Você está na página 1de 40
Incerteza e propagação de Erros em ç s s emas i t d e me
Incerteza e propagação de Erros em
ç
s s emas
i
t
d
e me
di
ã
o

f Material desenvolvido com notas de aulas e bibliografia

Pro . Va ner

l

Incerteza de medição

Incerteza de medição Documento importante: Guide to the Expression of Uncertainty in Measurement (ISO-GUM). Guia

Documento importante: Guide to the Expression of Uncertainty in Measurement (ISO-GUM). Guia International anos de desenvolvimento e revisões feitas por sete organizações internacionais. Fortemente recomendado por Institutos referência como o NIST Melhor maneira de certificar-se sobre a consistência entre laboratórios do mundo.

Modelo de Medida

Modelo de Medida De fi na o mensuran d o- measurand – a quantid ade sujeita

Defina o mensurando- measurand – a quantidade sujeita à medição Determine o modelo matemático, com as quantidades de entrada X 1 ,X 2 ,…,X N , e (pelo menos) uma quantidade de saída,Y. Os valores determinados para as quantidades de entrada são chamados de estimativa da entrada e são denotados por x 1 ,x 2 ,…,x N . O valor calculado para as quantidades de saída são chamados de estimativa de saída e são denotados por

y.

Incerteza de medição

Incerteza de medição (VIM) : Parâmetro não negativo que caracteriza a dispersão dos valores atribuídos a

(VIM) : Parâmetro não negativo que caracteriza a dispersão dos valores atribuídos a um mensurando, com base nas informações utilizadas. NOTA 1: A incerteza de medição compreende componentes provenientes de efeitos sistemáticos, tais como componentes associadas a correções e valores designados a padrões, assim como a incerteza definicional. Algumas vezes não são corrigidos os efeitos sistemáticos estimados; em vez disso são incorporadas componentes de incerteza associadas.

Incerteza padrão

Incerteza padrão A incerteza pode ser , por exemplo , um desvio - padrão denominado incerteza

A incerteza pode ser, por exemplo, um desvio-padrão denominado incerteza de medição padrão (ou um de seus múltiplos) ou a metade de um intervalo tendo uma probabilidade de abrangência determinada. OBS.: utiliza- se o desvio padrão da média, como visto anteriormente, o qual depende do número de ensaios n; A incerteza de uma estimativa de entrada, x i , é denotada por u(x ). A incerteza padrão de uma estimativa de saída, y, determinada pela propagação da incerteza, é chamada de incerteza padrão combinada, e é denotada por u c (y).

i

Incerteza tipo A

Incerteza tipo A Avaliação estatísticada incerteza envolvendo uma série de observações Sempre possui uma

Avaliação estatísticada incerteza envolvendo uma série de observações Sempre possui uma associação com o número de graus de liberdade. Exemplos incluem simples médias e estimativas de mínimos quadrados

Incerteza tipo B

Incerteza tipo B Qualquer avaliação que não é do tipo A é uma avaliação do tipo

Qualquer avaliação que não é do tipo A é uma avaliação do tipo B. Não é incerteza sistemática Exemplos:

Usando experiência profissional combinada com uma distrinuição retangular Obtendo incertezas padrão de certificados padrão ou de livros de referência

Covariância

Covari ância Correlações entre as estimativas de entrada afetam a incerteza padrão combinada da estimativa de

Correlações entre as estimativas de entrada afetam a incerteza padrão combinada da estimativa de saída. A covariância estimada de duas estimativas de entrada, x i and x j , são denotadas por u(x i ,x j ).

Propagação de incertezas

Propagação de incertezas “Lei da propa g ação de incertezas,” ou, simplesmente, a “equação de propagação

“Lei da propagação de incertezas,” ou, simplesmente, a “equação de propagação de incertezas” Incertezas padrão e covariâncias de estimativas de entrada são combinadas matematicamente para produzir a incerteza padrão combinada da quantidade de saída.

Incerteza expandida

Incerteza ex pandida Multiplique a incerteza padrão combinada, u c ( y ), por um número

Multiplique a incerteza padrão combinada, u c (y), por um número k, chamado fator de cobertura

para obter a incer teza expandida,

U.

