Sessão Saber profundo Combinação de incertezas (
|
|
- Pedro Lucas Abreu Prado
- 7 Há anos
- Visualizações:
Transcrição
1 Sessão Saber profundo Combinação de incertezas ( Manoel Telhada Consultor da M. I. Domenech Em 50 palavras ou menos O estudo de Repe & Repro é utilizado para avaliar a variação de um sistema de medição. No entanto, os valores de Repe & Repro não incluem a exatidão e a incerteza da calibração dos equipamentos de medição. Mostra-se como reunir essas informações para obter a incerteza total da medição. Introdução Um princípio básico do LSS é conhecer o processo profundamente, a partir de fatos e dados, para que as soluções desenvolvidas sejam efetivas em melhorar o processo. Nesse sentido, a confiança nos dados e nos sistemas de medição é fundamental. A avaliação do sistema de medição (MSA) procura avaliar a exatidão e a precisão do sistema de medição (Figura 1). Alvo Precisão Relacionado a erros aleatórios Repe, Repro Exatidão (bias) Relacionado a erros sistemáticos Incerteza Figura 1 - Incerteza da medição A exatidão é avaliada através das atividades de calibração que, grosso modo, consiste em realizar várias medições em um padrão de valor conhecido. A diferença entre a média das medições e o valor conhecido do padrão é a exatidão. A precisão é avaliada através de estudos de Repetibilidade e Reprodutibilidade (R&R). A Repetibilidade mede o grau de concordância das medições quando não há variação dos fatores que podem contribuir para a variação das medições, enquanto que a Reprodutibilidade mede o grau de concordância das medições quando pelo menos um dos fatores é modificado (Figura 2). Em geral, o fator modificado são os analistas, ou seja, a Repetibilidade mede a variação das medições realizadas por um único analista nas mesmas condições e a Reprodutibilidade mede a variação das medições entre diversos analistas.
2 2 Resultados dependentes Resultados A independentes B Etapas de uma análise Tempo Aparelhos Analistas Laboratórios Principais fatores: Tempo Ajustes Aparelhos Operador A B Repetibilidade Fatores relacionados com a Reprodutibilidade Repetibilidade+ Reprodutibilidade Figura 2 - Repetibilidade e Reprodutibilidade Por exemplo, considere a medições de comprimento utilizando uma régua. Nós podemos pedir a várias pessoas que meçam várias vezes um bloco padrão de comprimento conhecido (Figura 3). Figura 3 - Medição de comprimento A partir das medições, podemos calcular a média e o desvio padrão das medições. A diferença entre a média e o valor conhecido do bloco padrão nos dá o desvio (exatidão) e o desvio padrão nos dá a precisão. Esse exemplo é bastante simples, mas ainda temos algumas questões: 1. Se o desvio (exatidão) não é igual a zero, isso significa que devemos corrigir os valores medidos, somando ou subtraindo o valor do desvio? 2. Como avaliamos a exatidão e a precisão quando não temos um padrão e a medição é o resultado de um cálculo? Por exemplo, o valor da densidade é o resultado da divisão de duas medições: massa e volume. A resposta da primeira pergunta é não. Se o desvio for pequeno, não vale a pena corrigir as medições e, nesse caso, podemos somar o desvio e a precisão e considerar essa soma como a incerteza total da medição. Na segunda questão, nós podemos estimar a exatidão e a precisão a partir dos sistemas de medição de massa e volume, utilizando técnicas de propagação de erros. Para mostrar como podemos compor os desvios e as precisões de vários sistemas de medição, vamos utilizar a medição de densidade como exemplo.
3 Medição de densidade O primeiro passo para determinar a incerteza de um sistema de medição é construir um fluxograma das atividades, de preferência acompanhando uma pessoa fazendo a medição (Figura 4). 3 Coletar amostra Homogeneizar amostra Acondicionar a amostra na temperatura ambiente Transferir amostra para balão volumétrico Pesar balão volumétrico vazio (tara) Pesar balão volumétrico com a amostra Calcular a densidade Figura 4: Medição de densidade A partir do fluxograma, devemos listar todos os fatores que contribuem para a variação da medição, como mostra o diagrama de causa e efeito (Figura 5). Note que os fatores estão agrupados de acordo com as medições utilizadas para calcular a densidade: massa e volume. Figura 5: Fatores da medição de densidade Agora, devemos estimar o efeito dos fatores sobre a incerteza da medição de densidade (exatidão e precisão). Não precisamos fazer a estimativa para cada fator separadamente; podemos planejar um estudo de Repetibilidade e Reprodutibilidade (R&R) para estimar o efeito dos fatores como um todo.
