Anda di halaman 1dari 14

5.

APLICAES
ESPECFICAS
APLICAES ESPECFICAS: a Estatstica na normalizao da Engenharia Civil.
O controle da qualidade na sua execuo consiste em fazer respeitar esses valores mnimos e
mximos.

Por sua vez, o controle de qualquer parmetro em termos de seus valores mximo e mnimo
deve ser abordado estatisticamente, por meio do estabelecimento de uma margem de erro de
acordo com o tipo de material ou servio, estabelecendo-se sempre a porcentagem dos
valores provavelmente abaixo do mnimo ou acima do mximo.

A maioria das especificaes rodovirias - incluindo as do DNIT - fixa as condies em que se


deve aplicar a Anlise Estatstica no controle de servios, nas quais so caracterizadas duas
situaes:

a estimativa da qualidade, e o
o controle da qualidade

No primeiro caso - estimativa da qualidade - o problema que se apresenta saber se um


determinado material ou servio pode ou no ser aceito em face de uma determinada
especificao; do mesmo modo trata-se de saber em que nvel de qualidade um servio ou
material pode ser aceito. So exemplos a estimativa do CBR mnimo de determinado material
de jazida e a deciso de aceitar ou de rejeitar um servio de compactao para o qual se fixou
um grau mnimo de compactao.

O problema do controle da qualidade se apresenta quando j so conhecidos os valores dos


parmetros tecnolgicos dos materiais a serem utilizados em determinado servio e se
deseja saber, durante o seu emprego, se est havendo a correspondncia com o previsto
no projeto, ou seja, se est havendo alguma anormalidade na execuo do servio.
exemplo a verificao peridica do CBR de determinado solo usado em uma camada de
sub-base, e j caracterizado previamente na jazida. Ressalte-se que o controle de
qualidade, como descrito, no fornece elementos fiscalizao para a deciso de aceitar ou
rejeitar um servio, indicando, apenas, se o nvel de qualidade previsto est ou no sendo
observado, podendo ocorrer, por qualquer motivo, que o nvel de qualidade aumente ou
diminua, diferentemente do previsto, e o servio continue aceitvel.

PG. 5-1

No que se refere ao problema da estimativa da qualidade dos materiais ou servios de


pavimentao, os procedimentos estatsticos preconizados no Manual de Projeto de
Engenharia Rodoviria do DNER (1974) estabelecem um plano de amostragem especfico
para cada tipo de material (subleito, reforo, sub-base, base, etc.), em funo da etapa do
projeto (estudos preliminares ou definitivos). No tratamento estatstico dos resultados,
definem-se o nmero de amostras a serem colhidas e os riscos a serem assumidos: de um
lado, os riscos do fiscal, ou seja, o risco de serem aceitos produtos rejeitveis e, do outro,
o risco do empreiteiro, ou seja, o risco de serem rejeitados produtos aceitveis. Nesse
manual, para a estimativa da qualidade, o plano de amostragem prev a coleta de N
exemplares individuais (N 9), com os quais se calculam a mdia X e o desvio-padro 1
amostral.

Retornando ao CAPTULO 1, no problema da estimativa da qualidade dos materiais ou


servios de pavimentao, os procedimentos estatsticos preconizados no Manual de
Projeto de Engenharia Rodoviria do DNER (1974) estabelecem um plano de amostragem
especfico para cada tipo de material (subleito, reforo, sub-base, base, etc.), em funo da
etapa do projeto (estudos preliminares ou definitivos). No tratamento estatstico dos
resultados, definem-se o nmero de amostras a serem colhidas e os riscos a serem
assumidos: de um lado, os riscos do fiscal, ou seja, o risco de serem aceitos produtos
rejeitveis e, do outro, o risco do empreiteiro, ou seja, o risco de serem rejeitados
produtos aceitveis. Nesse manual, para a estimativa da qualidade, o plano de amostragem
prev a coleta de N exemplares individuais (N 9), com os quais se calculam a mdia X e
o desvio-padro 2 amostral.