A probabilidade que o intervalo y +- U contém o valor do mensurando é chamada de nível de cobertura ou nível de confidência ou de confiança.

Propagação de incertezas

Intervalo de Confiança O intervalo de confiança consiste em um número fixo, positivo menor que 1 que representa a probabilidade de um determinado parâmetro da população (a ser estimado) estar compreendida entre dois limites.

(

PL ϕ L

1

2

)
)

Intervalo de confiança

n

º d

e σ

Interva o

confiança

l

d

e

 

í

N ve

confiança

l d

e

   

(%)

 

3.30

 

(

y

3.3

σ

)(

<<+yy

v

3.3

σ

)

99.9

 

3.0

 

()3

y

σ

()3

σ

<<+yy

v

 

99.7

 

2.57

 

(

y

2.57

σ

)

(

<<+yy

v

2.57

σ

)

99.0

 

2.0

 

()()2

y

σ

<<+yy

v

2

σ

 

95.4

 

1.96

 

(

y

1.96

σ

)

<<+yy

v

(

1.96

σ

)

95.0

 

1.65

 

(

y

1.65

σ

)(

<<+yy

v

1.65

σ

)

90.0

 

1

. 0

( y σ ) <<+yy(

v

σ )

 

68

. 3

(incerteza

   

padrão)

  68 . 3 (incerteza     padrão) í N ve l d e Significância (%)

í

N ve

l d

e

Significância

(%)

 

0.1

0.3

1.0

4.6

5.0

10.0

31

. 7

Análise de Incertezas

Análise de Incertezas Variáveis Modificantes Afetam a sensibilidade da leitura em relação à variável de interesse

Variáveis Modificantes Afetam a sensibilidade da leitura em relação à variável de interesse (mensurando) Contribuem de forma multiplicativa Variáveis Interferentes Afetam a leitura mas não a sensibilidade da leitura em relação à variável de interesse Contribuem de forma aditiva

Análise de Incertezas

Análise de Incertezas Efeitos das variáveis modificantes e interferentes em um sistema de medição linear Variável

Efeitos das variáveis modificantes e interferentes em um sistema de medição linear

VariávelVariávelinterferenteinterferentee modificantee modificantevariável

Sensibilidade alterada

Sensibilidade alterada

Variável modificante

Variável modificante variável

leitura ideal
leitura
ideal

Deslocamento de zero

Deslocamento de zero

Sensibilidade alterada

Sensibilidade alterada

VariávelVariávelinterferenteinterferentevariável

DeslocamentoDeslocamento dedeZeroZero

u 1

Análise de Incertezas

Especificação da Leitura

Análise de Incertezas E spec ifi cação d a Leitura Se o erro sistemático for removido

Se o erro sistemático for removido então:

Medida Ideal = Medida Real ± incerteza

A Incerteza é estabelecida um valor limite de máximo e mínimo com um determinado nível de confidência Exemplo:

2,6g

10 gramas = (Medida Real ± 1,3)

gramas nível de confidência de 95%

com

10g

Valor ideal da Medida

p lo: 2 , 6 g 10 gramas = (Medida Real ± 1,3) gramas nível de

Análise de Incertezas

Incertezas (erro não sistemático)

Análise de Incertezas Incertezas (erro não sistemático) Tipo A Avaliadas por métodos estatísticos Caracterizadas

Tipo A Avaliadas por métodos estatísticos

Caracterizadas pela variância σ i 2 ou desvio padrão σ i (geralmente definido como o desvio padrão da média) e pelo número de graus de liberdade Tipo B Avaliadas por outros meios:

• dados obtidos previamente

• experiência ou conhecimento do comportamento do sistema de medição

especificação do fabricante

• dados obtidos de curvas de aferição ou outros documentos

Caracterizadas pela quantidade u j 2 ou u j que podem ser tratadas como aproximações de variância e desvio padrão para efeitos de cálculos.

