Revista Brasileira de Ensino de F sica, v. 33, n. 2, 2303 (2011) www.sbsica.org.

br

Sobre as incertezas do tipo A e B e sua propagaao sem derivadas: c uma contribuio para a incorporaao da metrologia contempornea aos ca c a laboratrios de f o sica bsica superior a
(On type A and type B uncertainties and its propagation without derivatives: a contribution to incorporate contemporary metrology to Physics laboratories in higher education)

Paulo Lima Junior1 e Fernando Lang da Silveira

Instituto de F sica, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brasil Recebido em 27/1/2011; Aceito em 23/2/2011; Publicado em 3/6/2011 Aps introduzir o conceito de incerteza, distinguindo procedimentos de avaliaao da incerteza do tipo A e do o c tipo B, o presente artigo discute a lei de propagaao da incerteza denida no Guia para Expresso da Incerteza c a da Mediao, apresentando sua deduao e fundamentos. O objetivo deste trabalho introduzir um procedimento c c e alternativo que permite calcular a incerteza que se propaga das grandezas de entrada para a grandeza de sa da sem referncia expl e cita a derivadas parciais. Como o procedimento alternativo proposto relativamente simples e e compartilha o mesmo dom nio de validade da prpria lei de propagaao da incerteza, poss o c e vel perceber seu valor para a introduo de conceitos e procedimentos metrolgicos desde as primeiras atividades experimentais ca o realizadas em laboratrios de f o sica bsica superior. a Palavras-chave: metrologia, incerteza, atividades experimentais, ensino superior. After introducing the concept of uncertainty and procedures for evaluating type A and type B uncertainties, we discuss the law for propagation of uncertainty in the Guide to the Expression of Uncertainty in Measurement and its underlying assumptions. The main goal of this paper is to introduce an alternative procedure for estimating uncertainty that propagates from the input to output quantity without explicit reference to partial derivatives. As this alternative procedure is relatively simple and shares the same validity of the law for propagation itself, it is possible to perceive its value to the introduction of metrological concepts and procedures from the earliest experimental activities performed in higher education Physics laboratories. Keywords: metrology, uncertainty, laboratory activities, higher education.

1. Introduo ca
A metrologia um campo de produo de conhecie ca mento que diz respeito aos processos e procedimentos de medio em quaisquer atividades prossionais. ca Assim, ela aborda, por exemplo: o controle de qualidade dos produtos e insumos industriais, a conduo de ca pesquisa bsica, a produo de novas tecnologias, o dea ca senvolvimento e a calibrao de padres de medida [1]. ca o Por essa razo, trata-se de uma disciplina fundamena tal para a formao bsica da maioria dos prossionais ca a que cursam disciplinas de f sica experimental (ou outras disciplinas cient cas que utilizem procedimentos de medida e anlise quantitativa de resultados observaa cionais/experimentais), sobretudo os futuros bacharis e
1 E-mail:

e licenciados em f sica. A conabilidade dos resultados das medies uma co e questo cr a tica no campo da metrologia. A esse respeito, h uma srie de divergncias histricas relaa e e o cionadas `s denies e aos procedimentos que pera co mitem estimar erros e incertezas. Um passo fundamental em direo ` superao dessas divergncias foi dado ca a ca e na dcada de 1990 com a publicao de dois documene ca tos: (1) Guia para Expresso da Incerteza da Medio a ca [1]; e (2) Vocabulrio Internacional de Metrologia [2]. a Esses documentos so resultado do trabalho de espea cialistas indicados por sete organismos internacionais2 e estabelecem diretrizes amplamente aceitas para expressar e avaliar a conabilidade dos resultados de uma medio. ca

paulolima@if.ufrgs.br.

2 BIPM (Bureau International des Poids et Mesures), IEC (International Electrotechnical Commission), IFCC (International Federation of Clinical Chemistry), ISO (International Organization for Standardization), IUPAC (International Union of Pure and Applied Chemistry), IUPAP (International Union of Pure and Applied Physics) e OIML (International Organization of Legal Metrology).

Copyright by the Sociedade Brasileira de F sica. Printed in Brazil.

