Professional Documents
Culture Documents
Introduo
Medidas e Observaes
(processo ou operao X resultado da operao)
AJUSTAMENTO GA106
Prof. Alvaro Muriel Lima Machado
1
Introduo
Introduo
Diretamente
Indiretamente
Introduo
Introduo
Erros de Observao
No processo de medio, o
operador
ter
conhecido;
deve
erros.
sempre desconhecida.
Erro = Valor Medido Valor Verdadeiro
Desvio = Valor Medido Valor Mais Provvel
5
28/02/2014
Introduo
Introduo
Fontes de Erros
Erros Instrumentais
Erros Naturais
Erros Pessoais
Classificao dos Erros de Observao
Erros Grosseiros
Erros Sistemticos
Erros Grosseiros
Erros Sistemticos
ATENO
9
10
11
12
28/02/2014
Indicadores de Preciso
Introduo
Preciso:
Grau
de
afastamento
dos
valores
medidos em relao a sua
mdia.
Acurcia:
Grau
de
afastamento
dos
valores
medidos em relao ao seu
valor verdadeiro.
Estatstica
um
14
Estatstica
L = [ 22,7 22,3 21,9 22,6 23,1 22,9 22,8 23,5 21,7 23,2]
Dado
conjunto
de
elementos,
quais
as
Populao X Amostra
A populao consiste de todas as possveis medidas
que podem ser feitas de uma quantidade particular.
elementos (dados);
Amostra um subconjunto de dados selecionado a
partir da populao. Deve apresentar as mesmas
caractersticas (objeto de estudo) da populao, de
forma que possa represent-la adequadamente.
15
Estatstica
16
Estatstica
Espao Amostral
= Conjunto de todos os resultados possveis.
Amostra
Populao
estimar
Distribuio Amostral
Estatsticas
(varivel aleatria)
Por pontos
Por intervalos
18
28/02/2014
Estatstica
Microsoft Equation
3.0
Estatstica
frequncia
x100%
total
19
Estatstica
20
Exerccio Resolvido
Altura (cm)
151 158
Amplitude
159 166
18
Classes
167 - 174
42
175 182
27
183 190
Vantagem:
Visualizao/entendimento
rpido do comportamento
da populao.
Nmero de estudantes
TOTAL
21
Histograma
Limites de classe
Comprimento de classe
Frequncia
100
22
Exerccio
A tabela abaixo mostra a distribuio de frequncia dos salrios, em reais,
de 65 empregados da Companhia X & Y.
Com referncia a esta tabela, determinar: a) O limite inferior da sexta classe;
b) O limite superior da quarta classe;
Salrios (Reais)
Nmero de
c) O ponto mdio da terceira classe;
empregados
d) Os limites reais da quinta classe;
e) Amplitude do quinto intervalo de
500,00 599,00
8
classe;
f) A frequncia da terceira classe;
600,00 699,00
10
g) A frequncia relativa da terceira
700,00 799,00
16
classe;
h) O intervalo de classe que tem a
800,00 899,00
14
maior frequncia (classe modal);
900,00 999,00
10
i) A porcentagem de empregados
1000,00 1099,00
5
que ganham menos de R$800,00;
j) A porcentagem de empregados
1100,00 1199,00
2
que ganham acima de R$599,00
TOTAL
65
e abaixo de R$1000,00;
k) Construir a distribuio de
frequncia acumulada.
24
28/02/2014
Exerccio Resolvido
a)
b)
c)
d)
e)
f)
g)
h)
i)
Exerccio Resolvido
8 + 10 + 16
x100% = 52,3%
65
j) A porcentagem de empregados que ganham acima de R$599,00 e
abaixo de R$1000,00;
10 + 16 + 14 + 10
x100% = 76,9%
65
25
salarios = [500 599 600 699 700 799 800 899 900 999 1000 1099 1100 1199];
empregados = [8 8 18 18 34 34 48 48 58 58 63 63 65 65];
plot(salarios, empregados)
26
Exerccio
Exerccio Resolvido
69
82
75
66
72
62,5
74,5
78,5
73
79
70
73,5
68
74
76
72
84
63
69
88
81,5
59,5
77
82,5
73
86,5
71
73,5
67,5
76,5
70
67,5
80,5
72,5
67,5
71
75
78
72,5
64
27
Exerccio Resolvido
1)
2)
3)
4)
5)
Frequncia
Frequncia
Relativa
Freq Relativa
Acumulada
59,5 a 64,0
10,0
10,0
64,5 a 69,0
17,5
27,5
69,5 a 74,0
13
32,5
60,0
74,5 a 79,0
22,5
82,5
79,5 a 84,0
12,5
95,0
84,5 a 89,0
5,0
100,0
28
Estatstica
Medidas de tendncia central
N
Mdia aritmtica
M=
x
i =1
29
30
28/02/2014
Estatstica
Exerccio
x
p(x)
0,020
0,001
0,002
0,005
0,002
0,040
0,180
0,370
0,250
0,120
10
0,010
Exemplo:
Seja uma amostra de tamanho n. A sua mdia aritmtica
n
x=
i =1
x =
j =1
nj xj
n
x = xj. f j
sendo f j =
nj
j =1
a frequncia relativa.
