Escolar Documentos
Profissional Documentos
Cultura Documentos
1
]
1
(4.1)
onde f a funo dada na equao :
y = f ( x
1
, x
2
, ... , x
n
) (4.2)
.
3
Cada u(x) uma incerteza padronizada avaliada (avaliao Tipo A ou avaliao Tipo B). A
incerteza padronizada combinada u
c
(y) um desvio padro estimado e caracteriza a disperso dos
valores que poderiam razoavelmente ser atribudos ao mensurando Y .
A equao (4.1) e sua correspondente para grandezas de entrada correlacionadas, equao (4.3),
ambas as quais so baseadas numa aproximao da srie de Taylor de primeira ordem de Y = f(X
1
,
X
2
, ... , X
N
), expressam o que denominado no Guia de Expresso de Incerteza de Medio como
a lei de propagao da incerteza.
As derivadas parciais /x
i
so iguais a /X
i
avaliadas para X
i
=x
i
. Os valores assumidos por
estas derivadas, freqentemente denominadas coeficientes de sensibilidade, descrevem como
estimativa de sada y varia com alteraes nos valores das estimativas de entrada x
1
, x
2
, ..., x
N
.
4.2 GRANDEZAS ESTATISTICAMENTE DEPENDENTES
A equao (4.1) vlida somente se as grandezas se entrada X
i
so independentes
ou
no - correlacionadas. Se algum dos X
i
so significativamente correlacionados, as correlaes
devem ser levadas em considerao.
Quando as grandezas de entrada so correlacionadas, a expresso apropriada para a varincia
combinada u
c
2
(y) associada com o resultado de uma medio :
u y
f
x
f
x
u x x
f
x
u x
f
x
f
x
u x x
c
j
N
i j
i j
i
i
j i
N
i
N
i
N
i
N
i j
i j
2
1
2
2
1 1
1
1 1
2 ( ) ( , ) ( ) ( , )
1
]
1
+
+
(4.3)
onde x
i
e x
j
so as estimativas de X
i
e X
j
e u(x
i
,x
j
) = u (x
j
,x
i
) a covarincia estimada
associada com x
i
e x
j
. O grau de correlao caracterizada pelo coeficiente de correlao
estimado:
r x x
u x x
u x u x
i j
i j
i j
( , )
( , )
( ) ( )
(4.4)
onde r (x
i
, x
j
) = r ( x
j
, x
i
) e -1 r ( x
i
, x
j
) + 1 . Se as estimativas x
i
, x
j
so independentes ,
r ( x
i
, x
j
) = 0 e a variao numa delas no implica em uma variao esperada na outra.
Em termos de coeficientes de correlao, que so mais prontamente interpretados do que
covarincias, a equao pode ser escrita como:
u c y
f
x
u x
f
x
f
x
u x u x r x x
i
i j
i j i j
j i
n
i
n
i
n
2 2
1 1
1
1
2 ( ) ( ) ( ) ( ) ( , )
_
,
+
+
(4.5)
Considere duas mdias aritmticas q
e r
e r
e r
estimada por:
s q r
n n
q q r r
k
n
k k
( , )
( )
( )( )
1
1
1
(4.6)
onde q
k
e r
k
so as observaes individuais das grandezas q e r, e q
e r
i
e X
j
determinadas por pares independentes de observaes
simultneas repetidas dada por u(x
i
,x
j
) = s( X
i
, X
j
) com s( X
i
, X
j
) calculado de acordo com a
equao (4.6).
Esta aplicao da equao (4.6) uma avaliao Tipo A da covarincia. O coeficiente de correlao
estimado de X
i
e X
j
obtido da equao (4.4) :
r(X
i
, X
j
) = r( X
i
e X
j
) = s( X
i
, X
j
) / s( X
i
)s( X
j
)
4.3 GRANDEZAS COM DEPENDNCIA ESTATSTICA PARCIAL
H casos mais complexos onde as interaes entre grandezas de entrada que compem uma
medio direta no podem ser realisticamente modeladas como sendo completamente
estatisticamente dependentes e nem independentes. Pode haver dependncia estatstica parcial. A
forma de quantificar a dependncia estatstica linear parcial atravs do coeficiente de correlao
linear entre cada par de grandezas de entrada envolvidas. Haver dependncia parcial se o
coeficiente de correlao for um nmero no inteiro.
4.3.1 - Combinao de grandezas estatisticamente dependentes e independentes
Ser abordado o caso onde apenas combinaes de grandezas de entrada estatisticamente
dependentes e independentes so envolvidas. Sejam por exemplo as grandezas a, b e c onde sabe-se
, a priori , que :
a e b so estatisticamente dependentes (r(a,b) = 1 )
a e c e b e c so estatisticamente independentes entre si ( r(a,c) = 0 e r(b,c) = 0 )
A incerteza padronizada combinada da grandeza G dada por: G = f(a, b, c) pode ser estimada por:
u G
f
a
u a
f
b
u b
f
c
u c
2
2 2
( ) ( ) ( ) ( ) +
_
,
+
_
,
(4.6)
4.3.2 - Caso Geral
.
