Escolar Documentos
Profissional Documentos
Cultura Documentos
LAMAV/CCT/UENV
PARTE II – REVISÃO DE ALGUNS TÓPICOS DE
ESTATÍSTICA
Eduardo Atem de Carvalho, PhD
Engenheiro Mecânico
2) Revisão de Alguns Tópicos de Estatística
2
Básica
◻ A Natureza da Medida.
◻ Modelo de Weibull
◻ Lote Mínimo
2.1) A Natureza da Medida
3
◻ Normal
◻ Log-Normal
◻ Exponencial
◻ Gamma
◻ Beta
◻ Gumbel
◻ Frechet
◻ Weibull
2.4) Modelo Normal
6
◻ O mais antigo dos modelos, a qual ◻ Desvio padrão, projetado para cada lado
se atribuia o poder de descrever da Média, descreve 68.26% abaixo da
área abaixo da curva de Gauss.
todos os fenômenos naturais.
◻ 2X = 95.46%
◻ Pode descrever de forma satisfatória
o comportamento estatístico de ◻ 3X = 99.73%
muitos fenômenos contínuos e
simétricos em relação à média.
◻ Falha se o fenômeno estudado não
for simétrico em relação a média e
não apresentar distribuição de
probabilidade na forma da clássica
curva do sino (ou “gaussiana”).
2.4.1) Cálculo de Probabilidades
7
◻ R)
◻ Normalizando o ponto 241
◻ Onde:
◻ Uma vez que dados experimentais são ◻ A média das distribuições x e xm é a mesma,
representados por uma distribuição Normal mas o desvio padrão Sxm de xm (as vezes
pelo uso da estimativa da média xm e o desvio chamado de erro padrão) é menor que Sx,
padrão Sx e alguma previsão é feita sobre a uma vez que:
ocorrência de medidas. Surge a questão
sobre a confiança que pode se ter tanto na
estimativa quanto na predição de valores. Não ◻ Uma vez que o desvio padrão da população
se pode confiar totalmente em estimativas e de xm é conhecido, é possível estabelecer
previsão, devido aos efeitos da presença de intervalos de confiança na determinação da
erro nas amostragens. média verdadeira da população (µ) a partir de
um lote com n amostras. (sendo n > 25). O
◻ Erro de amostragem pode ser ilustrado por
intervalo de confiança no qual µ se encontra é
uma séria de lotes contendo n elementos,
dado pela expressão:
vindos de uma mesma população. Diversas
estimativas de média são determinadas xm1,
xm2, xm3, ..., Vao ocorrer uma variação em xm, Confiança % z Confiança % z
mas esta variação também pode ser
99.9 3.30 90.0 1.65
caracterizada como apresentando uma
distribuição Normal. 99.7 3.00 80.0 1.28
◻ v=n-1
Comparação Entre Médias
15
◻ Exerc 3) Três lotes de uma argila vermelha são ◻ Exerc 4) Um lote de 100 peças cilíndricas é
queimados a diferentes temperaturas (650 ºC, fabricado e medido. Os valores registrados para
750 ºC e 950 ºC). Os corpos de prova, quando diâmetro são d = 50.05 ± 0.08 mm. Devido a
submetidos ao ensaio de flexão, apresentam os problemas de montagem, dilatação e
seguintes resultados: funcionamento, só as peças com diâmetros entre
49.00 e 50.06 podem ser aproveitados. Quantas
◻ Xm1 = 37.2 MPa, Sx1 = 10.3 MPa, n = 9
peças deste lote passarão na inspeção?
◻ Xm2 = 45.7 MPa, Sx2 = 15.2 MPa, n = 8
◻ Xm3 = 57.1 MPa, Sx2 = 20.5 MPa, n = 10
◻ Usando o teste do t de Student, verifique se de
fato houve aumento na tensão de ruptura (σrup)
com o aumento da temperatura do tratamento
térmico.
Referências - Normal
19
◻ β é o fator de forma, ou
Módulo de Weibull.
