Escolar Documentos
Profissional Documentos
Cultura Documentos
Entradas
Modelo
Y=f(X)
Estimativas x
das grandezas
de entrada X
Incertezas
padronizadas u de x
Graus de
liberdade
associados a x
Probabilidade
de abrangncia
desejada
Coeficientes de
sensibilidade
c = Y/x
Incerteza padro
combinada uc(y)
Graus de liberdade
efetivos eff
Fator de abrangncia kp
Sada
Intervalo de
abrangncia
y U(y)
(1)
(2)
so independentes e se a distribuio de
2
2
uc (y) uma distribuio . A normalidade
de que depende esta abordagem
assegurada
fundamentalmente
pelo
Teorema Central do Limite, para muitas
medies prticas, devido a: (1) a estimativa
do mensurando ser obtida de um nmero
significativo de grandezas de entrada, cujas
distribuies so em geral simtricas; (2) as
incertezas padro de entrada contriburem
com quantidades comparveis entre si; (3) a
aproximao linear do modelo ser, em geral,
aceitvel; e (4) a incerteza combinada ser
relativamente pequena devido a seus graus
de liberdade efetivos possurem uma
magnitude, geralmente, maior que 10 [1].
Modelos de medio com contribuies de
incerteza assimtricas, relaes nolineares, incertezas no-normais dominantes
(quando uma ou mais retangulares so
significativamente maiores que as demais,
por exemplo) e forte dependncia entre
variveis
de
entrada
(correlaes
significativas), so situaes que merecem
cuidados
matemticos
especiais
na
modelagem
do
resultado,
quando
submetidos abordagem do GUM.
3. PRINCIPAIS CUIDADOS NA MODELAGEM DO
RESULTADO
O GUM enfatiza que a incerteza de medio deve
ser realista, ou seja, nem subestimada, nem
superestimada. E embora ele fornea um conjunto
de tcnicas para avaliar o resultado da medio e
suas incertezas, o senso crtico, o conhecimento e
experincia do profissional de metrologia so
fundamentais para a determinao do resultado
correto de uma medio. Algumas recomendaes
prticas podem ser destacadas, para orientar a
modelagem de calibraes ou ensaios:
a) Partir de um modelo conceitual do sistema
de medio, que esteja bem documentado e
que seja reconhecidamente aplicvel a um
dado processo de medio. interessante
partir de modelos que levem em conta o
maior nmero de grandezas de influncia,
para depois simplific-lo a partir de
consideraes particulares da medio. O
EURACHEM/CITAC [2] apresenta uma lista
de grandezas de influncia que podem estar
presentes em muitos ensaios. Exemplos de
aplicao do GUM [1], suplementos do EA4/02 [4] e o trabalho de Link [10], trazem
modelos de sistemas de medio,
explicando suas grandezas de influncia e
consideraes prticas;
b) Atribuir distribuies de probabilidade
realistas para as grandezas de influncia do
Entradas
Modelo
Y=f(X)
Funes densidade de
probabilidade g(X)
Nmero M de extraes
aleatrias para a simulao
de Monte Carlo
Probabilidade
de abrangncia
desejada p
M amostras x1,...,xM
de x a partir de g(x)
M avaliaes ordenadas
da estimativa de sada
y1,...,yM
Sada
Intervalo de
abrangncia
[y(1-p)M/2, y(1+p)M/2]
Fig. 3. Oramento de incertezas usando a metodologia do GUM, incluindo teste de conformidade, grfico de
.
Pareto das contribuies de influncia e anlise do TUR no Autolab