Beruflich Dokumente
Kultur Dokumente
Incerteza
Aula 03
Prof. Valner Brusamarello
Incerteza Combinada
y Efeito da Incerteza sobre y
y = f ( x1 u1 , x2 u2 , L , xk uk , L)
Expanso em Srie de Taylor:
f
y = f (x1 , x 2 , x 3 ,L) +
k
( uk ) + L
x k x1 , x 2 , x 3 ,L
y f(x1 , x2 ,...)
uc
Variao
V i em y
uc xk incerteza
uk x
Anlise de Incertezas
y Exemplo: Suponha que medimos a corrente (I) e a resistncia (R) de um resistor. Pela
lei de Ohm:
V = IR
Se ns conhecemos as incertezas (ou desvios padres) em I e R,qual a incerteza em V?
Mais formalmente, dada uma relao funcional entre algumas variveis (x, y, z),
Q=f(x, y, z)
Qual a incerteza em conhecendo as incertezas em x, y, e z?
Geralmente consideramos a incerteza ppadro em x, e escrevemos: xs.
Na maioria dos casos assumimos a incerteza Gaussiana e como visto anteriormente,
68% das vezes, esperamos que o valor de x esteja no intervalo [x-s, x+s].
Nem todas as medidas ppodem ser representadas
p ppor distribuies
Gaussianas!
y Para calcular a a varincia de Q como funo das varincias em x e y, ento usamos:
2
Q 2 Q Q Q
2
Q2 = x2 + y
+ 2 xy
x y x y
Anlise de Incertezas
y Se as variveis x e y no so correlacionadas, ento xy = 0 e o ltimo termo na
equao anterior zero. Podemos deduzir essa equao da sequinte maneira:
g
Assumindo que temos algumas quantidades medidas x (x1, x2...xN) e y (y1, y2,
...yN). As mdias de x e y: 1 N 1 N
x =
N
x
i =1
i e y =
N
y
i =1
i
Qi f (xi , yi )
y defina:
Q f ( x , y )
avaliada nos valores mdios
expandindo Qi sobre estes valores mdios:
Q Q
Qi = Q ( x , y ) + ( xi x ) + ( y y
) + termos de ordens altas
i
x x , y y x , y
assumindo que os valores medidos encontram-se prximos das mdias,
e desprezando
p termos de ordens mais elevadas::
Anlise
de Incertezas
Q Q
Qi Q = ( xi x ) + ( yi y )
x x , x y x , x
N
1
=2
Q
N
(Q Q)
i =1
i
2
2
Q Q Q Q
N 2 N N
1 1 2
= ( xi x )
2
+
x x , x N
( yi y )
2
+ (x )( yi y )
y x , y N
i x
N i =1 i =1 i =1 x x , x y x , x
2
Q Q Q Q
2 N
2
= 2
x x , x
+ y2 + (x )( yi y )
y x , x x x , y y x , y N
x i x
i =1
Q2 = x2 + y2
x x , y y x , y Medidas no correlacionados
Anlise de Incertezas
y Se x e y so correlacionados, definimos xy como:
N
1
xy =
N
(x
i =1
i x )( y i y )
2
Q Q Q Q
2
Q2 = x2 + y2 + 2 xy
x x , y y x , y x x , y y x , y
2 P 2 P
2 2
P2 = I + R = I2 ((2IR))2 + R2 ((I 2 )2 = ((0.1))2 ((2 110))2 + ((1))2 ((12 )2 = 5 watts2
I I=1 R R=10
Anlise de Incertezas
P = 10 2 watts
Se o valor verdadeiro da potcia for de 10W e ns medirmos a mesma com
uma incerteza padro (s) de 2W, considerando uma distribuio
Gaussiana, ento 68% das medidas ficar dentro do intervalo [8,12]W
Podemos ainda, fazer o clculo anterior com erros relativos:
P2 I2 P R2 P 4 I2 R2
2 2 2 2
0.1 1
= + = + = 4 + = ( 0 . 1) 2
(4 + 1)
P 2
P I
2
P R
2
I 2
R 2
1 10
Observe que se a corrente for medida com mais preciso, a
incerteza na potncia cai mais rapidamente.