2303-2

Lima Junior e Silveira

No campo da educao cient ca ca, alguns esforos c vm sendo realizados para esclarecer aspectos das noe vas diretrizes e do novo vocabulrio da metrologia [3, 4] a e incorpor-los ao ensino de f a sica [5, 6]. A saber, este artigo resulta da elaborao de um material didtico ca a diferenciado para a disciplina de mecnica experimena tal no Instituto de F sica da Universidade Federal do Rio Grande do Sul (IF-UFRGS) em que se busca, entre outros propsitos, articular as atividades experimentais o com contribuies do campo da metrologia. co Uma questo cr a tica, que surge da incorporao de ca metrologia `s disciplinas introdutrias de f a o sica experimental, a necessidade de se estabelecer estratgias que e e dispensem conhecimentos (matemticos e f a sicos) e habilidades que os estudantes no adquiriram nos estgios a a iniciais do curso. Neste artigo, abordamos especicamente o problema clssico da propagao da incerteza a ca que diz respeito no somente `s novas diretrizes da a a metrologia, mas `s mais tradicionais teorias de erros a e a necessidade de abord-la sem referncia expl a e cita ` a derivaao parcial. c Freqentemente, em laboratrios didticos e de u o a pesquisa, usamos grandezas f sicas conhecidas e medidas para inferir os valores de outra grandeza que no podemos ou no desejamos obter diretamente. a a Nesse tipo de situao em que a medio indireta, a inca ca e certeza se propaga das grandezas conhecidas (grandezas de entrada) para a grandeza cujo valor se quer determinar (grandeza de sa da). A incerteza da grandeza de sa y obtida indiretamente a partir das grandezas de da entrada x1 , x2 , . . . , xm , consideradas estatisticamente independentes, pelo modelo y = f (x1 , x2 , ..., xm ), sob certas condies, pode ser obtida aproximadamente co pela expresso a f x1
2

lo com outros resultados [1]. O parmetro quantitaa tivo que expressa a conabilidade do resultado de uma medio chama-se incerteza. Ela decorre da falta de ca preciso e exatido no conhecimento que se tem a resa a peito do mensurando. Quanto maior for a incerteza de uma medida, menor ser a conabilidade que se deve a atribuir a essa medida. Toda grandeza estimada a partir de dados experimentais possui alguma incerteza na sua determinao. ca A esse respeito, existem fatores presentes em todos ou quase todos os processos de medio que implicam neca cessariamente a produo de incerteza. Por exemplo, ca todo processo de medio supe a construo de um ca o ca modelo em que o prossional lana mo de leis, idealic a zaes e aproximaes do seu campo de conhecimento co co para denir a grandeza f sica que est sendo medida a e estabelecer um procedimento minimamente convel a que lhe permita estimar o valor dessa grandeza dentro de certos limites e para certos propsitos. Essa moo delagem realizada, ora de maneira intuitiva, ora de e maneira sistemtica, mas sempre inerente ao processo a e de medio. Como todo processo de modelagem enca volve idealizaes e aproximaes, mesmo se a medio co co ca puder ser realizada sob condies ideais, haver alguma co a incerteza devido ` prpria denio da grandeza dena o ca tro do modelo. Esta quantidade chamada incerteza e denicional ou incerteza intr nseca[2] . Por exemplo, quando decidimos medir o dimetro a de uma bolinha de metal, estamos considerando-a aproximadamente esfrica (a rigor, ela pode ser oval, elipe soidal). Com efeito, trocar a medida do dimetro da a bolinha pela medida de semi-eixos equivale a trocar um modelo por outro. Assim, mesmo em situaes co experimentais extremamente elementares, para podermos responder ` necessidade de denir o que estaa mos medindo, indispensvel lanar mo de um moe a c a delo. Estando todos os modelos sujeitos a idealizaes co e aproximaes, a prpria denio da grandeza medida co o ca incerta. e Alm do que foi dito at agora, h outros fatores e e a que produzem incerteza no resultado de uma medio. ca Por exemplo: (1) variaes entre observaes repetico co das sob condies aparentemente idnticas devidas ` co e a interferncia de grandezas que no esto sendo controe a a ladas; (2) valores inexatos de constantes da natureza e outros parmetros externos necessrios para coma a pletar o processo de medio; (3) conhecimento imca perfeito a respeito dos fenmenos envolvidos ou das o condies de realizao da medio; (4) vis subjetivo co ca ca e na leitura de escalas analgicas; (5) limites do instruo mento com respeito ` resoluo ou ao seu limiar de disa ca criminao. Todos esses fatores contribuem para que se ca tenha dvida com respeito aos resultados de medio. u ca

u2 (y) =

u2 (x1 ) +

f x2 +

u2 (x2 ) + ...
2

f xm

u2 (xm )

