Aulas anteriores
Os erros utilizam-se para comparao.
Comparao das grandezas estatsticas pode ser feita
atravs da comparao as funes de distribuio da
(densidade de) probabilidade deles ou atravs da
comparao das caractersticas parciais delas: valor media,
valor mais provvel, desvio padro.
Comparar duas grandezas estatsticas significa avaliar
(achar as caractersticas principais ou parciais) a funo de
distribuio da (densidade de) probabilidade da diferena
entre elas.
Aulas anteriores
Aulas anteriores
A anlise dos resultados (concluses) tem que ser feito
base de probabilidade.
Concluso significa formulao breve dos resultados da
comparao.
Concluso curta significa a resposta pergunta Diferena
existe ou no?
Concluso expandida significa a resposta pergunta
Qual a probabilidade dessas grandezas serem
diferentes?
Capitulo 7
i 1 i
y
n
n
Valor mdio verdadeiro ou media limite
y
i 1 i
ymv lim y lim
(sempre desconhecido):
n
n
n
Relao entre valor mdio e valor mdio verdadeiro:
y1 y2 y3 ... yn
y f ( n)
Grandeza
Valor mdio
verdadeiro
Desvio:
ymv
lim
n
n
i 1
A melhor aproximao
yi
di yi ymv
n
i 1
yi
di yi y
A varincia
1 n
2
lim ( yi ymv ) 2
associada ao
n n
i 1
processo de medio
v
Grandeza
Desvio mdio:
dm
i 1
A melhor aproximao
yi ymv
n
d
n
i 1
i 1 yi
n
i1 yi
yi ymv
n
dm
ymv i 11
n
i 1
yi y
n
n
i 1
ymv
n
y ymv y ymv
n
y1 , y 2 ,..., y j ,..., y k
j 1 ( y j ymv )2
2
m
m2
1
2
kn
1
2
kn
2
(
y
y
)
j 1 j mv
k
1 k 1
1 k 1
j 1 n
j 1 n 2
ij
mv
k
k
i 1
ny
ij
mv
i 1
; y j i 1
n
yij
n
2
1
k
y
ny
(
y
y
)
(
y
y
)
(
y
y
)
...
(
y
y
)
j 1
ij
mv
1j
mv
2j
mv
3j
mv
nj
mv
2 j 1
kn
i 1
2
2
2
2
(
y
y
)
j 1
ij
mv ( a b c ) a b c 2ab 2ac 2bc
i 1
(a b) 2 a 2 b 2 2ab
n
n
( yij ymv ) ( yij ymv )( yi* j ymv ) lim ( yij ymv )( yi* j ymv ) 0
j 1
n
i 1 i* i
i 1 i* i
i 1
repetitividade
n
n
1
k
1
k 1
1
k
2 k
2
2
2
2 j 1 ( yij ymv ) j 1 ( yij ymv ) j 1 j n
j 1
kn
kn
n i 1
kn
kn
i 1
1 2 ... k
1
2
kn
2
2
k
kn
n
m m2
1 n
1 n
1 n
2
2
( yi ymv ) ( yi y y ymv ) (( yi y ) ( y ymv )) 2
n i 1
n i 1
n i 1
2
1
2
1
2
(
y
y
)
(
y
y
)(
y
y
)
( y ymv ) 2
i
i
mv
n i 1
n i 1
n i 1
n
n
( yi y )( y ymv ) 0
i 1
n
1 n
1 n
1 n
2
2 1
2
2 1
( yi y ) ( y ymv ) 1 ( yi y ) ( y ymv ) n ( yi y ) 2 ( y ymv ) 2
n i 1
n i 1
n i 1
n
n i 1
( y ymv )
2
2
m
n 1 2 1 n
n 1 n
1 n
2
2
2
2
( yi y )
(
y
y
)
(
y
y
)
i
i
n
n i 1
n 1 n i 1
n 1 i 1
1 n
( yi y ) 2
n 1 i 1
2
n
1
( yi y )2
n(n 1) i 1
2
m
1 n
1 n 2
2 n
1 n 2
2
( yi y )
yi
yi y
y
n 1 i 1
n 1 i 1
n 1 i 1
n 1 i 1
n
n
1 n 2
2
1
1 n 2 2n 1 n
1
2
y
y
y
1
y
y
y 2n
i
i
i
i
n 1 i 1
n 1 i 1
n 1 i 1
n 1 i 1
n 1 n i 1
n 1
1 n 2 2n
n
1 n 2
n
2
y2
i
i
n 1 i 1
n 1
n 1
n 1 i 1
n 1
2
Varias medidas.
Le 3 m y Le ymv y Le P 99, 7%
Le 2 m y Le ymv y Le P 95,5%
L
Le
n
A incerteza padro
2
(
y
y
)
i 1 i v
n
p2
A incerteza padro
Conjunto de medies
Repetitividade erro sistemtico residual e uma constante.
Reprodutibilidade - erro sistemtico residual e uma grandeza estatstica.
j 1 ( y j ymvj ymvj yv )2
k
p2
k
k
j
2
(
y
y
)
mv
v
j 1
j
j
(
y
y
)(
y
j
mv
mv yv )
j 1
k
j 1
j
( y j ymv
)2
j
j
(
y
y
)(
y
yv ) 0
j
mv
mv
j 1
m2 r2
Exemplo 1.
Erros sistemticos residuais.
3,275 3,274 3,276 = 0,001
Aredondamento3,2745 3,2754(9) = 3,2750
3,275 0,0005 < yv < 3,275 + 0,0005, P 100%
L r = 2 r, r = 0,0005/2=0,00025s
= (0,0392+0,000252)0,5 = 0,039001s
T = (3,129 0,039)s
T 3, 27475
0, 000707
m 0, 00025
r 0, 00025
0, 00035
T 3, 27475 0, 00035
Exemplo 1
Reao humana.
Exemplo 1.
Erros sistemticos residuais.
1,572 1,573 1,571 0, 001
0, 0005
Lr 0, 0005; Lr
0, 000318 0, 0318% 0,5%
1,572
Lr = 2r, r = Lr /2 = 0,0040V
= (0,00272+0,00402)2 = 0,0048V
V = (1,5763 0,0048)V