Propagação de Incertezas

Propagação de Incertezas Ao proce der com um ensa io exper i men ta l para

Ao proceder com um ensaio experimental para executar a medição de uma variável, é comum definir um intervalo no qual a medida é significativa como visto na secção anterior. Este parâmetro depende das condições ambientais, da habilidade do operador entre outras. Ao utilizar duas medidas experimentais, cujas incertezas são conhecidas, para determinar uma nova grandeza deve- se considerar a mesma dentro de seu intervalo de confiança (na maioria das vezes determinado pela incerteza padrão) na seguinte forma:

G ± ∆G

onde G é a grandeza e ΔG a incerteza padrão

Propagação de Incertezas

Considerando uma grandeza dependente das variáveis

xyz

i

,

ii

,

,

as quais possuem distribuições de erros

gaussianas com desvios padrões

, calculada para qualquer conjunto de variáveis

e médias

σ

x

,

σ

y

,

σ

z

,

µ

x

µ

z

respectivamente a grandeza pode ser

µ

y

,

(

G x y z

i

,

i

,

i

,

)

Análise de Incertezas

Efeito da Incerteza sobre “y”

y =±±fx(

1

ux

12

,

u L x ± u L)

2

,,

k

k

,

Expansão em Série de Taylor:

L x ± u L ) 2 ,, k k , Expansão em Série de Taylor:

y

u c

y

=

(

f x

1

,

x

2

,

x

f(x 1 , x 2 ,

Taylor: y u c y = ( f x 1 , x 2 , x f(x
Taylor: y u c y = ( f x 1 , x 2 , x f(x
Taylor: y u c y = ( f x 1 , x 2 , x f(x
Taylor: y u c y = ( f x 1 , x 2 , x f(x
Taylor: y u c y = ( f x 1 , x 2 , x f(x
Taylor: y u c y = ( f x 1 , x 2 , x f(x
Taylor: y u c y = ( f x 1 , x 2 , x f(x

u k

3

)

, L

)

+

x k

x

k

f

x

k

x

1

,

x

2

,

x

3

, L

(

⎠ ⎟

u c

Varião em y

incerteza

± u

k

)

f ∂ x k x 1 , x 2 , x 3 , L ⎞ ⎟

+ L

Análise de Incertezas

Exemplo: Suponha que medimos a corrente (I) e a resistência (R) de um resistor. Pela lei de Ohm:

V = IR Se nós conhecemos as incertezas (ou desvios padrões) em I e R,qual a incerteza emV? Mais formalmente, dada uma relação funcional entre algumas variáveis (x, y, z), Q=f(x, y, z) Qual é a incerteza em conhecendo as incertezas em x, y, e z? Geralmente consideramos a incerteza padrão em x, e escrevemos: x±s. 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 podem ser representadas por distribuições Gaussianas! Para calcular a a variância de Q como função das variâncias em x e y, então usamos:

2

σ Q

= σ

2

x

Q

x

2

+

2

σ y

Q

⎟ ⎟

y

2

+ 2 σ

xy

Q

x

Q

⎟ ⎟

y

Análise de Incertezas

Se as variáveis x e y não são correlacionadas, então σxy = 0 e o último termo na equação anterior é zero. Podemos deduzir essa da sequinte maneira:

Assumindo que temos algumas quantidades medidas x (x1, x2

xN) e y (y1, y2,

yN).

As médias de x e y:

µ

x

=

1

N

N

=

1

i

x

e

µ

iy

=

1

N

N

=

1

i

y

i

defina:

expan

di

n

d

Q i f ( x i , y i ) Q f (µ x ,µ y )

so

b

t

l

avaliada nos valores médios édi

os:

o Q

i

re es es va ores m

⎝ ⎜

Q

⎠ ⎟

y

)

y

Q

d

e or

d

l

ens a tas

QQ x

i

=

(

,

xy

+

)(

i

µµ µ

x

)

+

(

y

i

µ

+ termos

x

µ

x

,

µ

y

µ

x

,

µ

y

assumindo que os valores medidos encontram-se próximos das médias, e desprezando termos de ordens mais elevadas:

Q Q

i

2

σ Q

Análise de Incertezas

= (

x

i

=

=

1

N

1

N

=

σ

2

x

µ

x

)

N

(

i = 1

Q

N

=

1

i

( x

i

Q

x

i

Q

)

2

µ

x

µ

x

)