Nesse plano, so fixados os valores de 80% de risco na estimativa da mdia da populao


e de 50% na estimativa dos valores mximos ou mnimos, o que, admitida a distribuio
normal de Gauss, corresponde s abScissas de Z1 = 1.29 e Z2 = 0.68, respectivamente.
Assim:
sendo x1, x2, x3, ............ xN, os valores individuais medidos, calculam-se
N

(x

x
X =

i =1

X max = X +
X min = X

1.29
N
1.29
N

i =1

N 1

+ 0.68 = max + 0.68


0.69 = min 0.68

O valor final a ser adotado de cada parmetro determinado segundo o seguinte critrio
do DNIT:
1

embora o smbolo para o desvio-padro amostral seja S, manteve-se, neste item, a notao constante do
Manual de Projeto de Engenharia Rodoviria do DNER (1974).
2
embora o smbolo para o desvio-padro amostral seja S, manteve-se, neste item, a notao constante do
Manual de Projeto de Engenharia Rodoviria do DNER (1974).

PG. 5-2

Granulometria

Xmax e
Xmin

Limite de Liquidez

Xmax

ndice de Plasticidade

Xmax

Equivalente de areia

Xmin

Peso especfico seco mximo

Umidade tima

ndice de Suporte California

min

Expanso

Xmax

Teor de umidade natural

Comparando-se esses valores com os mnimos ou mximos fixados nas especificaes de


cada servio, decide-se pela aceitao ou no do material.

A metodologia adotada pelo DNIT para controle tecnolgico de servios foi modificada em
1997, quando entrou em vigor a nova Metodologia para controle estatstico de obras e
servios - DNER-PRO 277/97, cujos critrios e sistemticas de controle apresentam
mudanas significativas na metodologia empregada h mais de trinta anos.

At 1996, o controle da qualidade do servio era feito atravs coleta sistemtica, na pista,
de n amostras (9 < n < N) em um certo intervalo de tempo (dia, semana, etc.) com as quais
se calculam a mdia X , o desvio padro S, e os valores de Xmax, Xmin e min, conforme
descrito. Esses valores eram comparados com os mximos ou mnimos especificados,
decidindo-se pela aceitao ou no dos servios. No caso da no aceitao, o trecho
considerado deveria ser dividido em subtrechos (de 50 a 100m), fazendo-se um ensaio com
o material coletado de cada um deles e consideravam-se aceitos os subtrechos cujos
resultados atendessem aos valores exigidos pelas especificaes. Segundo essa
metodologia, alguns dos ensaios visavam apenas a verificao da correspondncia entre os
valores obtidos na fase de projeto com os valores obtidos durante a fase de execuo do
servio, permitindo a identificao de algum problema durante a execuo.

A nova metodologia DNER-PRO 277/97 estabelece um plano de amostragem por inspeo


por variveis, em funo do risco que o executante est disposto a assumir de ter rejeitado
um servio de boa qualidade, bem como do risco do DNER de aceitar um servio de m
qualidade; entretanto, deixa apenas a uma das partes, a executante, a escolha do risco que
vai assumir.

Este pargrafo comenta afirmaes e aborda questes quanto a possveis dvidas na aplicao
dos conceitos estatsticos no novo mtodo. Aps a anlise dessa nova metodologia, conclui-se
que:
PG. 5-3

a) no RESUMO, afirma-se que o procedimento estabelece o nmero de

b)
c)

d)

e)

