Escolar Documentos
Profissional Documentos
Cultura Documentos
Valor de referência
(alvo)
Exatidão
f(p)
Exatidão
EXATO EXATO
Jogador A Jogador B
PRECISO PRECISO
p
Baixa
Precisão
Indicação parcial da
qualidade da medição
(flutuações aleatórias)
Baixa Alta
Precisão
Métodos de avaliação de uma incerteza
Tipo A - avaliação da incerteza via análise estatística de uma
série de observações repetidas e independentes.
Probabilidade do
mensurando existir entre
dois valores
p(x)
Funções Densidade de Probabilidade
Todos os dados coletados são usados para construir
distribuições de probabilidade que descrevem o nosso
conhecimento a respeito do mensurando após uma medição.
Incerteza-padrão:
½ “largura média”
A escala do instrumento
limita o que podemos
8,72 8,75 8,78
saber a respeito do
comprimento (cm) mensurando
8 9
Certeza! Dúvida!
Funções Densidade de Probabilidade
p(x): Retangular • Usada em situações práticas
a em que os valores máximo e
1/a u= mínimo podem ser definidos
2 3 e,
u
• O valor mais provável NÃO
a pode ser estimado.
Incerteza-padrão:
½ “largura média”
A escala do instrumento
também limita o que
22,35… 22,4 22,44… podemos saber a
Tensão (mV)
respeito do mensurando
-022.4 mV
O resultado final da medição
também é um intervalo. Valor arredondado!
Funções Densidade de Probabilidade
p(x): Normal ou Gaussiana*
2
p(x)
1 " x−x %
1 − $
2# σ &
'
p(x) = e
σ σ 2π
x x Curva em forma de sino com
centro x e largura 2σ.
Centros diferentes,
mesma largura Usada em situações onde
analisa-se uma série de
Mesmo centro, medições (com dispersão) e o
larguras diferentes valor mais provável é
estimado através da média 𝒙"
Centros diferentes, ou seja, x ± σ
larguras diferentes
Funções Densidade de Probabilidade
p(x): Normal ou Gaussiana*
2
p(x)
1 " x−x %
1 − $
2# σ &
'
p(x) = e
σ σ 2π
x x
1 " x−x %
1 − $
2# σ &
'
p(x) = e
σ σ 2π
x x
N
1
Centro da Gaussiana x Valor médio x = ∑ xi
N i=1
Largura da Gaussiana 2s Desvio-padrão (individual)
N
Medida da dispersão 1 2
dos dados
σ= ∑
N −1 i=1
( xi − x ) > 0
Exemplo:
Tabela 01: Tempos de queda t(s)
de uma esfera após 5 lançamentos.
1. Valor Médio:
i ti(s)
1 0,34 1 N 1 5
t = ∑ ti = ∑ ti
2 0,28 N i=1 5 i=1
3 0,33
0, 34 + 0, 28 + 0, 33+ 0, 36 + 0, 30
4 0,36 =
5
5 0,30
= 0, 32 s
2. Desvio-padrão experimental:
1 N 2 1 5 2
σ= ∑
N −1 i=1
(i )
t − t = ∑
5 −1 i=1
(i )
t − t
2 2 2 2 2
=
(0, 34 − 0, 32) + (0, 28 − 0, 32) + (0, 33− 0, 32) + (0, 36 − 0, 32) + (0, 30 − 0, 32)
4
= 0, 03 s
Reparem na unidade!
∴ t = ( 0, 32 ± 0, 03) s
Dispersão nos dados experimentais:
Considere o lançamento de uma esfera de aço:
esfera
rampa
mesa
papel 1o lançamento:
chão
d1 = 650,4 mm
Dispersão nos dados experimentais:
Considere o lançamento de uma esfera de aço:
esfera
rampa
mesa
papel 2o lançamento:
1
chão
d1 = 660,6
650,4 mm
Dispersão nos dados experimentais:
Considere o lançamento de uma esfera de aço:
esfera
rampa
mesa
papel 3o lançamento:
1
2
chão
d1 = 659,1
650,4 mm
660,6
Dispersão nos dados experimentais:
Considere o lançamento de uma esfera de aço:
esfera
rampa
mesa
papel 50
1o lançamento:
2
3 lançamentos
chão
d1 = 659,1
650,4 mm
660,6
Dispersão nos dados experimentais:
Considere o lançamento de uma esfera de aço:
esfera É comum observarmos valores distintos de
uma medida durante um experimento
Ex. Alcance d da esfera
rampa
Em geral, não é possível apontar
mesa uma única razão para a
dispersão dos dados.