4 Estudo R&R Um possível plano para o estudo de R&R pode ser: 1. Coletar 3 amostras com densidades distintas. 2. Para cada amostra, coletar sequencialmente 12 frascos de 1,5 litros. Os frascos devem ser identificados com a amostra e com o número do frasco. 3. Distribuir aleatoriamente os frascos entre 4 analistas. 4. Cada analista irá medir a densidade uma vez em cada frasco que recebeu. A Figura 6 resume o plano do estudo. Este plano permite estimar o efeito conjunto dos fatores destacados em vermelho na Figura 5. 4 Amostra Analista A B C D A B C D Medição Figura 6: Estudo de Repetibilidade e Reprodutibilidade O objetivo de coletar 12 frascos consecutivos é incluir o efeito do processo de amostragem na incerteza da medição. Os frascos devem ser coletados em sequência com um intervalo de tempo muito pequeno entre as coletas para que não ocorra mudanças na fonte da amostra. Ou seja, estamos assumindo que a amostra é a mesma em todos os frascos e que eventual diferença entre os frascos se deve ao processo de amostragem. Um aspecto importante é que os analistas meçam a densidade dos seus frascos em sequência aleatória e não simultaneamente. Por exemplo, se o analista A medir a densidade dos 3 frascos da amostra 1 ao mesmo tempo, deixaremos de incluir no estudo o efeito da dilatação do balão volumétrico. Por outro lado, se o analista medir um frasco de manhã, outro á tarde e o terceiro á noite, a temperatura do laboratório mudaria e, consequentemente, a dilatação do balão volumétrico seria diferente. Evidentemente, não conseguimos avaliar o efeito isolado da dilatação do balão volumétrico, mas o efeito está presente, junto com os demais efeitos. Tabela 1: Estudo de R&R - medições de densidade (g/l) Amostra 1 Amostra 2 Amostra 3 Analista Densidade (g/l) Analista Densidade (g/l) Analista Densidade (g/l) 49,547 58,672 69,858 Analista A 50,519 Analista A 60,020 Analista A 70,095 50,280 59,994 69,556 50,420 60,520 70,023 Analista B 49,012 Analista B 59,606 Analista B 70,067 49,943 60,434 69,503 49,385 59,731 69,952 Analista C 50,216 Analista C 59,439 Analista C 70,648 50,359 59,975 70,012 48,986 58,878 68,668 Analista D 49,834 Analista D 59,187 Analista D 68,736 48,605 58,070 69,116
5 A Tabela 1 apresenta as medições obtidas no estudo de R&R, em g/l. Podemos lançar os dados no Minitab e calcular o desvio padrão da Repetibilidade e da Reprodutibilidade (Figura 7). Gage R&R %Contribution Source VarComp (of VarComp) Total Gage R&R 0,4779 0,48 Repeatability 0,2413 0,24 Reproducibility 0,2367 0,24 Analista 0,2367 0,24 Part-To-Part 99, ,52 Total Variation 99, ,00 5 Study Var %Study Var Source StdDev (SD) (6 * SD) (%SV) Total Gage R&R 0, ,1480 6,92 Repeatability 0, ,9472 4,92 Reproducibility 0, ,9189 4,87 Analista 0, ,9189 4,87 Part-To-Part 9, , ,76 Total Variation 9, , ,00 Number of Distinct Categories = 20 Figura 7 - Estudo Repetibilidade e Reprodutibilidade O desvio padrão de R&R é 0,69134 g/l. O próximo passo é obter o desvio (exatidão) e o desvio padrão (precisão) dos fatores não considerados no estudo de R&R: calibração da balança e calibração do balão volumétrico. Calibrações Os certificados de calibração da balança e do balão volumétrico fornecem as informações necessárias para calcular a incerteza total (Tabela 2). Tabela 2: Calibração Balança e Balão Volumétrico Massa (g) Calibração Balança Desvio (g) 0,01 Incerteza (g) 0,02 Volume (ml) Calibração Balão volumétrico Desvio (ml) 0,10 Incerteza (ml) 0,20 A calibração da balança indica um desvio de 0,01 g, de modo que podemos subtrair esse valor dos valores medidos para obter o valor correto. Como o valor do desvio é pequeno, iremos somar o desvio e a incerteza para obter a incerteza total da balança. Nós não podemos somar diretamente os dois valores (0,01 + 0,02); devemos somar as variâncias (Tabela 3).
6 6 Tabela 3: Calibração Balança e Balão Volumétrico Medida Incerteza Distribuição Divisor Desvio padrão Variância Massa Calibração Balança Desvio (g) 0,01 Unifome 1,7321 0,0058 0, Incerteza (g) 0,02 Normal 2 0,0100 0, Soma (g) 0,0115 0, Volume Calibração Balão volumétrico Desvio (ml) 0,10 Unifome 1,7321 0,0577 0, Incerteza (ml) 0,20 Normal 2 0,1000 0, Soma (ml) 0,1155 0, A Tabela 3 mostra que o desvio padrão do desvio é igual à incerteza dividida por 3 (1,7321). Esse fator foi escolhido porque estamos aceitando a hipótese de que o desvio tem uma distribuição uniforme. O desvio padrão da incerteza é igual á incerteza dividida por 2. Esse valor é o fator de abrangência que geralmente consta nos certificados de calibração. No entanto, se o valor informado for diferente (2,5, por exemplo), dividimos a incerteza pelo valor informado. O quadrado do desvio padrão fornece a variância. A soma das variâncias, para a balança, é igual a 0, e o desvio padrão da incerteza total da calibração é dado por S balança = 0, = 0,0115 g. Da mesma forma, podemos calcular o desvio padrão da incerteza da calibração do balão volumétrico: S balão = 0, = 0,1155 ml. O próximo passo é combinar os desvios padrões calculados Combinação dos