amostras a serem utilizadas ...; aps a leitura do texto completo, observa-se


que o objetivo da norma informar como deve ser feito um controle
estatstico, ou seja, mais do que a simples determinao do nmero de
amostras. Adicionalmente, o texto do ABSTRACT no a traduo do Resumo,
como se deveria esperar.
no nmero 0 APRESENTAO, a palavra sistemtica menos adequada que a
palavra metodologia, j utilizada no nmero 1 OBJETIVO.
em 2 REFERNCIAS, no consta a norma anterior, importante, no mnimo, para
o estabelecimento de semelhanas e diferenas. Os conceitos e
procedimentos estatsticos utilizados, desde o incio do DNER, para o controle
da3 qualidade em pavimentao, de autoria de Murillo Lopes de Souza, datam
de 1964 e 1965. Entretanto, o livro de [SOUZA, 1980], mais recente, deveria
ter sido citado, principalmente por ter sido publicado pelo mesmo autor e ser
mais acessvel.
em 3 DEFINIES, a adotada para risco no a usual nos textos estatsticos;
quando se substitui a palavra risco pela definio adotada pela nova norma na
frase relativa ao smbolo em 4.1, essa torna-se ininteligvel.
em 4.1. Metodologia, o texto confuso porque se inicia com definies e no
explica como empregar a metodologia, somente explicitado em 4.3. Tcnicas
de Inspeo; adicionalmente, tirando-se um erro de sintaxe na 2 linha (o
texto correto no qual se pressupe...), a definio mais precisa para p1 e
p2 deve incluir o termo "proporo" ao invs de "porcentagem". Para melhor
entendimento, as mesmas definies de p1 e p2 deveriam estar antes das de
e . Nesse item, se defeito a falta de conformidade com qualquer dos
requisitos especificados, deveria ser enfatizada a palavra
k
qualquer, para que no restassem dvidas do executante de = 1
(1 i )
i =1
que deve atender a todos. Mais ainda, atendidos todos os
requisitos, o risco do executante no o previsto inicialmente, porque se i
o risco associado ao requisito i (i=1, 2, ... k), ento o risco do executante para
todos os k requisitos dado por
em 4.2.1, faltou definir o que vem a ser unidades a serem inspecionadas. A
norma estabelece o nmero de unidades a serem inspecionadas, no o
nmero mnimo; se isto for feito, alteram-se as condies de risco
previamente estabelecidas no plano de amostragem4, ocorrendo uma
contradio.
em 4.2.2, faltou identificar Z, Z, Z1 e Z2 (ver nota de rodap 4)5, bem como
h erros nas frmulas, bastando compar-las com as existentes em
[SOUZA,1980] e [HALD, 1952].
em 4.2.3, afirma-se que as expresses foram estabelecidas sob a hiptese de

f)

g)

h)

que a varivel aleatria X ks aproximadamente normal; desta forma,


deveria ser feito um teste preliminar para verificar tal suposio bsica para o

embora a norma escreva controle DE qualidade, o termo controle DA qualidade mais adequado.
a norma tambm no define o que vem a ser um plano de amostragem. Plano de amostragem um
procedimento de auditoria em que h uma regra de deciso com respeito a uma populao com base em
uma amostra dessa mesma populao. Um plano de amostragem determina tambm o tamanho dessa
amostra.
5
em Estatstica, utiliza-se a letra minscula z, ao invs da maiscula.
4

PG. 5-4

emprego da expresso. Nesse mesmo tpico, afirma-se que s o desviopadro, embora seja, realmente, o desvio-padro amostral.
i) em 4.2.4, afirma-se que os valores de Z so obtidos da tabela da distribuio
j) normal, mas esta se refere da normal6 reduzida, ou seja, quela com mdia
0 e desvio-padro 1. Os valores de z no so determinados em conformidade
com elementos definidos no plano de amostragem, mas sim a partir de
probabilidades definidas nos parmetros determinantes de deciso. No campo
do Controle Estatstico da Qualidade, o termo conforme possui significado
bem especfico7.
k) em 4.3 Tcnicas de Inspeo:
l) na letra a), no se especifica como extrada essa amostra de tamanho n, nem
o que se deve observar nessa amostra.

m) na letra b), as expresses da mdia amostral X e do desvio-padro amostral


S esto erradas ou incompletas, porque
n

Xi
X

i =1

i =1

n-1
n(n-1 ) ,
n

( Xi- X )

1 n
i =1
S=
=
Xi

n1
n
i
=
1
X
n)
=
e
o) onde Xi a medida do caracterstico da qualidade do i-simo elemento da
2

2
i

amostra e n o total de elementos da amostra, e no o que consta na norma.