31
Estatstica
njxj
j =1
x=
x=
x=
= xj. f j
j =1
p=[0.02 0.001 0.002 0.005 0.002 0.04 0.180 0.37 0.25 0.12 0.01];
x = [0 1 2 3 4 5 6 7 8 9 10];
media = sum(x.*p)/sum(p)
32
Estatstica
Medidas de disperso
Medidas de disperso
n
Varincia da populao
=
2
i =1
2
i
Erro padro
s2 =
v
i =1
i =1
2
i
n
n
Varincia da amostra
2
i
Desvio padro
n 1
s=
v
i =1
2
i
n 1
n
s =
v
i =1
2
i
n( n 1)
s
n
Medidas de disperso
34
Exerccio
O conjunto de dados, mostrado abaixo, representa a poro em segundos de
arco de 50 medidas de uma direo. Calcular a mdia, a mediana, desvio
padro da amostra e construir um histograma de classes.
L(01:10) = [34.2 33.6 35.2 30.1 38.4 34.0 30.2 34.1 37.7 36.4];
L(11:20) = [37.9 33.0 33.5 35.9 35.9 32.4 39.3 32.2 32.8 36.3];
L(21:30) = [35.3 32.6 34.1 35.6 33.7 39.2 35.1 33.4 34.9 32.6];
L(31:40) = [36.7 34.8 36.4 33.7 36.1 34.8 36.7 30.0 35.3 34.4];
L(41:50) = [33.7 34.1 37.8 38.7 33.6 32.6 34.7 34.7 36.8 31.8];
z=
35
36
28/02/2014
Exerccio Resolvido
Exerccio Resolvido
function [saida] = mediana(dados)
m = length(dados);
MetadeTamanhoClasse = TamanhoClasse/2;
for K = 1 : numeroClasses
dados_em_ordem = sort(dados);
if (mod(m,2) == 0)
(observacoes<LimiteSuperiorClasse(K))));
saida = (dados_em_ordem(m/2)+dados_em_ordem(m/2+1))/2;
else
end;
saida = dados_em_ordem(ceil(m/2));
plot(classe, frequencia)
37
Exerccio Resolvido
end
38
Exerccio
mean(L)
34,74
std(L)
2,2182
mediana(L)
34,70
b) Y;
c) XY
d) X2;
e) Y2;
f) (X)(Y);
g) XY2;
h) ((X+Y)(X-Y)).
39
Exerccio Resolvido
40
Exerccio Resolvido
a) X;
X
2
-5
4
-8
X-
3,75
-3,25
5,75
-6,25
= -7
X = [2 -5 4 -8];
(X -
Y = [-3 -8 10 6];
)2
14,0625
10,5625
33,0625
39,0625
= 96,75
= -1,75
N
=
2
(X
i =1
) 2
N 1
96,75
=
= 32,25
3
41
a) X;
std(X)^2
b) Y;
std(Y)*std(Y)
c) XY
std(X.*Y)*std(X.*Y)
d) (X2);
std(X.*X)^2
674,2487
e) (Y2);
std(Y.*Y)^2
1517,5855
f) (X)(Y);
(std(X)*std(Y))^2
g) (XY2);
std(X.*Y.*Y)^2
h) ((X+Y)(X-Y)).
std((X+Y).*(X-Y))^2
32,2500
67,5833
1790,3307
2179,5639
112211,6004
2295,3298
42
28/02/2014
Exerccio
Exerccio
Um distancimetro eletrnico e um refletor foram instalados nos extremos
de uma linha de base com 500m de extenso aproximadamente. Um
operador repetiu 25 vezes a medida de seu comprimento e obteve os
seguintes resultados:
Prove que a soma dos desvios de X1, X2, ..., Xn em relao sua mdia
aritmtica M, igual a zero.
N
X
i =1
N
N
N = X i
i =1
Pede-se:
a) A mdia, mediana e o desvio padro dos dados;
b) Construir um histograma dos dados e descrever suas propriedades. No
histograma delimite o desvio padro a partir da mdia em ambos os
lados;
c) Quantas observaes esto entre a mdia e o desvio padro? (Ms), e
qual a percentagem que estas medidas representam?