desvios padrões As regras para combinar os desvios padrões podem ser encontradas na referência 1 - Guia para a expressão da incerteza de medição. Primeiramente, vamos combinar os desvios padrões da massa (balança) e do volume (balão volumétrico). Como a densidade é a divisão da massa pelo volume, não podemos simplesmente somar as variâncias. Devemos somar os quadrados da incerteza relativa, conforme: S Densidade = Sbalança Massa 2 Sbalança + Volume A Tabela 4 apresenta os cálculos. Note que o desvio padrão do balão volumétrico foi convertido para litros. Tabela 4: Combinação dos desvios padrões - massa e volume Densidade = Massa / Volume Valor Desvio padrão Incerteza relativa Massa (g) 60,00 0,0115 0, Volume (ml) 1,00 0, , Densidade = massa/volume (g/l) 60,00 0,
7 7 O valor 0, destacado em amarelo na tabela 4 é o valor da incerteza relativa S/Densidade. Logo, para obter o desvio padrão da combinação das calibrações, basta multiplicar a incerteza relativa calculada pelo valor da densidade: S = 0, x 60 = 0,135 g/l. Finalmente, podemos combinar o desvio padrão da densidade, devido às calibrações, com o desvio padrão do estudo de R&R, somando as variâncias (Tabela 5). Tabela 5: Combinação dos desvios padrões - densidade e estudo R&R Incerteza Desvio padrão Variância Repe & Repro (g/l) 0,6913 0, Densidade (g/l) 0,0135 0, Total (g/l) 0,8395 0, A incerteza total da medição de densidade é igual ao desvio padrão multiplicado por um fator de abrangência. Usualmente, o fator de abrangência é igual a 2: Incerteza total = 2 x 0,8395 = 1,679 g/l O que significa fator de abrangência igual a 2 e Incerteza total de 1,679? Suponha que medimos a densidade de uma amostra e obtivemos o valor de 61 g/l. Isso significa que existe aproximadamente 95% de confiança que o valor correto está entre 59,321 (61-1,679) e 62,679 (61 + 1,679). Ou seja, não sabemos realmente qual é o valor verdadeiro. O valor mais provável é 61 g/l e temos 95% de confiança de que o valor verdadeiro está entre 59,321 e 62,679. Conclusões Os Belts que trabalham em laboratórios ou que conhecem a norma sempre se preocupam com a combinação das incertezas dos fatores que interferem em um sistema de medição. Apesar de existirem regras para a propagação de erros, a combinação das incertezas pode ser bastante trabalhosa. Melhor resultado pode ser obtido através de um estudo de Repetibilidde e Reprodutibilidade bem planejado. Depois que obtivermos o desvio padrão do R&R, podemos acrescentar mais facilmente os desvios padrões dos demais fatores para obter a estimativa da incerteza total do sistema de medição. Referências ABNT/INMETRO. Guia para a Expressão da Incerteza de Medição (GUM). Terceira edição brasileira em língua portuguesa. Rio de Janeiro: ABNT, INMETRO, p. EURACHEM/CITAC. Quantifying Uncertainty in Analytical Measurement. 2ª ed., Disponível em: ABNT NBR ISO/IEC 17025:2005 Versão Corrigida 2:2006.
Química Analítica IV ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Química Analítica IV 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Todas as medidas físicas possuem um certo grau de incerteza. Quando se faz uma medida, procura-se
Leia maisAula 6 Propagação de erros
Aula 6 Propagação de erros Conteúdo da aula: Como estimar incertezas de uma medida indireta Como realizar propagação de erros? Exemplo: medimos A e B e suas incertezas. Com calcular a incerteza de C, se
Leia maisCurso Como Determinar a Incerteza de Medição
Curso Como Determinar a Incerteza de Medição Instrutor Gilberto Carlos Fidélis Eng. Mecânico com Especialização em Metrologia pelo NIST - Estados Unidos e NAMAS/UKAS - Inglaterra. Instrutor de cursos desde
Leia maisPrograma de Ciências Experimentais 2012-2013
Programa de Ciências Experimentais 2012-2013 I Teoria 1 Introdução 2 Conceitos úteis 2.1 Ordem de grandeza 2.1.1 Introdução 2.1.2 Definição 2.1.3 Representação científica de um número 2.1.4 Ordem de grandeza
Leia maisErros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.
Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.) I. INTRODUÇÃO Quando se faz um experimento, deseja-se comparar o resultado obtido
Leia maisTópico 6. Aula Prática: Aparelhos básicos de medida de comprimento e massa: Determinação de grandezas indiretas
Tópico 6. Aula Prática: Aparelhos básicos de medida de comprimento e massa: Determinação de grandezas indiretas Neste experimento será calculado o volume de objetos (esferas, cilindros ou cubos metálicos),
Leia maisInformação. Nota: Tradução feita por José Carlos Valente de Oliveira.
Informação Esta publicação é uma tradução do Guia de Calibração EURAMET Calibração de Comparadores de Blocos-Padrão (EURAMET/cg-02/v.01, November 2007). Os direitos autorais do documento original pertencem
Leia maisTeste de Hipótese e Intervalo de Confiança. Parte 2
Teste de Hipótese e Intervalo de Confiança Parte 2 Questões para discutirmos em sala: O que é uma hipótese estatística? O que é um teste de hipótese? Quem são as hipóteses nula e alternativa? Quando devemos
Leia maisPRÁTICA 03 CALIBRAÇÃO DE APARELHOS VOLUMÉTRIOS.