5
A expresso usada para estimar a incerteza padro combinada de uma grandeza G=f(x
1
, x
2
, x
3
, ...,
x
n
) considerando que pode haver dependncia estatstica parcial entre cada par das grandezas de
entrada x
1
, x
2
, x
3
, ..., x
n
, dada por:
u G
f
x
u x
f
x
f
x
u x u x r x x
i
i j
i j i j
j i
n
i
n
i
n
2
2
2
1 1
1
1
2 ( ) ( ) ( ) ( ) ( , )
_
,
+
+
(4.7)
5- INCERTEZA EXPANDIDA
Embora a incerteza padronizada combinada u
c
(y) possa ser universalmente usada para expressar a
incerteza de um resultado de medio, em algumas aplicaes comerciais, industriais e
regulamentadoras, e quando a sade e a segurana esto em questo, , muitas vezes, necessrio dar
uma medida de incerteza que define um intervalo em torno do resultado da medio com o qual se
espera abranger uma extensa frao da distribuio de valores que poderiam ser razoavelmente
atribudos ao mensurando.
A medida adicional de incerteza que satisfaz o requisito de fornecer um intervalo do tipo indicado
anteriormente denominada incerteza expandida e representada por U. A incerteza expandida U
obtida multiplicando-se a incerteza padronizada combinada u
c
por um fator de abrangncia k:
U=k.u
c
(y) (5.1)
O resultado de uma medio , ento, convenientemente expresso como Y = y t U, que
interpretado de forma a significar que a melhor estimativa do valor atribuvel ao mensurando Y y,
e que y - U a y + U o intervalo com o qual se espera abranger uma extensa frao da distribuio
de valores que podem ser razoavelmente atribudos a Y. Tal intervalo tambm expresso como:
y - U Y y + U
U interpretado como definindo um intervalo em torno do resultado de medio que abrange uma
extensa frao P da distribuio de probabilidade, caracterizada por aquele resultado e sua incerteza
padronizada combinada, e P a probabilidade de abrangncia ou nvel da confiana do
intervalo.
Sempre que praticvel, o nvel da confiana P, associado com intervalo definido por U deve ser
estimado e declarado. Deve ser reconhecido que multiplicando u
c
(y) por uma constante, no
acrescenta informao nova, porm se apresenta a informao previamente disponvel de forma
diferente. Entretanto, tambm deve ser reconhecido que, na maioria dos casos, o nvel da confiana
P (especialmente para valores de P prximos de 1) um tanto incerto, no somente por causa do
conhecimento limitado da distribuio de probalidade caracterizada, por y e u
c
(y) (especialmente
nas extremidades), mas tambm por causa da incerteza da prpria u
c
(y).
5.1- FATOR DE ABRANGNCIA
O valor do fator de abrangncia k deve levar em conta, alm do nvel de confiana desejado, o
nmero de graus de liberdade efetivos associados ao caso para o intervalo y-U a y+U. O valor de k
geralmente est entre 2 e 3, mas pode assumir diversos outros valores.
.
6
comum calcular o nmero de graus de liberdade efetivos (
ef
) atravs da equao de Welch-
Satterthwaite:
ef
c
i
i i
N
u
u
4
4
1
(5.2)
onde:
u
c
a incerteza combinada;
u
i
a incerteza padronizada associada i-sima fonte de incerteza;
i
o nmero de graus de liberdade associado i-sima fonte de incerteza;
N o nmero total de fontes de incertezas analisadas.
Da aplicao da equao (5.2) resulta o nmero de graus de liberdade efetivo. O valor de k para
nvel de confiana de 95% pode ento ser obtido da seguinte tabela:
ef
1 2 3 4 5 6 7 8 10 12 14 16
k
95
13,97 4,53 3,31 2,87 2,65 2,52 2,43 2,37 2,28 2,23 2,20 2,17
ef
18 20 25 30 35 40 45 50 60 80 100
k
95
2,15 2,13 2,11 2,09 2,07 2,06 2,06 2,05 2,04 2,03 2,02 2,00
Para valores fracionrios de
ef
, interpolao linear pode ser usada se
ef
> 3.
Alternativamente o valor de k
95
corresponde ao valor de
ef
imediatamente inferior na tabela pode
ser adotado.
6 - PROCEDIMENTO DE AVALIAO DA INCERTEZA DE MEDIO
Caso Geral :
a- Determinar o modelo matemtico que relaciona a grandeza de entrada com a sada;
y = f ( x
1
, x
2
, ... , x
n
)
b- Identificar todas as correes a serem feitas ao resultado de medio;
c- Listar componentes sistemticos da incerteza associada a correes e tratar efeitos sistemticos
no corrigidos com parcelas de incerteza;
d- Atribuir valores de incertezas e distribuio de probabilidades com base em conhecimentos
experimentais prticos ou tericos;
e- Calcular a Incerteza Padronizada (u
i
) para cada componente de incerteza;
f- Calcular a Incerteza Combinada (u
c
) ou u
c
(y);
g- Calcular a Incerteza Expandida (U).