(1)

Nessa equao, u(xj ) a incerteza no valor da jca e sima grandeza de entrada e u(y) a incerteza no e e valor da grandeza de sa da. Assim, a Eq. [1] traduz a chamada lei de propagaao da incerteza [1]. Neste c artigo, aps introduzir o conceito de incerteza, deduzir o essa lei e apontar os pressupostos que a precedem, e apresentado um mtodo alternativo para obter a ine certeza da medio da grandeza de sa sem referncia ca da e expl cita ` derivao parcial. a ca

2.

Introduo ao conceito de incerteza ca

Quando se registra o resultado da medio de uma ca grandeza f sica, obrigatrio fazer alguma indicao e o ca quantitativa da qualidade desse resultado, de tal maneira que outras pessoas possam avali-lo e compara a

Sobre as incertezas do tipo A e B e sua propagao sem derivadas ca

2303-3

2.1.

Incertezas padro do tipo A e do tipo B a

A partir do GUM [1] poss sustentar que toda ine vel certeza redut a uma quantidade que pode ser exe vel pressa e interpretada como um desvio padro indepena dente da maneira como foi obtida. A incerteza que se expressa como desvio padro chamada incerteza a e padro.3 O GUM reconhece dois tipos de incerteza a (que equivalem a dois procedimentos de avaliao de ca incerteza). A incerteza que se obtm por anlise ese a tat stica de uma srie de observaes chama-se incerteza e co do tipo A. A incerteza que se obtm por quaisquer oue tros mtodos chamada incerteza do tipo B. Tanto a e e incerteza do tipo A quanto a incerteza do tipo B podem ser interpretadas como desvios padro. a So exemplos de avaliao da incerteza do tipo A o a ca clculo do desvio padro da mdia de uma srie de oba a e e servaes repetidas (por exemplo, do tempo de queda de co um projtil) e o clculo das incertezas nos parmetros e a a que se obtm do ajuste de curvas a dados experimentais e [7]. Os procedimentos de avaliao da incerteza do tipo ca B so mais variados. De uma maneira geral, a avaliao a ca da incerteza do tipo B deve levar em considerao todo ca o conhecimento dispon a respeito da propriedade ou vel do fenmeno em estudo [1]. Seja a incerteza obtida por o um procedimento do tipo A ou do tipo B, ela sempre ser interpretada como um desvio padro. a a 2.2. A avaliao da incerteza do tipo B ca

Considere, por exemplo, a situao elementar em ca que desejamos determinar com uma rgua o comprie mento de um lpis. Apesar de ser muito simples, essa a situao importante porque o argumento desenvolvido ca e para trat-la pode ser facilmente estendido para quala quer medio que envolva escalas analgicas. Como, no ca o exemplo do lpis e da rgua, no h variabilidade pera e a a cept vel dos resultados de medio, no ser poss ca a a vel avaliar a incerteza por procedimentos do tipo A. Por outro lado, h pelo menos duas informaes relevantes a co para avaliar a qualidade do resultado dessa medio: ca (1) o material com que foi feita a rgua geralmente e rguas de plstico so fabricadas com calibrao pior e e a a ca com escalas menos bem denidas ou ileg veis; e (2) a largura da menor diviso da escala igual a 1 mm. a Dado um valor verdadeiro xv qualquer para o comprimento do lpis, podemos considerar que a probabia lidade de se obter cada resultado de medio x satisca faa uma distribuio com densidade de probabilidade c ca f (x) uniforme e no-nula entre os valores xv 1 mm e a xv + 1 mm segundo a Fig 1a. Por outro lado, tambm e poder amos considerar, entre outras possibilidades, que a probabilidade de se obter cada resultado de medio ca x satisfaz uma densidade de probabilidade triangular com os mesmos limites conforme a Fig. 1b.