PRÁTICA 03 CALIBRAÇÃO DE APARELHOS VOLUMÉTRIOS. MATERIAIS Termômetro Erlenmeyer Pipetas volumétricas de 10 e 25 ml Bureta de 25 ml Balão volumétrico de 100 ml Suporte universal e garra para bureta Balanças
Leia maisIntrodução à Volumetria. Profa. Lilian Lúcia Rocha e Silva
Introdução à Volumetria Profa. Lilian Lúcia Rocha e Silva INTRODUÇÃO À VOLUMETRIA TITULAÇÃO Processo no qual uma solução padrão ou solução de referência é adicionada a uma solução que contém um soluto
Leia maisExperiência 1 Medidas: Leitura de instrumentos:
1 Experiência 1 Medidas: Leitura de instrumentos: Quando realizamos uma medida precisamos estabelecer a confiança que o valor encontrado para a medida representa. Para representar corretamente a medida
Leia mais1.2. Grandezas Fundamentais e Sistemas de Unidades
CAPÍTULO 1 Grandezas, Unidades e Dimensões 1.1. Medidas Uma grandeza física é uma propriedade de um corpo, ou particularidade de um fenómeno, susceptível de ser medida, i.e. à qual se pode atribuir um
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a variância de
Leia maisAULA 04 Estimativas e Tamanhos Amostrais
1 AULA 04 Estimativas e Tamanhos Amostrais Ernesto F. L. Amaral 27 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
Leia maisObjetivos da disciplina:
Aplicar e utilizar princípios de metrologia em calibração de instrumentos e malhas de controle. Objetivos da disciplina: Aplicar e utilizar princípios de metrologia calibração de instrumentos e malhas
Leia maisConteúdo. 1 Introdução. Histograma do 1o Sorteio da Nota Fiscal Paraná 152/15. 1º Sorteio Eletrônico da Nota Fiscal Paraná
1º Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este relatório apresenta uma análise estatística
Leia maisIND 1115 Inferência Estatística Aula 8
Conteúdo IND 5 Inferência Estatística Aula 8 Setembro 4 Mônica Barros O - aproximação da Binomial pela Este teorema é apenas um caso particular do teorema central do limite, pois uma variável aleatória
Leia maisTÍTULO DA PRÁTICA: OPERAÇÃO DE MEDIDAS E NOTAÇÃO CIENTÍFICA
ROTEIRO DA AULA PRÁTICA DE QUÍMICA GERAL TÍTULO DA PRÁTICA: OPERAÇÃO DE MEDIDAS E NOTAÇÃO CIENTÍFICA 1 - A incerteza na ciência A natureza intrínseca da observação científica traz consigo o fato de que
Leia maisé 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.
Desvio Padrão From Wikipedia, the free encyclopedia probabilidade e estatística, o desvio padrão de uma distribuição de probabilidade, de uma variável aleatória, ou população é uma medida do espalhamento
Leia maisRelatório das Provas da 2ª. Fase - Vestibular 2016
Relatório das Provas da 2ª. Fase - Vestibular 2016 Resumo Executivo O presente relatório apresenta os resultados da segunda fase do Vestibular UNICAMP 2016 constituída por três provas. Esta etapa do vestibular
Leia maisConteúdo. 1 Introdução. Histograma do Quinto Sorteio da Nota Fiscal Paraná 065/16. Quinto Sorteio Eletrônico da Nota Fiscal Paraná
Quinto Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este documento apresenta a análise dos resultados
Leia maisANOVA. (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior
ANOVA (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior Para que serve a ANOVA? Para comparar três ou mais variáveis ou amostras. Por exemplo, queremos testar os efeitos cardiorrespiratórios
Leia maisUNICAP Universidade Católica de Pernambuco Laboratório de Topografia de UNICAP - LABTOP Topografia 1. Erros e Tolerâncias
UNICAP Universidade Católica de Pernambuco Laboratório de Topografia de UNICAP - LABTOP Topografia 1 Erros e Tolerâncias Recife, 2014 Técnicas de Levantamento Planimétrico A Poligonação é um dos métodos
Leia maisExperiência 07: Preparo de Solução a partir de Substâncias sólidas, Liquidas e de Solução Concentrada
1 Experiência 07: Preparo de Solução a partir de Substâncias sólidas, Liquidas e de Solução Concentrada 1. Questões de estudo - Como preparar uma solução aquosa de NaOH 0,1 M? - Como preparar uma solução
Leia maisEFEITOS TÉRMICOS NA INCERTEZA DE MEDIÇÃO COM PAQUÍMETRO
XVI Congresso Nacional de Estudantes de Engenharia Mecânica - 17 a 21/08/2009 - Florianópolis SC Paper CREEM2009-PF03 EFEITOS TÉRMICOS NA INCERTEZA E MEIÇÃO COM PAQUÍMETRO Cláudio Costa Souza, Lucas Lopes
Leia maisa) 2 b) 3 c) 4 d) 5 e) 6
Recordando operações básicas 01. Calcule as expressões abaixo: a) 2254 + 1258 = b) 300+590 = c) 210+460= d) 104+23 = e) 239 54 = f) 655-340 = g) 216-56= h) 35 x 15 = i) 50 x 210 = j) 366 x 23 = k) 355
Leia maisAula 8 Intervalos de confiança para proporções amostras grandes
Aula 8 Intervalos de confiança para proporções amostras grandes Objetivos Na aula anterior, foram apresentadas as idéias básicas da estimação por intervalos de confiança. Para ilustrar o princípio utilizado
Leia maisEstimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança
Estimação Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Motivação A partir da média de uma a amostra em uma colheita recente, o conselho de qualidade
Leia maisMedidas de Localização
MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS RESUMO Estatística 2 Medidas de Localização e Dispersão 10º ano Cláudia Henriques Medidas de Localização Estatísticas Medidas que se calculam a partir dos dados
Leia maisUFF - Universidade Federal Fluminense. Pólo Universitário de Volta Redonda
UFF - Universidade Federal Fluminense Pólo Universitário de Volta Redonda Física Experimental Instruções para elaboração de relatórios e introdução à teoria de erros 1 Elaboração de Relatórios Um relatório
Leia maisDesvio Padrão ou Erro Padrão
NOTAS METODOLÓGICAS ISSN 0871-3413 ArquiMed, 2006 Desvio Padrão ou Erro Padrão Nuno Lunet, Milton Severo, Henrique Barros Serviço de Higiene e Epidemiologia da Faculdade de Medicina da Universidade do
Leia maisUniversidade Federal de Sergipe Centro de Ciências Exatas e Tecnologia Departamento de Química
2 APRESENTAÇÃO DE DADOS 2.1 ALGARISMOS SIGNIFICATIVOS Todas as medidas de uma propriedade físico-química estão afetadas por uma incerteza, chamada em geral erro, desvio ou imprecisão da medida. Por isso,
Leia maisExperimento 9 : Medidas, Erros e Visualização de Dados Experimentais. Docente Sala (lab) Grupo
Experimento 9 : Medidas, Erros e Visualização de Dados Experimentais Docente Sala (lab) Grupo Medidas, Erros e Visualização de Dados Experimentais PARTE 1 - Precisão e Exatidão A realização sistemática
Leia maisEXAME DE MACS 2º FASE 2014/2015 = 193
EXAME DE MACS 2º FASE 2014/2015 1. Divisor Padrão: 00+560+80+240 200 = 190 = 19 200 20 Filiais A B C D Quota Padrão 1,088 58,01 86,010 24,870 L 1 58 86 24 L(L + 1) 1,496 58,498 86,499 24,495 Quota Padrão
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 3
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 3 1. Chapas de uma liga metálica de mesma procedência foram submetidas, de forma aleatória, a três diferentes tratamentos térmicos: A, B e C.
