Apostila ajustamento1
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Introdução ao Ajustamento de observações<br />
Prof. Me. Sidney Ribeiro
Ementa<br />
●<br />
Introdução ao ajustamento pelo Método dos Mínimos<br />
Quadrados<br />
●<br />
Método paramétrico<br />
●<br />
●<br />
●<br />
●<br />
Métodos das observações correlatas<br />
Classificação dos erros<br />
Variância e covariância<br />
Elipse dos erros<br />
●<br />
Distribuição normal<br />
●<br />
Descritores paramétricos
Encontros<br />
●<br />
●<br />
Presencial: Sextas feiras 8:00 às 12:15 horas<br />
À distância: Diariamente, 19:00 às 21:00 horas
Avaliação<br />
●<br />
Avaliações presenciais e trabalhos<br />
●<br />
●<br />
●<br />
Três trabalhos somando 50 pontos, sendo o<br />
primeiro trabalho 10 pontos e dois valendo 20<br />
pontos<br />
Avaliação presencial valendo 50 pontos<br />
Para aprovação deve-se atingir 60 pontos de<br />
média.
Introdução<br />
●<br />
O ajustamento de observações:<br />
Segundo Mendonça (2010): O ajustamento das<br />
observações é uma das etapas fundamentais<br />
na análise dos resultados a fim de verificar a<br />
normalidade das observações.
●<br />
Ainda segundo Mendonça (2010): O ajustamento de<br />
observações pelo método dos mínimos quadrados<br />
surgiu independentemente com Gauss em 1795 e<br />
Legendre em 1805, apud Gemael (1974).<br />
Embora o método tenha sido difundido na Europa e<br />
nos Estados Unidos, no Brasil, essa difusão só foi<br />
iniciada a partir de meados do século passado com<br />
Publicações de professores do Instituto Militar de<br />
Engenharia (IME).
Incerteza<br />
Parâmetro não negativo que caracteriza a<br />
dispersão dos valores atribuídos a um<br />
mensurando, com base nas informações<br />
utilizadas (INMETRO, 2012).
Assim, pode-se dizer que ajustar informações<br />
de leituras de medições é a tentativa de atribuir<br />
o valor, ou melhor aproximar o valor medido ao<br />
valor real do mensurando.<br />
Mensurando: Objeto ao qual atribui-se uma<br />
medida.
Medição<br />
Podemos definir medição como a atribuição de<br />
dimensão a um mensurando de acordo com<br />
um padrão, que pode ser por exemplo:<br />
Distância, massa, ângulo, altitude, latitude,<br />
longitude, Etc.
No exemplo anterior definimos como<br />
mensurando o diâmetro externo da peça, e a<br />
medida como a distância entre dois pontos<br />
localizados nas extremidades da peça<br />
passando pelo seu centro.
Conhecendo um sistema de<br />
medição<br />
●<br />
●<br />
Para realizamos medidas usando um sistema<br />
de medição é necessário entender algumas<br />
características do equipamento a ser utilizado<br />
Equipamentos de medição podem ser:<br />
Analógicos ou digitais.
●<br />
●<br />
Equipamentos analógicos nos possibilitam<br />
realizar infinitas leituras de medidas em um<br />
intervalo de medição.<br />
Equipamentos digitais nos permitem realizar<br />
apenas uma leitura de medida em um intervalo<br />
de medição.
Analógico<br />
Digital
Outros parâmetros de um instrumento de<br />
medição são: Faixa de medição e resolução.<br />
Que são fatores importantes a serem<br />
observados
●<br />
Faixa de medição é a maior medida que o<br />
instrumento oferece.<br />
●<br />
Resolução é a menor medida que o<br />
instrumento pode oferecer.
●<br />
Por exemplo, na figura abaixo<br />
A Faixa de medição é de 20cm, já a resolução<br />
é 0,1cm.
Erros de medição<br />
O objetivo de se estudar Ajustamento de<br />
observações se dá pelo fato de que quando<br />
medimos algo cometemos erros de medição,<br />
assim, ao realizar o ajustamento esperamos<br />
aproximar ao máximo os valores encontrados<br />
ao valor real do mensurando.
Podemos classificar os erros de medição<br />
como:<br />
●<br />
Sistemáticos<br />
●<br />
Aleatórios
●<br />
Erros de medição sistemáticos Permanecem<br />
constantes ou variam de acordo com uma lei definida.<br />
Podem ser corrigidos. A Correção não é perfeita<br />
deixando uma dúvida.<br />
●<br />
Erros de medição aleatórios Não repetitivos,<br />
imprevisíveis, diferem a cada leitura, só podem ser<br />
avaliados estatisticamente, apenas podem ser<br />
conhecidos seus limites, sempre estão presentes.<br />
Também haverá uma dúvida
Exemplos<br />
Erros sistemáticos: Equipamento não calibrado,<br />
resolução, problemas de fabricação do<br />
instrumento. Etc.<br />
Erros aleatórios: Leitura incorreta, erro de<br />
paralaxe, manuseio incorreto do equipamento,<br />
condições inadequadas durante a medição.