rapidamente
y Pode-se mostrar que em uma funo do tipo: f(x,y,z)= xaybzc, a
varincia relativa de f(
f(x,y,z)
,y, ) :
f a x b y c z
2 2 2 2
= + +
f x y z
Anlise de Incertezas
O desvio na mdia
A mdia de algumas medidas com a mesma incerteza () dada por:
1
= (x1 + x2 +...x
+ xn )
n
2 2
2 2
2 2
21
2
21
2
1 2 21
2
= x + x +... x = + +... = n
2
1 x
1 2 x
2 n x
n n n n n
= desvio padro na mdia ou incerteza padro
n
2 2 2
G 2 G 2 G 2
G2 = x + y + z + ...
x y z
x z
x
y=
w
uc ( y) ux uz uw
2 2 2
= + +
y x z w
Propagao de Incertezas
y Todas as ggrandezas fsicas,, q
quando medidas devem ser representadas
p
por um valor numrico, uma incerteza e uma unidade (se a grandeza
no for adimensional).
y Exemplo: temperatura indicada no painel de um forno : 700 C C. A
expresso grandeza fsica implica na determinao de um nmero
que representa a grandeza e tem pouco valor caso no seja conhecida
a incerteza correspondente.
correspondente Assim,
Assim no caso da temperatura do forno,
forno
considerando a preciso do sensor de temperatura, do instrumento de
indicao e dos cabos poder-se-ia chegar a uma informao do tipo:
( 700 5 ) C
o
U = ku
k c
k = Fator de Cobertura
Determina o Nvel de Confidncia
x = (100 1% ) mm y = ( 300 3%
% ) mm
z = ( 25 2 ) mm
exerccios
onde,
6 00 2% ( na temperatura To)
Ro = 6,00
= 0,0004 C-1 5%
T = 40 CC 22C
C
To = 20C 2C
Calcule R com a sua incerteza relativa
Anlise de incerteza - Exemplo
y Incerteza Combinada
y Exemplo:
600
x x1 Condicionador
Condicionador de Sinal y1 di i d de i l y
d Sinal
500
+ y=10.x1-3
y1=2.x +
400 e1
x = xm 2
distribuio normal
y 300 =99,73%
nvel de confidncia Varivel espria e1 y=10.(2x+e1)-3
lib d d
d liberdade
graus de
U
ux=2/3=0,66 200 2 2
y y
uc =
2
ux + ue
e1= 5 1
x x m ,0 e1 x m ,0
1
100
distribuio normal
nvel de confidncia =95,45%
uc2 = [(20 )0,66 ] + [(10 )0,5] = 202
2 2
graus de liberdade
0
0 2 4 6 8 10 12 14 16 18 20
ue1 =1/2=0,5 x k=3
y = (20xm +47) 42 Grau de confidncia 99,73%
Anlise de incerteza - Exemplo
y Incerteza Combinada
y Exemplo:
600
2
y
2
y
x y u =
2
u x + uex
e x ,10
500
Condicionador de Sinal
c
y=2.ex.x
y x x m ,10
x m
400
ex
uc2 = [(2.10)0,2] + [(2x m )1,6]
2 2
300
Fonte de Alimentao
200
U(12)
x=xm0,4 uc = 16 + 10,24xm2
2
ex=10 3,2
distribuio100normal
x y1 x1 y
Condicionador de Sinal Condicionador de Sinal
+
y1=2.x + y=10.x1-3
e1
Varivel espria e1
x1=
y1=2.x y=10.x
=10 1-3
3
y1+e1
ux uy=10 ux1
uy1= 2 ux u x1 = u y21 + ue21
ue1
P
Propagao
de
d incerteza
i t - Exerccio
E i
y Exerccio
y Determine a incerteza expandida em cada estgio.