p) na letra c), poderia ser feita uma diviso mais explcita com relao aos
diversos casos apresentados. Embora utilizada h tempos, ressalte-se que as
alternativas8 de deciso consideram os mesmos valores de z tanto para os
testes unilaterais quanto para o teste bilateral, o que leva a duplicar (ou
reduzir metade) os riscos originais pretendidos, motivo de um estudo
posterior mais aprofundado. Adicionalmente, a norma no justifica o uso ora
da desigualdade menor ou maior, ora a da menor ou igual ou a da maior ou
igual nas regras de deciso. Com base nas dedues de [HALD,1952], deveria
ser utilizada apenas o sinal de desigualdade simples.
q) em 4.4 Curva Caracterstica de Operao, no se indicou o objetivo de seu
aparecimento, principalmente com um exemplo especfico; no se identifica a
varivel t da frmula apresentada, bem como Zp. O termo Funo
Caracterstica do Plano inadequado, sendo mais usual Funo potncia de
um plano de amostragem, e a concluso nada esclarece, alm de induzir a que
se pode variar, deliberadamente, a porcentagem de "defeitos", palavra
estranhamente entre aspas. Este tpico deveria ser eliminado.
r) em 4.4.2, h um erro de digitao, por ser L(0) =1 e no L(o).
s) a parte mais importante destas observaes consta de 5 CONDIES
ESPECFICAS, notadamente no item 5.1.3. Seguida a norma para a
determinao de Z, Z, Z1 e Z2, e dependendo do livro consultado, os
resultados so completamente dspares. Seno vejamos:
6

embora comum o termo distribuio normal, o nome mais adequado distribuio de GaussdeMoivre-Laplace[SILVA, 1998] ou, simplesmente, distribuio de Gauss.
7
uma conformidade uma caracterstica da qualidade que atende aos requisitos das especificaes
estipuladas. Um item conforme quando atende a esses requisitos. Por outro lado, um defeito um
afastamento de uma caracterstica da qualidade a partir de seu estado desejado que ocorre com severidade
suficiente para causar um produto ou servio associado no satisfazer os requisitos normais de uso, ou
seja, um item pode ser no-conforme, embora sem ter defeito.
8
o termo mais adequado opes, porque h mais de duas situaes.

PG. 5-5

t) pela tabela de [MITRA, 1993], para = 0,10, o valor de z ,


aproximadamente, -1,28; diferentemente da norma, para z = 1,28 a rea
tabelada 0,8997; de forma semelhante, para p1 = 0,05, z1 ,
aproximadamente, -1,64 e para p2 = 0,25, z2 , aproximadamente, -0,67.
u) Seguindo-se a norma para os clculos de n e k, obtm-se k = -1,165 (a norma
apresenta este valor como positivo) e n = 11,69. Embora os valores
encontrados sejam diferentes daqueles do exemplo e os clculos
intermedirios tenham apresentado resultados distintos, o resultado final
coincide com o da norma.
v) pela tabela de [COSTA NETO, 1977] ou a do [SPIEGEL, 1985] para =0,10, o
valor de z , aproximadamente, 0,26; para z = 1,28 a rea tabelada
0,3997, e no conforme o constante na norma; de forma similar, para p1 =
0,05, z1 , aproximadamente, 0,13 e para p2 = 0,25, z2 , aproximadamente,
0,67.
w) Seguindo-se a norma para os clculos de n e k, obtm-se k = 0,4 e n = 1,
resultados completamente diferentes dos exemplificados pela nova norma.
x) entretanto, se for utilizado o livro do [MONTGOMERY, 1994], as reas citadas
no exemplo da norma no existem na tabela da distribuio de Gauss.
y) Dessa forma, a norma deveria conter a tabela a ser utilizada para obteno
dos mesmos resultados quaisquer que fossem os tomadores de deciso, tendo
em vista que o uso de qualquer livro de Probabilidade ou de Estatstica pode
conduzir a resultados completamente diferentes.
z) o item 5.2 Curva Caracterstica de Operao revela-se totalmente
desnecessrio.
aa) no item 5.3.1, no se enfatizou que a amostra deva ser representativa da
populao, ou seja, no s na compactao de um aterro, mas em todas as
amostragens, os subgrupos devem ser racionais, ou seja, escolhidos de tal
forma que a variao interna considerada como devido apenas a causas
aleatrias.
bb) em 5.3.2, afirma-se que as extenses variam de 100 a 500 m; todavia, faltou
indicar a razo desses nmeros, bem como o adequado para ser utilizado nas
amostragens.
cc) no item 6 INSPEO, nos planos de inspeo, a Tabela 1 s vlida para =
10%, p1=5% e p2=25%; de forma semelhante, a Tabela 2 s vlida para =
10%, p1=5% e p2=30%. No se alerta o usurio para tais valores particulares,
induzindo-o a crer existir apenas um tipo de tabela a ser seguida e apenas uma
definio de lote de boa e m qualidade. A norma afirma que "...devero ser
admitidos os valores...", mas esses valores referentes s definies de boa e
m qualidade, bem como os riscos associados, devem ser acordados entre o
Executante e o DNER, e no admitidos. Finalmente, a norma no explica o
uso das tabelas.
dd) em 6.2, faltam os ndices dos somatrios nas expresses da mdia amostral e
do desvio-padro amostral, as quais devem ser:

1
X=
n

( X

X
i =1

S =

- X )2

i =1

n-1

PG. 5-6

ee) na norma, determina-se um plano de amostragem por variveis, embora


pudesse haver uma justificativa para o no uso de um plano de amostragem
por atributos.
ff) no se definiu o significado da palavra amostra, que, em Engenharia Civil,
significa um determinado exemplar, ao passo que, em Estatstica, significa um
conjunto de exemplares.
gg) embora a norma enfatize o uso da amostragem aleatria, no indica como
realiz-la.
hh) deveria ser explicitada a responsabilidade pelos custos da inspeo.
ii) no se indicou, na Tabela 1, a razo de no existirem os tamanhos n de
amostra iguais a 11,18 e 20, bem como, na Tabela 2, o n = 14. Faltou indicar o
critrio de parada para o clculo de n.
jj) Todas essas consideraes indicam que a nova norma pode induzir ao erro as
pessoas que a aplicam, e sugerem que seja feita uma reviso.
A partir das observaes anteriores, e considerando-se que a norma deve ser seguida
fielmente pelos contratantes, prope-se a seguinte metodologia para uma amostragem por
variveis:
PASSO 1: Especificar, quando da contratao do servio, o que o Executante e o DNER
consideram como sendo um produto de boa ou m qualidade, bem como os riscos que ambos
admitem correr. Considerar que os elementos da amostra devam ser classificados como
conformes ou no-conformes com base em uma caracterstica mensurvel x da qualidade, tal
que um elemento classificado como no conforme se x>L ou x<L, onde L algum limite
especificado.
PASSO 2: A partir do estabelecido pelas partes contratantes, determina-se o tamanho n da
amostra a ser retirada:
2

k 2 z + z
n = 1 +

2 z1 z2

k=

z z2 + z z1
z1 + z2

onde

nas quais:

zi

= mdulo da abcissa da distribuio de Gauss-deMoivre-Laplace que limita a rea direita


dessa abcissa em (100i)%, para i = , , p1 e p2. Os valores de Zi devem ser obtidos somente
da tabela de Gauss-deMoivre-Laplace a constar da norma.
PASSO 3: Faz-se uma amostragem do trecho a ser inspecionado. Tendo em vista que, em
construo de estradas, a amostragem aleatria (na qual qualquer trecho deve ter a mesma
probabilidade de compor a amostra) de difcil realizao, pode-se realizar uma amostragem
sistemtica, na qual cada amostra colhida a intervalos determinados (em metros) de pista
construda. As amostras seriam retiradas alternadamente no bordo esquerdo, no eixo e no
bordo direito da estrada.
PASSO 4: Retirada a amostra, medem-se os parmetros de interesse, e calculam-se a mdia
amostral e o desvio-padro amostral por intermdio das expresses:

1
X=
n

( X

X
i =1

S =

- X )2

i =1

n-1
PG. 5-7

PASSO 5: a partir dos valores de X e S, decide-se com base nos seguintes critrios:
a) para o caso de ser especificado um valor mnimo, Vmn:
-

se X - ks < Vmn, rejeita-se o servio

se X - ks Vmn, no se rejeita9 o servio

b) para o caso de ser especificado um valor mximo, Vmx:


-

se X + ks > Vmx, rejeita-se o servio

se X + ks Vmx, no se rejeita o servio

c) para o caso de ser especificado um valor mximo, Vmx, e um valor mnimo,


Vmn:10
-

se X - ks < Vmn ou X + ks > Vmx, rejeita-se o servio

se X - ks Vmn ou X + ks Vmx, no se rejeita o servio

Pelo uso da metodologia proposta, os planos de amostragem resultam de acordo


prvio entre o executante e o DNIT, ficam mais flexveis porque no obrigam utilizao de
um determinado tamanho de amostra, alm de permitirem diferentes valores dos parmetros
caracterizadores de servios de boa ou m qualidade e dos riscos associados. Pode-se ainda
propor uma metodologia para uma amostragem por atributos, a ser explorada em outro
artigo.
Para haver efetivo controle, uma norma de procedimentos para ser fielmente
seguida pelos usurios, devendo ser clara, precisa e concisa, sem deixar espao para
interpretaes

[Somente traduzir quando do texto final]


Adicionalmente, prope-se the sampling plan, denoted as hybrid randomness,
characterized for having approaches related not only to the collect time but also to the
location where the sample is taken as well, such as it is possible to use it in several types of
road construction. The plan establishes the quality characteristic to be inspected, the test
method to be used, the frequency and local of sampling, and the way the services must be
controlled. This methodology was proposed to be used in Brazil by the National Department of
Transportation Infrastructure - DNIT, because it is suitable for diversified environments, from
the South to the Amazon region, whose characteristics are completely diverse.

Acceptance procedures can assume one of the following three forms:

a expresso no se rejeita deve ser empregada preferencialmente expresso aceita-se.


embora os riscos associados possam variar, e este tpico merea um adicional estudo terico, para a
finalidade deste artigo mantm-se a prtica usual.
10

PG. 5-8

a) Accept with no inspection is generally used when there is not economic justification to
look for defective units or materials.
b) 100 percent inspection is generally used where services or materials are extremely
critical, and passing any defective component or material would result in an unacceptably high
failure cost.
c) Acceptance sampling is generally used when there is some economic justification to look
for defective material and either to estimate information about an entire lot by using statistics.

There are two basic types of accepting sampling: attributes sampling and variable
sampling, and the specification DNER-PRO 277/97 emphasizes the variable sampling.

In the first type, each sample is inspected for the presence or absence of one or more
attributes, frequently asked quality characteristics. Measurements used to detect these
characteristics are not retained, because they are just compared to a standard and the
decision just bases on either passing or failing. For example, the asphalt concrete aggregate
fracture test is an example of attribute sampling. Aggregate is accepted or rejected based on a
minimum one fractured faces; the actual percentage of the fractured faces is not recorded,
instead, a simple pass-fail record is issued.

In variable sampling, measured quality characteristics are used as continuous variables,


which means that, unlike attribute sampling, measurement values are retained, what provides
more information than the attribute sampling. For this reason, the specification DNER-PRO
277/97 uses it more. However, the variable sampling does have disadvantages, because its use
presupposes the knowledge of the distribution of probabilities of the measured property.
Usually, it is assumed to be the deMoivre-Laplace-Gauss distribution (also known as normal
distribution or of Gauss). If that presupposition is not true, the resulting estimates will be
wrong; however, as most of the measures results in the calculation of sampling mean, the
Central Limit Theorem guarantees that, whatever is the distribution of the original data, the
distribution of the sampling mean tends, as the size of the sample increases, for the deMoivreLaplace-Gauss distribution. (LOPES, 2002)

Although the specification DNER-PRO 277/97 uses variable sampling, it just establishes an
acceptance procedure, which, in a strictly speaking, cannot be characterized as a method to
control quality of the work of the product. The question that arises is what to do in case the
service is rejected.

