You are on page 1of 8

23/04/2013

Introduo

UNIVERSIDADE FEDERAL DO PARAN


SETOR DE CINCIAS DA TERRA
DEPARTAMENTO DE GEOMTICA

Medidas e Observaes
(processo ou operao X resultado da operao)

AJUSTAMENTO GA106
Prof. Alvaro Muriel Lima Machado
1

Introduo

Introduo

As medies podem ser feitas:


Propriedades fundamentais da medida:

Diretamente

Medir significa realizar uma operao fsica, consistindo de vrias

Indiretamente

operaes elementares tais como preparao, calibrao, pontaria,


leitura, etc.;
O resultado do processo a observao, e representa a medida;
A no ser na contagem de certos eventos, a medida sempre
realizada com o auxlio de instrumentos;
As medidas esto referenciadas a um padro, os quais so
estabelecidos por conveno. Medir ento comparar uma grandeza
a um padro, tendo ento unidade e dimenso;

Introduo

Introduo

Erros de Observao
No processo de medio, o

No existe observao exata;

operador

ter

Toda e qualquer observao contm erros;

conscincia que no existe

O valor verdadeiro da observao nunca

observao exata e todas as

conhecido;

deve

medidas esto afetadas por

A magnitude exata dos erros presentes no processo

erros.

sempre desconhecida.
Erro = Valor Medido Valor Verdadeiro
Desvio = Valor Medido Valor Mais Provvel
5

23/04/2013

Introduo

Introduo

A Teoria dos Erros cuida da anlise dos erros cometidos durante as


medies para saber se eles so estatisticamente confiveis e se
suas magnitudes so aceitveis (dentro de determinados limites).

Fontes de Erros
Erros Instrumentais
Erros Naturais

Em seguida as medidas devem ser ajustadas de acordo com as


especificaes geomtricas ou outras particularidades (condies ou
restries) que possam interferir no processo de medio.

Erros Pessoais
Classificao dos Erros de Observao
Erros Grosseiros
Erros Sistemticos

Finalmente obtm-se a melhor determinao do ponto medido.

Erros Acidentais ou Aleatrios


7

Erros Grosseiros

Erros Sistemticos

So oriundos de uma falsa determinao do valor de uma grandeza.


Pode ser provocado pela falta de ateno do operador (equvoco), ou
pelo uso de equipamento inadequado.
Exemplo: Troca de dgitos em anotaes de medidas
Podem ser detectados atravs de procedimentos de verificao.
Geralmente, os valores errados so facilmente detectveis devido
sua grandeza, sem relao alguma com outras observaes
efetuadas. Quando isto no acontece so muito difceis de serem
identificados.

So oriundos de influncias externas s medies, sem serem


considerados no processo. Podem ser de origem instrumental, ou de
origem fsica (condies ambientais).
Exemplos: Medida eletrnica de longa distncia sem a considerao
do efeito da refrao. Operador de nvel que realiza a leitura sempre
um pouco abaixo do trao da mira. Equipamento de medio no
calibrado.
Este tipo de erro possui a particularidade de se repetir da mesma
forma sempre que a medio for repetida em condies idnticas.
Pode ser eliminado atravs de tcnicas especiais de observao ou
de modelo fsico adequado para o clculo da grandeza medida.

ATENO
9

Erros Acidentais ou Aleatrios

10

Erros Acidentais ou Aleatrios

Depois da eliminao dos erros grosseiros (adoo de procedimentos


de verificao) e dos erros sistemticos (adoo de modelos fsicos
apropriados), as observaes repetidas sobre uma mesma grandeza
ainda se revelam com discrepncias entre si. Tais erros no so
vinculados a nenhuma causa conhecida.

Quando a quantidade de observaes cresce:


Os resduos de mesmo mdulo e sinais opostos so
igualmente provveis;
Os resduos menores ocorrem com maior frequncia;
A mdia dos resduos aproximadamente nula.
Mdia de resduos diferente
de zero deve servir de alerta
para a presena de erros
sistemticos!

O erro acidental o erro estudado


na Teoria dos Erros!

11

12

23/04/2013

Indicadores de Preciso

Introduo

Preciso X Acurcia (Exatido)

Importncia da redundncia nas observaes

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.

Preciso est vinculado apenas a efeitos aleatrios


Acurcia vincula-se a efeitos aleatrios e sistemticos.
13

Estatstica

um

Modelo Matemtico: funcional e estocstico


Ajustamentos
Mtodo dos Mnimos Quadrados (MMQ)

14

Estatstica

L = [ 22,7 22,3 21,9 22,6 23,1 22,9 22,8 23,5 21,7 23,2]
Dado

Permite a deteco de erros grosseiros atravs da confirmao dos valores


medidos;
Permite uma avaliao mais precisa das propriedades desejadas, atravs da
execuo de um ajustamento;
Permite estimar a ordem de grandeza da preciso obtida para os valores
ajustados.
Graus de liberdade
Exemplos com verificao de erros de fechamento
Nivelamento em poligonal fechada
Somatria de ngulos internos de polgonos

conjunto

de

elementos,

quais

as

Populao X Amostra
A populao consiste de todas as possveis medidas
que podem ser feitas de uma quantidade particular.

ferramentas estatsticas que podem ser usadas

As vezes a populao tem um nmero infinito de

para representar e analisar o mesmo?

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.

Distribuio de Probabilidade (ou FDP)


Parmetros
(valor fixo)

Varivel Aleatria (v.a.) ou estocstica uma funo que


associa a cada elemento de um espao amostral um
nmero real.
uma funo que assume um valor real em cada ponto
de seu espao amostral.

Amostra

Populao

estimar

Distribuio Amostral
Estatsticas
(varivel aleatria)

Por pontos
Por intervalos

A v.a. definida pela sua distribuio amostral, modelo


matemtico que associa uma probabilidade a cada valor
que a v.a. pode assumir.
17

18

23/04/2013

Estatstica

Microsoft Equation
3.0

Intervalo /Disperso / Amplitude: diferena entre o maior e o


menor valor da leitura.

Estatstica

Quando uma grande quantidade de dados brutos est envolvida nos


estudos, possvel distribu-los em classes ou categorias e determinar

Frequncia: quantidade de vezes que um evento acontece.

o nmero de indivduos pertencentes a cada uma das classes,

Frequncia Acumulada: somatrio das frequncias.

denominado freqncia da classe.

Porcentagem: calcula-se da seguinte maneira


Um arranjo tabular dos dados por classes, juntamente com as

frequncia
x100%
total

freqncias correspondentes, denominado distribuio de freqncia


ou tabela de freqncia.

Porcentagem Acumulada: somatrio das porcentagens.

19

Estatstica

20

Exerccio Resolvido

Histograma: grfico de barras que mostra a variao de uma medida


em um grupo de dados atravs da distribuio de frequncia.

Alturas de 100 estudantes do sexo


masculino da Universidade XYZ

Seu principal uso estimar a distribuio de uma caracterstica na


populao atravs de amostras.

Altura (cm)
151 158

Amplitude

O histograma demonstra visualmente a variabilidade das medidas de


uma caracterstica do processo em torno da mdia.

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.

Como construir um histograma?


1) Conte a quantidade de valores coletados na tabulao.
2) Determine a amplitude R de toda a tabulao, subtraindo o menor valor
do maior.
3) Determine a quantidade de classes K desejada.
4) Determine o intervalo de classe H = R/K.
5) Determine o limite das classes ou os pontos limites. Simplificando, tome
a menor medida individual da tabulao para ser o valor inferior do
primeiro intervalo. A este nmero acrescente o valor H e obter o valor
superior. Proceda da mesma forma com todos os outros valores at
chegar maior medida.
6) Construa uma tabela de frequncia baseada nos valores definidos no
passo 5 para os dados trabalhados no passo 1.
7) Construa o histograma baseado na tabela de frequncias.
23

24

23/04/2013

Exerccio Resolvido

Exerccio Resolvido
k) Construir a distribuio de frequncia acumulada.