2

,

Q

x

2

µ

x

,

µ

x

+

σ

µ

x

+

( y

i

Q

x

2

µ

x

,

µ

x

2

y

Q

y

2

µ

x

,

µ

y

)

Q

y

µ

x

,

+

µ

x

1

N

N

=

1

i

( y

i

+ ⎜

Q

x

µ

x

,

µ

x

µ

y

µ

y

)

2

Q

y

Q

y

µ

x

,

µ

2

µ

x

y

,

µ

y

2

N

+

2

N

N

i = 1

(

x

N

i

i

= 1

(

x

i

µ

x

µ

x

)(

y

i

)(

y

i

µ

y

)

µ

y

)

Q

x

µ

x

µ y − ) µ y ⎛ ) ⎜ ⎝ ∂ ∂ Q ⎞ ⎟ ⎠

,

µ

x

Q

y

µ

x

,

µ

x

Se as medidas não são correlacionadas o último termo na equação acima é zero:

Uma vez que as derivadas são avaliadas nas médias (µ x , µ y ) , podemos tirá-las da soma

σ

2

Q

=

σ

2

x

Q

x

⎟ ⎞

2

µ

x

,

µ

y

+

σ

2

y

y

Q

2

µ

x

,

µ

y

x ⎟ ⎞ ⎠ 2 µ x , µ y + σ 2 y ⎛ ∂

Erros não correlacionados

Análise de Incertezas

Se x e y são correlacionados, definimos σxy como:

 

1

σ

xy

=

N

σ

2

=

σ

2

Q

x

N

i = 1

(

x

i

Q

x

2

µ

x

,

µ

µ

y

x

)(

y

+

σ

i

2

y

µ

y

Q

y

)

2

µ

x

,

µ

y

+ 2

Q

x

µ

x

,

µ

y

y

Q

µ

x

,

µ

y

Exemplo: Potência em um circuito elétrico.

P = I 2 R

Faça

P = 10 W

I = 1.0 ± 0.1 A

e R = 10. ± 1.0

σ

xy

Calcule a variância na potência usando a propagação de incertezas assumindo que I e R não são correlacionados

2

σ P

2 P

2

= σ I

I I =1

2 P

2

+σ R

R R =10

= σ I 2 (2 IR ) 2 +σ R ( I 2 ) 2 = (0.1) 2 (2 110) 2 +(1) 2 (1 2 ) 2 = 5 watts 2

2

Análise de Incertezas

P = 10± 2 watts Se o valor verdadeiro da pocia for de 10W e nós medirmos a mesma com uma incerteza padrão (s) de ± 2W, considerando uma distribuição Gaussiana, então 68% das medidas ficará dentro do intervalo [8,12]W Podemos ainda, fazer o cálculo anterior com erros relativos:

σ

P

2

P

2

=

σ

P

2

I

2

Observe

I

P

2

+

2

R

2

σ

P

P

R

2

=

4

σ

2

I

I

2

+

σ

R

2

R

2

= 4

0.1

1

2

+

q ue se a corrente for medida com mais

1

10

2

=

2

(0.1) (4

p

recisão a

,

+

1)

incerteza na potência cai mais rapidamente. Pode-se mostrar que em uma função do tipo: f(x,y,z)= x a y b z c , a variância relativa de f(x,y,z) é:

2

⎛ ⎜ ⎜ = ⎛ ⎜ a

σ

f

f

f

σ

x

x

2

+

b

⎜ ⎜

σ

y

y

⎟ ⎠ + ⎛ ⎜ c

2 2

σ

z

z

⎟ ⎞

Análise de Incertezas

Análise de Incertezas O desvio na média A média de algumas medidas com a mesma incerteza

O desvio na média A média de algumas medidas com a mesma incerteza (σ) é dada por:

µ

=

1 ( x + x + x )

1

2

n

n

2 =σ

2

x 1

σ µ

µ

x 1

2

+σ 2

x 2

µ

x 2

⎟ ⎠

2

+

2

σ

x n

x n

µ

2

2 1

n

2 +σ 2 1

n

=σ

2

+

1

n

σ

σ µ =

σ

n

“desvio padrão na média” ou incerteza padrão

2

= nσ 2 1

n

2

A precisão aumenta com a raiz quadrada do número de experimentos. Não confunda σ µ com σ ! σ está relacionado com a largura da função densidade probabilidade ( ex.:

Gaussiana) da qual as medidas são originadas. σ não diminui quando se aumenta o número de elementos.

Propagação de Incertezas

Propagação de Incertezas Depois do procedimento matemático, das simplificações e considerações , pode - se obter

Depois do procedimento matemático, das simplificações e considerações, pode-se obter a expressão para a incerteza padrão na grandeza G :

σ

2

G

⎛ ∂ G

= ⎜

x

2

σ

2

x

+

2

⎛ ∂ G

⎛ ∂ G

+ ⎜

σ

y

2

z

y

2

σ

2

z

+

Esta equação permite calcular a incerteza mais provável da grandeza G em função das incertezas de cada uma das variáveis, das quais a mesma é dependente.

Propagação de Incertezas

Propagação de Incertezas Todas as g randezas físicas , q uando medidas devem ser representadas por

Todas as grandezas físicas, quando medidas devem ser representadas por um valor numérico, uma incerteza e uma unidade (se a grandeza não for adimensional). Exemplo: temperatura indicada no painel de um forno : 700 °C. A expressão “grandeza física” implica na determinação de um número que representa a grandeza e tem pouco valor caso não seja conhecida a incerteza correspondente. Assim, no caso da temperatura do forno, considerando a precisão do sensor de temperatura, do instrumento de indicação e dos cabos poder-se-ia chegar a uma informação do tipo:

(700 ± 5) C

o

Onde o valor 700 indica a grandeza nominal medida ou estimada e o valor 5 a incerteza (em ºC) relacionada a esta medida.

Propagação de Incertezas

Propagação de Incertezas Erros em uma medida : A análise quantitativa é realizada a partir da

Erros em uma medida: A análise quantitativa é realizada a partir da medida dos valores das grandezas relacionadas à propriedade alvo da pesquisa. O usuário faz uso de instrumentos de medida cuja complexidade varia de acordo com a natureza da grandeza a ser mensurada. O grau de sofisticação e ou de precisão do aparelho utilizado não livra o operador da existência de erros ao realizar a medida. Dados experimentais devem ser acompanhados por um posterior tratamento matemático que permita uma avaliação da confiabilidade dos resultados obtidos, isto é, quanto os mesmos estão corretos, são aceitos ou mesmo infundados. No processo de medida há uma combinação de inúmeros fatores que influem, de forma decisiva, nos resultados. Uma vez que é impossível a determinação de como cada fator influencia no processo, o erro verdadeiro da medida permanece desconhecido. É possível somente uma estimativa do erro máximo aceitável para o processo, caracterizado pelo intervalo de incertezas.

ossível somente uma estimativa do erro máximo aceitável para o p rocesso, caracterizado pelo intervalo de
ossível somente uma estimativa do erro máximo aceitável para o p rocesso, caracterizado pelo intervalo de
ossível somente uma estimativa do erro máximo aceitável para o p rocesso, caracterizado pelo intervalo de
ossível somente uma estimativa do erro máximo aceitável para o p rocesso, caracterizado pelo intervalo de
ossível somente uma estimativa do erro máximo aceitável para o p rocesso, caracterizado pelo intervalo de

Propagação de Incertezas

Propagação de Incertezas Um ar con di ci ona do de 10000 BTU t em uma

Um ar condicionado de 10000 BTU tem uma tensão elétrica medida de

E = (220 ±10)V

e corrente

I = (6 ±1) A

.Pretende-se determinar a potência real

dissi ada neste a arelho de ar condicionado:

p

P

min

p

(

= 220 10

)(

6

)

−=1

1050 W

P

max

(

= 220 +10

)(

6

P = VI = 200 6 = 1320W

.

)

+=1

1610 W

Entretanto, apesar de possível, é bastante improvável que a incerteza da potência seja dada por essas quantidades, uma vez que dois maiores ou menores valores de medida simultâneos devem ocorrer. Segundo o método apresentado anteriormente, o resultado do cálculo da

incerteza final é uma fun ão das variáveis inde endentes

σ

G

ç

(

= Gx yz

i

,

ii

,

,

)

p

xyz

i

,

ii

,

,

ara

p

:

Incerteza Combinada

Incerteza Combinada u c

Incerteza Combinada Incerteza Combinada u c Estimativa dos limites da incerteza em y Se as variáveis

Estimativa dos limites da incerteza em y Se as variáveis xi forem estatisticamente independentes:

u 2

c

=

k

f

x

k

x

1

,

x

2

,

x

3

,L

2

u

2

k

Se a função de transferência for linear:

u

2

= (

λ

 

u

)

c

k

k

k

2

Incerteza Expandida

Incerteza Expandida Especificando a Incerteza da Medida (Precisão) Medida Ideal = Medida Real ± U U

Especificando a Incerteza da Medida (Precisão) Medida Ideal = Medida Real ± U U é a Incerteza Expandida

U = ±ku c
U = ±ku
c

k = Fator de Cobertura Determina o Nível de Confidência

Grau de crença de que o valor ideal da medida se encontra no intervalo

Fator de Cobertura p(z) – kσ <z< µ + kσ ) z z Área nível
Fator de Cobertura
p(z)
– kσ <z< µ
+ kσ )
z
z
Área
nível de confidência
z
µ z – kσ
µ z + kσ
µ z

Se a quantidade z apresentar uma distribuição normal, com

espectância µ z e desvio padão σ, o intervalo µ z ± kσ abarca

68,27%; 90%; 95,45%; 99Área% =e P(99µ,73%

(nível de confidência) dos

possíveis valores de z, para k=1; k=1,645; k=2; k=2,576 e k=3

respectivamente (considerando graus de liberdade →∞)

Para outras distribuições os valores são diferentes

Propagação de Incertezas

Propagação de Incertezas Considere, nos próximos exemplos, erros com distribuição gaussiana. Se nada for informado

Considere, nos próximos exemplos, erros com distribuição gaussiana. Se nada for informado sobre o nível de confidência, o mesmo corresponde a 68,3% (±σ). No exemplo da potência, calcule a incerteza resultante mais provável. A supercie juntamente com a incerteza total de um paralelepípedo deve ser calculada. Os resultados das medidas das dimensões são:

x = (100 ±1%) mm

y = (300 ± 3%) mm

z = (25 ± 2) mm

exercícios

exercí cios R 10 Ω ± 1 . , Aplica - se uma Tensão de sendo

R

10 Ω ± 1

.

,

Aplica-se uma Tensão de sendo a corrente medida igual a

V = 100.V ± 1%.

a um resistor de

=

I = 10. A ± 1%

. Deseja-se calcular a

%

otência dissi ada de três modos diferentes:

p

p

P =

V

2

R

P = RI

2

P = V .I

Qual dos modos você considera mais adequado?

exercícios

i determine o valor da resistência equivalente, quando:

O (b) Os resistores estiverem em paralelo.

(a)

,

D d

d

(

)

300 ± 2

.

= (20 ± 4)

.

i t

R

2

=

R

1

a

os

o s res s ores,

,

i t

s res s ores es

ti

é i

verem em s r e;

300 ± 2 Ω . = ( 20 ± 4 ) Ω . i t R

exercícios

A resistência elétrica de um fio de cobre, em função da

temperatura, é dada por:

RR=

0

1+−α TT

(

0

onde, Ro = 6,00 Ω ± 2%

α = 0,0004 °C -1 ± 5%

T = 40 °C

To = 20°C ± 2°C Calcule R com a sua incerteza relativa

( na temperatura To)

± 2°C

)

