ENQUALAB 2004-Encontro para a Qualidade de Laboratrios.
1 a 3 de junho de 2004, So Paulo, Brasil. INCERTEZA DE MEDIO PELO MTODO DE MONTE CARLO, NO CONTEXTO DO SUPLEMENTO 1 DO GUM. Giorgio Moscati, INMETRO - moscati@uol.com.br - Fone 011 3167 7597 Luiz Gonzaga Mezzalira, Autnomo - lmezzalira@terra.com.br - Fone 011 3231 0834 Flvio Domitilio dos Santos, Autnomo - fdomitilios@hotmail.com - Fone 011 9851 1739 RESUMO O GUIA para a Expresso da Incerteza de Medio 1;2 apresenta um procedimento geral que pressupe a lei de propagao da incerteza. Esta abordagem, conforme relatado no prprio GUIA, contm limitaes. A difuso do uso do GUIA, gerou a necessidade de uma abordagem mais ampla, a qual est sendo feita, atravs de suplementos, sendo que no primeiro a incerteza avaliada a partir do conceito de propagao da distribuio de probabilidade. Neste trabalho so apresentados alguns tpicos do suplemento, da histria do mtodo de simulao estatstica de Monte Carlo e alguns exemplos de aplicao. 1 I NTRODUO O Joint Committee for Guides in Metrology 3 , JCGM/WG1 do BIPM/CIPM em seu trabalho de reviso do GUIA para a expresso da incerteza de medio, decidiu, ao invs de alterar o texto atual, produzir trs suplementos que esto em preparao: - GUM, Supplement 1: Numerical Methods for the Propagation of Distributions. - GUM, Supplement 2: The treatment of More than One Measurand. - GUM Supplement 3: Measurement Uncertainty and Conformance Testing: Risk Analysis. A utilizao de mtodo numrico para soluo de problemas fsicos e matemticos no recente. Consta a histria 4 . que Georges Louis Leclerc Comte de Buffon, em 1777, riscou no cho duas linhas paralelas, colocou venda nos olhos de algumas pessoas, posicionou-as em linha. Estas pessoas atiraram determinado nmero de baguetes para trs, onde estavam as linhas. Contanto o nmero total de baguetes atiradas e o das que tocaram ou cruzaram as linhas, calculou o valor do pi. Durante a segunda guerra mundial, no Projeto Manhattam, o mtodo passou a ter extensa aplicao quando foram utilizadas simulaes estatsticas para calcular o transporte de nutrons. O desenvolvimento e a disseminao do uso do computador permitiram tornar o mtodo, rpido, eficiente e seguro, da sua extensa utilizao atual na cincia, tecnologia, economia, etc. Jogo, aleatoriedade, roleta, roletas adaptadas para gerar nmeros aleatrios (antes da funo RAND da computao), a capital do jogo e de Mnaco, Monte Carlo, so os motivadores para o nome: Simulao de Monte Carlo SMC. Atualmente o mtodo utilizado nos clculos de reaes nucleares; de evolues estelares; de fluxo de gases, de fluxo de trfego; e de inmeros outros fenmenos. 2 LI MI TAES DA VERSO ATUAL DO GUI A Antes de tudo fundamental que se tenha em mente algumas consideraes bsicas contidas no GUIA: - No item 2.2.1, apresentada a palavra incerteza, como um conceito geral, significando dvida sobre a validade do resultado de uma medio e, em particular, para os casos que so obtidos resultados quantitativos, como por exemplo, o desvio padro. A definio de incerteza no item 3.9 do VIM 5 , tem um carter mais operacional. - Segundo o item 1.1 do GUIA, ele se prope a estabelecer regras genais para avaliao e expresso da incerteza de medio. Considerando o sentido do termo avaliar, em 3.4.8, fica claro que a metodologia apresentada no substitui o raciocnio crtico, a honestidade intelectual e a habilidade profissional do metrologista. - Em 4.3.10 afirma que no se deve computar duplamente a incerteza, e