Leia maisExperiência 01: Algarismos significativos, medidas e tratamento de dados. Calibração de equipamentos volumétricos
Experiência 01: Alarismos sinificativos, medidas e tratamento de dados. Calibração de equipamentos volumétricos 1. Introdução Química é uma ciência teórica-experimental e por isso consideramos importante
Leia maisTEORIA DE ERROS INTRODUÇÃO
TEORIA DE ERROS ITRODUÇÃO O ato de medir é, em essência, um ato de comparar, e essa comparação envolve erros de diversas origens (dos instrumentos, do operador, do processo de medida etc.). Pretende-se
Leia maisMEDIÇÃO EM QUÍMICA. Escola Secundária José Saramago FQA nível 1-2007/2008. Adaptado por Marília Peres Fonte: Corrêa, C., Química, 2007, Porto Editora
MEDIÇÃO EM QUÍMICA Escola Secundária José Saramago FQA nível 1-2007/2008 Adaptado por Marília Peres Fonte: Corrêa, C., Química, 2007, Porto Editora A L 1.1 Medição em Química SUMÁRIO: Obtenção e tratamento
Leia maisRESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO-MATEMÁTICO
RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO-MATEMÁTICO Caro aluno, Disponibilizo abaixo a resolução resumida das 10 questões de Matemática da prova de Escrevente do Tribunal de Justiça de São Paulo. Em
Leia maisMedidas de Tendência Central. Introdução Média Aritmética Moda Mediana
Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar
Leia maisMedição de comprimentos, massas e tempos
José Mariano Departamento de Física, FCT Universidade do Algarve jmariano@ualg.pt 1 Objectivo Pretende-se com este trabalho prático realizar medidas de diferentes grandezas físicas, nomeadamente diâmetros,
Leia maisA.L.2.3 NEUTRALIZAÇÃO: UMA REACÇÃO DE ÁCIDO-BASE
A.L.2.3 NEUTRALIZAÇÃO: UMA REACÇÃO DE ÁCIDO-BASE QUÍMICA 11.ºANO QUESTÃO-PROBLEMA Como neutralizar resíduos de ácidos/bases do laboratório de Química da escola? Como identificar se os resíduos são de uma
Leia maisCIRCULAR TÉCNICA N o 171 NOVEMBRO 1989 TABELAS PARA CLASSIFICAÇÃO DO COEFICIENTE DE VARIAÇÃO
IPEF: FILOSOFIA DE TRABALHO DE UMA ELITE DE EMPRESAS FLORESTAIS BRASILEIRAS ISSN 0100-3453 CIRCULAR TÉCNICA N o 171 NOVEMBRO 1989 TABELAS PARA CLASSIFICAÇÃO DO COEFICIENTE DE VARIAÇÃO INTRODUÇAO Carlos
Leia maisRevisão de conceitos. Grandezas Algarismos significativos Unidades de medida
Revisão de conceitos Grandezas Algarismos significativos Unidades de medida Grandezas Físicas Define-se grandeza como tudo aquilo que pode ser comparado com um padrão por meio de uma medição. Exemplo:
Leia maisAnálise de Regressão. Notas de Aula
Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas
Leia maisAULA 12 Inferência a Partir de Duas Amostras
1 AULA 12 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 15 de setembro de 2011 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisDistribuições Conjuntas (Tabelas de Contingência)
Cruzamento de Dados Distribuições Conjuntas (Tabelas de Contingência) Lorí Viali, Dr. DESTAT/FAMAT/PUCRS viali@pucrs.br http://www.pucrs.br/famat/viali Distribuição Conjunta Exemplo (tabela um) Suponha
Leia maisAula 01 TEOREMAS DA ANÁLISE DE CIRCUITOS. Aula 1_Teoremas da Análise de Circuitos.doc. Página 1 de 8
ESCOLA TÉCNICA ESTADUAL ZONA SUL CURSO TÉCNICO EM ELETRÔNICA II. CIRCUITOS ELÉTRICOS Aula 0 TEOREMAS DA ANÁLISE DE CIRCUITOS Prof. Marcio Leite Página de 8 0 TEOREMA DA ANÁLISE DE CIRCUITOS.0 Introdução
Leia maisDeterminantes. Matemática Prof. Mauricio José
Determinantes Matemática Prof. Mauricio José Determinantes Definição e Conceito Matriz de ordem 1 Dizemos que um determinante é um resultado (numérico) de operações que são realizadas em uma matriz quadrada.