papel
chão
Precisamos de um
único valor
(a melhor estimativa)!
Quando perceber uma dispersão
Qual valor utilizar?
nos dados:
Deve-se repetir a medição várias vezes!
Dispersão nos dados experimentais:
Considere o lançamento de uma esfera de aço:
esfera É comum observarmos valores distintos de
uma medida durante um experimento
Ex. Alcance d da esfera
rampa
Em geral, não é possível apontar
mesa uma única razão para a
dispersão dos dados.
papel
chão
Precisamos de um
único valor
Média aritmética:
(a melhor estimativa)!
N
1
x = ∑ xi Estimativa numérica para o
Qual valor utilizar?
N i=1 valor do mensurando!
Quanto Melhor estimativa
Qual é o valor mais
maior N para x !
apropriado para N?!
Dispersão nos dados experimentais:
Considere o lançamento de uma esfera de aço:
esfera
Valor de referência
(alvo)
f(p)
Exatidão
rampa
mesa
p
Precisão
papel
chão
Melhor qualidade d
Menor
dos dados;
Dispersão Mesmo valor
Menor incerteza!
médio!
Histograma:
Dados coletados: alcance d em mm
esfera
rampa
mesa É um diagrama
representativo da distribuição
dos resultados experimentais
papel
chão Intervalo
Tabela de ocorrências:
Mas como definir o
Δ
intervalo (Δ)?
1 0 1 2 5 8 11 9 7 4 1 1
𝑑!"# − 𝑑!$%
Número de marcas/intervalo
Δ=
𝑁
Ê Um bom “palpite”
Histograma:
Dados coletados: alcance d em mm
esfera
rampa
mesa É um diagrama
representativo da distribuição
dos resultados experimentais
papel
chão Intervalo
Quanto maior o número
de medições N e menor o Mas como definir o
Δ
tamanho das “caixinhas” intervalo (Δ)?
1 0 1 2 5 8 11 9 7 4 1 1
"!"# ! Gaussiana
Δ=
Frequência Relativa
1
aproximará de uma !
𝑒 $%!
Distribuição Normal ou 𝜎 2𝜋 𝑁
Gaussiana Ê Um bom “palpite”
lim Δ
&→(
Histograma:
esfera
rampa
mesa
papel 68,2%
95,4%
chão
99,7%
Δ
Em F-129, adotamos ±1s
(~ 68% nível de confiança)
1 0 1 2 5 8 11 9 7 4 1 1
Número de marcas/intervalo
Gaussiana
2
Frequência Relativa
( x−x )
1 −
2σ 2
e
σ 2π
Exemplo: Histograma
Tabela 03: Tempos de queda t(s) de uma esfera após 50 lançamentos.
i ti(s) i ti(s) i ti(s)
1 0,40 18 0,94 35 1,10
2 0,60 19 0,97 36 1,12
1. Tamanho do intervalo:
3 0,61 20 0,97 37 1,14
tmax − tmin
4 0,62 21 0,98 38 1,14 Δ=
5 0,63 22 0,98 39 1,16 N
6 0,71 23 0,99 40 1,18
7 0,75 24 1,00 41 1,19 1, 60 − 0, 40
8 0,79 25 1,00 42 1,20 Δ= = 0,17 s
9 0,81 26 1,01 43 1,21 50
10 0,82 27 1,02 44 1,24
11 0,83 28 1,02 45 1,26
12 0,84 29 1,03 46 1,28 2. No de intervalos = N
13 0,87 30 1,03 47 1,30
14 0,89 31 1,04 48 1,35 = 50 ≅ 7
15 0,90 32 1,05 49 1,45
16 0,91 33 1,06 50 1,60
17 0,92 34 1,07
Exemplo: Histograma
Tabela 04: Intervalos e no Como estimar o desvio-padrão (individual)
de ocorrências/intervalo de um histograma quando o aproximamos
tempo (s) ocorrências por uma Gaussiana?