◻ θ é o fator de escala, ou
grandeza característica.
◻ δ é o fator de
localização, ou grandeza
inicial.
2.5.2) Efeito do Fator de Forma
22
◻ β = 1, a distribuição de Weibull
equivale a Exponencial.
◻ β = 2, a distribuição de Weibull
equivale a de Rayleigh.
◻ 1 ≤ β ≤ = 3.6, a distribuição de
Weibull se aproxima da Lognormal.
◻ 3 ≤ β ≤ = 4, a distribuição de Weibull
se aproxima da Normal. 3.6 é a
melhor estimativa, onde distorção é
minimizada.
◻ β = 5, a distribuição de Weibull se
aproxima da Normal com pico.
2.5.3) Características da Distribuição de Weibull
23
◻ A média da distribuição
de Weibull é:
◻ A variância da
distribuição de Weibull é:
2.5.4) Confiabilidade x Risco
24
Unimodal Bi ou Multi-Modal
2.5.11) Exercícios – Weibull – (15 dias após aula)
31
◻ The Weibull Analisys Handbook – 2nd Ed. – Bryan Dodson, ASQ Quality Press,
2006.
◻ Realiability in Engineering Design, K.C. Kapur and L.R. Lamberson, John Wiley &
Sons, 1977.
◻ Weibull Models, D.N. Prabhakar, D.N., Xie, M., Jiang, R. (Wiley Series in
Probability and Statistics), Wiley Interscience, 2003.
◻ The New Weibull Handbook: 5th Edition, Reliability and Statistical Analysis for
Predicting Life, Safety, Supportability, Risk, Cost and Warrant Claims, Abernethy,
R., Robert Abernethy Editor, 2006.
2.4) Determinação do Lote Mínimo Representativo
33
◻ O que se espera do lote analisado? Quais são os limites de erro ou incerteza que se
tolera?
◻ Quantas amostras serão necessárias até que seja atingidas as condições acima?
◻ Alguma equação que liga a quantidade n de amostras à precisão requerida do lote.
◻ Esta equação irá conter certas incógnitas da população, que devem ser estimadas,
para que obtenha os resultados esperados.
◻ Se houver subdivisão nos lotes, n deverá ser estabelecido para cada sub lote e
depois somado.
◻ Se mais de um item é estudado no mesmo lote, cada item irá requerer um n
diferente e conflitante com o outro. Algum critério deve ser estabelecido para
resolver isto.
◻ n obtido deve ser testado de alguma forma, para confirmar se a previsão foi
acertada.
Critérios Usados na Determinação do Lote
Mínimo
34
◻ In other words, this means that, if a 95% confidence level is selected, 95 out of 100 samples will
have the true population value within the range of precision specified earlier (Figure 1). There is
always a chance that the sample you obtain does not represent the true population value. Such
samples with extreme values are represented by the shaded areas in Figure 1. This risk is
reduced for 99% confidence levels and increased for 90% (or lower) confidence levels.
Critérios Usados na Determinação do Lote
Mínimo
36
◻ The third criterion, the degree of variability in the attributes being measured refers to the
distribution of attributes in the population. The more heterogeneous a population, the larger the
sample size required to obtain a given level of precision. The less variable (more homogeneous)
a population, the smaller the sample size. Note that a proportion of 50% indicates a greater level
of variability than either 20% or 80%. This is because 20% and 80% indicate that a large majority
do not or do, respectively, have the attribute of interest. Because a proportion of .5 indicates the
maximum variability in a population, it is often used in determining a more conservative sample
size, that is, the sample size may be larger than if the true variability of the population attribute
were used.
A Fórmula de Cochran Para n - Populacional
37
◻ Para testes de dois lados, ache a coluna Correspondendo a 1 – α/2 e rejeite a Hipótese Nula se o valor
absoluto do Teste Estatístico for MAIOR que o valor de t1-α /2,ν na tabela específica.