N = 0
i =1
(X
i =1
) = 0
43
44
Exerccio Resolvido
Exerccio Resolvido
hold on
mean(L)
500,811160
mediana(L)
500,811
std(L)
0,008464
Xe = [Xmin Xmin];
plot(classe, frequencia)
Xd = [Xmax Xmax];
1*
2*
3*
Conta = 17
68,26%
95,45%
99,73%
17 / 25 = 68%
Y = [0 5];
line(Xe, Y)
line(Xd, Y)
hold on
45
Exerccio
46
Exerccio Resolvido
Uma distncia foi medida em duas partes com uma fita de ao de 100m de
comprimento, e depois, foi medida em sua totalidade com uma fita de ao
de 200m. As medidas foram repetidas 10 vezes em cada mtodo obtendo
os seguintes conjuntos de dados:
Observaes feitas com a fita de ao de 100m: (parte 1 e parte 2)
{100.001 100.018 99.974 99.992 99.972 99.990 99.950 99.984 99.979 99.988}
{49.329 49.365 49.346 49.300 49.327 49.324 49.349 49.357 49.341 49.333}
Pede-se:
a) A mdia, a varincia e o desvio padro para cada um dos dois conjuntos
das medidas parciais de distncia, e tambm para os conjuntos das
medidas considerando-se a distncia total;
b) Crie uma tabela de classes de frequncia e histograma para cada
conjunto de dados usando a largura da classe 0,009 (9mm).
47
L1=[100.001 100.018 99.974 99.992 99.972 99.990 99.950 99.984 99.979 99.988];
L2=[49.329 49.365 49.346 49.300 49.327 49.324 49.349 49.357 49.341 49.333];
L3 = L1 + L2;
L4=[149.326 149.397 149.357 149.294 149.337 149.338 149.329 149.331 149.370
149.363];
Media1 = mean(L1)
99,9848
Media2 = mean(L2)
49,3371
Media3 = mean(L3)
149,3219
Media4 = mean(L4)
149,3442
Dp1 = std(L1)
0,018195
Dp2 = std(L2)
0,018687
Dp3 = std(L3)
0,026198
Dp4 = std(L4)
0,028514
Var1 = Dp1*Dp1
0,000331
Var2 = Dp2*Dp2
0,000349
Var3 = Dp3*Dp3
0,0006863
Var4 = Dp4*Dp4
0,000813
48
28/02/2014
Exerccios
NT = 84
XT
NT
T2 =
P =
= 65,00
XP
NP
=? =
T2
49
+ ... + ( xT T ) 2
2
T
2T ( T NT ) + T2 N T
2
T
X
X
X P2 P2 N P
NP 1
XT
NT
NT 1
=? =
NT 1
2
T
T2 N T
NT 1
338030,0272 64,132 * 82
= 9,780
82 1
2
T
2
P
Exerccios
50
Exerccios
(X )
X 2 2* * X + 2
N
2* N *2 + N *2
N
N *2
N
= N M * ( M2 + M2 ) = 226 *106
2
F
= N F * ( F2 + F2 ) = 156 *106
= X M2 + X F2 = N * ( 2 + 2 ) onde N = N M + N F
X = N * = X
= N * ( + )
2
Ora, tem-se:
2
M
ou ainda:
N M = 100
M = 1500,00
M = 100
X
X
T =
= 41,590
2
2
T
P2 =
NT 1
(X ) = (x ) + (x )
X 2 X + = X
=
= X P + 95,52 + 105,82
( X T T ) 2
2
5258,66
= 64,13
82
= T * N T = 65,00 * 84 = 5460
2 =
Microsoft
Equation 3.0
N P = 82
T =
Exerccios
Microsoft
Equation 3.0
N F = 150
F = 1000,00
F = 200
51
Exerccios
+ X F =( N M + N F ) * = N M * M + N F * F
N * + NF * F
= M M
= 1200,00
NM + NF
52
Estatstica
Logo:
( N M + N F ) * ( 2 + 2 ) = N M * ( M2 + M2 ) + N F * ( F2 + F2 )
2 =
tal que
a) 0 p(xi) 1
b)
p( x )
i =1
=1
c) P(a X b) =
p( x ) i tal que a X b.
i
53
54
28/02/2014
Estatstica
Estatstica
P( x1 X x2 ) = ( x).dx
x1
P ( x X x + x)
x
tal que
a) (x) 0
b)
( x).dx = 1
c) P(a X b) =
( x).dx
a
55
Estatstica
56
Exerccio
( x) = P( X x) = (u ).du
chama-se
funo
de
distribuio
(de
probabilidade) acumulada (fda) de uma v.a.
contnua X.
z=
57
Exerccio Resolvido
58
Exerccio
60
10
28/02/2014
Exerccio Resolvido
Exerccio Resolvido
61
Exerccio Resolvido
62
Exerccio Resolvido
Exerccio Resolvido
64
Exerccio
66
11
28/02/2014
Exerccio Resolvido
Exerccio Resolvido
8
a)
P (a X b ) = ( x ).dx
c) Prob{X4} =
a * ( X + 3) * dx
4
X2
X2
P (2 X 8) = a * ( X + 3) * dx = a
+ 3 X a
+ 3 X = 1
2
2
8
2
2
8
a = 1/48
3
b) Prob{3<X<5} =
d) Prob{|X-5|<0.5} = Prob{4,5<X<5,5}
8
1 a * ( X + 3) * dx a * ( X + 3) * dx
2
4,5
5, 5
1 a * ( X + 3) * dx a * ( X + 3) * dx
67
68
12