Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DE SERGIPE Núcleo de Engenharia Mecânica Prof. Dr. Macclarck Nery Continuação de Erros de Medição AULA 6 – SUMÁRIO Erro de Medição - Continuação ◦ Lembrando – Distribuição normal; ◦ Estimativa da Incerteza-padrão; ◦ Estimativa da Repetitividade; ◦ Efeitos da média sobre o erro de medição. Lembrando – Distribuição Normal ou Gaussiana Considere o Exemplo 1: Lançamento de um dado honesto de seis faces Probabilidade de qualquer valor entre 1 e 6 seja obtida: ◦ um fenômeno aleatório e as possibilidades são igualmente prováveis AULA 6 – Erro de Medição possíveiscasosdeNúmero favoráveiscasosdeNúmero Ap )( Lembrando – Distribuição Normal ou Gaussiana Considere o Exemplo 1: Lançamento de um dado honesto de seis faces AULA 6 – Erro de Medição 6 1 )( 6 1 )( Ap possíveiscasosdeNúmero favoráveiscasosdeNúmero Ap Lembrando – Distribuição Normal ou Gaussiana Considere o Exemplo 1: Lançamento de um dado honesto de seis faces AULA 6 – Erro de Medição 1 2 3 4 5 6 probabilidade 1/6 0 0.2 0.4 0.6 0.8 1 1.2 0 1 2 3 4 5 6 7 Valores Pr ob ab ili da de (1 /6 ) Lançamento de um dado Lembrando – Distribuição Normal ou Gaussiana Considere o Exemplo 1: Lançamento de um dado honesto de seis faces AULA 6 – Erro de Medição 0 0.2 0.4 0.6 0.8 1 1.2 0 1 2 3 4 5 6 7 Valores Pr ob ab ili da de (1 /6 ) Distribuição Uniforme ou Retangular Lembrando – Distribuição Normal ou Gaussiana Distribuição de probabilidade uniforme ou retangular: é aquela na qual cada evento possível de um experimento possui a mesma probabilidade de ocorrer. AULA 6 – Erro de Medição Lembrando – Distribuição Normal ou Gaussiana Considere o Exemplo 2: Lançamento de dois dados honesto de seis faces Probabilidade da média dos números obtidos nos dois dados sejam iguais a 1 e 3: ◦ Espaço amostral. AULA 6 – Erro de Medição 6 1 )1( p 6 5 )3( p Lembrando – Distribuição Normal ou Gaussiana Considere o Exemplo 2: Lançamento de dois dados honesto de seis faces AULA 6 – Erro de Medição 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 Média de 2 dados Pr ob ab ili da de (1 /3 6) 0 5 1 0 1 5 2 0 2 5 3 0 0 1 2 3 4 5 6 7 M édi a d e 3 d ado s Pr ob ab ili d ad e (1 /2 16 ) Média de três dados 0 2 0 4 0 6 0 8 0 10 0 12 0 14 0 16 0 0 1 2 3 4 5 6 7 M édi a d e 4 d ado s Pr o ba bi lid ad e (1 /1 29 6) Média de quatro dados 0 50 0 100 0 150 0 200 0 250 0 300 0 350 0 400 0 450 0 500 0 0 1 2 3 4 5 6 7 M édi a d e 6 d ado s Pr ob ab ili da de (1 /4 66 56 ) Média de seis dados 0 20000 40000 60000 80000 100000 120000 140000 160000 0 1 2 3 4 5 6 7 Média de 8 dados Pr ob ab ilid ad e (1/ 16 79 61 6) Média de oito dados Lembrando – Distribuição Normal ou Gaussiana Teorema central do limite (“teorema do limite central”): esse teorema afirma que quanto mais variáveis aleatórias forem combinadas, mais o comportamento da combinação resultante se aproxima do comportamento de uma distribuição normal. “Teorema do sopão”: Quanto mais ingredientes diferentes forem misturados à mesma sopa, mais e mais o seu gosto se aproximará do gosto único, típico e inconfundível do "sopão". AULA 6 – Erro de Medição Lembrando – Distribuição Normal ou Gaussiana “Teorema do sopão”: Quanto mais ingredientes diferentes forem misturados à mesma sopa, mais e mais o seu gosto se aproximará do gosto único, típico e inconfundível do "sopão". AULA 6 – Erro de Medição Erro Aleatório e a Distribuição Normal AULA 6 – Erro de Medição m s s pontos de inflexão assíntota assíntota m Média (“mi”) s Desvio-padrão Curva normal Erro Aleatório e a Distribuição Normal AULA 6 – Erro de Medição Efeito do desvio-padrão s > s > s m Maior s maior dispersão Lembrando – Distribuição Normal ou Gaussiana Desvio-padrão: é a medida do