INTRODUO

AVALIAO E EXPRESSO DE
INCERTEZA EM MEDIES







Prof. Lus Eduardo E. de Araujo

Instituto de Fsica Gleb Wataghin
Universidade Estadual de Campinas

Verso 1s2017
ndice

1. Introduo .................................................................................................................................................. 3
2. Introduo analise de incertezas .................................................................................................. 4
3. Vocabulrio ................................................................................................................................................ 5
4. Mensurando e incerteza ....................................................................................................................... 5
5. Fontes de incerteza ................................................................................................................................ 6
6. Exatido e preciso ................................................................................................................................ 7
7. Incertezas do Tipo A e Tipo B ............................................................................................................ 8
8. Funes de densidade de probabilidade e a incerteza-padro ........................................... 9
9. Avaliando a incerteza-padro: Exemplos ................................................................................... 13
10. Nvel de confiana e incerteza expandida ............................................................................... 16
11. Incerteza combinada ........................................................................................................................ 17
12. Planilhas de incerteza ...................................................................................................................... 18
13. A equao modelo e propagao de incertezas .................................................................... 18
14. Reportando um valor experimental ........................................................................................... 20
15. Comparando valores experimentais .......................................................................................... 21
16. Planejando um experimento ......................................................................................................... 22
17. O processo de medio .................................................................................................................... 23
18. Concluses ............................................................................................................................................. 23




1. Introduo

Esta apostila procura introduzir conceitos bsicos de metrologia, a cincia da
medio, para estudantes de Graduao das cincias exatas, tecnolgicas e
engenharias. Ela inspirada no excelente manual Introduction to Measurement
in the Physics Laboratory A Probabilistic Approach1, um documento de mais
de 140 pginas que visa ensinar tcnicas de medio eficazes para estudantes de
Graduao. Esse manual, por sua vez, baseado nas recomendaes do Guia
para Expresso de Incerteza de Medio2 (ou GUM, do ingls Guide to the
Expression of Uncertainty in Measurement). O GUM adotado, dentre outros,
por:

Todos os principais institutos de metrologia do mundo, incluindo

o Instituto Nacional de Metrologia, Qualidade e Tecnologia
(Inmetro) no Brasil.
ISO 17025, a qual uma norma internacional para sistema de
gesto em laboratrios requerida para acreditao.
Pela maioria dos laboratrios de pesquisa industriais e
governamentais ao redor do mundo.
Laboratrios de teste e de calibrao nas cincias fsicas e
engenharias e em trabalhos analticos qumicos e bioqumicos,
alm de laboratrios em reas especializadas de testes mdicos.

Devido ao papel importante que uma medio tem na cincia, nas

engenharias e na tecnologia, importante que toda medio cientfica seja
analisada e registrada de maneiras que faam sentido para todos os cientistas e
engenheiros. Isso passa pela adoo de um padro para a expresso e anlise de
incertezas.
A presente apostila procura incorporar as recomendaes do GUM e foi
elaborada com a inteno de que seja utilizada como referncia para quando o
estudante for realizar um trabalho prtico no laboratrio e posteriormente
descrever o seu experimento no formato de um relatrio. Com isso em mente,
no houve uma preocupao em se demonstrar ou provar formulas, conceitos,
etc. e procurou-se ilustrar os vrios conceitos discutidos com exemplos prticos.
A apostila no cobre tudo sobre a anlise de incertezas, mas procura abordar os
aspectos mais importantes que o aluno precisa entender antes de dominar o
assunto.

1 Introduction to Measurement in the Physics Laboratory. A Probabilistic Approach,

Ed. 3.5, A. Buffler, S. Allie, F. Lubben, and B. Campbell, (Department of Physics,

University of Cape Town, 2009).
2 Avaliao de Dados de Medio Guia para Expresso de Incerteza de Medio GUM

2008, Duque de Caxias, RJ: INMETRO/CICMA/SEPIN (2008).

2. Introduo analise de incertezas

O que anlise de incertezas?

Voc pode achar que uma rgua, relgio ou termmetro bem construdos so
confiveis e do a resposta correta. Porm, para toda medio at mesmo as
mais cuidadosas sempre haver uma margem de dvida associada seus
resultados. No importa a tcnica ou a ferramenta que use, impossvel se
determinar experimentalmente de maneira exata o valor de qualquer grandeza.
A incerteza de uma medio a dvida que existe a respeito da validade
do resultado de qualquer medio e ela nos diz algo a respeito da qualidade da
medio. Tal incerteza no pode ser eliminada tomando mais cuidado ao realizar
a medio ou usando equipamentos mais sofisticados. O melhor que se pode
fazer se certificar de que as fontes de incertezas foram adequadamente
identificadas, que as incertezas so as menores possveis e que seus provveis
efeitos no resultado da medio foram estimados de uma maneira quantitativa
confivel. A anlise de incertezas o processo para se obter uma estimativa
numrica da qualidade da medio.

Por que fazer a anlise de incertezas?

Medies so uma componente essencial da cincia e sem medies, modelos e
teorias cientficas no podem ser implementados. A anlise de incertezas
extremamente importante na interpretao dos resultados de experimentos. De
fato, medies cuidadosas, com incertezas apropriadamente identificadas e
analisadas, podem levar a novas descobertas cientficas. A anlise de incertezas
feita sistematicamente em quase todos os campos de pesquisa das chamadas
cincias duras e cada vez mais em numerosas reas das engenharias. Em
laboratrios analticos, cujos servios devem ser acreditados (no Brasil, pelo
Inmetro), mtodos consistentes de estabelecer e expressar incertezas so
necessrios. A anlise de incertezas fundamental em diversas situaes tais
como3:

na calibrao de instrumentos e padres, para verificar se os
mesmos encontram-se dentro das tolerncias definidas;
na rea legal, para verificar a conformidade de resultados de
medies com limites de tolerncias legais;
na rea de ensaios, para verificar se o resultado do ensaio pode
ser aprovado ou no;
no controle de riscos associados tomada de deciso de aprovar
ou rejeitar uma amostra.

3 RM 68 Incerteza de Medio: Guia Prtico do Avaliador de Laboratrios, Rede
Metrolgica RS, Reviso 05 (2013).
3. Vocabulrio

Um vocabulrio relativo a incertezas, identificando alguns termos importantes

Medio: O ato de medir. Consiste de todo o processo para obter
informao a respeito do mensurando.
Medida: O resultado da medio.
Mensurando: A grandeza especfica submetida a medio. No
formalismo para avaliao de incerteza, o valor do mensurando
uma quantidade desconhecida e desconhecvel (que no pode ser
conhecida). Em geral, o resultado de uma medio somente uma
aproximao ou estimativa do valor do mensurando e, assim, s
completo quando acompanhado pela declarao da incerteza
dessa estimativa.
Incerteza: parmetro, associado ao resultado de uma medio,
que caracteriza a disperso de valores que podem ser
fundamentadamente atribudos ao mensurando.
Incerteza-padro: incerteza do resultado de uma medio
expressa como um desvio-padro.
Incerteza tipo A: a incerteza avaliada a partir da anlise
estatstica de uma srie de observaes.
Incerteza tipo B: a incerteza avaliada por quaisquer outros
meios que no a anlise estatstica de sries de observaes.
Incerteza-padro combinada: a incerteza-padro do resultado
de uma medio oriunda da combinao em quadratura de
incertezas tipo A e tipo B. Ou seja, a incerteza-padro combinada
corresponde raiz quadrada positiva de uma soma de termos
quadrticos de incertezas: uc = u 2A + uB2 .

4. Mensurando e incerteza

O valor do mensurando

O objetivo geral de se realizar medies em cincia aumentar o nosso
conhecimento a respeito de uma grandeza fsica, a qual ns chamamos de
mensurando. Por exemplo, o mensurando pode ser o comprimento de uma
mesa, a temperatura de uma amostra ou a diferena de potencial entre os
terminais de um resistor.
No devemos pensar no mensurando como possuindo um valor
verdadeiro a ser descoberto. O valor do mensurando , de fato, uma quantidade
desconhecida e desconhecvel na grande maioria das situaes experimentais e
podemos apenas estimar o seu valor baseados na quantidade de informao
disponvel a seu respeito. O que inferimos a respeito do mensurando sempre
necessariamente incompleto dado que o nosso conhecimento a seu respeito
baseia-se em um conjunto finito de dados. A informao que obtivermos a
respeito do mensurando nunca ser 100% completa.
Em algumas situaes particulares pode-se atribuir um valor
verdadeiro ao mensurando. Por exemplo, quando o mensurando corresponde a
uma grandeza de valor definido (tal qual a velocidade da luz no vcuo, c =
299.792.458 m/s) ou quando a medio trata da calibrao de um instrumento.
s vezes, adota-se o valor verdadeiro do mensurando como sendo o resultado
de experimentos prvios realizados com melhores equipamentos, tcnicas, etc.
Por exemplo, o valor aceito atualmente para a constante universal dos gases R
= (8,3144598 0,0000048) J/mol K; este no um valor verdadeiro, mas pode
ser considerado como tal dado que esta a medida mais precisa da constante R
obtida at os dias de hoje.

Introduo ao conceito de incerteza

Dado que as concluses tiradas a respeito do mensurando sero sempre
incompletas, o resultado final de uma medio ser sempre um intervalo de
valores, que nunca poder ser reduzido a um ponto. Chamamos este intervalo de
incerteza. A incerteza caracteriza o grau de (in)completeza da informao a
respeito do mensurando e visa proporcionar pessoa que utiliza o resultado da
medio um determinado grau de confiana no mesmo. Portanto, quanto maior
a incerteza, menos sabemos a respeito do mensurando e quanto mais
soubermos, menor ser a incerteza. Ao planejarmos um experimento, devemos
ter sempre como meta tornar a incerteza a menor possvel, porm sem nos
esquecermos que o intervalo de incerteza no poder jamais ser reduzido a zero.
Em geral, o resultado de uma medio somente uma aproximao ou
estimativa do valor do mensurando. Sendo assim, o resultado de uma medio
tcnica/cientfica no tem sentido sem uma declarao quantitativa da incerteza.

Incerteza vs. erro

Muitos livros e textos usam o termo erro ou anlise de erro ao descrever
experimentos. Incerteza e erro no so sinnimos e representam conceitos
completamente diferentes. O erro um conceito idealizado que corresponde
diferena entre o valor medido e o valor verdadeiro da grandeza. Como o valor
verdadeiro desconhecido e desconhecvel na grande maioria das situaes,
assim tambm ser o erro. Por outro lado, a incerteza um termo bem definido
que pode ser estimado de maneira significativa.

5. Fontes de incerteza

Um aspecto crucial de qualquer experimento a identificao de todas as fontes
de incerteza e a avaliao numrica de seus efeitos sobre o resultado da
medio. Na prtica, existem muitas fontes possveis de incerteza em uma
medio, incluindo:

a) os efeitos das condies ambientais na medio;
b) vis pessoal na leitura de instrumentos analgicos;
 c) a resoluo do seu instrumento (i.e., a escala digital);
d) calibrao do instrumento;
e) aproximaes e hipteses assumidas durante a realizao do
experimento a respeito dos fenmenos envolvidos e/ou condies
de realizao da medio;
f) variaes nas observaes repetidas feitas sob condies
aparentemente idnticas devidas influncia de grandezas que
no esto sendo controladas.

Todos estes fatores, alm de muitos outros no mencionados acima, podem
conspirar contra a realizao de uma medio perfeita e contribuir para que se
tenha dvida em relao aos resultados da medio. E ateno: Erro humano
no uma fonte vlida de incerteza. Este um termo vago que no descreve
clara e objetivamente a fonte da incerteza. A incerteza da medio no deve ser
uma indicao de equvocos (erros) cometidos durante a realizao do
experimento. Se voc est ciente de ter cometido um equvoco ou deslize
durante a execuo do experimento, refaa-o!

Efeitos sistemticos e casuais (ou aleatrios)

As fontes de incertezas tm origem em efeitos frequentemente classificados
como sistemticos ou casuais. Efeitos casuais afetam as medies de maneira
aleatria, alterando as medidas para mais ou para menos com igual
probabilidade, causando diferenas entre resultados de medies repetidas. Ao
estimar as contribuies para a incerteza devido a efeitos casuais, importante
que as medies sejam repetidas vrias vezes. Se o nmero de repeties for alta
o suficiente, o valor mdio das medidas carregar pouca influncia dos efeitos
casuais. Portanto, a influncia de efeitos casuais na incerteza de uma medio
pode ser reduzida aumentando-se o nmero de repeties.
Efeitos sistemticos afetam as medies sempre da mesma maneira,
alterando o valor medido sempre para mais ou para menos e com a mesma
magnitude. Aumentar o nmero de repeties no diminui a sua influncia no
resultado da medio. Como frequentemente muito difcil de se determinar a
magnitude e direo da influncia de um efeito sistemtico, e portanto corrig-la,
em muitos casos, procuramos estimar a sua influncia e lev-la em conta como
uma fonte de incerteza.
Porm, deve-se tomar cuidado quanto ao uso generalizado dessa
classificao, pois uma fonte casual de incerteza em uma medio pode se tornar
uma fonte sistemtica em outra, e vice-versa. Pode-se ter inclusive situaes nas
quais efeitos que so aleatrios no curto prazo podem se tornar sistemticos no
longo prazo.

6. Exatido e preciso

Entendendo a diferena entre exatido e preciso

Exatido (ou acurcia) a proximidade de concordncia entre uma medida e o
valor verdadeiro da grandeza sendo medida. Um resultado exato se
relativamente desprovido de efeito sistemtico. Preciso uma medida do grau
de consistncia e concordncia entre medies independentes da mesma
grandeza e, portanto, refere-se a flutuaes aleatrias nas medidas. O nmero
de divises na escala de um instrumento de medio geralmente afeta a
consistncia de medies repetidas e, portanto, a preciso. Uma medio pode
ser precisa sem ser exata e vice-versa.

Uma analogia til

A figura abaixo ajuda a entender a diferena entre exatido e preciso. Na figura,
o centro do alvo representa o valor verdadeiro do mensurando, enquanto que os
crculos pretos (tiros ao alvo) representam os resultados de medies
repetidas.
PRECISO
Baixa Alta
Alta
EXATIDO

Baixa

Embora til, esta analogia tem uma grande falha: na grande maioria das
situaes, no conhecemos onde o centro do alvo est localizado! Um cientista
considera que o seu resultado exato quando ele concorda com os resultados de
vrios outros experimentos conduzidos por outros cientistas.

7. Incertezas do Tipo A e Tipo B

O GUM classifica as incertezas associadas a uma medio em dois tipos de
acordo com os mtodos de avaliao:

Avaliao do Tipo A avaliao da incerteza via anlise
estatstica de uma srie de observaes repetidas.
Avaliao do Tipo B avaliao da incerteza por outros meios.

Avaliao do Tipo A

Avaliaes do Tipo A so realizadas quando uma medio realizada repetidas
vezes sob as mesmas condies e valores dispersos so observados. As
avaliaes do Tipo A podem ser baseadas em qualquer mtodo estatstico vlido
para tratamento de dados. Exemplos so:

Clculo do desvio-padro da mdia de uma srie de observaes
experimentais independentes.
Uso do mtodo dos mnimos quadrados para ajustar uma curva
aos dados de modo a estimar os parmetros da curva e seus
desvios-padres.

Avaliaes do Tipo A s so possveis quando existe disperso em medies
repetidas. Algumas vezes medies repetidas so idnticas devido baixa
sensibilidade do instrumento de medio. Quando medies repetidas so
idnticas, ento os dados devem ser tratados como uma nica medio e uma
avaliao do Tipo B da incerteza deve ser realizada.

Avaliao do Tipo B

So realizadas quando no possvel se fazer uma avaliao estatstica da
incerteza, mas se tem em mos dados metrolgicos significativos. Avaliaes do
Tipo B so geralmente baseadas em um julgamento cientfico por parte do
operador utilizando todas as informaes relevantes disponveis, que podem
incluir:

Dados de uma nica leitura analgica ou digital.
Experincia ou conhecimento prvio do comportamento ou
propriedades relevantes do material e instrumentos.
Especificaes do fabricante.
Calibrao dos equipamentos.

A classificao das incertezas em Tipo A e Tipo B tem como propsito indicar
as duas maneiras diferentes de se avaliar as incertezas. Essa classificao no
indicativa de qualquer diferena de natureza das incertezas. Ambos os tipos de
avaliao so baseados em funes de densidade de probabilidade e as
incertezas resultantes so quantificadas por desvios-padres. Por fim, nem
sempre h uma correspondncia direta entre a classificao nas categorias A ou
B e a classificao em incerteza casual e incerteza sistemtica.

8. Funes de densidade de probabilidade e a incerteza-padro

Funo de densidade de probabilidade

Em algumas situaes experimentais, voc ter um conjunto de medidas
repetidas e dispersas e, em outras, voc ter apenas uma nica medida. Em
ambos os casos, voc deve se perguntar: A partir dos meus dados, o que eu
posso concluir a respeito do mensurando? O procedimento que nos permite ir
dos dados coletados a fazer uma afirmao (uma inferncia) a respeito do
mensurando baseado na teoria de probabilidade. As funes matemticas que
ns usamos neste processo so funes de densidade de probabilidade (f.d.p.),
as quais descrevem a probabilidade de uma varivel aleatria assumir um dado
valor dentro de um dado intervalo. Estas funes so usadas para modelar toda
a informao que temos a respeito de um mensurando em particular.
No contexto de metrologia, as trs funes de densidade de probabilidade
mais teis esto mostradas na tabela abaixo:

Tipo de
Tipo de f.d.p. Geralmente usada quando se possui
Avaliao
um conjunto de medidas repetidas e
A gaussiana
dispersas.

B retangular uma nica medida digital.

B triangular uma nica medida analgica.


A tabela acima no representa regras firmes, mas apenas um guia para
uso das funes de densidade de probabilidade. A escolha da f.d.p. mais
adequada relativamente arbitrria e deve ser feita pela pessoa responsvel
pelo processo de medio levando-se em conta as informaes relevantes
determinao da qualidade dos resultados da medio. Por exemplo, rguas de
madeira so menos confiveis que rguas de metal. De fato, em uma rgua de
madeira, geralmente a largura das marcaes da escala da rgua comparvel
separao das mesmas e muito difcil de se identificar claramente um valor
mais provvel para o mensurando. Neste caso, a f.d.p. retangular mais
adequada para descrever uma medida obtida com a rgua de madeira, apesar do
instrumento de medio ser analgico. J no caso das rguas metlicas, cujas
marcaes da escala so bastante estreitas, o resultado da medio melhor
modelado por uma f.d.p. triangular, como sugerido na tabela acima.
Havendo pouca informao disponvel a respeito da grandeza sendo
medida e/ou do instrumento utilizado que permita escolher uma f.d.p.
apropriada, deve-se adotar uma f.d.p. retangular.

A incerteza-padro

Aps coletar todos os dados de um experimento, seja em uma medio nica ou
medies repetidas do mesmo mensurando, todo o seu conhecimento a respeito
do mensurando completamente descrito pela f.d.p. A posio do centro da f.d.p.
corresponde melhor estimativa para o valor do mensurando4. A rea da f.d.p.
1 (um), pois o valor do mensurando deve estar contido dentro da f.d.p. J a
largura da f.d.p. est associada ao grau de conhecimento a respeito do
mensurando. Quanto mais estreita a f.d.p., maior o conhecimento que voc tem
sobre o mensurando. A largura mdia da f.d.p. fornece uma medida
quantitativa da qualidade desse conhecimento e chamada de incerteza-padro

4 Se p(x) for a f.d.p., ento a posio do seu centro dada pelo chamado primeiro
+
momento da f.d.p: = x p(x) dx .

(smbolo: u). Matematicamente, essa largura mdia corresponde raiz quadrada
positiva da varincia da f.d.p., ou seja, ao desvio-padro da f.d.p.5.
A tabela abaixo mostra o valor da incerteza-padro para as 3 funes de
densidade de probabilidade apresentadas anteriormente:

Funo de densidade de
Incerteza-padro u Quando usar
probabilidade
Quando se conhece apenas os
a valores mximos e mnimos de
retangular u= variao. Exemplo: efeito
2 3 causado pela resoluo finita do
equipamento
Quando se conhece os valores
mximo e mnimo de variao e
a o valor mais provvel. Exemplo:
triangular u=
2 6 posicionamento de um
instrumento em uma marca de
escala.
Desvio-padro da mdia de um
gaussiana u= conjunto de n medies
n repetidas.

A escolha do valor da largura da base a da f.d.p. triangular subjetiva e
dependente de uma escolha pessoal do operador do instrumento, o qual deve
decidir quais so os limites inferior ( esquerda) e superior ( direita) do
intervalo de incerteza. Tais limites correspondem aos valores mais prximos da
melhor estimativa que ele (o operador) acredita que a partir dos quais existe
probabilidade nula de corresponder ao valor do mensurando. Frequentemente,
o intervalo de incerteza simtrico em torno do valor mais provvel para o
mensurando. O procedimento est ilustrado na figura abaixo para o caso simples
em que pretende-se determinar o comprimento de um lpis.

13 14 15

Valor impossvel Valor impossvel

(14,10 cm) (14,20 cm)

Valor mais provvel (14,15 cm)

No exemplo acima, os limites superior e inferior do intervalo de incerteza foram
escolhidos simplesmente tomando-se as marcas da escala mais prximas em
cada caso. Porm, em muitas situaes, esta estimativa conservadora e

5 A varincia 2 da f.d.p. p(x) correponde ao segundo momento da distribuio:
+
2 =
x 2 p(x) dx e a raiz quadrada positiva da varincia o desvio-padro .
possvel se fazer melhor do que isso. Deve-se sempre tentar escolher como
limites valores que sejam mais prximos possveis do valor mais provvel, mas
para os quais ainda acreditamos que sejam valores impossveis de corresponder
ao valor do mensurando. Por exemplo, 14,12 cm e 14,18 cm seriam escolhas
menos conservadoras e aceitveis para o exemplo acima. No caso de rguas
milimtricas metlicas de boa qualidade possvel se estimar os limites at 0,1
mm, principalmente com o auxlio de magnificao (lupa, cmera do telefone
celular, etc.).
No caso da leitura de um instrumento digital, no h vis pessoal por parte
do operador. A melhor estimativa para o valor do mensurando o valor
mostrado no painel do instrumento e a largura da f.d.p. retangular associada
medio a prpria resoluo do instrumento.
J os resultados de medies repetidas so modeladas por uma f.d.p.
gaussiana, cuja equao geral :
1 (x ) 2
p(x) = exp 2
.
2 2

Essa f.d.p. descrita por dois parmetros: o
valor esperado e o desvio-padro . O
p(x)

valor esperado corresponde ao valor para o

qual a gaussiana mxima e o desvio-
padro largura da gaussiana. Se voc est
usando uma f.d.p. gaussiana para descrever x

o seu conhecimento a respeito de um

mensurando x baseado em n observaes independentes de x que foram obtidas
aparentemente sob as mesmas condies de medio, ento a melhor estimativa
do valor esperado do mensurando a mdia aritmtica x dos dados:
1 n
x = xi ,
n i=1
onde xi so os valores observados no experimento. A varincia experimental das
observaes dada por:
1 n
s 2 (xi ) = (x xi )2 .
n 1 i=1
Esta estimativa da varincia e a sua raiz quadrada positiva s(xi), denominada de
desvio-padro experimental, caracterizam a disperso dos valores observados xi
em torno da sua mdia x . A melhor estimativa para o desvio-padro da f.d.p.
gaussiana corresponde raiz quadrada da varincia. J o desvio-padro
experimental da mdia
s(xi )
s(x ) =
n
pode ser usado como uma medida da incerteza-padro de x . Portanto, vemos
que quanto maior for o nmero de repeties n, menor ser a incerteza-padro e
melhor ser a sua estimativa para o valor do mensurando. Porm, realizar um
nmero muito grande de medies requer um esforo grande e um retorno cada
vez menor. Ento, quantas medies se deve realizar? No h um nmero
mgico. Dez uma escolha popular porque torna as contas mais simples. Vinte
medies daria uma estimativa um pouco melhor do que 10, enquanto que 50
seria s um pouco melhor do que 20.
Resumindo, no caso de medies repetidas, estimativas para o valor
esperado do mensurando e da incerteza-padro da medio u so obtidas a
partir dos dados experimentais coletados no experimento:

Parmetros Melhor estimativa
Valor esperado do mensurando () Mdia aritmtica dos dados x

Desvio-padro da f.d.p. gaussiana () Desvio-padro experimental s(xi )

Desvio-padro experimental da
Incerteza-padro da medio (u) mdia s(x )

9. Avaliando a incerteza-padro: Exemplos

Medio nica com instrumento analgico

Considere o painel de uma balana analgica, usada para determinar a massa m
de um objeto, mostrado abaixo.

80 90 100 g

Ao realizar a leitura, o operador do instrumento decide que o valor mais
provvel para a massa do objeto 83,4 g; o operador est confiante de que,
baseado na sua leitura do instrumento, impossvel que o valor da massa seja
menor do que 83,1 g e maior do que 83,7 g.
A f.d.p. a seguir [p(m)] descreve o conhecimento a respeito da massa
obtido atravs da medio realizada com a balana analgica:

3,33
p(m)
(m-1)

a
2u = = 0,24 g
6

0
83,1 83,4 83,7
a


A posio do centro da f.d.p. triangular corresponde melhor aproximao para
o valor do mensurando (massa do objeto). Os limites inferior a_ = 83,1 g e
superior a+ = 83,7 g, alm dos quais o operador do instrumento acredita existir
probabilidade nula de corresponder ao valor do mensurando, definem o
intervalo de incerteza a = a+ a_ = 0,6 g. A rea sob o tringulo deve ser igual a 1,
j que o valor do mensurando deve estar contido dentro do intervalo a. A
incerteza-padro da medio ento: u = a / 2 6 = 0,12 g .
Neste exemplo, podemos comunicar o nosso conhecimento a respeito do
mensurando da seguinte maneira: A melhor aproximao para m 83,4 g, com
uma incerteza-padro de 0,12 g, usando uma funo de densidade de
probabilidade triangular. (Obs.: discutiremos mais adiante com quantos
algarismos expressar a incerteza-padro.)

Medio nica com instrumento digital

A diferena de potencial V entre os terminais de um resistor
foi medida com um voltmetro digital. A figura ao lado ilustra
o valor registrado no painel do instrumento.
A leitura do instrumento 7,63 volts. O ltimo dgito (3)
resulta de um arredondamento realizado pelo instrumento. No possvel se
determinar, com este instrumento, qual seria a terceira casa decimal do valor do
mensurando. Esta pode ser, com igual probabilidade, qualquer nmero entre 0 e
9. Desta forma, podemos apenas concluir que o valor do mensurando est
contido dentro do intervalo de 7,625 V a 7,634 V. A f.dp. que nos d
probabilidades iguais por unidade de tenso (volts) uma funo retangular
com limites 7,625 V e 7,634 V e est ilustrada abaixo.

111

p(V) a
2u = = 0,006 V
(V-1) 3

0
V (V)
7,625 7,630 7,634

A largura da distribuio retangular a = 7,634 7,625 = 0,009 V e a incerteza-
padro da medio : u = a / 2 3 = 0,003 V .
Aqui, comunicamos o nosso conhecimento a respeito do mensurando da
seguinte maneira: A melhor aproximao para V 7,630 V, com uma
incerteza-padro de 0,003 V, usando uma funo de densidade de probabilidade
retangular. (Obs.: discutiremos mais adiante com quantos algarismos expressar
a incerteza-padro.)

Os dois exemplos simples acima (medio nica com instrumento
analgico e com instrumento digital) ilustram o fato importante de que mesmo
na ausncia de outros fatores que possam afetar o processo de medio, a
prpria escala do instrumento limitar a medio e o resultado final ser sempre
um intervalo de valores que no poder ser reduzido a um ponto.


Medies repetidas

Um estudante lanou horizontalmente uma esfera de ao a partir de uma mesa e
mediu o alcance x da esfera ao atingir o cho com uma rgua milimetrada
metlica. O experimento foi repetido cinco vezes e os seguintes valores (em mm)
foram registrados:

315,0 321,1 313,8 314,3 319,2

O valor mdio das medidas :

= (315, 0 + 321,1+ 313,8 + 314, 3+ 319, 2) / 5 = 316, 68 mm.

Os valores esto aproximadamente igualmente distribudos acima e abaixo do
valor mdio, logo uma f.d.p. gaussiana deve representar razoavelmente bem os
dados coletados. O desvio-padro da f.d.p gaussiana estimado pelo desvio-
padro experimental:

1 n
= ( xi )2
n 1 i=1
(316,88 - 315,0) 2 + (316,88 - 312,1) 2 +!+ (316,88 - 319,2) 2
=
51
= 3,27 mm.

Assim temos que a incerteza-padro da medio, estimada pelo desvio-padro
experimental da mdia, :

u = / n = 3,27 / 5 = 1,46 mm.

A figura a seguir mostra a f.d.p gaussiana associada s medies
repetidas. A localizao do pico da gaussiana corresponde ao valor esperado do
mensurando ( = 316,68 mm) e sua largura dada pelo desvio-padro da mdia
(u = 1,46 mm).

0,273

p(x)
(mm-1)
2
2u = = 2,92 mm
5

0 x (mm)
307,22 316,68 319,60

O resultado do experimento seria ento relatado da seguinte maneira: A melhor
aproximao para o alcance 316,68 mm, com uma incerteza-padro de 1,46
mm, usando uma funo de densidade de probabilidade gaussiana. (Obs.:
discutiremos mais adiante com quantos algarismos expressar a incerteza-
padro.)

10. Nvel de confiana e incerteza expandida

Nvel de confiana

Ao relatar o resultado de uma medio preciso tambm informar o quo certos
estamos a respeito do valor do mensurando se encontrar dentro do intervalo de
valores dado pela incerteza-padro. O nvel de confiana uma medida da
probabilidade de que um valor do mensurando se encontre entre y u e y + u ,
onde y a melhor aproximao e u a incerteza-padro. Note que voc tem
100% de certeza que o valor do mensurando est contido em algum lugar
dentro do intervalo coberto pela f.d.p., pois a rea sob a f.d.p. sempre unitria.
Por sua vez, o nvel de confiana corresponde rea da f.d.p. dentro do intervalo
dado pela incerteza-padro u. Para uma f.d.p triangular, o nvel de confiana
65%, para uma f.d.p. gaussiana, o nvel de confiana 68% e para uma f.d.p.
retangular 58%.
Logo, no exemplo da seo anterior, ao enunciar o resultado de um
experimento como sendo a melhor aproximao para V 7,630 V com uma
incerteza-padro de 0,003 V, entende-se que h uma probabilidade de 58% de
que o valor da diferena de potencial exista no intervalo que vai de 7,627 V a
7,633 V, com o valor mais provvel (melhor aproximao para o mensurando)
sendo 7,630 V.

Incerteza expandida

De modo a satisfazer as necessidades de algumas aplicaes industriais e
comerciais, assim como para atender a requisitos nas reas de sade e
segurana, pode ser necessrio aumentar o nvel de confiana no resultado da
medio. Isso feito atravs da incerteza expandida U, obtida atravs da
multiplicao da incerteza-padro u por uma constante, chamada de fator de
abrangncia k. Em outras palavras, U = k u , onde k > 1. Tipicamente, k est na
faixa de 2 a 3, mas seu valor exato depender do nvel de confiana requerido do
intervalo. A tabela abaixo resume o nvel de confiana e a incerteza expandida
para as trs f.d.p. mais usadas em metrologia:

Funo de densidade de Incerteza expandida
probabilidade e nvel de confiana
1 u = 58%
retangular 1,65 u = 95%
1,73 u =100%
1 u = 65%
triangular 1,81 u = 95%
2,45 u =100%
1 u = 68%
gaussiana 2 u = 95%
3 u =99%

 Deve-se destacar que ao introduzir uma incerteza expandida e um fator
de abrangncia, o resultado da medio no afetado. O que est sendo feito
apenas uma alterao na maneira que este resultado apresentado. Deste modo,
o fator de abrangncia k deve ser sempre declarado de forma que a incerteza-
padro da grandeza medida possa ser recuperada para uso no clculo da
incerteza-padro combinada de outros resultados de medio que possam
depender dessa grandeza.

11. Incerteza combinada

Quando uma medio tem mais de uma fonte de incerteza identificvel, a
contribuio de todas as fontes deve ser considerada para que a incerteza seja
realmente significativa. Nesses casos, a incerteza-padro combinada deve ser
calculada. A incerteza-padro combinada uc dada pela raiz quadrada da soma
em quadratura de todas as incertezas da medio:

uc ( y) = u12 ( y) + u22 ( y) + u32 ( y) +! ,

onde cada ui(y) uma incerteza-padro que pode resultar tanto de uma
avaliao de incerteza do Tipo A quanto do Tipo B. Contribuies do Tipo A e
Tipo B podem ser combinadas contanto que sejam expressas de maneira similar
antes de serem combinadas. Ou seja, todas as incertezas devem ser expressas
como uma incerteza-padro e na mesma unidade.

Exemplo

Um aluno deseja medir, utilizando um cronmetro digital manual, o tempo t que
leva para uma esfera de ao cair de uma certa altura at o cho. Ele repete o seu
experimento quinze vezes. A melhor estimativa para o tempo de queda a
mdia aritmtica das quinze medidas. As principais componentes de incerteza
desta medio so: (i) desvio-padro experimental da mdia das repeties
(uesfera), (ii) calibrao do cronmetro (ucal), especificada pelo fabricante e (iii)
resoluo finita do cronmetro (ures).
A incerteza de calibrao do cronmetro e a incerteza advinda da sua
resoluo finita so tipicamente componentes de incerteza com distribuio de
probabilidade retangular (avaliaes do tipo B). J o desvio-padro
experimental da mdia est associado a uma varivel com distribuio
gaussiana (avaliao do Tipo A).
Suponha que o cronmetro utilizado tivesse uma resoluo de 0,01 s.
Logo, ures (t) = 0,01/ 2 3 = 0,0029 s . Adicionalmente, considere que o fabricante
informa que a leitura do cronmetro pode estar errada no mximo por 0,02 s
(para mais ou para menos). Portanto, a incerteza de calibrao do cronmetro
ucalib (t) = 0,02 / 3 = 0,0115 s . A partir dados coletados, calculou-se a mdia das
quinze medies como sendo 0,306 s e o desvio-padro experimental 0,05 s. De
modo que a incerteza-padro das 15 medies uesfera (t) = 0,05 / 15 = 0,0129 s .
Portanto, a incerteza-padro combinada da medio

2 2 2
uc (t) = ures (t) + ucal (t) + uesfera (t)

= 0,00292 + 0,01152 + 0,01292

= 0,018 s.

12. Planilhas de incerteza

Uma planilha de incertezas uma avaliao, geralmente apresentada no formato
de uma tabela, de todas as contribuies de incerteza de uma medio em
particular. Uma planilha de incerteza uma maneira eficaz de mostrar como
voc lidou com todas as incertezas da medio. Ela fornece subsdios aos
usurios para identificar aqueles fatores que mais influenciaram os resultados
da medio. Um planilha de incertezas deve conter, no mnimo, a descrio das
componentes de incerteza, o valor numrico das incertezas-padres, o mtodo
de avaliao e a incerteza-padro combinada.

Exemplo

A planilha de incertezas para o exemplo da seo anterior seria:

Tipo de
Fonte da incerteza Incerteza-padro (s)
avaliao
Resoluo do instrumento 0,0029 B
Incerteza de calibrao 0,0115 B
Incerteza-padro da mdia
0,0129 A
(15 repeties)
Incerteza-padro combinada: uc (t) = 0,00292 + 0,01152 + 0,01292 = 0,018 s

13. A equao modelo e propagao de incertezas

O que a equao modelo?

Na maioria dos casos, o mensurando y no medido diretamente, mas
determinado a partir de N outras grandezas x1, x2, ..., xN, chamadas de grandezas
de entrada, as quais so medidas diretamente. A equao modelo

y = f (x1 , x2 ,, x N )

relaciona a grandeza de sada (valor do mensurando) com as grandezas de
entrada. A equao modelo deve permitir contabilizar todas as fontes de
incertezas importantes da medio.
Por exemplo, se uma diferena de potencial V aplicada aos terminais de
um resistor dependente da temperatura e que tem uma resistncia R0, a uma
temperatura definida t0 e um coeficiente de temperatura linear da resistncia ,
ento a potncia P (o mensurando) dissipada pelo resistor, temperatura t,
depende de V, R0, e t, de acordo com a equao modelo:

P =V 2 / R0 1+ (t t0 ) .
{ }

Neste exemplo, os parmetros V, R0, e t da equao contabilizam as grandezas
de entrada diretamente medidas. A grandeza de sada a potncia dissipada P.

Propagao de incertezas

Como muitas grandezas fsicas so calculadas combinando-se duas ou mais
medies diferentes, importante saber como que as incertezas de medies se
propagam quando operaes matemticas so realizadas em grandezas de
entrada. Ou seja, saber como calcular a incerteza combinada final para a
grandeza de sada. Quando todas as grandezas de entrada xi so independentes,
a incerteza-padro combinada uc(y) da grandeza de sada y dada pela lei de
propagao de incertezas:

2 2 2
f f 2 f 2
uc ( y) = u 2 (x1 ) + u (x2 ) + u (x3 ) +! ,
x1 x2 x3

onde cada u(xi) uma incerteza-padro que pode ter sido estimada por uma
avaliao do Tipo A ou Tipo B.

Exemplo

Vamos assumir que estamos tentando medir g, a acelerao da gravidade,
observando o perodo T de um pndulo de comprimento l. Digamos que ns
determinamos: T = 0,76 s com uma incerteza-padro u(T) = 0,02 s (resultante de
uma avaliao do Tipo A); e l = 0,143 m, com u(l) = 0,003 m (resultante de uma
avaliao do Tipo B). Para determinar g, usamos a frmula: T = 2 l / g . Logo,

4 2 l
g = 2 .
T

Neste exemplo, as grandezas de entrada so T e l enquanto que g a grandeza de
sada. Usando as melhores estimativas para T e l dadas acima, obtemos g = 9,774
m/s2. Para determinar a incerteza u(g), calculamos:

g / l = 4 2 / T 2

g / T = 8 2 l / T 3 .

Para simplicidade de notao, usamos acima o mesmo smbolo tanto para a
grandeza quanto a sua estimativa. Com isso,

 2 2
g g
u (g) = u 2 (T ) + u 2 (l)
2

T l
2 2
8 2l 4 2
= 3 u 2 (T ) + 2 u 2 (l)
T T
2 2
8 2 0,143 2
4 2
= 3
0,02 + 2
0,0032
0,76 0,76
= 0,3066 m 2 / s 2

Logo, u(g) = 0,55 m/s2.

14. Reportando um valor experimental

Melhor estimativa incerteza

Nunca saberemos o valor verdadeiro do mensurando e s podemos fazer
afirmaes a respeito do nosso conhecimento sobre o intervalo de valores
dentro do qual o mensurando se encontra. Portando, quando queremos
comunicar o resultado final de um experimento, devemos fornecer:

A melhor estimativa para o valor do mensurando (dada pela localizao
do centro da f.d.p.);
A incerteza-padro u (dada pela largura da f.d.p.);
O formato da f.d.p. que foi usada.
O nvel de confiana

Caso a incerteza relatada seja uma incerteza expandida, deve-se tambm indicar
o fator de abrangncia. Juntos, os itens listados acima formam o resultado da
medio. Por exemplo, o resultado de uma medio pode ser reportado da
seguinte maneira: a melhor aproximao para o valor do comprimento 56,7
cm com uma incerteza-padro de 0,3 cm (com um nvel de confiana de 68%,
usando uma f.d.p. gaussiana). Ou de maneira mais compacta:

l = (56,7 0,3) cm , (nvel de confiana de 68%; f.d.p. gaussiana).

Essa a maneira na qual voc deve sempre reportar o resultado de um
experimento, pois assim ele far sentido para qualquer cientista que vier a ler o
seu resultado.

Quantos dgitos utilizar?

O GUM recomenda que incertezas experimentais sejam relatadas com no
mximo dois algarismos significativos, porm elas so mais comumente
relatadas com apenas um algarismo significativo. Adotando essa ltima como a
prtica correta, temos como exemplo:

Errado: (52,1 2,2) cm
Correto: (52 2) cm

Sempre arredonde o valor experimental para a mesma casa decimal da
incerteza. Causaria confuso sugerir que voc conhece o dgito na casa dos
centsimos quando admite que tem dvidas na casa dos dcimos.

Errado: (1,341 0,2) s
Correto: (1,3 0,2) s

s vezes, pode ser necessrio reter algarismos adicionais para evitar erros de
arredondamento em clculos subsequentes. Em algumas situaes, pode ser
necessrio arredondar a incerteza para cima, em vez de arredondar at o
algarismo mais prximo, produzindo um intervalo maior e mais conservador.

15. Comparando valores experimentais

Comparando valores determinados experimentalmente

Estimativas de incertezas so cruciais para comparar valores experimentais. Por
exemplo, as medidas 0,93 s e 0,99 s so iguais ou diferentes? Medies s podem
ser comparadas de maneira que faa sentido se a incerteza associada a cada
medio for conhecida. Se as incertezas no forem conhecidas, no possvel
compar-las, no importa o quo perto ou longe as melhores estimativas
paream estar uma da outra. Por isso importante estimar incertezas!
Para determinar se dois resultados experimentais esto em concordncia
ou no, basta procurar observar se h superposio dos intervalos definidos
pelos dois resultados. Se os intervalos no se sobrepem, as medidas so
discrepantes (no h concordncia entre os dois resultados). Se os intervalos se
superpem, dizemos que as medidas so concordantes.

Medidas no esto em concordncia (0,93 0,03) s e (0,99 0,02) s
Medidas esto em concordncia (0,93 0,04) s e (0,99 0,07) s

Isso mais fcil de se entender utilizando-se de uma representao
grfica dos resultados:

0,87 0,90 0,93 0,96 0,99 1,02 1,05 s

Dizemos que no caso acima, os dois resultados concordam entre si dentro das
incertezas declaradas. Note porm, que quando as incertezas forem muito
grandes impossvel dizer se a concordncia real ou se ela devido apenas a
medies desleixadas. J no caso abaixo, no h concordncia entre os dois
resultados.

0,87 0,90 0,93 0,96 0,99 1,02 1,05 s

16. Planejando um experimento

A incerteza em qualquer processo de medio no pode ser eliminada
simplesmente tomando-se mais cuidado ao realizar a medio ou usando
equipamentos mais caros e sofisticados. Mesmo assim, deve-se sempre procurar
minimizar a incerteza da medio, pois quanto menor a incerteza, maior o
conhecimento a respeito do mensurando.
Minimizar a incerteza de uma medio o mximo que realisticamente
seja possvel passa por um bom planejamento do experimento. No se deve
nunca se apressar a coletar dados sem um planejamento cuidadoso prvio.
uma boa idia se familiarizar com o aparato antes de comear, mas antes de
fazer qualquer medio sria, planeje cuidadosamente o que ir fazer. Um
roteiro simples de planejamento de um experimento inclui:

I. Defina o problema experimental a ser estudado:

Neste experimento ns iremos investigar __________________. Iremos alterar o
___________________ e mediremos o _____________, enquanto mantemos o
___________________ constante.

Obs.: Em qualquer medio imprescindvel que apenas UMA varivel seja
alterada por vez, enquanto todas as demais so mantidas CONSTANTES (sem
sofrer alterao).

II. Previso

Ns prevemos que _____________________________.

Obs.: a sua previso no precisa estar correta, mas ela deve ser testvel
experimentalmente.

III. Materiais

Elabore uma lista do material que ir utilizar e inclua uma figura ilustrando o
aparato.

IV. Procedimento

Descreva um roteiro passo-a-passo do procedimento para montar e executar o
experimento. Certifique-se que todo o material listado acima seja includo no seu
procedimento. Nesta descrio, considere o seguinte:

Quais os cuidados que precisar tomar?
Quantas medies ir fazer e qual a faixa de valores que ir explorar?
Quais as principais fontes de incerteza do experimento?

17. O processo de medio

O processo inteiro descrito no fluxograma6 da prxima pgina a medio. A
primeira coisa ao se planejar um experimento definir claramente o que se
pretende medir. O prximo passo pensar a respeito do que se j conhece a
respeito do mensurando e escolher um procedimento de medio e aparatos
apropriados para se realizar a medio. O GUM fornece um mtodo consistente
para estimar as incertezas da medio em 6 passos:

1. Descreva o valor do mensurando em termos do seu processo de medio,

ou seja, estabelea a equao modelo.
2. Liste as grandezas de entrada.
3. Determine a incerteza para cada grandeza de entrada.
4. Calcule o valor da grandeza de sada.
5. Combine corretamente as componentes de incerteza.
6. Relate o resultado no formato apropriado.

18. Concluses

Toda medio imperfeita e est sujeita a incertezas, as quais advm de
diversos fatores, tais como a resoluo finita do instrumento de medio, a
calibrao do instrumento, variaes nas condies ambientais, e o prprio
operador do instrumento. O resultado de uma medio s est completo quando
acompanhado de uma declarao da incerteza na medio. Essas incertezas
podem ser estimadas usando anlise estatstica de um conjunto de medies
repetidas e outros tipos de informao a respeito do processo de medio. A
estimativa da incerteza da medio resulta em um intervalo de valores dentro
do qual se acredita que o valor do mensurando exista, com uma dada
probabilidade. A comparao de dois resultados experimentais s possvel
considerando-se as incertezas destes resultados. As incertezas de uma medio
ajudam a identificar as limitaes do mtodo experimental e oferecem
oportunidades para melhorias.
O GUM fornece um mtodo consistente para estimar incertezas de
medies. Porm, o GUM no um mtodo mgico. A sua aplicao no ir
produzir estimativas precisas das incertezas a partir de procedimentos
desleixados. Nas palavras do GUM:


6 Traduzido de: Introduction to Measurement in the Physics Laboratory. A

Probabilistic Approach, Ed. 3.5, A. Buffler, S. Allie, F. Lubben, and B. Campbell,

(Department of Physics, University of Cape Town, 2009).

Embora este Guia proporcione uma metodologia para avaliar incertezas, ele
no pode substituir o raciocnio crtico, a honestidade intelectual e a habilidade
profissional. A avaliao de incerteza no uma tarefa de rotina nem uma tarefa
puramente matemtica; ela depende de conhecimento detalhado da natureza do
mensurando e da medio. A qualidade e utilidade da incerteza indicada para o
resultado de uma medio dependem, portanto, em suma, da compreenso,
anlise crtica e integridade de todos aqueles que contribuem para o
estabelecimento de seu valor. (GUM 3.4.8)

Decida o que medir (mensurando) e escolha os

instrumentos mais adequados para a medio.

Faa uma nica leitura.

Neste Jluxograma,

um indica uma ao,

no Mais leituras so um indica uma deciso
possveis?
e uma indica um produto.
sim

no Mais leituras so sim Uma nova

leitura
necessrias?
realizada.

Duas ou mais
H apenas uma leituras existem, que
nica leitura. podem ou no ser
idnticas.

Escolha uma funo de

densidade de no Mais leituras so sim
probabilidade apropriada necessrias e
para modelar o que possveis?
conhece a respeito do
mensurando.

Voc Jinalmente tem o resultado da

medio, conforme descrito pela funo
de densidade de probabilidade. Voc
pode resumir o resultado Jinal
declarando a melhor aproximao para
o mensurando e a incerteza-padro.