PG. 5-9

The specification DNER-PRO 277/97, in its Summary, states that is a document that just
"establishes the number of samples to be collected for statistical quality control of highway
construction works". In consequence, it not defines the amount of material (or lot size) to be
sampling in each work type. In that case, this information should be obtained in the peculiar
specifications of each work, what doesn't happen. Contradictory, in its Objective, the
specification establishes "the systematic to be adopted in the statistical quality control of
highway construction works and services". In being like this, it should define the frequency of
the control tests as well as it should define the lot size for the acceptance tests of each work,
which the specification doesn't do.

Therefore, every specification must contain enough information related to the sampling
plan, which is the initial and more important step in a statistical inference. If the sampling is
wrong, all conclusions will be wrong. The information are important to assure an efficient
quality control as the work is developed, assuring that the work is produced is in agreement
with the specifications, avoiding the rejection of the whole work after its conclusion. The
sampling plan should establish the quality characteristic to be inspected, the tests to be used,
and the frequency, the location of sampling, the responsibilities attribution and the
procedures for accompaniment the execution of the construction works.

This article is limited to the phase of the initial sampling and, by considering the previous
observations that the specification should be followed faithfully by the contracting partners, it
is proposed the following methodology:

Step 1. Determine the quality characteristic to be measured.


Step 2. Identify the test method to be applied.
Step 3. Determine the collecting location.
Step 4. Define the sublot for sampling in function of the risks to be assumed.
Step 5. Determine the sampling frequency, by defining the sublot sampling, which depends
on the executed amount of work.
Step 6. Determine the location of sampling in each sublot, by means the use of a table of
pseudo - random numbers in the following way:

a) Consider the number given by the table as the decimal part of a number between 0
and 1.
b) Multiply this number between 0 and 1 for the sample unit, to determining the
sampling moment.
PG. 5-10

The generation of the random numbers can be made by means of a table (to be
incorporated in the specification) or generated by computing applications or even by personal
calculators. In the case of printed tables, special care should be taken in the sense that, in each
sampling, the way of reading of the numbers must be changed. For example, if the reading in
the first sampling was made from top to bottom and from left to right, then, in the following
day should be, for example, from bottom to top and from right to left.

The following example illustrates this methodology: to verify the asphalt content in a
bituminous pavement work. The test method to be used is DNER-ME 053/94. The collecting
area is close behind the asphalt paver machine. It should be noted that the sampling lot must
be collected on the same working journey, to guarantee similar conditions of material,
environmental, personal, climate and equipments. By assuming a certain risk level, it is chosen
to verify 3 sublots. Admitting that, it was laid 3.000 ton of asphalt mixture per day, it will be
extracted a sample to each 1.000 ton, that is to say the sampling frequency is of 1 sample to
each 1.000 ton. The location of each collection is made in the following way:

a) For the first sublot, if the number in the pseudo-random digits table is 8541, consider
the decimal part 0.8541.
b) Multiply 0.8541 for 1.000, obtaining 854, approximately. Therefore, it must take a
sample at the 854th ton of asphalt mixture.
c) For the second sublot, if the reading in the table digits is 0045, consider the number
0.0045.
d) Multiply 0.0045 for 1.000, obtaining 5, approximately. Like the second sublot, the
sampling must be taken at the 5th ton after the first sublot, that is to say, in the location where
were placed the 1005th ton.
e) For the third sublot, if the reading in the table of pseudo-random digits is 3256, consider
the number 0.3256.
f) Multiply 0.3256 for 1.000, obtaining 326, approximately. Similar the second sublot, the
sampling must be taken at the 326th ton after the second sublot, that is to say, in the location
where were placed the 2,326th ton.

The samples would be alternatively collected at the left corner, at the axis and at the right
corner of the highway.