25

Exerccio

26

Exerccio Resolvido

Na tabela seguinte esto relacionados os pesos de quarenta estudantes do


sexo masculino da Universidade Estadual, arredondados para meio quilo.
Construir o histograma e histograma de frequncia relativa, considerando 6
classes.

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

28

Estatstica
Medidas de tendncia central
N

Mdia aritmtica

M=

x
i =1

Mediana: o valor que ocupa o ponto intermedirio.


(separatrizes: quartis, decis, percentis)

Moda: o valor que mais frequentemente se repete.

29

30

23/04/2013

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

Se cada um dos r valores distintos de xi ocorrer na amostra com uma


frequncia nj, a frmula anterior assumir a forma
r

x =
j =1

nj xj
n

x = xj. f j

sendo f j =

nj

j =1

a frequncia relativa.

njxj

j =1

x=

= xj. f j
j =1

31

Estatstica

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

Varincia envolve soma de quadrados

Desvio padro da mdia

s =

v
i =1

2
i

n( n 1)

s
n

unidade diferente dos dados


33

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];

Curva normal reduzida


=0
=1

z=

35

36

23/04/2013

Exerccio Resolvido

Exerccio Resolvido
function [saida] = mediana(dados)

function [classe, frequencia] = histo(observacoes, numeroClasses)

% Funo que calcula a mediana

amplitude = max(observacoes) - min(observacoes);

% Tamanho do conjunto de dados

TamanhoClasse = amplitude / numeroClasses;

m = length(dados);

MetadeTamanhoClasse = TamanhoClasse/2;
for K = 1 : numeroClasses

% Classificao ascendente dos dados

LimiteInferiorClasse(K) = min(observacoes) +(K-1)*TamanhoClasse;

dados_em_ordem = sort(dados);

LimiteSuperiorClasse(K) = LimiteInferiorClasse(K) + TamanhoClasse;

% Qtde de elementos do conjunto par ou impar?

frequencia(K) = length(observacoes((LimiteInferiorClasse(K)<=observacoes) &

if (mod(m,2) == 0)

(observacoes<LimiteSuperiorClasse(K))));

saida = (dados_em_ordem(m/2)+dados_em_ordem(m/2+1))/2;

classe(K) = LimiteInferiorClasse(K) + MetadeTamanhoClasse;

else

end;

saida = dados_em_ordem(ceil(m/2));

plot(classe, frequencia)
37

Exerccio Resolvido

end

38

Exerccio

mean(L)

Duas variveis, X e Y, assumem os valores X1 = 2, X2 = -5, X3 = 4, X4 = -8, e

std(L)

Y1 = -3, Y2 = -8, Y3 = 10, Y4 = 6, respectivamente. Calcular:

mediana(L)

a) X = X ;
2

Histograma para 10 classes

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-

(X - )2

3,75
-3,25
5,75

14,0625
10,5625
33,0625
39,0625

-6,25

= -7

a) X;
b) Y;
c) XY
d) (X2);

= 96,75

e) (Y2);
f) (X)(Y);

= -1,75

g) (XY2);
N

=
2

(X
i =1

N 1

h) ((X+Y)(X-Y)).

96,75
=
= 32,25
3

41

42

23/04/2013

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

L(01:05) = [500.806 500.824 500.814 500.793 500.804];


L(06:10) = [500.803 500.816 500.820 500.811 500.807];
L(11:15) = [500.825 500.820 500.809 500.800 500.813];
L(16:20) = [500.813 500.817 500.812 500.815 500.805];
L(21:25) = [500.807 500.810 500.828 500.808 500.799];

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)

Xmin = mean(L) std(L);

mediana(L)

Xmax = mean(L) + std(L);

std(L)

Conta = length(L((Xmin<=L) & (L<=Xmax)))

[classe, frequencia] = histo(L,10)

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}

Observaes feitas com a fita de 200m: (medidas do total)


{149.326 149.397 149.357 149.294 149.337 149.338 149.329 149.331 149.370
149.363}

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

48