◻ Para um teste de um lado, superior ou direito, achar a coluna correspondente a 1 – α e rejeitar a Hipótese
Nula se o valor do Teste Estatístico for maior que o valor encontrado na tabela.
◻ Para um teste de um lado, inferior ou esquerdo, achar a coluna correspondente a 1 – α e rejeitar a Hipótese
Nula se o valor do Teste Estatístico for menor que o negativo do valor encontrado na tabela.
Valores Críticos de t de Student com v graus de
Liberdade
44
Determinação de Lote Mínimo – Amostral –
45
Desvio Padrão Conhecido
◻
◻
Determinação de Lote Mínimo – Amostral – Média e
Desvio Padrão Desconhecidos – Exemplo 2
50
◻
Referências Lote Mínimo
51
◻ Significa “dúvida acerca do resultado da ◻ A incerteza padrão (u) de um dado efeito aleatório
medição”. corresponde à estimativa equivalente a um desvio
◻ Formalmente defini-se incerteza como: “ padrão da ação deste efeito sobre a indicação.
parâmetro associado com o resultado de uma ◻ A incerteza combinada (uc) de um processo de
medição, que caracteriza a dispersão de valores medição é estimada considerando a ação simultânea
que podem ser atribuidas ao mensurando”. de3 todas as fontes de incerteza e ainda corresponde
◻ A incerteza não corresponde ao erro aleatório do a um desvio padrão da distribuição resultante.
sistema de medição, embora seja uma das sua ◻ A incerteza expandida (U) é a grandeza que define um
componentes. Outras componentes são intervalo em torno de resultado de uma medição com
decorrentes da ação de grandezas de influência o qual se espera abranger uma grande fração da
sobre o processo de medição efetuadas,
distribuição dos valores que possa ser razoavelmente
resolução limitada, etc...
atribuida ao mensurando.
◻ Não uma relação matemática explícita entre a
◻ A incerteza pode ser classificada com do tipo A ou B.
incerteza de um processo de medição e a
repetitividade de um sistema de medição. ◻ Tipo A vem da analise estatística de uma série de
◻ A incerteza é normalmente expressa em termos observações.
de incerteza padrão, incerteza combinada ou da ◻ Tipo B é obtido de outras fontes tipo certificados de
incerteza expandida. calibração e dados técnicos do fabricante.
3.2) Incerteza de Medição – cont.
57
◻ onde
3.2) Incerteza de Medição – cont. 2
58
◻ Ou seja:
◻ v = 35357.26 mm3
◻ u(v) = ±51.00 g/mm3
3.3.2) Exemplo de Grandezas Estatisticamente
Independentes
64
◻ Sendo o valor nominal dado por: v = ◻ Logo k95 = 2.17 (tabela de t de Student,
182.4m/52.6 ms = 3467.7 m/s 95% de confiabilidade).
◻ A estimativa da incerteza padrão u(v) será:
◻ Assim a incerteza expandida será:
◻ U95(v) = 2.17 x 9.59 = 20.8 m/s com 16
graus de liberdade.
◻ E a velocidade pode ser expressa por:
◻ O número de graus de liberdade será:
◻ v = (3468 ± 21) m/s
3.3.3) Exemplo de Combinação de Grandezas
66
◻ Que leva a:
m = 1580 g u(m) = 10 g
D = 25.423 mm u(D) = 0.003 mm
h = 77.35 mm u(h) = 0.05 mm
3.3.3) Exemplo de Combinação de Grandezas –
cont.
67
f(x)
95,45%
2σ 2σ
-a +a
Algumas Distribuições de Freqüência e Suas
Incertezas Padrão – Distribuição Retangular
69
f(x)
-a +a
Algumas Distribuições de Freqüência e Suas
70
Incertezas Padrão – Distribuição Triangular
f(x)
-a +a
Algumas Distribuições de Freqüência e Suas
Incertezas Padrão – Distribuição em “U”
71
f(x)
-a +a
Referências Calibração e Determinação de
Incerteza
72