[0,40 - 0,58[ 1
[0,58 - 0,76[ 6
60% da altura do
[1,12 – 1,30[ 11 σ
valor médio
[1,30 – 1,48[ 3
[1,48 – 1,66[ 1
• Posição do pico da
Gaussiana: média 0,40
Pouco confiáveis!
: média
!
1 ̅ )̿
# )'
'
𝑝 𝑥̅ = 𝑒 $ ,+
−σ + σ 𝜎( 2𝜋
x1 x3 x x5 x x
x2
𝑥̿
4 6
!
Centro da Gaussiana x Valor médio 𝑥̿ = ∑"
#$! 𝑥̅ #
"
+∞
2 2
• Variância (2o momento) σ = ∫ ( x − x ) p ( x ) dx
−∞
• Desvio-padrão σ = Variância = σ 2
Funções Densidade de Probabilidade
Resumindo…
F.D.P Incerteza-padrão Quando usar Instrumentos
Tipo B Uma única medida Analógicos
2/a a analógica
Valor de a: Depende
Triangular u= do operador
2u 2 6 Se conhece os valores
máximo, mínimo e o mais Leitura: Depende do
a x provável. operador
Tipo B Digitais
Uma única medida
1/a a digital Valor de a: Não
Retangular u= depende do operador
2u 2 3 Se conhece apenas os os
Leitura: Não
valores máximo e mínimo.
a x depende do operador
Tipo A
Conjunto de N
Gaussiana
σ
u ≡σ = medições repetidas e
2u N dispersas
x x
Quantificação das Incertezas
Incertezas combinadas:
Para que a incerteza u de uma medida seja significativa,
devemos considerar a contribuição de todas as fontes de
incerteza identificáveis durante um experimento.
2 2 2
uc = u + u + u ...
1 2 3 Tipo A
… onde cada ui é uma incerteza-padrão!
Tipo B
Confiabilidade e Qualidade de
uma medida?
Confiabilidade de uma medida
Depende da função distribuição de probabilidades (f.d.p.):
… incerteza está associada à largura da curva!
• f.d.p: Triangular
2/a
65% Área: nível de
confiança
p(x)
a
u(x) =
2u
2 6
x • A estimativa mais provável
a do mensurando é dada
• f.d.p: Retangular
1/a
58% pelo valor médio da f.d.p.
a
u(x) =
p(x)
• Há X% de probabilidade do
2 3 2u valor medido estar contido
x no intervalo 2u
a
• f.d.p: Gaussiana
68%
p(x)
σ
u(x) ≡ σ =
N 2u
x x
Qualidade de uma medida
Considere dois experimentos independentes realizados
para se determinar a massa m de um objeto.
Gaussianas descrevem os resultados Mesmo nível de
obtidos em cada caso. confiança, porém
menor intervalo!
Experimento A Experimento B
Formato da f.d.p.
… e quando possível, informar:
Nível de confiança
Exemplo:
l = (35,2 ± 0,4) cm, com uma f.d.p. Gaussiana e nível de
confiança de 68%.
Exemplo: Considere 100 medições do
tempo associado a um fenômeno
Tabela 02: Tempos t(s) Desvio-padrão (Tipo A)
associado a um fenômeno.
i ti(s)
t = 1, 235464 s 2
uc = uest 2
+ uinst
1 1,24553
2 1,22810 uest = 0, 0234556778 s!
#
3 1,23739
0, 01 " uc = 0, 023633 s
… … uinst = s #
100 1,23458 2 3 $
Incerteza com 1 algarismo
única medida digital (Tipo B) significativo!
∴ Resp.: t = (1, 24 ± 0, 02 ) s