grau de dispersão de uma distribuição. AULA 6 – Erro de Medição Estimativa da Incerteza-Padrão Desvio-padrão de uma distribuição normal associado ao erro de medição é usado para caracterizar quantitativamente a intensidade da componente aleatória do erro de medição. AULA 6 – Erro de Medição Estimativa da Incerteza-Padrão Incerteza-padrão: é uma medida da intensidade da componente aleatória do erro de medição. Correspondente ao desvio-padrão dos erros de medição. AULA 6 – Erro de Medição Estimativa da Incerteza-Padrão AULA 6 – Erro de Medição n II n i i n 1 2)( lims cálculo exato: (da população infinita) 1 )( 1 2 n II s n i i estimativa: (da amostra - finita) Ii i-ésima indicação média das "n" indicações n número de medições repetitivas efetuadas I Estimativa da Incerteza-Padrão Desvio-padrão da amostra é uma estimativa do desvio-padrão da população. Quando calculada a partir de um conjunto de medições repetidas, a incerteza-padrão corresponde ao desvio-padrão da amostra. AULA 6 – Erro de Medição Estimativa da Incerteza-Padrão AULA 6 – Erro de Medição 1 )( 1 2 n II s n i i 1 n Graus de liberdade Reflete o grau de segurança com que a estimativa do desvio-padrão é conhecida. Estimativa da Repetitividade Área sob a curva normal AULA 6 – Erro de Medição 2s 2s 95,45% m Estimativa da Repetitividade Repetitividade: (para 95,45 % de probabilidade) AULA 6 – Erro de Medição Para amostras infinitas: Re = 2 . s Para amostras finitas: Re = t . u Sendo “t” o coeficiente de Student para = n - 1 graus de liberdade. A repetitividade define a faixa dentro da qual, para uma dada probabilidade, o erro aleatório é esperado. Estimativa da Repetitividade Repetitividade Coeficientes “t” de Student AULA 6 – Erro de Medição t t t t 1 13.968 10 2.284 19 2.140 80 2.032 2 4.527 11 2.255 20 2.133 90 2.028 3 3.307 12 2.231 25 2.105 100 2.025 4 2.869 13 2.212 30 2.087 150 2.017 5 2.649 14 2.195 35 2.074 200 2.013 6 2.517 15 2.181 40 2.064 1000 2.003 7 2.429 16 2.169 50 2.051 10000 2.000 8 2.366 17 2.158 60 2.043 100000 2.000 9 2.320 18 2.149 70 2.036 2.000 Estimativa da Repetitividade Exemplo da balança AULA 6 – Erro de Medição 1014 g 0 g 1014 g 1 (1000,00 ± 0,01) g 1014 g 1012 g 1015 g 1018 g 1014 g 1015 g 1016 g 1013 g 1016 g 1015 g 1015 g 1017 g 112 )1015( u 12 1 2 i iI média: 1015 g u = 1,65 g = 12 - 1 = 11 t = 2,255 Re = 2,255 . 1,65 Re = 3,72 g Estimativa da Repetitividade Exemplo da balança AULA 6 – Erro de Medição 1015 1020 1010 +3,72 -3,72 1015 Estimativa da Repetitividade Efeitos da média de medições repetidas sobre o erro de medição AULA 6 – Erro de Medição Efeito sobre os erros sistemáticos:◦ Como o erro sistemático já é o erro médio, nenhum efeito é observado. Estimativa da Repetitividade Efeitos da média de medições repetidas sobre o erro de medição AULA 6 – Erro de Medição Efeitos sobre os erros aleatórios o A média reduz a intensidade dos erros aleatórios, a repetitividade e a incerteza padrão na seguinte proporção: Sendo: n o número de medições utilizadas para calcular a média n Re Re I I n u u I I Estimativa da Repetitividade Exemplo da balança A repetitividade da balança foi calculada: Se várias séries de 12 medições fossem efetuadas, as médias obtidas devem apresentar repetitividade da ordem de: AULA 6 – Erro de Medição ReI = 3,72 g g I 07,1 12 72,3 Re 12 Aula 6 – Foi visto: Erro de Medição - Continuação ◦ Lembrando – Distribuição normal; ◦ Estimativa da Incerteza-padrão; ◦ Estimativa da Repetitividade; ◦ Efeitos da média sobre o erro de medição. Aula 7 – Próxima Aula: Erro de Medição ◦ Curva de erros e erros máximo; ◦ Representação gráfica dos erros de medição; ◦ Erro ou incerteza? ◦ Fontes de erro; ◦ Superposição de erros; ◦ Exercícios. FIM
Compartilhar