Noções Básicas de Medidas e Algarismos Significativos

Documentos relacionados
ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Física Básica. Experimental. André Luis Lapolli João Batista Garcia Canelle José Roberto Marinho

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

Avaliação da qualidade do ajuste

Apêndice 1-Tratamento de dados

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas

TEORIA DE ERROS MEDIDAS E GRÁFICOS

Laboratório de Física. Teoria dos Erros, uma Introdução. UNIVASF Sumário TEORIA DOS ERROS [] ALGARISMOS SIGNIFICATIVOS...

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S

ÌNDICE APÊNDICE A - PRINCÍPIOS BÁSICOS DA ESTATÍSTICA

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Caracterização de Partículas. Prof. Gerônimo

Apostila de Introdução Aos Métodos Numéricos

Aula Características dos sistemas de medição

50 Logo, Número de erros de impressão

Cap. IV Análise estatística de incertezas aleatórias

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

Distribuições de Probabilidades

Estatística - exestatmeddisper.doc 25/02/09

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Revisão/Resumo de Análise Estatística I e Introdução à Tecnologia da Amostragem I

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

Revisão de Estatística X = X n

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

7 Análise de covariância (ANCOVA)

Atividades Práticas Supervisionadas (APS)

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

A Medição e o Erro de Medição

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

Introdução à Análise de Dados nas medidas de grandezas físicas

Modelo de Regressão Simples

MEDIDAS DE TENDÊNCIA CENTRAL I

Construção e Análise de Gráficos

ESTIMATIVA DA INCERTEZA DE MEDIÇÃO DE MÉTODOS ANALÍTICOS

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

Programa de Certificação de Medidas de um laboratório

Análise da Informação Económica e Empresarial

Modelos de regressão linear: abordagem clássica

ESTATÍSTICA APLICADA À ZOOTECNIA

5 Critérios para Análise dos Resultados

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

MEDIDAS DE DISPERSÃO:

Cap. 5. Testes de Hipóteses

? Isso é, d i= ( x i. . Percebeu que

Regressão. Pedro Paulo Balestrassi

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

CEDEPLAR - UFMG Nivelamento em Estatística 2013 Prof a Sueli Moro. Variáveis aleatórias

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Hipóteses do Modelo de Regressão Linear Clássico

3 Procedimento Experimental

Relatório 2ª Atividade Formativa UC ECS

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

3 Experimento com Mistura com Respostas Não-Normais

Noções Básicas de Medidas e Algarismos Significativos

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Fundamentos da Física Experimental

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística.

PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1

DISTRIBUIÇÃO HIPERGEOMÉTRICA

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

d s F = m dt Trabalho Trabalho

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Probabilidades e Estatística

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

Sumário. Mecânica. Sistemas de partículas

Estimativa de área plantada com soja no Rio Grande do Sul através de amostragem por segmentos quadrados

Correlações genotípicas entre características agronômicas de sorgo granífero (Sorghum bicolor (L.) Moench).

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Critérios de correção e orientações de resposta exame

Algarismos Significativos Propagação de Erros ou Desvios

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

Transcrição:

Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca

Motvações Quas são os padrões de meddas? Podemos determar os erros cometdos as comparações com estes padrões? Estem formas de avalar estes erros?

O Sstema Iteracoal de Udades (SI) Cada país deve ter laboratóros capazes de reproduzr os padrões ou cópas devdamete aferdas e cudadosamete guardadas. No Brasl essa tarefa é desempehada pelo INMETRO, Isttuto Nacoal de Metrologa, Normalzação e Qualdade Idustral, do Mstéro da Idústra e do Comérco. Nos EUA-NIST, Fraça-BPM, Alemaha-PTB,...

Udades dervadas das fudametas

Erros as Meddas O ato de medr é, em essêca, um ato de comparar, e essa comparação evolve erros de dversas orges (dos strumetos, do operador, do processo de medda, etc).?

Classfcação dos erros Erros grosseros: são erros que resultam de uma desateção do epermetador. Erros sstemátcos: são erros orudos de causas costates e que afetam as meddas de um modo uforme. Erros acdetas: são erros que resultam de causas determadas e afetam de modo mprevsível as meddas.