no anexo E2: As avaliaes devem ser realsticas, nem para mais nem para menos. Ainda, em 3.4.1 e NBR/ISO 17025, 5.4.6.2: A incerteza deve ser determinada a partir de um mensurando definido com completeza suficiente relativa exatido requerida. Estas consideraes so de extrema importncia para definirem o verdadeiro sentido e alcance do valor avaliado como a incerteza de medio em determinado processo e justificar a utilizao ou no de outros meios, alm dos indicados no GUIA, adequados para esta avaliao, ou para sua validao. O GUIA em 5.1.2, indica que as equaes 10, para grandezas independentes e a 13, para grandezas correlacionadas, so utilizadas para a determinao da incerteza padro combinada, expressando o que ele denomina como a Lei de propagao da incerteza. Ambas expresses so baseadas em distribuio gaussiana e em uma aproximao de primeira ordem da srie de Taylor, sendo que devem ser includos na expanso da srie, os termos de ordem superior, quando uma expanso de primeira ordem no resulta em uma aproximao aceitvel. O GUIA em G 1.5 indica que podem ser requeridos outros mtodos numricos ou analticos, quando a relao 2 funcional entre Y e suas grandezas de entrada no linear e se uma expanso de primeira ordem de Taylor no uma aproximao aceitvel. No item G 5.3, o GUIA apresenta o caso em que uma grandeza de entrada por ser assimtrica pode afetar o clculo da incerteza combinada, podendo no ser razovel supor que uma assimetria compensada por outra. Nestes casos, declara, so necessrias mais informaes. Outros casos no atendidos plenamente pelo procedimento mestre do GUIA so os relativos a modelos de ajustes de mnimos quadrados no lineares; modelos que requerem soluo iterativa; modelos que apresentam grandes incertezas; e os que incluem nmeros complexos. Buscando consenso no tratamento dos casos no atendidos pelo GUIA, o WG1 preparou o documento Supplement 1, que est atualmente circulando em verso preliminar para discusso entre um grupo restrito de especialistas. 3 O SUPLEMENTO N o 1 DO GUI A O Suplemento 1 substitui o que o GUIA chama de lei de propagao da incerteza pelo conceito de propagao da distribuio de probabilidade. A funo densidade de probabilidade-pdf, do valor da grandeza de sada, obtida a partir das pdf das grandezas de entrada. Dela so extrados os valores da mdia, do desvio padro, dos limites do intervalo correspondente ao nvel de confiana requerido, e outros parmetros. A tcnica de simulao de Monte Carlo apresentada, como procedimento geral, para se obter numericamente uma aproximao da propagao das pdfs. Pressupe a premissa de que cada possvel valor obtido da distribuio, de modo aleatrio, como grandeza de entrada, to legtimo como qualquer outro valor. O procedimento tem incio com uma definio do mensurando Y = f(X1,X2,...XN), tendo cada uma das grandezas de entrada sua prpria pdf. Para se obter a pdf da grandeza sada so gerados M valores de y a partir de N conjuntos de valores de xi , obtidos com um gerador de nmeros aleatrios com probabilidades caractersticas das respectivas pdfs, levando em considerao as correlaes totais e parciais entre elas. De acordo com o Teorema do Limite Central, o valor mdio da estimativa Y da grandeza de sada converge na razo de M -1/2 . Com esta tcnica tornam-se desnecessrios os clculos dos coeficientes de sensibilidade e os dos graus efetivos de liberdade e clculos de coeficientes de correlao, por estarem naturalmente includos no modelo. A gerao de nmeros aleatrios pode