Em contraste com a incerteza do tipo A, que envolve procedimentos j bastante conhecidos (tal como a o clculo do desvio padro da mdia de uma srie a a e e de observaoes feitas aproximadamente sob as mesmas c condies), os procedimentos para estimar a incerteza co do tipo B so um pouco mais elaborados e exigem maior a ateno. ca Conforme j foi dito, para estimar a incerteza do a tipo B necessrio levar em considerao todas as ine a ca formaes dispon co veis que estejam relacionadas ` quaa lidade do resultado da medio. Uma maneira de se ca fazer isso propor a priori uma distribuio de proe ca babilidades (por exemplo, gaussiana, retangular, triangular, multinomial) que seja adequada para descrever a distribuiao dos resultados de medio em torno do c ca valor verdadeiro do mensurando ou do conjunto de valores verdadeiros que podem ser atribu dos a esse mensurando [1, 2]. Essa distribuio de probabilidades deve ca possuir pelo menos duas propriedades: (1) ela deve ser ajustvel `s informaes prvias relevantes ` detera a co e a minao da qualidade do resultado da medio; (2) ela ca ca deve permitir a traduo dessas informaes relevantes ca co em uma quantidade que possa ser interpretada como desvio padro. a

Figura 1 - Exemplos de funoes densidade de probablidade na c estimativa da incerteza do tipo B

3 A rigor, nem toda a incerteza pode ser interpretada diretamente como desvio padro. A incerteza que no se expressa como desvio a a padro chamada incerteza expandida. Entretanto, a incerteza expandida deve ser sempre igual ` incerteza padro multiplicada por um a e a a n mero real positivo, que chamado fator de abrangncia. Para o presente artigo, o conceito de incerteza expandida no fundamental. u e e a e Portanto, todas as ocorrncias do conceito incerteza se referem exclusivamente ` incerteza padro. e a a

2303-4

Lima Junior e Silveira

Sabendo que distribuies de probabilidade cont co nuas tm suas varincias denidas por e a
2 x =

mdia dessas quantidades e, ao mesmo tempo, a melhor e estimativa do valor da grandeza y. Nesse caso, dado que a incerteza padro u(y) pode ser calculada a partir do a desvio padro da mdia de y, podemos escrever a e u2 (y) = 1 n(n 1)
n i=1

(x xv )2 f (x)dx

(2) (yi y )
2

em que f (x) representa a funo densidade de probaca bilidade, poss e vel calcular o desvio padro de cada a uma dessas duas distribuies. Para a distribuio unico ca forme, obtm-se x,h = 1, 0 mm 3 0, 6 mm. Para a e = distribuio triangular obtm-se x,t = 1, 0 mm 6 ca e = 0, 4 mm. Esses dois valores so exemplos de incertezas a que resultam de uma avaliao do tipo B. ca Como poss e vel perceber, esse processo de modelagem probabil stica a priori que est implicado na a avaliao da incerteza do tipo B relativamente arca e bitrrio (no sentido em que depende das escolhas feitas a pelo sujeito responsvel pelo processo de medio). Por a ca isso, fundamental que cada escolha na construo e ca do modelo utilizado seja justicada com base em informaes relevantes ` determinao da qualidade dos co a ca resultados de medio. Por exemplo, levando em conca siderao que rguas de plstico so menos conveis ca e a a a que rguas de metal, poder e amos reservar a distribuio ca triangular para esta e a uniforme para aquela. Independente das escolhas feitas pelo sujeito responsvel por a avaliar a incerteza da medio, fundamental destacar ca e que o resultado de procedimentos semelhantes ao exemplicado nesta seo pode sempre ser interpretado como ca um desvio padro. a

(3)

Sejam xij = xij xj e yi = yi y . Com efeito, na medida em que as variaes xij forem pequenas co ao ponto do modelo matemtico y = f (x1 , x2 , ..., xm ) a poder ser aproximado por um hiperplano em uma regio que contenha essas variaes, podemos substia co tuir yi y na expresso anterior pelo termo de primeira a ordem da srie de Taylor e yi =
m j=1

f xij + O(x2 ) = xj

m j=1

f xij (4) xj

Observe que todas as derivadas na expresso antea rior e seguintes, pela denio das sries de Taylor, so ca e a avaliadas no ponto em que xj = xj , j. Substituindo a expanso [4] na expresso [3], obtemos a a u2 (y) = 2
m k>j m j=1 m j=1

f xj

f u2 (xj ) + xj f cov(xj , xk ) xk

(5)

3.