Erro de paralaxe<br />
Erro comum quando se realiza a leitura da<br />
medida informada no instrumento de medição.<br />
Consiste em leituras errôneas devido ao mal<br />
posicionamento durante o processo de<br />
medição.
12<br />
10<br />
8<br />
6<br />
Coluna 1<br />
Coluna 2<br />
Coluna 3<br />
4<br />
2<br />
0<br />
Linha 1 Linha 2 Linha 3 Linha 4
Dessa forma, a maneira correta de se realizar<br />
uma leitura em um instrumento de medição é<br />
fazê-lo a altura dos olhos.
Para pensar!<br />
●<br />
Indique: O instrumento de medição, faixa de<br />
medição, resolução, mensurando, e possíveis<br />
erros de medição envolvidos neste processo. E<br />
o valor medido.
O instrumento de medição usado é uma régua, com faixa<br />
de medição de 5cm e resolução de 0,1cm. O mensurando<br />
é uma fita vermelha.<br />
Os possíveis erros de medição envolvidos são:<br />
●<br />
Sistemáticos por falta de calibração do instrumento, erros<br />
devido a resolução inadequada do instrumento de medição<br />
●<br />
Aleatórios provenientes de leitura incorreta, erro de<br />
paralaxe, manuseio incorreto do equipamento, condições<br />
inadequadas durante a medição.
Acurácia e Precisão<br />
●<br />
●<br />
Fatores que devem ser observados ao escolher<br />
um instrumento de medição:<br />
segundo o dicionário:<br />
Acurácia: s.f. Física. Relação de proximidade<br />
entre o resultado alcançado, e o real valor de<br />
uma grandeza física. (Etm. do inglês: accuracy)<br />
Precisão: s.f. Exatidão; rigor no registro e na<br />
definição do valor, do peso ou da medida de algo.
Para pensar<br />
●<br />
Pense e responda: Imagine que dois<br />
experimentadores tenham obtido, na medição de<br />
uma da grandeza física, as seguintes séries de<br />
valores:<br />
● 1o experimentador – 1,34; 1,32; 1,35; 1,32; 1,33.<br />
● 2o experimentador - 1,37; 1,29; 1,32; 1,25; 1,36.<br />
Qual das séries de medidas lhe parece a mais<br />
precisa?
Teoria dos erros<br />
Segundo Amorim (2004)Na medição de uma<br />
determinada grandeza, a limitação humana,<br />
imperfeição instrumental e instabilidade da natureza<br />
são fatores que impedem a exatidão absoluta das<br />
medidas. Os resultados de uma mesma medida,<br />
repetida várias vezes por um mesmo operador,<br />
provavelmente não serão idênticos, por maior que<br />
seja o cuidado empregado nas observações. Assim,<br />
podemos afirmar que, de uma forma ou de outra,<br />
todas as medidas contêm erros.
Tipos de Erros<br />
●<br />
Definiremos alguns tipos de erros<br />
Erro absoluto: Diferença absoluta entre o<br />
valor “real” e o valor medido. Por exemplo:<br />
Foi medido uma altura de 1,34m, sendo que a<br />
altura real é 1,30m. Assim, o erro absoluto é:<br />
Erro=|Valor real−valor medido|<br />
E absol =|1,34−1,30|=0,04 m
●<br />
Erro relativo: Usado quando queremos<br />
exprimir a diferença em relação ao valor “real”.<br />
Por exemplo: Usando as informações do<br />
exemplo anterior, vimos que o erro absoluto foi<br />
0,04m assim:<br />
E rel<br />
=<br />
E absol<br />
Valor real<br />
E rel<br />
= 0,04<br />
1,30 =0,03
Para pensar<br />
●<br />
O comprimento de um bloco padrão de 1cm foi<br />
feito por um instrumento de medição, e foi feito<br />
leitura de 1,2cm. Calcule os erros absoluto e<br />
relativo.
●<br />
Erro relativo percentual: É dado quando se<br />
exprime o erro relativo em percentual, como<br />
parte de um todo. Basta multiplicar o erro<br />
relativo por 100%.<br />
No caso do exemplo anterior, o erro relativo é<br />
de 3%.<br />
E perc<br />
= 0,04<br />
1,30 ⋅100=3
●<br />
Resíduo (v): Denomina-se de resíduo ao valor<br />
simétrico do erro aparente, ou seja, é a<br />
grandeza com o mesmo valor do erro aparente,<br />
porém com sinal contrário (correção do erros).<br />
É um dos elementos mais importantes na<br />
aplicação do ajustamento de observações, pois<br />
o método dos mínimos quadrados e as<br />
análises pós-ajustamento fundamenta-se na<br />
qualidade desse resíduos.