ser efetuada mesmo no programa EXCEL 6 , tornando possvel certas simulaes com planilhas relativamente simples. Cada valor de sada calculado representa uma histria da grandeza. Os casos tpicos de aplicao da abordagem do Suplemento incluem as situaes em que: a) As contribuies de incerteza podem ser grandes, comparadas com a estimativa do valor de sada da grandeza, b) A distribuio de probabilidade no gaussiana, no atende o teorema do limite central, c) Os valores da incerteza associada so comparveis em magnitude com a grandeza de sada, ou prximos do limite de deteco, d) O modelo no linear e ou complexo, e) significativa a assimetria da distribuio de grandezas de entrada, f) Existe maior dificuldade ou inconveniente no clculo das derivadas parciais, para aplicao dos termos de maior ordem na srie de Taylor, g) No caso de existir alguma dvida quanto validade de se aplicar a lei de propagao da incerteza. Nesta eventualidade, o Suplemento recomenda que a incerteza seja calculada, segundo o procedimento do GUIA, com adequada expanso da srie de Taylor e que seja utilizado o mtodo da SMC, com nmero M suficientemente grande de simulaes, de modo a se obter o valor do mensurando Y com nmero de dgitos significativos compatveis com a aproximao desejada. Os resultados obtidos pelos dois mtodos devem ser apresentados para o mesmo nvel de confiana. Deste modo podem ser comparados os limites extremos dos intervalos encontrados. 4 PASSOS PARA APLI CAO DA SMC PARA CLCULO DA I NCERTEZA Os passos tpicos para a determinao da estimativa do valor da grandeza de sada, da incerteza associada e dos valores extremos do intervalo, para o especificado nvel de confiana, so: a) Definir a grandeza de sada e grandezas que devem ser medidas, b) Decidir de quais grandezas de entrada depende a de sada, c) Desenvolver o modelo que relaciona tais grandezas levando em conta as eventuais correlaes. d) Atribuir pdfs para as grandezas de entrada, a partir do conhecimento disponvel, e) Estabelecer o nmero de simulaes adequado para a exatido do resultado que se deseja, f) Efetuar as simulaes propagando as pdfs, atravs do modelo desenvolvido, para se obter a pdf da grandeza de sada, g) Extrair da pdf obtida: - O valor mdio da grandeza de sada, (quando aplicvel, conforme lembra o GUIA em 4.1.4), - O desvio padro, assumido como incerteza padro, (GUIA E.3.2), - O intervalo que contenha, com determinada probabilidade, um valor desconhecido qualquer da grandeza de sada, - Outros parmetros que possam ser de interesse para se caracterizar a incerteza. Quanto notao, o suplemento inova no item 2, utilizando para apresentao dos resultados, a expresso reduzida: u(y), ao invs de u c (y). 3 6 EXEMPLOS DE APLI CAO Com objetivo de divulgar fontes de informao e tornar mais rastrevel esta apresentao, os exemplos 6.2 e 6.3 so extrados da literatura neles citada. 6.1 Propagao de diferentes pdfs Este exemplo ilustra a diferena de conceito entre propagao da incerteza e o de propagao da distribuio de probabilidade. A distribuio Poisson no usual em metrologia, foi contudo utilizada por facilidades em sua construo. Os grficos abaixo mostram as distribuies geradas: a normal, a Poisson e a resultante de sua soma. A tabela 1 mostra os valores utilizados para a gerao das distribuies e resultados obtidos atravs da somatria de ambas. Tabela 1 Comparao de valores relativos aos grficos apresentados: Item Normal Poisson somatria GUIA mdia xi 40 3,02 43,02 43,02 mdia da distrib. 