Baixe o app para aproveitar ainda mais
Prévia do material em texto
Mestre Engenheira Probabilidade e Estatística: Parte 1 – Introdução Autor: Jéssica Santos Martins Data: 28/02/2016 Nesta aula estudaremos a respeito de Pensamento Estatístico, Variabilidade, Amostragem, Métodos de coleta de dados e Modelos. Esta aula tem como material base o livro “Estatística Aplicada e Probabilidade para Engenheiros”. MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Edição 4. Rio de Janeiro: LTC, 2009. 493 p. Pensamento Estatístico A maioria das atividades de engenharia consiste no desenvolvimento ou melhoramento de produtos ou processos, assim como solução de problemas. Para que estas atividades sejam realizadas, é muitas vezes necessário que experimentos sejam feitos. Os experimentos são importantes mesmo quando se tem teorias científicas que expliquem o fenômeno. Testes são necessários para confirmar a teoria e garantir a segurança. É aí que a Probabilidade e Estatística mostra sua importância, já que ajudam no planejamento de experimentos e na forma correta de coletar os dados, além de ajudar na análise e interpretação destes (dos dados). Variabilidade A ocorre quando observações sucessivas de um mesmo sistema variabilidade produzem resultados diferentes. Vejamos este exemplo: um carro comum realiza um percurso de mesma distância todos os dias. Mas o consumo de gasolina para cada dia varia. Esta variação pode ser devido a mudanças climáticas ou a mudanças no terreno. Estes são . fontes potenciais de variabilidade A medida do consumo de combustível tem a sua parte constante (sendo esta referente ao consumo de gasolina teórica deste modelo de carro) mais a parte aleatória referente a variabilidade (mudanças climáticas ou mudanças no terreno). A variabilidade pode ser estudada através do . Este é útil diagrama de pontos quando aplicado a um pequeno número de dados (até 20 observações), mas não permite a observação de padrões na variabilidade (devido ao número limitado de observações). Mestre Engenheira Amostra Então como garantir a segurança de todas as peças em uma grande linha de produção? Na maioria das vezes não é possível medir peça a peça, por isso estuda- se uma . Amostra é uma pequena porção de alguma coisa dada para ser amostra analisada, a fim de que a qualidade do todo possa ser avaliada ou julgada. Métodos de Coleta de Dados A coleta de dados das amostras pode ser feito de três maneiras: 1. Estudo Retrospectivo É quando dados históricos são arquivados ao longo de certo período de tempo e então são analisados. Vejamos este exemplo: estuda-se a interferência da temperatura de aquecimento e da taxa de resfriamento na formação de rechupe. Rechupe é quando uma peça, fabricada por fundição, apresenta um vazio em seu centro. Esse vazio é gerado devido às tensões da variação de temperatura no processo de resfriamento da peça. A temperatura de aquecimento e taxa de resfriamento são registradas ao longo dos anos e então analisadas. Este método de estudo tem como desvantagem o fato de dificultar a determinação das relações entre estes fatores já que eles serão pouco variados no decorrer dos anos. Os dados não são precisos já que se pode medir a temperatura de aquecimento e a taxa de resfriamento apenas a cada 10 amostras ou mais. E, além disso, o monitoramento não é constante. 2. Estudo de Observação Consiste em observar o sistema perturbando os fatores o mínimo possível. Neste caso as medidas podem ser mais precisas já que o pesquisador ou engenheiro acompanha de forma mais próxima à fabricação das peças. O monitoramento é constante, no entanto as observações se dão por um espaço de tempo muito menor. E, além disso, os fatores também são pouco variados, dificultando a determinação da relação entre os fatores. 3. Estudo por experimento planejado Este consiste na variação proposital dos fatores, registrando os dados. Uma forma de fazer estudo por Experimento Planejado é o . Neste Planejamento Fatorial Mestre Engenheira caso estuda-se a temperatura de aquecimento e taxa de resfriamento em dois níveis sendo eles alto (+1) e baixo (-1). O número de experimentos para relacionar estes fatores é dado pela equação [1], onde n é o número de níveis (ex: dois níveis – alto e baixo) e k é o número de fatores (ex: dois fatores – temperatura de aquecimento e taxa de resfriamento). knE [1] Todas as combinações possíveis entre os fatores e seus níveis são tabelados, mostrando que 4 experimentos são necessários. Tabela 1: Planejamento Fatorial para dois fatores e dois níveis Temp. Aquecimento Taxa de Resfriamento -1 -1 +1 -1 -1 +1 +1 +1 Se muitos fatores forem estudados, o número de experimentos pode rapidamente se tornar inviável. Por exemplo, se 8 forem estudados, cada um com dois níveis, será necessário 256 experimentos. 25628 E [2] Modelos Os modelos matemáticos são de grande importância por descrever matematicamente o sistema a ser estudado. Alguns modelos são muito bem conhecidos e estes são chamados de . Mas nem todo sistema modelos mecanicistas pode ser facilmente descrito matematicamente. Vejamos o exemplo da determinação do peso molecular de um polímero. Sabe-se que o peso molecular de um polímero é função da viscosidade, da quantidade de catalizador e da temperatura. Estes fatores podem ser relacionados por uma expansão em série de Taylor, tendo esta função um fator referente à sua variabilidade. TCVM on 321 [3] Relacionando a equação com dados experimentais, pode-se determinar os valores para βo, β1, β2 e β3. Este é então um . Modelo Empírico são modelo empírico Mestre Engenheira modelos obtidos a partir de conhecimentos científicos, mas que não são desenvolvidos diretamente do mecanismo em si. Conclusão Viu-se que uma amostra é analisada para que os resultados obtidos sejam expandidos ao todo, no entanto isto pode trazer alguns erros. Vejamos o exemplo destas cinco peças onde todas deveriam ter um furo em seu centro de geometria circular (Figura 1). Se a amostra estudada for a amostra A, tem-se que 0% das peças fabricadas apresentaram defeito. Isto está de acordo com a realidade? Por outro lado, se a amostra B for estudada tem-se que 50% das peças fabricadas apresentaram defeito. E agora, está de acordo com a realidade? A probabilidade é o que irá quantificar os riscos provenientes dos dados estatísticos e é isso que nós estudaremos na próxima aula. Figura 1: Exemplos de amostragem Mais materiais de aula!! Site: http://mestre-engenheira.webnode.com/ Entre em contato!! E-mail: mestre.engenheira@gmail.com Amostra A Amostra B
Compartilhar