vou falar desses padrões para você, vai
00:26:29
ficar mais fácil de entendermos o que
00:26:32
seriam esses padrões, tá certo?
00:26:35
E para finalizar essa primeira, essa
00:26:38
segunda, essa terceira parte da
00:26:40
aula, eh, nós não podemos esquecer que
00:26:45
todas as medidas possuem um grau de
00:26:48
erro. Foi aquilo que eu comentei com
00:26:49
vocês antes de iniciar esse terceiro
00:26:52
módulo. Quando se faz uma medida,
00:26:55
procura-se manter esta incerteza em
00:26:57
níveis baixos e
00:26:59
toleráveis, de modo que o resultado
00:27:02
analítico possui uma confiabilidade
00:27:05
aceitável, uma uma confiabilidade
00:27:08
aceitável. Sem isso, a informação obtida
00:27:10
não terá
00:27:12
valor, certo?
00:27:14
Então, é muito importante que eh que
00:27:18
seja prestado atenção eh nessas
00:27:22
observações, tá? Erros cometidos no nos
00:27:27
laboratórios, eles vão influenciar no
00:27:29
meu resultado final, tá certo? Eu vou
00:27:33
trabalhar um pouquinho dos erros nas
00:27:34
próximas aulas. Isso vai ficar um
00:27:36
pouquinho mais claro para vocês. A
00:27:38
aceitação ou não do resultado de uma
00:27:40
medida dependerá de um tratamento
00:27:43
estatístico. Também vou trabalhar a
00:27:46
parte estatística com
00:27:48
vocês, tá certo? algumas amostras que
00:27:52
vão ser
00:27:53
trabalhadas
00:27:55
eh eh em algumas análises como exemplo
00:27:58
que eu vou passar para vocês. Nós vamos
00:28:00
verificar que alguns valores vão fugir
00:28:03
muito, vão ficar muito distantes dos
00:28:04
valores que estão sendo encontrados. E
00:28:07
isso aí nós vamos trabalhar no box plot
00:28:09
como outlines, outlines, tá certo? Vocês
00:28:12
vão entender o que são os outlines
00:28:13
também, que é lá na parte de
00:28:15
estatística.
00:28:17
E a estatística fornece ferramentas que
00:28:19
são capazes de interpretar resultados
00:28:21
com grande probabilidade de correção e
00:28:23
de rejeição de resultados incoerentes.
00:28:26
Ou seja, essa nossa disciplina vai ser
00:28:30
muito importante para os próximos passos
00:28:34
de vocês no curso, tá? OK.
00:28:38
Então, eu
00:28:40
vou eu eu que o que eu vou quero colocar
00:28:43
para vocês é que nós vamos ter aula
00:28:48
prática. Nós teremos aula
00:28:50
prática sobre a disciplina. Não está
00:28:54
previsto lá, é só uma vez por mês o
00:28:56
encontro para tirar dúvida, dúvidas, mas
00:28:59
eu vou fazer questão de trabalhar com
00:29:02
vocês
00:29:04
exercícios para que vocês consigam
00:29:08
correlacionar o conteúdo trabalhado aqui
00:29:10
com a
00:29:12
prática, tá?
00:29:15
Eh,
00:29:17
e as próximas aulas, que é o a parte
00:29:21
quatro, que aqui me a parte quatro, eu
00:29:24
vou trabalhar a questão dos erros,
00:29:28
tá?
00:29:29
[Música]
00:29:33
Eh, tá, não esquecendo que não
00:29:37
teremos, tá?
00:29:39
É importante lembrar que não
00:29:42
teremos nunca um valor totalmente exato,
00:29:45
tá certo? O que nós teremos serão
00:29:48
valores próximos da exatidão e próximo
00:29:50
da precisão. Quanto mais próximo vocês
00:29:53
tiverem do valor exato, melhor será o
00:29:56
teu resultado final.