2 ^3 0,5
x=xm0,05 (99,73%)
Qual das fontes de incerteza predominante?
e1=2 0,1
, (95,45%)
( , )
e2=0 0,4 (99%)
e3=1 0,1 (99,73%)
Incertezas combinadas
y Como
C visto
i anteriormente,
i
importante saber se as variveis
de entrada so correlacionadas,
correlacionadas
ppois isso muda a forma da
abordagem!
Covarincia
y A covarincia mede a relao entre duas variveis:
COV ( X , Y ) = XY = E ( X x ) (Y Y ) = E ( XY ) X Y
y Se X e Y so independentes ento COV(X,Y)=0
p q E(X.Y)=E(X).E(Y)=
porque ( ) ( ) ( ) xy
y A covarincia estimada de duas estimativas de
entrada xi and xj, so denotadas por u(xi,xxj).
entrada, )
y A correlao um parmetro que mede a relao
entre duas variveis geralmente mais fcil de
p
interpretar: COV ( X , Y )
XY =
V ( X ) V (Y )
Incerteza combinada no
correlacionada - resumo
y Se f a funo que descreve um modelo da medida.
medida Cada
u(xi) uma incerteza padro avaliada.
y A incerteza padro combinada u(y) um desvio padro
estimado dos valores que poderiam, razoavelmente,ser
atribudos ao mensurando Y;
y As derivadas parciais df /dxii so iguais a df /d X i avaliadas para Xi
= xi;
y Estas derivadasso denominadas coeficientes de sensibilidade e
descrevem como a estimativa de sada y varia com alteraes nos
valores das estimativas de entrada x,, x2, ..., xN.
y Se esta alterao gerada pela incerteza padro da estimativa xi, a
variao correspondente em y , a varincia combinada pode ser
vista como a soma de termos,onde cada um deles representa a
varincia estimada associada com a estimativa de sada y ggerada ppela
varincia estimada, associada com cada estimativa de entrada xi, ou
y onde
Exemplo
y Se
S uma ddiferena
f de
d potenciall V aplicada
l d aos teminais de
d um
resistor dependente da temperatura que tem uma resistncia Ro,
uma ttemperaturat definida
d fi id tot e um coeficiente
fi i t de
d ttemperatura
t
linear da resistncia , a potncia P (o mensurando) dissipada
pelo resistor,
resistor temperatura t, t depende de V, Ro e tt, de
V Ro,
acordo com:
Exemplo
GUM
y A sensibilidade pode ser avaliada numericamente, nesse caso consulte o
GUM!
y A sensibilidade tambm pode ser avaliada experimentalmente variando
uma das entradas, mantendo as demais constantes e verificando a sada;
y Num exemplo p anterior , a estimativa do valor do mensurando V
= V + V, onde v = 0,928 571V, u(v) = 12 pV, a correo aditiva V
=0, e u(V)=8,7 pV.
y Uma vez que dV/dv
d /d = 1 e dV/d(V)
d /d( ) = 11, a varincia
i i combinadabi d
associada com V dada por:
y A varincia de X1:
y Onde
O d xii e xjj so
as estimativas
i i de d Xi e Xj
y u(xi, xj )=u(xj , xi ) a covarincia estimada, associada com xi e xj .
y O grau de correlao entre xi e xj caracterizado pelo coeficiente
de correlao estimado:
Grandezas correlacionadas
y A equao anterior pode ser reescrita em termos
da correlao:
y Para
P o caso muito especiall em que todas
d as
estimativas de entrada so correlacionadas, com
coeficientes
fi i de l r ( xi , x j ) = +1 a equao
d correlao
se reduz a:
Exemplo
y Dez resistores,, cada um com uma resistncia nominal de R=1000 ,, so calibrados
com uma incerteza de comparao desprezvel, em termos de um mesmo resistor
padro Rs de 1000 , caracterizada por uma incerteza padro u(Rs) = 100 m , tal
como apresentado em seu certificado de calibrao.