Erros, efetos e correções Toda medda tem mperfeções que levam a erros. Tradcoalmete o erro é vsto como tedo duas compoetes: uma aleatóra e outra sstemátca. O erro aleatóro tem orgem em efetos mprevsíves e estocástcos. Embora esse erro ão possa ser elmado, pode ser reduzdo ao realzar um grade úmero de meddas. REF: Apostla sobre erros

Erros, efetos e correções O erro sstemátco também ão pode ser elmado, mas pode ser reduzdo. Se esse erro aparece devdo a um efeto recohecdo. Pode ser quatfcado e se for valor sgfcatvo para a precsão requerda a medda uma correção pode ser realzada. Eemplo: trea de aço que ecolheu.

Icerteza A certeza de uma medda reflete a falta de cohecmeto de seu valor eato. Mesmo após as correções de erros sstemátcos o valor ecotrado é ada uma estmatva do valor verdadero. Plaejameto do epermeto, codções ambetas, padrões, costates, apromações, etc..

Icertezas Tpo A: Método de cálculo evolve uma aálse estatístca de uma sére de observações Méda Varâca Tpo B: Método de cálculo evolve todos os outros métodos que ão sejam estatístcos Dados aterores Eperêca ou cohecmeto sobre os materas e strumetos utlzados Especfcação do fabrcate Calbrações Hadbooks

Tpo A Valor médo de uma sére de meddas ( )... 1 2 1 1

Tpo A Desvo absoluto para cada medda (D ) D 1 2... 1 1 Valor médo

Tpo A Desvo relatvo para cada medda (d ) d D D 1 2... 1 1 VALOR MÉDIO DESVIO ABSOLUTO

Tpo A Desvo médo absoluto D 1 1 D 1 2... 1 1 D VALOR MÉDIO DESVIO ABSOLUTO

Desvo-padrão de uma amostra 1 ) ( 1 2 D D 1 2 1 1... VALOR MÉDIO Tpo A DESVIO ABSOLUTO

Tpo A Desvo padrão

Ídces de eatdão PRECISÃO: Uma medda é tão mas precsa quato mas próma estver do valor médo da gradeza assocada. EXATIDÃO: Uma medda é tão mas eata quato meor for o "víco" da medda, ou seja, a dfereça etre o valor mas provável (valor médo) ecotrado e o verdadero valor da gradeza medda, suposto teorcamete cohecdo.

Ídces de eatdão Atrador 1 Atrador 2 1 2 3 4 cm 1 2 3 4 cm Quem fo mas precso: o atrador 1 ou o 2? Quem fo mas eato: o atrador 1 ou o 2?

Tpo B Meddas epermetas b a rra 0 1 ré g u a 4 5 6 7 8 Comprmeto da barra 7,50 cm; 7,55 cm; 7,4 cm; ou 7,6 cm?

Tpo B Desvo avalado absoluto (D) É defdo como sedo a metade da meor dvsão da escala do strumeto utlzado. Isto faz com que o desvo absoluto só deva ter um úco algarsmo sgfcatvo. E: de uma régua = 0,5 mm ou 0,05 cm de um paquímetro = 0,05 mm ou 0,005 cm

Apresetação do resultado D D OU D

Número de algarsmos sgfcatvos 7,5 cm = 0,075 m = 0,000075 km (têm dos algarsmos sgfcatvos); 0,0750 m tem três sgfcatvos 7,5000 cm tem cco sgfcatvos 3,10 10 2 (três sgfcatvos) ou 3,1 10 2 (dos sgfcatvos).

Operação de adção e subtração Adção 20,23 +17,853 + 23,78 + 2,6 = 64,5 Subtração 154,75-110,1 = 44,7

Operação de multplcação ou dvsão Multplcação 18,56 6,82 = 127 (três sgfcatvos) Dvsão 68,32 / 3,2 = 21 (dos sgfcatvos) 3,2 / 68,32 = 0,047 (dos sgfcatvos)