The hybrid sampling can be resumed for this example as follow:


PG. 5-11

a) Sample 1 taken at the 854th ton of asphalt mixture in the left corner.
b) Sample 2 - taken at the 1005th ton of asphalt mixture in the axis.
c) Sample 3 - taken at the 2,326th ton of asphalt mixture in the right corner, and so
on

EXERCCIOS
Caso encontre algum exerccio que no tem um texto que o responda, pesquise a
respeito e incorpore o que descobriu ao corpo do material.
A. EXERCCIOS CONCEITUAIS

Antes de resolver um problema, PENSE!

Fonte: http://rpcriativo.blogspot.com/2010/04/pensar-fora-da-caixa-pode-ser-muito.html

1.
2. .
B.EXERCCIOS de habilidade
(resolver problemas)

A repetio at a exausto leva perfeio!


Passo 1: Faa exerccios at completar 10 (dez) SEM ERRAR NENHUM
Passo 2: Chegou ao final?
a. SIM: refaa todos mais uma vez e v ao Passo 3
b. NO: v ao Passo 1
Passo 3: Faa os exerccios computacionais
PG. 5-12

1) Exerccios do Companion cap 4, 5 e 6


2) Faa os exerccios a seguir na ordem em que aparecem.
1. Construa uma tabela de frequncias COM perda de informao que tenha um
intervalo de classe igual a 10:
a) calcule as frequncias relativa e acumulada
b) esboce um histograma
c) esboce o grfico da distribuio acumulada
2. Refaa o exerccio 1, no qual o intervalo de classe seja igual a 5.
3. Estabelea uma relao entre frequncia relativa e probabilidades
4. Escolha um limite superior de classe qualquer. Compare as frequncias
relativas e as frequncias acumuladas at este limite superior.
5. Considere, no histograma, a frequncia relativa como sendo a rea de cada
retngulo que tem como base o intervalo de classe (x) e determine a altura,
chamando-a de f(x). f(x) probabilidade? Se positivo, o que vem a ser funo
densidade de probabilidade? Mais ainda, se somarmos as reas de alguns
destes retngulos, o que iremos obter?
6. No exerccio 5, coloque o smbolo de integral no lugar da soma, f(x) como
sendo a altura do retngulo e dx a sua base. Estabelea a equao que
determina a probabilidade de se estar entre dois valores quaisquer. Determine
a integral entre mais e menos infinito e verifique o que ocorre.
7. A partir do grfico da distribuio acumulada dos exerccios 1, 2 e 4, determine
a equao matemtica que melhor se ajusta a essa curva e chame de F(x).
8. Determine, conceitualmente, o relacionamento entre F(x) e f(x) e expresse
matematicamente este conceito.
9. Desenvolva (desdobre) a frao que determine a mdia aritmtica dos
nmeros 56 (com frequncia 17), 57 (com frequncia 4) e 58 (com frequncia
23), e estabelea o relacionamento com o conceito de valor esperado do
clculo das probabilidades.
10. No meu livro, explica-se a origem de diversas distribuies como, por exemplo,
a discreta Poisson e a contnua exponencial. Com o livro como ponto de
partida, estude a origem das principais delas, construindo uma tabela segundo
o modelo a seguir;
PG. 5-13

C. Exerccios de uso de aplicativos


computacionais
1) Crie um anexo ao captulo 1 com os passos bsicos para usar o aplicativo R.
2) Inclua no texto como fazer para gerar o feito no Excel dgitos pseudoaleatrios
com o aplicativo R.
D. Exerccios
Exerccios de
interpretao de resultados

Ao longo do texto.
E.EXERCCIOS de pesquisa

Liste e comente endereos na rede mundial de computadores, relacionados aos


assuntos vistos neste captulo como, por exemplo, em:
1.

www.youtube.com
a.
b.

2.

www.youtube.com/edu (Category: University)


a.
b.

F. QUESTES: ENADE E PROVO

1.
2.
G. Para descontrair:

3. http://www.youtube.com/watch?v=H6syI3xiBBg
4.

PG. 5-14