A propagao da incerteza ca

Nessa expresso, cov(xj , xk ) representa a covaria a ncia das mdias das grandezas de entrada xj e xk . e Se as grandezas de entrada forem estatisticamente independentes e, portanto, suas covarincias forem nulas, a obtemos a lei de propagao da incerteza ca u2 (y) =
m j=1

Conforme foi antecipado, em laboratrios didticos e de o a pesquisa estamos freqentemente lidando com medies u co indiretas, ou seja, com processos de medio em que, ca a partir de um conjunto de grandezas cujos valores so a conhecidos dentro dos limites de suas incertezas, desejase inferir o valor de outra grandeza (chamada grandeza de sa da). Isso ocorre, por exemplo, quando determinamos a acelerao da gravidade a partir do per ca odo e comprimento de um pndulo. Nesse tipo de situao e ca em que a medio indireta, a incerteza se propaga ca e das grandezas de entrada para a grandeza de sa e da a forma mais usual de estimar a incerteza no valor da grandeza de sa substituir as melhores estimativas da e dos valores das grandezas de entrada e suas respectivas incertezas na lei de propagao da incerteza [1]. ca 3.1. Deduo da lei de propagao da incerteza ca ca

f xj

u2 (xj )

(6)

Como poss perceber, a forma mais simples da e vel lei de propagao da incerteza carrega fundamentalca mente os seguintes pressupostos: (1) a independncia e estat stica das grandezas de entrada; (2) o modelo matemtico y = f (x1 , x2 , ..., xm )pode ser aproximado a por um hiperplano na regio que contm as variaes a e co xij . Quando essas duas condies no forem comco a pletamente satisfeitas, poss retomar a deduo da e vel ca lei de propagao da incerteza introduzindo termos de ca ordem superior e termos com as devidas covarincias a entre as variveis de entrada. Contudo, na maioria das a situaes usuais em laboratrios didticos, a Eq. [6] co o a resulta em excelente aproximao. ca 3.2. Mtodo alternativo para propagao da e ca incerteza

Considere que xij representa a i-sima observao e ca da j-sima varivel e que foram feitas n observaes e a co para cada uma das m variveis de entrada. Assim, a a cada conjunto {xi1 , xi2 , ..., xim } de valores observados corresponde uma quantidade yi tal que yi = (xi1 , xi2 , ..., xim ). Considere tambm que y representa a e

Os pressupostos que fundamentam a lei de propagao ca da incerteza implicam que exista uma funo g linear ca nas grandezas de entrada tal que y g(x1 , x2 , ..., xm ) =

Sobre as incertezas do tipo A e B e sua propagao sem derivadas ca

2303-5

em uma regio que contenha as variaes xij . Com a co m isso, g(x1 , x2 , ..., xm ) = a0 + j=1 aj xj . Acrescentando a hiptese de independncia estat o e stica e, portanto, de covarincias nulas entre as grandezas de entrada, obtea mos u2 (y) =
m j=1

dos valores das grandezas de entrada pelo modelo matemtico y = f (x1 , x2 , ..., xm ). Neste caso, a 2 g 4 2 T 2 979, 524 cm/s (resultado ex = l/ = presso com um grande nmero de algarismos). u 2. Em seguida, acrescenta-se a incerteza padro ao a valor de cada uma das grandezas de entrada. Os valores obtidos so inseridos novamente no moa delo matemtico para obter y + yj em que yj a o incremento na grandeza de sa devido exe da clusivamente ao acrscimo de u(xj ) ao valor da e j-sima grandeza de entrada. e g + gl 4 2 [ + u(l)]/T 2 l = g + gT 4 2 T + u(T )]2 l/[ = 979, 585 cm/s2 . = 979, 804 cm/s2 . =

a2 u2 (xj ) j

(7)

Como a funo g(x1 , x2 , ..., xm ) linear em cada ca e uma das suas variveis, os coecientes aj podem ser a calculados exatamente pela razo entre g e xj , mana tido todo o resto constante g xj

aj =

(8)
xk =k ,k=j x

Como a aproximao linear considerada satisca e fatria em qualquer regio que contenha as variaes o a co xij , podemos fazer xj = u(xj ) e g y. Com isso, a = incerteza da grandeza de sa u(y) pode ser estimada da por u2 (y) =
m j=1

3. Enm, as diferenas entre os valores obtidos no c passo (2) e o valor obtido no passo (1) so elea vadas ao quadrado e somadas para produzir o quadrado da incerteza na medio da grandeza ca de sa u(y). No exemplo em questo, u(g) da a = 2 2 2 gl + gT = 0, 062 + 0, 282 0, 3 cm/s . = Assim, a melhor estimativa da acelerao da gravica 2 dade a partir desses dados dada por g = 979, 5 cm/s e 2 com incerteza u(g) = 0, 3 cm/s .