Leia maisReabilitação e Reforço de Estruturas
Mestrado em Engenharia Civil 2011 / 2012 Reabilitação e Reforço de Estruturas Aula 06: Métodos de inspecção e diagnóstico. 6.1. Ensaios in situ. Eduardo S. Júlio 2011/2012 1/31 1/9 AVALIAÇÃO IN SITU DA
Leia maisIncerteza de Medição
Incerteza de Medição Professora Márcia Russman Gallas, IF-UFRGS http://www.if.ufrgs.br/~marcia Texto baseado no Guia Para a Expressão da Incerteza de Medição, 2 a edição, ABNT, INMETRO, 1998, e no Manual
Leia maisAULA 11 Experimentos Multinomiais e Tabelas de Contingência
1 AULA 11 Experimentos Multinomiais e Tabelas de Contingência Ernesto F. L. Amaral 24 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG)
Leia maisSOLUÇÕES N2 2015. item a) O maior dos quatro retângulos tem lados de medida 30 4 = 26 cm e 20 7 = 13 cm. Logo, sua área é 26 x 13= 338 cm 2.
Solução da prova da 1 a fase OBMEP 2015 Nível 1 1 SOLUÇÕES N2 2015 N2Q1 Solução O maior dos quatro retângulos tem lados de medida 30 4 = 26 cm e 20 7 = 13 cm. Logo, sua área é 26 x 13= 338 cm 2. Com um
Leia maisLevantamento Topográfico: é o conjunto de métodos e processos que, através de medições de ângulos horizontais e verticais, de distâncias horizontais,
DIVISÃO DA TOPOGRAFIA Levantamento Topográfico: é o conjunto de métodos e processos que, através de medições de ângulos horizontais e verticais, de distâncias horizontais, verticais e inclinadas, com instrumental
Leia maisCorrelação e Regressão linear simples
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Correlação e Regressão linear simples Prof. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Correlação linear Diagrama de dispersão Covariância
Leia maisPlano da Apresentação. Correlação e Regressão linear simples. Correlação linear. Associação entre hábitos leitura e escolaridade.
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Correlação e Plano da Apresentação Correlação linear Diagrama de dispersão Covariância Coeficiente de correlação de Pearson Teste de correlação
Leia maisCurso de Análise Estatística Comparação entre variáveis contínuas: correlação e regressão Linear
NÚCLEO DE ESTATÍSTICA E METODOLOGIA APLICADAS Desenvolvendo conhecimento para a excelência dos cuidados em saúde mental UNIVERSIDADE FEDERAL DE SÃO PAULO Curso de Análise Estatística Comparação entre variáveis
Leia maisA forma geral de uma equação de estado é: p = f ( T,
Aula: 01 Temática: O Gás Ideal Em nossa primeira aula, estudaremos o estado mais simples da matéria, o gás, que é capaz de encher qualquer recipiente que o contenha. Iniciaremos por uma descrição idealizada
Leia maisEstatística - exestatmedposic.doc 25/02/09
Medidas de Posição Introdução Vimos anteriormente que, através de uma distribuição de freqüências se estabelece um sistema de classificação que descreve o padrão de variação de um determinado fenômeno
Leia maisMedidas de dispersão e assimetria
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Medidas de dispersão e assimetria Profª Cesaltina Pires cpires@uevora.pt Plano da Apresentação Medidas de dispersão Variância Desvio padrão Erro
Leia maisVOCABULÁRIO DE METROLOGIA
DEPARTAMENTO ACADÊMICO DE MECÂNICA APOSTILA DE METROLOGIA VOCABULÁRIO DE METROLOGIA Cid Vicentini Silveira 2005 1 OBJETIVO DESTE CAPÍTULO Descrever os fundamentos, os termos, e os princípios da metrologia.
Leia maisINSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO PIAUÍ DISCIPLINA: Laboratório de Física Professor: Experimento 1: Lei de Hooke. Modelo...
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO PIAUÍ DISCIPLINA: Laboratório de Física Professor: Experimento 1: Lei de Hooke Modelo... Parnaíba/2009 Introdução Estando uma mola no seu estado relaxado
Leia maisValor máximo que é possível medir
MEDIÇÃO EM QUÍMICA Escola Secundária José Saramago FQA 10.ºAno 2009/2010 Marília Peres I NSTRUMENTOS DE MEDIDA Alcance Valor máximo que é possível medir Sensibilidade ou Natureza do aparelho Valor da menor
Leia maisConceitos de Produtividade Industrial. 6. Estudo de Tempos e Métodos. 6. Estudo de Tempos e Métodos 09/05/2012. Profº Spim
Conceitos de Produtividade Industrial Profº Spim 6.1 Decisões sobre o projeto do trabalho; 6.2 Considerações físicas no projeto do trabalho; 6.3 Métodos de trabalho; 6.4 Padrões e medida do trabalho. Adm.
Leia maisAula de Exercícios - Variáveis Aleatórias Discretas
Aula de Exercícios - Variáveis Aleatórias Discretas Organização: Airton Kist Digitação: Guilherme Ludwig Valor Médio de uma variável aleatória Considere uma urna contendo três bolas vermelhas e cinco pretas.
Leia maisAMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA
AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA META Dimensionar o tamanho ideal de amostra para cada população.
Leia maisRegressão linear múltipla. Prof. Tatiele Lacerda
Regressão linear múltipla Prof Tatiele Lacerda Yi = B + Bx + B3X3 + u Plano de resposta E(Y i ) = 0,00 Y i i 0 (,33;,67) Y i 0 X i Xi X p i, p i 3 Modelo de regressão linear múltipla em termos matriciais,
Leia maisMatemática Ficha de Apoio Modelos de Probabilidade - Introdução
Matemática Ficha de Apoio Modelos de Probabilidade - Introdução 12ºano Introdução às probabilidades No final desta unidade, cada aluno deverá ser capaz de: - Identificar acontecimentos com conjuntos e
Leia maisMEDIDAS FÍSICAS FEX 1001
1 MEDIDAS FÍSICAS FEX 1001 Objetivos Realizar medidas diretas (diâmetro, comprimento, largura, espessura, massa e força) expressando-as com a quantidade correta de algarismos signicativos. Realizar medidas
Leia maisControle Estátistico de Processo.
Relatório de estudo dos fios. Controle Estátistico de Processo. Indice Item Assunto. Pág. Análise estatística C.E.P. 04 1 Introdução. 04 2 Controle estatístico do processo. 04 2.1 Definição. 04 2.3 Objetivo
Leia maisProjetos CUSTOS. Prof. Anderson Valadares
Projetos CUSTOS Prof. Anderson Valadares Gerenciamento de custo O gerenciamento de custos visa essencialmente assegurar aos patrocinadores que o projeto será concluído dentro do orçamento aprovado. Gerenciamento
Leia maisCalculando distâncias sem medir
cesse: http://fuvestibular.com.br/ alculando distâncias sem medir UUL L No campo ocorrem freqüentemente problemas com medidas que não podemos resolver diretamente com ajuda da trena. Por exemplo: em uma
Leia maisBC 0208 Fenômenos Mecânicos. Experimento 2 - Roteiro
BC 0208 Fenômenos Mecânicos Experimento 2 - Roteiro Movimento Retilíneo Uniformemente Variado (MRUV) Professor: Turma: Data: / /2015 Introdução e Objetivos No Experimento 1 estudamos o Movimento Retilíneo
Leia maisINSTITUTO POLITÉCNICO DE TOMAR ESCOLA SUPERIOR DE TECNOLOGIA Departamento de Engenharia Química e do Ambiente. Trabalho Prático nº 1
INSTITUTO POLITÉCNICO DE TOMAR ESCOLA SUPERIOR DE TECNOLOGIA Departamento de Engenharia Química e do Ambiente QUÍMICA I (1º Ano 1º Semestre) 1. Introdução Trabalho Prático nº 1 Medição do volume e massa
Leia maisTeorema do Limite Central e Intervalo de Confiança
Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia maisCapítulo IX. Carregamento de transformadores
42 Capítulo IX Carregamento de transformadores Por Manuel Luís Barreira Martinez* A tipificação dos transformadores contempla três agrupamentos distintos, o que em tese significa três diferentes tipos
Leia maisBC 0208 - Fenômenos Mecânicos. Experimento 4 - Roteiro
BC 0208 - Fenômenos Mecânicos Experimento 4 - Roteiro Colisões Elásticas e Inelásticas Professor: Turma: Data: / /2015 Introdução A lei da conservação do momento linear é tão importante quanto a lei de
Leia maisANÁLISE EXPLORATÓRIA DE DADOS
ANÁLISE EXPLORATÓRIA DE DADOS 1.0 Conceitos A estatística descritiva tem o objetivo de organizar, resumir e apresentar de forma adequada os dados, para que estes se tornem informativos. A análise exploratória
Leia maisSoluções de Questões de Vestibular UFF
Soluções de Questões de Vestibular UFF 6 de dezembro 00 Este arquivo contém soluções comentadas das questões de matemática das provas da Universidade Federal Fluminense - UFF Universidade Federal Fluminense
Leia maisIMPLANTAÇÃO DE UM PROGRAMA DE CALIBRAÇÃO DE MEDIDORES ANALÓGICOS DE PRESSÃO. N 0801001
IMPLANTAÇÃO DE UM PROGRAMA DE CALIBRAÇÃO DE MEDIDORES ANALÓGICOS DE PRESSÃO. LUÍS E. V. ALVES JR. 1 ; PRISCILA MORENO ; ALFREDO A. VITALI 3 ; VALÉRIA D. A. ANJOS 4. N 0801001 RESUMO: O Grupo de Engenharia
Leia mais=...= 1,0 = 1,00 = 1,000...