0,0324 0,1598 0,1922 0,0961 DP da mdia 0,0048 0,0153 0,0184 0,0161 Os valores acima, relativos mdia da distribuio e ao Desvio Padro da mdia, evidenciam como diferem os resultados obtidos segundo a aproximao do GUIA e a indicada no Suplemento 1. 6.2 Este exemplo apresenta a comparao de resultados obtidos na calibrao de um multmetro, com entrada de 100V DC. Os dados obtidos segundo a abordagem do GUIA podem ser vistos no documento 7 . EA4/02, suplemento 1 exemplo S9. Os resultados comparativos com os obtidos pela SMC, podem ser conferidos no Software Support 8 . A resoluo do instrumento corresponde ao ltimo dgito: 0,1 V O modelo para o erro de indicao, E X , para o Digital Multi Meter-DMM : E X = Vi X V S + dVi X - dV S O significado de cada fator de influncia pode ser visto na tabela 2. Tabela 2 Fatores de influncia relativos ao exemplo 6.2 Resultados obtidos: Comentrios: a) O fator dominante no caso a resoluo do DMM. O suplemento 2 apresenta notas matemticas indicando que o fator de abrangncia adequado para p = 95% 1,65. b) O intervalo obtido com a SMC equivalente ao obtido com o GUIA, o que era de se esperar, uma vez que o modelo era simplesmente associativo. 6.3 Este exemplo, utilizando os resultados apresentados por Cox 9 neste seu trabalho citado, mostra a diferena entre Grandeza Xi Distrib Estimativa U padro Contribuio Tenso no DMM ViX 100,1 V Tenso calibrador VS Gauss. 100 V 0,002 V - 0,001V Tenso indicada Vix Unifor . 0,0 V 0,05 V 0,029 V Correo da tenso calibr. Vs Unifor . 0,0 V 0,011 V - 0,0064 V Erro de indicao EX 0,1 V 0,030 Abordagem E X U(E X ) Intervalo 95% GUIA, c/termos 1 ordem 0,1 V 0,03 0,05 a 0,15 Com SMC 0,1 0,025 0,05 a 0,15 Distribuio resultante da soma 0,0 0,1 0,2 0,3 0,4 25 31 37 43 49 55 61 Distribuio Normal 0,00 0,05 0,10 25 30 35 40 45 50 55 Distribuio de Poisson 0,0 0,1 0,2 0,3 0,4 0,0 1,0 2,0 3,0 4,0 5,0 6,0 4 os valores obtidos quando, se consideram apenas os termos de primeira ordem na srie de Taylor, quando so considerados tambm os termos de segunda ordem, segundo o GUIA, e os obtidos atravs da SMC. Esta escolha, a calibrao de um peso de valor nominal de 100g. didtica uma vez que permite a comparao de resultados; com os apresentados pelo citado membro do JCGM/WG1. A aproximao mais simples pode ser vista tambm no documento 10 EA4/02, suplemento 1, exemplo S2, que trata da calibrao de um peso com valor nominal de 10kg, de modo linear, aditivo, conforme indicado abaixo: Mx = m s + dm D + dm + dm c + dB, onde: Mx; a massa convencional desconhecida, m s ; a massa convencional do padro, dm D ; a deriva do valor do padro, dm; a diferena observada entre o padro e o mensurando, dm c ; para correo de excentricidade e efeitos magnticos, dB; a correo do empuxo do ar. No exemplo apresentado por Cox valorizada a correo devido ao empuxo, mediante a adio de um peso de valor equivalente. O modelo simplificado, para as condies propostas : ( ) ( ) 1 1 1 1.2 W R R W R m m m
_ + + ' ;
, Tabela 3 Fatores de influncia relativos ao exemplo 6.3 Grandeza Xi Distribuio Estimativa U padro valor do padro m R Gaussiana 100 g; 0,050 mg massa adicional m R Gaussiana 1,234 mg; 0,020 mg massa especfica do ar ambiente
Uniforme 1,2 kg/m 3 0,1 kg/m 3 massa especfica do mensurando W
w Uniforme 8000 kg/m 3 1000 kg/m 3 massa convencional dos padres