y Os resistores so conectados em srie com fios de resistncia desprezvel, de forma a
se obter uma resistncia de
10
referncia Rref de valor nominal de 10 k
y Assim, Rref = f ( Ri ) = Ri
i =1
( ) (
y J que r xi , x j = r Ri , R j = 1 ) para cada par de resistores , a equao do exemplo
anterior
t i se aplica.
li
f = Rref = 1 e u ( xi ) =u ( Ri ) =u ( RS )
y Como para cada resistor xi Ri
y esta equao
q produz:
p uc ( Rref ) = u ( RS ) = 10 (100 m ) = 1
10
i =1
1/ 2
uc ( Rref ) = u 2 ( RS )
10
= 0, 32
y O resultado
lt d i =1 incorreto,
i t poisi no
lleva em
conta que todos os valores calibrados dos dez resistores so correlacionados.
Covarincia
e correlao
y Considere duas mdias aritmticas qm e rm que estimam as esperanas
q e r de duas grandezas q e r, variando aleatoriamente, e calcule qm
e rm a papartir
t dee n pa
pares
es independentes
epe e tes dee observaes
o se vaes simultneas
s u t eas dee
q e r, feitas sob as mesmas condies de medio. Ento a covarincia
de qqm e rm estimada ppor:
n1>n2>n3>>n4
n1 , 1
1<
< 2<
< 3<
< 4 n2 , 2
n3 , 3
n4 , 4
DISTRIBUIO t de STUDENT
t
-t 0 +t
xi x
t=
s/ n
Tamanho da amostra
y A varivel aleatria t segue uma distribuio t de student com
v=n-1 graus de liberdade
y Exemplo:
E l determinar
d i o tamanho
h da
d amostra considerando
id d um
experimento onde estimamos a mdia de um processo com
erro mximo de 8.
8 Assumir que o intervalo de confiana de
95% e que necessrio uma amostra grande.
z
2
n= 2
1 = 95% z = 1,96 =8
Tamanho da amostra
y Porm normalmente o desvio padro desconhecido
desconhecido, pois o
ensaio no foi realizado em funo de no termos
determinado
ete a o o nmero
e o ou tamanho
ta a o daa amostra.
a ost a.
y Uma boa soluo realizar algumas medies aleatrias, ou
seja, alguns ensaios aleatrios e determinar o desvio padro
estimado indicado por s, ou seja, para esse exemplo, dez
medies
aleatrias foram realizadas para
p estimar o desvio
padro: 450, 458, 437, 425, 399, 405, 407, 409, 469, 461. A
mdia aritmtica obtida 432 e o desvio padro:
z
2 2
(x X )
n
= 1,96 26,4 = 41,83
2
i n= 2
s= i =1
26, 4 8
n 1
Tamanho da amostra
y Para uma quantidade pequena de amostras n e
assumindo que a mdia das amostras segue uma
d b
distribuio aproximadamente
d normall se utiliza
l a
distribuio t para determinar o intervalo de
confiana. Nesse caso, a equao = t s
2 n
y Cabe observar, que o valor da distribuio t diminui
com o aumento de n
Graus de liberdade
y Note
N t que o di
divisor
i dda varincia
i i dda amostra
t o ttamanho
h dda amostra
t
menos 1 (n-1), enquanto para a varincia da populao, o tamanho da
ppopulao
p n.
y Se soubssemos o valor verdadeiro da mdia populacional , ento
poderamos encontrar a varincia da amostra como a mdia dos quadrados
d desvios
dos d i das d observaes
b dad amostra em torno ded .
y Na prtica, o valor de quase nunca conhecido, e dessa forma, a soma
dos quadrados dos desvios em torno da mdia X tem que ser usada.
usada No
entanto as observaes Xi tendem a estar mais prximas do seu valor
mdio X, do que a mdia populacional .
y Para compensar isso, usamos n-1 como divisor ao invs de n. Se
usssemos n como divisor na varincia da amostra, obteramos uma
medida de variabilidade que seria,
seria em mdia,
mdia consistentemente menor
que 2 da populao.