T = 40 ° C To = 20 ° C ± 2 ° C Calcule R

Análise de incerteza - Exemplo

Análise de incerteza - Exemplo Incerteza Combinada Exemplo: 600 x y x y Condicionador de Sinal
Incerteza Combinada Exemplo: 600 x y x y Condicionador de Sinal 1 1 Condicionador de
Incerteza Combinada
Exemplo:
600
x
y
x
y
Condicionador de Sinal
1
1
Condicionador de Sinal
500
y1=2.x
+ +
y=10.x 1 -3
400
e
1
x = x m ± 2
distribuição normal
y
Variável espúria e 1
y=10 . (2x+e1)-3
nível de confidência =99,73%
graus de liberdade →∞
300
U
u x =2/3=0,66
200
2
⎛ ∂ y
⎞ ⎤
2
u
=
u
+ ⎢
2
⎛ ∂ y
u
e
1 = 5 ± 1
c
x
e
x
x
,0
e
x
,0
1
100
⎢ ⎝ ∂
m
⎥ ⎦ ⎢ ⎣ ⎝ ∂
1
m
⎠ ⎦
distribuição normal
nível de confidência =95,45%
graus de liberdade →∞0
2
2
2
u
=
[(20)0 ,
66]
+
[(10)0 , 5]
=
202
c
0
2
4
6
8
10
12
14
16
18
20
u e 1 =1/2=0,5
x
k=3
y = (20x m +47) ± 42
Grau de confidência 99,73%

Análise de incerteza - Exemplo

x

Incerteza Combinada

Exemplo: 600 2 ⎞ ⎤ ⎡ ⎡ ⎛ ∂ y ⎛ ∂ y 2 y
Exemplo:
600
2
⎡ ⎛ ∂ y
y
2
y
u
=
u
500
+ ⎢
Condicionador de Sinal
c
x
x
x
,10
e
x
m
⎢ ⎣ ⎝
x
m
y=2.e x .x
400
e
x
2
u
=
[(
2.10 0,2
)
]
2
2
+
[(
2
x
)
1,6
]
300
c
m
Fonte de Alimentação
U (12)
200
2
2
x=xm±0,4
u
=
16
+
10,24
x
c
m
ex=10 ± 3,2
100
distribuição normal
nível de confidência =95,45%
graus de liberdade →∞
y = 20x m ± 3.√(16+10,24x m 2 )
0
0
2
4
6
8
10
12
14
16
18
20
u
x =0,4/2=0,2
k=3
u

ex =3,2/2=1,6

Grau de confidência 99,73%

20 u x =0,4/2=0,2 k=3 u e x =3,2/2=1,6 Grau de confidência 99,73% ,10 ⎞ ⎤

,10


u

ex

2

Propagação de Incerteza

Propagação de Incerteza A incerteza se propaga de um está g io p ara outro do

A incerteza se propaga de um estágio para outro do Sistema de Medição

A função de transferência de cada estágio afeta a incerteza

x

Condicionador de Sinal

y1=2.x

y

1

+ +

x

1

Condicionador de Sinal

y=10.x 1 -3

e 1

Variável espúria e 1

y

x 1 = y=10.x 1 -3 y1=2.x y 1 +e 1 u x u y
x 1 =
y=10.x 1 -3
y1=2.x
y 1 +e 1
u x
u y =10 u x 1
u y 1 = 2 u x
2
2
u = uu+
x
1
y
11
e
u e 1
Propagação de i ncer t eza - Exercício Exercício Determine a incerteza expandida em cada

Propagação de incerteza - Exercício

Propagação de i ncer t eza - Exercício Exercício Determine a incerteza expandida em cada estágio.

Exercício

Determine a incerteza expandida em cada estágio.

x

3

+ ^2

+

2

e

x=xm±0,05 (99,73%)

e 1 =2 ± 0,1 (95,45%)

e

e 3 =1 ± 0,1 (99,73%)

2

=0 ± 0 4

,

(99%)

1

X

^3

e 2

+ +

0,5

e 3

3.ln

y

Qual das fontes de incerteza é predominante?

Bibliografia

Bibliografia VUOLO J. H. Fundamentos da Teoria de erros. Ed. Ed g ard Blücher. HOLMAN J.

VUOLO J. H. Fundamentos da Teoria de erros. Ed. Edgard Blücher. HOLMAN J. P. Experimental Methods for Engineers,.McGraw-Hill, Inc DOEBELIN, O. Measurement Systems, McGraw-Hill, 1990. BOLTON,W. Instrumentação e Controle, Ed. Hemus, 1997. BECKWITH e Buck, Mechanical Measurements, McGraw-Hill, 1992 NOLTINGK, B.E., InstrumentTechnology, Ed. Buttherworths, 1985 BALBINOT A., BRUSAMARELLO V. J., Instrumentação e Fundamentos de Medidas V 1 eV2 , 2006 e 2007.