R Uniforme 8000 kg/m 3 50 kg/m 3 Resultados obtidos: Abordagem m R U(m R ) Intervalo 95% GUIA, c/ t.1 ordem 1,2340 0,0539 1,1284 a 1,3396 GUIA c/ t.2 a ordem 1,2340 0,0750 1,0870 a 1,3810 Com SMC 1,2343 0,0755 1,0845 a 1,3842 Comentrios: a) Os valores obtidos com os termos de segunda ordem e os com SMC esto consistentes entre si, caracterizando portanto uma validao. b) Sendo considerados apenas os termos de primeira ordem, a incerteza estaria sub estimada. As obtidas com os termos de segunda ordem e com a SMC, so aproximadamente 40% maior. 6.4 Este, na verdade no um exemplo, objetiva-se, no caso, apresentar a citao de um envolvendo aplicao da SMC com nmeros complexos, relativo calibrao de impedncias. Trata-se de um trabalho de Walter Bich 11 , disponvel no site do BIPM, podendo ser encontrado pelo nome do artigo, atravs do google. 7 CONCLUSES A utilizao da SMC permite, de modo relativamente simples, a avaliao da incerteza em modelos no lineares, assimtricos, envolvendo situaes nas quais o tratamento analtico torna-se muito complexo, excessivamente trabalhoso, complicado e mesmo impossvel. Ela valiosa ferramenta para o metrologista na anlise crtica dos resultados obtidos, tendo em conta os conceitos bsicos apresentados acima, no item 2. Seguramente a publicao do Suplemento 1 provocar, em curto prazo, uma ampla aplicao da SMC para a avaliao da incerteza de medio. A comunidade metrolgica ter a disposio esta ferramenta j amplamente utilizada em diversos campos da cincia e tecnologia nos casos em que a complexidade dos modelos utilizados torna invivel o tratamento analtico. A disponibilidade de computadores rpidos, planilhas eletrnicas flexveis e possantes, bem como a facilidade com que, uma vez criado e formatado em planilha o modelo, fica simples e rpido incluir nela novos elementos, investigar e avaliar seus efeitos. Esta caracterstica permite que se encontre com maior facilidade o melhor tratamento para a avaliao da incerteza, que se perceba mais claramente os efeitos das incertezas das grandezas de entrada, sobre a incerteza no mensurando, e indica, portanto em quais medies deve ser dada especial ateno para que tenham suas incertezas reduzidas. 8 BIBLIOGRAFIA
1 GUIA para a Expresso da Incerteza de Medio. Terceira edio brasileira, agosto 2003 Publicada pelo INMETRO e ABNT. 2 GUM Guide to the Expression of Uncertainty in Measurement. Publicado pela International Organization for Standardization, ISO, Reprinted 1995. 3 News from the JCGM/WG1 maro 2004 www.bipm.fr. 4 S.C.Bloch. Statistical estimation of pi using random vectors. Am.J. Phys., vol.67 No4, abril 1999. 5 VIM. Vocabulrio Internacional de Termos Fundamentais e Gerais de Metrologia. Portaria 029 de 10/031995, INMETRO. Verso do original do BIPM e outros. 6 EXCEL 2000, Programa do Microsoft Office. 7 EA4/02-Suplement 2, dezembro de 1999. www.npl.co.uk/ssfm/ 8 SoftwareSupport for Metrology, Best Practice Guide No.6. Uncertaity and Statistical Modelling M G Cox, MP Dainton and P M Harris Maro 2001. Metrologie www.npl.co.uk/ssfm/ 9 Measurement Uncertainty and the Propagation of Distributions. M G Cox, and P M Harris. 2001.Metrologie www.npl.co.uk/ssfm/ 10 Verso Brasileira do Suplemento 1 do EA4/02, Expresso da Incerteza de Medio na Calibrao, INMETRO, Fevereiro de 1999. 11 Calibration of impedances by the substitution method:numerical uncerteinty evaluation. Luca Callegaro, Walter Bich 11 th IMEKO TC-4 September 13-14 2001 Lisboa Portugal.
Uso Da Distribuição Log-Normal de Três Parâmetros Da Razão de Resistência Não Drenada de Pico em Análise Probabilística de Liquefação Estática em Barragens de Rejeito