OPERAÇÕES COM NÚMEROS DECIMAIS EXATOS Os números decimais exatos correspondem a frações decimais. Por exemplo, o número 1,27 corresponde à fração127/100. 127 = 1,27 100 onde 1 representa a parte inteira
Leia maisIT INSTRUÇÃO DE TRABALHO
TÍTULO: IT INSTRUÇÃO DE TRABALHO Instrução para calibração de Simulador e Medidor de Sinais IT N.º : 040 1 OBJETIVO Sinais. Esta instrução tem por finalidade estabelecer um critério para a calibração de
Leia maisGuia 4 DETERMINAÇÃO DA MELHOR INCERTEZA DE MEDIÇÁO DE UM LABORATÓRIO DE CALIBRAÇÃO DE FORÇAS. Associação de Laboratórios Acreditados de Portugal
Guia 4 DETERMINAÇÃO DA MELHOR INCERTEZA DE MEDIÇÁO DE UM LABORATÓRIO DE CALIBRAÇÃO DE FORÇAS Associação de Laboratórios Acreditados de Portugal FICHA TÉCNICA TÍTULO: Guia RELACRE 1 DETERMINAÇÃO DA INCERTEZA
Leia maisPesquisa de Avaliação dos Serviços Públicos de Florianópolis
Pesquisa de Avaliação dos Serviços Públicos de Florianópolis A carga tributária brasileira é uma das mais elevadas do mundo, em 2011 ela chegou a 35% do PIB, valor extremamente elevado. Seria de se esperar
Leia maisQuestões Gerais de Geometria Plana
Aula n ọ 0 Questões Gerais de Geometria Plana 01. Uma empresa produz tampas circulares de alumínio para tanques cilíndricos a partir de chapas quadradas de metros de lado, conforme a figura. Para 1 tampa
Leia maisLista de Exercícios Critérios de Divisibilidade
Nota: Os exercícios desta aula são referentes ao seguinte vídeo Matemática Zero 2.0 - Aula 10 - Critérios de - (parte 1 de 2) Endereço: https://www.youtube.com/watch?v=1f1qlke27me Gabaritos nas últimas
Leia mais3 Modelos de Simulação
43 3 Modelos de Simulação 3.1 Simulação de Monte Carlo O método de Monte Carlo foi concebido com este nome nos anos 40 por John Von Neumann, Stanislaw Ulam e Nicholas Metropolis durante o projeto de pesquisa
Leia mais1 Introdução. 1.1 Importância da Utilização da Amostragem
1 Introdução Um dos principais objetivos da maioria dos estudos, análises ou pesquisas estatísticas é fazer generalizações seguras com base em amostras, sobre as populações das quais as amostras foram
Leia maiscuja distribuição é t de Student com n 1 graus de liberdade.
Aula 13 Teste de hipótese sobre a média de uma população normal σ 2 desconhecida Objetivos: Nesta aula você completará seu estudo básico sobre testes de hipóteses, analisando a situação relativa a uma
Leia maisx = xi n x = xifi fi 1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem.
1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem. Determine a média aritmética da distribuição: A mediana não é tão sensível, como a média, às observações que são muito
Leia maisSupondo que deva ser avaliado um caminhão de transporte rodoviário da marca "Estrela", com carroceria de madeira, ano 1996, modelo E1316.
MÉTODO COMPARATIVO DE MERCADO EXEMPLO ILUSTRATIVO (KRUK, 2007): Supondo que deva ser avaliado um caminhão de transporte rodoviário da marca "Estrela", com carroceria de madeira, ano 1996, modelo E1316.
Leia maisAula 1 Variáveis aleatórias contínuas
Aula 1 Variáveis aleatórias contínuas Objetivos: Nesta aula iremos estudar as variáveis aleatórias contínuas e você aprenderá os seguintes conceitos: função de densidade de probabilidade; função de distribuição
Leia maisvalidade, acuracidade, ou exatidao viés ou vicio (Bolfarine e Bussab, 2005) 1.1 Palavras-chave
(Bolfarine e Bussab, 2005) 1.1 Palavras-chave 1 amostra 2 amostragem por quotas 3 amostra probabilística 4 amostra representativa 5 amostragem 6 7 amostragem probabilistica característica de interesse
Leia maisIntrodução. Ou seja, de certo modo esperamos que haja uma certa
UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS» PROBABILIDADE E ESTATÍSTICA «21. Uma fábrica, que produz pequenas peças utilizadas em materiais eletrônicos, armazena essa mercadoria em lotes com 1000 unidades. Inspecionada
Leia maisEXPERIMENTO 1 MEDIDAS E TRATAMENTO DE DADOS
EXPERIMENTO 1 MEDIDAS E TRATAMENTO DE DADOS 1. OBJETIVOS No final deste experimento o aluno deverá ser capaz de: Ler e usar corretamente termômetros, balanças, provetas e pipetas. Utilizar algarismos significativos.
Leia maisVALIDAÇÃO DE MÉTODOS ANALÍTICOS: COMO FAZER? POR QUE ELA É IMPORTANTE?
VALIDAÇÃO DE MÉTODOS ANALÍTICOS: COMO FAZER? POR QUE ELA É IMPORTANTE? Mary Ângela Fávaro Perez A demonstração da qualidade de se mostrar a qualidade de medições químicas, através de sua comparabilidade,
Leia maisPelo que foi exposto no teorema de Carnot, obteve-se a seguinte relação:
16. Escala Absoluta Termodinâmica Kelvin propôs uma escala de temperatura que foi baseada na máquina de Carnot. Segundo o resultado (II) na seção do ciclo de Carnot, temos que: O ponto triplo da água foi
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14
Leia maisCONCURSO DE ADMISSÃO 2010/2011 PROVA DE MATEMÁTICA 6º ANO DO ENSINO FUNDAMENTAL CONFERÊNCIA:
CONCURSO DE ADMISSÃO 2010/2011 PROVA DE MATEMÁTICA 6º ANO DO ENSINO FUNDAMENTAL CONFERÊNCIA: Chefe da Subcomissão de Matemática Dir Ens CPOR / CMBH PÁGINA 1 RESPONDA AS QUESTÕES DE 01 A 20 E TRANSCREVA
Leia mais