Graus de liberdade
3 3 18
3,18 1 73
1,73 1 84
1,84
= 20 C 0
xi = 20,1 C
0
= 0,1 C
0
Coordenada Z
xi 20,1 20
z= = =1
0,1
z =1 p = 84,13%( xi 20,1)
p = 15,87%( xi 20,1)
EXEMPLO
x = 20 C xi = 20,1 C
0 0
s = 0,1 C
0
n = 10
Coordenada t
xi x 20,1 20
t= = = 3,162
s 0,1
n 10
Coordenada Z
xi
z=
Coordenada t
xi x
t=
s
n
Graus de liberdade efetivos
y Considere que Y=f(X1,X2,X3)=bX1X2X3
Y=f(X1 X2 X3)=bX1X2X3 e que as
estimativas de X1, X2 e X3 so as mdias aritmticas de
n1=10,0, n2=55 e n3=15
3 5 repeties
epet es dee observaes
o se vaes
independentes com incertezas relativas padro
ux1/x1=0,25% ,ux2/x2=0,57% e ux3/x3=0,82%. Nesse
caso a resposta da incerteza da varivel Y de sada
[u(y)/y]=(1,03%); assim procedemos...
4 4
u ( y) u ( y)
= = c c
eff
u ( y)
N
4
N (c u( x ) 4
i i i
i =1
i
i =1
i
Graus de liberdade efetivos
uc4 ( y)
uc4 ( y) y 1, 034
eff = = = = 19, 0
( u( xi )
N 4 4 4 4 4
ui ( y) 0, 25 0, 57 0,82
i x +
10 1 5 1 15 1
+
3
i
i =1
i =1 i
xi x > k(n) s n
2
k (n)
1,15
3 1 35
1,35
4 1,54
5 1,65
6 1,73
7 1,80
8 1,86
9 1,92
10 1,96
CRITRIO DE CHAUVENET
Y(mm)
2,547
2,549 Ser =j2,597
x rejeitado
n
2,553
2,555 2,597 2,561 > 1,96 0,014
2 557
2,557
2,559
2,561
2,565
2,567 x1 = 2,547
2,597
2,547 2,561 < 1,96 0,014
s = 0,014
x = 2,561
CRITRIO DE DIXON
quantidade rij
de repeties
n 3 n 7 r10
8 n 10 r11
11 n 13 r21
14 n 25 r22
xi x
Para um valor xi ou xn G=
s
xi = Valor suspeito x= Mdia Amostral s= Desvio padro
ci
ViX 100,1 V - - - -
VS 100,0 V 0,001 V normal -1,0 -0,001 V
ViX 0,0 V 0,029 V Retangular 1,0 0,029 V
VS 0,0 V 0,0064 Retangular -1,0 -0,0064 V
V
EX 0 1 V
0,1 0 030 V
0,030
Calibrao de um Multmetro Digital
de mo em 100 V DC
y Incerteza expandida: a incerteza de medida padro associada com
o resultado claramente dominada pelo efeito da resoluo finita
do DMM. A distribuio final no normal, mas essencialmente
retangular. Portanto, o mtodo de graus de liberdade efetivos no
aplicvel. O fator de cobertura apropriado para uma distribuio
retangular calculado da relao:
U = k u ( E X ) = 1, 65 0, 030 V 0, 05 V
y Resultado:
Resultado O erro de indicao medido do voltmetro digital em
100 V de (0,10 0,05) V.
y O resultado da incerteza expandida de medida a incerteza
padro de medida multiplicada pelo fator de cobertura deduzido
de uma distribuio de probabilidades considerada retangular para
uma cobertura de probabilidade de 95%.
INTERVALO DE CONFIANA
nA , xA , sA
nD , xD , sD
nC , xC , sC
nB , xB , sB ,
nE , xE , sE
si
IC = xi t i p
ni
Graus de Frao p em porcentagem
liberdade
(a) (a) (a)
v 68,27 90 95 95,45 99 99,73
Comparao
p de uma mdia atual com um valor
considerado como referncia
ts ts
x < xref < x +
n n
Onde: