Skip to main content

Noções de Erros

Erro estatístico


Esta breve postagem apresenta as regras comumente usadas para indicar a precisão de uma media na forma:

m∓ ∆m


◈ Valor Mais Provável
Havendo uma série de resultados discrepantes, o valor mais provável do resultado será a média aritmética


v = (∑ vi) / n


◈ Erro médio
Média aritmética dos módulos dos desvios de cada medida em relação ao Valor Mais Provável



∆v =   (|vi - v|) / n


Exemplo: Suponhamos uma série de valores 8,40; 8,46; 8,49; 8,53

v = (8,40 + 8,46 + 8,49 + 8,53) / 4 = 8,47


e erro médio

∆v = (|8,40-8,47| + |8,46-8,47| + |8,49-8,47| + |8,53-8,47|)/4 = 0,04

apresentamos o resultado final da seguinte forma

V = (8,47 ∓ 0,04)


◈ Erro instrumental
No caso de instrumentos de baixa precisão, ele indicará sempre o mesmo valor, não havendo flutuações estatísticas de medida. Neste caso indicaremos como erro a metade da última divisão que pode ser lida.

Exemplo: Suponhamos uma régua milimetrada, mediremos sempre o valor próximo a 8,5mm. Como a menor divisão será 1mm, sua metade será 0,5 mm, sendo o resultado apresentado da seguinte forma:

V = (8,5 ∓ 0,5) mm

◈ Propagação do erro
Ao calcularmos um resultado baseados em medidas e uma expressão, devemos saber como o erro de cada medida se propaga no resultado final. Fora dos cálculos analíticos para este problema existem deduções elementares que apresentamos aqui. Podemos obter expressões para o resultado escrevendo os parâmetros na forma m ∓ ∆m e observar o que acontece fazendo-se a operação.  Quanto ao sinal ∓ faz-se a hipótese que os erros sempre se somam segundo o sinal que dará maior erro no resultado.

Exemplos:

Soma:  na soma ou subtração os erros absolutos se somam
z ∓ ∆z = x ∓ ∆x + y ∓ ∆y

sendo
∆z = |∆x| + |∆y|

Produto: O erro relativo (percentual) de um produto é igual à soma dos erros relativos (percentual) dos fatores.

z ∓ ∆z = (x ∓ ∆x) * (y ∓ ∆y)


o produto ∆x * ∆y é desprezível e assim teremos:

z ∓ ∆z = x*y ∓ (|x * ∆y | + |y * ∆x|)

dividindo tudo por x = x * y obtemos

∆z / z = |∆x/x|  + |∆y/y|

∆x/x  e ∆y/y são denominados de "erro relativo", 

∆x/x * 100 é denominado de "erro percentual"


A divisão pode ser incluída na regra acima pois não passa de um produto pelo inverso do denominador. Para o cálculo do erro relativo do denominador temos que os erros relativos de um número e de seu inverso são aproximadamente iguais pois

ÿ = (∑ yi) / n

∆(1/y)/(1/y) = | 1/y - 1/ÿ | / (1/y) ≈ [| ÿ - y | / (y*y) ] / 1/y

Para potência de expoente inteiro, devemos multiplicar o erro relativo pelo expoente, visto que a potencialidade nada mais é que um produto sucessivo. Quando se faz uma teoria analítica do erro propagado demostra-se que esta regra vale também para expoente fracionário, ou seja:

z ∓ ∆z =  (x ∓ ∆x)^r

temos

∆z/z = r  * ∆x/x












Comments

Popular posts from this blog

CÓDIGOS UNICODE PARA CARACTERES ESPECIAIS

A/a á \u00e1 à \u00e0 â \u00e2 ã \u00e3 ä \u00e4 Á \u00c1 À \u00c0 Â \u00c2 Ã \u00c3 Ä \u00c4 E/e é \u00e9 è \u00e8 ê \u00ea ê \u00ea É \u00c9 È \u00c8 Ê \u00ca Ë \u00cb I/i í \u00ed ì \u00ec î \u00ee ï \u00ef Í \u00cd Ì \u00cc Î \u00ce Ï \u00cf O/o ó \u00f3 ò \u00f2 ô \u00f4 õ \u00f5 ö \u00f6 Ó \u00d3 Ò \u00d2 Ô \u00d4 Õ \u00d5 Ö \u00d6 U/u ú \u00fa ù \u00f9 û \u00fb ü \u00fc Ú \u00da Ù \u00d9 Û \u00db Consoantes ç \u00e7 Ç \u00c7 ñ \u00f1 Ñ \u00d1 Símbolos & \u0026 ' \u0027 Ʃ \u01a9 ° \u00b0 ª \u00aa ° \u00b0 ➕ \u2795 ➖ \u2796 ➗ \u2797 ✓ \u2713 ✗ \u2717

Parsing XML with namespace in Java

Introduction Yesterday, again, I needed parser a XML stream using Java. Then I went to Google try to find a exemple code. Because I needed the value of two specific fields, TAGs, I decided use XPATH to get directly this values. How ever, I needed do several tried until get a result. Keywords JAVA, XML, NAMESPACE, XML PARSE; Article I will show how to read XML without namespace and after we will read a XML streams with namespaces. This is the first XML that I have used in this example without namespaces <?xml version="1.0" encoding="UTF-8"?> <root>   <head>     <title>My Book</title>   </head>   <bookreview>     <title>This is a book about special girls</title>     <girls>       <girl>         <name>Mata Hari</name>       </girl>       <girl>          <name>Belle de Jour</name>       </girl>       <girl>          <name&

Neurônio Artificial Conceito

Outro dia conversando sobre redes neurais, consciência, inteligência artificial, percebi que estamos tão cercados e acostumados com tecnologia que em muitos cenários já estamos vivenciando a “Era da magia” onde as coisas funcionam mas o conhecimento de como funcionam está se perdendo. As máquinas acabam nos passando a sensação de serem seres vivos, simulando inteligência e comportamentos. Esta postagem descreve o conceito de um neurônio artificial para dar uma base às próximas postagens, porém com uma abordagem mais palpável, sem usar chips, transistores, ou outros elementos tecnológicos que fogem do conhecimento comum. O modelo aqui apresentado é um exercício mental, conceitual, fazendo uma série de simplificações e removendo elementos que só tornariam a visualização mais complexa. Para entender o exemplo descrevo aqui dois elementos: Relé, é um interruptor eletromecânico. A alavanca de contato se movimenta e fecha o circuito quando uma corrente elétrica percorre as espi