Medidas de Dispersão<br />
●<br />
Média: Chamamos de média o valor que<br />
retrata a média dos valores de uma amostra.<br />
●<br />
Desvio padrão: Medida que apresenta o<br />
quanto os valores da amostra se distanciam da<br />
média (simetricamente)
Calculando<br />
Considerando uma amostra de tamanho “n”.<br />
●<br />
Média:<br />
● Desvio padrão:<br />
¯X =<br />
n<br />
∑<br />
i=1<br />
n<br />
s=√ 1<br />
n<br />
n−1 ∑ i =1<br />
x i<br />
(x i<br />
−¯x)²
Para pensar<br />
●<br />
A série de leituras de comprimento foi obtida<br />
por um operador usando uma trena, calcule a<br />
média e o desvio padrão desta amostra.<br />
Medidas: 12,50; 12,49; 12,51; 12,50; 12,52m
●<br />
Um conjunto de dados aleatórios que obedeça<br />
a uma distribuição normal, ao calcularmos sua<br />
média e desvio padrão, são representados<br />
como na curva abaixo, que é chamada curva<br />
de distribuição normal. Ao centro temos a<br />
média e simetricamente o afastamento de<br />
desvio padrão.
●<br />
Note que com 1 desvio padrão o intervalo de<br />
confiança é de 68,26%, já para 2 desvios<br />
padrão 95,44% e 3 desvios padrão 99,74%
Expressando uma medida<br />
●<br />
Exprimimos uma medida de forma simples,<br />
fazendo:<br />
Medida = média (mais ou menos) desvio<br />
padrão.
Introdução ao Método dos Mínimos<br />
quadrados<br />
●<br />
●<br />
Modelos matemáticos<br />
Funcional<br />
Estocástico
Modelo Funcional<br />
●<br />
●<br />
●<br />
●<br />
Chamamos de modelo funcional, o objeto matemático<br />
(função) que é fruto de observações de propriedades de<br />
algum elemento ou fenômeno que se deseje analisar.<br />
Um modelo é baseado em características: Físicas,<br />
químicas, mecânica, etc.<br />
Modelos levam em consideração as propriedades de<br />
operação e abstração em matemática. Logo nota-se<br />
sua exatidão e confiabilidade<br />
Não é trivial criar um modelo.
● Exemplo 1<br />
Para a determinação da área de um terreno<br />
retangular com lados a e b o modelo funcional<br />
é A = ab.<br />
● Exemplo 2<br />
Para a determinação da forma de um triângulo<br />
com ângulos α β e γ o modelo funcional será<br />
α +β +γ =180
Modelo Estocástico<br />
●<br />
●<br />
O modelo estocástico é composto pelo conjunto de<br />
relações que descrevem as propriedades estatísticas<br />
dos elementos envolvidos no modelo funcional.<br />
O modelo estocástico indica por exemplo a qualidade<br />
das observações feitas (as suas precisões, relativas<br />
ou absolutas).<br />
●<br />
Indica se as observações estão correlacionadas ou<br />
não, indica ainda as variáveis que são consideradas<br />
constantes durante o ajustamento e as que se<br />
pretendem determinar.
●<br />
Exemplo:<br />
Cálculos de dispersão: Média, desvio padrão,<br />
variância de uma amostra de dados.
O método dos Mínimos Quadrados<br />
●<br />
●<br />
Em poucas palavras o método dos mínimos<br />
quadrados visa, em um conjunto de dados,<br />
refinar os dados para que apresentem menor<br />
resido.<br />
Isto é: minimiza-se uma função objetivo que<br />
descreve os dados, e então são dados os<br />
valores ajustados.
●<br />
●<br />
●<br />
Exemplo: Suponhamos que ao medirmos os<br />
ângulos internos de um triângulo, obtenhamos<br />
medidas que ao somadas ultrapassam 180° em 3''.<br />
Isto devido aos erros de medição.<br />
Podemos então ajustar estas medidas para que<br />
cada lado possua uma medida mais aproximada da<br />
real, por exemplo podemos adicionar 1'' a cada<br />
ângulo. E então teremos um conjunto de dados<br />
melhor aproximado do real.<br />
Esta técnica usada foi inventada para este<br />
exemplo. Usaremos formalmente a técnica<br />
(conjunto de regas) dos mínimos quadrados.