(yj )2

(9)

Nesta expresso, yj representa a variao que o a ca modelo matemtico y = f (x1 , x2 , ..., xm )experimenta a quando acrescentada uma quantidade u(xj ) ` je a sima grandeza de entrada, mantendo-se todas as oue tras grandezas xas em suas melhores estimativas xk . 3.3. Exemplo de aplicao do mtodo alternaca e tivo

4.

Concluso a

O argumento apresentado nesta seo permitiu desenca volver um procedimento simples, relativamente geral (pois compartilha o mesmo dom nio de validade da prpria lei de propagao da incerteza) e, do ponto de o ca vista educacional, potencialmente signicativo (porque sua discusso supe somente que os alunos possuam ala o guns conhecimentos rudimentares sobre representao ca grca de funoes) que pode ser apresentado e discua c tido na sua quase totalidade desde a primeira atividade experimental do curso de graduao [8]. ca Para ver o procedimento em operao, considere, ca como exemplo, que desejamos determinar a acelerao ca da gravidade com um pndulo de Kater [9] ao qual core responde um pndulo simples de comprimento l dado e por (48,381 0,003) cm e per odo T dado por (1,3964 0,0002) s. Nesse caso, considerando que seja poss vel determinar a acelerao da gravidade pela expresso ca a g = 4 2 l/T 2 , a incerteza u(g) pode ser obtida da seguinte maneira: 1. Calcula-se a melhor estimativa do valor da grandeza de sa a partir das melhores estimativas da

Como poss perceber, o mtodo expresso na Eq. [9] e vel e compartilha o mesmo dom nio de validade da lei de propagao da incerteza na Eq. [5] com a vantagem ca de no fazer referncia expl a e cita ` derivao parcial, a ca podendo, por isso, ser apresentado e discutido com os estudantes de graduao desde sua primeira atividade ca experimental. Enm, o mtodo alternativo proposto neste artigo e uma ferramenta consistente com os pressupostos da e lei de propagao da incerteza, podendo ser apresenca tado e discutido desde as primeiras atividades da f sica experimental superior.

5.

Agradecimento

Agradecemos ` Profa Maria Cristina Varriale do IMa UFRGS pela leitura atenta e pelas sugestes apreseno tadas.

Referncias e
[1] Joint Commitee for Guides in Metrology (JCGM), Evaluation of Measurement Data: Guide to the Expression of Uncertainty in Measurement (GUM) (BIPM, S`vres, 2008), 1a ed, 120 p. Dispon e vel em www.bipm. org/en/publications/guides, acesso em 17/9/2010.

2303-6

Lima Junior e Silveira

[2] Joint Commitee for Guides in Metrology (JCGM). International Vocabulary in Metrology: Basic and General Concepts and Associated Terms (VIM). (BIPM, S`vres, 2008), 3a ed, 90 p. Dispon e vel em www.bipm. org/en/publications/guides, acesso em 17/9/2010. [3] A. Cruz, E. Filipe, G. Almeida, J. Valadares e O. Pellegrino, Caderno Brasileiro de Ensino de F sica 26, 125 (2009). [4] J.H. Vuolo, Revista Brasileira de Ensino de F sica 21, 350 (1999). [5] A. Buer, S. Alie and F. Lubben, The Physics Teacher 46, 539 (2008).

[6] P. Siegel, The Physics Teacher 45, 232 (2007). [7] W.P. Silva, C.M.D.P.S. Silva, C.D.P.S. Silva e H.J.G. Silva, Revista Brasileira de Ensino de F sica 21, 341 (1999). [8] P. Lima Junior, F.L. Silveira e M.T.X. Silva, Medioes c Indiretas e Propagao da Incerteza (IF-UFRGS, ca Porto Alegre, 2011). Dispon em www.if.ufrgs.br/ vel lang/semderivadas.pdf, acesso em 28/2/2011. [9] F.L. Silveira, Revista de Enseanza de la F n sica 10, 29 (1995).